微电网协同控制：电动汽车与风力发电的随机模型预测方法

"微电网中插电式电动汽车和风力发电机的随机协调：模型预测控制方法" 在当前的可再生能源和智能电网领域，微电网作为分布式能源的重要组成部分，日益受到关注。微电网能够集成多种分布式能源资源（DERs），如插电式电动汽车（PEVs）和风力发电机，以提高供电稳定性和效率。这篇研究论文探讨了如何通过一种层次化的随机协调策略，利用模型预测控制（Model Predictive Control, MPC）方法，有效地整合PEVs和风力发电机的输出，以实现微电网的供需平衡。 文章首先介绍了问题的背景和重要性，即如何利用PEVs的灵活性和风能的可再生性，实现二者的协同工作，以优化微电网的运行。论文提出的控制方案分为两个层次：上层的随机预测控制器和下层的PEV及风力发电机控制器。 上层的随机预测控制器基于非高斯风力功率预测分布，对PEV聚合器和风力发电机进行协调操作。由于风力发电的不稳定性，使用非高斯分布可以更准确地反映实际风况的不确定性。控制器的目标是计算出PEV充电和风力发电的功率参考值，以确保微电网的供需平衡。 下层的PEV控制器负责将聚合后的充电功率优化分配给个体PEVs。这一过程通常涉及充电时间窗口的优化，以最小化对电网的影响同时满足车辆用户的充电需求。而风力控制器则调节风力发电机的功率输出，以适应上层控制器给出的参考值，确保在风力波动时仍能维持稳定的电网输出。 论文的主要创新点在于它考虑了非高斯不确定性和部分可调度性，这是对传统模型预测控制的扩展，提高了微电网在面对不确定性和随机性的环境下的鲁棒性。通过这种方式，即使在风力变化大、PEV充电需求不固定的情况下，也能确保微电网的稳定运行和电力系统的经济性。 这篇研究论文提出了一种新的控制策略，旨在解决微电网中PEVs和风力发电机的随机性协调问题。通过模型预测控制，这种策略能够有效地应对可再生能源的不确定性，同时优化PEV的充电策略，从而在保证用户需求的同时，提高微电网的整体效率和可靠性。这项工作对于推动微电网技术的发展，尤其是在可再生能源并网和电动汽车大规模应用的背景下，具有重要的理论与实践意义。