이산화탄소 배출, 화석 연료에 대한 의존성 및 기존 차량이 환경에 미치는 부정적인 영향에 대한 우려가 커지면서 운송을 위한 대체 에너지 원을 찾는 데 관심을 기울였다. 이러한 문제를 해결하기 위한 최근의 해결책 중 하나는 기존 차량을 전기 자동차 (Electric Vehicle, EV)로 교체하는 것이다. 결과적으로 운송 부문은 전기 자동차의 사용으로 빠르게 전환되고 있으며 가까운 시일 내에 시장에서 전기 자동차의 광범위한 채택이 관찰 될 것이다. ...
이산화탄소 배출, 화석 연료에 대한 의존성 및 기존 차량이 환경에 미치는 부정적인 영향에 대한 우려가 커지면서 운송을 위한 대체 에너지 원을 찾는 데 관심을 기울였다. 이러한 문제를 해결하기 위한 최근의 해결책 중 하나는 기존 차량을 전기 자동차 (Electric Vehicle, EV)로 교체하는 것이다. 결과적으로 운송 부문은 전기 자동차의 사용으로 빠르게 전환되고 있으며 가까운 시일 내에 시장에서 전기 자동차의 광범위한 채택이 관찰 될 것이다. EV 주차장 (Parking Lot, PL) 의 통합은 상대적으로 오랜 기간 동안 전력망에 상당한 전기 부하를 줄 것이다. EV의 총 충전 부하는 배전 전력 시스템의 최대 수요와 일치 할 수 있으며 전력망에 큰 스트레스를 줄 수 있다. 전력망에 가해지는 스트레스는 추가적인 전력 수요와 변전소 및 전송 시스템을 압도 할 수 있는 새로운 최대 부하의 도입으로 특징 지어 질 수 있다. 이러한 문제를 극복하기 위해 PL 운영자는 EV의 침투 수준을 제한하고 제한된 수의 EV간에 충전 및 방전 전력을 최적으로 분배해야 한다. 그러나 이는 EV 소유자의 경험의 질(Quality of Experience, QoE) 에 영향을 미치므로 PL 운영자의 성능의 질 (Quality of Performance, QoP) 이 저하된다. QoE는 EV 소유자의 만족도 수준으로 정의된다. 반면, QoP는 QoE가 있는 EV와 총 EV 수의 비율을 나타내는 측정치이다. 따라서 PL의 EV에 대한 충전 및 방전 조정 전략은 전력망의 원활한 운영을 위해 필수적이다. 본 논문은 배전차원에서 PL의 통합을 고려하여 전력망, EV 소유자, SPL 요건 등을 고려하여 스마트 주차장(SPL)에서 대규모 EV의 충전 및 방전 조정 전략에 관하여 상세한 연구를 실시하는 것을 목적으로 한다. 지금부터 PL은 SPL로 간주된다. 첫 번째 작업에서는 G2V(Grid-to-Vehicle) 프레임워크를 고려하고 SPL의 가장 적절한 EV들 사이에서 충전 전력의 최적 분배를 위해 퍼지 추론 메커니즘을 이용하는 퍼지 논리 중량 기반 충전 방식(Fuzzy Logic Weight-based Charging Scheme, FLWCS)이 제안된다. EV 소유자와 전력 그리드의 요구조건이 파악되고 실시간으로 EV를 스케줄링하는 문제는 전력 그리드의 운영상의 제약 하에서 SPL에 대한 QoP를 최대화하는 방식으로 SPL 총 수요의 최소화와 같은 목적 함수로 공식화된다. 목적 함수는 필요한 충전 상태, 잔여 주차 시간 및 가용 전력을 통합한 퍼지 추론 메커니즘을 통해 해결한 다음 각 EV의 가중값을 계산한다. 모든 EV에 대한 가중값이 알려지면 각각의 시간 슬롯에서 전원 그리드의 작동 제약 조건이 만족도록 충전 작동을 제어한다. 제안된 FLWCS는 주차 용량이 다른 SPL에 적용되며, 전력 그리드의 작동 제약 조건에서 EV의 최대 침투량을 평가하기 위한 분석 및 시뮬레이션 연구가 수행된다. 