2026-09-28

Ramy metodologii wymiarowania mikrosieci: definicja scenariusza, przygotowanie danych, metodologia rozwiązania i dostarczanie wyników

Mikrosieć to system składający się z połączonych ze sobą odbiorników i rozproszonych zasobów energii z dobrze określonymi granicami elektrycznymi. Można go podłączyć do sieci energetycznej lub odłączyć od niej, umożliwiając pracę zarówno w trybie podłączonym do sieci, jak i wyspowym. Warunki zasobów, charakterystyka obciążenia, wymagania dotyczące niezawodności zasilania i ograniczenia ekonomiczne znacznie się różnią w zależności od scenariusza, co prowadzi do bardzo różnych kombinacji technicznych. Typowe technologie stosowane w mikrosieciach obejmują odnawialne źródła energii, magazynowanie energii, konwencjonalne jednostki wytwórcze i odbiorniki. Kiedy łączy się wiele technologii, zmienna przestrzeń doboru pojemności dramatycznie się zwiększa. W połączeniu z elastycznymi obciążeniami, obciążeniami przerywanymi i dynamicznymi taryfami za energię elektryczną, tradycyjne obliczenia w arkuszach kalkulacyjnych i zasady empiryczne z trudem dają prawdziwe globalne maksimum.
W praktyce inżynierskiej odchylenia w konfiguracji wydajności często przypisuje się algorytmom optymalizacyjnym. Częściej jednak na początkowych etapach pojawiają się braki: niejednoznaczny charakter projektu, niewystarczająca dokładność danych i brak uwzględnienia ograniczeń w modelowaniu. Takie odchylenia rozprzestrzeniają się w dół i nie można ich skorygować algorytmami optymalizacyjnymi w kolejnych krokach.
Wiarygodność wyników doboru mikrosieci zależy od czterech etapów: definicji scenariusza, przygotowania danych, rozwiązywania modeli i dostarczania wyników. Ramy metodologiczne opisane w niniejszym dokumencie również stanowią podstawę EcoSizing, inteligentną platformę do planowania i wymiarowania mikrosieci.
W poniższych sekcjach omówiono kluczowe punkty techniczne i typowe pułapki dla każdego z czterech etapów.

1. Definicja scenariusza

Dobór wydajności mikrosieci zasadniczo przekształca problem optymalizacji inżynieryjnej w problem matematyczny w celu rozwiązania. Aby mieć pewność, że model matematyczny dokładnie odzwierciedla problem rzeczywisty, należy jasno zdefiniować scenariusze operacyjne i kombinacje techniczne mikrosieci w celu określenia parametrów, zmiennych, ograniczeń i funkcji celu. Przed przystąpieniem do obliczania przepustowości należy ustalić cztery poniższe punkty.

1.1 Scenariusze i technologie

Pierwszym krokiem przy doborze mikrosieci jest zdefiniowanie scenariusza i technologii. To wyjaśnia gdzie projekt będzie budowany, komu będzie służył, jakie zasoby dostarczają energię i jakie obowiązują ograniczenia, kładąc podwaliny pod późniejsze ustawienie parametrów, definicję zmiennej, modelowanie ograniczeń i sformułowanie funkcji celu. Definicja kończy się na trzech poziomach:
Najpierw wyjaśnij charakter projektu i cele dotyczące zasilania. Należy rozróżnić konfiguracje połączone z siecią i wyspy, nowe budynki od podstaw od modernizacji istniejących aktywów oraz podstawowe cele, takie jak optymalność ekonomiczna, priorytet niezawodności lub cele w zakresie penetracji energii odnawialnej. Na przykład w projektach na odległych wyspach priorytetem jest autonomiczne zasilanie poza siecią; parki przemysłowe skupiają się bardziej na arbitrażu w dolinie szczytowej i zarządzaniu popytem; projekty dotyczące infrastruktury krytycznej przedkładają ciągłość zasilania nad ekonomię. Charakter projektu bezpośrednio kieruje wyborem funkcji celu i określa rygorystyczność kolejnych ograniczeń.
Po drugie, zdefiniuj warunki zasobów i charakterystykę obciążenia. Warunki dotyczące zasobów obejmują lokalne natężenie promieniowania słonecznego, rozkład prędkości wiatru i ceny paliwa. Charakterystyka obciążenia obejmuje profile obciążenia i proporcje obciążeń elastycznych/przerywalnych. W przypadku projektów obejmujących urządzenia do wymiany ładowania należy dodatkowo rozważyć harmonogram ładowania pojazdów elektrycznych i potencjał udziału V2G. Dane wejściowe są wykorzystywane do przygotowania danych, a ich dokładność bezpośrednio kształtuje wiarygodność wymiarowania.
Po trzecie, określ miks technologii. Wybierz technologie do optymalizacji zgodnie z wymaganiami scenariusza. Typowe opcje obejmują wytwarzanie ogniw fotowoltaicznych, energię wiatrową, magazynowanie energii w akumulatorach, generatory diesla, turbiny gazowe, urządzenia do wymiany ładowania i elastyczne obciążenia. Po ustaleniu zestawu technologii ustalane są zestawy parametrów, zmiennych i ograniczeń, określające skalę matematyczną i złożoność problemu wymiarowania.

