Adaptacyjne sterowanie MPPT dla niezawodnych przejść między pracą w sieci a trybem wyspowym w mikro­sieciach PV z magazynem

Inteligentniejsza energia słoneczna dla codziennej niezawodności

W miarę jak domy, firmy i społeczności instalują coraz więcej paneli dachowych i farm słonecznych, zapewnienie zasilania podczas zachmurzenia — lub awarii głównej sieci — staje się realnym wyzwaniem. Niniejsze badanie pokazuje, jak sprawić, by systemy fotowoltaiczne z baterią zachowywały się bardziej jak stabilna, dobrze wyregulowana elektrownia, automatycznie dopasowując się do nasłonecznienia, zapotrzebowania i awarii sieci, tak aby użytkownicy otrzymywali niezawodne, wysokiej jakości zasilanie.

Dlaczego fotowoltaika potrzebuje „mózgu”, a nie tylko paneli

Panele słoneczne są czyste i coraz tańsze, ale też kapryśne: ich moc zmienia się wraz z natężeniem światła i temperaturą. Aby wyciągnąć z nich jak najwięcej energii, sterowniki elektroniczne nieustannie poszukują „słodkiego punktu” napięcia i prądu, zwanego punktem maksymalnej mocy. Tradycyjne metody poszukiwania są proste, lecz mają tendencję do przesterowań i oscylacji, co marnuje energię i działa zbyt wolno, gdy nagle przysłoni chmura. Równocześnie nowoczesne mikrosieci — łączące panele, baterie i lokalne odbiory — muszą na bieżąco decydować, ile energii pochodzi ze słońca, ile z akumulatora, a ile z sieci lub do sieci, przy jednoczesnym utrzymaniu lokalnego napięcia i częstotliwości stabilnymi.

Hybrydowa mikrosieć solarna pod lupą

Autorzy badania analizują farmę słoneczną o mocy jednego megawata połączoną z dużym akumulatorem litowo‑jonowym w mikro­sieci prądu przemiennego. Pole fotowoltaiczne łączy się przez przetwornicę DC‑DC typu „boost” i falownik trójfazowy z wspólną szyną AC obsługującą odbiory i łączącą się z główną siecią. Bateria podłączona jest przez własną przetwornicę dwukierunkową, by mogła zarówno pobierać, jak i dostarczać moc. Centralnym elementem układu jest adaptacyjny regulator, który może pracować w dwóch głównych trybach. Gdy mikrosieć jest połączona z siecią, kontroler przepływu mocy (PQ) pozwala sieci ustalać napięcie i częstotliwość. Gdy mikrosieć działa w trybie wyspowym — samodzielnie podczas awarii lub planowanego odłączenia — sterownik droop w jednostce akumulatorowej przejmuje kontrolę, kształtując napięcie i częstotliwość oraz dzieląc moc między słońce a magazyn energii.

Nauka systemu ścigania maksymalnej mocy słonecznej

Aby poprawić sposób, w jaki farma słoneczna odnajduje i podąża za punktem maksymalnej mocy, badacze łączą dwie formy sztucznej inteligencji. Sztuczna sieć neuronowa (ANN) uczy się z danych, jak powinno być regulowane napięcie paneli dla różnych poziomów nasłonecznienia i temperatury. Algorytm optymalizacji za pomocą roju cząstek (PSO) — luźno inspirowany zachowaniem stad i rojów podczas poszukiwania pożywienia — stroi wewnętrzne wagi sieci neuronowej, dzięki czemu uczy się ona szybko i unika słabych rozwiązań. Wytrenowana sieć ANN przewiduje najlepsze napięcie pracy; staje się ono odniesieniem dla przetwornicy, która następnie kierunkowo doprowadza panele do tego punktu. W symulacjach opartych na 1000 losowo wygenerowanych warunkach pogodowych to połączenie ANN–PSO zredukowało błąd w nauczonym zachowaniu i zbiegało do dobrych ustawień w zaledwie kilkaset kroków treningowych.

Utrzymanie stabilnego światła przy odcięciach sieci i cieniu chmur

Prawdziwy sprawdzian następuje, gdy mikrosieć staje w obliczu nagłych zmian nasłonecznienia, obciążenia lub połączenia z siecią. Korzystając z szczegółowych modeli MATLAB/Simulink, autorzy porównują swoją metodę ANN–PSO z trzema innymi dobrze znanymi strategiami śledzenia. Przy mieszance jasnego słońca, zmniejszonego obciążenia, a następnie gwałtownych spadków nasłonecznienia, kontroler ANN–PSO konsekwentnie wykorzystywał więcej dostępnej mocy słonecznej, osiągając sprawność śledzenia bliską 98% i bardzo małe tętnienia mocy. Równocześnie skoordynowana regulacja PQ–droop utrzymywała napięcie AC mikrosieci blisko docelowych 420 woltów i trzymała częstotliwość w wąskim zakresie sugerowanym przez standardy przyłączeniowe. Gdy system był celowo przełączany z pracy przyłączonej do sieci na tryb wyspowy i z powrotem, jednostka resynchronizacji wyrównywała fazę i częstotliwość przed ponownym połączeniem, unikając ostrych zniekształceń napięcia i prądów rozruchowych, które mogą uszkodzić sprzęt.

Co to oznacza dla przyszłych społeczności solarnych

Z perspektywy laika głównym rezultatem jest konfiguracja słońce‑plus‑bateria, która działa znacznie płynniej i przewidywalniej. Dzięki wyposażeniu mikrosieci w wspomagany przez SI „mózg”, który zarówno efektywnie poszukuje maksymalnej energii słonecznej, jak i zarządza przekazywaniem między siecią a lokalnym magazynem, podejście to ułatwia zasilanie osiedli, kampusów czy odległych obiektów głównie energią słoneczną bez migotania czy niespodziewanych przerw. W praktyce oznacza to lepsze wykorzystanie każdego promienia światła, dłuższą żywotność sprzętu i bardziej odporną lokalną sieć — kluczowe elementy na drodze do celów związanych z czystą energią i inteligentną infrastrukturą.

Cytowanie: Siddaraj, U., Yaragatti, U.R., Paragonda, L.R.S. et al. Adaptive MPPT control for reliable transitions between grid connected and islanded operations in PV battery microgrids. Sci Rep 16, 7613 (2026). https://doi.org/10.1038/s41598-026-38300-5

Słowa kluczowe: mikrosieć solarna, śledzenie punktu maksymalnej mocy, magazyn energii bateryjnej, sterowanie oparte na sztucznej inteligencji, integracja z siecią