نام پژوهشگر: احسان پاشاجاوید
احسان پاشاجاوید مسعود علی اکبر گلکار
در رساله حاضر یک الگوریتم جامع مدل سازی بار خودروهای برقی ارائه می شود به گونه ای که امکان استفاده از آن در شرایط مختلف مهیا بوده و می توان آن را به صورت مشخص جهت اعمال هر گونه پیش شرطی بسط و توسعه داد. خودروها به عنوان بارهایی با عدم قطعیت بالا در نظر گرفته می شوند که جهت مدل نمودن آن ها از روابط اتفاقی مبتنی بر توابع چند متغیره احتمالاتی استفاده می شود. انتخاب چنین روشی جهت مدل نمودن نحوه همبستگی غیرخطی میان متغیرهای تصادفی مربوطه است که در نتیجه آن بتوان بردار نمونه های تصادفی مورد نیاز برای شبیه سازی مونت کارلو را با لحاظ نمودن ارتباط موجود میان متغیرها تولید نمود. روش پیشنهادی توانایی استخراج توزیع بار ساعتی خودروهای برقی را دارا می باشد تا بتوان از آن در اموری چون انجام پخش بار احتمالاتی، طراحی شبکه های توزیع و البته جایابی ایستگاه های شارژ خودروها استفاده نمود. در واقع جامعیت روش پیشنهادی به گونه ای است که خروجی آن تنها به کاربرد خاصی محدود نباشد و همچنین، به راحتی امکان توسعه آن جهت لحاظ نمودن هر شرایط جدیدی در فرایند مدل سازی ممکن باشد. در الگوریتم پیشنهادی برای اولین بار از یک روش تصمیم گیری احتمالاتی جهت تعیین وقوع و یا عدم وقوع شارژ روزانه خودروهای برقی استفاده می شود. روش فوق بر مبنای استخراج رفتار خودروهای احتراقی در انجام سوخت گیری دوباره بنا می گردد. اعمال این الگو تاثیر مستقیم بر خروجی مدلسازی دارد. همچنین، مبحث تعیین میزان صحیح سطح شارژ باتری خودروهای برقی در زمان خروج مورد بررسی دقیق قرار می گیرد که این موضوع تاکنون در هیچ مرجعی گزارش نشده است. خروجی مدلسازی بار انجام پذیرفته در یک مساله جایابی و تعیین ظرفیت ایستگاه شارژ خودروها در یک شبکه توزیع مورد استفاده قرار می گیرد تا قابلیت آن در مسائل طراحی شبکه به نمایش گذاشته شود. شبکه فوق سیستمی اکتیو شامل منابع انرژی های نو می باشد که جهت لحاظ نمودن عدم قطعیت های هم زمان بار خودروها و تولید منابع فوق در مسئله جایابی، از بهینه سازی مقاوم اتفاقی بهره گرفته می شود.