1.2 Modele biznesowe

Obydwa modele biznesowe mają na celu optymalizację ekonomiczną w całym cyklu życia, różnią się jednak podmiotami księgowymi i składnikami przychodów.
W ramach modelu PPA (Power Shopping Agreement) deweloper projektu inwestuje, buduje i sprzedaje energię elektryczną odbiorcom końcowym. Przychody pochodzą ze sprzedaży energii elektrycznej według zakontraktowanych taryf. Obliczenia skupiają się na inwestycjach kapitałowych, taryfach kontraktowych, przychodach ze sprzedaży energii i kosztach operacyjnych.
W modelu samoinwestycji właściciel nieruchomości buduje aktywa na miejscu w ramach własnego parku. Korzyści przybierają formę zmniejszonych wydatków na energię elektryczną. Analiza koncentruje się na nakładach kapitałowych, oszczędnościach w zakresie kosztów energii elektrycznej i długoterminowych kosztach operacyjnych.
Identyczne projekty dają różne optymalne konfiguracje w ramach obu modeli. Rozmiarowanie przeprowadzone bez potwierdzenia modelu biznesowego doprowadzi do powstania konfiguracji znacząco odbiegających od rzeczywistych celów inwestora.

1.3 Faza projektu

Planowanie nowych projektów wchodzi w zakres optymalizacji projektu: możliwości i ilość sprzętu to zmienne decyzyjne, które należy rozwiązać, a obliczenia dostarczają danych wejściowych do wstępnej oceny inwestycji i wyboru programu.
Ocena istniejących konfiguracji należy do optymalizacji operacyjnej: układy sprzętu są stałe, a strategie operacyjne są rozwiązywane jako zmienne. Analiza ocenia niezawodność i ekonomiczność danych systemów.

1.4 Ograniczenia

Wiązania powinny być osadzone podczas modelowania, a nie sprawdzane dopiero po wygenerowaniu wyników. Głównym źródłem przeróbek jest najpierw rozwiązanie, a następnie weryfikacja. Typowe ograniczenia obejmują: - górną granicę budżetu kapitałowego - maksymalną możliwą do zainstalowania moc fotowoltaiczną i dostępną powierzchnię obiektu - stosunek energii słonecznej do magazynowanej energii oraz ograniczenia związane z tworzeniem sieci - wymagane godziny dostaw energii i docelowe poziomy penetracji energii odnawialnej - pułap wydajności przyłączenia do sieci i limity zapobiegające odwrotnemu przepływowi mocy - bilans mocy - bilans energetyczny

2. Przygotowanie danych

Jakość danych wyznacza dolną granicę błędów obliczeniowych. Odchylenia na tym etapie są niezwykle powszechne w praktyce inżynierskiej.

