Оцінка швидкої зарядки електромобілів вздовж автомагістралей за допомогою моделювання скінченної багатосерверної системи масового обслуговування
DOI:
https://doi.org/10.31649/1999-9941-2024-60-2-77-90Ключові слова:
швидка зарядка, розумна зарядка, зарядні станції, моделювання на основі подій, гістограми потужностіАнотація
Анотація. Швидкі зарядні станції постійного струму необхідні вздовж автомагістралей, щоб позбавити занепокоєння водіїв щодо поїздок на великі відстані на електромобілях з батареями, оптимізованими для ефективного середнього запасу ходу. Це важливо для подальшого сприяння переходу на електромобілі. У цьому дослідженні представлено підхід на основі моделі черг для моделювання та оцінки майданчиків швидкої зарядки, обладнаних багатьма зарядними пунктами постійного струму. Зарядні станції моделюються як багатосерверні системи масового обслуговування з обмеженим простором очікування, де сервери представляють пункти зарядки, а простір очікування-паркувальну зону, доступну для електромобілів, які очікують на обслуговування. Щоб оцінити також розподіл часу прибуття та обслуговування, який не є марковським, система масового обслуговування оцінюється за допомогою імітаційного моделювання на основі подій. Прикладні результати та порівняння з аналогічними інструментами моделювання завершують презентацію підходу до моделювання. З одного боку, cимуляція демонструє середній потенційний час очікування електромобіля до початку заряджання через тимчасову зайнятість усіх зарядних точок. З іншого боку, інструмент аналізує сукупний попит на електроенергію усіх зарядних станцій. На основі останнього, механізм розумної зарядки динамічно зменшує індивідуально доступну потужність зарядки, щоб вона не перевищувала ліміт доступу до електромережі. Цей інтелектуальний механізм призводить до зниження продуктивності зарядки при високому навантаженні трафіку електромобілів, коли всі зарядні точки зайняті. У поєднанні з потребою в енергії, що залежить від стану заряду, інструмент надає користувачеві критично важливу інформацію про реалістично очікуваний час очікування та зменшення обсягів заряджання, коли багато електромобілів заряджаються паралельно. Експерименти з різною кількістю точок зарядки та обмеженнями потужності мережі допомагають користувачеві інструменту та проектувальнику системи визначити розміри зарядних майданчиків уздовж автомагістралей, які зможуть ефективно впоратися з майбутнім транспортним навантаженням.
Посилання
Ansari A. (2019). Queueing Simulation – A Java program that simulates the working of a multi-server queueing model. Retrieved from: https://github.com/psyclone20/Queueing-Simulation.
Csanyi E. (2028). The essentials of electrical distribution systems every engineer should know. Electrical Engineering Portal. Retrieved from https://electrical-engineering-portal.com/electrical-distribution-systems
eAlloc (2021). Dynamically Optimizing the Allocation of e-cars to Charging Sites. R&D project, 2021–2025, Austrian Climate and Energy Fund (KLIEN), 3rd call Zero Emission Mobility. Retrieved from https://projekte.ffg.at/projekt/4031006.
Erbach, G., & Jensen, L. (2024). Fit for 55 package. In EPRS Briefings (PE 733.513), European Parliamentary Research Service. Retrieved from https://www.europarl.europa.eu/thinktank/en/document/EPRS_BRI(2022)733513.
EUR-Lex (2023). Regulation (EU) 2023/1804 of the European Parliament and of the Council of 13 September 2023 on the deployment of alternative fuels infrastructure, and repealing Directive 2014/94/EU (AFIR). Official Journal of the European Union, article number 32023R1804. Retrieved from http://data.europa.eu/eli/reg/2023/1804/oj.
Eurostat Statistics Explained (2021). Passenger mobility statistics in ISSN 2443-8219. Retrieved from https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Passenger_mobility_statistics.
