هزینه تجزیه و تحلیل مالکیت باتری ها در خودروهای هیبریدی تمام الکتریکی و پلاگین

A cost of ownership analysis of batteries in all-electric and plug-in hybrid vehicles

چکیده

1 مقدمه

2 زمینه

3 مدل هزینه

4 نتایج

5 نتیجه گیری

منابع

چکیده

     تحول سریعتر خودروهای جاده ای از موتورهای سوخت سنتی به موتورهای برقی منجر به انجام تحقیقات گسترده و فزاینده درباره خودروهای برقی و زیرساخت های مرتبط با آنها (و توسعه آنها) گشته است. در همین زمینه در مقاله حاضر جنبه هزینه باتری ها را از دیدگاه مالک بررسی می کنیم. ما خصوصاً یک تحلیل از هزینه استفاده بهینه باتری ها را ارائه می دهیم تا نسبت هزینه-منفعت و فواصل زمانی تعویض باتری به حداکثر رسانده شود. به منظور تجزیه و تحلیل فرسایش باتری، آزمایشات مختلفی را برای خودروی برقی با باتری کامل (BEV) و خودروی برقی هیبریدی پلاگین (PHEV) انجام دادیم. نتایج نشان داد که زمانی که خودرو در حالت پایداری شارژ قرار دارد باتری خودروی برقی هیبریدی پلاگین (PHEV) دچار فرسایش بیشتری می شود؛ حالت پایداری شارژ به زمانی گفته می شود که از موتور احتراق استفاده می شود و توقف و حرکت مجدد زیادی در رانندگی رخ می دهد. از طرف دیگر، هزینه های فرسایش باتری خودروی برقی با باتری کامل (BEV) در هر سناریویی که پارامتر اصلی تأثیرگذار بر فرسایش باتری میانگین مسافت طی شده روزانه (بر حسب مایل) است، عموماً نزدیک به بهینه است.

زمینه
     اغلب خودروهای برقی (EV) را می توانیم در دو گروه بزرگ طبقه بندی کنیم: خودروهای برقی (باتری دار) و خودروهای برقی هیبریدی، که در گروه دوم هنوز هم موتور احتراق داخلی سنتی به عنوان منبع قدرت اصلی حفظ شده است. این گروه ها نیز به نوبه خود به زیرگروه هایی تقسیم می شوند. گروه اول زیرگروه های خودروهای برقی با باتری کامل (BEV) و خودروهای برقی با محدوده گسترش یافته (BEVx یا REEV) را شامل می گردد. گروه دوم نیز زیرگروه های خودروهای برقی تمام هیبریدی (FHEV یا HEV)، خودروهای برقی هیبریدی پلاگین (PHEV) و خودروهای برقی نیمه هیبریدی (MHEV) را شامل می گردد (به ترتیب رنگ های سبز و آبی در شکل 1).

     همان طور که در پژوهش شرکت LMC Automotive با مسئولیت محدود (2021) گزارش شده است، تقاضای جهانی برای خودروهای برقی با باتری کامل (BEV)، خودروهای برقی تمام هیبریدی (FHEV) و خودروهای برقی نیمه هیبریدی (MHEV) عموماً به صورت یکنواخت تقسیم شده است اما تقاضا برای خودروهای برقی هیبریدی پلاگین (PHEV) حدوداً نصف تقاضا برای خودروهای برقی با باتری کامل (BEV) یا خودروهای برقی نیمه هیبریدی (MHEV) است. با این حال این توزیع به علت رشد سالانه چشمگیر (نسبت به مدت مشابه در سال قبل) در تولید و فروش خودروهای برقی (EV) ممکن است به راحتی تغییر کند و بنابراین پیش بینی سهام بازار را دشوارتر سازد.

     در حقیقت یک خودروی برقی با محدوده گسترش یافته (BEVx) دارای یک واحد قدرت کمکی (APU) سوخت است تا ماکزیمم مسافت طی شده (بر حسب مایل) را گسترش دهد. با این حال یک خودروی برقی با محدوده گسترش یافته (BEVx) هنوز هم به عنوان یک خودروی برقی با باتری کامل شناخته می شود چون استفاده کردن از یک واحد کمکی یا گزینه ذخیره سازی برای شارژ کردن باتری در مواقع تخلبه بخش عمده باتری است، و یک شرایط کارکرد نرمال به حساب نمی آید

ارزیابی ریسک پروژه های مشارکتی عمومی-خصوصی برای زیرساخت های شارژ وسایل نقلیه برقی در چین با استفاده از TOPSIS فازی

Risk evaluation of electric vehicle charging infrastructure public-private partnership projects in China using fuzzy TOPSIS