시뮬레이션은 무작위 분포를 갖는 4가지 유형의 EV를 고려하여 수행된다. 제안된 FLWCS와 기존의 FCFS(First-Come First-Serve) 기반 체계 간에 EV 소유자, SPL 및 전력망 요구사항을 고려한 비교 분석이 제시된다. 시뮬레이션 결과는 기존의 FCFS 기반 구조와 비교하여 개선된 QoP를 보여준다. 둘째, EV를 프로슈머(소비자 및 생산자)로 간주하여 FLWCS를 개선함으로써 더 복잡한 시나리오가 수행되고 그에 따라 퍼지 논리 중량 기반 충전 및 방전 전략(Fuzzy Logic Weight-based Charging and Discharging Strategy, FLWCDS)이 제안된다. FLWCDS의 구현을 위해 EV 소유자의 충전 및 방전 서비스 선택을 위해 G2V(Grid-to-Vehicle), V2G(Vehicle-to-Grid) 기술로 양방향 전력 흐름을 지원하는 시스템 모델을 정의한다. 이전 연구에서 제안된 목적 함수는 EV의 방전 운영으로 수정되고 퍼지 추론 메커니즘의 신뢰성을 통해 해결된다. 퍼지 논리 추론 메커니즘은 입력 및 출력 변수, 멤버십 함수, 퍼지 추론 규칙 집합 및 디퍼지화 방법을 정의함으로써 개발된다. 소유자의 참여 선택을 고려하여 EV의 작동은 충전, 방전, 유휴 등으로 구분된다. 퍼지 추론 메커니즘은 각 시간 슬롯에서 충전 및 방전 작동을 예약하는 데 사용된다. 개발된 퍼지 추론 메커니즘은 EV의 특성, 소유자 행동의 유연성 및 시간적 가변 가용 전력을 포함한 여러 요소를 고려한다. 제안된 FLWCDS는 Manage_new_arrivate, Fuzzy_logic_module, Manage_EV_behavior, Manage_departure의 네 가지 하위 알고리즘으로 개발된다. Manage_EV_behavior 및 Manage_departure. 새로운 EV의 등록, 서비스되는 EV의 출발 및 SPL 사용 유지에는 다음과 같은 두 가지 하위 알고리즘이 서비스한다.Manage_new_arrive과 Management_departure. Fuzzy_logic_module은 시간적 가변 가용 전력, 필요한 SoC 및 EV 잔여 주차 지속시간의 복잡성을 포괄적으로 해결함으로써 연결된 각 EV에 대한 정확한 결정을 설명한다. 각 샘플링 기간 동안 예정된 충전 및 방전 운영은 하위 알고리즘 Manage_EV_behavior 를 통해 가중값에 따라 제어된다. 제안된 FLWCDS는 주차 용량이 다른 SPL에 적용하여 테스트하고 그 결과를 FCFS 및 FLWCS에 대해 검증한다. 시뮬레이션 결과는 제안된 FLWCDS가 FCFS 및 FLWCS와 비교했을 때 QoE 및 QoP 측면에서 우수한 성능을 가지고 있다는 것을 보인다. 셋째, 다음 주행 거리 요건에 따라 EV의 충전 및 방전 작동을 스케줄링하기 위한 2단계 퍼지 논리 전략 (Two Stage Fuzzy Logic Strategy, TSFLS)이 제안된다. FLWCS와 FLWCDS의 이전 두 가지 전략의 결함을 확인하고, 제안된 TSFLS는 현실적인 여행 데이터에 기초하여 EV 소유자 QoE와 그에 따른 전력 그리드의 작동 제약 하에서 SPL의 QoP를 더욱 개선하도록 설계된다. 제안된 TSFLS에서, 미국 가정 여행 조사 (National Househouse Travel Survey, NHTS) 데이터에서 얻은 EV의 도착과 출발 시간의 확률 밀도 함수를 활용하여 EV의 다음 주행 거리에 따라 충전 및 방전 에너지의 양을 계산하는 1단계 퍼지 추론 메커니즘을 모델링했다. EV의 참여는 에너지 요구사항에 따라 G2V, V2G, 유휴 작동으로 분류된다. 