AI Summary & Key Takeaways
AI InsightThe results show that the pricing model prioritizes low charge levels vehicles.
📌 3 Key Takeaways
Abstract
Increasing charging demand with the widespread use of electric vehicles leads to negative effects such as load imbalance, sudden load changes, harmonics and voltage fluctuations in the electricity distribution network. Furthermore, irregular charging demand negatively impacts electric vehicle user comfort and traffic management. This study presents a dynamic pricing-based energy management model developed for use in urban electric vehicle charging infrastructures to address these challenges. The proposed model considers price not only as an economic output but also as a control variable that manages grid load balance. There are four input parameters (traffic, station occupancy rate, location and state of charge) in the pricing model and these parameters are dynamically updated at each iteration. The model was developed in MATLAB environment and was employed real-time traffic data obtained through the Google Maps API. The model tested for ten iterations. The results show that the pricing model prioritizes low charge levels vehicles. But the model maintaining balanced grid load simultaneously. Furthermore, price output increases high occupancy rates charging stations in order to encourage users to choose stations with lower occupancy rates. Results of this study demonstrates that pricing mechanism can be used as a decision variable both economic reasons and system efficiency. In future works, the model might be extended with artificial intelligence and optimization-based methods. Pricing model serves as a potential solution to challenges in energy and transportation networks with the help of test systems.
Özet
Elektrikli araçların kullanımının yaygınlaşmasıyla birlikte artan şarj talebi, elektrik dağıtım şebekesinde yük dengesizliği, ani yük değişimleri, harmonikler ve gerilim dalgalanmaları gibi negatif etkilere yol açmaktadır. Ayrıca şarj talebinin düzensiz olması elektrikli araç kullanıcı konforunu ve trafik yönetimini de etkileyen negatif bir durumdur. Bu çalışmada, bu negatif durumları ortadan kaldırmak amacıyla şehir içi elektrikli araç şarj altyapısında kullanılmak üzere geliştirilen dinamik fiyatlandırma tabanlı bir enerji yönetim modeli sunulmaktadır. Bu bağlamda önerilen model, fiyatı yalnızca ekonomik bir çıktı olarak değil aynı zamanda şebeke yük dengesini yönlendiren bir kontrol değişkeni olarak ele almaktadır. Modelde dört temel giriş parametresi (trafik, istasyon doluluk oranı, konum ve araç şarj seviyesi) vardır ve her iterasyonda dinamik bir şekilde güncellenmektedir. MATLAB ortamında geliştirilen model, Google Maps API aracılığıyla elde edilen gerçek trafik verileriyle desteklenmiş ve on iterasyon boyunca test edilmiştir. Sonuçlar, geliştirilen modelin düşük şarj seviyesine sahip araçları önceliklendirdiğini ancak bunu yaparken de şebeke yükünü dengeli biçimde gözettiğini göstermektedir. Ayrıca, yüksek doluluk oranına sahip istasyonlarda fiyat artışı gözlenmiş ve bu durumda kullanıcıların daha düşük doluluk oranına sahip istasyonlara teşvik edildiği görülmüştür. Çalışma, fiyatlandırmanın yalnızca ekonomik değil aynı zamanda sistemsel verimlilik açısından da bir karar değişkeni olarak kullanılabileceğini ortaya koymaktadır. Gelecek çalışmalarda model, yapay zekâ ve optimizasyon tabanlı yöntemlerle genişletilebilme ve test sistemleri yardımıyla enerji ve ulaşım sistemlerindeki problemlere çözüm olarak kullanılabilme potansiyeline sahiptir.