Photovoltaic-Based充电站的设计新颖的电池汽车与动态需求:短期运行的情况

文摘

在这个研究中,一个新颖的设计和操作的太阳能充电系统对蓄电池车辆运行提出了50公里。这项提案旨在取代110现有柴油车39电动公交车。提出了几个操作场景的充电站和分析。场景包括两种不同的电池充电方法和一种混合动力电动汽车和柴油汽车之间的选择。适应电动汽车的能源模型开发。之后,负荷需求和需求包括日常旅行的数量,每小时的乘客数量,每小时能耗确定基于开发模型和收集信息。结果表明,5.7 MWp光伏系统所需电源的运输与损失负荷的概率5%,每个乘客旅行成本为2.05美元。简单的系统的投资回收期是发现10年,这是系统的生命周期的40%。公司的数量₂减轻由提出系统预计在1629387年(公斤/年)。项目的社会影响是发现可以接受的;然而,大多数当前的员工将自己的工作和更高的薪水和更少的工作时间50%约145%。此外,预计该项目将大大增加可靠性、便利性和可持续性的运输过程。

1。介绍

电动汽车(EVs)近年来一直相当关注的焦点,因为大量的二氧化碳气体释放从传统的车辆1]。此外,对进口原油的依赖和化石燃料的消耗导致寻找电动汽车等其它交通系统更经济和环保2]。

电动汽车(EV)被列为一个车,一个电池和经营用电从外部电源提供。一个电动汽车电池车辆(BV),由一个充电站,充电连接到电网或由一个独立的可再生能源(3]。

电动汽车充电站应该最佳大小的分配计划,考虑到类型和充电站的位置。电网连接的充电站,充电站的影响在配电电网应考虑规划和调整阶段。此外,地理位置的充电站还应该考虑4]。网格连接充电站优化计划通过考虑功率损耗和电压稳定的分销网络(5]。此外,司机的行为也被认为是当最优规划充电站(6]。此外,充电进度和需求自然也被认为在这样一个优化问题(7)以及驾驶习惯、道路性质、和运输需求8]。在[8),例如,充电站BV是最佳计划和大小。建议在9),城市交通网络以及电子分销网络应考虑最优规划和分级的充电站。此外,土地价格和其采纳性以及方便BV的司机被认为是在这个研究最优分配充电站(9]。

另一方面,以防充电站的由一个独立的可再生能源系统,准确系统分级电源以及旁边的存储单元是必需的(上述所有方面10]。

最近,光伏系统被利用作为BV充电站(充电器10]。有很多好处使用光伏系统对电动汽车充电站等减少能源需求在电网的电动汽车充电功率与PV当地生产。当地使用光伏能源部分/全部可喂养光伏能源的负面影响到电网由于反向功率流在线路和馈线末端过电压问题。除此之外,使用国产光伏能源的电动汽车充电需求减少了费用支付到配电系统运营商(DSO)由于电动汽车充电负荷的增加在工作场所。此外,电动汽车直流互联和PV比一个更有效率的交流互联。电动汽车电池光伏双打作为能量储存,从而消除需要一个单独的存储设备。此外,长时间停车EV铺平道路的方式实现汽车电网(V2G)技术在电动汽车作为智能电网可控热备用。最后,降低燃料成本和减少/零有限公司₂发射将充电的电动车从光伏等可再生来源(10,11]。

在[11),作者提出了BV PV-based充电站。系统的成本函数是通过考虑停止优化率,建立成本和费用的折扣。同样,在12),作者介绍了PV-based /网格充电站没有存储。网格被认为权力充电站时,光伏阵列不能满足需求。与此同时,光伏电力过剩也可以向电网注入。另一方面,在13),作者引入了PV-based充电站与再生减速和电池存储帮助系统结构在高峰负荷。研究人员的目的是利用可再生能源的最大测量和降低充电成本。同样,在14),混合光伏/风力充电站和电池存储问题提出了处理发电自然条件变化变量。在[15),对离网表示,能源存储是重要的充电站和系统设计考虑所需的可靠性。同样,在16),离网充电站的成本最小化受制于特定系统的可用性。与此同时,在[17),作者引入了基于电荷状态——(SOC)控制方法处理赤字病例发生在可再生能源的不确定性的本质。

