基于GRU-MPC的光储充电站日前-日内两阶段优化控制

摘要：

电动汽车负荷与光伏出力的随机性给光储充电站的经济运行带来严峻考验.为了更高效地利用储能系统以及提高控制策略的鲁棒性,建立光储充电站日前-日内两阶段优化模型.在日前阶段,结合变分模态分解与门控循环单元神经网络预测一天48个时刻的充电负荷,并建立以日充电成本最小为目标的优化模型;在日内阶段,以日前调度计划与日内实际运行结果的偏差最小为目标,采用模型预测控制来实现滚动优化,为了增强储能控制策略对不确定源荷的跟踪能力,在日内关键时间点结合超短期源荷预测的结果对日前计划进行更新,得到基于阶段性最佳参考轨迹的实时调度.以实际算例进行仿真计算,比较不同控制策略对充电成本的影响,结果表明所提两阶段优化控制策略可以节省更多的充电成本,有更高的经济价值.

关键词：充电站、日前优化、日内控制、变分模态分解、门控循环单元、模型预测控制

所属期刊栏目：42

分类号：U469.72(汽车工程)

资助基金：国家自然科学基金U2066212

在线出版日期：2022-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：177-183