چکیده
1- مقدمه
2- مرور مقالات
2-1 زیر ساختار های شارژ EV در پروژه های PPP در چین
2-2 تحلیل ریسک با حالت PPP
2-3 عوامل خطر قابل استفاده در پروژه های زیر ساخت PPP
2-4 روش TOPSPS فازی
3- روش شناسی و مواد
3-1 قالب کار تحقیقاتی
3-2 تعیین معیار ارزیابی خطر
3-3 یک روش یکپارچه با TOPSIS فازی
4- نتایج
5- مباحث
5-1 تحلیل مقایسه ای
5-2 تحلیل حساسیت
5-3 تفسیر نتایج
6- پیشنهادات
7- جمع بندی

چکیده

با افزایش توجه جهانی به انرژی های پاک و توسعه پایدار در محیط زیست، پروژه های وسایل نقلیه الکتریکی (EV) از نظر تعداد مقیاس در سراسر جهان افزایش پیدا کرده اند. اما، افزایش عدم تعادل بین عرضه – تقاضا در زیر ساخت های شارژ وسایل نقلیه یکی از مهم ترین مشکلات توسعه EV در چین می باشد. دولت در حالت اجرای پروژه های مشارکت بخش خصوصی – عمومی (PPP) در این زمینه می باشد تا بتواند به صورت موثر از سرمایه های موجود و ظرفیت های فنی پیشرفته در بخش خصوصی استفاده کند تا بتواند عملکرد و سرویس رسانی برای شارژ وسایل نقلیه الکتریکی را بهبود بخشد. برای تضمین موفقیت پروژه، ارزیابی خطر که خیلی مطالعات زیادی در رابطه اش انجام نشده، یکی از مهم ترین گام ها می باشد. هدف این مقاله، ارزیابی عوامل خطر از طریق یک نظر سنجی پرسش نامه ای و محاسبه سطح خطر کلی زیر ساخت های شارژ وسایل نقلیه در پروژه های PPP با یک روش یکپارچه رتبه بندی اولویت ها از طریق تشابه با راه حل ایده آل ( تاپسیس فازی) می باشد. نتایج شناسایی عوامل خطر شامل دسته بندی های خطر زیست محیطی / اجتماعی، اقتصادی، قانونی / سیاسی، فنی می باشد و ما چهار عامل خطر را به عنوان مهم ترین عوامل موثر در زیر ساخت های شارژ وسایل نقلیه در چین، انتخاب کردیم : تجربه کم در زمینه پروژه های PPP ، هزینه بالای باتری ها، دوره شارژ طولانی و افزایش قیمت توان. سطح ریسک کلی سه پروژه جایگزین نیز در این مطالعه ارزیابی شد و سپس با استفاده از روش پیشنهاد شده هم عوامل خطر آن رتبه بندی شد. سپس امکان پذیری اجرایی و تاثیر این پروژه ها نیز از طریق یک تحلیل مقایسه ای و تحلیل میزان حساسیت، بررسی شد. علاوه بر این، با آگاهی نسبت به خطرات موجود، پیشنهاداتی برای بخش خصوصی پروژه های PPP زیر ساخت های شارژ وسایل نقلیه الکتریکی ارائه شد. کارایی ها و محدودیت های دقیق این مقاله نیز در قسمت پیشنهادات و جمع بندی ارائه شده است.

1- مقدمه

به دلیل مطرح شدن بحث توسعه پایدار، صرفه جویی در هزینه و کاهش نشر گاز های آلوده کننده تبدیل به یکی از موضوعات ضروری شده است . وسایل نقلیه الکتریکی (EV ها) که نقش بسیار مهمی در توسعه استراتژیک دارند، به عنوان تکنولوژی های موفق برای ارتقای کیفیت زیست محیطی، زیست پذیری و توسعه پایدار بدون کاهش محسوس قابلیت جابجایی یا راحتی در نظر گرفته می شوند ( Stark Juliane et al., 2018; White and Sintov, 2017) و به خاطر تاثیر محسوس این وسایل در کاهش میزان نشر کربن دی اکسید، باعث شده که توجه زیادی به آن ها جلب شود ( Zhang and Han, 2017) و حفاظت زیست محیطی خوبی شکل بگیرد. به دلیل این که بخش حمل و نقل یکی از موثر ترین واحد های نشر گاز های گلخانه ای بوده است ( He and Zhan, 2018; S. Wang et al., 2017)، تلاش ها و مجموعه اندازه گیری هایی انجام شده است تا بتوان الزام های توسعه پایدار چین را فراهم کرد. در نتیجه، چین به یکی از بزرگترین بازار های وسایل نقلیه الکتریکی در جهان تبدیل شده است و همواره در حال رشد با سرعت بالا می باشد ( Lin and Wu, 2018) و میزان فروش این وسایل نقلیه به 777.000 مورد رسیده است. با وجود مقیاس توسعه EV ، باید به این نکته اشاره کرد که عدم تعادل بین عرضه – تقاضا در زیر ساختار های وسایل نقلیه الکتریکی شارژی (EVCI) تبدیل به یکی از مهم ترین موانع توسعه EV در چین شده است. برای تامین نیاز شارژ ضروری برای این وسایل نقلیه، مشارکت بخش خصوصی- عمومی (PPP) یکی از روش هایی است که پیشنهاد شده و می تواند باعث جذب بخش خصوصی شده و در نتیجه از مزیت های تامین مالی آن ها ،طراحی، ساخت و ساز و عملیات برای فراهم کردن کیفیت بالا، سرویس های متنوع شارژ و ایجاد مزایای اجتماعی استفاده کرد ( Ou,2016).

جمع بندی

توسعه EV می تواند نقش بسیار مهمی برای رسیدن به مزایای زیست محیطی تمیز ایفا کند و باعث توسعه پایدار یک جامعه شود. معرفی روش اجرای پروژه به صورت PPP در ساخت زیر ساخت های شارژ EV برای حل عدم تعادل بین عرضه – تقاضا ، توسط دولت به عنوان یک روش موثر برای جذب سرمایه های خصوصی و بهبود عملکرد و خدمات، پشتیبانی شده است. تحلیل ریسک پروژه های PPP یکی از مهم ترین موضوعات ضروری برای بخش خصوصی می باشد تا نسبت به موفقیت پروژه مطمئن شود و باید مشخص شود کدام عوامل ریسک ممکن است بر روی پروژه تاثیر بگذارد. همچنین ما باید روش هایی داشته باشیم تا با استفاده از آن ها بتوانیم سطح ریسک کلی را با روش های علمی اندازه گیری کنیم. برای حل این مسئله، این مقاله یک روند شناسایی عوامل ریسک و ارزیابی پروژه EVCI PPP را با روش TOPSIS فازی ارائه می کند. در نتیجه، ما 17 عامل ریسک بحرانی را به عنوان معیار ارزیابی از طریق مرور مقالات و نظر سنجی پرسش نامه ای شناسایی کردیم و وزن های معیار ها را با استفاده از روش میانگین نرمال شده مشخص کردیم و رتبه بندی روش های جایگزین را بر اساس همین روش، مشخص کردیم . یک تحلیل مقایسه ای و تحلیل حساسیت نیز برای تایید امکان پذیری و تاثیر این مدل، انجام شد. ارزیابی خطر و تحلیل پروژه های PPP مهم ترین موضوعات در این زمینه هستند و می توانند توجه تمام محقق های جهان را به خودشان جلب کنند. به عنوان بخشی از ساخت و ساز زیر ساخت ها، تحلیل خطر زیر ساخت های شارژ نقش مهمی را ایفا می کند اما مقالات کمی به بررسی ریسک ها و ارزیابی جامعه در زمینه فعالیت های بخش خصوصی انجام داده اند. هدف این مقاله ، تکمیل این خلا می باشد.

Abstract

With increasing worldwide attention on clean energy and sustainability of environment development, electric vehicle (EV) projects have been growing in number and scale all over the world. However, increasing demand-supply imbalance in charging infrastructure becomes the major obstacle of Chinese EV development. Governments are applying Public-Private Partnership (PPP) mode in this field to effectively make use of solid capital and advanced technological capability of private sector to improve charging performance and service. To ensure project success, risk evaluation, which has remained nebulous, has become a crucial step. This paper aims to explore risk factors through questionnaire survey and calculate the overall risk levels of EV charging infrastructure PPP projects with an integrated approach with Fuzzy Order Preference by Similarity to Ideal Solution (Fuzzy TOPSIS). Results of risk factors identification consisted of project/technical, political/legal, economic and social/environmental risk categories and four risk factors were selected for specific concern of charging infrastructure in China: inadequate PPP project experience, high battery cost, long charging period and power price rise. Overall risk levels of three alternative projects were evaluated and ranked with proposed approach whose feasibility and effectiveness were verified through a comparative analysis and a sensitivity analysis. Moreover, awareness of existing risks, suggestions were provided for private sectors of EV charging infrastructure PPP project. The detailed implications and limitations were presented in the suggestions and the conclusions.

1- Introduction

As global sustainable development, energy saving and emission reduction have become necessary and urgent issues. Electric vehicles (EVs), which play a key role in strategic development plans as a promising technology to promote environmental quality, livability, and sustainability without significantly reducing convenience or mobility (Stark Juliane et al., 2018; White and Sintov, 2017), has been given more attention for its outstanding performance in carbon emission reduction (Zhang and Han, 2017) and environment protection. Since transport sector has been one of the top contributors in greenhouse gas emissions (He and Zhan, 2018; S. Wang et al., 2017), significant efforts and series of measurements have been taken to satisfy China’s sustainable development requirements. As a result, China has become the world’s largest electric vehicle market and continues to maintain a high-speed growth (Lin and Wu, 2018) and its sales totaled 777,000 in 2017. Despite the EV development scale, it is noteworthy that demand-supply imbalance in electric vehicle charging infrastructure (EVCI) has become the major obstacle of EV development in China. To satisfy increasingly urgent charging demand, public-private partnership (PPP) mode has been introduced and supported to attract private sectors and make use of their advantages in financing, design, construction and operation for providing high quality, efficient and diverse charging services and creating social benefit (Ou, 2016).

