Исследование оптимального планирования микросетей на основе многостратегического улучшенного алгоритма сардин

Почему умные маленькие сети важны

По всему миру города и кампусы внедряют небольшие локальные энергетические системы, состоящие из солнечных панелей, ветряных турбин, аккумуляторов и малых генераторов. Такие «микросети» способны поддерживать электроснабжение при отключениях и эффективнее использовать чистую энергию. Но решение о том, когда использовать солнечную или ветровую энергию, аккумулятор или генератор на топливе, представляет собой сложную задачу, меняющуюся каждый час. В этом исследовании предложен новый подход к планированию таких решений, позволяющий одновременно сокращать затраты и загрязнение.

Как работают локальные энергетические системы

Микросеть — это небольшая умная версия большой энергосети. Она может подключаться к магистрали, когда это выгодно, или работать автономно при аварии в внешней сети. Внутри микросети несколько устройств делят нагрузку: солнечные панели и ветряки поставляют чистую, но переменную энергию; аккумуляторы накапливают избыток для последующего использования; а силовые установки на топливе, такие как дизельные генераторы и микро-газовые турбины, обеспечивают резерв и быструю реакцию. Главная задача — сопоставить эту меняющуюся подачу с локальным спросом без потерь энергии и денег.

Проблема ежедневного принятия решений

Эффективное управление микросетью требует множества взаимосвязанных решений: когда заряжать или разряжать батареи, сколько покупать или продавать энергии магистрали и с какой нагрузкой эксплуатировать топливные установки. Эти решения должны учитывать множество ограничений, таких как максимальные мощности, безопасные уровни заряда батарей и скорость изменения выходной мощности устройств. Кроме того, существует компромисс между низкими счетами и чистотой воздуха. Генераторы на топливе и энергия из сети могут быть дешёвыми, но загрязняющими, тогда как солнце и ветер — чистые, но непостоянные. Простые методы планирования часто застревают в «достаточно хорошем» решении и могут упускать более дешёвые и чистые варианты, скрытые в этой сложной картине.

Новый метод поиска, вдохновлённый косяками рыб

Для решения этой задачи авторы построили детальную математическую модель микросети, включающую ветряные турбины, солнечные панели, микро-газовую турбину, дизельный генератор и аккумулятор. Затем они разработали новый метод поиска по множеству возможных расписаний. Метод сочетает две идеи, почерпнутые из природы: недавний «сардинный» алгоритм, основанный на поведении стай рыб при движении и расщеплении, и хорошо известный метод «роя частиц», направляющий виртуальные частицы к лучшим решениям. Улучшенный подход использует несколько приёмов: он начинается с более разнообразного набора пробных решений, корректирует смелость поиска по мере обучения и добавляет случайные «прыжки», помогающие выйти из локальных тупиков. Двухслойная структура позволяет одной группе широко исследовать пространство решений, а другой — тонко настраивать перспективные варианты, при этом они обмениваются лучшими находками.

Тестирование метода на стандартных задачах

Перед применением к реальным задачам микросетей команда проверила метод на двенадцати стандартных математических функциях, широко используемых для оценки поисковых алгоритмов. Эти тесты включают гладкие холмы, острые гребни и ландшафты с множеством мелких впадин. В парных испытаниях против семи других методов, включая оригинальный сардинный алгоритм, оптимизацию роя частиц, генетические алгоритмы и несколько гибридов, улучшенный сардинный подход находил лучшие решения быстрее и надёжнее. Он демонстрирует способность сначала широко исследовать пространство, а затем сосредоточиться вблизи лучшего ответа, не застревая в неудачных точках.

Что происходит внутри модельной микросети

Далее авторы применяют метод к примерной микросети, работающей в типичный день с меняющимся солнцем, ветром и спросом. Модель включает затраты на топливо, эксплуатацию и загрязнение для каждого устройства, а также цены на покупку и продажу энергии с магистрали. Улучшенный режим расписания использует аккумуляторы как умный буфер: они заряжаются, когда энергия дешева и чиста, и разряжаются, когда цены и загрязнение были бы высокими. Солнечная и ветровая генерация используется по мере возможности, а газовая турбина и дизельный генератор работают только тогда, когда их совокупная экономическая и экологическая выгода превышает импорт из сети. По сравнению с более старыми методами планирования новый подход даёт более плавные кривые выработки и лучшее соотношение между локальной генерацией, хранением и энергией из сети.

Почему этот новый подход важен

При тех же условиях и с тем же оборудованием улучшенный метод на базе сардин сокращает суммарные ежедневные затраты на эксплуатацию примерной микросети примерно на четверть по сравнению с оригинальным сардинным алгоритмом, одновременно снижая загрязнение. Он достигает хороших решений быстрее и с меньшим риском застревания в неудачном варианте. Хотя работа всё ещё базируется на компьютерных моделях и не учитывает некоторых деталей реального мира, она показывает, что тщательно разработанные методы поиска могут сделать будущие микросети более дешёвыми и экологичными в эксплуатации. По мере того как всё больше сообществ внедряют локальные энергетические системы, такие инструменты интеллектуального планирования могут сыграть ключевую роль в создании более надёжного и устойчивого энергоснабжения.

Цитирование: Wei, L., Zhong, H. Optimal scheduling study of microgrids based on multistrategy improved sardine algorithm. Sci Rep 16, 15782 (2026). https://doi.org/10.1038/s41598-026-46654-z

Ключевые слова: микросеть, возобновляемая энергия, энергетическое хранение, алгоритм оптимизации, экономическое распределение