Geri Dön

Elektrikli araçlar için menzil tahminine dayalı şarj planlama modeli

Charging planning model for electric vehicles based on range prediction

  1. Tez No: 778398
  2. Yazar: HİLAL YILMAZ
  3. Danışmanlar: PROF. DR. BETÜL YAĞMAHAN
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Bursa Uludağ Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 107

Özet

Menzil kaygısı sorunu (range anxiety) elektrikli araçlara (EA'lara) geçişi olumsuz yönde etkileyen en önemli faktörlerden biri olmaya devam etmektedir. Menzil kaygısını tetikleyen unsurlar arasında EA sürücülerinin kalan menzil göstergelerine yeterince güvenmemeleri gelmektedir. Bununla birlikte, EA sürücüsünün yolculuğun başında kalan menzil bilgisine göre rota üzerinde şarj için durması gereken yerleri bilmesinin de menzil kaygısını düşürme potansiyeli bulunmaktadır. Akıllı ulaşım teknolojileri sayesinde EA'ların sürücü bilgilendirme sistemleri gerçek-zamanlı verilere erişebilse de belirlenen rotanın koşulları dikkate alınarak menzil tahmini yapılmadığı sürece oluşturulan şarj planının menzil kaygısını azaltması beklenemez. Bu çalışmanın amacı, belirlenen bir rota için gerçek-zamanlı menzil tahminine dayalı şarj planı oluşturarak EA'nın minimum yolculuk süresi veya maliyeti için nerede ve ne kadar şarj olması gerektiğini belirlemektir. Menzil tahmini için, yolculuğa ait statik öznitelikler ve dinamik öznitelikleri girdi olarak alan derin sinirsel ağ (DSA) modeli kullanılmıştır. Şarj planlaması kapsamında, şarj istasyonlarında doğrusal olmayan şarj süresini, zaman dilimlerine bağlı değişen şarj fiyatlarını, uygunluklarını (dolu/boş bilgisi), araçtan şebekeye enerji satışı uygulamalarını (Vehicle to grid /V2G), birden fazla ve farklı güç seviyelerinde şarj ünitelerini dikkate alan karma tamsayılı doğrusal programlama modeli geliştirilmiştir. Ancak geliştirilen matematiksel programlama modelin çözüm elde etme süresi açısından yetersiz kalması nedeniyle çözüm yaklaşımı olarak genetik algoritma ve matematiksel programlama modelinin hibrit kullanımından oluşan mat-sezgisel bir yaklaşım önerilmiştir. 32 farklı büyüklükteki problem üzerinde yapılan test sonuçları, mat-sezgisel yaklaşımının hem minimum yolculuk süresi hem de minimum yolculuk maliyeti için genetik algoritma ve sezgisel yaklaşımlardan daha başarılı sonuçlar verdiğini göstermektedir.

Özet (Çeviri)

Range anxiety continues to be one of the most important factors negatively affecting the transition to electric vehicles (EVs). Factors that trigger range anxiety include EV drivers not relying enough on remaining range indicators. However, it has the potential to reduce range anxiety if the EV driver knows where to stop for charging on the route according to the range information remaining at the beginning of the journey. Although driver information systems of EVs can access real-time data thanks to smart transportation technologies, it cannot be expected that the created charging plan will reduce range anxiety unless range prediction is made considering the conditions of the determined route. The aim of this study is to determine where and how much the EV should be charged for minimum travel time or cost by creating a charging plan based on real-time range prediction for a specified route. The deep neural network (DNN) model was trained by using the inputs of the static features and dynamic features of the journey in the range prediction model. In the charge planning model, the amount of energy consumed between the nodes on the route was obtained by the range prediction model. Within the scope of charging planning, a mixed integer programming model is developed that take into account non-linear charging times, charging prices that vary depending on time slots, vehicle to the grid (V2G) applications, of charging units, multiple charger points with different power levels and their availability (occupied/free). However, since the developed mathematical programming model was insufficient in terms of the solution time, a mat-heuristic approach consisting of hybrid use of genetic algorithm and mathematical programming model was proposed as a solution approach. Test results on 32 various problems indicate that the mat-heuristic approach outperforms the metaheuristic and heuristics for both minimum travel time and minimum travel cost

Benzer Tezler

  1. Menzili uzatılmış elektrikli araçlarda eş değer yakıt tüketimi ile yakıt ve nox optimizasyonu

    Nox and fuel optimization on range extended vehicles using equivalent consumption of minimization strategy

    AYŞEGÜL KURŞUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. SALMAN KURTULAN

  2. Modelling and state of charge estimation of lithium-ion batteries

    Lityum bazlı batarya hücrelerininmodelleme ve şarj durumu tahmini

    MANİ KAZIMI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. METİN GÖKAŞAN

  3. Elektrikli araçlar için zeki elektronik denetim ünitesi tasarımı ve gerçekleştirilmesi

    Design and implementation of intelligent electronic control unit for electric vehicles

    SÜLEYMAN ÇEVEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Mekatronik MühendisliğiKarabük Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. RAİF BAYIR

  4. Li-iyon batarya modelinin en uygunlaştırılması ve batarya bozunumunun incelenmesine katkılar

    Contributions to optimization of Li-ion battery models and analysis of battery degradation

    HAKAN İNCESU

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DERYA AHMET KOCABAŞ

  5. Elektrikli araçlardaki lityum iyon bataryalar için şarj durumu tahmini

    State of charge estimation for lithium-ion batteries in electric vehicles

    EGE ANIL BOSTAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Ana Bilim Dalı

    DOÇ. DR. VOLKAN SEZER