Оптимизация стохастической интеграции ПЭС на основе теории бочки в радиальных распределительных сетях при неопределённости нагрузки и солнца

Почему для солнечных панелей на крышах нужна более продуманная планировка

По мере того как всё больше домов и предприятий устанавливают солнечные панели на крышах, наши местные линии электропередачи вынуждены незаметно справляться с переменным солнцем и постоянно меняющимся спросом на электроэнергию. При неудачном планировании такие системы могут приводить к потерям энергии, перегрузке оборудования и проблемам с напряжением, которые влияют на обычных потребителей. В этом исследовании рассматривается новый подход к выбору расположения и мощности солнечных установок в локальных сетях, чтобы сеть оставалась эффективной, надёжной и готовой к более чистому энергетическому будущему.

От одностороннего потока энергии к локальным электростанциям

Традиционные энергетические системы были построены для однонаправленного потока электроэнергии: от крупных отдалённых электростанций к домам и заводам. Сегодня небольшие генераторы, такие как солнечные панели на крышах и коммунальные ПЭС, всё чаще подключаются непосредственно к распределительным линиям. Этот сдвиг даёт большие преимущества: он может сократить потери в длинных линиях, уменьшить перегрузку фидеров, улучшить качество напряжения и повысить устойчивость при отключениях. Но он также приносит новые проблемы. Когда многие солнечные системы начинают подавать энергию обратно в сеть, напряжения могут подниматься выше безопасных уровней, токи могут менять направление, а оборудование выходить за пределы допустимых режимов. Поэтому максимально эффективно использовать солнечную энергию можно лишь при тщательном планировании мест установки и их мощностей.

Почему неопределённость важна в реальном мире

Многие ранние исследования планирования упрощали задачу: считали, что уровень солнечного излучения и потребление потребителей фиксированы, или использовали лишь несколько вручную выбранных сценариев. На практике облака перемещаются, меняются сезоны, а люди включают и выключают приборы в непостоянных шаблонах. Игнорирование этой изменчивости может привести к решениям, которые на бумаге выглядят хорошо, но в реальности работают плохо. Другие подходы пытались учитывать неопределённость с помощью тяжёлых симуляций, например Монте-Карло, которые точны, но очень затратны по времени. В этой работе авторы ищут промежуточный путь: метод, который захватывает главное в случайностях производства солнца и нагрузок, сохраняя при этом управляемое количество вычислений.

Вдохновлённый бочкой способ поиска лучших решений

Чтобы справиться с этой задачей, авторы сочетали две ключевые идеи. Во-первых, они применили компактный статистический инструмент — метод точечной оценки — чтобы представить колебания солнца и спроса всего несколькими тщательно подобранными сценариями. Эти сценарии заменяют тысячи возможных условий. Во-вторых, они использовали новую поисковую технику, названную Оптимизатором на основе теории бочки. Вдохновлённый образом деревянной бочки, ёмкость которой ограничена самой короткой доской, этот алгоритм рассматривает каждый возможный план размещения солнечных установок как бочку, а каждую переменную решения (например, размер или место) как доску. Вместо того чтобы только улучшать лучшие «бочки», метод специально ищет слабые стороны и устраняет их, одновременно обучаясь на самых многообещающих решениях. Этот баланс между исследованием и уточнением помогает ему ориентироваться в сложном пространстве вариантов больших энергетических сетей.

Тестирование на реалистичных сетях

Фреймворк был протестирован на двух эталонных распределительных системах: среднеразмерной сети на 85 узлов и более крупной на 118 узлов, каждая представляющая реалистичную паутину линий и потребителей. В случае 85-узловой сети исследователи рассмотрели сценарии с тремя, четырьмя и пятью солнечными установками. В каждом случае задача заключалась в выборе мест, размеров и режимов работы, которые минимизируют ожидаемые потери мощности и поддерживают напряжение в безопасных пределах во всех сценариях неопределённости. Они сравнили свой оптимизатор на основе теории бочки с несколькими известными методами поиска, включая классический алгоритм дифференциальной эволюции и две недавние техники, вдохновлённые природой. Новый подход достиг меньших потерь, сходился быстрее и давал более стабильные результаты между запусками, особенно с ростом числа установок и размера системы.

Что означают результаты для более чистых локальных сетей

Во всех тестах оптимизированные схемы размещения солнечных установок существенно сократили энергетические потери — более чем в три раза по сравнению с отсутствием солнечных источников при высокой нагрузке — и подняли минимальные значения напряжения в допустимые диапазоны по всей системе. Оптимизатор на основе теории бочки не только находил решения с наименьшими ожидаемыми потерями, но и делал это с малой вариативностью между повторными запусками, что указывает на высокую надёжность. Он также требовал меньше вычислительных ресурсов и памяти, чем некоторые конкуренты — важный аргумент для планировщиков, которым нужно анализировать множество будущих сценариев. Проще говоря, исследование демонстрирует, что при разумном сочетании упрощённого моделирования неопределённости и продуманной поисковой стратегии коммунальные службы могут размещать солнечные установки так, чтобы извлекать значительно больше пользы из того же солнца, одновременно сохраняя стабильность и эффективность локальных сетей.

Цитирование: Alqahtani, M.H., Aljumah, A.S., Shaheen, A.M. et al. A barrel theory-based optimization of stochastic PV-DG integration in radial distribution networks under load and solar uncertainties. Sci Rep 16, 14040 (2026). https://doi.org/10.1038/s41598-026-49415-0

Ключевые слова: солнечные панели на крышах, распределительные электросети, интеграция возобновляемых источников, оптимизация сети, изменчивость солнечной радиации