태양광 발전과 리튬 이온 저장을 결합한 주거용 마이크로그리드는 배터리 건강을 유지하면서 전기 비용을 줄여야 합니다. 경제 모델 예측 제어(EMPC)가 이 작업에 널리 사용되지만, 고정된 공식은 불만족스러운 타협을 강요합니다: 고충실도 모델은 선형화 오류를 줄이지만 실시간 한계를 초과하고, 반면 조粗 모델은 요금이나 수요가 변할 때 저축을 놓치면서 빠르게 해결됩니다. 본 연구는 최적화 문제를 실시간으로 재구성하는 하이퍼구조 적응형 EMPC를 제안합니다. 중간 충실도의 가상 평가 모델이 각 후보 설정의 전체 비용을 평가하고, 확률적 로컬 검색이 예측 수평 길이, 시간 그리드 해상도 및 허용 가능한 충전 상태 대역의 가장 경제적인 조합을 선택하며, 인계 일관성 제약이 연속 솔루션 간의 원활한 궤적 전환을 강제합니다. 모든 적응은 혼합 정수 선형 프로그래밍(MILP) 구조를 유지하여 엄격한 해결 시간 예산 하에서 일반 임베디드 하드웨어에서 배포할 수 있습니다. 그리드에 연결된 가정에서의 5일 폐쇄 루프 시뮬레이션은 적응형 스킴이 총 운영 비용을 약 1% 낮추고 정적 EMPC에 비해 용량 감소율을 약 2.1배 줄인 것을 보여줍니다. 따라서 가장 수익성 있는 구성으로 계산을 재조정하면 저전압 프로슈머에게 실질적인 경제적 및 내구성 향상을 가져옵니다.
Vedel et al. (Thu,) 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: