Optimal kapacitetskonfiguration för vind-fotovoltaik-lagringshybridsystem baserat på förbättrad kaotisk evolutionsoptimeringsalgoritm

Hålla ljusen tända med ren energi

När en större andel elektricitet kommer från vindkraftverk och solpaneler blir det en känslig balansgång att samtidigt hålla elsystemet tillförlitligt och prisvärt. Eftersom vinden inte alltid blåser och solen inte alltid skiner måste nätoperatörer bestämma hur mycket vind-, sol- och batterikapacitet som ska byggas så att ljusen förblir tända utan att kostnaderna skenar. Denna studie undersöker ett smartare sätt att välja dessa kapaciteter, genom en avancerad sökalgoritm som går igenom många möjliga konstruktionsalternativ för att hitta kombinationer som levererar ren energi till lägre total kostnad.

Varför det är svårt att balansera vind, sol och batterier

Att utforma ett hybridkraftsystem som blandar vindparker, solcellsanläggningar och energilagring är inte lika enkelt som att summera genomsnittlig produktion. Vindhastigheter, solinstrålning och elbehov varierar timme för timme, och lagringsenheter har strikta begränsningar för hur snabbt och hur djupt de kan laddas och urladdas. Författarna bygger en matematisk modell som beskriver hur mycket kraft turbiner och paneler kan producera under skiftande väderförhållanden, hur batterier lagrar och avger energi, och hur allt detta måste motsvara behoven hos hushåll och företag. Målet är att minimera de totala årskostnaderna för att bygga och driva utrustningen, samtidigt som efterfrågan och tekniska gränser i nätet och i batterierna respekteras.

En ny metod för att söka efter den bästa mixen

Eftersom sambanden mellan vind, sol, lagring och nätet är starkt sammanflätade kan traditionella planeringsmetoder lätt missa bra lösningar. Teamet vänder sig därför till en klass av datorverktyg som kallas metaheuristiska algoritmer, som efterliknar naturliga processer som evolution eller djursvärmar för att söka i komplexa landskap. Med utgångspunkt i en tidigare metod kallad kaotisk evolutionsoptimering introducerar de en förbättrad version (ICEO) som blandar tre idéer: ett kaotiskt mönster för att utforska många riktningar samtidigt, ett självjusterande steg som varsamt finjusterar lovande lösningar med slumpmässiga "knuffar", och tillfälliga långa hopp som hjälper sökningen att ta sig ur dåliga lokala val. När framstegen avstannar triggas en fokuserad lokal sökning för att noggrant putsa den nuvarande bästa konstruktionen.

Pröva algoritmen

Innan man litar på ICEO på ett verkligt elsystem jämför forskarna den med andra välkända optimeringsmetoder på en uppsättning standardtestproblem som används inom fältet. Dessa problem har kända lösningar och varierar från släta, skålformade landskap till skrovliga terränger med många falska toppar och dalar. I åtta sådana tester hittar ICEO upprepade gånger lösningar som är lika bra eller bättre än dem som hittas av nio konkurrerande algoritmer, och gör det med driftsäkerhet från körning till körning. Även om metoden kräver något mer beräkningstid än några enklare konkurrenter ger den extra insatsen bättre noggrannhet och större motståndskraft mot att fastna i suboptimala områden i sökutrymmet.

Att konstruera ett verkligt hybridkraftsystem

Författarna tillämpar sedan sin metod på ett praktiskt fall där en vindpark, en solanläggning och ett batterisystem måste försörja en lokal elförbrukning under realistiska vädermönster. Med hjälp av uppmätta dagsprofiler för vind, solinstrålning, temperatur och konsumtion avgör ICEO hur stora varje komponent ska vara. Resultatet blir en konstruktion med ungefär 48,6 megawatt vindkapacitet, 50 megawatt solkapacitet och 65 megawattimmar batterilagring. I simulerad drift täcker solpanelerna en stor del av dagtidens efterfrågan, överskottsenergi laddar batterierna, och starkare nattvindar hjälper till att möta belastningen samtidigt som batterierna får vila. När förnybar produktion sjunker frigörs lagrad energi för att täcka gapet, samtidigt som batterigränser och utbytesbegränsningar mot nätet hålls inom säkra ramar.

Vad det betyder för framtidens nät

För icke-specialister är huvudbudskapet att sofistikerade söktekniker som ICEO kan göra rena kraftsystem både billigare och mer tillförlitliga. Genom att noggrannare välja hur mycket vind, sol och lagring som ska installeras kan planerare minska investerings- och driftskostnader samtidigt som de säkerställer att elutbudet följer efterfrågan under molniga, lugna eller högbelastade perioder. Även om den underliggande matematiken är komplex är resultatet enkelt: bättre datorstyrd planering kan hjälpa till att integrera större andelar förnybar energi i nätet utan att offra stabilitet eller prisvärdhet.

Citering: Dong, Y., Zhou, X., Cao, X. et al. Optimal capacity configuration of wind-photovoltaic-storage hybrid systems based on improved chaotic evolution optimization algorithm. Sci Rep 16, 9990 (2026). https://doi.org/10.1038/s41598-026-40610-7

Nyckelord: planering av förnybar energi, vind-sol-lagringssystem, energilagring, optimeringsalgoritmer, elförsörjningens tillförlitlighet