7- Conclusions

EV development can play a significant role in achieving clean environmental benefits and contribute to sustainability of the society. Introducing PPP mode into EV charging infrastructure construction to solve demand-supply imbalance is highly encouraged by the government as an effective mean to attract private capital and improve charging performances and services. Risk analysis of a PPP project is necessary for the private sector to ensure project success and it’s important to understand what risk factors might influence the project and how to calculate the overall risk level with scientific approach. To solve this problem, this paper constructed a risk identification and evaluation framework of EVCI PPP project with an integrated fuzzy TOPSIS approach. As the results, we selected 17 critical risk factors as evaluation criterion through literature review and questionnaire survey, determined criterion weights with normalized mean method and evaluated and ranked alternatives with proposed approach. A comparative analysis and a sensitivity analysis were constructed to verify feasibility and effectiveness of the model. Risk evaluation and analysis of PPP project are most critical issues and attract attentions from researchers all over the world. As part of main infrastructure construction, risk analysis of charging infrastructure plays a significant role though few literature has carefully identify its risk factors and conduct comprehensive evaluation in this field for the private sector. This paper intents to contribute to this section.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

ارزیابی ریسک پروژه های مشارکتی عمومی-خصوصی برای زیرساخت های شارژ وسایل نقلیه برقی در چین با استفاده از TOPSIS فازی

Risk evaluation of electric vehicle charging infrastructure public-private partnership projects in China using fuzzy TOPSIS

برنامه ریزی وسیله نقلیه الکتریکی با توجه به اهداف مشترک و بهینه سازی شده مشتری و سیستم

Electric Vehicle Scheduling Considering Co-optimized Customer and System Objectives

چکیده

مقدمه

الف- مدلسازی تابع هدف

ب- قیود خودرو و سیستم

ج- روند بهینه‌سازی چندگانه

نتایج شبیه‌سازی و مشاهدات

الف- تعریف حالت‌ها:

ب- بهینه‌سازی با دو هدف

ج- بهینه‌سازی سه‌گانه

نتیجه‌گیری

منابع

چکیده

برنامه‌ریزی کارآمد برای خودروهای الکتریکی یک مسئله بهینه‎‌سازی با چند هدف است که منافع متناقض مشتری و اپراتور سیستم را شامل می‌شود. مخصوصا در پیاده‌سازی‌های خودرو به شبکه. شارژ مقرون به صرفه و همزمان با آن کمینه کردن استهلاک باتری و نیز برقرار داشتن پروفایل بار سیستم عواملی اند که این دو گروه منافع متناقض را به هم مرتبط می‌سازند. در این مقاله با تمرکز روی شناسایی رابطه بین این اهداف، تکنیکی مبتنی بر تحمیل اپسیلون بهبود یافته (AUGMECON) برای انجام‌ بهینه‌سازی‌های دوگانه و سه‌گانه پیشنهاد می‌شود. همچنین اهمیت استفاده از این اهداف در اصلاح قله‌ها و پرکردن دره‌ها در مورد یک مجموعه خودروی برقی محلی مورد بحث قرار گرفته‌است. روش پیشنهاد شده یک نوع استراتژی با رویکرد نگاه به جلو برای برنامه‌ریزی مؤثر برای خودروهای برقی با بهینه‌سازی همزمان نسبت به چند هدف ارائه می‌دهد. به منظور ارائه اصول عملی به مشتریان می‌توان از یک راه‌حل بهینه از بین روش‌های پیشنهاد شده در جبهه‌های Pareto استفاده کرد.

نتیجه‌گیری

در این مقاله دینامیک اهداف سیستم و مشتری شناسایی و بررسی شدند. برای یافتن جواب‌های بهینه که به سود این دو باشد، از یک روش بهینه‌سازی چندگانه براساس AUGMECON استفاده شد. به این منظور مشوق‌های مالی مشتری و نیز نگرانی‌های متصدی سیستم راجع به شبکه، مدنظر قرار گرفتند. همچنین مقایسه‌ای بین روش‌های AUGMECON و جمع وزن‌دار صورت گرفت که نشان داد اولی برای یافتن جواب‌های با توزیع یکنواخت بهتر است. برنامه‌ریزی متمرکز برای روز پیش رو اطلاعاتی در اختیار مشتری و متصدی سیستم قرار می‌دهد که بتوانند آگاهانه تصمیم بگیرند. همچنین این مسئله مورد بررسی قرار گرفت که روش‌های بهینه‌سازی با یک هدف برای دست‌یافتن به طرح‌های برنامه‌ریزی وکنترل مبتنی بر بهینه‌سازی چندگانه کافی نیستند و به حالتی سودده و کارآمد منجر نمی‌شود.

