基于优化PI控制器的混合模型用于光伏集成电动汽车充电微电网的自适应能源管理

为何更智能的充电很重要

电动汽车的普及带来更清洁的空气和更安静的街道，但也产生了一个新问题：如何在不超载电网或抬高成本的情况下为数百万辆车供电。本文探讨了一种运行小型本地电力网络（称为微电网）的方法，这些微电网结合了太阳能电池板、燃料电池、电池组和快速充电器，使得电动汽车能够以更低成本、更可靠且更少温室气体排放的方式充电。

用太阳能及其他能源为汽车供电

本研究聚焦于围绕若干清洁能源构建的直流（DC）微电网。屋顶式太阳能电池板在日照充足时提供大部分电力。当光照不足时，氢燃料电池作为清洁备用介入；大型电池组在能量过剩时吸收能量或在需求激增时释放能量。所有这些设备都连接到供给电动汽车充电器的公共直流母线。由于日照和驾驶模式都具有不确定性，系统必须持续决定何时从各个能源取电、何时存储能量、何时接入主电网，同时保持电压稳定并确保充电器正常运行。

本地电力网络的大脑

为协调这种动态分配，作者设计了一个位于微电网之上的“能源管理”大脑。其核心是一种工程中常用的反馈控制器，称为PI控制器，用于调节变换器硬件以保持电压和电流在安全范围内。单独使用时，该控制器在条件快速变化时可能表现欠佳。论文通过两层人工智能来增强它：模糊逻辑，用于模拟人类对不确定情形（例如“需求高”或“太阳能低”）的如果-那么式推理；以及一种受生物启发的搜索方法，用于调优PI控制器的参数。该搜索算法融合了侏儒猫鼬与小熊猫在觅食与社交行为中的思想，高效地探索多种控制设定并选择那些既能最小化充电成本又能保持电网稳定的参数。

系统在真实场景下的反应

研究人员使用MATLAB/Simulink建立了微电网的详细计算机模型，包含真实的太阳能行为、电池特性、燃料电池动力学，以及电动汽车在充电站的停靠与离去的到达模式。他们测试了多种情景：不同水平的可再生能源、变化的充电需求以及工作日与周末的使用模式。智能控制器持续感知太阳能输出、电池电荷、燃料电池状态和电动汽车需求，然后调整功率变换器，使太阳能和燃料电池优先供电，电池在安全限内充放电，只有在必要时才从电网取电。模糊决策层还会将更多充电安排到可再生能源充足和电价较低的时段，从而减轻更大范围电网的压力。

节省、稳定与更清洁的空气

仿真结果显示，相比基于神经网络或其他优化方案的现有管理方法，该系统具有显著优势。在日照充足的非高峰时段，充电成本最低可降至约0.009–0.015美元/千瓦时，远低于典型的统一费率。平均来看，工作日和周末的充电成本分别降至约0.086和0.088美元/千瓦时，分别比传统方案降低约45%和56%。由于控制器优先使用本地太阳能和燃料电池电力，微电网的可再生能源贡献可达84%，相较于仅依赖电网的充电站，温室气体排放可减少约55%。同时，经调优的控制器能将直流母线电压保持在严格范围内，并能快速应对突然插拔事件，在速度和可靠性方面优于多种知名优化算法。

对未来充电枢纽的意义

这项工作表明，将本地清洁能源与智能控制相结合，可以将电动汽车充电站转变为低成本、低碳的电力枢纽，同时保护更大范围的电网免受突发需求峰值的冲击。通过将简单、快速响应的控制与自适应的自然启发式调优相结合，所提出的系统为在电动汽车普及的背景下广泛提供快速、经济且气候友好的充电服务提供了一条可行路径。

引用: Natarajan, R., Selvaraj, J., Daniel, S. et al. Optimized PI controller-based hybrid model for adaptive energy management in photovoltaic integrated electric vehicle charging microgrids. Sci Rep 16, 10341 (2026). https://doi.org/10.1038/s41598-026-40839-2

关键词: 电动汽车充电, 微电网, 可再生能源, 能源管理, 模糊控制