일단 EV의 참여와 그 에너지 요건이 알려지면, 2단계 퍼지 추론 메커니즘의 서비스를 이용하여 EV의 작동을 제어하였다. TSFLS는 IEEE 34 노드 분배 시스템과 통합된 3개의 서로 다른 SPL에 적용되며 FLWCS 및 FLWCDS에 대해 성능을 평가한다. 시뮬레이션 결과는 제안된 TSFLS가 FLWCDS에 비해 QoP 성능이 더 높은 것으로 나타났다. 또한 기존 FCFS 기반의 공공 충전소 활용도가 저조한 문제가 부각되고 공공 충전소의 활용도를 극대화하는 것을 목표로 하는 퍼지 논리 기반 알고리즘이 제안된다. 제안된 계획은 주차장에 적용되고 매트랩을 사용하여 100대의 EV와 5대의 충전소(Charging Station, CS)에 대해 시뮬레이션된다. 시뮬레이션 결과는 제안된 기법이 우수한 성능을 보였다. 마지막으로, 공영주차장에서 CS의 G2V와 V2G 운영의 조정 및 제어를 위해 IEC 61850-7-420 표준에 기초한 통신 네트워크아키텍처를 제안한다. IEC 61850-7-420 표준 논리 노드는 EV 및 CS의 물리적 장치에 매핑되며 차량 내 유무선 기술에 기반한 통신 네트워크 아키텍처가 개발되고 EV, 충전소 및 제어 센터가 개발된다. 본 연구는 원활한 작동으로 전력 그리드를 촉진하고, EV의 침투 수준을 향상시키며, SPL을 배전 시스템의 기존 인프라에 통합하기 위한 것이다. 본 연구를 통해 미래형 스마트 주차장에 대한 에너지 관리 시스템을 강화할 수 있는 새로운 방향을 열 수 있을 것으로 판단된다.
이산화탄소 배출, 화석 연료에 대한 의존성 및 기존 차량이 환경에 미치는 부정적인 영향에 대한 우려가 커지면서 운송을 위한 대체 에너지 원을 찾는 데 관심을 기울였다. 이러한 문제를 해결하기 위한 최근의 해결책 중 하나는 기존 차량을 전기 자동차 (Electric Vehicle, EV)로 교체하는 것이다. 결과적으로 운송 부문은 전기 자동차의 사용으로 빠르게 전환되고 있으며 가까운 시일 내에 시장에서 전기 자동차의 광범위한 채택이 관찰 될 것이다. EV 주차장 (Parking Lot, PL) 의 통합은 상대적으로 오랜 기간 동안 전력망에 상당한 전기 부하를 줄 것이다. EV의 총 충전 부하는 배전 전력 시스템의 최대 수요와 일치 할 수 있으며 전력망에 큰 스트레스를 줄 수 있다. 전력망에 가해지는 스트레스는 추가적인 전력 수요와 변전소 및 전송 시스템을 압도 할 수 있는 새로운 최대 부하의 도입으로 특징 지어 질 수 있다. 이러한 문제를 극복하기 위해 PL 운영자는 EV의 침투 수준을 제한하고 제한된 수의 EV간에 충전 및 방전 전력을 최적으로 분배해야 한다. 그러나 이는 EV 소유자의 경험의 질(Quality of Experience, QoE) 에 영향을 미치므로 PL 운영자의 성능의 질 (Quality of Performance, QoP) 이 저하된다. QoE는 EV 소유자의 만족도 수준으로 정의된다. 반면, QoP는 QoE가 있는 EV와 총 EV 수의 비율을 나타내는 측정치이다. 따라서 PL의 EV에 대한 충전 및 방전 조정 전략은 전력망의 원활한 운영을 위해 필수적이다. 본 논문은 배전차원에서 PL의 통합을 고려하여 전력망, EV 소유자, SPL 요건 등을 고려하여 스마트 주차장(SPL)에서 대규모 EV의 충전 및 방전 조정 전략에 관하여 상세한 연구를 실시하는 것을 목적으로 한다. 