一般来说,大多数上述PV-based充电站假定bv可以直接由光伏阵列或者充电电池的光伏阵列的bv的无法满足电力需求。这个假设是众所周知;然而,焦点总是给充电站的设计不是负荷需求评估负荷需求在大多数情况下被认为是常数。这确实符合电池车辆研究BV有一个非常动态负荷需求和系统应该总是基于这个设计。此外,所有这些研究都假定CS将商业和个人bv收费。与此同时,没有人考虑过BV等公交车或小货车运输行。这些运输线路选择和删除电台与动态负载需求;然而,PV-based CS是值得的,因为它可能是很有竞争力的选择使用传统燃料。除此之外,所有上述研究利用光伏充电系统传统设计方法(直观或数值方法)如果没有模拟这些充电站以便计算这些充电站的可靠性。

在[18),风能作为电动汽车充电站的来源。电气设计没有考虑讨论技术系统的影响。在[19),直流-直流充电电动汽车技术基于RE技术也提出了。然而,电力系统的技术细节以及不讨论这些系统的设计方法。

因此,在本研究中,两个集中PV-based充电站提出了交通线路。使用这些充电站充电BV巴士将取代当前diesel-based航天飞机。充电站的大小和位置优化设计是基于道路动态需求和系统生命周期成本。三个主要操作场景改编本研究考虑充电方法以及系统成本。之后,一个完整的模拟这一过程,以提供估计提出了系统的可靠性。

可以总结本研究的主要贡献第一BV动态负载评估方法的需求,第二个小说的方法设计和模拟PV-based充电站运输行考虑BV动态需求,最后,提出了操作方法及其性能比较可以视为本研究的贡献。最后,本研究包含有价值的信息关于道路的需求,道路拓扑和能量消耗模型在巴勒斯坦主要农村公路干线。

2。适应需求和运行的要求

2.1。运行的需求

在巴勒斯坦,拉马拉城市目前被认为是商业和服务中心;然而,很多乘客旅行每天从纳布卢斯这个城市的城市。目前的交通系统进行管理使用7名乘客的航天飞机操作使用柴油,相对昂贵,会排放出大量的有限公司₂。与此同时,巴勒斯坦政府最近显示电动交通工具感兴趣;然而,电动公交车可以解决这一问题的传统运输拉马拉和纳布卢斯城市之间。然而,为了提供一个最佳的系统,最优规模的外在和内在的充电站应该做的。

在这个研究中,一个50公里运行连接纳布卢斯城市拉马拉,巴勒斯坦将改编为例。数据公共牌照的车辆(Ramallah-Nablus),日常旅行的数量,和峰值时间旅行在白天进行了分析研究。此外,从司机等获得信息的数量每小时旅行,目前柴油航天飞机的数量。

计算每天的能量每小时,每天每小时旅行的数量和每小时所消耗的能源数量计算。然后,乘法的结果的数量每小时旅行的能源消耗每趟假定每天每小时的能源的道路。在此基础上,乘客的数量每小时计算从纳布卢斯拉马拉,反之亦然。

之后,就可以确定每小时所需的电动公交车数量满足乘客的需求,作为一个公共汽车可以容纳28名乘客。

图1显示了改编的方法计算所需的公共汽车数量。

主要的公共汽车是假定在每日的公路之旅的开始,在纳布卢斯和拉马拉站;之后,公交车的数量需要决心确保没有短缺的车辆。公交车的数量也必须安置在拉马拉和公交车的数量需要位于纳布卢斯决心在这个阶段。

