计及电动汽车和风光资源不确定性的微电网优化配置

电动汽车(electric vehicles,EVs)的规模化并网和风光等可再生能源的不稳定出力,给微电网电源容量优化带来更多不确定性影响。利用分时电价机制引导和蒙特卡洛方法模拟不同管理模式下的EV负荷,采用场景生成和K均值聚类算法构造风光典型场景集,以年总经济成本最优为目标函数,经粒子群算法优化得出含EV的微电网容量配置方案。仿真结果表明,考虑风光资源不确定性的配置方案能提高微电网的可靠性;有效的能量管理模式可以发挥EV的削峰填谷作用,降低EV用户年充放电成本和微电网年总经济成本。