Вероятностное оперативное управление микросетью на основе возобновляемых источников с учетом неопределенностей с использованием самоадаптирующегося алгоритма гравитационного поиска

Поддержание электроснабжения в условиях неопределенного будущего

По мере того как всё больше домов и предприятий получают энергию от солнечных панелей на крышах, локальных ветряков и аккумуляторов, задача обеспечить электричество по справедливой цене превращается в тонкое уравнение. Солнце, ветер и цены на электроэнергию меняются час от часа, и локальные энергосистемы — микросети — должны реагировать в реальном времени. В этой работе исследуется новый подход к управлению такими микросетями, который позволяет им оставаться надежными, максимально использовать чистую энергию и снижать затраты даже при неопределенности будущих условий.

Небольшие электрические сети рядом с домом

Микросеть — это по сути миниатюрная электрическая сеть, обслуживающая кампус, район или небольшой городок. Вместо того чтобы полагаться только на удалённую электростанцию, она может получать энергию из близких источников — микротурбины, топливного элемента, солнечных панелей, ветряка и батарейного блока — оставаясь при этом подключённой к магистральной сети по необходимости. Центральный контроллер решает, час за часом, сколько энергии должен вырабатывать или хранить каждый из устройств. Сложность в том, что этот контроллер должен принимать решения на основе прогнозов потребления, силы ветра, освещённости и рыночной цены на электроэнергию. Если прогнозы ошибочны, микросеть рискует переплатить или столкнуться с дефицитом.

Умные допущения об неопределенном будущем

Многие существующие методы управления либо игнорируют неопределённость, либо пытаются учесть её с помощью тяжёлых статистических инструментов, которые слишком медленны для работы в реальном времени. Авторы обращаются к более лёгкому приёму — методу 2m-точечной оценки. Вместо тысяч случайных симуляций этот метод выбирает лишь небольшое число аккуратно подобранных «что если» точек вокруг математических ожиданий ключевых входных величин, таких как спрос, выработка возобновляемых источников и рыночная цена. Решая задачу планирования микросети в этих точках, метод может оценить, как будет вести себя общая стоимость и потоки энергии при широком наборе условий. Это даёт контроллеру практическое представление о рисках и вариативности, не перегружая вычислительные ресурсы.

Поиск расписаний, вдохновлённый гравитацией

Чтобы определить оптимальное расписание для генераторов, батареи и подключения к сети, исследование использует метод поиска, вдохновлённый гравитацией. В этой схеме каждое возможное расписание представлено как частица с массой, связанной с качеством расписания: меньшая стоимость и лучшее использование возобновляемых источников соответствуют большей массе. Эти частицы «притягивают» друг друга, смещаясь в сторону лучших областей пространства решений. Авторы улучшают эту идею самоадаптирующимся приёмом: вводят два типа случайных сдвигов или мутаций, которые помогают частицам выбраться из плохих локальных минимумов и шире исследовать пространство решений. Алгоритм отслеживает, какой из приёмов работает лучше, и автоматически корректирует своё поведение, отдавая больше веса более успешной стратегии. Этот самонастраивающийся подход, названный самоадаптирующимся гравитационным алгоритмом поиска (Self-Adaptive Gravitational Search Algorithm), позволяет находить качественные расписания быстрее и надёжнее.

Испытание батарей и более умного управления

Команда проверяет свою комбинированную платформу — точечную оценку неопределённости вместе с улучшенным гравитационным поиском — на модели низковольтной микросети с солнечной и ветровой генерацией, микротурбиной, топливным элементом и никель-металгидридной батареей. Они сравнивают два основных варианта: без батареи и с батареей под управлением их метода. Когда батарея включена, контроллер может сдвигать энергию во времени, заряжая её при дешёвой или избыточной выработке и разряжая при пиках спроса или цен. В симуляциях это сокращает суммарные ежедневные затраты на генерацию почти вдвое и увеличивает долю возобновляемой энергии примерно на 10 процентных пунктов в часы пик. Модифицированный алгоритм также сходится примерно на четверть быстрее и показывает более низкие эксплуатационные затраты по сравнению со стандартными гравитационными методами и широко используемым подходом роя частиц.

Устойчивость работы в меняющемся мире

Чтобы оценить устойчивость метода, авторы варьируют спрос и рыночные цены в диапазоне ±10 и ±20 процентов. Даже в худшем случае, когда и спрос, и цены на 20 процентов выше ожидаемых, общие затраты растут лишь умеренно, а снижение доли возобновляемой энергии остаётся ограниченным. Конкурирующие методы демонстрируют более сильные колебания затрат и легче сбиваются с курса. В работе также рассматриваются сценарии будущего, при которых снижение цен на солнечные панели, ветряки и передовые аккумуляторы ещё больше повысит экономию и использование чистой энергии. В целом исследование показывает, что сочетание разумного моделирования неопределённости и самоадаптирующегося поискового алгоритма может помочь микросетям обеспечивать более дешёвую, более чистую и более надёжную энергию, даже когда погода и цены на завтра остаются неизвестными.»

Цитирование: Ahmed, E.M., Zaki, Z.A., Kamarposhti, M.A. et al. Probabilistic operational management of a renewable-based microgrid considering uncertainties using the self-adaptive gravitational search algorithm. Sci Rep 16, 12313 (2026). https://doi.org/10.1038/s41598-026-42839-8

Ключевые слова: микросеть, возобновляемая энергия, аккумуляторное хранилище, алгоритм оптимизации, управление энергией