在这个研究中,公交车的数量需要确定基于三种情况。首先(第一场景),公共汽车将被在一天结束的时候,而光伏阵列将充电电池。这个场景是旨在利用最大能量收集的白天光伏阵列。其次(第二场景),公共汽车将被由光伏系统作为一个正常的太阳能充电器(PV意志力巴士,在电力不足的情况下,电池将公共汽车)。此场景,旨在最小化所需的蓄电池的大小和所需数量的公共汽车和保证连续充电过程由光伏阵列。最后,第三个场景是非常类似于第二个场景。第二个和第三个场景的区别是柴油之间的合并操作航天飞机和电气的公交车。认为在第三个场景中,运行的需求将电气公共汽车在高峰时期,而在非高峰期间的需求将由柴油机操作航天飞机。

2.2。E-Bus能耗的建模

为了准确估计每日每小时能量的运行,消耗的能量适应BV总线需要建模。这里,它通常是在数据表中提到的任何BV的公共汽车每公里能耗(千瓦时)。然而,这个消费不能适应,因为它是在特定条件下的加载和道路拓扑。因此,准确的能耗计算需要完成的。图2显示包含地理和地形的适应运行的特点。

图2意味着数据的长度,其类型学,和一般的地形。这些数据是用来确定车辆的能源消耗,无论是电力或燃料能源,根据华尔街的角。旅行的距离分为25米的一个步骤,将运行到2000点。路角(年级)计算通过使用以下方程: 在哪里是道路坡度角,海拔,是覆盖的距离。

图3显示了每个点的轮廓和高度Nablus-Ramallah运行基于调整步骤。

一般来说,被认为是本文的能源利用的能源利用battery-to-wheel范围特征(20.),与来自电池的能量。这样,不幸在能源灵活锚在电池并不认为他们不影响电动车的范围。在这个职位上,矩阵的不幸和充电不幸被排除在这个模型。(20.]总结说,电动汽车是一个组件的battery-to-wheel利用必要的机械能的车轮,由运动控制边界方向,动力传动系统效率和能量利用率的帮手。绝对必需的机械能在车轮运动学边界描述车辆发展的元素可以传达车辆动力学方程如下: 在哪里在车轮所需的机械能驱动距离,(千瓦时)车辆总质量(公斤),是惯性滚动的虚构的质量(公斤),是重力加速度(m / s²),是汽车滚动阻力系数(-),道路坡度角(°),是空气密度(公斤/米³),是车辆的阻力系数(-),是车辆等效截面(m²),之间的车辆速度点和点(公里/小时)从点的距离吗对点(公里)。

这里,在路径的能量消耗,将不同于能源消耗的方式,由于路角的变化关系。

在那之后,方程(2)是用来计算能量消耗每来回的路线并与之旅的能量消耗,这是汽车的数据表中提到的(21]。

每天所需的能量计算通过分析日常旅行的数量为每个公共汽车和能源消耗的数量在每一个旅行。计算总能量的关系如下: 在哪里能源消耗每趟,是旅行的数量,N-R旅行从纳布卢斯拉马拉,r n是纳布卢斯拉马拉的旅行。

车辆的总消费的区别从拉马拉和纳布卢斯的汽车旅行。这是因为他们每个人将隶属于不同的电荷,在第一个场景中。与此同时,在第二个和第三个场景,总将取决于汽车的位置当电池耗尽能量确定,哪个站纳布卢斯和拉马拉之间将负责充电。

3所示。太阳能充电站的大小

一般来说,任何PV-based充电站组成光伏阵列和功率调节装置包括一个控制器和一个电池单元。充电过程非常简单,直流电源是由光伏阵列,然后这种力量用于充电电池通过控制器调节充电电压和充电过程;在充电过程中,电池不能充电(16]。与此同时,放电过程也很简单;然而,直流电源是从电池通过充电控制器,调节放电过程。在我们的例子中,不需要任何与适应公交车直粱接口包含直流电源系统。因此,在简单的词语,太阳能电池将用于公共汽车电池直接收费。然而,公共汽车电池的电压率相当高(600 V),因此,使用直流-直流转换器提高比率高。

