Enhanced RIME-Based Energy Management Strategy for Techno-Economic Optimization of Standalone Hybrid Micro-grid

Sintesi Tecnica: Strategia di Gestione dell'Energia Potenziata Basata su RIME per l'Ottimizzazione Tecno-Economica di una Microrete Ibrida Standalone

Definizione del Problema
L'integrazione di risorse energetiche rinnovabili (RES) in comunità isolate e off-grid richiede metodologie efficienti per la dimensionamento ottimale di microreti ibride standalone. Questi sistemi affrontano sfide significative a causa della natura intermittente delle risorse solari ed eoliche, che complica il bilancio tra offerta e domanda. La sfida tecnica centrale affrontata in questo studio è il dimensionamento ottimale di un sistema ibrido composto da moduli fotovoltaici (PV), turbine eoliche (WT), celle a combustibile (FC) e sistemi di accumulo di energia a batterie (BESS). Ciò costituisce un problema di ottimizzazione complesso, non lineare, non convesso, misto intero e vincolato. I metodi di ottimizzazione classici sono spesso inefficienti nel trovare soluzioni ottime globali entro tempi computazionali ragionevoli per tali problemi ad alta dimensionalità (nello specifico, un modello intero a 42 dimensioni in questo caso). Sebbene gli algoritmi metaeuristici come l'Ottimizzazione a Sciame di Particelle (PSO) e il recentemente proposto algoritmo RIME (Rime Optimization) offrano alternative, essi possono soffrire di convergenza prematura, perdita di diversità della popolazione e stagnazione in ottimi locali quando applicati a spazi di progettazione complessi e vincolati.

Metodologia
Lo studio propone un quadro tecno-economico completo applicato a una microrete ibrida standalone situata nel sito di Zafarana, nel Golfo di Suez, Egitto. L'architettura del sistema collega i sottosistemi di generazione e accumulo (PV, WT, FC, BESS) tramite un bus DC comune, utilizzando convertitori e inverter specifici per gestire il flusso di potenza.

1. Modellazione del Sistema:

   • Generazione: L'output PV è modellato in base all'irradianza e alla temperatura; l'output WT segue una curva di potenza a tratti; la FC funge da generatore programmabile.
   • Accumulo: È modellato un approccio di accumulo duale, che include un BESS per il buffering a breve termine e un sistema di accumulo di idrogeno (elettrolizzatore e serbatoio di H₂) per l'accumulo a lungo termine.
   • Vincoli: L'ottimizzazione impone il bilancio di potenza attraverso quattro scenari operativi rappresentativi (estate/inverno, giorno/notte), l'adeguatezza energetica annuale, la compatibilità dei componenti e una durata di backup della batteria di almeno 3 giorni.
   • Obiettivo: Lo scopo è minimizzare il costo totale del ciclo di vita (capitale, installazione e O&M) su un orizzonte di progetto di 20 anni.

2. Algoritmo Proposto (E-RIME):
   Gli autori introducono un algoritmo E-RIME (Enhanced RIME) per affrontare i limiti del RIME di base e del PSO. E-RIME integra quattro meccanismi di potenziamento specifici nel ciclo di ricerca RIME standard:

   • Inizializzazione Caotica Tent: Sostituisce l'inizializzazione casuale per migliorare la diversità della popolazione e la copertura dello spazio di ricerca.
   • Apprendimento Basato sull'Opposizione (OBL): Valuta le soluzioni candidate opposte durante l'inizializzazione per trattenere individui di qualità superiore.
   • Controllo Adattivo dei Parametri Non Lineari: Utilizza una funzione di decadimento coseno per gestire la transizione dall'esplorazione allo sfruttamento.
   • Meccanismo di Riavvio per Stagnazione: Reinizializza periodicamente gli agenti con prestazioni scarse per prevenire la convergenza prematura e mantenere la diversità.

