DIGITAL–PHYSICAL INTEGRATION AND ECONOMIC PERFORMANCE IN INDUSTRIAL INTEGRATED ENERGY SYSTEMS: A SCENARIO-BASED ANALYSIS OF SMART GRID CONTROL, BATTERY ENERGY STORAGE, AND DIGITAL TWINS

Abstract

To identify the independent and synergistic effects of digital capabilities and physical flexibility on the economic performance of industrial integrated energy systems, this study develops a representative electricity–heat–gas integrated energy system for Kazakhstan's oil and gas processing sector. Annual electricity and useful-heat demands are fixed at 100 GWh and 150 GWhth, respectively. On a common physical infrastructure, eight 2³ technology scenarios are constructed using smart-grid control (SG), a 4 MW/16 MWh battery energy storage system (BESS), and a digital twin (DT). The analysis combines 8,760-hour chronological dispatch, a 20-year incremental cash-flow assessment, Shapley value decomposition, sensitivity analysis, and Latin hypercube sampling to compare operating costs, peak grid purchases, renewable-energy curtailment, net present value (NPV), and marginal technology contributions. The results show that full integration under S7 reduces annual operating costs from USD 4.974 million to USD 4.189 million, generates annual savings of USD 785.0 thousand, and achieves the lowest grid-purchase peak and renewable-energy curtailment. However, its NPV of USD 2.251 million is lower than the USD 2.508 million achieved by S5, which combines smart-grid control and a digital twin. The annual Shapley contributions of SG, BESS, and DT are USD 281.0 thousand, USD 222.6 thousand, and USD 281.4 thousand, respectively, while synergy accounts for 25.2% of the total value of S7. Under the NPV criterion, the contribution of storage is negative, indicating that BESS can improve system operation without necessarily covering its capital and replacement costs. Sensitivity analysis shows that S7 outperforms S5 when battery costs decline by approximately 8.2%, electricity-price volatility increases by approximately 18.7%, renewable-energy scale increases by approximately 30.7%, or the real discount rate falls below approximately 6.7%. Accordingly, the study proposes a staged investment pathway in which forecasting and control capabilities are established first, followed by storage deployment once the relevant threshold conditions are met. The results represent a scenario simulation of a representative system under transparent assumptions rather than the observed performance of a specific firm.

Keywords: integrated energy system, smart grid, battery energy storage, digital twin, Shapley value, techno-economic assessment

Аннотация

ЦИФРОВО-ФИЗИЧЕСКАЯ ИНТЕГРАЦИЯ И ЭКОНОМИЧЕСКАЯ ЭФФЕКТИВНОСТЬ ПРОМЫШЛЕННЫХ ИНТЕГРИРОВАННЫХ ЭНЕРГОСИСТЕМ: СЦЕНАРНЫЙ АНАЛИЗ УПРАВЛЕНИЯ SMART GRID, АККУМУЛИРОВАНИЯ ЭНЕРГИИ И ЦИФРОВЫХ ДВОЙНИКОВ