在这个研究中,三个场景改编。这些场景取决于操作方法。在第一个场景中,公共汽车被指控在一天结束的时候,而光伏阵列将充电电池的一天。这个场景是旨在利用最大能量收集的白天光伏阵列。与此同时,在第二个场景中,正常的充电系统是采用直接从光伏系统充电汽车,如果光伏系统不满足充电需求,电池是用来满足负载的需求。此场景,旨在最小化所需的蓄电池的尺寸和数量所需的公共汽车。最后,第三个场景是类似于第二个场景,包括结合柴油机操作航天飞机和电气的公交车。认为在第三个场景中,运行的需求将电气公共汽车在高峰时期,而在非高峰期间的需求将由柴油机操作航天飞机。

在[22),上浆的方法独立光伏系统或太阳能充电器。一般来说,有三种主要的方法最优规模的太阳能充电器,直观,数值和分析方法。根据(22),最准确的方法是数值方法;然而,系统设计首先根据直观的方法,然后模拟和评估基于具体的技术参数。基于这些技术参数的值,数值迭代法应用于大小得出的直观的方法,以达到最优规模,满足适应技术参数。之后,导致候选人评估基于经济参数以达到一个可靠的系统以最低的成本。

基于此,在本研究中,系统直观地设计首先根据报道方法(22]。之后,一个精确的充电系统采用基于模型的验证模型(23),以模拟系统和完善其数值大小。此外,提出的模型(23)是用于验证系统的性能。

的主要概念直观方法是基于最坏的或设计系统的平均月太阳能。这个过程的目的是实现必要的千瓦时/年所需的光伏系统,以满足负载需求24]。

然而,直观法利用一种改进的估计没有建立量化子系统之间的连接在一个独立的光伏系统或考虑太阳辐射的方差(25]。因此,这种方法需要改进的结果数值如前所述。直观法的流程如图所示4。这种方法主要是基于两个方程,利用估计理想的光伏阵列的大小;和蓄电池给出如下: 在哪里是负载每日能源消耗,是系统的组件的效率,是峰值日照小时,是安全设计的因素。

与此同时,蓄电池的容量可以表示如下: 在哪里是电池的电压,是蓄电池的效率,电池的放电深度的速度,然后呢D_自治是自主的数量。

后找到所需的光伏阵列的初始大小和电池,系统建模基于报道模型(26]。

一般来说,光伏阵列产生的直流电源是基于方程(6),然后流经功率调节器充电电池(26]。 在哪里和太阳辐射的标准测试条件和环境温度,是光伏模块功率温度系数,可以从制造商获得数据表,电线的效率,是细胞的温度。

可以计算细胞温度(26)如下: NOCT名义操作单元的温度,测量在800 W /米²太阳辐射、20°C的环境温度,1米/秒的风速。

图5显示了调整模型来模拟第二个场景充电系统。

能源的前端SAPV系统或在负载端是由(24]。 在哪里是负载的能量需求。方程的结果(8)是积极的(> )或负(> )。如果能量差为正,那么有一个多余的能源(EE),如果消极,那么将会有一个能量赤字(ED)。多余的能量存储在电池为了使用能源的赤字。与此同时,能源赤字可以被定义为残疾人提供电力的光伏阵列在一个特定的负载。

因此,电池的能量流可以通过以下表达(26]:

模型见图4使用MATLAB开发。一个源文件,其中包含变量,如每小时太阳辐射( ),每小时的环境温度( ),和每小时负荷需求( )用于运行开发的代码。此外,系统规范,如光伏阵列的容量,蓄电池的容量,效率PV模块,允许深度充电,充电效率和放电效率定义。

仿真过程经历了不同的阶段。首先,通过计算光伏阵列产生能量。然后,网络的能量也计算。此外,负责电池的最大状态(SOC)是给变量(SOC)作为初始值。此外,指标为特征,以包含电池电荷状态的结果( ),多余的能量和精力赤字(Deff)。

现在,“循环”启动检查的值( )数组中。在这一点上,能量对比添加到变量 。这里,如果结果SOC高于 ,确定了多余的能量和存储在““数组。与此同时,Deff设置为零,电池电荷状态不会改变。这种情况说明的实例光伏阵列产生的能量和高于能源需求。在这一步中,电池完全充满活力。