3. Configurazione Sperimentale:
   Le prestazioni di E-RIME sono state confrontate con RIME di base e PSO sotto identiche condizioni: 60 agenti di ricerca, 30 esecuzioni indipendenti e budget di iterazione variabili (20, 100 e 300 iterazioni).

Risultati Chiave

• Prestazioni di Convergenza: E-RIME ha dimostrato la velocità di convergenza più elevata, in particolare sotto budget computazionali limitati (20 iterazioni). Mentre il RIME di base e il PSO hanno mostrato miglioramenti iniziali più lenti, E-RIME ha costantemente raggiunto costi di ciclo di vita inferiori precocemente nel processo di ricerca.
• Minimizzazione del Costo del Ciclo di Vita: In tutti i budget di iterazione, E-RIME ha ottenuto il costo totale del ciclo di vita più basso.
  • A 20 iterazioni: E-RIME ($2.0967 \times 10^6$) ha superato significativamente PSO ($2.3787 \times 10^6$) e RIME ($2.5613 \times 10^6$).
  • A 300 iterazioni: E-RIME ha raggiunto il costo finale più basso ($1.2581 \times 10^6$), seguito da RIME ($1.4129 \times 10^6$) e PSO ($2.1805 \times 10^6$). Notevolmente, il costo del PSO è aumentato leggermente tra 100 e 300 iterazioni, suggerendo difficoltà nel raffinare le soluzioni durante ricerche estese.
• Dimensionamento Ottimale dei Componenti: L'algoritmo E-RIME ha determinato una configurazione ottimale dominata da moduli PV (Tipo 3) e celle a combustibile (Tipo 1). Fondamentalmente, l'ottimizzatore ha selezionato zero unità di turbine eoliche, indicando che, sotto le specifiche assunzioni tecno-economiche e le condizioni del sito di Zafarana, la generazione eolica non era conveniente. La soluzione includeva un accumulo significativo di batterie (Tipi 1–3) e l'utilizzo completo delle capacità di inverter e convertitore.
• Operatività del Sistema: L'analisi del bilancio di potenza nelle 24 ore ha mostrato che la cella a combustibile ha fornito un carico di base costante, mentre il PV ha contribuito durante le ore diurne. Il sistema a batteria ha operato principalmente in modalità di carica continua, assorbendo l'energia in eccesso, confermando la capacità del sistema di soddisfare le richieste di carico con un'offerta stabile.

Significatività e Rivendicazioni
Il documento sostiene che il framework E-RIME proposto sia una soluzione efficace e robusta per problemi di dimensionamento di microreti ibride standalone su larga scala e a variabili intere miste. Lo studio afferma che l'integrazione dell'inizializzazione caotica, dell'OBL, del controllo adattivo dei parametri e dei meccanismi di riavvio per la stagnazione riesce ad aumentare con successo l'equilibrio tra esplorazione e sfruttamento, portando a una qualità della soluzione superiore e a una convergenza più rapida rispetto alle metaeuristiche consolidate come il PSO e il RIME di base.

Gli autori evidenziano che E-RIME è particolarmente adatto per applicazioni con budget computazionali ristretti dove è richiesta una convergenza rapida, pur mantenendo la capacità di trovare ottimi globali superiori in scenari di ricerca estesi. I risultati confermano l'efficacia dell'approccio nel minimizzare i costi del ciclo di vita per i sistemi energetici standalone basati sulle rinnovabili.

Limitazioni e Lavori Futuri
Lo studio riconosce che i suoi risultati si basano su dati deterministici delle risorse rinnovabili e del carico, senza modellare esplicitamente il degrado dei componenti, l'incertezza o le condizioni operative stocastiche. Gli autori suggeriscono che la ricerca futura dovrebbe incorporare la modellazione dell'incertezza, valutazioni del ciclo di vita sensibili al degrado e strategie di gestione dell'energia in tempo reale per migliorare ulteriormente l'applicabilità pratica del framework.