Усовершенствованная система управления энергией на основе искусственных горильячьих стай для оптимальной работы подключенных к сети мульти-наносетей

Более умная энергия для повседневных мест

Обеспечение электроэнергией домов, школ и малого бизнеса становится сложнее по мере того, как в сеть подключается всё больше солнечных панелей на крышах, малых ветряков и аккумуляторов. В этом исследовании рассматривается, как управлять кластерами таких локальных энергетических систем — наносетей — чтобы сохранять надёжность электроснабжения и одновременно снижать ежедневные счета за электроэнергию. Заимствуя идеи из социального поведения горильячьих стай, авторы разрабатывают новый цифровой «мозг», который решает, когда использовать солнечную и ветровую энергию, аккумуляторы, дизель-генераторы или основную сеть, чтобы здания получали круглосуточно доступную, недорогую и низкоуглеродную энергию.

Малые энергосети, работающие сообща

Наносеть — это миниатюрная энергосистема для одного здания или небольшого участка, обычно мощностью до 100 киловатт. Она может включать солнечные панели на крыше, малые ветряки, аккумуляторы и резервный дизель-генератор, объединённые по постоянному току (DC). Несколько наносетей можно связать в кластер мульти-наносетей, чтобы делиться избыточной энергией друг с другом и с более крупной коммунальной сетью. В рассматриваемой системе четыре наносети — некоторые основаны на солнечной энергии, другие — на ветре — соединены между собой DC-линиями и посредством AC-линии с основной сетью. У каждой есть свои локальные устройства, но ими координирует центральная система управления энергией, которая непрерывно балансирует предложение и спрос.

Планирование наперёд и корректировка на ходу

Сердце работы — усовершенствованная система управления энергией, действующая на двух временных масштабах. Во-первых, планировщик на сутки вперёд использует прогнозы освещённости, ветра, цен на электроэнергию и потребления зданий, чтобы наметить оптимальный 24‑часовой график. Он решает, когда переносить гибкие приборы, такие как водонагреватели или стиральные машины, на более дешёвые часы, когда заряжать или разряжать аккумуляторы, с какой мощностью работать дизельным генераторам и когда покупать или продавать электроэнергию в сеть. Во-вторых, контроллер в реальном времени отслеживает фактическую ситуацию — насколько ярко солнце, как дует ветер, какие тарифы в сети и сколько электроэнергии потребляют люди. Когда реальность отклоняется от прогноза, он уточняет потоки энергии каждый час, чтобы сохранять низкие затраты и одновременно соблюдать технические ограничения, такие как состояние заряда аккумуляторов и пределы выхода генераторов.

Решение задач по образцу горилл

Выбрать наилучшую комбинацию действий для десятков устройств на 24 часа — сложная задача оптимизации с множеством ограничений и неопределённостей. Вместо того чтобы полагаться на жёсткие математические формулы, которые могут застрять в субоптимальных решениях, авторы обращаются к новому классу поисковых методов — Оптимизатору искусственных горильячьих стай (AGTO). AGTO имитирует, как горильячья стая исследует окружение и затем объединяется вокруг сильнейшего вожака, «силвербэка». В этой аналогии каждая виртуальная горилла представляет возможный энергетический график. На фазе исследования стая рассеивается, чтобы образцы существенно различались по режимам работы, как при блуждании по новым кормовым территориям. На фазе эксплуатации кандидаты сближаются с наилучшими известными решениями, подобно следованию за силвербэком или соперничеству за улучшение позиций группы. Этот процесс повторяется многократно, пока алгоритм не сойдётся к плану эксплуатации с низкими затратами.

Ниже счета за счёт смещения нагрузки и обмена энергией

Исследователи испытывают свою систему на реалистичных данных для прибрежного египетского города, используя почасовые профили температуры, солнечной интенсивности, скорости ветра и цен в сети. Они сравнивают AGTO с несколькими устоявшимися инструментами оптимизации, включая рой частиц и другие методы, вдохновлённые поведением животных. Для одиночных наносетей и кластеров из четырёх наносетей горилльный планировщик последовательно находит более дешёвые графики. Перенос гибких нагрузок с дорогих вечерних пиков на периоды с более низкой стоимостью снижает эксплуатационные расходы примерно на 7 процентов сам по себе, одновременно сглаживая кривую спроса. Когда наносети могут сотрудничать и делиться энергией, общая дневная стоимость энергии падает примерно на 8 процентов по сравнению с изолированной работой. В целом AGTO обеспечивает примерно 15–16 процентов экономии затрат по сравнению с конкурирующими алгоритмами при применении планирования на сутки вперёд и управления нагрузкой вместе.

Устойчивая энергия в меняющемся мире

Для обычных пользователей вывод таков: умная координация местной чистой энергии и накопителей может незаметно уменьшать счета за электроэнергию и снижать зависимость от ископаемого топлива, не жертвуя комфортом или надёжностью. Сочетая планирование на сутки вперёд, корректировку в реальном времени и эффективную стратегию поиска, вдохновлённую социальным поведением горилл, предложенная система удерживает баланс в кластерах мульти-наносетей даже при изменчивой погоде, ценах и потреблении. Исследование показывает, что по мере того как всё больше зданий оснащается солнечными панелями на крыше и аккумуляторами, интеллектуальное управление энергией такого рода может сыграть ключевую роль в обеспечении экономичности и устойчивости микрорайонных энергосетей.

Цитирование: Elsayed, W.T., Abdulnabi, A., Ali, A.A. et al. An enhanced energy management framework based on artificial gorilla troops for optimal operation of grid-connected multi-nanogrids. Sci Rep 16, 12741 (2026). https://doi.org/10.1038/s41598-026-45884-5

Ключевые слова: наносети, управление энергией, возобновляемая энергия, алгоритмы оптимизации, управление спросом