Исследование влияния электромобилей на повышение надёжности распределительной сети с использованием усовершенствованной модели эволюционного алгоритма «серый волк»

Электромобили как скрытый резерв для электросети

Электромобили обычно воспринимают как новые устройства, которые подключаются к сети и потребляют много энергии. Это исследование переворачивает этот образ. Оно показывает, что при грамотном планировании припаркованные электромобили могут выступать как тысячи небольших электростанций и резервных батарей. Заряжаясь в подходящие моменты и отдавая электричество назад в сеть при необходимости, они могут сделать районные распределительные сети более надёжными, чище и дешевле в эксплуатации.

Преобразование проблемы в возможность

По мере массового перехода водителей на электромобили местные линии электропередачи испытывают серьёзную нагрузку. Если все включатся сразу после работы, напряжение может падать, оборудование перегреваться, и вероятность отказов растёт. Но в батареях тех же автомобилей хранится много энергии, которая часто простаивает, пока машины припаркованы. Используя концепцию vehicle-to-grid, исследование рассматривает каждый припаркованный автомобиль как гибкий ресурс, который может либо потреблять энергию, либо отдавать её обратно, в зависимости от потребностей сети в данный момент. Ключевой вопрос авторов: как решать, где размещать зарядные станции, какого размера их делать и когда машины должны заряжаться или разряжаться, чтобы вся система становилась крепче, а не слабее?

Три уровня интеллектуального принятия решений

Исследователи создают систему планирования с тремя тесно связанными уровнями. На верхнем уровне принимаются долгосрочные решения о количестве зарядных станций, их размещении в тестовой сети на 33 узла и о пропускной способности каждой станции в рамках фиксированного бюджета. На среднем уровне составляется суточный график, который решает, когда каждая из 150 машин должна заряжаться или отдавать энергию, учитывая цены на электроэнергию, время приезда и отъезда водителей и ограничения для защиты срока службы батарей. На нижнем уровне детальная модель сети проверяет, останутся ли свет и оборудование в рабочем состоянии при множестве «что если» сценариев, таких как внезапные скачки спроса и одиночные отказы линии или трансформатора. Три уровня постоянно обмениваются информацией: инвестиционные решения формируют эксплуатационные варианты, а качество ежедневной работы влияет на то, какие планы считаются целесообразными.

Более умные алгоритмы для сложной задачи

Поскольку эти уровни взаимодействуют сложными способами, обычные инструменты планирования с трудом находят хорошие решения. Авторы адаптируют вдохновлённый природой метод поиска — алгоритм «серый волк» — и улучшают его несколькими приёмами: хаотичные начальные точки для расширения области поиска, управляемые случайные изменения для выхода из ловушек, длинные исследовательские прыжки, известные как полёты Леви, и локальная тонкая настройка при обнаружении перспективного плана. Этот усовершенствованный алгоритм оценивает тысячи сочетаний расположения станций, схем зарядки и откликов сети, постепенно отыскивая наборы решений, которые удерживают затраты низкими при значительном повышении надёжности.

Что происходит с сетью, когда помогают автомобили

При применении метода к стандартной тестовой сети результаты впечатляют. Оптимизированный план выбирает пять зарядных станций общей мощностью 1,55 МВт и распределяет среди них 150 транспортных средств. При координированной зарядке и отдаче энергии минимальные напряжения в системе повышаются чуть более чем на 4%, а общие колебания напряжения сокращаются более чем вдвое, что удерживает параметры электроснабжения ближе к оптимальным для потребителей. Потери энергии в линиях в виде тепла снижаются примерно на 23%, то есть требуется меньше вырабатываемой электроэнергии. Самое важное — объём энергии, которую невозможно подать потребителям при отказах, снижается примерно на 70%, а совокупный показатель надёжности более чем удваивается. При моделируемых отказах линий и трансформаторов потребность в отключении нагрузки сокращается на две трети и более, поскольку соседние автомобили вмешиваются в поддержку сети.

Почему экономика тоже сходится

Для планировщиков и инвесторов технические достижения важны лишь в том случае, если цифры сходятся. В данном случае это так. Даже с учётом затрат на станции, обслуживание, электроэнергию для зарядки и дополнительный износ батарей исследование показывает, что выгоды от предотвращённых отключений, сниженных потерь и сокращённых плат за пиковый спрос настолько велики, что чистая приведённая стоимость за пять лет составляет примерно 7,9 миллиона долларов США. Коэффициент выгоды к затратам превышает 17, а простой срок окупаемости по базовым допущениям — всего несколько месяцев. Авторы подчёркивают, что эти значения зависят от того, сколько полезности и регуляторы приписывают надёжности, но тесты чувствительности показывают, что проект остаётся привлекательным даже при менее щедрых допущениях и более высоких расходах.

Что это означает для повседневной жизни

Для неспециалиста основной вывод в том, что электромобили могут делать гораздо больше, чем просто перевозить людей: будучи припаркованными, они могут тихо поддерживать районную сеть. При продуманном планировании мест для зарядных станций, интеллектуальном управлении моментами зарядки и отдачи энергии и современных инструментах оптимизации, связывающих всё это воедино, электромобили могут помочь сохранять свет при отказах оборудования, сглаживать пики спроса и снижать общие расходы. Вместо того чтобы быть нагрузкой на сеть, большое количество координируемых электромобилей может стать краеугольным камнем более надёжной и эффективной энергосистемы.

Цитирование: Naeimi, M., Samiei Moghaddam, M., Azarfar, A. et al. Investigating the impact of electric vehicles on increasing the reliability of the distribution system using the enhanced gray wolf evolutionary algorithm model. Sci Rep 16, 10666 (2026). https://doi.org/10.1038/s41598-026-46206-5

Ключевые слова: электромобили, vehicle-to-grid, надёжность электросети, инфраструктура зарядки, метаэвристическая оптимизация