Elektrikli araç şarj istasyonlarının yapay zeka destekli şebeke uyarlaması
Grid integration of electric vehicle charge stations using artifical intelligence
- Tez No: 977533
- Danışmanlar: PROF. DR. NURETTİN ABUT
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, günümüzde enerji altyapılarında giderek önem kazanan elektrikli araç şarj üniteleri konusu ele alınmıştır. Artan çevresel kaygılar, fosil yakıt kullanımının azaltılması ve sürdürülebilir ulaşım çözümleri arayışı, elektrikli araçların kullanımını teşvik etmektedir. Bu durum, özellikle şehir içi ulaşımda elektrikli araçlara olan talebin hızla artmasına neden olmuş ve beraberinde etkili bir şarj altyapısına duyulan ihtiyacı da gündeme getirmiştir. Çalışmada, şarj altyapısının en önemli bileşeni olan elektrikli araç şarj istasyonlarının kurulum ve planlama detayları incelenmiş; teknik yapıları, konumlandırma kriterleri ve elektriksel etkileri değerlendirilmiştir. Elektrikli araçların yapısı ve teknolojisi, konunun bütünlüğünü sağlamak adına genel hatlarıyla tanıtılmış, şarj sistemleriyle olan ilişkisi açıklanmıştır. Tezin uygulama kısmında, Kocaeli Üniversitesi Umuttepe Kampüsü pilot alan olarak seçilmiş ve bu alanda gerçek veriler doğrultusunda analizler gerçekleştirilmiştir. Kampüsün mevcut elektrik dağıtım sistemi esas alınarak hazırlanan tek hat şeması üzerinde değerlendirmeler yapılmış; DIgSILENTPowerFactory yazılımı kullanılarak uygun noktalara elektrikli araç şarj istasyonları kurulum ve planlaması yapılmıştır. Analizler sonucunda, şarj istasyonlarının kurulması planlanan kampüs alanındaki elektriksel yükleri beslemekte olan transformatörlerin%60 yüklenme durumunda kampüse 34 adet şarj istasyonu kurulabileceği belirlenmiş; ek trafo tahsis edilmesi halinde bu sayı 119'a, güneş paneli entegrasyonu ile 61'e yükselmiştir. Trafoların %80 yüklendiği senaryoda ise bu sayılar sırasıyla 17, 102 ve 44 olarak tespit edilmiştir. Bu çalışmalar, hem mevcut altyapının kapasitesine hem de yenilenebilir enerji entegrasyonuna dayalı olarak şarj istasyonlarının planlanmasına olanak sağlamıştır. Tezde yer alan ilk yapay zeka temelli uygulama kapsamında, LSTM ve GRU derin öğrenme modelleri kullanılarak Kocaeli ili için 2030 yılına yönelik elektrikli araç ve şarj istasyonu sayıları tahmin edilmiştir. LSTM modeline göre 2030 yılında Kocaeli'de 11.964 elektrikli araç ve 1.432 şarj istasyonu; GRU modeline göre ise 12.884 elektrikli araç ve 1.470 şarj istasyonu bulunacağı öngörülmüştür. Bu öngörüler, Kocaeli genelinde yakın gelecekte şarj altyapısına duyulan ihtiyacın artacağını göstermektedir. Bu sebeple, kampüsler, hastaneler ve otoyol bağlantıları gibi kritik noktalarda istasyon yerleşiminin önemi vurgulanmış ve bu bağlamda Kocaeli Üniversitesi uygulama alanı olarak seçilmiştir. İkinci aşamada ise kampüste önerilen şarj istasyonlarının kullanım verimliliği, zaman serisi modelleri (LSTM, GRU, ARIMA, Prophet) kullanılarak değerlendirilmiştir. Gerçek şarj verileri üzerinden yapılan tahminlerde GRU modeli, en düşük hata ve en yüksek başarı oranını göstermiştir. MAE değerlerinde GRU 0,38, LSTM 0,50, Prophet 0,61, ARIMA 2,31; MSE değerlerinde GRU 2,92, LSTM 3,05, Prophet 4,21, ARIMA 65,54; R² değerlerinde GRU ve LSTM 0,99, Prophet 0,13, ARIMA -2,19; DTW metriklerinde ise GRU 125,5, LSTM 126,9, Prophet 185,9 ve ARIMA 454,9 mesafe değeri vermiştir.Bu sonuçlara göre GRU algoritması, gerçek zamanlı şarj süresi tahmininde en uygun model olarak seçilmiş ve önerilen şarj istasyonları arayüzle görselleştirilerek kampüs bazında verimli kullanım senaryoları sunulmuştur. Sonuç olarak, bu tez yalnızca elektrikli araç şarj altyapısının teknik planlamasını değil, aynı zamanda yapay zeka destekli karar destek sistemlerinin geliştirilmesini de içermekte ve üniversite kampüsleri gibi büyük ölçekli yerleşkelerde sürdürülebilir ulaşım çözümlerine katkı sağlamayı hedeflemektedir.