Grigorev A., Mao T., Berry A., Tan J., Purushothaman L., & Mihaita A.-S. (2021), How will electric vehicles affect traffic congestion and energy consumption: an integrated modelling approach. In 2021 IEEE International Intelligent Transportation Systems Conference – ITSC (pp. 1635-1642), Indianapolis, IN, USA, doi: 10.1109/ITSC48978.2021.9564561.
Huang Q., Yang L., Hou C., Zeng Z., & Qi Y. (2023). Event-Based EV Charging Scheduling in a Microgrid of Buildings. IEEE Transactions on Transportation Electrification, 9(1), 1784–1796. doi: 10.1109/TTE.2022.3201084.
International Energy Agency (2024). Trends in electric vehicle charging. Global EV Outlook 2024, Retrieved from https://www.iea.org/reports/global-ev-outlook-2024.
Jansson D., & Niklasson N. (2022). Dimensioning of Charging Infrastructure Using Model-Based Systems Engineering. (Doctoral dissertation, KTH, School of Engineering Sciences (SCI), Mathematics (Dept.), Mathematics (Div.), Stockholm, Sweden). Retrieved from https://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-325912.
Kabeer A.A. (2021). Multi-Server Queueing System (C++ Simulation). Retrieved from: https://github.com/zedrex/msqs.
Kleinrock L. (1975). Queueing Systems – Volume 1: Theory. Wiley-Interscience, ISBN: 978-0-471-49110-1.
Lau K. (2017). Electric Vehicle Queuing Simulation – A visualiztion app to model electric vehicle traffic intensity. Retrieved from https://kenlau177.github.io/Electric-Vehicle-App/.
Lee Z.J., Johansson D., & Low S.H. (2019). ACN-Sim: An Open-Source Simulator for Data-Driven Electric Vehicle Charging Research. In 2019 IEEE International Conference on Communications, Control, and Computing Technologies for Smart Grids – SmartGridComm (pp. 1–6). Beijing, China: IEEE Communications Society, arXiv: 2012.02809v2.
Liu W., Shi X., Zhao J., Zhang X.-P., & Xue Y. (2021). Electric Vehicle Charging Simulation Framework Considering Traffic, User, and Power Grid. Journal of Modern Power Systems and Clean Energy, 9(3), 602–611, doi: 10.35833/MPCE.2020.000208.
Rahila J., Soundra Devi G., Radhika A., & Singh G. (2024). Electric vehicle smart charging with network expansion planning using hybrid COA-CCG-DLNN approach. Optim Control Appl Meth., 45(4), 1524-1545. doi: 10.1002/oca.3108.
Sirapa S., Bivek B., Malesh S., Sailesh C., Bim P.S. (2022). Measures to resolve range anxiety in electric vehicle users. International Journal of Low-Carbon Technologies, 17, 1186–1206, doi: 10.1093/ijlct/ctac100.
Tang C., Tukker A., Sprecher B., & Mogoll´on J.M. (2023). Assessing the European electric-mobility transition: Emissions from electric vehicle manufacturing and use in relation to the EU greenhouse gas emission targets. Environmental Science & Technology, 57(1), 44–52, pMID: 36574507. doi: 10.1021/acs.est.2c06304.
Witt A. (2023). Determination of the number of required charging stations on a German motorway based on real traffic data and discrete event-based simulation. LOGI – Scientific Journal on Transport and Logistics, 14(1), 1–11, doi: 10.2478/logi-2023-0001.
Yang D., Sarma N.J., Hyland M.F., & Jayakrishnan R. (2021). Dynamic modeling and real-time management of a system of EV fast-charging stations. In Transportation Research Part C: Emerging Technologies, vol. 128, paper number 103186. Retrieved from https://www.sciencedirect.com/science/article/pii/S0968090X21002023.
Yang X.-S. (2018). Queueing Theory and Simulation. In Optimization Techniques and Applications with Examples (pp. 227–247), Wiley, doi: 10.1002/9781119490616.ch10.
##submission.downloads##
-
PDF (English)
Завантажень: 5
