Real-Time Energy Management Algorithm for Plug-In Hybrid Electric Vehicle Charging Parks Involving Sustainable Energy

ABSTRACT

In this paper, a real-time energy management algorithm (RTEMA) for a grid-connected charging park in an  industrial/commercial workplace is developed. The charging park under study involves plug-in hybrid electric vehicles (PHEVs) with different sizes and battery ratings as well as a photovoltaic (PV) system. Statistical and forecasting models were developed as components in the developed RTEMA to model the various  uncertainties involved such as the PV power, the PHEVs, arrival time, and the energy available in their  batteries upon their arrival. The developed energy management algorithm aims at reducing the overall daily cost of charging the PHEVs, mitigating the impact of the charging park on the main grid, and contributing to shaving the peak of the load curve. Hence, the benefits of implementing this RTEMA is shared among the customers, the charging park considering all customers as a bulk of power connected to the grid, and the ac grid. This makes it applicable for various business models. The developed RTEMA utilizes a fuzzy controller to manage the random energy available in the PHEVs’ batteries arriving at the charging park and their charging/discharging times, power sharing among individual PHEVs that is commonly known as vehicle-to- vehicle functionality, and vehicle-to-grid service between the charging park and the main ac grid. The developed RTEMA was simulated using the standard IEEE 69-bus system at different penetration and  distribution levels. The obtained results verify the effectiveness and validity of the developed RTEMA.

INTRODUCTION

PLUG-IN hybrid electric vehicles (PHEVs) and plug-in electric vehicles (EVs) are gaining much popularity due  to the global call for clean energy. Several pioneer automation companies are in the process of making  PHEVs, a better option for vehicle buyers. Therefore, it is almost certain that the penetration level of these PHEVs into our national grid will keep growing. However, the grid, in its current status, is not fully prepared yet for a high PHEV penetration level. There are some problems  related to their charging process; the  process of charging a random number of batteries with random energy demand represents a demand side management dilemma. For instance, it is expected that, since PHEV owners within the same society are very likely to share the general outlines of their life styles, the grid will be subjected to a big demand from PHEVs batteries at the same time when people are back from work. Therefore, researchers have developed some  ideas and algorithms to manage this process. 

چکیده

در این مقاله یک الگوریتم مدیریت زمان انرژی (RTEMA) برای یک پارک شارژ متصل به شبکه در یک محیط کاری صنعتی / تجاری توسعه یافته است. پارک شارژ تحت مطالعه شامل وسایل نقلیه الکتریکی هیبریدی (PHEVs) با اندازه های مختلف و رتبه های باتری و سیستم فتوولتائیک (PV) است. مدل های آماری و پیش بینی به عنوان اجزای در RTEMA توسعه یافته به منظور مدل سازی عدم اطمینان های مختلف از جمله قدرت PV، PHEVs، زمان ورود و انرژی موجود در باتری های خود را پس از ورود آنها توسعه یافته است. الگوریتم مدیریت انرژی توسعه یافته با هدف کاهش هزینه های روزانه شارژ PHEV ها، کاهش تاثیر پارک شارژ در شبکه اصلی و کمک به تکان دادن پیک منحنی بار است. از این رو، مزایای استفاده از این RTEMA در میان مشتریان، پارک شارژ با توجه به تمام مشتریان به عنوان بخش عمده ای از قدرت متصل به شبکه و شبکه برق تقسیم می شود. این امر برای مدل های مختلف کسب و کار قابل استفاده است. RTEMA توسعه یافته از کنترل کننده فازی برای مدیریت انرژی تصادفی موجود در باتری های PHEV که در پارک شارژر و زمان شارژ / تخلیه آنها، اشتراک قدرت در PHEV های فردی است که معمولا به عنوان وسیله نقلیه به وسیله نقلیه شناخته می شود، سرویس شبکهای بین پارک شارژ و شبکه اصلی برق. RTEMA توسعه یافته با استفاده از استاندارد استاندارد IEEE 69-bus در سطوح مختلف نفوذ و توزیع شبیه سازی شد. نتایج به دست آمده حاکی از اثربخشی و اعتبار RTEMA توسعه یافته است.

مقدمه

با توجه به تماس جهانی برای انرژی پاک، پرنده های الکتریکی هیبریدی (PHEVs) و وسایل نقلیه الکتریکی پلاگین (EVS) در حال افزایش است. چندین شرکت اتوماسیون پیشگام در حال ساخت PHEV هستند، گزینه ای بهتر برای خریداران خودرو. بنابراین، تقریبا مطمئن است که سطح نفوذ این PHEV ها به شبکه ملی ما رشد خواهد کرد. با این حال، شبکه در وضعیت فعلی خود هنوز به طور کامل برای سطح نفوذ PHEV آماده نشده است. برخی از مشکلات مربوط به روند شارژ آنها وجود دارد. فرایند شارژ یک تعداد تصادفی باتری با تقاضای انرژی تصادفی، نشان دهنده یک معضل مدیریت تقاضا است. به عنوان مثال انتظار می رود که از آنجایی که صاحبان PHEV در همان جامعه احتمالا به طور کلی طرح کلی زندگی شان را به اشتراک می گذارند، شبکهای از PHEVs تقاضای زیادی را در همان زمان که مردم از کار بازگشته . بنابراین، محققان برخی از ایده ها و الگوریتم های برای مدیریت این فرایند را توسعه داده اند.

Year: 2014

Publisher : IEEE

By : Ahmed Mohamed, Vahid Salehi, Tan Ma, and Osama A. Mohammed

File Information: English Language/ 10 Page / size: 1.80 KB

Download

سال : 1393

ناشر : IEEE

کاری از : احمد محمد، وحید صالحی، قهوهای مایل به زرد، و اسامه A. محمد

اطلاعات فایل : زبان انگلیسی / 10صفحه / حجم : KB 1.80

لینک دانلود