Probabilistisch operationeel beheer van een op hernieuwbare energie gebaseerde microgrid rekening houdend met onzekerheden met behulp van het zelfadaptieve gravitationele zoekalgoritme

De lichten aanhouden wanneer de toekomst onzeker is

Nu steeds meer woningen en bedrijven stroom afnemen van zonnepanelen op het dak, lokale windturbines en batterijen, wordt het behouden van betrouwbare en betaalbare stroom een lastig samenspel. Zonneschijn, wind en elektriciteitsprijzen veranderen per uur, en kleine buurt- of campus-geschaalde energiesystemen, microgrids, moeten in realtime reageren. Dit artikel onderzoekt een nieuwe manier om zulke microgrids te laten draaien zodat ze betrouwbaar blijven, maximaal gebruikmaken van schone energie en de kosten laag houden, zelfs wanneer de toekomst onzeker is.

Kleine elektriciteitsnetten dicht bij huis

Een microgrid is in wezen een mini-energie netwerk dat een campus, buurt of klein stadje bedient. In plaats van uitsluitend te vertrouwen op een verafgelegen elektriciteitscentrale, kan het putten uit nabijgelegen bronnen zoals een microturbine, brandstofcel, zonnepanelen, windturbine en een batterijbank, terwijl het indien nodig ook met het hoofdnet verbonden blijft. Een centrale regelaar bepaalt per uur hoeveel vermogen elk apparaat moet produceren of opslaan. De uitdaging is dat deze regelaar beslissingen moet nemen op basis van voorspellingen over hoeveel mensen zullen verbruiken, hoe hard de wind zal waaien, hoe fel de zon zal schijnen en wat de marktprijs van elektriciteit zal zijn. Als deze inschattingen onjuist blijken, kan de microgrid te veel kosten maken of het risico lopen op tekorten.

Slimme inschattingen maken over een onzekere toekomst

Veel bestaande regelmethoden negeren onzekerheid of proberen die aan te pakken met zware statistische middelen die te traag zijn voor praktijkgebruik. De auteurs wenden zich tot een lichtere techniek genaamd de 2m-puntschattingsmethode. In plaats van duizenden willekeurige simulaties uit te voeren, kiest deze methode slechts een klein aantal zorgvuldig gekozen “wat als”-punten rond de verwachte waarden van belangrijke invoerwaarden, zoals vraag, hernieuwbare opbrengst en marktprijs. Door het microgrid-planningsprobleem op deze punten op te lossen, kan men inschatten hoe de totale kosten en vermogensstromen zich gedragen onder een breed scala aan omstandigheden. Dit geeft de regelaar een praktisch beeld van risico en variabiliteit zonder de rekenmiddelen te overbelasten.

Een door de zwaartekracht geïnspireerd zoekproces voor betere schema's

Om het beste schema te bepalen voor alle generatoren, de batterij en de netkoppeling, gebruikt de studie een zoekmethode geïnspireerd op zwaartekracht. In dit schema is elk mogelijk schema als een deeltje met een massa gerelateerd aan hoe goed dat schema is: lagere kosten en beter gebruik van hernieuwbare bronnen betekenen een grotere massa. Deze deeltjes “trekken” elkaar aan en bewegen naar betere regio’s van de oplossingsruimte. De auteurs verbeteren dit idee met een zelfadaptieve wending. Ze introduceren twee typen willekeurige duwtjes, of mutatiebewegingen, die de deeltjes helpen ontsnappen aan slechte lokale valkuilen en breder te verkennen. Het algoritme houdt bij welke beweging na verloop van tijd beter werkt en verschuift zijn gedrag automatisch, waarbij het meer gewicht geeft aan de succesvollere strategie. Deze zelfafstemmende aanpak, genoemd het Self-Adaptive Gravitational Search Algorithm, helpt om snellere en betrouwbaardere hoogwaardigere schema’s te vinden.

Batterijen en slimmer beheer op de proef gesteld

Het team test hun gecombineerde raamwerk — met puntsschatting voor onzekerheid en de verbeterde gravitatieruimte-zoeker — op een model van een laagspannings-microgrid met zon, wind, een microturbine, een brandstofcel en een nikkel-metaalhydridebatterij. Ze vergelijken twee hoofdgevallen: één zonder batterij en één met batterij onder hun nieuwe regelmethode. Wanneer de batterij is opgenomen, kan de regelaar energie in de tijd verplaatsen, opladen wanneer stroom goedkoop of overvloedig is en ontladen wanneer de vraag of prijzen pieken. In simulaties halveert dit bijna de totale dagelijkse productiekosten en verhoogt het aandeel hernieuwbare energie met ongeveer 10 procentpunten tijdens piekuren. Het verbeterde algoritme convergeert ook ongeveer een kwart sneller en geeft lagere bedrijfskosten dan standaard gravitationele methoden en een veelgebruikt particle swarm-algoritme.

Robuuste prestaties in een veranderende wereld

Om de robuustheid van de methode te onderzoeken, variëren de auteurs zowel de vraag als de marktprijzen met plus en min 10 en 20 procent. Zelfs in het slechtste geval, wanneer beide 20 procent hoger liggen dan verwacht, stijgen de totale kosten slechts bescheiden en is de daling van het gebruik van hernieuwbare energie beperkt. Concurrerende methoden tonen grotere kostenschommelingen en raken gemakkelijker van hun stuk. De studie verkent ook toekomstige scenario’s waarin dalende prijzen voor zon, wind en geavanceerde batterijen de besparingen en het gebruik van schone energie verder zouden vergroten. Over het algemeen suggereert het werk dat het combineren van slimme onzekerheidsmodellering met een zelfafstemmend zoekalgoritme microgrids kan helpen om goedkopere, schonere en betrouwbaardere stroom te leveren, zelfs wanneer het weer en de prijzen van morgen onvoorspelbaar zijn.

Bronvermelding: Ahmed, E.M., Zaki, Z.A., Kamarposhti, M.A. et al. Probabilistic operational management of a renewable-based microgrid considering uncertainties using the self-adaptive gravitational search algorithm. Sci Rep 16, 12313 (2026). https://doi.org/10.1038/s41598-026-42839-8

Trefwoorden: microgrid, hernieuwbare energie, batterijopslag, optimalisatie-algoritme, energiemanagement