考虑不确定性的基于可再生能源的微电网概率运行管理，采用自适应引力搜索算法

在未来不确定时保持供电

随着越来越多的家庭和企业从屋顶太阳能、电动小型风机和电池中取电，以合理价格维持供电成为一项棘手的平衡工作。阳光、风力和电价都在逐小时变化，称为微电网的小型社区电力系统必须实时应对。本文探讨了一种新的微电网运行方式，使其在不确定的未来情况下仍保持可靠、最大化清洁能源利用并降低成本。

近在咫尺的小型电力网络

微电网本质上是为校园、社区或小镇服务的迷你电力网络。它不仅依赖远端电厂，还可以从附近的资源取电，例如微型燃气轮机、燃料电池、太阳能板、风力发电机和电池组，同时在需要时仍连接主网。中央控制器按小时决定每个设备应产生或存储多少功率。挑战在于，控制器必须基于对用电需求、风速、日照强度和电力市场价格的预测来做出决策。如果这些预测错误，微电网可能支付过多费用或面临电力短缺风险。

对不确定未来做出明智判断

许多现有控制方法要么忽视不确定性，要么使用计算繁重的统计工具来处理不确定性，这类方法对实际运行来说太慢。作者采用了一种更轻量的技术，称为2m点估计法。该方法不是运行成千上万次随机仿真，而是围绕关键输入（如负荷、可再生出力和市场价格）的期望值选择少量精心挑选的“假设情形”点。通过在这些点上求解微电网规划问题，可以估计在各种条件下总成本和电力流的表现。这为控制器提供了一个实用的风险与变动性图景，而不会耗尽计算资源。

受重力启发的更佳调度搜索

为决定各发电机组、电池与电网连接的最佳调度，研究采用了一种受重力启发的搜索方法。在该方案中，每一个可能的调度就像一个粒子，其质量与该调度的优劣相关：成本更低、可再生能源利用更好意味着质量更大。这些粒子彼此“吸引”，向更优的解空间区域漂移。作者在此基础上加入了自适应改进。他们引入了两种类型的随机扰动（或变异操作），帮助粒子逃逸不良局部最优并更广泛地探索解空间。算法会跟踪哪种操作随时间表现更好，并自动调整行为，给予更成功策略更高权重。这种称为自适应引力搜索算法的自调节方法有助于更快、更可靠地找到高质量调度。

将电池与更智能的控制付诸检验

研究团队在一个低压微电网模型上测试了其组合框架——使用点估计处理不确定性并结合改进的引力搜索——该模型包含太阳能、风能、微型燃气轮机、燃料电池和镍氢电池。他们比较了两种主要情形：一种不含电池，另一种在新控制方法下包含电池。加入电池后，控制器可以在时间上移位能量：当电力便宜或充足时充电，在需求或价格高峰时放电。仿真结果显示，总日发电成本几乎减半，峰值时段可再生能源比例提高约10个百分点。改进的算法比标准引力法和广泛使用的粒子群方法收敛速度快约四分之一且运行成本更低。

在变化世界中的稳健表现

为检验方法的稳健性，作者将负荷和市场价格分别上调和下调10%和20%。即便在最坏情形下（两者均比预期高20%），总成本也仅有适度上升，可再生能源使用的下降也有限。竞争方法则表现出更大的成本波动并更容易被扰动。研究还探讨了未来情景：太阳能、风能和先进电池成本下降将进一步提升节省与清洁能源利用率。总体而言，工作表明，将智能不确定性建模与自调节搜索算法结合，可帮助微电网在天气与价格不确定的情况下提供更便宜、更清洁且更可靠的电力。

引用: Ahmed, E.M., Zaki, Z.A., Kamarposhti, M.A. et al. Probabilistic operational management of a renewable-based microgrid considering uncertainties using the self-adaptive gravitational search algorithm. Sci Rep 16, 12313 (2026). https://doi.org/10.1038/s41598-026-42839-8

关键词: 微电网, 可再生能源, 电池储能, 优化算法, 能源管理