Vědci z Číny navrhli novou metodu optimalizace obchodu s energií mezi propojenými mikrosítěmi a hlavní rozvodnou sítí. Nový přístup využívá optimalizaci roje částic a gravitační vyhledávací algoritmy s Nash Bargaining.
Mezinárodní skupina vědců vyvinula nový algoritmus pro optimalizaci obchodování s energií v rámci kooperativních mikrosítí obnovitelné energie. Metoda využívá optimalizaci roje částic (PSO) a gravitační vyhledávací algoritmy (GSA) s Nash Bargaining.
„Inspirován sociálním chováním, PSO vyniká v místním hledání a zdokonalování řešení. Zatímco GSA, inspirovaný zákonem gravitace, klade důraz na globální průzkum,“ vysvětlili vědci. ,,Kombinace těchto algoritmů má za cíl dosáhnout rovnováhy mezi průzkumem a využíváním. Což umožňuje efektivní a robustní strategie obchodování s energií.“
Skupina po předběžných zkouškách zkalibrovala některé parametry tohoto hybridního modelu. Poté přidali techniku Generalized Nash Bargaining (GNB), která pomáhá vyvážit zájmy různých mikrosítí a usnadňuje spravedlivé výsledky obchodování s energií.
Po svém vývoji se nový algoritmus implementoval do softwaru MATLAB. Kde byl požádán o vyřešení obchodního problému minimalizace nákladů na energii. Tato simulace se provedla se čtyřmi propojenými mikrosítěmi s odlišnými výrobními zdroji. A to v poměru: jedna s pouze FV, jedna pouze s větrnou energií, jedna s oběma obnovitelnými zdroji energie a jedna bez žádné. Všechny tyto konfigurace systému byly testovány za různých cen energií a složitých profilů zatížení.
Model (metoda) obchodu s energií
Kromě toho se optimalizační řešení pro obchodování na mikrosíti porovnávalo se základním scénářem. Každá z těchto čtyř mikrosítí mohla v základním scénáři obchodovat pouze s rozvodnou sítí.
Podle výsledků byly celkové měsíční náklady na všechny čtyři mikrosítě 2 mil. Kč bez obchodování s energií. Využití modelu PSO-GSA s Nash Bargaining ve scénáři, kde mohou mikrosítě mezi sebou obchodovat, však snížilo jejich celkový účet na 1 400 tis. korun.
,,Lze tvrdit, že náklady na energii se dostatečně snížily díky zavedení zavedeného kooperativního obchodování s energií v rámci mikrosítí,“ uvedli vědci. „Například v základním případě musí mikrosíť 1 zaplatit fakturu za veřejnou síť ve výši 17 tis. Kč (za 24 hodin) za nakoupenou energii z hlavní veřejné sítě. Nicméně se stejná částka účtu snížila na 11 tis. Kč po kooperativním obchodování.
Kromě toho akademická skupina porovnala novou optimalizaci obchodu se čtyřmi dalšími metaheuristickými algoritmy za stejných dat a podmínek.
Zatímco nový PSO-GSA má energetické náklady 1 400 tis. Kč; GWO (Grey Wolf Optimizer) dosáhl 1 500 tis. Kč; MPA (Marine Predator Algorithm) získal 1 500 Korun. Dále Jen PSO získal 1 400 tis. Kč; ETSO (Enhanced Transient Search Optimization) dosáhl 1 400 tis. Kč; a samotné GSA vyneslo 1 400 tis. Korun.
„Navrhovaný hybridní algoritmus PSO-GSA předčí ostatní optimalizační přístupy, pokud jde o jeho konvergenční charakteristiky a schopnost minimalizovat náklady obchodu na energii,“ uzavřeli akademici.
Výsledky simulací se prezentovaly v článku „Optimální obchodování s energií v kooperativních mikrosíťích s ohledem na hybridní systémy obnovitelné energie“. Ten se publikoval v Alexandria Engineering Journal. Výzkumný tým zahrnoval vědce z čínské Huazhong University of Science and Technology i Pákistánské COMSATS University Islamabad. Dále taky ze Saúdské Arábie Taibah University a egyptské Ain Shams University a Future University.
Zdroj: pv-magazine, Vapol
