Ein verbessertes Energiemanagement‑Framework basierend auf künstlichen Gorillatrupps für den optimalen Betrieb netzgekoppelter Multi‑Nanogrids

Schlaue Energie für alltägliche Orte

Das Licht in Wohnhäusern, Schulen und kleinen Betrieben zuverlässig zu halten wird komplexer, weil immer mehr Solarmodule auf Dächern, kleine Windturbinen und Batterien ans Netz angeschlossen werden. Diese Studie untersucht, wie Cluster dieser winzigen lokalen Energiesysteme, sogenannte Nanogrids, so betrieben werden können, dass Strom zuverlässig bleibt und gleichzeitig die täglichen Energiekosten sinken. Angelehnt an das Sozialverhalten von Gorillatrupps entwerfen die Forschenden ein neues digitales „Gehirn“, das entscheidet, wann Sonne, Wind, Batterien, Dieselaggregate oder das Hauptnetz genutzt werden, damit Gebäude rund um die Uhr erschwingliche, CO2‑ärmere Energie erhalten.

Kleine Stromnetze, die zusammenarbeiten

Ein Nanogrid ist wie ein Mini‑Stromnetz für ein einzelnes Gebäude oder einen kleinen Standort, in der Regel nicht größer als 100 Kilowatt. Es kann Solarmodule auf dem Dach, kleine Windturbinen, Batterien und einen Diesel‑Notgenerator umfassen, die alle über eine Gleichstrom‑(DC‑)Schiene verbunden sind. Mehrere Nanogrids können zu einem Multi‑Nanogrid‑Cluster vernetzt werden, überschüssige Energie untereinander und mit dem größeren Versorgungsnetz teilen. Im hier untersuchten System sind vier Nanogrids – teils solar‑, teils windbasiert – über DC‑Leitungen miteinander und über eine AC‑Leitung mit dem Hauptnetz verbunden. Jedes verfügt über eigene lokale Geräte, wird aber von einem zentralen Energiemanagementsystem koordiniert, das kontinuierlich Angebot und Nachfrage ausgleicht.

Vorausplanen und unterwegs anpassen

Kern der Arbeit ist ein verbessertes Energiemanagementsystem, das auf zwei Zeitskalen arbeitet. Erstens entwirft ein Tages‑Vorplaner mit Prognosen für Sonneneinstrahlung, Wind, Strompreise und Gebäudeverbrauch einen optimalen 24‑Stunden‑Plan. Er entscheidet, wann flexible Geräte wie Warmwasserbereiter oder Waschmaschinen in günstigere Stunden verlagert werden, wann Batterien geladen oder entladen werden, wie stark Dieselaggregate laufen sollen und wann Strom vom Netz bezogen oder dorthin verkauft wird. Zweitens überprüft ein Echtzeit‑Regler, was tatsächlich passiert – wie hell die Sonne ist, wie stark der Wind weht, wie viel das Netz verlangt und wie viel Strom die Nutzer verbrauchen. Wenn die Realität von der Prognose abweicht, justiert er stündlich die Leistungsflüsse, um die Kosten niedrig zu halten und gleichzeitig technische Grenzen wie Batterieladezustand und Generatorleistungsgrenzen einzuhalten.

Gorilla‑inspirierte digitale Problemlösung

Die beste Kombination von Aktionen für Dutzende von Geräten über 24 Stunden zu wählen, ist ein anspruchsvolles Optimierungsproblem mit vielen Beschränkungen und Unsicherheiten. Anstatt sich auf starre mathematische Formeln zu verlassen, die in suboptimalen Lösungen stecken bleiben können, greifen die Autorinnen und Autoren auf eine neuere Klasse von Suchmethoden zurück: den Artificial Gorilla Troops Optimizer (AGTO). AGTO imitiert, wie ein Gorillatrupp seine Umgebung erkundet und sich dann um den stärksten Anführer, den „Silverback“, schart. In dieser Analogie steht jeder virtuelle Gorilla für einen möglichen Energieschichtplan. In der Explorationsphase verteilt sich der Trupp, um sehr unterschiedliche Betriebsprofile zu sondieren, ähnlich dem Erkunden neuer Nahrungsgebiete. In der Exploitationsphase bewegen sich Kandidaten näher an die besten bekannten Lösungen heran, ähnlich dem Folgen des Silverbacks oder dem Wettstreit darum, die Position der Gruppe zu verfeinern. Dieser Prozess wird vielfach wiederholt, bis der Algorithmus auf einen kostengünstigen Betriebsplan konvergiert.

Niedrigere Rechnungen durch Lastverschiebung und Teilen

Die Forschenden testen ihr Framework mit realistischen Daten für eine Küstenstadt in Ägypten, unter Verwendung stündlicher Profile von Temperatur, Sonneneinstrahlung, Windgeschwindigkeit und Netzpreisen. Sie vergleichen AGTO mit mehreren etablierten Optimierungswerkzeugen, darunter Partikelschwarmoptimierung und andere tierinspirierte Methoden. Sowohl für einzelne Nanogrids als auch für Cluster aus vier Nanogrids findet der gorilla‑basierte Planer durchgängig günstigere Zeitpläne. Das Verschieben flexibler Lasten von teuren Abendspitzen in günstigere Perioden senkt die Betriebskosten allein um etwa 7 Prozent und glättet zugleich die Nachfragekurve. Wenn Nanogrids kooperieren und Energie teilen dürfen, sinken die täglichen Gesamtkosten um rund 8 Prozent gegenüber dem isolierten Betrieb. Insgesamt erzielt AGTO bei Kombination aus Tagesplanung und Lastmanagement gegenüber konkurrierenden Algorithmen Einsparungen von etwa 15 bis 16 Prozent.

Resiliente Energie in einer sich wandelnden Welt

Für normale Anwender lautet die Botschaft: Eine intelligente Koordination lokaler sauberer Energie und Speicher kann unauffällig Stromrechnungen reduzieren und die Abhängigkeit von fossilen Brennstoffen verringern, ohne Komfort oder Zuverlässigkeit zu opfern. Durch die Kombination von Tagesvorplanung, Echtzeitanpassung und einer effizienten Suchstrategie, inspiriert vom Sozialverhalten von Gorillas, bringt das vorgeschlagene System Multi‑Nanogrid‑Cluster ins Gleichgewicht, auch wenn Wetter, Preise und Nachfrage nicht planmäßig verlaufen. Die Studie legt nahe, dass mit zunehmender Verbreitung von Dach‑Erneuerbaren und Batteriespeichern eine solche intelligente Energiewirtschaft eine Schlüsselrolle dabei spielen könnte, nachbarschaftliche Stromnetze sowohl wirtschaftlich als auch widerstandsfähig zu machen.

Zitation: Elsayed, W.T., Abdulnabi, A., Ali, A.A. et al. An enhanced energy management framework based on artificial gorilla troops for optimal operation of grid-connected multi-nanogrids. Sci Rep 16, 12741 (2026). https://doi.org/10.1038/s41598-026-45884-5

Schlüsselwörter: Nanogrids, Energiemanagement, erneuerbare Energie, Optimierungsalgorithmen, Lastseitenmanagement