← 最新论文
⚡ electrical engineering

Optimal Microgrid Sizing of Offshore Renewable Energy Sources for Offshore Platforms and Coastal Communities

本文介绍了 REMO,一种新型微网优化器,它利用基于深度神经网络的电池退化模型,为孤岛平台和沿海社区确定具有成本效益且可靠的海上可再生能源与储能系统配置规模。

原作者: Ann Mary Toms, Xingpeng Li, Kaushik Rajashekara

发布于 2026-06-11
📖 1 分钟阅读☕ 轻松阅读

原作者: Ann Mary Toms, Xingpeng Li, Kaushik Rajashekara

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

想象一下,你正试图为一座偏远的岛屿或一个漂浮在海洋中央的石油平台提供动力。在过去,这些地方依赖于巨大的、噪音巨大的柴油发电机,或者从大陆拉来的脆弱的长距离输电线。但柴油既昂贵又肮脏,而且必须运送燃料,这在风暴期间风险很高。

这篇论文提出了一种更聪明、更清洁的解决方案:仅利用海洋和太阳的力量,建造一个自给自足的“能量气泡”。作者将他们的工具称为 REMO(可再生能源微网优化器)。把 REMO 想象成一个集建筑师和会计师于一身的超级聪明的大脑。它的任务是计算出你究竟需要多少风力涡轮机、波浪能机器和太阳能电池板,以及你的电池储能系统应该做多大,才能在不超支的前提下保证灯火通明。

以下是该论文如何将这一复杂的工程挑战分解为简单概念的:

1. 能量自助餐:菜单上有哪些内容?

论文研究了四种主要的“海洋能源”,用于为这些偏远地区供电:

  • 海上风力涡轮机 (OWT): 在海风中旋转的巨型风扇。
  • 漂浮式太阳能电池板 (FPV): 漂浮在水面上的太阳能电池板(这实际上有助于保持它们的冷却和高效运行)。
  • 波浪能转换器 (WEC): 随着波浪起伏跳动的机器,从而产生能量。
  • 潮汐能转换器 (TEC): 在水下随洋流旋转的涡轮机,就像水下的风力涡轮机一样。

研究人员在六个不同的美国地点(如德克萨斯州、阿拉斯加州和夏威夷)测试了这些技术。他们发现,风能和太阳能是几乎在任何地方都能发挥作用的可靠“主力军”。然而,波浪能和潮汐能机器就像是“挑食的人”——它们只在特定地点(如阿拉斯加的波浪或佛罗里达的潮汐)表现良好,且目前的成本过高,无法成为主要的动力来源。

2. 电池问题: “磨损”类比

这些系统的最大挑战在于电池。电池就像是“燃料箱”,用于在风停了或太阳落山时储存能量。

在过去,工程师通过仅仅估算一个固定费用来估计电池成本(例如,“电池成本占总价的 10%”)。论文认为,这就像买了一辆车,却假设无论是在乡村小路还是在赛道上飞驰,其维护成本都一样。

事实上,电池的退化(磨损)会因为以下原因而加快:

  • 充电速度过快。
  • 电量过度放电。
  • 处于极端高温或低温环境下。
  • 循环次数(充放电)过于频繁。

3. 核心秘诀: “水晶球” (DNN-BD)

为了解决电池成本的猜测游戏,作者在他们的 REMO 工具中加入了一个特殊的模块,称为 DNN-BD

  • 它是什么: 一个“深度神经网络”(一种人工智能),充当电池健康的“水晶球”
  • 它是如何工作的: 这个 AI 不再靠猜测,而是观察现实世界的数据:温度、充电速度、电量状态以及电池寿命。它能预测在特定场景下电池会磨损多少。
  • 结果: 通过准确了解电池的退化程度,系统可以调整计划。它可能会决定使用稍大的电池,或者改变充电计划,以实现长期的成本节约。

4. 优化游戏:寻找“金发姑娘区”(最适区间)

REMO 工具运行数千次模拟,以找到最完美的设备组合。这就像是在解一个巨大的拼图,你必须平衡以下要素:

  • 成本: 不要投入过多的前期资金。
  • 可靠性: 绝不能断电。
  • 电池寿命: 不要让电池过快报废。

论文针对两类“客户”进行了测试:

  1. 石油与天然气平台: 这些是海上的工厂。无论季节如何,它们都全天候使用稳定的电力。
  2. 沿海城镇: 这些是普通的城市,用电量在夏季(空调使用)会上升,在冬季会下降。

5. 关键发现

  • 风能和太阳能胜出: 对于大多数地点,海上风电和漂浮式太阳能的组合是最便宜且最可靠的选择。
  • 波浪能和潮汐能是“未来技术”: 目前它们太贵了。论文计算出,波浪能需要降至目前成本的 13% 才能具有竞争力,而潮汐能需要降至 10%
  • AI 带来了改变: 通过使用“水晶球”(DNN-BD)来考虑电池磨损,该系统降低了 7.7% 的总生命周期成本,并减少了 42% 的电池退化成本。这就像是通过稍微改变驾驶方式,让你的汽车多开 10 年。
  • 位置至关重要: 阿拉斯加风力强劲,因此需要的电池较少。新泽西州风力较弱,因此需要更多的太阳能和更大的电池。不存在“一劳永逸”的解决方案。

总结

这篇论文展示了一个智能工具 (REMO),它可以帮助工程师为偏远的海洋位置设计电力系统。通过使用人工智能来预测电池究竟会如何磨损,该工具创建了一个定制化的方案,既节省了资金,又确保了即使在天气难以预测的情况下也能保持灯火通明。它表明,虽然风能和太阳能现在就可以投入使用,但波浪能和潮汐能需要变得更加便宜,才能加入这场聚会。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →