图1：建筑集成微电网系统框架示意图

成果简介：

【研究背景】微电网内风电等可再生能源出力具有间歇性与波动性，电动汽车（EV）充电行为也难以精确预测，双重不确定性给微电网经济稳定运行带来挑战。现有微电网能量管理研究大多只调度电动汽车或暖通空调（HVAC）系统等单一柔性资源，且不少EV需求响应机制要求车主逐时段提交响应率等参数，参与门槛高，也涉及用户隐私，实际应用受限。

【研究者和研究内容】欧美直播-亚洲直播-在线直播 王贵斌研究员团队提出一种建筑集成微电网（BIMG）两阶段最优能量管理框架。微电网运营商（MGO）为工作场所停车场的电动汽车建立可交易能源市场，EV车主只需在到达时设置一个紧急使用概率参数，即可参与需求响应，无需再提供其他私人信息，响应曲线由系统按电池荷电状态自动生成；团队同时建立商业建筑的R-C热力学模型，刻画其暖通空调（HVAC）系统的电力需求。日前阶段采用DBSCAN聚类生成风功率场景，表征风电不确定性；日内阶段采用模型预测控制滚动调度，协调HVAC系统与电动汽车两类柔性资源，在保障楼内人员热舒适与车主充电需求的前提下最大化运营利润，并抑制与日前计划之间净电量交换的偏差。算例以含450个充电桩的停车场、550 kW暖通空调系统和800 kW风电厂组成的建筑集成微电网验证：与无控制、仅控制HVAC、仅控制EV三种方案相比，微电网运营商总利润分别提高256.8%、34.1%和25.8%；当风电预测偏差（平均绝对百分比偏差）达到70%时，系统仍能保持稳定盈利。

【研究意义】该研究为微电网运营商协同调度多种柔性资源、同时应对可再生能源出力与用户行为两类不确定性提供了可实施的框架；所提单参数、隐私保护型EV响应机制降低了车主参与需求响应的门槛，对提升微电网运行经济性与可再生能源消纳水平具有参考价值。

撰写：王贵斌

排版：陈仕发

一审一校：任露洋

二审二校：马将

三审三校：郑纯