مدل‌سازي احتمالي تقاضاي بار ايستگاه شارژ سريع براي خودروهاي الكتريكي عمومي

Probabilistic Modeling of Fast Charging Station Load Demand for Public Electric Vehicles

با توجه به عوامل اقتصادي و زيست‌محيطي، انتظار مي‌رود در آينده‌اي نزديك استفاده از خودروهاي الكتريكي به‌خصوص با قابليت اتصال به شبكه، افزايش قابل توجهي پيدا كند. نفوذ بالاي خودروهاي الكتريكي مي‌تواند شبكه را تحت تأثير قرار دهد و از اين رو در سال‌هاي اخير مطالعات زيادي به اثرات شارژ خودروهاي الكتريكي بر روي شبكه پرداخته‌اند. در اين مقاله، مدلي احتمالي بر پايه تئوري صف و همچنين شبيه‌سازي مونت‌كارلو با نرم‌افزار ED براي استخراج تقاضاي بار ايستگاه شارژ سريع ارائه‌ شده است، با اين فرض كه خودروهاي مورد بررسي، تاكسي‌هاي شهرستان آمل در استان مازندران باشند. داده‌هاي مورد نياز مانند زمان مراجعه و وضعيت شارژ باتري قبل از شارژگيري، با سه روش از تاكسي‌هاي درون‌شهري شهرستان آمل جمع‌آوري و استخراج شده است. به دست آوردن منحني تقاضاي بار شارژ خودروهاي الكتريكي نيازمند داده‌هايي مي‌باشد كه وابسته به رفتار ترافيكي رانندگان است. از آنجايي كه رفتار صاحبان خودرو غير قطعي مي‌باشد، در نتيجه اين داده‌ها به‌صورت متغيرهاي غير قطعي تعريف شده و توسط روش‌هاي احتمالي مورد ارزيابي قرار گرفته‌اند.

Considering economic and environmental factors, it is expected that the number of plug-in electric vehicles (PEVs) will be increased, rapidly. The high penetration of EVs, can affect the power system. Therefore, in recent years, various studies have paid their attention to the impacts of PEVs charging on the network. In this paper, a probabilistic model based on the queueing theory is extracted using Monte Carlo simulation for modeling EV charging station load. It is assumed that the vehicles are the taxis of Amol city in Mazandaran province. Required data such as the time of arrival and the state of charge of the battery before charging, were collected and extracted using three methods from intra-city taxis in the city of Amol. To obtain the demand load of EV charging, the traffic-based behavior of drivers is needed. This behavior is stochastic. Therefore, its related variables will not be deterministic and must be evaluated using probabilistic methods.