Elektrikli araçlarda şarj yükünün dağıtım şebekesine etkilerinin incelenmesi için derin pekiştirmeli öğrenme tabanlı bir karar verme sisteminin geliştirilmesi
Development of a deep reinforcement learning-based decision-making system for investigating the impacts of electric vehicle charging load on the distribution grid
- Tez No: 1011777
- Danışmanlar: PROF. DR. MUHSİN TUNAY GENÇOĞLU, PROF. DR. OZAN ERDİNÇ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Tesisleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Elektrikli araçların yaygınlaşması, sürdürülebilir ulaşım sistemlerinin geliştirilmesi açısından önemli fırsatlar sunmakla birlikte, artan şarj talebi dağıtım şebekeleri üzerinde yeni teknik ve operasyonel zorluklar ortaya çıkarmaktadır. Bu tez çalışmasında, elektrikli araçların şarj yükünün dağıtım şebekesi üzerindeki etkileri incelenmiş ve bu yükün daha etkin şekilde yönetilebilmesi amacıyla yapay zeka tabanlı bir karar mekanizması geliştirilmiştir. Tez çalışması kapsamında elektrikli araçlar, batarya ve şarj sistemleri kapsamında modellemeler yardımıyla incelenmiş ayrıca elektrikli araç şarj sürecinin güç kalitesi üzerindeki etkileri deneysel olarak analiz edilmiştir. Farklı elektrikli araçlar ve şarj cihazları kullanılarak gerçekleştirilen testler sonucunda harmonik bileşenler, akım değişimleri ve gerilim dengesizlikleri gibi temel elektriksel etkiler değerlendirilmiştir. Elde edilen sonuçlar, elektrikli araç şarj sürecinin özellikle yüksek akım seviyelerinde elektrik tesisatları üzerinde çeşitli etkiler oluşturabileceğini göstermektedir. Tez çalışmasının ana odak noktasında ise elektrikli araç şarj yükünün yönetilmesine yönelik yapay zeka tabanlı bir enerji yönetim modeli geliştirilmiştir. Bu model kapsamında, elektrikli araçlar için çok kriterli dinamik fiyatlandırma algoritması ve şarj istasyonlarına yönlendirme sağlayan bir karar mekanizması tasarlanmıştır. Karar mekanizması; araçların şarj durumu, istasyon doluluk oranı, trafik süresi, istasyon mesafesi ve fiyatlandırma modeli tarafından üretilen fiyat bilgisi parametrelerini dikkate alarak kullanıcılar için en uygun istasyon seçimini gerçekleştirmektedir. Ayrıca geliştirilen sistemin kullanıcılar tarafından erişilebilir olması amacıyla temel düzeyde bir mobil uygulama geliştirilmiştir. Elde edilen sonuçlar, önerilen yapay zeka tabanlı yaklaşımın elektrikli araç şarj yükünün daha dengeli şekilde yönetilmesine katkı sağlayabileceğini ve hem kullanıcı konforu hem de dağıtım sistemi işletme hedefleri açısından etkin bir çözüm sunabileceğini göstermektedir.
Özet (Çeviri)
The widespread adoption of electric vehicles offers significant opportunities for the development of sustainable transportation systems. However, the increasing charging demand introduces new technical and operational challenges for distribution networks. In this thesis, the impacts of electric vehicle charging loads on distribution systems are investigated and an artificial intelligence-based decision mechanism is developed to manage these loads more effectively. In this study, electric vehicles were examined in terms of battery and charging systems through modeling approaches. In addition, the effects of the charging process on power quality were experimentally analyzed. Tests conducted using different electric vehicles and charging devices evaluated electrical effects such as harmonic components, current variations and voltage imbalances. The results indicate that the charging process, particularly at higher current levels, may introduce various impacts on residential electrical installations. The main focus of the thesis is the development of an artificial intelligence-based energy management model for managing charging loads of electric vehicles. In this framework, a multi-criteria dynamic pricing algorithm and a decision mechanism that directs vehicles to charging stations were designed. The decision mechanism determines the optimal charging station by considering parameters such as the vehicle state of charge, station occupancy level, traffic time, distance to the station and the price information produced by the pricing model. In addition, a basic mobile application was developed to enable users to access the system. The results demonstrate that the proposed artificial intelligence-based approach can contribute to balancing charging loads while improving both user comfort and distribution system operation.
Benzer Tezler
- A risk management framework for smart distribution systems
Akıllı güç dağıtım sistemleri için risk yönetimi çerçevesi
ELİF ÜSTÜNDAĞ SOYKAN
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiHesaplamalı Bilim ve Mühendislik Ana Bilim Dalı (disiplinlerarası)
PROF. DR. MUSTAFA BAĞRIYANIK
- Elektrikli araçların kullanımına yönelik yük tahmini ve karar destek sistemi
Load forecasting and decision support system for electric vehicles use
HATİCE MENEKŞE KÖSEMEN
Yüksek Lisans
Türkçe
2024
EnerjiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. ORHAN TORKUL
- Siting and sizing of renewable energy supported electric vehicle charging stations along highways with a novel interoperable smart energy management system
Yenilenebilir enerji destekli elektrikli araç şarj istasyonlarının otoyollar boyunca konumlandırılması ve boyutlandırılmasına yönelik yeni birlikte çalışabilir akıllı enerji yönetim sistemi
ÖMER GÖNÜL
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. ÖNDER GÜLER
- Reducing in-vehicle communication overload and enhancing efficiency in autonomous and electrical vehicles
Otonom ve elektrikli araçlarda araç içi iletişim yükünü azaltma ve etkinliğini artırma
YUNUS KAĞAN ÖZDEMİR
Yüksek Lisans
İngilizce
2024
Otomotiv Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET CANSIZ
- Energy management of P2 hybrid electric vehicle based on event triggered nonlinear model predictive control and deep Q network
Olay tetiklemeli nonlineer model öngörülü kontrol ve derin Q ağı temelli P2 hibrit elektrikli aracın enerji yönetimi
MEHMET CÜNEYT HASPOLAT
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. YAPRAK YALÇIN