عنوان مقاله :
برنامهريزي شارژ و دشارژ خودروي الكتريكي بهمنظور بيشينهكردن سود صاحب خودرو با استفاده از الگوريتم ژنتيك
عنوان به زبان ديگر :
Smart Charge and Discharge Scheduling of Electric Vehicle (EV) to maximize the profit of EV owner
پديد آورندگان :
علوي اشكفتكي، امين دانشگاه شهركرد - دانشكده فني مهندسي , قياسيان، علي دانشگاه شهركرد - دانشكده فني مهندسي , ربيعي، عبدالرضا دانشگاه شهركرد - دانشكده فني مهندسي
كليدواژه :
برنامهريزي شارژ , برنامهريزي دشارژ , الگوريتم ژنتيك , خودروي الكتريكي , داده تصادفي , سوپر شارژر
چكيده فارسي :
استفاده از خودروي الكتريكي باعث كاهش مصرف ذخاير رو به پايان سوختهاي فسيلي و همچنين كاهش آلودگي ميشود. اگر خودروي الكتريكي قابليت اتصال به شبكه را داشته باشد، با يك برنامهريزي هوشمندانه حتي سودآور است. هدف مقاله، ارائۀ برنامهريزي شارژ و دشارژ براي بيشينهكردن سود صاحب خودرو است. براي بهينهسازي تابع هدف (بيشينهكردن سود صاحب خودرو) از الگوريتم ژنتيك استفاده شده است. روش پيشنهادي، ضمن استفاده معمولي و با آسايش از خودرو، براي صاحب خودرو نيز سود در بر خواهد داشت؛ بنابراين نگاه اين بررسي متفاوت است و سودآوري صاحب پاركينگ، شبكۀ توزيع و جمعكننده مدنظر نيست. علاوه بر آن، در روش ارائهشده، مسافت طيشده و همچنين وضعيت شارژ در هر ساعت از شبانهروز مدنظر قرار ميگيرند. براي بررسي صحت عملكرد اين الگوريتم، دادههاي تصادفي، توليد و برنامه 1000 دفعه تكرار ميشود. درنهايت، سود انتظاري صاحب خودرو براي سه حالت مختلف، وجودنداشتن قابليت اتصال به شبكه، وجود اين قابليت و استفاده از شارژر 72 آمپري و درنهايت، وجود قابليت اتصال به شبكه و استفاده از سوپرشارژر محاسبه و بررسي شده است. نتايج بهدستآمده نشان ميدهند حالت سوم، نسبت به دو حالت ديگر، سودآورتر است.
چكيده لاتين :
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.
عنوان نشريه :
هوش محاسباتي در مهندسي برق
عنوان نشريه :
هوش محاسباتي در مهندسي برق