Optimal schemaläggningsstudie av mikrogrids baserad på multistrategi förbättrad sardinalgoritm

Varför smartare små elnät spelar roll

Runt om i världen lägger städer och campus till små lokala elsystem byggda av solpaneler, vindkraftverk, batterier och små generatorer. Dessa ”mikrogrids” kan hålla igång strömmen vid strömavbrott och göra bättre användning av ren energi. Men att välja när man ska använda sol, vind, ett batteri eller en bränsledriven generator är ett knepigt pussel som förändras varje timme. Denna studie presenterar ett nytt sätt att planera de valen så att mikrogrids minskar både kostnader och föroreningar samtidigt.

Hur lokala elsystem fungerar

Ett mikrogrid är som en liten, smart version av det större elnätet. Det kan kopplas till huvudnätet när det är fördelaktigt, eller drivas självständigt vid fel ute i systemet. Inom mikrogridet delar flera enheter arbetet: solpaneler och vindkraftverk tillför ren men skiftande energi, batterier lagrar överflödig el för senare bruk, och bränsledrivna enheter som dieselgeneratorer och gasturbiner ger reservkraft och snabb respons. Huvudmålet är att matcha all denna föränderliga tillförsel med den lokala efterfrågan utan att slösa energi eller pengar.

Utmaningen i dagligt beslutsfattande

Att driva ett mikrogrid väl innebär att fatta många sammankopplade beslut: när batterier ska laddas eller laddas ur, hur mycket kraft som ska köpas från eller säljas till huvudnätet, och hur hårt bränsledrivna maskiner ska köras. Dessa beslut måste respektera många begränsningar, såsom maximala effektratingar, säkra batterinivåer och hur snabbt enheter kan höja eller sänka sin produktion. Utöver detta finns en avvägning mellan låga räkningar och ren luft. Bränslegeneratorer och nätkraft kan vara billiga men smutsiga, medan sol och vind är rena men osäkra. Enkla planeringsmetoder fastnar ofta i ett ”tillräckligt bra”-mönster som inte är verkligt optimalt och kan missa billigare, renare alternativ som döljer sig i detta komplexa landskap.

En ny sökmetod inspirerad av fiskstim

För att hantera detta bygger författarna en detaljerad matematisk modell av ett mikrogrid som inkluderar vindkraftverk, solpaneler, en mikrogasturbin, en dieselgenerator och ett batteri. De utformar sedan en ny sökmetod för att utforska de många möjliga schemana. Metoden blandar två naturinspirerade idéer: en nyare ”sardine”-algoritm baserad på hur fiskstim rör sig och splittras, och en välkänd ”particle swarm”-metod som styr virtuella partiklar mot bättre lösningar. Den förbättrade ansatsen använder flera knep: den börjar med en mer varierad uppsättning provlösningar, justerar hur våghalsigt den söker allteftersom den lär sig, och lägger till slumpmässiga ”hopp” som hjälper den att komma ur lokala återvändsgränder. En tvålagersstruktur låter en grupp utforska brett medan en annan finslipar lovande alternativ och delar de bästa fynden mellan dem.

Test av metoden på standardproblem

Innan metoden används på verkliga mikrogridproblem testar teamet den på tolv standardiserade matematiska funktioner som ofta används för att bedöma sökalgoritmer. Dessa testfall inkluderar släta kullar, skarpa åsar och landskap med många små dalar. I huvud-mot-huvud-försök mot sju andra metoder, inklusive den ursprungliga sardine-algoritmen, particle swarm-optimering, genetiska algoritmer och flera hybrider, hittar den förbättrade sardine-ansatsen bättre lösningar snabbare och mer pålitligt. Den visar stark förmåga att först utforska brett och sedan fokusera nära bästa svaret utan att fastna i dåliga lägen.

Vad som händer inne i ett modellmikrogrid

Nästa applicerar författarna sin metod på ett exempelmikrogrid som körs under en typisk dag med växlande sol, vind och efterfrågan. Modellen inkluderar kostnader för bränsle, drift och föroreningar för varje enhet, samt priser för köp från eller försäljning till huvudnätet. Det förbättrade schemat använder batterier som en smart buffert, laddar när kraft är billig och ren och urladdar när priser och föroreningar annars skulle vara höga. Sol och vind används så mycket som möjligt, medan gasturbinen och dieselgeneratorn körs endast när deras kombinerade ekonomiska och miljömässiga fördelar överväger nätimport. Jämfört med äldre planeringsmetoder ger den nya ansatsen jämnare effektskurvor och en bättre balans mellan lokal produktion, lagring och nätkraft.

Varför denna nya metod är viktig

Under samma förutsättningar och med samma utrustning minskar den förbättrade sardine-baserade metoden den totala dagliga kostnaden för att driva exempelmikrogridet med omkring en fjärdedel jämfört med den ursprungliga sardine-algoritmen, samtidigt som den också minskar föroreningarna. Den når bra svar snabbare och med mindre risk för att fastna i en dålig lösning. Även om arbetet fortfarande bygger på datorbaserade modeller och bortser från vissa verkliga detaljer, antyder det att omsorgsfullt utformade sökmetoder kan göra framtida mikrogrids både billigare och renare att driva. När fler samhällen tar till sig lokala energisystem kan sådana smarta schemaläggningsverktyg spela en nyckelroll i att bygga ett mer tillförlitligt och hållbart kraftförsörjningssystem.

Citering: 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

Nyckelord: mikrogrid, förnybar energi, energilagring, optimiseringsalgoritm, ekonomisk dispatch