Multi-objective graph partitioning-based two-stage planning of agriculture-PV-storage systems in rural distribution networks
Dieses Papier schlägt ein zweistufiges kooperatives Planungsframework für ländliche Verteilnetze vor, das eine mehrobjektive Graphpartitionierung zur Erstellung virtueller Kraftwerke und eine anschließende Kapazitäts-Betriebs-Kooptimierung nutzt, um die wirtschaftlichen Erträge, den Photovoltaik-Eigenverbrauch und die Netzstabilität signifikant zu steigern.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In der ruhigen ländlichen Gegend verändert sich die Landschaft. Dächer und Felder sind zunehmend mit Solarpaneelen übersät, die Sonnenlicht in Elektrizität umwandeln, um Häuser, Bewässerungspumpen und Viehbetriebe mit Strom zu versorgen. Dieser Wandel bietet einen Weg zu saubererer Energie, bringt aber eine neue Art von Komplexität für die lokalen Stromleitungen mit sich, die diese Elektrizität liefern. Wenn gleichzeitig zu viel Solarstrom erzeugt wird oder wenn dieser weit entfernt von seinem Einsatzort produziert wird, kann das lokale Stromnetz instabil werden. Die Spannungen können gefährlich hoch ansteigen oder zu tief abfallen, was Geräte beschädigen oder zu Stromausfällen führen kann. Die Herausforderung für Ingenieure besteht nicht mehr nur darin, mehr Stromleitungen zu bauen, sondern darin, herauszufinden, wie sie diese verstreuten, unvorhersehbaren Energiequellen organisieren können, damit sie reibungslos mit den Menschen und Maschinen zusammenarbeiten, die sie nutzen.
Ein Forschungsteam der North China Electric Power University und der State Grid Nanchang Electric Power Supply Company hat dieses Problem mit einer neuen Planungsmethode angegangen, die speziell für ländliche Gebiete entwickelt wurde. Sie konzentrierten sich auf ein System, das Landwirtschaft, Solarpaneele und Batteriespeicher kombiniert. Anstatt das gesamte ländliche Stromnetz als eine einzige, undifferenzierte Masse zu behandeln, zerlegt ihr Ansatz das Netzwerk in kleinere, handhabbare Nachbarschaften. Sie nennen diese Nachbarschaften „virtuelle Kraftwerke“. Stellen Sie sich diese nicht als physische Gebäude vor, sondern als logische Gruppen von Häusern und Farmen, die geografisch nah beieander liegen und durch kurze, effiziente Stromleitungen verbunden sind. Durch die Gruppierung dieser Nachbarn kann das Team den Stromfluss intelligenter steuern und sicherstellen, dass der auf einem Feld erzeugte Solarstrom direkt dort genutzt wird, um eine Pumpe zu betreiben oder eine Batterie zu laden, anstatt über lange Strecken zu reisen, wo er Probleme verursachen könnte.
Die Forscher entwickelten einen zweistufigen Prozess, um dies umzusetzen. Zuerst nutzten sie ein Computermodell, um ein typisches ländliches Verteilernetz, das etwa 25 Quadratkilometer mit 33 Anschlusspunkten abdeckt, in fünf dieser virtuellen Nachbarschaften zu unterteilen. Sie zeichneten nicht einfach nur Linien auf eine Karte; sie untersuchten, wie weit der Strom reisen muss, wie ähnlich sich die Strombedürfnisse der verschiedenen Nachbarn sind und wie sich die Spannung in verschiedenen Teilen des Netzes verhält. Beispielsweise identifizierten sie, dass das Stadtzentrum andere Bedürfnisse hat als die Ackerflächen im Osten oder die Viehbetriebe in den Hügeln. Durch die Schaffung dieser ausgeprägten Gruppen stellten sie sicher, dass jede Nachbarschaft mit einem gewissen Grad an Unabhängigkeit operieren kann, während sie dennoch Teil des Gesamtsystems bleibt.
