論文の概要: Contingency Analysis of a Grid of Connected EVs for Primary Frequency
Control of an Industrial Microgrid Using Efficient Control Scheme
- arxiv url: http://arxiv.org/abs/2402.01608v1
- Date: Fri, 2 Feb 2024 18:14:16 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-05 14:05:25.555715
- Title: Contingency Analysis of a Grid of Connected EVs for Primary Frequency
Control of an Industrial Microgrid Using Efficient Control Scheme
- Title（参考訳）: 効率的な制御手法を用いた産業用マイクログリッドの一次周波数制御のための接続EVグリッドの同時解析
- Authors: J.N. Sabhahit, S.S. Solanke, V.K. Jadoun, H. Malik, F.P. Garc\'ia
M\'arquez, J.M. Pinar-P\'erez
- Abstract要約: 電気自動車(EV)は、負荷とソースの両方として動作することができる。
産業用マイクログリッドは、風力発電所や太陽光発電所、貯蔵システム、負荷など、さまざまなエネルギー源で構成されている。
周波数管理のための制御方式を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: After over a century of internal combustion engines ruling the transport
sector, electric vehicles appear to be on the verge of gaining traction due to
a slew of advantages, including lower operating costs and lower CO2 emissions.
By using the Vehicle-to-Grid (or Grid-to-Vehicle if Electric vehicles (EVs) are
utilized as load) approach, EVs can operate as both a load and a source.
Primary frequency regulation and congestion management are two essential
characteristics of this technology that are added to an industrial microgrid.
Industrial Microgrids are made up of different energy sources such as wind
farms and PV farms, storage systems, and loads. EVs have gained a lot of
interest as a technique for frequency management because of their ability to
regulate quickly. Grid reliability depends on this quick reaction. Different
contingency, state of charge of the electric vehicles, and a varying number of
EVs in an EV fleet are considered in this work, and a proposed control scheme
for frequency management is presented. This control scheme enables
bidirectional power flow, allowing for primary frequency regulation during the
various scenarios that an industrial microgrid may encounter over the course of
a 24-h period. The presented controller will provide dependable frequency
regulation support to the industrial microgrid during contingencies, as will be
demonstrated by simulation results, achieving a more reliable system. However,
simulation results will show that by increasing a number of the EVs in a fleet
for the Vehicle-to-Grid approach, an industrial microgrid\'s frequency can be
enhanced even further.
- Abstract（参考訳）: 輸送部門を支配した内燃機関が1世紀以上続いた後、電気自動車は運転コストの低下やCO2排出量の減少など多くの利点のために、勢いを増しつつあるようだ。
電気自動車(EV)がロードとして利用される場合、EVはロードとソースの両方として動作することができる。
一次周波数制御と混雑管理は,産業用マイクログリッドに付加されるこの技術の2つの重要な特徴である。
産業用マイクログリッドは風力発電所や太陽光発電所、貯蔵システム、負荷など様々なエネルギー源で構成されている。
EVは周波数管理技術として多くの関心を集めている。
グリッドの信頼性はこの迅速な反応に依存します。
本研究では,電気自動車のコンセント,充電状態,EVフリートにおけるEV数の変動について検討し,周波数管理のための制御方式を提案する。
この制御方式は、産業用マイクログリッドが24時間にわたって遭遇する可能性のある様々なシナリオにおいて、一次周波数制御を可能にする。
提案した制御器は、より信頼性の高いシステムを実現するためのシミュレーション結果によって示されるように、産業用マイクログリッドに対する信頼性の高い周波数調整支援を提供する。
しかし、シミュレーションの結果、自動車からグリッドへのアプローチにおいて、EVの数を増やすことで、産業用マイクログリッドの周波数をさらに高めることが示される。
