|
|
برنامهریزی شارژ و دشارژ خودروی الکتریکی بهمنظور بیشینهکردن سود صاحب خودرو با استفاده از الگوریتم ژنتیک
|
|
|
|
|
نویسنده
|
علوی اشکفتکی امین ,قیاسیان علی ,ربیعی عبدالرضا
|
منبع
|
هوش محاسباتي در مهندسي برق - 1396 - دوره : 8 - شماره : 3 - صفحه:75 -82
|
|
|
چکیده
|
استفاده از خودروی الکتریکی باعث کاهش مصرف ذخایر رو به پایان سوختهای فسیلی و همچنین کاهش آلودگی میشود. اگر خودروی الکتریکی قابلیت اتصال به شبکه را داشته باشد، با یک برنامهریزی هوشمندانه حتی سودآور است. هدف مقاله، ارائۀ برنامهریزی شارژ و دشارژ برای بیشینهکردن سود صاحب خودرو است. برای بهینهسازی تابع هدف (بیشینهکردن سود صاحب خودرو) از الگوریتم ژنتیک استفاده شده است. روش پیشنهادی، ضمن استفاده معمولی و با آسایش از خودرو، برای صاحب خودرو نیز سود در بر خواهد داشت؛ بنابراین نگاه این بررسی متفاوت است و سودآوری صاحب پارکینگ، شبکۀ توزیع و جمعکننده مدنظر نیست. علاوه بر آن، در روش ارائهشده، مسافت طیشده و همچنین وضعیت شارژ در هر ساعت از شبانهروز مدنظر قرار میگیرند. برای بررسی صحت عملکرد این الگوریتم، دادههای تصادفی، تولید و برنامه 1000 دفعه تکرار میشود. درنهایت، سود انتظاری صاحب خودرو برای سه حالت مختلف، وجودنداشتن قابلیت اتصال به شبکه، وجود این قابلیت و استفاده از شارژر 72 آمپری و درنهایت، وجود قابلیت اتصال به شبکه و استفاده از سوپرشارژر محاسبه و بررسی شده است. نتایج بهدستآمده نشان میدهند حالت سوم، نسبت به دو حالت دیگر، سودآورتر است.
|
کلیدواژه
|
برنامهریزی شارژ، برنامهریزی دشارژ، الگوریتم ژنتیک، خودروی الکتریکی، داده تصادفی، سوپرشارژر
|
آدرس
|
دانشگاه شهرکرد, دانشکده فنی مهندسی, ایران, دانشگاه شهرکرد, دانشکده فنی مهندسی, ایران, دانشگاه شهرکرد, دانشکده فنی مهندسی, ایران
|
پست الکترونیکی
|
rabiee@eng.sku.ac.ir
|
|
|
|
|
|
|
|
|
Smart Charge and Discharge Scheduling of Electric Vehicle (EV) to maximize the profit of EV owner
|
|
|
Authors
|
Rabiee Abdorreza ,Ghiasian Ali ,Alavi Eshkaftaki Amin
|
Abstract
|
Electric Vehicle (EVs) usage causes to decrease the consumption of fossil fuel resources and pollution. If such EVs include vehicle to grid (V2G) capability, then a smart scheduling can be used in order to obtain more profit. The goal of this paper is to present a charge and discharge scheduling to maximize the profit of EV owner, using genetic algorithm (GA). The suggested method can be applicable without deteriorating the normal usage of EV. Besides that, in this method the hourly traveled distance and state of charge (SOC) of EV are considered in each hour of day and night. To evaluate the accuracy of this algorithm, stochastic data are generated and the algorithm is repeated 1000 times. Finally, the expected profit of EV owner is calculated for 3 modes named without V2G ability, with V2G and 72 ampere charger and with V2G and supercharger. The results show that the 3rd mode is more profitable than the other ones.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|