Хибридна слънчево-ядрена система показа висока надеждност при моделирането

Компанията Guangdong Power Grid предложи нова хибридна система за управление на енергията, която осигурява значително намаляване на оперативните разходи и въглеродния интензитет. При симулация, обхващаща експлоатационен период от една година, системата комбинира слънчевата и ядрената енергия, за да увеличи почти двойно надеждността на електроснабдяването при критично натоварване при всички предложени сценарии.

Изследователите са моделирали микромрежа с мощност 100 MW, която осигурява защита на промишлеността и жилищния сектор. В първия случай средното натоварване е било 85 MW с дневни пикови колебания до 25%; във втория случай средното натоварване е било 15 MW със съотношение пик/средна стойност 1,6.

Оборудването за производство на електроенергия включва 40 MW слънчеви панели и малък модулен ядрен реактор с минимална стабилна мощност от 10 MW и ограничение на скоростта на нарастване от 5 MW на час. За да се справи с енергийния дисбаланс, инфраструктурата включва литиево-йонна батерия с капацитет 20 MW⋅h и ефективност на зареждане и разреждане 92%, както и водороден блок с максимален капацитет 15 тона.

Изследователите са моделирали сезонните и дневните вариации на времето, като са използвали нормално разпределение със средна стойност от 80% от номиналната осветеност и стандартно отклонение от 12%.

Моделът демонстрира намаляване на оперативните разходи с около 18,7% и намаляване на въглеродния интензитет с почти 37,1%. Надеждността на електрозахранването при критично натоварване се е увеличила с 98% при всички тествани сценарии.

Основната иновация на проекта е методът за управление на различните енергийни източници. Той е разработен с помощта на фреймуърк за планиране, който съчетава мултикритериална стабилна стохастична оптимизация (DRO) с механизъм за подсилено обучение (RL) в реално време. Системата за управление на енергията играе ролята на „мозък“ на процеса. DRO генерира базовите стратегии за планиране, които остават стабилни дори при несигурни прогнози за времето. Модулите на RL коригират сигналите за управление в реално време, което позволява на системата динамично да се адаптира към текущите промени в околната среда.

Моделът за оптимизация е написан на Python, като е използван Pyomo за математическо програмиране, а Gurobi 10.0 е използван за решаване на проблемите на смесеното целочислено програмиране, съобщава IE.

Изследователите подчертават, че системата е интегрирано решение, а не се фокусира само върху възобновяемата енергия или ядрената енергия.

Като използва електролизери за производство на водород в периоди на излишък на водород, мрежата прилага „двуслойна“ стратегия за съхранение.

„Координирането на краткосрочното съхранение в батерии и дългосрочното съхранение на водород позволява на системата да се справя както с ежедневните, така и със сезонните колебания на енергията“,

обясняват изследователите.