第二个条件是,光伏阵列产生的能量和电池一起低于所需的能量。这里,电池必须在定义的退出提供能量放电深度(DOD)水平,而Deff =发现负载需求。除此之外,这里的销量超过能量等于零。

最后条件讲,光伏阵列产生的能量低于负载需求;然而,电池可以覆盖铰孔的负载需求。对于这种情况,没有销量超过和赤字的能量,而电池电荷状态=之间的区别最大的SOC和提供能量。

最后,电池电荷状态值,赤字,和销量超过能源价值进行了综述和负载的损失概率计算。

在模拟系统中,它是由技术和经济评价参数。负荷的损失概率(LLP)作为技术评价参数在这个研究。LLP)演示了如何定期系统不能满足负载需求或不能得到系统的平均负载百分比。它的特点是总能量的比例赤字总负荷需求在一个特定的时间框架。律师事务所可以表示如下(22]: 在哪里是赤字能量特征作为供电系统的负载的能力在一个特定的时间段,同时负载需求,两方面的时间。

另一方面,为了评估提出的三种情况,每位乘客往返费用。此外,对比下的每个乘客往返成本提出了系统和当前系统、基于7名乘客的车和柴油燃料,是进行。最后,初始投资、储蓄和简单的投资回收期(SPBP)被用作其他经济评价参数。初始投资成本的总和,它包括公共汽车的成本,土地成本,建设太阳能发电站的成本。与此同时,每位乘客旅行价格将取决于计算一个旅行的成本除以每个旅行的乘客数量(总线能力)。这是申请这两种情况下,diesel-based系统和electricity-based系统。

SPBP计算,确定新系统的储蓄后,包括柴油成本和司机的工资使用以下方程:

3.1。第一场景的大小收费系统

在这个场景中,光伏系统不会直接负责公共汽车。它只会在白天充电电池。这意味着,我们需要一个覆盖日常总需求的公共汽车数量,因此电池存储系统能够收取这些公共汽车。同样,要求光伏阵列的大小也应该能够完全充电电池在白天。

至于系统的模拟,流程图见图4利用特定的负载要求使用不含负载在白天(负载需求为零),以保证连续充电的电池。与此同时,在夜间,负载需求设定等于公共汽车的能源需求。这里,充电过程是分布在整个晚上考虑完全充电汽车的清晨。这种假设是由以减少直流系统的大小一样快充电不需要直流系统在这种情况下。图6显示了充电站的日常需求的第一个场景。

在这个场景中,充电开始在一天结束的时候;换句话说,它开始后,最后一次访问。知道这个,每天的行程安排,充电在纳布卢斯的站是选择从19:00,和在拉马拉的站在20:00。为了减少放电率、充电过程扩展到5小时在纳布卢斯的站和4个小时在拉马拉的车站。通过这样做,充电前将完成新的一天的开始。在本研究中,C60放电策略是适用于所有场景,以最大化电池的寿命(25- - - - - -27]。

3.2。第二个场景的大小收费系统

假设在这种情况下,光伏系统直接收取巴士,而太阳能电池用于收费的公共汽车在光伏系统不能满足负荷的需求。因此,光伏阵列大小应该也能够提供足够的充电电流直接公交车。此外,它还应该能够充电电池,实现一个可靠的系统。因此,使用直观的方法,然后,系统模拟使用方法见图4以修改,直到有一个可靠的系统。值得提及的是,在本研究中,所有的系统设计以95%的可用性和负载5%的损失概率。图7显示了第二个巴士站的日常需求的场景。

第二个场景取决于白天充电,这意味着公共汽车将被当它需要充电不仅在一天结束的时候。如图6以上,几乎是稳定的负载一整天。发生了这种稳定通过扩展了一个多小时的充电过程和分销两站之间。,我们减少了放电率和电池的大小将是可以接受的,而不是非常大。