関連論文リスト
- Electric Vehicles coordination for grid balancing using multi-objective
Harris Hawks Optimization [0.0]
再生可能エネルギーの台頭は、地域グリッドのエネルギー収支に技術的および運用上の課題をもたらす電気自動車(EV)へのシフトと一致している。
複数のEVからグリッドへの電力フローの調整には、高度なアルゴリズムとロードバランシング戦略が必要である。
本稿では,安定した電力供給と安定したローカルグリッドの維持を目標として,一日のEVフリート調整モデルを提案する。
論文 参考訳（メタデータ） (2023-11-24T15:50:37Z) - Charge Manipulation Attacks Against Smart Electric Vehicle Charging Stations and Deep Learning-based Detection Mechanisms [49.37592437398933]
電気自動車充電ステーション(EVCS)は、グリーントランスポートの実現に向けた重要なステップとなる。
我々は、攻撃者がスマート充電操作中に交換された情報を操作しているEV充電に対する充電操作攻撃(CMA)を調査した。
本稿では,EV充電に関わるパラメータを監視してCMAを検出する,教師なしのディープラーニングに基づくメカニズムを提案する。
論文 参考訳（メタデータ） (2023-10-18T18:38:59Z) - Federated Reinforcement Learning for Electric Vehicles Charging Control
on Distribution Networks [42.04263644600909]
マルチエージェント深部強化学習(MADRL)はEV充電制御において有効であることが証明されている。
既存のMADRLベースのアプローチでは、配電ネットワークにおけるEV充電/放電の自然な電力フローを考慮できない。
本稿では,マルチEV充電/放電と最適電力流で動作する放射分布ネットワーク(RDN)を組み合わせた新しい手法を提案する。
論文 参考訳（メタデータ） (2023-08-17T05:34:46Z) - Identifying drivers and mitigators for congestion and redispatch in the
German electric power system with explainable AI [0.0]
我々は,ドイツの送電網における混雑に関するデータ駆動分析を行った。
我々は、再パッチと対トラの体積を予測するための説明可能な機械学習モデルを開発した。
予想通り、風力発電が主要因であるが、水力発電と国境を越えた電力取引もまた重要な役割を担っている。
論文 参考訳（メタデータ） (2023-07-24T09:19:38Z) - Federated Reinforcement Learning for Real-Time Electric Vehicle Charging
and Discharging Control [42.17503767317918]
本稿では、動的環境下で異なるEVユーザに対して最適なEV充電/放電制御戦略を開発する。
多様なユーザの行動や動的環境に適合する水平連合強化学習法(HFRL)を提案する。
シミュレーションの結果,提案したリアルタイムEV充電/放電制御戦略は,様々な要因において良好に機能することが示された。
論文 参考訳（メタデータ） (2022-10-04T08:22:46Z) - Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。
擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
論文 参考訳（メタデータ） (2022-06-28T17:08:31Z) - A Reinforcement Learning Approach for Electric Vehicle Routing Problem
with Vehicle-to-Grid Supply [2.6066825041242367]
EVルーティングに強化学習(RL)を用いたQuikRouteFinderを提案する。
RLの結果は混合整数線形プログラム(MILP)と遺伝的アルゴリズム(GA)のメタヒューリスティックスに基づく正確な定式化と比較される。
論文 参考訳（メタデータ） (2022-04-12T06:13:06Z) - An Energy Consumption Model for Electrical Vehicle Networks via Extended
Federated-learning [50.85048976506701]
本稿では,フェデレートラーニングモデルに基づく不安度を測る新しい手法を提案する。
バッテリー消費を推定し、車両ネットワークにエネルギー効率の高いルートプランニングを提供する。
論文 参考訳（メタデータ） (2021-11-13T15:03:44Z) - Risk Adversarial Learning System for Connected and Autonomous Vehicle
Charging [43.42105971560163]
我々は、コネクテッドかつ自律的な自動車充電インフラ(CAV-CI)のための合理的意思決定支援システム(RDSS)の設計について検討する。
検討されたCAV-CIでは、配電系統オペレーター(DSO)が電気自動車供給装置(EVSE)を配備し、人間駆動のコネクテッドカー(CV)と自動運転車(AV)のためのEV充電設備を提供する。
人力EVによる充電要求は、実際の需要よりもエネルギーと充電時間を必要とすると不合理になる。
我々は,CAV-CIが解決する新たなリスク対向型マルチエージェント学習システム(ALS)を提案する。
論文 参考訳（メタデータ） (2021-08-02T02:38:15Z) - Efficient algorithms for electric vehicles' min-max routing problem [4.640835690336652]
輸送部門から排出される温室効果ガスの増加は、企業や政府が電気自動車(EV)の増産と支援を図っている。
近年の都市化と電子商取引の進展により、輸送会社は従来の車両をEVに置き換え、持続的で環境に優しい運転の取り組みを強化している。
EV車両の展開は、限られた範囲を緩和し、バッテリー劣化率を軽減するために、効率的なルーティングと充電戦略を要求する。
論文 参考訳（メタデータ） (2020-08-07T18:45:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。