|
Title
|
ارائه چهارچوبی ریسک گریز برای مدیریت هوشمند شارژ و دشارژ خودروهای الکتریکی
|
|
Type of Research
|
Thesis
|
|
Keywords
|
خودروهای الکتریکی، مدیریت هوشمند، شارژ و دشارژ، بهینه سازی ریسک گریز، عدم قطعیت ، بازی استکلبرگ
|
|
Abstract
|
رشد سریع نفوذ خودروهای الکتریکی در شبکه های قدرت، ساختارهای برنامه ریزی قطعی در سیستم های انرژی را با چالش های جدی مواجه کرده است. اگرچه این فناوری نقش مهمی در کاهش انتشار آلاینده ها و تحقق اهداف توسعه ی پایدار ایفا می کند، اتصال گسترده و هم زمان خودروهای الکتریکی می تواند موجب بروز پیک های ناگهانی بار، افزایش نیاز به ظرفیت رزرو و ایجاد تنش های ولتاژی در شبکه های توزیع شود. این چالش ها در حضور منابع انرژی تجدیدپذیر ناپایدار نظیر باد و خورشید، که به دلیل ماهیت غیرقطعی خود دارای نوسانات زمانی هستند، پیچیدگی بیشتری می یابند. در چنین محیط پویایی، مدیریت شارژ و دشارژ خودروهای الکتریکی مسئله ای چند بعدی است که باید به صورت هم زمان پایداری فنی شبکه، ملاحظات اقتصادی بازار برق، رفتار کاربران و عدم قطعیت های سیستم انرژی را در نظر بگیرد. مطالعات اخیر نشان می دهد که روش های متمرکز مبتنی بر بهینه سازی، با وجود دقت بالا، در مقیاس های بزرگ با محدودیت هایی نظیر نیاز به اطلاعات کامل سیستم و افزایش شدید پیچیدگی محاسباتی مواجه هستند و کارایی عملی آن ها کاهش می یابد. در مقابل، رویکردهای غیرمتمرکز و هوشمند، به ویژه روش های مبتنی بر یادگیری تقویتی چند عاملی، به دلیل اتکا بر تصمیم گیری محلی عامل ها و قابلیت سازگاری با شرایط متغیر، به عنوان گزینه هایی امیدوارکننده مطرح شده اند. با این حال، بسیاری از پژوهش های موجود فاقد ساز و کار مؤثر برای هماهنگی در سطح کلان بوده و از تضاد منافع میان تجمیع کننده ها و مالکان خودروهای الکتریکی غفلت می کنند؛ موضوعی که در صورت مدیریت نشدن می تواند مشارکت کاربران و عملکرد کلی سامانه را تضعیف کند. از این رو، بهره گیری از چارچوب هایی که بتوانند تصمیم گیری غیرمتمرکز عامل ها را با سیاست گذاری سطح کلان هماهنگ سازند، ضروری است. در این راستا، نظریه ی بازی های استکلبرگ می تواند به عنوان یک چارچوب مدل سازی تعامل رهبر- پیرو در کنار مدل بهینه سازی ریسک گریز مورد استفاده قرار گیرد. ترکیب این ساختار بازی محور با مدل های بهینه سازی ریسک گریز و قیود فنی شبکه، امکان مدیریت مقاوم تر و انطباق پذیرتر شارژ خودروهای الکتریکی را در شرایط عدم قطعیت فراهم می سازد. پژوهش حاضر با بهره گیری از ابزارهایی نظیر پیش بینی مبتنی بر شبکه های حافظه ی کوتاه مدت- بلندمدت، تولید سناریوهای عدم قطعی
|
|
Researchers
|
Mohammad Kianfar asl (Student)، NAVID TAGHIZADEGAN KALANTARI (Primary Advisor)، Javad Salehi (Advisor)، Ebrahim Rahimpour (Second Advisor)، Amin Safari ()
|