2.1 Ograniczenia podejść typowo dziennych

Aby zmniejszyć obciążenie obliczeniowe, w tradycyjnym planowaniu powszechnie stosuje się metody typowe dla danego dnia: wyodrębnia się reprezentatywne profile obciążenia i generacji, a następnie ekstrapoluje je na wydajność całoroczną. Podejście to odrzuca dynamikę czasową i tworzy trzy kategorie uprzedzeń:
Wagi ekonomiczne okresów wartości skrajnych są rozwodnione. Opłaty za popyt ustalane są na podstawie pojedynczego zapotrzebowania szczytowego w każdym cyklu rozliczeniowym. Ekstrapolacja profili typowych dni poprzez ważenie dni powoduje zmniejszenie wag krańcowych momentów zapotrzebowania szczytowego, a moc wymagana do oszczędzania mocy w godzinach szczytu jest niedoszacowana.
Zakłócona jest międzyczasowa, ciągła praca magazynów energii. Typowe dni są niezależne i codziennie resetują energię. Nie można przedstawić przesunięć energii w ciągu dnia, takich jak „ładowanie w weekendy, rozładowywanie w dni robocze”, co powoduje niedoszacowanie wartości pojemności długoterminowych magazynów energii.
Kryteria wyboru typowego dnia są niezgodne z kryteriami decyzji inwestycyjnej. Typowe dni są wybierane na podstawie podobieństwa profilu do innych dni. Natomiast skalę inwestycji kształtują najbardziej kosztowne momenty operacyjne. Te dwie logiki oceny różnią się; błędy mogą być dodatnie lub ujemne, a dodanie większej liczby typowych dni nie gwarantuje zbieżności z rzeczywistymi wynikami rocznymi.

2.2 Wymagania techniczne dotyczące czterech kategorii danych

Dane meteorologiczne: Dane dotyczące typowego roku meteorologicznego (TMY) obejmujące natężenie napromieniowania, temperaturę, prędkość wiatru i inne parametry uzyskuje się na podstawie współrzędnych szerokości i długości geograficznej projektu w celu wsparcia obliczeń dotyczących wytwarzania energii odnawialnej. Model musi uwzględniać regionalne dysproporcje w zasobach.
Dane dotyczące produkcji energii odnawialnej: Wymagane są całoroczne profile wytwarzania godzinowego uwzględniające wahania sezonowe i śróddzienne. Zastąpienie krzywych szeregów czasowych samymi godzinami wykorzystania w ciągu roku nie może pomóc w analizie dopasowania generacji do obciążenia ani ocenie zapotrzebowania na magazynowanie energii.
Załaduj dane: Preferowane są roczne profile obciążenia zmierzone przez 8760 godzin. Tam, gdzie pomiary są niedostępne, można wygenerować całoroczne zbiory danych za pomocą dostosowanych do branży szablonów obciążenia, skalując je na podstawie rocznego lub miesięcznego zużycia energii lub łącząc typowe profile dni powszednich i weekendów. Należy zdefiniować hierarchiczne i regulowane obciążenia, aby zróżnicować priorytety zasilania. Definicja ta bezpośrednio określa wykonalność elastycznych strategii zrzucania obciążenia i doboru sprzętu w scenariuszach wyspowych.
Sieć dane: Obejmuje taryfy zakupowe i gwarantowane, stawki za czas wykorzystania, opłaty za zapotrzebowanie oraz zasady rozliczeń, maksymalną moc importowo-eksportową oraz ograniczenia w zakresie połączeń wzajemnych uniemożliwiających zwrot mocy. Dane te kształtują strukturę przychodów.

2.3 Dopasowanie dokładności danych do etapów projektu

Niekompletne dane nie wstrzymują analizy. Zalecany jest wielopoziomowy przepływ pracy: przeprowadzić szczegółową analizę na podstawie wystarczających danych; dostarczać wstępne oceny przy ograniczonym wkładzie; udoskonalaj wyniki, gdy dostępnych będzie więcej danych. Niezwykle istotne jest wyraźne określenie założeń leżących u podstaw wyników i powiązanych marginesów błędu.

3. Metodologia rozwiązania

W przemyśle nierzadko zdarza się, że wyniki w zakresie wydajności różnią się dwukrotnie dla tej samej mikrosieci, gdy są rozwiązywane przez różne strony. Metodologie rozwiązywania problemów są główną przyczyną tak dużych rozbieżności.

