یکپارچگی مؤثر خودروهای برقی قابل اتصال به شبکه برقی (Plug-in) ازطریق ریزشبکه¬های با قابلیت پیکربندی مجدد

این مقاله زیست¬پذیری ریزشبکه¬های با قابلیت پیکربندی مجدد (RMG) را در تسهیل یکپارچگی خودروهای الکتریکی قابل اتصال به شبکه برق (PEVs) بررسی می¬کند. توانایی پیکربندی مجدد ریزشبکه¬ها، که با استفاده از سوئیچ¬های کنترلی راه دور (RCS) فعال می¬شوند، نفوذ زیاد PEVها و ژنراتورهای توزیع¬شده تجدیدپذیر را پشتیبانی می¬کند و با این حال هزینه عملکردی کل را کاهش و قابلیت اطمینان ریزشبکه را نیز ارتقاء می¬دهد. هدف مسئله برنامه¬ریزی بهینه پیشنهادی، حداقل کردن هزینه کل تامین برق در PEVها با منابع انرژی پراکنده (DER) و تبادل انرژی شبکه جریان رو به بالا، حداقل کردن هزینه زوال باتری در PEVها، هزینه سوئیچینگ درهنگام پیکربندی مجدد، و هزینه¬های وقفه قابل انتظار مشتری به عنوان شاخص اطمینان می¬باشد. برای نشان دادن سطح بالای تردیدها در مسئله، یک چارچوب تصادفی مبتنی بر سناریو به منظور دریافت و کنترل عدم قطعیت¬ها همراه با مقادیر شارژکردن و تخلیه PEVها، تعداد PEVها در هر ناوگان، زمان روزانه سفرها برای PEVها، مصرف بار ساعتی، توان خروجی ساعتی DGهای تجدیدپذیر، و قیمت ساعتی بازار طراحی شده¬است. عملکرد رضایت¬بخش و شایستگی¬

This paper investigates the viability of the reconfigurable microgrids (RMGs) in facilitating the integration of plug-in electric vehicles (PEVs). The reconfiguration ability of microgrids, which is enabled by the use of remotely controlled switches (RCSs), will support the high penetration of PEVs and renewable distributed generators (DGs) while reducing the total operation cost and potentially enhance microgrid reliability. The objective of the proposed optimal scheduling problem is to minimize the total cost of power supply by distributed energy resources (DERs) and upstream network energy exchange, battery degradation cost in PEVs, cost of switching during the reconfiguration, and expected customer interruption costs as a reliability index. To address the high level of the uncertainties in the problem, a scenario-based stochastic framework is devised to capture the uncertainties associated with the charging and discharging values of PEVs, number of PEVs in each fleet, time of the d