Nachdem die Nachbarschaften definiert waren, gingen die Forscher zum zweiten Schritt über: zu entscheiden, wie viel Solarenergie und Batteriespeicher an jedem spezifischen Ort innerhalb dieser Gruppen installiert werden sollen. Sie verwendeten eine ausgeklügelte Clustering-Methode, um einzelne Geräte, wie etwa eine bestimmte Bewässerungspumpe oder einen Haushalt, zu betrachten und diese basierend auf ihrem Standort, ihrem Stromverbrauch und ihrer Spannungsanfälligkeit zu gruppieren. Dies ermöglichte es ihnen, Batterien und Solarpaneele dort zu platzieren, wo sie den größten Nutzen bringen. Anstatt die Investitionen gleichmäßig über das gesamte Gebiet zu verteilen, zielten sie auf spezifische Stellen ab, an denen die Ausrüstung die dringendsten Probleme lösen konnte, wie etwa das Verhindern von Spannungsabfällen während der Spitzenzeiten oder das Speichern überschüssiger Solarenergie für die spätere Nutzung.
Als die Forscher diese Methode an einem simulierten ländlichen Netzwerk in Nordchina testeten, waren die Ergebnisse beeindruckend. Im Vergleich zu einem traditionellen Ansatz, bei dem die Investitionen ohne Berücksichtigung dieser lokalen Gruppierungen gestreut werden, steigerte ihr neues Verfahren den wirtschaftlichen Gesamtwert des Projekts um 87,7 Prozent. Selbst im Vergleich zu einer Methode, die zwar die Gebiete gruppierte, aber die Investitionen dennoch gleichmäßig verteilte, verbesserte ihr Ansatz den Wert um 20,2 Prozent. Das System wurde wesentlich besser darin, die erzeugte Solarenergie zu nutzen. In dem traditionellen Setup mussten etwa 30 Prozent der Solarenergie verschwendet werden, weil das Netz sie nicht verarbeiten konnte; mit der neuen Planungsmethode sank diese Verschwendung auf nur 9,3 Prozent, was bedeutet, dass 90,2 Prozent der erzeugten Solarenergie lokal genutzt wurden.
Die Verbesserungen gingen über die bloße Kostenersparnis und die Nutzung mehr grüner Energie hinaus. Auch die Stabilität der Stromversorgung verbesserte sich erheblich. Die neue Methode reduzierte die Menge der Energie, die als Wärme in den Leitungen verloren geht, indem sie die Netzverlustrate auf 4,1 Prozent senkte. Viel wichtiger war jedoch, dass sie die Spannungsschwankungen glättete, die Geräte beschädigen können. Der Unterschied zwischen den höchsten und niedrigsten Spannungspegeln sank um die Hälfte, und die Anzahl der Male, in denen die Spannung außerhalb der Sicherheitsgrenzen lag, fiel um fast 70 Prozent. Dies bedeutet weniger Risiken für Geräteausfälle und eine zuverlässigere Stromversorgung für Landwirte und Bewohner.
Die Studie untersuchte auch, wie gut dieses System standhalten würde, wenn sich die Strompreise ändern. Sie fanden heraus, dass das System aufgrund der Tatsache, dass die virtuellen Nachbarschaften Energie untereinander teilen können, viel weniger empfindlich auf Preisschwankungen reagiert als ein System, in dem jede Nachbarschaft für zusätzliche Energie allein auf das Hauptnetz angewiesen ist. Dies deutet darauf an, dass der Ansatz das Netz nicht nur heute effizienter macht, sondern es auch widerstandsfähiger gegen zukünftige wirtschaftliche Veränderungen macht. Indem sie das ländliche Stromnetz als eine Sammlung kooperierender, gut organisierter Nachbarschaften statt als ein einziges chaotisches Geflecht behandeln, haben die Forscher einen praktischen Weg aufgezeigt, hohe Mengen an Solarenergie in das ländliche Gebiet zu integrieren und sicherzustellen, dass der Übergang zu sauberer Energie sowohl wirtschaftlich sinnvoll als auch technisch stabil ist.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.