基于插電式混合動(dòng)力汽車充電需求的微電網(wǎng)研究

基于插電式混合動(dòng)力汽車充電需求的微電網(wǎng)研究

微電網(wǎng)是指由分布式電源、儲(chǔ)能裝置、能量轉(zhuǎn)換裝置、負(fù)荷、監(jiān)控和保護(hù)裝置等組成的小型發(fā)配電系統(tǒng)。微電網(wǎng)是一個(gè)能夠?qū)崿F(xiàn)自我控制、保護(hù)和管理的自治系統(tǒng)，其既可以與外部電網(wǎng)并網(wǎng)運(yùn)行，也可以獨(dú)立運(yùn)行。研究了插電式混合動(dòng)力汽車（PHEV）充電需求對(duì)包含不同類型的可再生能源（RES）如風(fēng)力、燃料電池、光伏發(fā)電和微型燃?xì)廨啓C(jī)等典型微電網(wǎng)管理運(yùn)行優(yōu)化的影響。針對(duì)微電網(wǎng)的能源管理優(yōu)化，采用了一種新的隨機(jī)控制框架，該框架考慮了對(duì)PHEV和RES建模的不確定性，并采用了蒙特卡羅模擬法進(jìn)行模擬研究。為了觀察PHEV不同充電行為對(duì)微電網(wǎng)的影響，研究了3種充電模式，分別是不受控制的、受控制的以及智能的充電方案。為了研究包括不確定參數(shù)的自然隨機(jī)行為的微電網(wǎng)的優(yōu)化，應(yīng)用了一種新的魯棒性和強(qiáng)大的共生生物搜索（SOS）算法。SOS算法主要是模擬自然生物依靠其它生物生存時(shí)產(chǎn)生的相互作用。此外，提出了一種改進(jìn)的SOS算法，用于增加局部和全局搜索成功率，從而提升整體搜索能力。對(duì)采用不同調(diào)度時(shí)間范圍的兩種典型微電網(wǎng)測(cè)試系統(tǒng)進(jìn)行了仿真研究。

兩種典型的微電網(wǎng)測(cè)試系統(tǒng)的仿真結(jié)果表明，改進(jìn)的SOS算法比其它算法更加優(yōu)越。此外，PHEV充電需求可能會(huì)增加微電網(wǎng)的總成本，但智能充電策略可以減少這種影響。事實(shí)上，與不受控的方案甚至是受控制的方案相比，智能充電方案可以大量減少成本。因此，所提出的微電網(wǎng)隨機(jī)控制架構(gòu)表現(xiàn)出了可靠并令人滿意的性能。

刊名：Energy（英）

刊期：2016年第100期

作者：Hamidreza Kamankesh et al

編譯：魯蘭