مدلسازی رفتار تصادفی خودروهای خودران برای تبادل انرژی الکتریکی در ریزشبکه مستقل با هدف تامین توان ایستگاه های مخابراتی

ظهور فناوری های نوین ارتباطی نظیر نسل پنجم ارتباطی و ارائه خدماتی نظیر ارتباطات با تاخیر بسیار کم و قابلیت اطمینان بالا باعث شده است تا کاربردهایی نظیر خودروهای خودران بسیار بیشتر از قبل مورد توجه قرار گرفته و امکان پذیرتر به نظر برسند از جمله قابلیت های مهم این نوع خودروها توانمندی آنها در تبادل انرژی الکتریکی با شبکه های تولید و توزیع توان الکتریکی v2g است. از طرفی برای حل مشکل تامین توان الکتریکی برای ایستگاههای مخابراتی در مناطق دورافتاده صعب العبور، موضوع تبادل انرژی خودروهای الکتریکی در ریزشبکه های محلی پیشنهاد شده است. در این پیشنهاد با در نظر گرفتن یک ریز شبکه محلی مدل سازی رفتار تصادفی خودروهای خودران برای تبادل انرژی الکتریکی در ریزشبکه محلی با هدف تامین توان دکل های مخابراتی انجام شده است. ریز شبکه پیشنهادی شامل ژنراتور دیزلی ،سیستم فتوولتائیک و منبع ذخیره هیدروژنی بوده و امکان تبادل انرژی ریز شبکه با خودرو متصل شده به ریز ،شبکه مدل سازی و تحلیل شده است. مدل تحلیلی ارائه شده مبتنی بر برنامه ریزی غیر خطی مختلط با اعداد صحیح است که ماهیت غیر خطی المانها را مدل سازی میک قالب بهینه سازی چندهدفه بجز هزینه تولید گازهای گلخانه ای نیز از اهداف مسئله بوده و تعادلی بین این دو هدف متناقض در جبهه پارتو ایجاد شده است. نتایج نشان می دهد که شارژ و دشارژ هوشمند خودروهای الکتریکی سهم چشمگیری در کاهش ریسک عملیاتی ریز ،شبکه هزینه کل و گازهای گلخانه ای دارد. روش پیشنهادی منجر به %18/60. کاهش در مقدار گازهای گلخانه ای می شود

modeling the random behavior of self driving cars to exchange electrical energy in an independent microgrid with the aim of supplying power to telecommunications stations

the cellular base stations are communication devices that ensure the connection in the world. nevertheless, they are usually installed in remote places. this paper, studied the energy procurement of a cellular base stations in an independent microgrid with a hydrogen-based energy storage system, photovoltaic (pv) system, electric vehicles and a diesel generator. a new mixed-integer nonlinear programming model was used to deal with nonlinearities of the system components. the paper studied different uncertainties, such as the connection rate in cellular base stations, the driver of the electric vehicle, and pv generation, using stochastic programming method. the potency of the proposed method was studied in different case studies. the results prove that smart electric vehicle chargers reduce the risks and also cost/emission objective functions. the usage of this model can reduce the emissions as much as 18.60%.