采用虚拟电厂(virtual power plant,VPP)实现对电动汽车入网(vehicle to grid,V2G)智能充放电和风力发电的打包管理。考虑风电入网和V2G的不确定性影响,建立含VPP的双层逆鲁棒优化调度模型。该模型内层以发电总利润最大为目标;外层考虑...采用虚拟电厂(virtual power plant,VPP)实现对电动汽车入网(vehicle to grid,V2G)智能充放电和风力发电的打包管理。考虑风电入网和V2G的不确定性影响,建立含VPP的双层逆鲁棒优化调度模型。该模型内层以发电总利润最大为目标;外层考虑内层优化结果的鲁棒性和决策者要求,引入风电出力和V2G充放电功率的最优逆鲁棒指标(optimal inverse robust index,OIRI),以此来分析风电消纳水平和V2G充放电功率之间的极限制约关系。采用网格细菌群体趋药性(grid multi-objective bacterial colony chemotaxis,GMOBCC)算法、拓扑映射和二分法相结合的嵌套优化方法对模型进行求解。最后应用仿真算例系统验证算法的有效性。展开更多
