Abstract
A smart charge scheduling model is presented for potential (1) vehicle-to-grid (V2G) enabled battery electric vehicle (BEV) owners who are willing to participate in the grid ancillary services, and (2) grid operators. Unlike most V2G implementations, which are considered from the perspective of power grid systems, this model includes a communication network architecture for connecting system components that supports both BEV owners and grid operators to efficiently monitor and manage the charging and ancillary service activities. This model maximizes the net profit to each BEV participant while simultaneously satisfying energy demands for his/her trips. The performance of BEVs using the scheduling model is validated by estimating optimal annual financial benefits under different scenarios. An analysis of popular BEV models revealed that one of the existing BEVs considered in the study can generate an annual regulation profit of $454, $394 and $318 when the average daily driving distance is 20 miles, 40 miles and 60 miles, respectively. All popular BEV models can completely compensate the energy cost and generate a positive net profit, through the application of the scheduling model presented in this paper, with an annual driving distance of approximately 15,000 miles. Simulation analysis indicated that the extra load distribution from the optimized BEV charging operations were well balanced compared to the unmanaged BEV operations
چکیده
مدل زمان بندی شارژ هوشمند برای (1) مالکان بالقوۀ خودروهای الکتریکی باتریدار با قابلیت اتصال خودرو به شبکه که خواهان مشارکت در خدمات جانبی شبکه هستند و 2- اپراتورهای شبکه ارائه شده است. بر خلاف بسیاری از پیاده سازی های V2Gکه از منظر سیستم های شبکۀ قدرت در نظر گرفته شده اند، این مدل دارای معماری شبکه ارتباطی برای اتصال اجزای سیستم می باشد که از مالکان BEV و اپراتورهای شبکه برای مدیریت و کنترل کارآمد شارژینگ و فعالیت های خدمات جانبی پشتیبانی می کند. این مدل باعث می شود تا سود خالص برای مشارکت هرBEV به حداکثر رسیده و در عین حال نیاز انرژی برای سفرهای او را برآورده می کند. عملکرد BEVهایی که از این مدل زمان بندی استفاده می کنند، از طریق برآورد منافع مالی مطلوب سالانه در سناریوهای مختلف به تایید رسیده است. تحلیل مدل های رایج BEV نشان می دهد که یکی از BEV های موجودی که در این پژوهش در نظر گرفته شده است، می تواند سود مقرّر سالانۀ برابر با 454 دلار، 394 دلار و 318 دلار را به ترتیب برای متوسط مسافت رانندگی روزانۀ 20 مایل، 40 مایل و 60 مایل به دست آورد. تمام مدل های رایجBEV می توانند از طریق استفاده از مدل زمان بندی ارائه شده در این مقاله و با مسافت رانندگی سالانه حدود 15000 مایل، هزینه های انرژی را کاملا جبران کرده و سود خالص مثبتی به دست آورند. تحلیل شبیه سازی نشان می دهد که توزیع بار اضافی به واسطۀ عملکرد بهینۀ شارژینگ BEV در مقایسه با عملکرد بدون کنترل BEV کاملا متوازن می باشد.
1-مقدمه
ارتباط زمان-حقیقی بین اجزای سیستم حمل و نقل از کاربرد های مختلف سیستم حمل و نقل هوشمند پشتیبانی می کند، از قبیل کمک در تصمیم گیری به رانندگان(Bhavsar et al., 2008)، بهینه سازی مصرف انرژی خودروهای الکتریکی هیبرید (HEV)، خودروهای الکتریکی اتصال برقی هیبرید (PHEV) و خودروهای معمولی (He et al., 2012)، و بهبود ایمنی (Bohm and Jonsson, 2008). سیر تکاملی اخیر در فناوری ارتباطات خودرویی (CVT) که بخشی از ITS می باشد، می تواند این کاربرد ها را با ارزیابی و پیش بینی شرایط ترافیک زمان-حقیقی، بهبود ببخشد...