Routenwahl und Ladestrategie für Elektrofahrzeuge basierend auf Crowd Sensing

In diesem Papier wird ein Optimierungsmodell für die Routenwahl und Navigation zum Laden von Elektrofahrzeugen (EV) vorgeschlagen, das darauf abzielt, die Reisekosten der EV-Nutzer zu senken und das Lastniveau des betreffenden Verteilungssystems zu verbessern. Zudem wird mit Hilfe von Crowd Sensing ein Algorithmus zur Erfassung und Wiederherstellung einer Straßenverkehrsgeschwindigkeitsmatrix vorgeschlagen. Darüber hinaus wird die Wartezeit an Ladestationen basierend auf der Warteschlangentheorie behandelt. Das formulierte Ziel des vorgestellten Modells ist es, die Reisezeit der EV-Nutzer, die Ladinges costs oder die Gesamtkosten basierend auf dem Preismechanismus der Nutzungszeit zu minimieren, unter Berücksichtigung verschiedener technischer Einschränkungen wie Pfadauswahl, Reisezeit, Batteriekapazitäten und Ladungs- oder Entladebeschränkungen usw. Fallstudien werden in einer realen Zone in einer Stadt durchgeführt, in der es vier Ladestationen und das IEEE 33-Bus-Verteilungssystem gibt. Die Auswirkungen der Erfassung von Echtzeit-Verkehrsinformationen und unterschiedlicher Entscheidungsziele auf die Reisewege der EV-Nutzer sowie die Auswirkungen der Ladevorgänge oder Entladung von EVs auf das Lastniveau des Verteilungssystems werden ebenfalls analysiert. Die Simulationsergebnisse haben die Machbarkeit und Effektivität des vorgeschlagenen Ansatzes demonstriert.