지금부터 PL은 SPL로 간주된다. 첫 번째 작업에서는 G2V(Grid-to-Vehicle) 프레임워크를 고려하고 SPL의 가장 적절한 EV들 사이에서 충전 전력의 최적 분배를 위해 퍼지 추론 메커니즘을 이용하는 퍼지 논리 중량 기반 충전 방식(Fuzzy Logic Weight-based Charging Scheme, FLWCS)이 제안된다. EV 소유자와 전력 그리드의 요구조건이 파악되고 실시간으로 EV를 스케줄링하는 문제는 전력 그리드의 운영상의 제약 하에서 SPL에 대한 QoP를 최대화하는 방식으로 SPL 총 수요의 최소화와 같은 목적 함수로 공식화된다. 목적 함수는 필요한 충전 상태, 잔여 주차 시간 및 가용 전력을 통합한 퍼지 추론 메커니즘을 통해 해결한 다음 각 EV의 가중값을 계산한다. 모든 EV에 대한 가중값이 알려지면 각각의 시간 슬롯에서 전원 그리드의 작동 제약 조건이 만족도록 충전 작동을 제어한다. 제안된 FLWCS는 주차 용량이 다른 SPL에 적용되며, 전력 그리드의 작동 제약 조건에서 EV의 최대 침투량을 평가하기 위한 분석 및 시뮬레이션 연구가 수행된다. 시뮬레이션은 무작위 분포를 갖는 4가지 유형의 EV를 고려하여 수행된다. 제안된 FLWCS와 기존의 FCFS(First-Come First-Serve) 기반 체계 간에 EV 소유자, SPL 및 전력망 요구사항을 고려한 비교 분석이 제시된다. 시뮬레이션 결과는 기존의 FCFS 기반 구조와 비교하여 개선된 QoP를 보여준다. 둘째, EV를 프로슈머(소비자 및 생산자)로 간주하여 FLWCS를 개선함으로써 더 복잡한 시나리오가 수행되고 그에 따라 퍼지 논리 중량 기반 충전 및 방전 전략(Fuzzy Logic Weight-based Charging and Discharging Strategy, FLWCDS)이 제안된다. FLWCDS의 구현을 위해 EV 소유자의 충전 및 방전 서비스 선택을 위해 G2V(Grid-to-Vehicle), V2G(Vehicle-to-Grid) 기술로 양방향 전력 흐름을 지원하는 시스템 모델을 정의한다. 이전 연구에서 제안된 목적 함수는 EV의 방전 운영으로 수정되고 퍼지 추론 메커니즘의 신뢰성을 통해 해결된다. 퍼지 논리 추론 메커니즘은 입력 및 출력 변수, 멤버십 함수, 퍼지 추론 규칙 집합 및 디퍼지화 방법을 정의함으로써 개발된다. 소유자의 참여 선택을 고려하여 EV의 작동은 충전, 방전, 유휴 등으로 구분된다. 퍼지 추론 메커니즘은 각 시간 슬롯에서 충전 및 방전 작동을 예약하는 데 사용된다. 개발된 퍼지 추론 메커니즘은 EV의 특성, 소유자 행동의 유연성 및 시간적 가변 가용 전력을 포함한 여러 요소를 고려한다. 제안된 FLWCDS는 Manage_new_arrivate, Fuzzy_logic_module, Manage_EV_behavior, Manage_departure의 네 가지 하위 알고리즘으로 개발된다. Manage_EV_behavior 및 Manage_departure. 새로운 EV의 등록, 서비스되는 EV의 출발 및 SPL 사용 유지에는 다음과 같은 두 가지 하위 알고리즘이 서비스한다.Manage_new_arrive과 Management_departure. Fuzzy_logic_module은 시간적 가변 가용 전력, 필요한 SoC 및 EV 잔여 주차 지속시간의 복잡성을 포괄적으로 해결함으로써 연결된 각 EV에 대한 정확한 결정을 설명한다. 