AI Summary & Key Takeaways
AI InsightConsequently, the developed decision support system is expected to offer a transparent and analytical guide for charging network operators, directing their limited budgets toward residential areas that yield the highest return on investment and optimally satisfy the charging demand.
📌 3 Key Takeaways
Abstract
The rapid global proliferation of electric vehicle (EV) usage has made the development of a "shared-residential charging" infrastructure an imperative necessity, particularly for apartment and housing estate residents who lack private parking or individual charging stations. Today, charging station installation investments in residential complexes by companies operating with a charging network operator license require accurate resource allocation and strategic planning to effectively meet the growing demand. The objective of this study is to design a practical, web based Decision Support System (DSS) to establish a rational foundation for the investment decisions of charging network operators at the housing estate/apartment scale, minimize financial risks, and relatively rank the most optimal residential alternatives. The model base of the developed DSS is founded on Multi-Criteria Decision-Making (MCDM) approaches. The seven fundamental investment criteria defined within the scope of the model were identified by consulting the opinions of experts working in licensed firms operating within the sector. The Analytic Hierarchy Process (AHP) method was utilized to calculate the relative importance weights of these criteria. Furthermore, the Multi-Objective Optimization Method by Ratio Analysis (MOORA) was applied to evaluate the housing estate/apartment alternatives applying for station installation and to obtain the final ranking. The web-based integrated AHP-MOORA model renders complex mathematical algorithms easily accessible to company experts as end users. Consequently, the developed decision support system is expected to offer a transparent and analytical guide for charging network operators, directing their limited budgets toward residential areas that yield the highest return on investment and optimally satisfy the charging demand.
Özet
Elektrikli araç (EA) kullanımının küresel ölçekte hızla yaygınlaşması, özellikle müstakil otoparkı ya da şarj istasyonu bulunmayan apartman ve site sakinleri için "ortak konut şarjı” altyapısının geliştirilmesini zorunlu bir ihtiyaç haline getirmiştir. Günümüzde şarj ağı işletmeci lisansı ile hizmet veren şirketler için apartman ve sitelere yapılacak şarj istasyonu kurulum yatırımları; artan talebe yanıt verirken kaynak tahsisini doğru yapmayı ve stratejik bir planlamayı gerektirmektedir. Bu çalışmanın amacı, şarj ağı işletmecilerinin site/apartman ölçeğindeki yatırım kararlarını rasyonel bir zemine oturtmak, finansal riskleri minimize etmek ve en uygun site/apartman alternatiflerini göreceli sıralamak üzere web tabanlı pratik bir Karar Destek Sistemi (KDS) tasarlamaktır. Geliştirilen KDS, model tabanı Çok Kriterli Karar Verme (ÇKKV) yaklaşımlarına dayanmaktadır. Model kapsamında belirlenen yedi temel yatırım kriteri, sektörde lisanslı olarak hizmet sunan lisans sahibi bir firmada çalışan uzmanların görüşlerine başvurularak tespit edilmiştir. Kriterlerin kendi içindeki göreceli önem ağırlıklarının hesaplanmasında Analitik Hiyerarşi Prosesi (AHP) yöntemi kullanılmıştır. İstasyon kurulumu için başvuran site/apartman alternatiflerinin değerlendirilmesi ve nihai sıralamanın elde edilmesi aşamasında ise Multi Objective Optimization Method by Ratio Analysis (MOORA) yöntemi uygulanmıştır. Web tabanlı tasarlanan AHP-MOORA bütünleşik modeli, karmaşık matematiksel algoritmaları son kullanıcı olan şirket uzmanları için kolay erişilebilir hale getirmektedir. Sonuç olarak, geliştirilen karar destek sisteminin, şarj ağı işletmecilerine sınırlı bütçelerini en yüksek geri dönüş sağlayacak ve şarj talebini en iyi karşılayacak konut alanlarına yönlendirmede şeffaf ve analitik bir rehber sunması beklenmektedir.