一种用于光伏集成G2V/V2G系统中电力管理的鲁棒多目标优化策略

A Robust Multiobjective Optimization Strategy for Power Management in a PV-Integrated G2V/V2G System

Masoud Ahmadigorji · Majid Mehrasa · Antoine Labonne · Ahmad Hably 等5人 · IEEE Transactions on Industrial Informatics · 2025年4月

本文提出了一种基于成本的插电式电动汽车（PEV）鲁棒充电方案，该方案与光伏（PV）系统进行了有益的协同。所提出的模型考虑了负荷/光伏功率和电价的不确定性。为了应对不确定资源的变化特性并实现鲁棒的充电策略，采用了信息间隙决策理论（IGDT）。由于所构建的基于IGDT的充电模型本质上是一个多目标优化问题，因此使用了非支配排序遗传算法2型（NSGA - II）来生成帕累托最优解。为了获得最佳折衷解，引入了一种基于模糊的选择方法。此外，为了为与所提出模型的不确定资源相关的鲁棒区域（RTs）阐明更有效的约...

解读: 从阳光电源的业务视角来看，这项研究为我们在光储充一体化解决方案领域提供了重要的技术参考价值。该论文提出的PV-G2V/V2G鲁棒优化策略，与我们当前推进的"光伏+储能+充电桩"多能互补系统高度契合，特别是在智能能量管理层面具有显著的应用潜力。 技术价值方面，论文采用信息间隙决策理论（IGDT）处理...