각 샘플링 기간 동안 예정된 충전 및 방전 운영은 하위 알고리즘 Manage_EV_behavior 를 통해 가중값에 따라 제어된다. 제안된 FLWCDS는 주차 용량이 다른 SPL에 적용하여 테스트하고 그 결과를 FCFS 및 FLWCS에 대해 검증한다. 시뮬레이션 결과는 제안된 FLWCDS가 FCFS 및 FLWCS와 비교했을 때 QoE 및 QoP 측면에서 우수한 성능을 가지고 있다는 것을 보인다. 셋째, 다음 주행 거리 요건에 따라 EV의 충전 및 방전 작동을 스케줄링하기 위한 2단계 퍼지 논리 전략 (Two Stage Fuzzy Logic Strategy, TSFLS)이 제안된다. FLWCS와 FLWCDS의 이전 두 가지 전략의 결함을 확인하고, 제안된 TSFLS는 현실적인 여행 데이터에 기초하여 EV 소유자 QoE와 그에 따른 전력 그리드의 작동 제약 하에서 SPL의 QoP를 더욱 개선하도록 설계된다. 제안된 TSFLS에서, 미국 가정 여행 조사 (National Househouse Travel Survey, NHTS) 데이터에서 얻은 EV의 도착과 출발 시간의 확률 밀도 함수를 활용하여 EV의 다음 주행 거리에 따라 충전 및 방전 에너지의 양을 계산하는 1단계 퍼지 추론 메커니즘을 모델링했다. EV의 참여는 에너지 요구사항에 따라 G2V, V2G, 유휴 작동으로 분류된다. 일단 EV의 참여와 그 에너지 요건이 알려지면, 2단계 퍼지 추론 메커니즘의 서비스를 이용하여 EV의 작동을 제어하였다. TSFLS는 IEEE 34 노드 분배 시스템과 통합된 3개의 서로 다른 SPL에 적용되며 FLWCS 및 FLWCDS에 대해 성능을 평가한다. 시뮬레이션 결과는 제안된 TSFLS가 FLWCDS에 비해 QoP 성능이 더 높은 것으로 나타났다. 또한 기존 FCFS 기반의 공공 충전소 활용도가 저조한 문제가 부각되고 공공 충전소의 활용도를 극대화하는 것을 목표로 하는 퍼지 논리 기반 알고리즘이 제안된다. 제안된 계획은 주차장에 적용되고 매트랩을 사용하여 100대의 EV와 5대의 충전소(Charging Station, CS)에 대해 시뮬레이션된다. 시뮬레이션 결과는 제안된 기법이 우수한 성능을 보였다. 마지막으로, 공영주차장에서 CS의 G2V와 V2G 운영의 조정 및 제어를 위해 IEC 61850-7-420 표준에 기초한 통신 네트워크 아키텍처를 제안한다. IEC 61850-7-420 표준 논리 노드는 EV 및 CS의 물리적 장치에 매핑되며 차량 내 유무선 기술에 기반한 통신 네트워크 아키텍처가 개발되고 EV, 충전소 및 제어 센터가 개발된다. 본 연구는 원활한 작동으로 전력 그리드를 촉진하고, EV의 침투 수준을 향상시키며, SPL을 배전 시스템의 기존 인프라에 통합하기 위한 것이다. 본 연구를 통해 미래형 스마트 주차장에 대한 에너지 관리 시스템을 강화할 수 있는 새로운 방향을 열 수 있을 것으로 판단된다.
The growing concerns of carbon dioxide emissions, the reliance on fossil fuel, and the negative impact of conventional vehicles on the environment have raised attention towards exploring alternative energy sources for transportation. One of the recent solutions to tackle such problems is the replace...
