基于鱼鹰优化（osprey optimization）和多头交叉注意力双向长短期记忆网络（multi-head cross-attention BiLSTM）的先进UPQC技术，用于光伏-燃料电池辅助的电动汽车充电系统

《International Journal of Hydrogen Energy》：Advanced UPQC for PV-fuel cell assisted EV charging system using osprey optimization and multi-head cross-attention BiLSTM

氢能辅助电动汽车充电站中，基于统一功率质量补偿器（UPQC）的混合控制框架通过改进BiLSTM网络与VSOA算法协同优化，实现氢能高效利用与电网稳定性提升，MATLAB仿真验证其控制精度达99.68%，氢耗量仅146.2g/kWh，有效缓解电动汽车充电对电网的冲击。

　　

B. Vijay Kumar | G. Rajendar

电气与电子工程系，卡卡蒂亚技术与科学学院，瓦朗加尔，506015，印度

摘要

本文提出了一种以氢能为导向的混合控制框架，用于燃料电池（FC）辅助的统一电能质量调节器（UPQC）集成型电动汽车充电站（EVCS），旨在提高氢能利用效率的同时缓解电网集成挑战。该框架结合了改进的多头交叉注意力双向长短期记忆网络（EMCABN）和基于变速度策略的鱼鹰优化算法（VSOA）。UPQC整合了分布式能源资源（DERs），如光伏（PV）系统，提高了电能效率并减少了电池电压波动。MATLAB测试显示其性能优异，准确率为99.68%，灵敏度为100%，特异性为99.55%。所提出的方法仅需消耗146.2克氢气即可实现98.7%的效率。

引言

由于需要减少温室气体排放和对化石燃料的依赖，电动汽车（EVs）正在全球范围内得到快速推广[1]。氢能已成为这一转型中可持续交通和电力系统的推动者之一，因为它具有最高的能量密度、快速的加注速度，并且在燃料电池（FCs）中使用时不会产生局部排放[2,3]。因此，结合氢燃料电池系统的EVCS逐渐被视为重要的城市能源设施，不仅促进了交通电气化进程，还有助于实现电网脱碳目标[4]。

除了作为传统电力负载外，配备氢燃料电池的EVCS还可以提供有用的电网支持服务[5,6]。氢燃料电池还能提供可调度且低排放的电力，特别是在减少可再生能源间歇性和确保电网故障期间的供电稳定性方面[7,8]。然而，燃料电池系统对直流链路电压变化和电能质量（PQ）非常敏感，这些因素会影响其性能、效率及氢气消耗[9]。高功率充电还会在配电网中产生谐波、电压不平衡和电压波动等问题，从而增加燃料电池的负担、降低效率并加速系统老化[10,11]。因此，良好的电能质量保证了氢能在EVCS应用中的稳定和有效利用[12]。

UPQC是一种高效的选择，因为它可以通过协调的串联和并联补偿来减轻电压和电流失真[13,14]。当与氢燃料电池辅助的EVCS以及光伏系统等可再生能源结合使用时，UPQC在稳定直流链路电压、吸收谐波和控制功率流动方面发挥着重要作用，从而提高燃料利用效率并减少不必要的氢气消耗[15]。此外，车辆到电网（V2G）操作允许电动汽车电池与氢燃料电池之间进行协调互动，以平衡电力供需[16,17]。尽管直流链路调节通常由传统的储能设备完成，但过度的电池循环会对电池寿命和用户接受度产生负面影响[18,19]。氢燃料电池提供了一种补充能源，可以减轻电池负担，但电动汽车电池电压与充电状态（SOC）之间的差异需要改进的转换器控制和智能协调方案，以实现与基于UPQC的直流架构的无缝集成[20]。

以下方面说明了本研究的重要性：

1. •
   本文提出了一种基于UPQC的FC辅助EVCS架构，旨在提高电能质量（PQ），同时优化氢能利用并降低氢气消耗。
2. •
   所提出的解决方案通过稳定直流链路电压和减少电能质量扰动，降低了燃料电池系统的瞬态负荷，从而提高了效率并减少了氢气消耗。
3. •
   采用基于优化算法和机器学习方法的混合控制系统，实现了电动汽车充电/放电与燃料电池控制的集成，确保了氢能和可再生能源的有效利用。
4. •
   UPQC与氢燃料电池和光伏系统的结合减少了谐波电流和电压下降，为电网和电动汽车充电基础设施提供了稳定的电力供应。

其余部分的结构如下：第2部分介绍了背景和文献综述，第3部分展示了研究方法，第4部分讨论了结果和讨论内容，第5部分给出了结论。

文献综述

许多研究探讨了将UPQC与基于各种方法和技术的DERs结合到EVCS中的可能性[[21], [22], [23], [24], [25], [26], [27], [28]]。

Rao等人[21]使用沙猫群优化（SCSO）和增强型循环神经网络（RERNN）设计了EVCS内的微电网（MG）混合技术UPQC。转换器控制信号由RERNN预测，而SCSO负责生成这些信号。

Sarker[22]提出的系统整合了燃料电池（FC）和光伏（PV）系统：

基于所提出方法的EVCS与UPQC的配置

图1展示了所提出的基于UPQC的EVCS的整体架构，其中燃料电池（FC）、太阳能光伏板（PV Panel）和EVCS通过特定的DC-DC转换器连接，为系统提供受控的直流链路电压V_dc。该直流母线为DC-AC转换阶段供电，输出信号经过LC滤波器处理后供给负载[29]。位于转换器阶段和负载之间的UPQC包括串联有源功率滤波器（APF）和并联APF。

结果与分析

为了解决电能质量问题，本研究提出了一种混合方法，重点在于提升V2G功能并减少电动汽车对电网集成带来的影响。所提出的系统具备多种V2G功能，并基于UPQC设计。当光伏系统和UPQC结合使用时，转换器的功率等级被调整以匹配电力需求。研究结果使用MATLAB进行了评估，并与其他现有方法进行了比较。

结论

本文介绍了一种旨在提高电能质量的混合技术。光伏（PV）、静止无功补偿器（SMES）、EVCS和UPQC只是所提系统中集成的部分组件。UPQC应用于电网侧，用于调节直流电压和电流变化。所提出的方法通过最大化UPQC转换器的控制效果来实现最佳性能。此外，它平衡了负载侧和电网侧的功率，解决了与光伏和电动汽车相关的电网集成问题。

嵌入式系统部署考虑

尽管所提出的UPQC-EVCS控制架构在仿真中表现高效，但在计算能力有限的实际嵌入式控制器中的应用可能会面临一些挑战。优化组件（VSOA-EMCABN）对处理能力要求较高，但CDF-DDF决策函数和UPQC-PSC控制循环较为轻量级，可以实时运行。实际应用可以采用分层结构，其中快速控制循环负责执行关键操作。

CRediT作者贡献声明

B. Vijay Kumar：负责撰写初稿、方法论设计、数据分析、概念构思。

G. Rajendar：负责审稿与编辑、资源管理、实验设计、数据分析及正式分析。

资金支持

本手稿的撰写未获得任何资金支持。

利益冲突声明

作者们声明没有需要披露的利益冲突。