Autonomiczne dynamiczne rozdzielanie obciążenia z ograniczonym paliwem i odnawialnymi źródłami energii z zastosowaniem optymalizatora „marine predators”

Utrzymanie światła, gdy paliwa brakuje

Systemy elektroenergetyczne na całym świecie są pod presją: popyt rośnie, ceny paliw gwałtownie się wahają, a społeczeństwa zdecydowanie dążą do ograniczenia zanieczyszczeń. Artykuł bada praktyczne pytanie leżące u podstaw tego wyzwania: gdy niektóre elektrownie nagle mają za mało paliwa, czy nadal można utrzymać sieć bezpieczną, tanią i czystszą, opierając się na słońcu, wietrze i inteligentnym oprogramowaniu sterującym? Autorzy opracowują i testują nową metodę harmonogramowania pracy elektrowni godzina po godzinie, tak aby domy i zakłady przemysłowe były zaopatrzone nawet przy napiętych dostawach paliwa.

Dlaczego niedobory paliwa zagrażają sieci

Nowoczesne sieci energetyczne w dużym stopniu opierają się na elektrowniach spalających paliwa kopalne. Gdy paliwa jest pod dostatkiem, operatorzy sieci mogą po prostu wybrać taki zestaw źródeł, który pokrywa zapotrzebowanie przy najniższym koszcie, z uwzględnieniem ograniczeń technicznych, takich jak szybkość zwiększania lub zmniejszania mocy. W praktyce jednak dostawy paliwa mogą być opóźnione lub ograniczone, a nie wszystkie generatory doświadczają braków jednocześnie. Wcześniejsze badania w większości zakładały stałą dostępność paliwa i traktowały energię odnawialną głównie jako sposób na obniżenie kosztów i emisji. Niniejsza praca podejmuje zaniedbany, lecz bardzo realny problem: jak prowadzić system energetyczny, gdy niektóre jednostki mają ograniczenia paliwowe, nie rezygnując z niezawodności.

Sprytne harmonogramowanie z elastycznymi ograniczeniami jednostek

Autorzy rozwijają ramy zwane Dynamicznym Ekonomicznym Rozdzielaniem Emisji, które decydują, ile energii każda jednostka powinna wytwarzać w kolejnych godzinach doby, równoważąc koszty paliwa i zanieczyszczenia. Ich kluczową innowacją jest technika nazwana Dynamiczną Pojemnością Wytwórczą. Zamiast traktować minimalne i maksymalne moce jednostki jako stałe, te limity zmieniają się w zależności od faktycznie dostępnej ilości paliwa. Gdy paliwo jest ograniczone, model automatycznie zawęża dopuszczalny zakres pracy danej jednostki; gdy paliwa jest dostatecznie, utrzymuje pierwotne limity. Takie elastyczne traktowanie zapobiega nierealistycznym harmonogramom, które wymagałyby od jednostki większej produkcji niż pozwala na to paliwo, i pomaga optymalizacji przeszukiwać tylko fizycznie możliwe rozwiązania.

Oprogramowanie inspirowane naturą do sterowania systemem

Aby rozwiązać tę złożoną łamigłówkę harmonogramową, badanie porównuje trzy algorytmy inspirowane naturą, naśladujące zachowania grupowe zwierząt: Marine Predators Algorithm, Walrus Optimization Algorithm oraz dobrze znana Particle Swarm Optimization. Wszystkie trzy poszukują najlepszej kombinacji mocy jednostek w ciągu 24 godzin, z uwzględnieniem ograniczeń technicznych i paliwowych. Testowane na systemie z dziesięcioma jednostkami konwencjonalnymi oraz farmami słonecznymi i wiatrowymi, i oceniane w wielu powtórzeniach, podejście oparte na algorytmie „marine predators” konsekwentnie znajdowało nieco tańsze plany eksploatacji przy znacznie mniejszej zmienności między uruchomieniami. Ta spójność jest kluczowa dla operatorów sieci, którzy muszą ufać, że automatyczne narzędzia harmonogramujące dostarczą wiarygodnych rozwiązań codziennie, a nie sporadycznie.

Co się dzieje, gdy odnawialne źródła spotykają ograniczenia paliwowe

Autorzy następnie badają cztery realistyczne scenariusze operacyjne. Pierwszy to normalny dzień z pełnym zaopatrzeniem paliwowym i bez odnawialnych źródeł, służący jako punkt odniesienia. Drugi scenariusz narzuca niedobory paliwa w dwóch elektrowniach, ale dopuszcza dynamiczną pojemność wytwórczą, pokazując, że system wciąż może zaspokoić zapotrzebowanie przez przemieszczenie produkcji na inne jednostki, choć przy wyższych kosztach i emisjach. Trzeci scenariusz dodaje energię słoneczną i wiatrową, lecz utrzymuje sztywne limity jednostek z niedoborami paliwa; w tym przypadku odnawialne obniżają koszty i emisje, ale całkowita generacja w części dnia nie pokrywa zapotrzebowania, co podważa bezpieczeństwo dostaw. Wreszcie, gdy połączono odnawialne źródła z dynamiczną pojemnością, system radzi sobie z zaspokojeniem całego zapotrzebowania, zachowaniem wszystkich ograniczeń technicznych oraz redukcją kosztów paliwa i emisji w porównaniu z przypadkiem pełnego zaopatrzenia paliwowego.

Implikacje dla czystszej i bezpieczniejszej sieci

Mówiąc wprost, badanie pokazuje, że samo zwiększenie udziału energii słonecznej i wiatrowej nie wystarczy, by zapewnić niezawodne zasilanie podczas niedoborów paliwa. Produkcja z odnawialnych źródeł może być zbyt zmienna, by sama w sobie w pełni pokryć nagłe luki. Połączenie elastycznych limitów jednostek z solidnym algorytmem optymalizacyjnym pozwala jednak systemowi wycisnąć jak najwięcej użytecznej pracy z pozostałego paliwa, jednocześnie umożliwiając odnawialnym przejęcie jak największej części obciążenia. W typowej dobie ta strategia zmniejsza całkowite wydatki na paliwo i emisje, a jednocześnie utrzymuje dostawy energii. Dla decydentów i planistów sieci przekaz jest taki, że inteligentne narzędzia harmonogramowania i realistyczne modele dostępności paliwa są równie ważne jak budowa nowych, czystych źródeł przy projektowaniu odpornej, niskoemisyjnej sieci energetycznej.

Cytowanie: Mohamed, M.I., Ali, A.F.M., Yousef, A.M. et al. Autonomous dynamic economic dispatch with limited fuel and renewable energy sources using marine predators optimizer. Sci Rep 16, 13518 (2026). https://doi.org/10.1038/s41598-026-48247-2

Słowa kluczowe: optymalizacja systemu elektroenergetycznego, integracja odnawialnych źródeł, niedobory paliwa, ekonomiczne rozdzielanie obciążenia, niezawodność sieci