The growing concerns of carbon dioxide emissions, the reliance on fossil fuel, and the negative impact of conventional vehicles on the environment have raised attention towards exploring alternative energy sources for transportation. One of the recent solutions to tackle such problems is the replacement of conventional vehicles with electric vehicles (EVs). As a result, the transportation sector is rapidly moving towards the use of EVs and in the near future a widespread adoption of EVs will be observed in the market. The integration of EVs parking lots (PLs) will represent a significant electric load on the power grid for relatively long period of time. The aggregated charging load of EVs may coincide with the peak demand of the distribution power system and can greatly stress the power grid. The stress on the power grid can be characterized by the additional electricity demand and the introduction of a new peak load that may overwhelm both the substations and transmission system. To overcome such issues, the PL operators are required to limit the penetration level of EVs and optimally distribute the charging and discharging power among a limited number of EVs. However, this affects the EV owner’s quality of experience (QoE), and thereby reducing the quality of performance (QoP) for the PL operators. The QoE is defined as the satisfaction level of the EV owner; whereas, the QoP is a measurement representing the ratio of EVs with QoE to the total number of EVs. Thus, the charging and discharging coordination strategies for EVs in PLs are an imperative for the smooth operations of the power grid. Considering the integration of PLs at the distribution level, this thesis aims to provide a detail study on the charging and discharging coordination strategies for large-scale of EVs in smart parking lots (SPLs) while taking the power grid, the EV owner’s, and the SPL requirements into account. Please note that from now the PLs are regarded as SPLs. In the first work, a fuzzy logic weight-based charging scheme (FLWCS) which considered a grid-to-vehicle (G2V) framework and utilized the fuzzy inference mechanism for the optimal distribution of the charging power among the most appropriate EVs in a SPL is proposed. The requirements of EV owners and the power grid are identified and the problem of scheduling EVs in real-time is formulated with an objective function namely minimization of the SPL total demand in such a way that maximizes the QoP for the SPL under the operational constraints of the power grid. The objective function is solved through the fuzzy inference mechanism which incorporated the required state-of-charge, the remaining parking duration, and the available power and then computes the weight values for each of the EVs. Once the weight values for all EVs are known, their charging operations are controlled such that the operational constraints of the power grid are respected in each time slot. The proposed FLWCS is applied to a SPL with different parking capacities and an analytical and simulation study is conducted to evaluate the maximum penetration of EVs under operational constraints of the power grid. The simulation is performed by considering four different types of EVs with a random distribution. A comparative analysis in view of EV owners, the SPL, and the power grid requirements is presented between the proposed FLWCS and the conventional first-come-first-serve (FCFS) based scheme. The simulation results reveal an improved QoP, comparing to the conventional FCFS based scheme. Second, more complex scenarios by considering the EVs as prosumers (consumers and producers) are performed to improve the FLWCS and thereby proposed a fuzzy logic weight-based charging and discharging strategy (FLWCDS). In order to implement the FLWCDS, a system model supporting bidirectional power flow with grid-to-vehicle (G2V) and vehicle-to-grid (V2G) technologies for the EV owner’s choice of charging and discharging services is defined. The objective function proposed in the previous work is modified with the discharging operations of EVs and solved through the credibility of the fuzzy inference mechanism. The fuzzy logic inference mechanism is developed by defining the input and output variables, their membership functions, set of fuzzy inference rules, and the defuzzification method. Considering the participation choice of owners the operations of EVs are categorized into charging, discharging, and idle. The fuzzy inference mechanism is then used to schedule their charging and discharging operations in each time slot. The developed fuzzy inference mechanism considers multiple factors including the characteristics of EVs, the flexibility of owner’s behaviors, and the temporal varying available power. The proposed FLWCDS is developed with four sub-algorithms: Manage_new_arrival, Fuzzy_logic_module, Manage_EV_behavior, and Manage_departure. The registration of new EVs, the departure of served EVs and the maintenance of SPL occupancies are serviced by two sub-algorithms titled: Manage_new_arrival and Manage_departure. The Fuzzy_logic_module, account an accurate decision for each of the connected EVs by comprehensively solving the complexity of temporal varying available power, required SoC, and the EVs remaining parking duration. In each sampling period, the scheduled charging and discharging operations are controlled according to their weight values through the sub-algorithm Manage_EV_behavior. The proposed FLWCDS is tested by applying it to a SPL with different parking capacities and the results are verified against the FCFS and FLWCS. The simulation results show that the proposed FLWCDS has superior