پروژه متلب مدیریت و هماهنگی مربوط به استراتژی پارک هوشمندانه و استراتژی مبتنی بر الگوریتم V۲G
شبیه سازی پارکینگ هوشمند با متلب | MATLAB
چکیده:
شارژ خودروهای هیبرید الکتریکی (PHEV ها)ممکن است به طور زیانآور بر قابلیت اطمینان شبکه برق تاثیر منفی بگذارد، زیرا مقدار زیادی از انرژی الکتریکی اضافی برای شارژ PHEV ها نیاز است. در این مقاله، یک روش جامع برای ارزیابی قابلیت اطمینان سیستم در ارتباط با مدلسازی تصادفی PHEV ها، منابع تجدیدپذیر، در دسترس بودن دستگاهها، و غیره پیشنهاد شدهاست. این روش، که متشکل است از سناریوهای شارژ و وسایل نقلیه – به شبکه (V۲G)، میتواند عملا در شبکههای هوشمند اجرا شود، زیرا فنآوریهای تبدیل دو طرفه و دو روش هم برای قدرت و هم دادهها قابلاستفاده هستند. نتایج نشان داد که قابلیت grid’s هوشمند با استفاده از PHEV ها بدون هیچ برنامه شارژ مدیریتشده، به خطر افتادهاست. نتایج تجزیه و تحلیل حساسیت نشان میدهد که با استفاده از سناریوهای مدیریت، نه تنها PHEV ها قابلیت اطمینان سیستم را به خطر did، بلکه در سناریوی V۲G به عنوان سیستمهای ذخیرهسازی عمل کرده و معیار مناسب بودن و شاخصهای کفایت را بهبود بخشیدهاست.
شارژ وسایل نقلیه پلاگین برقی ترکیبی (PHEVS) اثر نامطلوبی بر قابلیت اطمینان شبکه دارد، زیرا شارژ PHEVها مقدار زیادی انرژی الکتریکی نیاز دارد. بررسیها نشان میدهد، شارژ مدیریت نشده PHEV ها کفایت (adequacy) شبکه هوشمند را به خطر میاندازد. در مقاله [۱] یک روش جامع برای ارزیابی قابلیت اطمینان سیستم با در نظر گرفتن ماهیت تصادفی PHEVها، منابع تجدیدپذیر، در دسترس بودن تجهیزات و غیره ارائه شده است. این روش، که متشکل از سناریوهای شارژ و V2G (vehicle-to-grid) مدیریت شده است، عملاً در شبکه های هوشمند قابل اجرا است. زیرا تکنولوژی مبدلهای الکترونیکی دو طرفه، قابلیت عبور دوطرفه توان الکتریکی از شبکه به خودروی برقی (حالت شارژ) و بالعکس (حالت خودروی برقی به شبکه یا V2G) را فرآهم نمودهاند. نتایج آنالیز حساسیت نشان میدهد با استفاده از سناریوهای مدیریت شده، نه تنها PHEVها قابلیت اطمینان سیستم را کاهش نمیدهند، بلکه در سناریو V2G به عنوان ذخیره ساز عملکرده و باعث بهبود شاخصهای کفایت (adequacy indices) و معیار رفاه (well-being criteria) شدهاند.
در این گزارش، روش ارائه شده در مقاله [۱] به طور کامل ارائه و بررسی خواهد شد. جهت بررسی بهتر ایده ارائه شده در آن، الگوریتم پیشنهادی مقاله در محیط نرم افزار MATLAB پیاده سازی خواهد شد.
Management and coordination charging of smart park and V2G strategy based on Monte Carlo algorithm
Abstract:
Charging of plug-in-hybrid-electric vehicles (PHEVs) may adversely affect electric grid reliability because a large amount of additional electrical energy is required to charge the PHEVs. In this paper, a comprehensive method to evaluate the system reliability concerning the stochastic modeling of PHEVs, renewable resources, availability of devices, etc. is proposed. This method, which consists of managed charging and vehicle-to-grid (V2G) scenarios, can be practically implemented in smart grids because the bidirectional-power-conversion technologies and two-way of both the power and data are applicable. The results showed that the smart grid’s adequacy was jeopardized by using the PHEVs without any managed charging schedule. The sensitivity analyses results illustrated that by using the management scenarios, not only did the PHEVs not compromise the system reliability, but also in the V2G scenario acted as storage systems and improved the well-being criteria and adequacy indices.
لطفاً براي ارسال دیدگاه، ابتدا وارد حساب كاربري خود بشويد