Экономичная и устойчивая эксплуатация микросетей с использованием улучшенного алгоритма оптимизации, вдохновлённого китами

Почему будущим энергетическим сетям нужен новый «мозг»

Поддерживать электропитание становится всё сложнее: всё больше домов и предприятий переходят на солнце и ветер вместо угля и газа. Эти чистые источники дешевле и лучше для климата, но их выработка меняется вместе с погодой. В статье рассматривается, как более «умный» цифровой «мозг» может управлять локальными энергосистемами — микросетями — чтобы они обеспечивали надёжную электроэнергию при более низких затратах и меньших выбросах, даже когда основная сеть отключена. Авторы показывают, что новый вычислительный алгоритм, вдохновлённый поведением китов, может сократить эксплуатационные расходы тестовой микросети почти на 40% по сравнению с распространёнными методами планирования.

Небольшие энергосистемы с большими задачами

Микросети — это компактные энергетические системы, которые могут обслуживать квартал, кампус или деревню. Вместо того чтобы полагаться только на удалённые электростанции, они комбинируют локальные источники: солнечные панели, ветрогенераторы, топливные элементы, дизель‑генераторы и аккумуляторы. Микросети могут подключаться к основной сети, когда та доступна, но также способны «островиться» и работать автономно во время штормов, пожаров или аварийных отключений. Эта гибкость делает их перспективным элементом более чистой и устойчивой энергетики, но одновременно усложняет управление. Нужно постоянно принимать решения — какие устройства включить, сколько энергии брать из сети или продавать в неё, и когда заряжать или разряжать батареи.

Роль цифрового менеджера энергии

Для управления этой сложностью микросети используют систему управления энергией (EMS). EMS собирает данные о прогнозе погоды, ценах на электроэнергию, ограничениях оборудования, уровне заряда батарей и спросе потребителей. Затем она посылает команды управления — включая включение или выключение генераторов, регулировку мощности и планирование использования батарей — чтобы одновременно достигать нескольких целей. К ним относятся обеспечение баланса между предложением и спросом в каждый час, минимизация общих операционных затрат и сокращение выбросов от ископаемых генераторов. В режиме подключения к сети EMS также решает, когда выгоднее купить дешёвую электроэнергию у основного оператора, а когда продать избыточную возобновляемую энергию, превращая микросеть в активного участника рынка.

Способ поиска расписаний, вдохновлённый китами

Определить оптимальное расписание для каждого генератора и батареи на весь день — непростая задача: вариантов много, затраты нелинейны, а выработка из возобновляемых источников непостоянна. Традиционные математические методы или классические алгоритмы поиска часто застревают на посредственных решениях. Авторы обращаются к современному подходу — метаэвристике, отчасти моделирующей способы охоты или исследования у животных. Их улучшенный алгоритм оптимизации, вдохновлённый китами (IWOA), опирается на ранние методы, основанные на поведении горбатых китов при окружении добычи и спиральном движении. Улучшенная версия использует тщательно настроенный параметр «плавания», адаптивные веса и случайные дальние скачки, известные как полёты Леви, чтобы сначала широко исследовать пространство решений, а затем точно сосредоточиться на многообещающих областях, не застревая в локальных оптимумах.

Тестирование подхода на реалистичной микросети

Команда протестировала свою EMS на общеизвестном эталоне: низковольтной микросети, в которой сочетаются топливный элемент, микротурбина, дизель‑генератор, солнечные панели, ветряк и батарея, подключённая к основной сети. Исследовали как островной режим, где микросеть должна полностью покрывать спрос за счёт локальных ресурсов, так и режим с подключением к сети, где возможна торговля энергией с более крупной сетью. В обоих режимах алгоритм стремился минимизировать комбинированную стоимость, включающую топливо и обслуживание для каждого устройства, цену покупки или продажи электроэнергии и штраф за выбросы CO2 и других загрязнителей. Результаты показали, что EMS естественным образом отдаёт предпочтение более чистым и дешёвым технологиям: топливный элемент используется как основной рабочий ресурс, микротурбина — как резерв, а дизель включается только в крайней необходимости.

Более умное использование батарей и основной сети

Ключевое наблюдение — как улучшенный алгоритм использует батарею и подключение к сети как финансовые и экологические рычаги. В островном режиме батарея сглаживает колебания солнечной и ветровой генерации: разряжается при высоком спросе и заряжается при избытке возобновляемой энергии, что снижает зависимость от дизеля. В режиме подключения к сети EMS вырабатывает стратегию «энергетического арбитража»: батарею заряжают, когда сетевое электричество дешёвое, и разряжают при пиковых ценах, одновременно экспортируя лишнюю возобновляемую энергию, когда это позволяет местный спрос и ёмкость батареи. По множеству смоделированных дней улучшенный алгоритм оптимизации китов снизил эксплуатационные расходы микросети примерно на 39.66% по сравнению с традиционными генетическими алгоритмами, методами роя частиц и стандартным алгоритмом китов, при этом удерживая выбросы на более низком уровне.

Что это значит для обычных потребителей энергии

Для неспециалистов вывод прост: эксплуатация чистой и надёжной локальной энергосистемы уже не сводится только к покупке оборудования — она во многом зависит от умного программного обеспечения. Предоставив микросетям более способный «автопилот», этот алгоритм, вдохновлённый китами, позволяет эффективнее использовать каждый киловатт‑час, полагаться больше на возобновляемые источники и реже включать загрязняющие резервные генераторы или дорогостоящие покупки из сети. При широком внедрении такие интеллектуальные менеджеры энергии могут повысить устойчивость районов к отключениям, помочь операторам сетей справиться с ростом солнечной и ветровой генерации без дорогостоящих модернизаций и поддержать климатические цели, автоматически отдавая приоритет более чистой энергии, когда она доступна и выгодна.

Цитирование: El-Zaher, S.M., Ahmed, A.M., Ahmed, E.M. et al. Cost-effective and sustainable operation of microgrids using Improved Whale Optimization Algorithm. Sci Rep 16, 4811 (2026). https://doi.org/10.1038/s41598-026-35529-y

Ключевые слова: микросети, система управления энергией, возобновляемая энергия, алгоритм оптимизации, аккумуляторное хранение