Abstract

Efficient electric vehicle (EV) scheduling is a multi-objective optimization problem with conflicting customer and system operator interests, especially during vehicle-to-grid implementations. Economic charging while minimizing battery degradation and maintaining system load profiles couple the interests of these two entities. This paper focuses on identifying the relationships between these objectives and proposes to use an augmented epsilon-constrain (AUGMECON) based technique to implement two-way and three-way multi-objective optimizations. The importance of using these objectives in peak-shaving and valley-filling for an aggregated (residential) EV fleet is discussed. The proposed solution provides a look-ahead strategy into effective EV scheduling by co-optimizing multiple objectives. To provide operational guidance to utilities and customers, an optimal solution may be selected from those represented by the Pareto fronts.

IV- CONCLUSION

In this paper, the dynamics between customer and system objectives have been identified and investigated. An AUGMECON based multi-objective optimization methodology has been implemented to identify co-optimal solutions for the benefit of these two entities. A customer’s financial motives and a system operator’s network-based concerns have been leveraged for this purpose. A comparison between AUGMECON and weighted-sum approach establishes the superiority of the former in finding uniformly distributed solutions. The day-ahead centralized scheduling scheme would provide information to the customer and system operator to make informed decisions. The inadequacy of single objectives in proposing mutually beneficial and efficient multi-objective optimizationbased control and scheduling schemes has been established.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

برنامه ریزی وسیله نقلیه الکتریکی با توجه به اهداف مشترک و بهینه سازی شده مشتری و سیستم

Electric Vehicle Scheduling Considering Co-optimized Customer and System Objectives

امکان سنجی سیستم خودرو به شبکه: تحلیل فنی و اقتصادی از ذخیره انرژی مبنی بر EV

Vehicle-to-grid feasibility: A techno-economic analysis of EV-based energy storage

چکیده
1- مقدمه
2- روش‌شناسی
2-1- تحلیل سناریو
2-2- شبیه‌سازی مونت کارلو
2-3- مدلسازی محیط، ورودی‌ها و پیاده‌سازی
3- تجزیه تحلیل و بحث
3-1- مشخصات مصرفی خودرو
3-2- ارزیابی درآمد خودرو
3-3- ارزیابی درآمد ساختمان
3-4- تحلیل جریان نقدینگی با تخفیف
3-5- ارزیابی حساسیت
4- نتیجه‌گیری
منابع

چکیده

در این تحقیق، توانایی بالقوه خودرو الکتریکی برای کسب درآمد از طریق تامین انرژی ساختمان‌های تجاری در کنار درآمد حاصله از بازارهای خدماتی جانبی در انگلستان مورد ارزیابی قرار گرفته‌است. یک مدل ترکیبی سری زمانی/ محیط شبیه‌سازی آماری با استفاده از داده‌های واقعی توصیف شده‌است که برای تحلیل تجارت الکتریسیته با سیستم خودرو به شبکه به خودرو، ساختمان‌ها و بازار اعمال شده‌است. پارامترهای کلیدی برای این منظور شامل قیمت فروش الکتریسیته خودرو الکتریکی، هزینه استهلاک باتری و قیمت زیرساخت‌هاست. سه سناریوی خودرو به شبکه توسط داده‎‌های گردش خودروهای مخزن، شاخص قیمت‌گذاری بازار و تقاضای نیم‌ساعته الکتریسیته برای یک ساختمان تجاری موردارزیابی قرار گرفته‌است. نتایج نشان می‌دهد که تامین انرژی برای بازارهای عمده الکتریسیته با درآمد اضافی ناشی از بازار ظرفیت، منجر به بیشترین بازگشت پیش‌بینی شده سرمایه و تولید یک خودرو مجزا به ارزش خالص حدود 8400 یورو می‌شود. این هزینه تامین انرژی برای یک حامل به مدت 10 سال برای سه بار در هفته و برای بازار نیم‌ساعته روز بعد است و شامل هزینه نصب زیرساخت خودرو به شبکه‌است. تحلیل‌ها همچنین نشان می‌دهند که تولید درآمد خالص به شدت تحت‌تاثیر هزینه‌های استهلاک باتری مربوط به چرخه سیستم خودرو به شبکه‌ است.

