Czy przemysł może być całkowicie niezależny od energii z sieci? Tak, ale…

• Nowy trend w świecie nauki zawędrował w stronę analiz niezależności energetycznej przemysłu. 
• W jednym z analizowanych wariantów, dzięki współpracy PV, SMR, baterii i wodoru system osiągnął stabilność dostaw na poziomie ponad 98% nawet przy obciążeniach przemysłowych.
• Dzięki inteligentnemu sterowaniu oraz współpracy PV, SMR, baterii i wodoru koszty operacyjne spadły średnio o prawie 19%. 

Jak działa połączenie PV i SMR

Autorzy badania połączyli w jednym systemie fotowoltaikę, reaktor SMR, baterie, elektrolizery oraz magazyn wodoru. Całość działa dzięki inteligentnemu systemowi zarządzania, który analizuje dane pogodowe, przewiduje zapotrzebowanie na energię i steruje każdy elementem tak, aby cały układ pracował możliwie najstabilniej i najtaniej. Tak, aby cały układ odzwierciedlał model nowoczesnego zakładu przemysłowego, z własnym lokalnym i samowystarczalnym systemem energetycznym.

W zaproponowanym modelu instalacja PV o mocy 40 MW dostarcza tanią, ale zmienną w generacji energię. Mały reaktor jądrowy SMR pełni rolę stabilnego źródła, które utrzymuje podstawowy poziom mocy niezależnie od pogody. System uzupełniają bateria litowo-jonowa oraz magazyn wodoru, który potrafi zgromadzić nawet 15 ton paliwa. Gdy słońce świeci intensywnie, nadwyżka energii trafia do elektrolizerów i zamienia się w wodór. To zapas, z którego można korzystać zimą lub w momentach nagłych wzrostów zapotrzebowania. Tak powstaje system, w którym fotowoltaika, atom i magazyny energii nie rywalizują ze sobą, lecz wzajemnie się uzupełniają.

Sztuczna inteligencja jako „mózg” mikrosieci

Najciekawsze w tym rozwiązaniu jest to, że wszystkimi elementami steruje algorytm oparty na dwóch nowoczesnych technikach: optymalizacji odpornej na niepewność oraz mechanizmach uczenia maszynowego. Pierwsza z nich planuje pracę systemu tak, by był odporny nawet na bardzo duże błędy prognoz. Druga reaguje w czasie rzeczywistym i koryguje wcześniejsze założenia, jeśli warunki zmieniają się nagle.

Można powiedzieć, że to połączenie „stratega”, który patrzy na cały dzień do przodu, oraz „pilota”, który reaguje ułamek sekundy po pojawieniu się problemu.

Energia słoneczna latem, wodór zimą

Roczna symulacja pracy mikrosieci pokazała bardzo wyraźne cykle sezonowe. Latem magazyn wodoru szybko się zapełnia dzięki dużej produkcji energii z PV. Zimą natomiast wodór staje się podstawowym wsparciem dla całego systemu. To dzięki niemu udaje się zaspokoić większe zapotrzebowanie, kiedy słońca jest najmniej.

W skrajnych momentach wodór potrafi dostarczyć nawet jedną piątą całej chwilowej mocy mikrosieci. To pokazuje, że może pełnić nie tylko rolę długoterminowego magazynu energii, lecz także elementu stabilizującego całą sieć.

Rola magazynu energii w ciągu doby

Bateria litowo-jonowa zachowuje się zgodnie z rytmem dnia i nocy. Latem głównie magazynuje nadwyżki energii, bo słońca jest bardzo dużo. Zimą natomiast pracuje intensywnie przez wiele godzin dziennie, wielokrotnie się ładując i rozładowując, aby pomóc systemowi w obsłudze dynamicznie zmieniającego się zapotrzebowania. W tym podziale ról, bateria odpowiada za stabilność krótkoterminową, a wodór za równowagę sezonową.

Jak taka mikrosieć radzi sobie z odbiorcami przemysłowymi?

Naukowcy sprawdzili działanie systemu na odbiorach, w których dominuje przemysł o dużych wahaniach zapotrzebowania, oraz na odbiorcach mieszkaniowych. Pomimo tak wymagającej struktury obciążenia mikrosieć zachowała stabilność, zapewniając ciągłe zasilanie odbiorów krytycznych z niezawodnością przekraczającą 98%.

To bardzo dobry wynik, zwłaszcza że klasyczne mikrosieci oparte jedynie na OZE często mają problem z zapewnieniem podobnej stabilności.

Niższe koszty i znacznie mniejsze emisje

Wyniki badań są wyjątkowo obiecujące. Dzięki inteligentnemu sterowaniu oraz współpracy PV, SMR, baterii i wodoru koszty operacyjne spadły średnio o prawie 19%. Jeszcze ciekawsze są dane dotyczące emisji. Intensywność emisji CO₂ zmniejszyła się o ponad jedną trzecią w porównaniu z tradycyjną mikrosiecią opalaną paliwami kopalnymi.

To wyraźny sygnał, że takie hybrydowe systemy mogą być sposobem na obniżenie kosztów i emisji bez rezygnowania ze stabilności dostaw.

Model zaprezentowany przez chińskich badaczy pokazuje, że połączenie fotowoltaiki, małego atomu, wodoru, baterii i sztucznej inteligencji może stać się fundamentem przyszłych mikrosieci. To rozwiązanie, które łączy w sobie cechy pozornie sprzeczne: czystość, stabilność, elastyczność i odporność na niepewność.

Dla krajów rozwijających technologie SMR — w tym Polski — takie koncepcje mogą być szczególnie interesujące. Przemysł energochłonny, który potrzebuje stabilnego i pewnego źródła energii, mógłby dzięki nim znacząco ograniczyć emisje, a jednocześnie uniezależnić się od ryzyka cen paliw kopalnych.

Źródło: Reinforcement learning based multi objective task scheduling for energy efficient and cost effective cloud edge computing