3.1 Ograniczenia metod heurystycznych

Heurystyczne algorytmy stochastyczne, w tym algorytm genetyczny (GA), optymalizacja roju cząstek (PSO) i optymalizacja Bayesa (BO), są szeroko stosowane w planowaniu mikrosieci. Podejścia te zapewniają elastyczność modelowania i uwzględniają ograniczenia nieliniowe. Niemniej jednak w przypadku obsługi zbiorów danych szeregów czasowych obejmujących 8760 godzin i problemów związanych ze łączeniem wielu technologii mają one tendencję do zbiegania się do lokalnych optymalnych wartości i wymagają długotrwałych obliczeń.
Co ważniejsze, cierpi na tym determinizm wyników. Stochastyczne mechanizmy mutacji w solwerach heurystycznych dają rozbieżne wyniki dla identycznych parametrów wejściowych w wielu seriach. Niepowtarzalne wyniki są trudne do zaakceptowania przez inwestorów instytucjonalnych podczas przeglądów due diligence.
Podobne wady dotyczą statycznych modeli opartych na programie Excel i strategii dysponowania mocą opartych na regułach. Kiedy ceny energii elektrycznej po stronie użytkownika zmieniają się z godziny na godzinę lub nawet z większą częstotliwością na rynkach kasowych, ustalone zasady nie mogą matematycznie zbliżać się do globalnej optymalności.

3.2 Programowanie liniowe w liczbach mieszanych (MILP)

Rekonstrukcja modeli aktywów mikrosieci w ramach programowania liniowego mieszanego całkowitoliczbowego (MILP) umożliwia kooptymalizację wydajności sprzętu i strategii operacyjnych.
Zmienne decyzyjne obejmują zmienne całkowite/binarne (ilość i wybór modelu dla fotowoltaiki, magazynowania energii, falowników i urządzeń do ładowania), a także ciągłe/binarne zmienne operacyjne (import-eksport sieci, ładowanie-rozładowanie i stan naładowania, stan zasilania obciążenia).
Ograniczenia obejmują godzinny bilans mocy, limity znamionowe sprzętu, międzyokresową dynamikę stanu naładowania magazynowania, opłaty za zapotrzebowanie i granice wzajemnych połączeń z siecią, limity operacyjne jednostek wytwórczych, relacje sprzęgania ze zmianą ładowania oraz roczne wymagania dotyczące poziomu usług.
Ramy te zapewniają dwie kluczowe korzyści inżynieryjne:
  1. Rozwiązania reprezentują matematycznie globalne optymalne wartości, a nie przybliżone możliwe wyniki uzyskane na podstawie iteracji metodą prób i błędów.
  2. Każda decyzja o obciążeniu i zwolnieniu jest identyfikowalna i możliwa do interpretacji dla celów audytu.

3.3 Degradacja i wymiana magazynów energii

Po oddaniu do użytku obiekty magazynujące energię zwykle działają przez okres do dwudziestu lat. Magazynowanie elektrochemiczne podlega starzeniu kalendarzowemu i nieliniowej cyklicznej degradacji, szczególnie w warunkach częstych głębokich rozładowań. Modele finansowe zbudowane na statycznych założeniach „stałej wydajności przez cały cykl życia” wprowadzają dwie wady strukturalne:
  1. Nie ujęto znacznej degradacji zdolności użytkowej po 5–10 latach i związanej z nią erozji przychodów.
  2. Nie przewiduje się momentu wystąpienia kosztów wymiany, co prowadzi do zniekształconych wskaźników IRR w całym cyklu życia.
W związku z tym kompletne modele powinny uwzględniać wieloczynnikowe modele starzenia się akumulatorów litowo-jonowych, uwzględniające głębokość rozładowania (DOD), współczynniki ładowania i rozładowania, cykl życia i okres kalendarzowy. Po osiągnięciu zdefiniowanych przez użytkownika progów degradacji aktywowane są wydatki inwestycyjne na wymianę lub uzupełnienie mocy produkcyjnych i przyjmowane są nowe profile operacyjne.
W przypadku systemów wyspowych możliwe godziny zasilania zależą od rzeczywistej użytecznej pojemności pamięci. Niezawodność spadnie poniżej celów projektowych, jeśli zdegradowana pamięć nie zostanie uzupełniona. Ponieważ żywotność modułów fotowoltaicznych i akumulatorów jest różna, w większości przypadków okres eksploatacji modułów magazynujących zakończy się przed zakończeniem projektu, dlatego też w obliczeniach należy uwzględnić inwestycję odtworzeniową.

