Mikro şebekelerde yenilenebilir enerji kaynakları ve elektrikli araç şarj istasyonlarının optimal entegrasyonu için çok-stratejili geliştirilmiş orchard algoritması

Günlük yaşam için daha akıllı şarjın önemi

Daha fazla insan elektrikli araçlara geçtikçe ve daha çok ev ile işletme çatı güneşi ve rüzgâr enerjisi ekledikçe, yerel elektrik şebekeleri hiç olmadığı kadar yoğun çalışıyor. Bu teknolojiler plansız bağlanırsa, mahallelerde gerilim dalgalanmaları, artan enerji kayıpları ve daha geniş şebekeye ekstra yüklenme görülebilir. Bu makale, mikro şebekede sürücülere güvenilir şarj sağlayacak, ışıkların sabit kalmasını temin edecek ve sistemin daha az enerji israf etmesini sağlayacak şekilde güneş panellerinin, rüzgâr türbinlerinin ve elektrikli araç şarj cihazlarının nerelere konulacağına dair daha akıllı bir yaklaşımı inceliyor.

Temiz enerji mahallelerindeki artan zorluk

Modern dağıtım şebekeleri, hane tüketimini, çatı güneş panellerini, küçük rüzgâr türbinlerini ve elektrikli araç şarj istasyon kümelerini aynı anda yönetmek zorunda olan aktif mikroşebekelere dönüşüyor. Güneş ve rüzgâr üretimi hava koşullarına göre yükselip alçalırken, sürücüler öngörülemeyen zamanlarda ve farklı sürelerle araçlarını şarj ediyor. Bu dalgalanmalar bir araya geldiğinde gerilim değerlerinin güvenli sınırların dışına çıkmasına, belirli hatların aşırı yüklenmesine ve mikroşebeke ile ana şebeke arasında istenmeyen iki yönlü güç akışlarına neden olabiliyor. Mevcut birçok planlama yöntemi her teknolojiyi ayrı ele alıyor ya da sabit, öngörülebilir koşulları varsaydığı için, tüm bu değişken parçalar aynı anda etkileşime girince zorlanıyor.

Bahçelerden ilham alan yeni bir planlama aracı

Yazarlar, Çok-Stratejili Geliştirilmiş Orchard Optimizasyon Algoritması adında bir planlama yöntemi tanıtıyor. Bu yaklaşıma göre, bir mikroşebeke için olası her tasarım bir meyve ağacı gibi ele alınıyor ve algoritma bu ağaçların daha iyi çözümlere doğru "büyümesine" izin veriyor. Yöntem, iyi tasarımlar etrafında yerel ince ayar, farklı adayların özelliklerini karıştırma ve zayıf tasarımları seçici olarak değiştirme gibi birkaç arama taktiğini birleştiriyor; böylece çeşitlilik korunuyor. Tüm bu adımlar, gerilimleri ideal değere yakın tutma, ana şebeke ile değiş tokuş edilen gücü düzene koyma ve hatlardaki aktif güç kayıplarını azaltma olmak üzere üç hedefi harmanlayan bir skor tarafından yönlendiriliyor. Basit deneme-yanılma veya önceki meta-sezgisel yöntemlerin aksine, bu çok-stratejili versiyon birçok hedef yarıştığında vasat çözümlerde takılmayı önleyecek şekilde tasarlanmış.

Elektrikli araçlar ve yenilenebilirlerin nasıl modellendiği

Bu planlama aracını gerçekçi şekilde test etmek için çalışma, güneş panelleri, rüzgâr türbinleri ve elektrikli araçların ayrıntılı modellerini kuruyor. Güneş üretimi ışınım ve hücre sıcaklığına bağlı; rüzgâr üretimi değişen rüzgâr hızı ve hava koşullarına bağlı; araç şarjı ise insanların ne kadar sürdükleri, ne zaman geldikleri, ne kadar kaldıkları ve batarya doluluk durumlarına bağlı olarak değişiyor. Bu davranışlar tek bir sabit desen yerine olasılık dağılımları ve birçok olası günlük senaryo kullanılarak temsil ediliyor. Optimizasyon daha sonra hem güneş ve rüzgâr birimlerinin en iyi yerlerini ve kapasitelerini hem de şarj istasyonlarının en iyi konum ve kapasitelerini seçiyor; ayrıca şarj davranışını yenilenebilir üretime ve fiyat sinyallerine daha iyi uyacak şekilde şekillendiriyor. Tüm bunlar standart bir 33-bus test şebekesi üzerinde yapılıyor.

Optimum mikroşebeke nasıl görünüyor

Geliştirilmiş orchard algoritmasını bu test sisteminde çalıştırmak, ağdaki belirli buslara birkaç orta ölçekli güneş ve rüzgâr birimi ile on şarj istasyonu yerleştiren bir plan veriyor. Daha basit bir orchard algoritmasına dayalı kurulum ve genetik algoritmalar, parçacık sürü optimizasyonu ve whale optimizasyonu gibi bilinen yöntemlerle karşılaştırıldığında, yeni yöntem daha düşük gerilim dalgalanmaları, daha küçük güç kayıpları ve daha sabit tie-line gücü sağlıyor. Sayısal olarak gerilim sapması ve hat kayıpları yaklaşık altıda bir oranında azalırken, tie-line güç değişimi yaklaşık sekizde bir düşüyor. Algoritma ayrıca bu çözümlere daha hızlı ulaşıyor; daha az iterasyon ve daha az hesaplama süresi gerektiriyor ki bu, planlamacıların birçok farklı gelecek senaryosunu keşfetmek istemesi durumunda önemli.

Bu sonuçlar gelecekteki şebekeler için neden önemli

Uzman olmayan bir okuyucu için temel mesaj, temiz enerji ve şarj istasyonlarını nereye ve nasıl eklediğimizin, kaç tane eklediğimiz kadar önemli olduğudur. Yerel şebekeyi bir bütün sistem olarak ele alarak ve güneş, rüzgâr ve sürücü davranışlarındaki belirsizlikleri dikkate alarak, önerilen planlama yöntemi gerilimleri sağlıklı tutan, israfı azaltan ve ana şebekeye olan bağlantıdaki stresi hafifleten yerleşimler buluyor. Bu, elektrikli araç sürücülerinin daha güvenilir şarj edebilmesi, yenilenebilir enerjinin daha verimli kullanılması ve dağıtım şirketlerinin pahalı yükseltmeleri erteleyebilmesi anlamına gelerek, toplulukların günlük performanstan ödün vermeden daha temiz ve dayanıklı enerjiye doğru ilerlemesini destekliyor.

Atıf: V., K., Thirumalaisamy, S.K., M., M. et al. Multi-strategy enhanced orchard algorithm for optimal integration of renewable energy sources and EV charging stations in microgrids. Sci Rep 16, 15588 (2026). https://doi.org/10.1038/s41598-026-46503-z

Anahtar kelimeler: mikroşebekeler, elektrikli araç şarjı, yenilenebilir enerji entegrasyonu, güç kaybı azaltma, optimizasyon algoritması