performance in terms of QoE and QoP while comparing to the FCFS and the FLWCS. Third, a two stage fuzzy logic strategy (TSFLS) is proposed for scheduling the charging and discharging operations of EVs according to their next trip distance requirements. The deficiencies of the previous two strategies namely FLWCS and FLWCDS are identified and the proposed TSFLS is designed based on the realistic traveling data to further improve the EV owners QoE and thereby the QoP for the SPLs under the operational constraints of the power grid. In the proposed TSFLS, the probability density functions of arrival and departure time of EVs obtained from the National Household Travel Survey (NHTS) data have been utilized to model the first stage fuzzy inference mechanism which calculates the amount of charging and discharging energies of EVs according to their next trip distances. Based on their energy requirements, the participations of EVs are categorized into G2V, V2G and idle operations. Once the EVs participations and their energy requirements were known, the services of the second stage fuzzy inference mechanism were exploited to control the operations of EVs. The TSFLS is applied on three different SPLs integrated with the IEEE 34-node distribution system and its performance is evaluated against the FLWCS and FLWCDS. The simulation results indicated that the proposed TSFLS has higher QoP performance comparing to FLWCDS. Also, the problem of public charging stations poor utilization with conventional FCFS based is highlighted and a fuzzy logic based algorithm that aim to maximize the utilization of the public charging stations is proposed. The proposed scheme is applied to a parking lot and simulated for 100 EVs and 5 charging stations (CSs) using Matlab. The simulation results showed superior performance with the proposed scheme. Finally, a communication network architecture based on the IEC 61850-7-420 standard is proposed for coordinating and control of G2V and V2G operations of CSs in public parking lots. The IEC 61850-7-420 standard logical nodes are mapped to the physical devices of an EV and CS and a communication network architecture based on wired and wireless technologies within the vehicle and among the EVs, charging stations, and control center is developed. This research is directed to facilitate the power grid with smooth operation, improve the penetration level of EVs and integrate the SPLs into the existing infrastructure of the power distribution system. It is believed that this study surely opens a new direction to enhance the energy management system for the future smart parking lots.
The growing concerns of carbon dioxide emissions, the reliance on fossil fuel, and the negative impact of conventional vehicles on the environment have raised attention towards exploring alternative energy sources for transportation. One of the recent solutions to tackle such problems is the replacement of conventional vehicles with electric vehicles (EVs). As a result, the transportation sector is rapidly moving towards the use of EVs and in the near future a widespread adoption of EVs will be observed in the market. The integration of EVs parking lots (PLs) will represent a significant electric load on the power grid for relatively long period of time. The aggregated charging load of EVs may coincide with the peak demand of the distribution power system and can greatly stress the power grid. The stress on the power grid can be characterized by the additional electricity demand and the introduction of a new peak load that may overwhelm both the substations and transmission system. To overcome such issues, the PL operators are required to limit the penetration level of EVs and optimally distribute the charging and discharging power among a limited number of EVs. However, this affects the EV owner’s quality of experience (QoE), and thereby reducing the quality of performance (QoP) for the PL operators. The QoE is defined as the satisfaction level of the EV owner; whereas, the QoP is a measurement representing the ratio of EVs with QoE to the total number of EVs. Thus, the charging and discharging coordination strategies for EVs in PLs are an imperative for the smooth operations of the power grid. Considering the integration of PLs at the distribution level, this thesis aims to provide a detail study on the charging and discharging coordination strategies for large-scale of EVs in smart parking lots (SPLs) while taking the power grid, the EV owner’s, and the SPL requirements into account. Please note that from now the PLs are regarded as SPLs. In the first work, a fuzzy logic weight-based charging scheme (FLWCS) which considered a grid-to-vehicle (G2V) framework and utilized the fuzzy inference mechanism for the optimal distribution of the charging power among the most appropriate EVs in a SPL is proposed. The requirements of EV owners and the power grid are identified and the problem of scheduling EVs in real-time is formulated with an objective function namely minimization of the SPL total demand in such a way that maximizes the QoP for the SPL under the operational constraints of the power grid. The objective function is solved through the fuzzy inference mechanism which incorporated the required state-of-charge, the remaining parking duration, and the available power and then computes the weight values for each of the EVs. Once the weight values for all EVs are known, their charging operations are controlled such that the operational constraints of the power grid are respected in each time slot. The proposed FLWCS is applied to a SPL with different parking capacities and an analytical and simulation