整合可再生能源预测插电式电动汽车智能充电方法的不确定性



整合可再生能源预测插电式电动汽车智能充电方法的不确定性

间歇性可再生能源的比例越来越大及插电式电动汽车（PEV）的引入都对电力系统形成了挑战。然而，电动汽车可以用作分布式存储资源，以帮助波动的能源集成到电力系统中去。分析了PEV电池用于补偿风力发电预测误差的情况。介绍一个提前一天充电调度策略，最大限度地减少系统的发电成本，加强网络和PEV终端约束，同时，由前一天的预测补偿风电功率输出的偏差。为达到此目的，将概率性的风功率预测模型集成到一个基于智能充电方案的最优潮流中去。该车队是仿真一组虚拟存储建模，其特征依赖于个人的驾驶方式。

目的是可同时实现充电成本最小化和可再生预测误差均衡策略。更精确的目标是确定节点提前一天充电调度：①系统发电成本最小化；②满足网络限制；③满足PEVs终端约束；④留下足够的充电灵活性（在能源和电力提供方面）补偿风力发电的预测误差。

结果表明，随着拟议的计划，足够的充电灵活性可用来补偿风力发电的预测误差。然而，充电灵活性与成本最小化之间需要一个折衷，对该计划的盈利能力进行更详细的分析是必要的。

Marina González Vayá et al. 2013 IEEE.

编译：朱延蕾