4- نتیجه‌گیری

در این مقاله، توانایی بالقوه خودروهای برقی برای کسب درآمد از طریق تامین انرژی ساختمان‌های تجاری و درآمد جمع‌شده از بازارهای سرویس کمکی در انگلستان بررسی شده‌است. نتایج نشان می‌دهند که پیاده‌سازی V2G در انگلستان می‌تواند در برخی سناریوهای خاص از لحاظ انرژی تأمین‌شده برای ساختمان‌ها به صورتی که در این پژوهش بررسی شد، یک منبع درآمد برای مالکان خودروهای برقی باشد. همچنین یافته‌ها نشان می‌دهند که هزینه استهلاک باتری و شارژ مجدد خودرو پس از خدمات V2G اثر قابل توجهی روی خودروها به لحاظ قابلیت تأمین انرژی برای خدمات V2G دارد. به خاطر هزینه‌های نسبتا بالای استهلاک باتری مربوط به چرخه V2G، بازار تجارت عمده و بازار ظرفیت، بیشترین درآمد را پس از کسر هزینه‌های استهلاک با مقدار NPV ای در حدود 8400 یورو به ازای هر خودرو در طول یک بازه سرمایه‌گذاری 10ساله تامین می‌کنند. این موضوع به خاطر هزینه برق (برحسب KWh) بالاتر به نسبت سایر سناریوهای ارزیابی شده، است. مقدار کمی از مصرف شخصی ساختمان برای سه‌گانه و کاهش پیک تقاضا تولید می‌شود، در حالی که ثابت شده‌است تأمین خدمات STOR کمترین پایداری و مقدار درآمد دارد که جبران هزینه‌های استهلاک باتری را نیز نمی‌کند. حساسیت‌های مربوط به پارامترهای خاص ورودی از جمله سطح تعرفه‌ها نیز قابل توجه بودند، یعنی مورد تجاری V2G در صورت تغییرات کوچک در هزینه‌ها در معرض خطر قابل توجهی قرار دارد. در هر حال، این مسئله پتانسیل قابل توجهی را فراهم می‌کند، به طور مثال با کاهش قیمت باتری، هزینه های استهلاک باتری کاهش پیدا کرده، بنابراین باعث تولید سود بالقوه بیشتر در سناریوهای بررسی‌شده می‌شود.

Abstract

The potential for electric vehicles to obtain income from energy supplied to a commercial building together with revenue accruing from specific ancillary service markets in the UK is evaluated in this work. A hybrid time-series/probabilistic simulation environment using real-world data is described, which is applied in the analysis of electricity trading with vehicle-to-grid to vehicles, buildings and markets. Key parameters are found to be the electric vehicle electricity sale price, battery degradation cost and infrastructure costs. Three vehicle-to-grid scenarios are evaluated using pool vehicle trip data, market pricing index data and half-hourly electricity demand for a commercial building. Results show that provision of energy to the wholesale electricity market with additional income from the capacity market results in the greatest projected return on investment, producing an individual vehicle net present value of ∼£8400. This is over 10 years for a vehicle supplying energy three times per week to the half-hour day-ahead market and includes the cost of installing the vehicle-to-grid infrastructure. The analysis also shows that net income generation is strongly dependent upon battery degradation costs associated with vehicle-to-grid cycling.

4- Conclusions

The potential for EVs to obtain income from energy supplied to a commercial building together with revenue accruing from specific ancillary service markets in the UK has been evaluated. The results indicate that implementation of V2G in the UK could provide a significant source of income in specific scenarios, in terms of energy supplied to the buildings as analysed here and to the owners of the EV assets. It was found that the cost of battery degradation and re-charging of the vehicle after V2G services has a significant impact on the feasibility of EVs to provide energy for V2G services. Due to the relatively high battery degradation costs associated with V2G cycling, wholesale market trading together with participation in the capacity market provided the highest income generation after the degradation costs were accounted for, with an NPV of around £8400 per vehicle over a 10-year investment period. This is due to the payment per kW h of electricity being highest for this market compared to the other scenarios evaluated. Less value is generated from building self-consumption for triad and peak demand reduction, whilst the provision of STOR services proved to be the least viable, with income payments failing to meet battery degradation costs. Sensitivities associated with specific input parameters such as tariff levels were found to be significant, meaning the business case for V2G is subject to significant risk if for small variations in costs. However, this also offers significant potential, for example with falling battery costs, degradation costs decrease, thus generating a greater profit potential within the scenarios evaluated.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

امکان سنجی سیستم خودرو به شبکه: تحلیل فنی و اقتصادی از ذخیره انرژی مبنی بر EV

Vehicle-to-grid feasibility: A techno-economic analysis of EV-based energy storage

ادغام کارآمد وسایل نقلیه الکتریکی پلاگین از طریق میکروگریدهای قابل پیکربندی مجدد

Efficient integration of plug-in electric vehicles via reconfigurable microgrids

چکیده

نام گذاری

1. مقدمه

2. ریزشبکه های با قابلیت پیکربندی مجدد (RMG)

