← 論文一覧に戻る

Research on Multi-Objective Optimal Scheduling of Low-Carbon Park Integrated Energy System Considering Wind-Solar-EV Coupling

風力・太陽光・EV連携を考慮した低炭素パーク統合エネルギーシステムの多目的最適スケジューリングに関する研究 (AI 翻訳)

Yuhua Zhang, Jianhui Wang, Hua Xue

Processes📚 査読済 / ジャーナル2026-04-30#エネルギー転換Origin: CN
DOI: 10.3390/pr14091464
原典: https://doi.org/10.3390/pr14091464

🤖 gxceed AI 要約

日本語

本論文は、複数の蓄エネルギーとV2Gコンポーネントを備えたパーク統合エネルギーシステム（PIES）モデルを構築し、適応型包括適応度多目的粒子群最適化アルゴリズムを提案する。風力・太陽光出力に基づくEVスケジューリング境界と動的充放電インセンティブ機構を設計し、再エネ受け入れ能力を向上させる。シミュレーションにより、提案モデルが炭素排出コスト、運用コスト、風力・太陽光出力抑制率で最適な性能を達成することを確認。

English

This paper presents a Park Integrated Energy System (PIES) model with multiple energy storage and V2G components, and proposes an adaptive comprehensive fitness multi-objective particle swarm optimization algorithm. EV scheduling boundaries based on wind and PV output and a dynamic charging-discharging incentive mechanism are designed to enhance renewable energy accommodation. Simulations verify optimal performance in carbon-emission cost, operation cost, and wind-solar curtailment rate.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本の低炭素パークやマイクログリッドの運用最適化に示唆を与える。特にEVを活用した再エネ出力変動対策は、日本の需給調整市場やVPP構想とも関連する。

In the global GX context

This paper provides an operational optimization method for park-scale integrated energy systems with high renewable penetration, relevant to global microgrid design and EV-grid integration. The dynamic incentive mechanism for EV charging-discharging could inform demand response programs in various countries.

👥 読者別の含意

🔬研究者:Researchers in energy system optimization can adopt the adaptive multi-objective algorithm for similar low-carbon scheduling problems.

🏢実務担当者:Park or microgrid operators can use the model to reduce costs and carbon emissions while increasing renewable energy utilization.

📄 抄録（日本語訳）

園区の源荷蓄システムの運用効率を向上させ、運用コストと風力・太陽光の棄却率を低減するため、本論文は複数のエネルギー貯蔵とV2G（Vehicle-to-Grid）コンポーネントを備えた園区統合エネルギーシステム（PIES）モデルを構築し、適応型包括適合度多目的粒子群最適化アルゴリズムを提案する。まず、PIESの各コンポーネントをモデル化する。次に、風力・太陽光出力によって決定される電気自動車（EV）のスケジューリング境界と、動的な充放電インセンティブメカニズムを設計し、再生可能エネルギーの受容性を高める。最後に、適応型包括適合度指標を定義し、収束戦略と粒子更新戦略を改善して、より優れたスケジューリング性能を達成する。シミュレーション結果により、提案されたPIESモデルが炭素排出コスト、総運用コスト、風力・太陽光の棄却率の点で最適な性能を達成することが検証される。同時に、改良されたアルゴリズムは、PIESスケジューリングにおいて従来の多目的手法よりも優れた性能を示す。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

📄 Abstract（原文）

To improve the operational efficiency of the park source-load-storage system and reduce operation costs and the wind-solar curtailment rate, this paper establishes a Park Integrated Energy System (PIES) model with multiple energy storage and vehicle-to-grid (V2G) components and proposes an adaptive comprehensive fitness multi-objective particle swarm optimization algorithm. First, each component of the PIES is modeled. Second, electric vehicle (EV) scheduling boundaries, determined by wind and PV output, as well as a dynamic charging-discharging incentive mechanism, are designed to enhance renewable energy accommodation. Finally, an adaptive comprehensive fitness index is defined, and convergence and particle-update strategies are improved to achieve better scheduling performance. Simulation results verify that the proposed PIES model achieves optimal performance in terms of carbon-emission cost, total operation cost, and wind-solar curtailment rate. Meanwhile, the improved algorithm also outperforms traditional multi-objective methods in PIES scheduling.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。