الجدولة الديناميكية الواعية للكربون لأساطيل المركبات الكهربائية باستخدام التنبؤ VMD-BSLO-CTL والتحكم التنبؤي متعدد الأهداف

يُعد الإدراك الدقيق لشدة الكربون الديناميكية شرطًا أساسيًا للاستجابة منخفضة الكربون على جانب الطلب. ومع ذلك، تفتقر عوامل الكربون التقليدية المتوسطة لشبكة الطاقة إلى الدقة المكانية والزمانية المطلوبة للتنظيم في الوقت الحقيقي. لمعالجة ذلك، تقترح هذه الورقة إطار عمل مغلق «تنبؤ-تحسين» لأساطيل المركبات الكهربائية. أولاً، يتم بناء نموذج تنبؤ هجين (VMD-BSLO-CTL). من خلال دمج تحليل الوضع المتغير (VMD) مع شبكة CNN-Transformer-LSTM التي تم تحسينها بواسطة Blood-Sucking Leech Optimizer (BSLO)، يلتقط النموذج بفعالية الميزات متعددة النطاقات. يؤكد التحقق باستخدام مجموعة بيانات الشبكة الوطنية للمملكة المتحدة تفوق النموذج في القوة مقارنة بالتمديدات ذات الأفق التنبؤي الأكبر مقابل النماذج الحديثة. ثانيًا، يتم تطوير استراتيجية تحكم تنبؤي نموذجية متعددة الأهداف (MPC) لتوجيه شحن المركبات الكهربائية. عند تطبيقها على سيناريو على مستوى المحطة في العالم الحقيقي، تتوازن الاستراتيجية بين الاقتصاد للمستخدم واستقرار الشبكة. تظهر نتائج المحاكاة أن الإطار المقترح يقلل في آنٍ واحد من التكاليف الاقتصادية بنسبة 4.17% ومن انبعاثات الكربون بنسبة 8.82%، مع خفض الفارق بين القمة والقاع بنسبة 6.46% وتباين الحمل بنسبة 11.34%. أخيرًا، يشير مخطط النشر التعاوني بين السحابة والطرف إلى الإمكانية الهندسية للنهج المقترح لإدارة الطاقة منخفضة الكربون من الجيل القادم.