하이브리드 전기차의 충전 수요를 고려한 고급 기계 학습 기반 재생 에너지 마이크로 그리드의 에너지 관리

재생 에너지 마이크로 그리드는 향상된 보안, 개선된 신뢰성 및 전력 시스템에서의 전력 품질 및 운영 개선을 위한 새로운 솔루션입니다. 태양광 패널 및 풍력 발전기와 같은 다양한 재생 에너지원의 배치를 통해 재생 에너지 마이크로 그리드는 온실가스 감소를 촉진하고 효율성을 개선할 수 있습니다. 본 논문에서는 원거리 스위칭을 통한 재구성 가능한 구조를 고려한 재생 에너지 마이크로 그리드의 에너지 관리를 위한 기계 학습 기반 접근 방식을 제안합니다. 제안된 방법은 하이브리드 전기차(HEV)의 충전 수요를 모델링하고 추정하기 위해 고급 서포트 벡터 머신을 고려합니다. HEV가 시스템에 미치는 충전 효과를 완화하기 위해 두 가지 다른 시나리오를 도입합니다; 하나는 조정된 충전이고, 다른 하나는 지능형 충전입니다. 문제 공식화의 복잡한 구조로 인해 드래곤플라이 기반의 새로운 수정 최적화 방법이 제안됩니다. 또한, 상황에 가장 적합한 수정 방법을 선택할 수 있도록 돕는 자가 적응형 수정이 제안됩니다. IEEE 마이크로그리드 테스트 시스템에 대한 시뮬레이션 결과는 두 가지 시나리오 모두에서 적합하고 효율적인 품질을 나타냅니다. HEV의 총 충전 수요에 대한 예측 결과에 따르면, 평균 절대 백분율 오차는 0.978로 매우 낮습니다. 또한, 결과는 조정된 계획에 비해 지능형 충전에서 마이크로 그리드의 총 운영 비용이 2.5% 감소했음을 보여줍니다.