Чтобы выявить самостоятельное и синергетическое влияние цифровых возможностей и физической гибкости на экономическую эффективность промышленных интегрированных энергосистем, в исследовании разработана репрезентативная электро-тепло-газовая интегрированная энергосистема для нефтегазоперерабатывающего сектора Казахстана. Годовая потребность в электроэнергии и полезном тепле задана на уровне 100 ГВт·ч и 150 ГВт·ч (тепл.) соответственно. На общей физической инфраструктуре построены восемь технологических сценариев (2³) с использованием управления smart grid (SG), системы накопления энергии 4 МВт/16 МВт·ч (BESS) и цифрового двойника (DT). Анализ сочетает почасовую хронологическую диспетчеризацию на 8760 часов, 20-летнюю оценку приростных денежных потоков, декомпозицию по вектору Шепли, анализ чувствительности и латинский гиперкуб для сравнения операционных затрат, пиковых закупок из сети, ограничения выработки ВИЭ, чистой приведённой стоимости (NPV) и предельного вклада технологий. Результаты показывают, что полная интеграция в сценарии S7 снижает годовые операционные затраты с 4,974 до 4,189 млн долл. США, даёт годовую экономию 785,0 тыс. долл. и обеспечивает минимальные пиковые закупки из сети и минимальное ограничение ВИЭ. Однако её NPV (2,251 млн долл.) ниже, чем у сценария S5 (2,508 млн долл.), сочетающего управление smart grid и цифровой двойник. Годовой вклад по Шепли SG, BESS и DT составляет 281,0, 222,6 и 281,4 тыс. долл. соответственно, а на синергию приходится 25,2% общей ценности S7. По критерию NPV вклад накопителя отрицателен: BESS может улучшать работу системы, не обязательно окупая капитальные затраты и затраты на замену. Анализ чувствительности показывает, что S7 превосходит S5 при снижении стоимости аккумуляторов примерно на 8,2%, росте волатильности цен на электроэнергию примерно на 18,7%, увеличении масштаба ВИЭ примерно на 30,7% или снижении реальной ставки дисконтирования ниже примерно 6,7%. Соответственно, предложена поэтапная траектория инвестиций: сначала создаются возможности прогнозирования и управления, а накопители внедряются после достижения соответствующих пороговых условий. Результаты представляют собой сценарное моделирование репрезентативной системы при прозрачных допущениях, а не наблюдаемые показатели конкретного предприятия.

Ключевые слова: интегрированная энергосистема, smart grid, аккумулирование энергии, цифровой двойник, вектор Шепли, технико-экономическая оценка

Аңдатпа

ӨНЕРКӘСІПТІК ИНТЕГРАЦИЯЛАНҒАН ЭНЕРГИЯ ЖҮЙЕЛЕРІНДЕГІ ЦИФРЛЫҚ-ФИЗИКАЛЫҚ ИНТЕГРАЦИЯ ЖӘНЕ ЭКОНОМИКАЛЫҚ ТИІМДІЛІК: SMART GRID БАСҚАРУЫН, ЭНЕРГИЯ ЖИНАҚТАУЫШТАРЫН ЖӘНЕ ЦИФРЛЫҚ ЕГІЗДЕРДІ СЦЕНАРИЙЛІК ТАЛДАУ

Цифрлық мүмкіндіктер мен физикалық икемділіктің өнеркәсіптік интеграцияланған энергия жүйелерінің экономикалық тиімділігіне дербес және синергиялық әсерін анықтау үшін зерттеуде Қазақстанның мұнай-газ өңдеу саласы үшін репрезентативті электр-жылу-газ интеграцияланған энергия жүйесі әзірленді. Электр энергиясы мен пайдалы жылуға жылдық сұраныс тиісінше 100 ГВт·сағ және 150 ГВт·сағ (жылу) деңгейінде белгіленді. Ортақ физикалық инфрақұрылымда smart grid басқаруын (SG), 4 МВт/16 МВт·сағ энергия жинақтау жүйесін (BESS) және цифрлық егізді (DT) пайдалана отырып, сегіз технологиялық сценарий (2³) құрылды. Талдау операциялық шығындарды, желіден ең жоғары сатып алуды, ЖЭК өндірісін шектеуді, таза келтірілген құнды (NPV) және технологиялардың шекті үлесін салыстыру үшін 8760 сағаттық хронологиялық диспетчерлеуді, 20 жылдық өсімшелі ақша ағындарын бағалауды, Шепли векторы бойынша декомпозицияны, сезімталдық талдауын және латын гиперкубы әдісін біріктіреді. Нәтижелер S7 сценарийіндегі толық интеграция жылдық операциялық шығындарды 4,974-тен 4,189 млн АҚШ долларына дейін төмендетіп, жылына 785,0 мың доллар үнемдеуге мүмкіндік беретінін және желіден ең жоғары сатып алу мен ЖЭК шектеуінің ең төмен деңгейін қамтамасыз ететінін көрсетеді. Алайда оның NPV-і (2,251 млн доллар) smart grid басқаруы мен цифрлық егізді біріктіретін S5 сценарийінің көрсеткішінен (2,508 млн доллар) төмен. SG, BESS және DT-нің Шепли бойынша жылдық үлесі тиісінше 281,0, 222,6 және 281,4 мың долларды құрайды, ал S7 жалпы құнының 25,2%-ы синергияға тиесілі. NPV өлшемі бойынша жинақтауыштың үлесі теріс: BESS жүйе жұмысын жақсартуы мүмкін, бірақ күрделі шығындар мен ауыстыру шығындарын міндетті түрде өтемейді. Сезімталдық талдауы S7 сценарийі аккумуляторлар құны шамамен 8,2%-ға төмендегенде, электр энергиясы бағасының құбылмалылығы шамамен 18,7%-ға артқанда, ЖЭК ауқымы шамамен 30,7%-ға ұлғайғанда немесе нақты дисконттау мөлшерлемесі шамамен 6,7%-дан төмендегенде S5-тен асып түсетінін көрсетеді. Осыған сәйкес инвестициялардың кезең-кезеңімен жүзеге асырылатын жолы ұсынылады: алдымен болжау және басқару мүмкіндіктері құрылады, ал жинақтауыштар тиісті шекті шарттар орындалғаннан кейін енгізіледі. Нәтижелер нақты кәсіпорынның байқалған көрсеткіштері емес, ашық болжамдар негізіндегі репрезентативті жүйенің сценарийлік модельдеуі болып табылады.