2 – 1: راهبرد پیکربندی مجدد

2 – 2: فناوری PEV

3. فرمولاسیون مسئله

3 – 1: تابع هدف

3 – 2: محدودیت های مسئله

4. مدل سازی عدم قطعیت ها براساس ایجاد سناریو

4 – 1: ایجاد سناریو

4 – 2: کاهش و تراکم سناریو

5. نتایج شبیه سازی

6. نتیجه گیری

چکیده

این مقاله زیست پذیری ریزشبکه های با قابلیت پیکربندی مجدد (RMG) را در تسهیل یکپارچگی خودروهای الکتریکی قابل اتصال به شبکه برق (PEVs) بررسی می کند. توانایی پیکربندی مجدد ریزشبکه ها، که با استفاده از سوئیچ های کنترلی راه دور (RCS) فعال می شوند، نفوذ زیاد PEVها و ژنراتورهای توزیع شده تجدیدپذیر را پشتیبانی می کند و با این حال هزینه عملکردی کل را کاهش و قابلیت اطمینان ریزشبکه را نیز ارتقاء می دهد. هدف مسئله برنامه ریزی بهینه پیشنهادی، حداقل کردن هزینه کل تامین برق در PEVها با منابع انرژی پراکنده (DER) و تبادل انرژی شبکه جریان رو به بالا، حداقل کردن هزینه زوال باتری در PEVها، هزینه سوئیچینگ درهنگام پیکربندی مجدد، و هزینه های وقفه قابل انتظار مشتری به عنوان شاخص اطمینان می باشد. برای نشان دادن سطح بالای تردیدها در مسئله، یک چارچوب تصادفی مبتنی بر سناریو به منظور دریافت و کنترل عدم قطعیت ها همراه با مقادیر شارژکردن و تخلیه PEVها، تعداد PEVها در هر ناوگان، زمان روزانه سفرها برای PEVها، مصرف بار ساعتی، توان خروجی ساعتی DGهای تجدیدپذیر، و قیمت ساعتی بازار طراحی شده است. عملکرد رضایت بخش و شایستگی های مدل پیشنهادی بر روی ریزشبکه آزمایشی بررسی شده است.

1. مقدمه

ریزشبکه به عنوان گروهی از بارهای به هم پیوسته و منابع انرژی پراکنده (DER) تعریف می شود که چه در حال اتصال به شبکه کاربرد و چه هنگام انفصال [1] قادر به عملیات می باشد و متعاقبا کیفیت سرویس های الکتریکی به مشتریان محلی را از هر دو منظر عملیاتی و قابلیت اطمینان بهبود می بخشد [2, 3]. برخی از مزیت های اصلی گسترش ریزشبکه را می توان لیست کرد، مانند وقفه های کمتر مشتریان و بهبود قابلیت اطمینان، انتشار کمتر، کیفیت توان بالاتر، کاهش هزینه های عملکردی، و بهره وری بالاتر [4, 5]. این ویژگی های امیدبخش منجربه شروع تحقیقات مهم در عملیات ریزشبکه ها، کنترل، و برنامه ریزی در سال های اخیر شده است. در [6]، چارچوب بهینه-سازی مبتنی بر الگوریتم ژنتیک کدگذاری واقعی ماتریسی به منظور بررسی عملکرد بهینه ریزشبکه پیشنهاد شده است. روش پیشنهادی شامل یک مدول پیش بینی، سیستم ذخیره انرژی، و رویکرد بهینه سازی می باشد. در [7]، روش مبتنی بر برنامه ریزی خطی به منظور کاهش هزینه ریزشبکه خورشیدی – باد هیبریدی با درنظر گرفتن محدودیت های محیطی ارائه شده است. 

6. نتیجه گیری

این مقاله مسئله برنامه ریزی بهینه RMG را با درنظر گرفتن DGهای توزیع کننده، DGهای تجدیدپذیر، و ناوگان های PEV بررسی می کند. ابتدا، مسئله به شکل مسئله بهینه سازی تک هدفی مجزای محدود فرمول بندی شد و سپس یم چارچوب بهینه سازی تصادفی مؤثر به منظور مدل سازی اثرات نامشخص (عدم قطعیت) معرفی شد. به منظور بررسی عملکرد چارچوب تصادفی پیشنهادی، سیستم آزمون IEEE بکار می رود و چهار سناریو نیز به منظور برجسته کردن اثر DER، PEV و پیکربندی مجدد توسعه یافت. نتایج شبیه سازی در RMG نمونه نشان داد که درنظر گرفتن راهبرد پیکربندی مجدد زیست پذیری ریزشبکه را هم از نظر هزینه های عملکردی و هم قابلیت اطمینان بهبود می بخشد. همچنین، مشاهده شد که درنظر گرفتن فناوری V2C وضعیت PEVها را از صرف بارها به ذخیره های متحرک ارتقاء می دهد و بنابراین هزینه عملکردی ریزشبکه را کاهش می دهند.

