Возобновляемая энергия рассматривается как ответ на изменение климата, однако ее использование ограничено изменчивостью и прерывистым характером большинства возобновляемых источников энергии. Перспективным решением этой проблемы являются микросети.
Микросети — это небольшие локализованные электрические сети, которые могут быть подключены к основной сети региона, но также могут быть отключены или «изолированы» при необходимости. Модели, управляющие работой микросетей, такие как планирование сброса нагрузки и т. д., являются ключом к их эффективному функционированию. Но до сих пор большинство моделей микросетей либо пренебрегали неопределенностью и колебаниями возобновляемой энергии , либо предполагали наихудший сценарий , который может привести к увеличению недопоставленной энергии (ENS) и эксплуатационных затрат.
Чтобы решить эту проблему, исследовательская группа из Института науки и технологий Кванджу, Южная Корея, разработала новую двухэтапную модель стохастической оптимизации для минимизации эксплуатационных расходов и сброса нагрузки.
По словам доктора Юн-Су Кима, руководившего исследованием, «одна из проблем микросетей заключается в том, что иногда они не могут обеспечить достаточное количество электроэнергии для нагрузки, что приводит к сбросу нагрузки, а в других случаях они производят слишком много электроэнергии». В этой статье , мы создали алгоритм работы, который может снизить эксплуатационные расходы и сброс нагрузки».
Ключевым элементом новой модели оптимизации было создание модели прогнозирования на основе (ANN) выходной мощности возобновляемых источников энергии. Эта выходная мощность получается в виде функции плотности вероятности, т. е. она обеспечивает вероятность того, что данная выходная мощность будет получена в любой заданный момент времени, таким образом, учитывая изменения и неопределенность в поставках возобновляемой энергии. Затем эта функция плотности вероятности используется в стохастической модели оптимизации, которая принимает оперативные решения, такие как планирование.
Исследователи подтвердили свою модель, используя данные микросети, разработанной Лабораторией естественной энергии Гавайских островов. Они обнаружили, что ИНС предсказала выходную мощность с низкой ошибкой 9,7%. Модель стохастической оптимизации также позволила снизить средний показатель ENS примерно на 20%, а также снизить эксплуатационные расходы примерно на 19%.
«Ископаемое топливо влечет за собой изменение климата и инфляцию. Реформирование энергосистемы с использованием микросетей может помочь интеграции возобновляемых источников энергии. Таким образом, повышение эффективности и интеграция микросетей приблизит нас на один шаг к энергетической безопасности и стабильности», — заключает доктор Ким.
