印度太阳能集成电动汽车充电基础设施的技术经济综合规划,使用人工智能支持的多目标规划框架

科学领域:

• 可持续能源系统 可持续能源系统
• 运输工程 运输工程
• 整合可再生能源的整合

背景情况:

• 印度向电动移动的转变需要具有成本效益的,集成电网的充电基础设施,并具有太阳能能力.
• 当前的研究经常单独分析需求预测,光伏利用和经济可行性等组件,阻碍了整体部署策略.

研究的目的:

• 开发和提出一个统一的共同设计框架,以优化电动汽车 (EV) 充电站位置,充电器尺寸和光伏 (PV) 分配.
• 在印度的具体关税结构中共同考虑成本效益,电网兼容性和太阳能发电集成.

主要方法:

• 一种混合预测模型,将时间融合变压器和图形神经网络结合起来,用于每小时的电动汽车需求预测,捕捉空间和时间动态.
• 将太阳能发电建模,基于拓的充电器效率和配电网限制纳入技术经济优化公式.
• 应用多目标优化算法 (NSGA-II) 来确定最佳配置,平衡成本,电网负载和太阳能利用.

主要成果:

• 已证明,电网峰值负载减少了28-35%,充电器利用率提高了40-70%.
• 与非优化部署相比,实现了12-18%的收费成本降低.
• 强调综合规划的有效性,使太阳能可用性,需求模式和关税激励措施保持一致.

结论:

• 综合规划对于调整太阳能,电动汽车需求和为高效充电基础设施提供关税激励措施至关重要.
• 拟议的框架为参与规划印度未来电动汽车充电网络的利益相关者提供了可扩展的决策支持工具.
• 优化充电基础设施设计对于具有成本效益,与电网兼容和可持续的电动移动转型至关重要.