Abstract

This paper investigates the viability of the reconfigurable microgrids (RMGs) in facilitating the integration of plug-in electric vehicles (PEVs). The reconfiguration ability of microgrids, which is enabled by the use of remotely controlled switches (RCSs), will support the high penetration of PEVs and renewable distributed generators (DGs) while reducing the total operation cost and potentially enhance microgrid reliability. The objective of the proposed optimal scheduling problem is to minimize the total cost of power supply by distributed energy resources (DERs) and upstream network energy exchange, battery degradation cost in PEVs, cost of switching during the reconfiguration, and expected customer interruption costs as a reliability index. To address the high level of the uncertainties in the problem, a scenario-based stochastic framework is devised to capture the uncertainties associated with the charging and discharging values of PEVs, number of PEVs in each fleet, time of the daily trips for PEVs, hourly load consumption, hourly output power of renewable DGs, and hourly market price. The satisfying performance and merits of the proposed model are examined on a test microgrid.

1. Introduction

A Microgrid is defined as a group of interconnected loads and distributed energy resources (DER) which can operate either connected to or disconnected from the utility grid [1], and accordingly improve the quality of the electrical services to local customers from both operation and reliability points of view [2,3]. Some of the major benefits of microgrid deployments can be listed as fewer customer interruptions and improved reliability, lowered emissions, higher power quality, reduced operation costs, and higher efficiency [4,5]. These promising features have resulted in initiating significant research on the microgrids operation, control, and planning in recent years. In [6], an optimization framework based on the matrix real-coded genetic algorithm is suggested to investigate the optimal operation of a microgrid. The proposed method consists of a forecasting module, an energy storage system, and an optimization approach. In [7], a method based on linear programming is presented to decrease the cost of a hybrid solar-wind microgrid with regards to the environmental constraints.

6. Conclusion

This paper investigated the optimal scheduling problem of RMGs considering dispatchable DGs, renewable DGs, and PEV fleets. First, the problem was formulated in the form of a constrained discrete single-objective optimization problem and then an efficient stochastic optimization framework was introduced to model the uncertainty effects. In order to examine the performance of the proposed stochastic framework, an IEEE test system was used and four scenarios were developed to highlight the effect of DERs, PEVs, and reconfiguration. The simulation results on a typical RMG showed that considering reconfiguration strategy can improve the microgrid’s viability from both operation costs and reliability perspectives. Also, it was seen that considering the V2G technology could enhance the status of PEVs from being just loads to moving storages and thus reduce the microgrid operation cost.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

ادغام کارآمد وسایل نقلیه الکتریکی پلاگین از طریق میکروگریدهای قابل پیکربندی مجدد

Efficient integration of plug-in electric vehicles via reconfigurable microgrids

یک روش شارژ مبتنی بر PSO بهبود یافته خودروهای الکتریکی در شبکه توزیع برق

An improved PSO-based charging strategy of electric vehicles in electrical distribution grid

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

استراتژی شارژ بر اساس PSO ارتقا یافته وسیله نقلیه الکتریکی در شبکه توزیع برق

An improved PSO-based charging strategy of electric vehicles in electrical distribution grid

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

کنترل مقاوم زمان بندی شده با بهره برای پایداری جانبی وسایل نقلیه برقی چهار چرخه با هدایت مستقل از طریق تکنیک تغییر پارامتر خطی

Gain-scheduled robust control for lateral stability of four-wheelindependent-drive electric vehicles via linear parameter-varying technique

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

کنترل مقاوم زمان بندی شده با بهره برای پایداری جانبی وسایل نقلیه برقی چهار چرخه با هدایت مستقل از طریق تکنیک تغییر پارامتر خطی

Gain-scheduled robust control for lateral stability of four-wheelindependent-drive electric vehicles via linear parameter-varying technique

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

بهینه سازی عملکرد خودرو متصل به شبکه خودروهای الکتریکی با باتری از طریق مدل زمان بندی شارژ هوشمند

optimizing the performance of vehicle-to-grid (v2g) enabled battery electric vehicles through a smart charge scheduling model

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

بهینه سازی عملکرد خودرو متصل به شبکه خودروهای الکتریکی با باتری از طریق مدل زمان بندی شارژ هوشمند

optimizing the performance of vehicle-to-grid (v2g) enabled battery electric vehicles through a smart charge scheduling model

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

تاثیر تقاضای شارژینگ خودروهای الکتریکی هیبریدی پلاگین بر مدیریت انرژی بهینه میکروشبکه های تجدیدپذیر

Impact of plug-in hybrid electric vehicles charging demand on the optimal energy management of renewable micro-grids

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

تاثیر تقاضای شارژینگ خودروهای الکتریکی هیبریدی پلاگین بر مدیریت انرژی بهینه میکروشبکه های تجدیدپذیر

Impact of plug-in hybrid electric vehicles charging demand on the optimal energy management of renewable micro-grids

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

شارژ بهینه خودروهای برقی متصل به شبکه برای یک زیرساخت پارک ماشین (پارکینگ)

Optimal Charging of Plug-in Electric Vehicles for a Car Park Infrastructure

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

شارژ بهینه خودروهای برقی متصل به شبکه برای یک زیرساخت پارک ماشین (پارکینگ)

Optimal Charging of Plug-in Electric Vehicles for a Car Park Infrastructure

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.