Kostnadseffektiv och hållbar drift av mikronät med förbättrad valoptimeringsalgoritm

Varför våra framtida elnät behöver en ny typ av ”hjärna”

Att hålla ljusen tända blir allt svårare i takt med att fler hushåll och företag drivs av sol och vind istället för kol och gas. Dessa rena källor är billigare och bättre för klimatet, men de varierar med vädret. Denna artikel undersöker hur en smartare digital ”hjärna” kan styra små lokala elnät — så kallade mikronät — så att de levererar tillförlitlig el till lägre kostnad och med färre utsläpp, även när stamnätet är nere. Författarna visar att en ny datoralgoritm, inspirerad av valars beteende, kan sänka driftkostnaderna för ett testmikronät med nästan 40 % jämfört med vanliga planeringsmetoder.

Små elnät med stora ambitioner

Mikronät är kompakta elsystem som kan försörja ett kvarter, ett campus eller en by. Istället för att enbart förlita sig på avlägsna kraftverk blandar de lokala källor som solpaneler, vindkraftverk, bränsleceller, dieselaggregat och batterilagring. Mikronät kan kopplas till stamnätet när det är tillgängligt, men de kan också ”öar” och drivas självständigt under stormar, eldningskatastrofer eller strömavbrott. Denna flexibilitet gör dem till en lovande byggsten för ett renare och mer motståndskraftigt energisystem — men ökar också komplexiteten i deras drift. Någon, eller något, måste ständigt avgöra vilka enheter som ska köras, hur mycket effekt som ska tas från eller säljas till stamnätet och när batterier ska laddas eller laddas ur.

Den digitala energiledarens roll

För att hantera denna komplexitet använder mikronät ett energihanteringssystem, eller EMS. EMS samlar in data om väderprognoser, elpriser, utrustningsgränser, batteriladdningsnivåer och kundernas efterfrågan. Det utfärdar sedan styrkommandon — som att slå på eller av generatorer, justera effektuttag och schemalägga batterianvändning — för att nå flera mål samtidigt. Dessa mål inkluderar att hålla balans mellan tillgång och efterfrågan varje timme, minimera de totala driftkostnaderna och minska utsläppen från fossila generatorer. I driftsläge med nätanslutning avgör EMS även när det är smartare att köpa billig el från stamnätet och när det är fördelaktigt att sälja överskottsförnybar el tillbaka, vilket gör mikronätet till en aktiv aktör på marknaden.

En valinspirerad metod för att söka bättre scheman

Att bestämma det bästa schemat för varje generator och batteri över ett helt dygn är ett svårt pussel: det finns många alternativ, kostnaderna är icke-linjära och förnybar produktion är osäker. Traditionella matematiska metoder eller klassiska sökalgoritmer fastnar ofta i mediokra lösningar. Författarna vänder sig till en modern typ av sökmetod kallad metaheuristik, löst modellad på hur djur jagar eller utforskar. Deras förbättrade valoptimeringsalgoritm (IWOA) bygger på en tidigare metod inspirerad av hur knölvalar omsluter byten och spiralar inåt. Den förbättrade versionen använder en noggrant avvägd ”simparameter”, adaptiva vikter och slumpmässiga långa hopp kända som Lévy-flygningar för att först utforska vida områden och sedan förfina sökningen i lovande regioner utan att fastna i lokala dödpunkter.

Test av metoden på ett realistiskt mikronät

Gruppen testade sitt EMS på en välkänd referens: ett lågspänningsmikronät som kombinerar en bränslecell, mikroturbin, dieselgenerator, solpaneler, en vindturbin och ett batteri anslutet till stamnätet. De undersökte både ö-läget, där mikronätet måste möta efterfrågan helt från lokala resurser, och nätanslutet läge, där det kan handla med el med det större nätet. I båda lägena sökte algoritmen minimera en sammansatt kostnad som innefattar bränsle och underhåll för varje enhet, priset för köp eller försäljning av el och en påföljd för utsläpp av koldioxid och andra föroreningar. Resultaten visade att EMS naturligt gynnade renare och billigare teknologier, med bränslecellen som huvudkraftkälla, mikroturbinen som backup och dieselaggregatet endast i absolut nöd.

Smartare användning av batterier och stamnätet

En viktig slutsats är hur den förbättrade algoritmen använder batteriet och nätanslutningen som ekonomiska och miljömässiga hävstänger. I ö-läget jämnar batteriet ut svängningar i sol- och vindproduktion genom att leverera effekt vid hög efterfrågan och ladda vid överskott av förnybar energi, vilket minskar beroendet av diesel. I nätanslutet läge lär sig EMS en strategi för ”energiarbitrage”: det laddar batteriet när el från nätet är billig och laddar ur när priserna toppar, samtidigt som det exporterar överskottsförnybar el när lokal efterfrågan och batterigränser tillåter. Över många simulerade dagar minskade den förbättrade valoptimeringsalgoritmen mikronätets driftkostnader med cirka 39,66 % jämfört med traditionella genetiska algoritmer, partikelsvärmsmetoder och standardvalalgoritmen, samtidigt som utsläppen hölls lägre.

Vad detta betyder för vanliga energianvändare

För icke-specialister är slutsatsen enkel: att driva ett rent och pålitligt lokalt elsystem handlar inte längre bara om att köpa hårdvara — det beror i hög grad på smart programvara. Genom att ge mikronät en mer kapabel ”autopilot” låter denna valinspirerade algoritm dem utnyttja varje kilowattimme bättre, luta mer mot förnybart och förlita sig mindre på förorenande reservgeneratorer och kostsamma nätinköp. Om den införs i stor skala kan sådana intelligenta energihanterare göra kvarter mer motståndskraftiga mot avbrott, hjälpa elbolag att hantera ökningen av sol och vind utan dyra uppgraderingar och stödja klimatmålen genom att automatiskt föredra renare energi när den finns tillgänglig och är prisvärd.

Citering: El-Zaher, S.M., Ahmed, A.M., Ahmed, E.M. et al. Cost-effective and sustainable operation of microgrids using Improved Whale Optimization Algorithm. Sci Rep 16, 4811 (2026). https://doi.org/10.1038/s41598-026-35529-y

Nyckelord: mikronät, energihanteringssystem, förnybar energi, optimeringsalgoritm, batterilagring