基于微电网的插电式混合动力汽车智能高效充电方法

基于微电网的插电式混合动力汽车智能高效充电方法

基于微电网（MGs）提出了可实现插电式混合动力汽车（PHEV）最佳充电效果的新随机专家调查系统，该系统在考虑PHEV的充电需求、充电功率、能源价格和可再生能源输出功率等不确定预测误差情况下，模拟分析微电网的能量优化管理策略。

PHEV的充电需求受到充电电流、电压、正在充电汽车的数量、电池的容量等不同因素的影响。这些因素使得PHEV的充电需求具有很大的不确定性，从而会对MGs产生很大影响。提出了一种可以智能高效地调整PHEV在高峰和非高峰时段充电的方法。该智能充电方法利用电价的不同来使PHEV充电成本降到最低。从经济效益角度看，这种策略是最经济且最能引起消费者关注。该充电方法使用两个数据来管理PHEV充电需求（电价和PHEV充电站的数量）。为此，提出了一种基于2m估计法（2m-PEM）和磷虾群（q-KH）算法的智能随机架构。

2m-PEM的主要特征是其只包括均值、方差、偏态和峰态系数等几个不确定变量的统计数据，并将随机问题转化为确定性问题。q-KH算法（模仿磷虾寻找食物的行为）与其它进化算法相比，q-KH算法具有一些来自粒子群优化算法（PSO）和遗传算法（GA）强大的元启发机制。这些特性使得q-KH算法具有解决非突出优化问题的强大能力。此外，q-KH算法还具有快速收敛、容易实现、对调整参数的依赖性低，可用于解决连续和离散优化问题、为解决多模型优化问题自动细分等特性。

刊名：Energy（英）

刊期：2014年第78期

作者：Abdollah Kavousi-Fard et al

编译：皮恒志