光伏集成全电船舶微电网中发电与需求侧的 数据驱动鲁棒协调

摘要： 全电动船舶（简称AES）具有显著的经济/环境效益潜力。为进一步提升AES的能源效率，光伏发电系统正逐步被集成应用，但这给AES运行带来了不确定性。当前研究多聚焦于容量配置问题，却鲜少关注运行管理。为此，本文提出一种数据驱动的发电侧与需求侧协同优化方法，通过包含基于极限学习机（ELM）的光伏不确定性预测方法和两阶段运行框架（第一阶段应对最差光伏发电情景，第二阶段针对不确定性实际发生情况），有效解决船上光伏发电不确定性并降低AES燃料成本。案例研究采用四分布式发电机AES系统，仿真结果表明：基于ELM的方法能准确刻画光伏不确定性，两阶段运行框架可良好适应船上光伏波动。进一步分析证实该方法在工况变化时具有充分灵活性。