برنامه ریزی و زمان بندی بهینه وسیله نقلیه به شبکه با استفاده از الگوریتم چند هدفه دو لایه

تکنیک وسیله نقلیه به شبکه به عنوان یک تکنولوژی بسیار مهم و کارا شناخته می شود که موجب تبادل انرژی بین وسایل نقلیه الکتریکی و شبکه انرژی جهت ایجاد مزیت دو سویه برای هر دو بخش می گردد. اجرای سیستم مدیریت انرژی وسیله نقلیه به شبکه مناسب می تواند ظرفیت وسایل نقلیه الکتریکی را جهت ایجاد سرویس های فرعی شبکه به حداکثر برساند. این مقاله یک روش برنامه ریزی و زمان بندی وسیله نقلیه به شبکه بهینه را با استفاده از یک الگوریتم چند هدفه دو لایه جدید پیشنهاد می کند. این الگوریتم بهینه سازی از وسایل نقلیه الکتریکی متصل به شبکه جهت اجرای اجرای بار حداکثر و خدمات تعدیل بار جهت حداقل کردن تغییرات بار شبکه انرژی در طی بهینه سازی لایه اول استفاده می کند. با این حال، بهینه سازی لایه دوم جبران توان راکتیو را برای تنظیم ولتاژ شبکه به حداقل رسانده و بنابراین اندازه ذخیره کننده تامین انرژی وسیله نقلیه به شبکه را بهینه می کند. الگوریتم بهینه سازی لایه دوم از یک رابطه مناسب با استفاده از شبیه سازی سیستم تامین انرژی وسیله نقلیه به شبکه استفاده می کند. الگوریتم پیشنهادی بهینه سازی وسیله نقلیه به شبکه محدودیت های مخت

Vehicle to grid is a revolutionary technology that allows energy exchange between electric vehicles and power grid for mutual advantages. The implementation of appropriate vehicle to grid energy management system can maximize the potential of electric vehicles to provide grid ancillary services. This paper proposes an optimal vehicle to grid planning and scheduling by utilizing a novel double layer multi-objective algorithm. This optimization algorithm utilizes the grid-connected electric vehicles to perform peak load shaving and load levelling services to minimize the power grid load variance in the first layer optimization. Meanwhile, the second layer optimization minimizes the reactive power compensation for grid voltage regulation and therefore, optimizes the vehicle to grid charger’s capacitor sizing. The second layer optimization algorithm utilizes an approximated formula from the simulation of a vehicle to grid charger. The proposed vehicle to grid optimization algorithm conside