模糊融合双层充电法：优化电动汽车成本与节能策略

本文《基于模糊数据融合的双层分散充电方法及其在电动汽车充电成本优化中的应用》发表在沙特国王大学学报上，由Shahid Hussain、Sukhasis Thakura、Saurabh Shukla、John G. Breslina、Qasim Janb、Faisal Khand、Yun-Su Kim、Ireland's National University of Science and Engineering College of Electrical and Electronic Engineering, Galway H91TK33, Ireland等作者合作完成。研究关注的是如何在电动汽车（EV）的充电过程中降低成本，特别是在家用场景下。 论文的核心内容是提出了一种名为“TLDCA”的双层分散充电方法，它兼顾经济层和动力层，通过模糊数据融合技术整合多方面信息，包括日前电价模式、电网状态和电动汽车的充电需求。模糊整数线性规划被用来建立一个目标函数，旨在最小化充电费用，同时确保车辆所需能量的有效供应。这种方法允许系统根据实时市场动态和电动汽车的具体需求灵活调整充电策略。 文章首先强调了气候变化背景下电动汽车普及的重要性，指出传统能源消耗和汽车工业对环境的影响。TLDCA的优势在于它能有效降低充电成本，通过智能的决策控制变量，适应不断变化的电动汽车需求，如充电时间表的优化。作者通过两个实际案例研究，分别考察了成本优化对个体电动汽车需求的影响以及在夏季和冬季负载曲线下的性能表现，对比了TLDCA与非协调、标准费率和分时计费方案的性能。 值得注意的是，该研究采用开放获取方式，遵循Creative Commons BY 4.0许可协议，表明研究成果对学术界和产业界具有广泛共享价值。这篇文章不仅提供了创新的充电策略，还对推动电动汽车行业的可持续发展和成本效益优化提供了重要的理论支持。