Özet (Çeviri)
This thesis focuses on the increasingly significant topic of electric vehicle (EV) charging units within modern energy infrastructure. Growing environmental concerns, the need to reduce fossil fuel consumption, and the search for sustainable transportation solutions have promoted the widespread adoption of electric vehicles. As a result, the demand for effective EV charging infrastructure has risen sharply, especially in urban transportation. In this study, the most critical component of charging infrastructure—EV charging stations is thoroughly examined in terms of their technical structure, siting criteria, and electrical impacts. The structure and technology of electric vehicles are briefly introduced to provide conceptual integrity, and their relationship with charging systems is explained. In the application phase of the thesis, Kocaeli University's Umuttepe Campus was selected as a pilot area, and analyses were conducted using real data. Evaluations were conducted on a single-line diagram based on the campus's existing electrical distribution system, and DIgSILENT PowerFactory soft ware was used to install and plan electric vehicle charging stations at suitable locations. The analyses determined that 34 charging stations could be installed on campus if the transformers supplying electrical loads in the planned campus area were at 60% load. This number could increase to 119 with the allocation of additional transformers, and to 61 with the integration of solar panels. Under 80% transformer loading, the number of stations was determined to be 17, which could rise to 102 with an extra transformer and 44 with solar integration. These evaluations enabled the planning of charging stations based on both existing infrastructure capacity and renewable energy integration. The first artificial intelligence-based application in the thesis involved forecasting the number of electric vehicles and charging stations in Kocaeli by the year 2030 using LSTM and GRU time series models. According to the LSTM model, there will be approximately 11,964 electric vehicles and 1,432 charging stations in 2030. The GRU model predicts 12,884 vehicles and 1,470 stations. These forecasts emphasize the growing demand for charging infrastructure in the near future, underscoring the importance of station placement in key areas such as campuses, hospitals, and highway junctions. Therefore, Kocaeli University was selected as the application site for detailed station planning. In the second phase, the efficiency of the proposed campus charging stations was assessed using time series methods (LSTM, GRU, ARIMA, Prophet) based on real charging station data. Among the models, the GRU algorithm yielded the most accurate results. In terms of MAE, GRU achieved 0.38, LSTM 0.50, Prophet 0.61, and ARIMA 2.31. For MSE, GRU scored 2.92, LSTM 3.05, Prophet 4.21, and ARIMA 65.54. Regarding R², GRU and LSTM both achieved 0.99, Prophet 0.13, and ARIMA -2.19. In DTW metric distances, GRU had 125.5, LSTM 126.9, Prophet 185.9, and ARIMA 454.9. Based on these results, GRU was selected as the most suitable model for real-time charging duration prediction, and the proposed stations were visualized through an interface demonstrating their efficient use within the campus. In conclusion, this thesis not only provides a technical roadmap for EV charging infrastructure planning but also contributes to the development of AI-supported decision support systems, offering sustainable transportation solutions for large-scale campuses such as universities
Benzer Tezler
- 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
- Elektrikli araç şarj istasyonlarının akıllı şebekelerle entegrasyonunun sağlanması ve bu istasyonların şebekeye getireceği yükün incelenmesi: Bursa örneği
Ensuring the integration of electric vehicle charging stations with smart grids and investigation of the load that these stations bring to the network: Bursa
ENES AVCİ
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiBursa Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSA AYDIN
- Elektrikli araçların şarj yöntemleri ve şarj istasyonlarının dağıtım şebekelerine etkileri
Charging methods of electric vehicles and the effect of charging stations on distribution networks
UMUT YILMAZ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiErzincan Binali Yıldırım ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NAİM SÜLEYMAN TINĞ
- 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
- 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
MUHAMMED SEFA ÇETİN
Doktora
Türkçe
2026
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUHSİN TUNAY GENÇOĞLU
PROF. DR. OZAN ERDİNÇ