Түйін сөздер: интеграцияланған энергия жүйесі, smart grid, энергия жинақтау, цифрлық егіз, Шепли векторы, техникалық-экономикалық бағалау

Әдебиеттер тізімі

1. Aguilera, J. J., Padullés, R., Meesenburg, W., Markussen, W. B., Zühlsdorf, B., & Elmegaard, B. (2024). Operation optimization in large-scale heat pump systems: A scheduling framework integrating digital twin modelling, demand forecasting, and MILP. Applied Energy, 376, 124259.
2. Bâra, A., & Oprea, S.-V. (2024). Enabling coordination in energy communities: A digital twin model. Energy Policy, 184, 113910.
3. Chatzigeorgiou, N. G., Theocharides, S., Makrides, G., & Georghiou, G. E. (2024). A review on battery energy storage systems: Applications, developments, and research trends of hybrid installations in the end-user sector. Journal of Energy Storage, 86, 111192.
4. do Amaral, J. V. S., dos Santos, C. H., Montevechi, J. A. B., & de Queiroz, A. R. (2023). Energy digital twin applications: A review. Renewable and Sustainable Energy Reviews, 188, 113891.
5. Goulart, V. V., Rodrigues Neto, J. A., & Rüther, R. (2024). Method of technoeconomic analysis of battery energy storage system function-stacking for medium-voltage connected consumers. Journal of Energy Storage, 83, 110754.
6. Jiang, M., Xu, Z., Zhu, H., Goh, H. H., Kurniawan, T. A., Liu, T., & Zhang, D. (2024). Integrated demand response modeling and optimization technologies supporting energy internet. Renewable and Sustainable Energy Reviews, 203, 114757.
7. Koubar, M., Lindberg, O., Lingfors, D., Huang, P., Berg, M., & Munkhammar, J. (2025). Techno-economical assessment of battery storage combined with large-scale photovoltaic power plants operating on energy and ancillary service markets. Applied Energy, 382, 125200.
8. Li, S., Zhou, Y., Wu, J., Pan, Y., Huang, Z., & Zhou, N. (2025). A digital twin of multiple energy hub systems with peer-to-peer energy sharing. Applied Energy, 380, 124908.
9. Wu, X., Yang, L., & Zheng, B. (2024). Joint capacity configuration and demand response optimization of integrated energy system considering economic and dynamic control performance. Energy, 301, 131723.

Дәйексөз келтіру үлгісі

Wei W., Mynzhanova G., Niyetalina G. DIGITAL–PHYSICAL INTEGRATION AND ECONOMIC PERFORMANCE IN INDUSTRIAL INTEGRATED ENERGY SYSTEMS: A SCENARIO-BASED ANALYSIS OF SMART GRID CONTROL, BATTERY ENERGY STORAGE, AND DIGITAL TWINS // Central Asian Scientific Journal. – 2026. – No. 4(32), Vol. 1. – Pp. 51–63.