Optymalny frakcjowy regulator PID do kontroli częstotliwości obciążenia w wielo-połączonych mikrosieciach obejmujących odnawialne źródła energii i systemy magazynowania

Utrzymanie światła stabilnego w świecie odnawialnych źródeł

W miarę jak coraz więcej domów i zakładów korzysta z energii wiatru, elektrowni wodnych i zaawansowanych baterii, utrzymanie stabilności sieci elektrycznej staje się trudniejsze. Gdy podaż i popyt wychodzą z równowagi, częstotliwość sieci dryfuje, co może uszkodzić urządzenia i wywołać awarie. W artykule omówiono nowe podejście do utrzymania wielu małych, połączonych sieci energetycznych — zwanych mikrosieciami — w stabilnym stanie, nawet gdy odnawialne źródła i zapotrzebowanie odbiorców są wysoce nieprzewidywalne.

Dlaczego częstotliwość sieci ma znaczenie w życiu codziennym

Systemy elektroenergetyczne zaprojektowane są do pracy przy określonej częstotliwości (50 lub 60 herców, zależnie od regionu). Jeśli jednocześnie włączonych zostanie zbyt wiele urządzeń albo wiatr nagle osłabnie i turbiny wytwarzają mniej energii, częstotliwość może spaść lub wzrosnąć. Niewielkie odchylenia są normalne, ale duże lub długotrwałe mogą przeciążyć linie, zmylić urządzenia zabezpieczające i skrócić żywotność wrażliwej elektroniki. Wyzwanie staje się jeszcze większe, gdy kilka krajów lub regionów jest ze sobą powiązanych: zakłócenie w jednym obszarze może przeniknąć przez łącza i destabilizować sąsiadów. Tradycyjne metody „sterowania częstotliwością obciążenia” działają dobrze w prostych sieciach zasilanych paliwami kopalnymi, ale słabną, gdy rośnie udział odnawialnych źródeł i systemów magazynowania.

Od pojedynczych dużych sieci do wielu inteligentnych mikrosieci

Aby sprostać rosnącemu zapotrzebowaniu na energię przy jednoczesnym ograniczaniu użycia paliw kopalnych, systemy energetyczne przechodzą od kilku wielkich elektrowni do sieci mniejszych mikrosieci. Każda mikrosieć w tym badaniu łączy konwencjonalne elektrownie cieplne, hydroenergetykę, turbiny wiatrowe oraz dwie zaawansowane technologie magazynowania: baterie przepływowe redoks, które magazynują energię w ciekłych elektrolitach, oraz systemy wodorowe, które konwertują nadmiar prądu na wodór i z powrotem na energię przez ogniwa paliwowe. Mikrosieci są połączone, aby mogły współdzielić moc. Zaletą jest większa elastyczność i odporność; wadą — sieć interakcji, która utrudnia utrzymanie częstotliwości i wymiany mocy w bezpiecznych granicach przy nagłych zmianach obciążenia.

Mądrzejsze strojenie „autopilota” sieci

Inżynierowie często polegają na regulatorach PID — automatycznych układach, które ciągle delikatnie zwiększają lub zmniejszają pracę generatorów — aby korygować błędy częstotliwości. W pracy zastosowano bardziej elastyczną wersję zwaną frakcjowym regulatorem PID, który dodaje dodatkowe „pokrętła” strojenia i lepiej kształtuje odpowiedź układu w czasie. Problem w tym, że strojenie takich regulatorów w dużych sieciach z dużym udziałem odnawialnych źródeł jest złożonym problemem poszukiwania z wieloma lokalnymi pułapkami. Aby sobie z tym poradzić, autorzy udoskonalili tzw. political optimizer, algorytm inspirowany wielopartyjnymi wyborami. Ich nowa wersja z pamięcią, mPO, pozwala wirtualnym „kandydatom” zapamiętywać najlepsze przeszłe pozycje i wykorzystywać to doświadczenie do kierowania przyszłymi ruchami, a specjalny krok eksploracji utrzymuje różnorodność poszukiwań, by uniknąć zbyt wczesnego utknięcia.

Testowanie algorytmu zanim dotknie się sieci

Zanim zastosowano mPO do rzeczywistych problemów energetycznych, autorzy przetestowali go na zestawie standardowych funkcji benchmarkowych używanych do oceny metod optymalizacyjnych. Na 12 takich funkcjach mPO konsekwentnie zbiega szybciej i bardziej niezawodnie niż kilka popularnych algorytmów inspirowanych naturą, w tym szary wilk, sand cat swarm i podejścia sinus–cosinus, a także niż oryginalny political optimizer. Wykazuje wysoką dokładność, dobrą odporność i mniejszą skłonność do utknięcia w lokalnych optimum, co wskazuje, że pamięć i poprawka eksploracyjna rzeczywiście usprawniają proces poszukiwania.

Stabilizacja sieci mikrosieci bogatych w odnawialne źródła

Rdzeniem artykułu są symulacje na dwóch połączonych mikrosieciach, a następnie na większym systemie czterech. W każdym przypadku mikrosieci zawierają jednostki cieplne, hydro i wiatrowe oraz magazyny, i są poddawane gwałtownym zmianom obciążenia oraz realistycznym nieliniowym efektom. Algorytm mPO służy do strojenia frakcjowych regulatorów PID tak, aby zminimalizować złożoną miarę błędu — śledzącą zarówno odchylenia częstotliwości, jak i niepożądane wymiany mocy. W porównaniu z tradycyjnym political optimizerem i innymi metodami, mPO zmniejsza ten błąd o około 8% gdy w systemie dwuobszarowym obecne jest hybrydowe magazynowanie wodór–bateria oraz o około 20% w systemie czteroobszarowym. Skraca także czasy ustalania i redukuje przeregulowania, co oznacza, że mikrosieci szybciej wracają do normalnej pracy i z mniejszą liczbą wahań.

Co to oznacza dla przyszłych systemów energetycznych

Mówiąc krótko, badanie proponuje mądrzejszy „autopilot” dla przyszłych, złożonych sieci o dużym udziale odnawialnych źródeł. Łącząc zaawansowany typ regulatora z algorytmem poszukiwania wzmocnionym pamięcią, autorzy wykazują, że wielo-połączone mikrosieci mogą lepiej radzić sobie z nagłymi skokami zapotrzebowania i wahaniami produkcji z odnawialnych źródeł — z mniejszymi odchyleniami częstotliwości i płynniejszym przepływem mocy. Choć praca opiera się na szczegółowych symulacjach, sugeruje, że takie inteligentne metody strojenia mogą pomóc operatorom w integracji większej ilości czystej energii bez utraty stabilności, torując drogę do większych, bardziej zielonych i bardziej niezawodnych sieci energetycznych.

Cytowanie: Alshahir, A., Fathy, A., A. Hashim, F. et al. Optimal fractional order PID-load frequency controller for multi-interconnected microgrids including renewable energy and storage system. Sci Rep 16, 14342 (2026). https://doi.org/10.1038/s41598-026-43080-z

Słowa kluczowe: mikrosieci, energia odnawialna, sterowanie częstotliwością, algorytm optymalizacyjny, magazynowanie energii