4.Dostarczenie wyniku

Wyniki ostatecznego wymiarowania powinny stanowić kompleksową dokumentację wspierającą przegląd programu i podejmowanie decyzji inwestycyjnych. Kompletność dokumentu decyduje o tym, czy projekt może przejść do kolejnych faz. Produkty dostarczane można podzielić na dwie kategorie.

4.1 Wyniki techniczne i inżynieryjne

Wyniki bezpośredniej symulacji obejmują wyniki wymiarowania, strategie operacyjne i profile operacyjne. Listy BOM oraz schematy okablowania pierwotnego/wtórnego są dokumentami inżynieryjnymi wywodzącymi się z tych wyników.
  • Wyniki wymiarowania: Pojemność, moc znamionowa, ilość i ogólna konfiguracja każdego elementu wyposażenia, wybór sprzętu pomocniczego, przegląd schematu i oszacowanie inwestycji.
  • Strategie operacyjne i plany symulacyjne: Schematy ładowania i rozładowywania magazynów, moc wytwarzania energii odnawialnej, relacje import-eksport do sieci i dopasowanie podaży do popytu w celu wyjaśnienia zachowania systemu i mechanizmów tworzenia przychodów. -
  • Profile operacyjne: Całoroczne szeregi czasowe obejmujące 8760 godzin przepływów mocy, stanów magazynowania i warunków zasilania obciążenia, umożliwiające przegląd wydajności w okresach krytycznych i identyfikację ograniczeń operacyjnych.
  • BOM lista: Wyszczególnione specyfikacje sprzętu i materiałów na potrzeby odniesienia do oferty i weryfikacji dostawy.
  • Podstawowy schemat okablowania: Wyposażenie obwodu głównego i połączenia elektryczne do wizualizacji architektury systemu.
  • Drugorzędne schemat okablowania: Połączenia sterujące, pomiarowe, zabezpieczające i komunikacyjne ułatwiające instalację i uruchomienie.

4.2 Wyniki analizy ekonomicznej

  • Podział inwestycji: Wyszczególnione koszty kapitałowe sprzętu, budowy i innych nakładów początkowych.
  • Rachunek przepływów pieniężnych: Roczne przychody, wydatki i przepływy pieniężne netto. - Wskaźniki wydajności inwestycji: IRR, NPV i okres zwrotu.
  • Uśredniony koszt energii elektrycznej (LCOE): Wskaźnik do oceny porównawczej schematów zasilania z perspektywy kosztów.
  • Wyniki finansowania: analiza przepływów pieniężnych i zwrotu z kapitału w scenariuszach finansowania kredytem.
Modelowanie finansowe obejmuje początkowe wydatki kapitałowe, roczne wydatki operacyjne, koszty uzupełnienia i odtworzenia mocy produkcyjnych, obsługę zadłużenia, amortyzację, podatki i wartość końcową aktywów.
Przegląd schematu wsparcia wyników technicznych; wyniki ekonomiczne wpływają na decyzje inwestycyjne. Obydwa są niezbędne. Wyniki wymiarowania ograniczone do arkuszy kalkulacyjnych nie przejdą przeglądu technicznego ani nie ułatwią negocjacji w sprawie finansowania i spowodują wstrzymanie rozwoju projektu. Standaryzowana dokumentacja z możliwymi do obrony wnioskami ma większe znaczenie praktyczne niż wartości pojemności z dokładnością do kilku miejsc po przecinku.

