دانلود ترجمه مقاله برنامه ریزی زیرساخت شارژ سریع خودروهای الکتریکی در شبکه های شهری
عنوان فارسی |
برنامه ریزی زیرساخت شارژ سریع خودروهای الکتریکی در شبکه های شهری با توجه به سفر های روزانه و رفتار شارژ |
عنوان انگلیسی |
Electric vehicle fast charging infrastructure planning in urban networks considering daily travel and charging behavior |
کلمات کلیدی : |
  برنامه ریزی ایستگاه شارژ، خودروی الکتریکی؛ شارژ سریع؛ شبکه شهری؛ انحراف؛ صف؛ بهینه سازی سیستم |
درسهای مرتبط | شبکه هوشمند |
تعداد صفحات مقاله انگلیسی : 22 | نشریه : ELSEVIER |
سال انتشار : 2021 | تعداد رفرنس مقاله : 51 |
فرمت مقاله انگلیسی : PDF | نوع مقاله : ISI |
پاورپوینت : ندارد | وضعیت ترجمه مقاله : انجام نشده است. |
1. مقدمه 2. مروری بر مقالات 3. چارچوب تحقیق 4. آزمایش های عددی 5. نتیجه گیری
چکیده – خودرو های الکتریکی، جایگزینی پایدار برای خودرو های معمولی محسوب می شوند. در این مطالعه، چارچوب یکپارچه و منسجمی برای زیرساخت های شارژ سریع شهری جهت پرداختن به مسئله اضطراب و نگرانی ناشی از اتمام برق خودرو ارائه می شود. همچنین، یک ابزار شبیه سازی مزوسکوپی برای طراحی مسیر های سفر و شبیه سازی رفتار شارژ بر مبنای ویژگی های مختلف سفر ارائه شده است. تقاضای شارژ حاصل، ورودی کلیدی یک برنامه غیرخطی عدد صحیح مختلط است که به پیکربندی ایستگاه شارژ می پردازد. همچنین، این مدل هزینه کل سیستم نظبر هزینه های نصب ایستگاه شارژ و شارژر و تاخیرهای شارژ، صف و انحراف را به طور قابل ملاحظه ای به حداقل می رساند. این مسئله با استفاده از تکنیک تجزیه شامل یک حلکننده تجاری برای شبکه های کوچک، و یک الگوریتم اکتشافی برای شبکه هایی با مقیاس وسیع علاوه بر روش تقسیم طلایی حل میشود. علاوه بر این، کیفیت راه حل و برتری قابل ملاحظه در زمیه اثر بخشی محاسباتی رویکرد تجزیه در مقایسه با رویکرد شمارش ضمنی اثبات شده است. همچنین، زیرساخت های لازم برای حمایت از سفرهای شهری در زمینه سهم های بازار و فناوریهای آتی نیز مورد بررسی قرار می گیرد.
Electric vehicles are a sustainable substitution to conventional vehicles. This study introduces an integrated framework for urban fast charging infrastructure to address the range anxiety issue. A mesoscopic simulation tool is developed to generate trip trajectories, and simulate charging behavior based on various trip attributes. The resulting charging demand is the key input to a mixed-integer nonlinear program that seeks charging station configuration. The model minimizes the total system cost including charging station and charger installation costs, and charging, queuing, and detouring delays. The problem is solved using a decomposition technique incorporating a commercial solver for small networks, and a heuristic algorithm for large-scale networks, in addition to the Golden Section method. The solution quality and significant superiority in the computational efficiency of the decomposition approach are confirmed in comparison with the implicit enumeration approach. Furthermore, the required infrastructure to support urban trips is explored for future market shares and technologies.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.