Con el rápido crecimiento de la propiedad de vehículos eléctricos (VE), el comportamiento de carga desordenado en áreas residenciales ha causado un impacto serio en la carga de la red eléctrica, y es urgente establecer una estrategia de carga ordenada científica y razonable. Este artículo propone una estrategia de carga ordenada optimizada en dos capas y su método de implementación para VEs basado en una arquitectura de tecnología de colaboración en la nube y el borde. En primer lugar, se adopta un modelo de predicción híbrido de Red Neuronal Bidireccional de Unidad Recurrente Con Puertas de Descomposición de Modo Variacional para predecir con precisión la energía eólica y lograr un ajuste en tiempo real de los precios de carga. En segundo lugar, en la arquitectura colaborativa nube-borde, la nube asume la función de programación de la capa de red eléctrica, mientras que el lado del borde maneja las necesidades de carga de la capa de usuarios. El objetivo de optimización de la capa de red eléctrica es minimizar las fluctuaciones de carga, mientras que el objetivo de la capa de usuarios es minimizar la desviación entre la potencia de carga real de los VEs y la curva de orientación de potencia, así como el costo de carga de los VEs. Bajo la premisa de satisfacer las necesidades de carga de los usuarios, se logra la coordinación y unidad del comportamiento de carga individual y los objetivos de programación de la red eléctrica. Finalmente, se utilizó el algoritmo de optimización de loro para resolver el problema, logrando optimización colaborativa de la programación de la red eléctrica y la carga del usuario. Los resultados de la investigación indican que la estrategia propuesta puede reducir efectivamente la diferencia pico-valle entre la carga de la red eléctrica, disminuir las fluctuaciones de carga y mejorar la capacidad de consumo de nuevas energías.
Yu et al. (Thu,) estudiaron esta cuestión.