An Energy Management System for Microgrid Using Pelican Optimization Algorithm with Demand Side Management Based on Load Shifting
本文提出了一种用于微电网的能量管理系统，该系统利用鹈鹕优化算法结合需求侧负荷转移，以实现最优发电调度和最低运行成本，并在涉及混合可再生能源和电池储能的四种场景中，其性能优于基准算法。
原始论文采用 CC BY 4.0 许可（https://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
在现代世界中，电力不再仅仅是从远方发电厂流向墙壁插座的稳定流。它正在变成电网与使用者之间一场动态的双向对话。这场转变的核心是微电网——一种小型、局部的网络，它们可以通过太阳能电池板、风力涡轮机等多种来源，结合传统的发电机和蓄电池，来生成自己的电力。工程师面临的挑战不仅在于建造这些系统，更在于管理它们。能量管理系统充当着微电网的大脑，不断决定何时发电、何时储能以及何时从主电网取电。其目标始终如一：在尽可能依赖清洁可再生能源的同时，以最低的成本维持照明。然而，由于阳光并不总是灿烂，风也不总是吹拂，且电价在一天之中不断变化，为这些资源寻找完美的调度方案是一个复杂的谜题。如果时机不对，系统就会浪费资金，或者过度依赖昂贵且高污染的备用发电机。
一组研究人员致力于通过测试一种受自然启发的决策新方法来解决这个谜题。他们专注于一种结合了太阳能、风能、柴油发电机和蓄电池系统的特定类型微电网。为了管理这种组合，他们开发了一种基于鹈나优化算法（Pelican Optimization Algorithm）的策略。这是一个模仿鹈鹕捕食行为的计算机程序。在自然界中，鹈鹕通过协作将鱼群驱赶至水面，通过协调动作来最大化捕获量。类似地，该算法利用一群虚拟的“鹈鹕”来探索数百万种可能的电力系统调度方案，寻找能够使成本最小化的单一最佳安排。研究人员还引入了第二层控制机制，即需求侧管理，具体为一种被称为“负荷转移”的技术。这涉及鼓励微电网在较便宜的非高峰时段使用电力，而不是在昂贵的高峰时段，从而有效地移动需求曲线，使其与廉价可再生能源的可用性相匹配。
为了验证这种新方法是否有效，团队对微电网进行了为期二十四小时周期的详细计算机模拟。他们测试了四种不同版本的系统，以观察每个组件如何对最终账单产生贡献。第一种方案仅使用发电机和电网，没有电池也没有负荷转移。第二种方案加入了负荷转移策略，但仍没有电池。第三种方案引入了蓄电池存储，但保持负荷固定。最后一种最复杂的方案则将蓄电池存储与负荷转移策略结合在一起。在每一次测试中，这种新的基于鹈鹕的算法都证明了其是寻找最便宜解决方案的最有效工具。当研究人员将结果与其他两种著名的计算机方法进行对比时，鹈鹕算法始终能找到更低的成本并更快地得出解。
最显著的结果出现在第四种场景中，即系统同时具备电池和负荷转移能力。在这种设置下，全天的总运营成本降至 11.889 美元。这是所有测试中达到的最低成本。蓄电池发挥了关键作用，它在电价便宜或能源丰富时储存多余能量，并在价格高涨时释放能量，这一过程被称为能量套利。然而，仅靠电池本身并不能达到绝对最小值。正是电池与负荷转移策略的结合，解锁了系统的全部潜力。通过将灵活的用电需求从昂贵的高峰时段转移到太阳能和风能充足的时段，系统减少了从主电网购电或运行柴油发电机的需求。模拟显示，这种协同方法不仅节省了资金，还使系统的需求更紧密地贴合了可再生能源的自然可用性。
这项研究还强调，新算法特别擅长处理电池和负荷转移变量带来的复杂性。随着系统变得更加复杂，鹈鹕算法与其他方法之间的性能差距也随之扩大。这表明，随着微电网变得更加精密，拥有更多的活动部件和更严格的可持续发展目标，这种受自然启发的方案将变得越来越有价值。研究人员得出结论，虽然电池提供了灵活性，但真正的效率来自于将这种存储能力与需求转移能力相结合。这种双重手段使微电网能够运行得更加平稳，减少对化石燃料的依赖，更多地依赖清洁能源。这些发现为使这些小型、局部电力网络不仅在技术上可行，而且在经济上具有优越性提供了一条清晰的路径，助力世界迈向一个能源既负担得起又清洁的未来。
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。