شماره مدرك :
19389
شماره راهنما :
285 گلپايگان
پديد آورنده :
كاخ ساز، فرزاد
عنوان :

استفاده از خودروهاي برقي جهت سايش قله ها و پر كردن دره هاي منحني بار

مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
سيستم هاي قدرت
محل تحصيل :
اصفهان : دانشگاه صنعتي اصفهان
سال دفاع :
1402
صفحه شمار :
86ص.: مصور، جدول، نمودار
توصيفگر ها :
خودروي برقي , سايش قله ها , پر كردن دره ها , منحني بار , شارژ و دشارژ , بهينه سازي , تكنولوؤي PEV, V2G
تاريخ ورود اطلاعات :
1403/02/09
كتابنامه :
كتابنامه
رشته تحصيلي :
مهندسي برق
دانشكده :
فني مهندسي گلپايگان
تاريخ ويرايش اطلاعات :
1403/02/09
كد ايرانداك :
281
چكيده فارسي :
چكيده: از ديد بهره بردار شبكه، گسترش استفاده از خودروهاي برقي با قابليت اتصال به شبكه(PEV) نگراني هايي را بابت مصرف توان در شبكه از جهت: اضافه بار و مشكلات كيفيت توان بوجود آورده است. هر چند كه اين نوع از خودروها در آينده مي‌توانند با خود مزايايي را براي سيستم قدرت به همراه داشته باشند. به منظور كم كردن تاثيرات منفي PEVها بر شبكه، الگوريتم‌هاي شارژ و دشارژ هوشمند بوجود آمده‌اند. با استفاده از اين الگوريتم‌هاي زمانبندي هوشمند شارژ و دشارژ، ناوگان خودروهاي برقي مي تواند بوسيله تكنولوژي اتصال خودرو به شبكه V2G با تزريق توان ذخيره سازي شده در باتري خود در ساعات اوج بار به پشتيباني از سيستم قدرت بيايد. اين پژوهش الگوريتم زمانبندي شارژ و دشارژ هوشمند خودروها را به منظور شارژ و دشارژ هوشمند با هدف سايش قله ها و پركردن دره هاي منحني بار شبكه را با در نظر گرفتن قيود شبكه قدرت و خودروهاي برقي ارائه مي كند. همچنين با استفاده از قيمت گذاري حاشيه اي، از طرفي سعي بر بهبود روابط و منحني بار نهايي دارد. بهينه سازي صورت گرفته با استفاده از الگوريتم بهينه سازي ازدحام ذرات(PSO) براي 300 عدد خودروي تمام الكتريكي، با وجود 3 عدد ايستگاه شارژ انجام شده است. نتايج حاصله نشان از كاهش اختلاف فاصله قله و دره منحني بار با استفاده از اين روش تا ميزان 41.3% را در صورت اجراي مدل پيشنهادي را نشان مي دهد.
چكيده انگليسي :
Abstract From the power grid perspective, the widespread use of plug-in electric vehicles (PEVs) integration into the electric networks rises concers regarding power system components overloading and power quality issues. However, PEVs would brimg beneficial opportunities to power system in the future. In order to alleviate the negative effects of PEVs, smart charge and discharge scheduling algorithms are developed. Moreover, with PEVs smart scheduling, the vehicles fleet can be used to support the power grid through vehicle-to-grid (V2G) technology by injecting power into the grid during peak hours. This paper presents a centralized smart chargeing and dischargeing scheduling algorithm to optimize the charging and discharging of PEVs with the aim to achieve peak shaving and valley filling of the grid load profile subjected to various power grid and PEVs constraints. The solution of the optimization problem is met by using a particle swarm optimization (PSO) technique. The algorithm of charge and discharge scheduling is developed and tested within MATLAB environment. The simulation results verify the potential of the algorithm to achieve the objective function and satisfy the constraints which results to lowering the adverse impacts of PEVs charging on power grid. Also by using Locational Marginal Pricing(LMP), achieved the purpose of a better load profile and simulation results.optimization done by using PSO, effected a group of 300 all-electric vehicles and 3 Charging Staions(CS) with the capacity of 100 PEVs. Conducted simulations resulted that by using the proposed algorithm a total of 41.3% reduction of Peak and Valley of the grid can be obtained.
استاد راهنما :
حميدرضا عبدالمحمدي
استاد داور :
امير حسيني , محمداسماعيل نظري
لينک به اين مدرک :

بازگشت