Optymalizacja harmonogramowania zintegrowanych systemów energetycznych: wielowymiarowe podejście do synergii elektryczności, wodoru, amoniaku i ciepła przy użyciu algorytmu LSDBO-WOA

Dlaczego nowe sposoby magazynowania czystej energii mają znaczenie

Turbiny wiatrowe i panele słoneczne rozprzestrzeniają się szybko, ale elektryczność, którą produkują, nie zawsze pojawia się wtedy, gdy jest potrzebna. Ta rozbieżność marnuje czystą energię i zmusza sieci do sięgania po paliwa kopalne. W badaniu przedstawiono nowe rozwiązanie wygładzające te wahania poprzez wykorzystanie ciekłego amoniaku jako rodzaju wielofunkcyjnego „kleju energetycznego”, łączącego elektryczność, wodór, ciepło i paliwo, dzięki czemu więcej energii odnawialnej można przechwycić, magazynować i użyć wtedy, gdy ma największą wartość.

Czysta energetyczna „strefa” wielkości parku

Naukowcy zaprojektowali wirtualny park energetyczny, który łączy wiatr, słońce, główną sieć elektroenergetyczną i gaz ziemny z siecią zaawansowanych urządzeń. W centrum systemu znajduje się zbiornik ciekłego amoniaku, traktowany jako długoterminowy magazyn energii. Nadmiar energii odnawialnej najpierw służy do produkcji wodoru z wody, a następnie łączy się z azotem z powietrza, tworząc amoniak. Później amoniak można przekształcać z powrotem w wodór, spalać razem z gazem ziemnym w turbinie gazowej lub zasilać specjalne ogniwa paliwowe. Ciepło, które normalnie zostałoby zmarnowane — z turbin, ogniw paliwowych i reakcji chemicznych — jest wychwytywane i wykorzystywane ponownie do ogrzewania dzielnicowego lub dodatkowej produkcji energii, tak by bardzo niewiele energii wejściowej zostało stracone.

Planowanie odpowiedniego zestawu urządzeń

Zaprojektowanie tak złożonej instalacji przypomina planowanie małego miasta: liczba i rozmiary poszczególnych komponentów muszą być dobrane tak, aby system działał tanio, czysto i niezawodnie. Autorzy opracowali dwuwarstwowy model planowania i sterowania. Warstwa górna decyduje o pojemnościach i długoterminowej konstrukcji, dążąc jednocześnie do czterech celów: niższych rocznych kosztów, mniejszych emisji dwutlenku węgla, wyższej ogólnej sprawności oraz mniejszego marnotrawstwa energii odnawialnej. Warstwa dolna symuluje codzienną eksploatację przy niepewnej wietrzności, nasłonecznieniu i zapotrzebowaniu, dostosowując obciążenie urządzeń i szacując rzeczywiste koszty operacyjne. Informacje przepływają między warstwami aż do uzyskania satysfakcjonującej równowagi między tymi celami.

Mądrzejsze przeszukiwanie lepszych rozwiązań

Ponieważ przestrzeń projektowa jest ogromna i złożona, zespół zastosował niestandardowy algorytm poszukiwań zamiast prostego metodę prób i błędów. Połączyli dwa metody inspirowane naturą — jedną wzorowaną na żerowaniu żuków gnojowych, drugą na polowaniach wielorybów — w hybrydę znaną jako LSDBO-WOA. Ta hybryda przegląda wiele możliwych konfiguracji systemu, szeroko eksplorując przestrzeń rozwiązań, a następnie zagłębiając się w obiecujące kandydatury. W testach w porównaniu z popularnymi optymalizatorami wielokryterialnymi LSDBO-WOA odnajduje zbiory rozwiązań bliższe idealnej równowadze kosztów, emisji, sprawności i wykorzystania odnawialnych źródeł, kosztem nieco dłuższego czasu działania na standardowym laptopie.

Co się dzieje, gdy zwiększa się udział amoniaku

Badanie analizuje następnie, jak silnie amoniak powinien być używany w mieszance paliwowej turbiny gazowej. Scenariusze obejmują brak amoniaku aż po dość wysokie udziały. Wraz ze wzrostem udziału amoniaku poprawia się zdolność systemu do absorpcji nadmiarowej energii odnawialnej, a ogólna sprawność energetyczna rośnie z około 84% do niemal 98%. Koszty eksploatacji generalnie maleją, lecz nie w sposób monotoniczny: produkcja i obsługa większej ilości amoniaku generuje dodatkowe wydatki. Emisje dwutlenku węgla spadają najbardziej — o około 7,3% w porównaniu z punktem odniesienia — gdy amoniak dostarcza około 15% paliwa do turbiny gazowej. Powyżej tego poziomu dodatkowe domieszki przynoszą coraz mniejsze korzyści, a po uwzględnieniu wszystkich efektów ubocznych mogą nawet nieznacznie podnieść emisje.

Radzenie sobie z niepewnością w złożonym świecie

Pogoda i zużycie energii w świecie rzeczywistym nigdy nie są w pełni przewidywalne, dlatego autorzy porównali trzy metody uwzględniania niepewności w warstwie harmonogramowania. Metoda oparta na rozkładach prawdopodobieństwa, zakładająca znane wzorce błędów prognoz, utrzymuje stosunkowo niskie koszty i emisje, ale akceptuje częstsze okazjonalne marnowanie energii odnawialnej. Bardziej defensywne podejścia, chroniące przed wariantami najgorszego przypadku, ograniczają marnotrawstwo jeszcze bardziej, lecz wymagają wyższych wydatków i prowadzą do większych emisji ogółem. Dla dobrze monitorowanego systemu kampusowego z przyzwoitymi danymi historycznymi badanie sugeruje, że umiarkowanie ostrożne podejście probabilistyczne oferuje najlepszy kompromis między ryzykiem, kosztem a wpływem na klimat.

Co to oznacza dla przyszłych czystych parków energetycznych

Mówiąc prostym językiem, praca pokazuje, że przekształcanie nadmiaru energii wiatrowej i słonecznej w ciekły amoniak — a następnie elastyczne przetwarzanie tego amoniaku z powrotem na energię, wodór lub ciepło — może uczynić lokalny system energetyczny bardziej samowystarczalnym, wydajnym i przyjaznym dla klimatu. Przy odpowiednim doborze urządzeń i starannie dostrojonej strategii harmonogramowania modelowany system wykorzystuje niemal całą dostarczoną energię, jednocześnie ograniczając emisje i koszty. Chociaż praktyczne kwestie, takie jak bezpieczeństwo związane z amoniakiem i przyszłe ceny urządzeń, nadal wymagają uważnej analizy, badanie wskazuje obiecującą receptę na centra czystej energii, które mogą wspierać głębokie redukcje emisji bez utraty niezawodności.

Cytowanie: Tu, N., Yang, J., Yan, X. et al. Optimized scheduling of integrated energy systems: a multi-dimensional electricity, hydrogen, ammonia, heat synergy approach using the LSDBO-WOA algorithm. Sci Rep 16, 13130 (2026). https://doi.org/10.1038/s41598-026-41136-8

Słowa kluczowe: zintegrowane systemy energetyczne, magazynowanie energii w amoniaku, harmonogramowanie energii odnawialnej, niskoemisyjna energia, optymalizacja multienergetyczna