study is conducted to evaluate the maximum penetration of EVs under operational constraints of the power grid. The simulation is performed by considering four different types of EVs with a random distribution. A comparative analysis in view of EV owners, the SPL, and the power grid requirements is presented between the proposed FLWCS and the conventional first-come-first-serve (FCFS) based scheme. The simulation results reveal an improved QoP, comparing to the conventional FCFS based scheme. Second, more complex scenarios by considering the EVs as prosumers (consumers and producers) are performed to improve the FLWCS and thereby proposed a fuzzy logic weight-based charging and discharging strategy (FLWCDS). In order to implement the FLWCDS, a system model supporting bidirectional power flow with grid-to-vehicle (G2V) and vehicle-to-grid (V2G) technologies for the EV owner’s choice of charging and discharging services is defined. The objective function proposed in the previous work is modified with the discharging operations of EVs and solved through the credibility of the fuzzy inference mechanism. The fuzzy logic inference mechanism is developed by defining the input and output variables, their membership functions, set of fuzzy inference rules, and the defuzzification method. Considering the participation choice of owners the operations of EVs are categorized into charging, discharging, and idle. The fuzzy inference mechanism is then used to schedule their charging and discharging operations in each time slot. The developed fuzzy inference mechanism considers multiple factors including the characteristics of EVs, the flexibility of owner’s behaviors, and the temporal varying available power. The proposed FLWCDS is developed with four sub-algorithms: Manage_new_arrival, Fuzzy_logic_module, Manage_EV_behavior, and Manage_departure. The registration of new EVs, the departure of served EVs and the maintenance of SPL occupancies are serviced by two sub-algorithms titled: Manage_new_arrival and Manage_departure. The Fuzzy_logic_module, account an accurate decision for each of the connected EVs by comprehensively solving the complexity of temporal varying available power, required SoC, and the EVs remaining parking duration. In each sampling period, the scheduled charging and discharging operations are controlled according to their weight values through the sub-algorithm Manage_EV_behavior. The proposed FLWCDS is tested by applying it to a SPL with different parking capacities and the results are verified against the FCFS and FLWCS. The simulation results show that the proposed FLWCDS has superior performance in terms of QoE and QoP while comparing to the FCFS and the FLWCS. Third, a two stage fuzzy logic strategy (TSFLS) is proposed for scheduling the charging and discharging operations of EVs according to their next trip distance requirements. The deficiencies of the previous two strategies namely FLWCS and FLWCDS are identified and the proposed TSFLS is designed based on the realistic traveling data to further improve the EV owners QoE and thereby the QoP for the SPLs under the operational constraints of the power grid. In the proposed TSFLS, the probability density functions of arrival and departure time of EVs obtained from the National Household Travel Survey (NHTS) data have been utilized to model the first stage fuzzy inference mechanism which calculates the amount of charging and discharging energies of EVs according to their next trip distances. Based on their energy requirements, the participations of EVs are categorized into G2V, V2G and idle operations. Once the EVs participations and their energy requirements were known, the services of the second stage fuzzy inference mechanism were exploited to control the operations of EVs. The TSFLS is applied on three different SPLs integrated with the IEEE 34-node distribution system and its performance is evaluated against the FLWCS and FLWCDS. The simulation results indicated that the proposed TSFLS has higher QoP performance comparing to FLWCDS. Also, the problem of public charging stations poor utilization with conventional FCFS based is highlighted and a fuzzy logic based algorithm that aim to maximize the utilization of the public charging stations is proposed. The proposed scheme is applied to a parking lot and simulated for 100 EVs and 5 charging stations (CSs) using Matlab. The simulation results showed superior performance with the proposed scheme. Finally, a communication network architecture based on the IEC 61850-7-420 standard is proposed for coordinating and control of G2V and V2G operations of CSs in public parking lots. The IEC 61850-7-420 standard logical nodes are mapped to the physical devices of an EV and CS and a communication network architecture based on wired and wireless technologies within the vehicle and among the EVs, charging stations, and control center is developed. This research is directed to facilitate the power grid with smooth operation, improve the penetration level of EVs and integrate the SPLs into the existing infrastructure of the power distribution system. It is believed that this study surely opens a new direction to enhance the energy management system for the future smart parking lots.
Keyword
#Charging scheduling Electric vehicles Fast charging stations Smart parking lot Quality of experience Quality of performance
학위논문 정보
저자
후세인샤히드
학위수여기관
전북대학교 일반대학원
학위구분
국내박사
학과
컴퓨터공학(전자계산기공학)
지도교수
김영천
발행연도
2020
총페이지
237 p.
키워드
Charging scheduling Electric vehicles Fast charging stations Smart parking lot Quality of experience Quality of performance
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.