5.Odchylenia pomiędzy symulacją a działaniem w świecie rzeczywistym

Nawet przy rygorystycznym wykonaniu czterech poprzednich etapów istnieją luki między wynikami symulowanymi a wynikami w terenie. Przypadki, w których symulowana IRR sięga 20%, a zrealizowana w pierwszym roku IRR wynosi zaledwie 15%, nie są rzadkie. Takie rozbieżności wynikają raczej z nieidealnych cech fizycznych, a nie z defektów algorytmicznych.
Zidentyfikowano dwa główne źródła odchyleń:
  1. Odchylenie modelowania: Profile generacji PV i obciążenia to prognozy probabilistyczne oparte na danych historycznych. Różnice w stopniu wykorzystania fabryki, ekstremalne warunki pogodowe i nieplanowane przestoje powodują, że rzeczywista produkcja i obciążenia odbiegają od założeń modelowania, zakłócając wcześniej obliczone harmonogramy ładowania i rozładowywania.
  2. Odchylenie wykonania: Symulacje zakładają doskonałą realizację zleceń dyspozytorskich przez System Zarządzania Energią (EMS). W rzeczywistości błędy prognoz obciążenia generacji, błędy w szacunkach stanu naładowania i odchylenia w wydajności sprzętu zniekształcają teoretyczne działania arbitrażowe.
Udoskonalone modelowanie może zmniejszyć te luki, ale nigdy ich nie wyeliminuje. Pragmatyczne rozwiązanie buduje mechanizmy korygujące: wprowadzenie czynników utraty przychodów podczas ustalania rozmiaru, aby zrównoważyć straty związane z wykonaniem; wdrożyć działające algorytmy korygujące w czasie rzeczywistym, aby dynamicznie dostosowywać dysponowanie mocą z jednodniowym wyprzedzeniem do rzeczywistych warunków operacyjnych.
Odchylenia można złagodzić, ale nie wyeliminować. Dlatego wnioski dotyczące wymiarowania na poziomie inżynierskim muszą wyraźnie opisywać źródła i wielkość niepewności.

Lista kontrolna wstępnego wymiarowania

Scena Przejrzyj listę kontrolną
Definicja scenariusza Czy portfel aktywów, model biznesowy i etap projektu są jasno określone? Czy kluczowe ograniczenia zostały uwzględnione w założeniach modelowania?
Przygotowanie danych Które z czterech kategorii danych opierają się na pomiarach, a które na szacunkach? Czy zakresy niepewności oszacowań są jasno określone?

Metodologia rozwiązania

Czy rozwiązanie jest optymalne w skali globalnej? Czy wyniki są powtarzalne? Czy uwzględniono koszty degradacji i wymiany?

Dostawa wyników

Czy rezultaty są gotowe do bezpośredniego wykorzystania w przeglądach propozycji projektów i dyskusjach na temat finansowania?
Kliknij obraz, aby otworzyć pełny arkusz kalkulacyjny. Ta lista kontrolna umożliwia szybką samoocenę przed rozpoczęciem wymiarowania.

O EcoSizingu

EcoSizing to inteligentna platforma do planowania i wymiarowania mikrosieci zbudowana w oparciu o powyższą czteroetapową metodologię.
Wykorzystując programowanie liniowe w liczbach całkowitych mieszanych jako podstawowe rozwiązanie, platforma kończy dobieranie optymalnego rozmiaru systemu w ciągu pięciu minut bez poświęcania rygorów inżynieryjnych. Łączy w sobie wysokiej jakości symulację obejmującą 8760 godzin w pełnym wymiarze czasu pracy z modelowaniem finansowym obejmującym cały cykl życia. Rozwiązując godzinową dystrybucję w różnych okresach życia aktywów, generuje raporty z analizą inwestycji odpowiednie do celów finansowych, w tym dane wyjściowe dotyczące przepływów pieniężnych, wartości bieżącej netto, IRR, LCOE i okresu zwrotu sformatowane w celu spełnienia wymogów należytej staranności pożyczkodawców i inwestorów instytucjonalnych.
Pełne opisy metodologiczne i szczegóły przypadków technicznych można znaleźć w artykule Biała księga w sprawie inteligentnego planowania i wymiarowania mikrosieci.

Ta strona wykorzystuje absolutnie niezbędne pliki cookie, aby nasza witryna działała. Możesz ustawić swoją przeglądarkę tak, aby blokowała lub ostrzegała Cię o tych plikach cookie, ale niektóre części witryny mogą wówczas nie działać. Chcielibyśmy także ustawić inne pliki cookie (tj. funkcjonalne, wydajnościowe i ukierunkowane pliki cookie), które pomogą nam zapewnić spersonalizowaną obsługę naszej witryny. Aby uzyskać więcej informacji na temat korzystania przez nas z plików cookie i Twoich wyborów, kliknij „Wyświetl więcej informacji” poniżej i zapoznaj się z sekcją „Pliki cookie i inne technologie” w naszej Polityce prywatności.