Сравнительная оценка и архитектурное улучшение управления батареей с нечеткой логикой, настроенным генетическим алгоритмом, в управлении энергией микросети

Поддержание электроснабжения с помощью чистой энергии

По мере того как все больше домов и сообществ подключают солнечные панели и ветряки, возникает тонкий вопрос: как сохранить свет, когда солнце скрывается за облаком или внезапно стихает ветер? В статье исследуется более разумный подход к управлению батареями в малой энергонетевой структуре — микросети, где местная солнечная и ветровая энергия вместе с батареей взаимодействуют с основной сетью. Авторы показывают, что общая «логика» управляющей системы важнее тонкой настройки её внутренних регуляторов, и что улучшенная архитектура управления позволяет извлечь больше пользы из возобновляемой энергии при менее интенсивной эксплуатации батареи со временем.

Почему микросетям нужны умные «мозги»

Микросети сочетают крыши с солнечными панелями, небольшие ветряки, батареи и подключение к более широкой энергосети. Они могут питать здания автономно или взаимодействовать с основной сетью, что делает их привлекательными для удаленных районов, кампусов или кварталов, стремящихся к большей устойчивости и чистой энергетике. Но выработка от солнца и ветра меняется каждую минуту, тогда как люди ожидают стабильного электроснабжения. Батареи сглаживают эти колебания, но их нужно поддерживать в безопасных пределах заряда, чтобы избежать повреждений. Традиционные методы управления либо предполагают простое предсказуемое поведение системы, либо требуют тяжелых вычислений и точных моделей, которые трудно получить в реальном мире. Это создает потребность в стратегиях управления, способных справляться с неустойчивыми, меняющимися условиями без чрезмерной сложности или хрупкости.

Пусть правила решают в неидеальном реальном мире

Авторы опираются на метод нечеткой логики управления, который работает скорее как набор правил, похожих на человеческие рассуждения, чем как жесткая формула: «если батарея достаточно заряжена и спрос велик — разряжать; если есть избыточная солнечная энергия и батарея мала — заряжать» и так далее. Вместо четких порогов нечеткая логика использует перекрывающиеся диапазоны вроде «низкий», «средний» и «высокий», чтобы охватить серые зоны. На первом этапе исследования генетический алгоритм — метод поиска, вдохновлённый эволюцией — автоматически настраивает форму этих нечетких множеств так, чтобы ток батареи и состояние её заряда следовали желаемым профилям. Та же конфигурация микросети ранее была настроена в других работах двумя популярными методами оптимизации: роем частиц и поиском с откатом. Повторив процедуру с генетическим алгоритмом в тех же условиях, авторы смогли сравнить, насколько выбор метода настройки действительно имеет значение.

Что важнее: настройка или дизайн?

На этапе 1 все три метода настройки дали очень похожее поведение. Уровень заряда батареи оставался в безопасных пределах от 20% до 80%, различия в токах между методами были небольшими, а общий поток энергии выглядел схожим, хотя генетическому алгоритму потребовалось больше итераций для нахождения хороших настроек. Это наводило на мысль, что как только базовый нечеткий контроллер грамотно спроектирован, замена одного метаэвристического оптимизатора на другой в основном влияет на скорость сходимости настройки, а не на поведение микросети в повседневной работе. Признав это, авторы во втором этапе переключили внимание с подстройки чисел внутри фиксированного дизайна на переосмысление самого дизайна.

Построение более реалистичного «принимающего решения»

Во второй фазе нечеткий контроллер был переработан в более практичный инструмент принятия решений. Вместо того чтобы лишь определять, какой ток должна выдавать или принимать батарея, контроллер теперь также выбирает между явными действиями: зарядить батарею, разрядить её, взять энергию из сети или отправить излишек обратно. Контроллер учитывает два основных сигнала: насколько заполнена батарея и обеспечивает ли местная генерация больше или меньше энергии, чем требуется нагрузке. Затем он следует наборам правил, которые отдают приоритет использованию местной солнечной и ветровой энергии, защищают батарею от чрезмерной эксплуатации и обращаются к сети лишь при необходимости. Моделирование показывает, что такой переработанный контроллер дольше поддерживает батарею в здоровых уровнях заряда, сокращает ненужные циклы, использует больше доступной возобновляемой энергии и при этом сохраняет стабильные напряжение и токи на точке подключения к сети.

Что это означает для будущих энергетических систем

Для читателя главный вывод в том, что в сложных системах, насыщенных возобновляемыми источниками, структура управляющего «мозга» имеет не меньшее значение, чем точная настройка его параметров. Исследование показывает, что разные алгоритмы настройки обеспечивают схожую повседневную производительность при фиксированном контроллере, но более умная архитектура управления — та, которая напрямую решает, когда заряжать, разряжать, импортировать или экспортировать энергию — может существенно улучшить практическое использование чистой энергии и батарей. Это свидетельствует о том, что дальнейший прогресс в управлении энергосистемами микрорайонного масштаба, возможно, будет менее связан с поиском всё более экзотических оптимизационных приёмов и больше — с ясными, продуманными решениями, отражающими реальные выборы операторов.

Цитирование: Meliani, M., El Attafi, A., El Barkany, A. et al. Comparative evaluation and architectural enhancement of a genetic algorithm-tuned fuzzy logic battery control in microgrid energy management. Sci Rep 16, 14209 (2026). https://doi.org/10.1038/s41598-026-43620-7

Ключевые слова: управление батареей в микросети, накопление возобновляемой энергии, управление энергией на основе нечеткой логики, оптимизация генетическим алгоритмом, солнечная и ветровая энергия, подключенные к сети