ارائه یک استراتژی هوشمند به منظور شارژ خودروهای الکتریکی در شبکه تولید پراکنده، بر اساس دو روش: سناریوی کنترل ضریب توان و سناریوی الگوی تقاضا

توضیحات

بخشی از پایان نامه :

ماشین های الکتریکی که اختصارا EV هم خوانده می شوند، جایگزینی مناسب برای اتومبیل هایی به شمار می روند که سوخت فسیلی مصرف می کنند و بی تردید روزی فرا می رسد که در گوشه و کنار دنیا، خیابان ها را در هم خواهند نوردید. متأسفانه این اتومبیل ها یک ایراد مهم دارند و آن بردشان است. در ماشین های بنزین سوز، زمانی که سوختتان تمام می شود تنها کاری که باید انجام دهید این است که در یک پمپ بنزین توقف نموده و در کمتر از 5 دقیقه باک خود را پر کنید و سپس ادامه مسیر را از سر بگیرید.

اما در ماشین های برقی اوضاع کمی متفاوت خواهد بود و پس از اتمام سوخت (در این مورد الکتریسیته)، ابتدا باید یک جایگاه شارژ را پیدا کنید و بعد برای مدت دست کم هشت ساعت انتظار بکشید تا ماشین به طور کامل شارژ شود. روشن است که این شیوه نمی تواند ایده آل ترین روش برای شرایط مختلف باشد و در برخی موارد حتی غیر ممکن هم به نظر می آید.

تولید کنندگان اتومبیل های برقی این مسأله را درک می کنند و برای برطرف نمودن محدودیت های اینگونه ماشین ها با تمام قوا مشغول بررسی راهکارهای جایگزین هستند.

ابرشارژر (Supercharger) مفهومی است که نخستین بار از سوی تسلا مورد استفاده قرار گرفت و به باور کارشناسان و مهندسان این کمپانی این نوع شارژرها نخستین گام در ساخت ماشین های برقی بوده و می توانند با کاهش قابل توجه زمان شارژ، پذیرش عمومی را نسبت به این خودروها بهبود ببخشند.

یک ابرشارژر می تواند خودروی 85 کیلو واتی را ظرف تنها یک ساعت به طور کامل شارژ کند و در کمتر از 30 دقیقه میزان شارژ آن را به 80 درصد برساند. در حال حاضر این فناوری صرفا برای ماشین های تولیدی تسلا قابل استفاده است اما در صورتی که پتنت آن در اختیار شرکت های دیگر هم قرار بگیرد، تنها مانع برای همه گیری شدن آن زمان خواهد بود. نکات مثبت در رابطه با این تکنولوژی بسیارند که از آن جمله می توان به شارژ بسیاری سریع تر نسبت به شارژرهای سنتی و امکان استفاده از آن برای تمامی مدل های اتومبیل اشاره نمود. اما این فناوری خالی از ایراد هم نیست و مهم ترین نکته آنکه، باز هم علیرغم کاهش قابل توجه این زمان، شارژ ماشین بیشتر از اتومبیل های بنزینی به طول می انجامد و نکته دیگر اینکه جایگاه های ابرشارژها هنوز هم به صورت گسترده در همه نقاط نصب نشده اند.

در سال های اخیر با پیشرفت مفهوم شبکه های تولید پراکنده (DG) و گسترش بهره گیری از این تکنولوژی، مسئله جدیدی پیش روی صنعت خودروهای الکتریکی قرار گرفته است. استفاده این خودروها در شبکه های DG، هماهنگی با منابع تولید پراکنده، بهینه سازی راندمان تولید در شبکه و روش های بهینه شارژ خودروها در شبکه DG از جمله مسائل مطرح در این حوزه می باشند.

هدف از این تحقیق، تمرکز بر استراتژی های شارژ خودروهای الکتریکی به منظور ترسیم الگو و راه کاری برای افزایش قابلیت ذخیره سازی باطری های مورد استفاده در شبکه تحت یک سری شرایط وقیدها می باشد. شارژ هوشمند خودروهای برقی، در واقع یک مسئله بهینه سازی با متغیری به نام زمان است. وظیفه الگوریتم های پیشنهادی در واقع کاهش نسبی ولتاژ در برخی فیدرهای شبکه در حین پروسه شارژ، با استفاده از کنترل این پروسه و هماهنگی بین تولید و مصرف توان اکتیو و رأکیتو است.

محدودیت اصلی مسئله این است که شارژ خودروهای الکتریکی در شبکه DG سبب افزایش تقاضای برق می شود. اگر هیچ روش هوشمندی برای تنظیم و بهینه سازی پروسه شارژ در نظر گرفته نشود، بزرگترین مشکل در هنگام پیک مصرف رخ می دهد که سبب بالا رفتن تقاضا شده و ممکن است پاسخگویی به بار را مختل کند. این روش شارژ را معمولاً «شارژ غیر هوشمند» می نامند.

این تحقیق، روی  استراتژی های شارژ هوشمند خودروهای الکتریکی مورد استفاده در شبکه DG تمرکز داشته و دو روش را مورد بررسی قرار می دهد. اول سناریوی ماکزیمم سازی سود و دوم سناریوی کنترل ضریب توان. فرض اول مطالعه در سناریوی کنترل ضریب توان این است که سیستم کنترلی شارژهای هوشمند به گونه ای سازماندهی شده اند که قادرند ضریب توان را تغییر داده و بر همین اساس پروسه شارژ را آغاز کنند و یا خاتمه دهند.

در سناریوی ماکزیمم سازی سود نیز فرض بر این است که خودروها می توانند انرژی الکتریکی را در صورت لزوم به شبکه تحویل دهند. به بیان دیگر، خودروها قادرند وقتی که قیمت برق کم است شارژ شوند و وقتی قیمت زیاد است، انرژی را به شبکه تزریق کنند. از این رو الگوهای تقاضا و قیمت برق در واقع یک روند را دنبال می کنند و قیمت برق بالا معادل با میزان تقاضای بالا و قیمت برق کم معادل با میزان تقاضای کم است. با انتخاب مناسب پارامترها، می توان کنترل هوشمند شارژ خودروها را به گونه ای تنظیم کرد که بهینه ترین اثر را روی الگی تقاضا داشته باشد.

در سناریوی کنترل ضریب توان فرض بر این است، زمانی که ولتاژ شبکه از یک مقدار مشخصی کمتر است، خودروها به منظور کاهش ضریب توان، شروع به شارژ می کنند. با کاهش ضریب توان، می توان توان رأکتیو به شبکه تزریق نمود.

به منظور اثبات سناریوهای فوق، هم الگوریتم شارژ غیر هوشمند و هم الگوریتم های هوشمند در محیط نرم افزاری پیاده سازی شده اند. همچنین برای الگوی مصرف مورد استفاده در این تحقیق از یک الگوی مصرف واقعی در شبکه استفاده شده است.

لازم به ذکر است که دو سناریوی هوشمند پیشنهادی، پروفیل ولتاژ را بهبود می بخشند. مقادیر ضریب توان شبکه در دو سناریو محاسبه شده و با مقدار آن در شارژ غیر هوشمند مقایسه شده است. در نهایت جدول زمان بندی شده ای برای شارژ خودرو بر اساس سناریوهای هوشمند با تغییر قیمت برق، ارائه شده است.

اهداف پایان نامه:

هدف این تحقیق، ارائه روشی هوشمند به منظور شارژ خودروهای الکتریکی در شبکه تولید پراکنده، با رویکرد افزایش راندمان و کاهش هزینه می باشد.