3.3。第三个场景的大小收费系统

在这种情况下,充电过程类似于第二个场景。然而,负荷需求在这种情况下是不同的BV公交车只覆盖了高峰时间;与此同时,在非高峰期间的需求将由柴油操作航天飞机。图8显示了公共汽车的日常需求考虑第三个场景。

在第三个场景中,负载分为早班和晚班,如图8。早班代表早上高峰期,晚上和其他转变代表了高峰期。充电过程也分为两个部分,一个早上高峰期后开始,持续3个小时;换句话说,它结束之前晚上高峰期的开始。这种技术使公交车开始前准备好使用第二个转变。第二部分开始晚上高峰期结束后,持续5小时为了减少进料量。

4所示。结果与讨论

4.1。结果运行的需要和要求:能源需求和数量的旅行

基于方程(2)和数据表中给出的数据,计算出四个主要能源消耗每趟情况如表所示1。

结果从数据表中提取不同,这只取决于旅行距离,能源消耗的旅行,无论从拉马拉的起点或纳布卢斯,56千瓦时/旅行。

日常旅行的数量在两个方向上计算基于获得的信息从交通部和公共汽车司机。因此,乘客的数量计算,除以一个总线的容量,这是28个乘客。因此,日常旅行的数量等于100次从纳布卢斯从拉马拉纳布卢斯拉马拉和68次。

在这些研究中,Proterra使用公共汽车,特别是Proterra电动公共汽车35英尺(10.7米)模型。这个模型可以容纳28名乘客,正如前面提到的,它的电池容量是440千瓦时国防部为75%。基于这些数据,公交车的数量计算的三个场景。

在第一个场景中,所需的公共汽车是59的数量分布在拉马拉和纳布卢斯之间。50公交车纳布卢斯的起点;同时,只有9拉马拉巴士离开。在这种情况下,公共汽车将做3次,然后停止,直到一天结束的时候充电。所需的公共汽车的数量是基于日常旅行的数量计算。需要从纳布卢斯的站,99次;因此,我们需要从纳布卢斯50辆大巴。每个总线将覆盖3次;因此,这些50辆大巴将完全覆盖纳布卢斯的日常行程,除了50旅行从拉马拉的68。这使得从拉马拉的18次站,我们需要另一个9巴士从拉马拉起飞。 By this, we calculated the number of buses that will cover all the daily trips.

基于日常旅行的数量及其分布在一天后,计算每个旅行中的能源消耗如表所示1每小时,能量消耗计算根据方向和负载如图8(场景1和2)。这种能量的计算方法是用旅行的数量乘以每小时每个旅行的能源消耗。这种能量的总和是每日总能量消耗。

另一方面,在第二个场景中,公共汽车会使3次就会进入充电过程,然后再返回到服务;这降低了公共汽车的数量。因此,公共汽车的总数是39。38公交车离开纳布卢斯和其他的拉马拉离开。在这种情况下,公交车的数量计算假设初始数量的公共汽车每小时和跟踪他们的路线。这里,虽然公交车的数量减少,但旅行沿路的能源需求是相同的场景1如图9。

至于第三个场景中,电动公交车被假定的早晚高峰时期,这是6个小时分为3个小时在早上和晚上3个小时。剩下的时间由柴油巴士。公共汽车的总数,因此,31公交车纳布卢斯和拉马拉之间的分布;然而,26日巴士离开纳布卢斯,另5离开拉马拉。对于这个场景,公交车的数量使用相同的计算方法如图9。在这种情况下,公交车的数量比之前的少。这公共汽车数量减少由于电动公交车之间的日常需求的分布和柴油的公交车。每天消耗的能量,这个场景如图10。

4.2。太阳能充电系统的分级结果

在这个研究中,光伏模块容量440使用Wp, 600啊/ 12.8 V电池也使用。此外,double-inductor提高转换器使用的增加比率1:10。所有充电站的分级结果总结在表2。

4.3。系统仿真

4.3.1。第一个场景

图11表明该系统性能的第一周年纳布卢斯站。第一次要情节展示了一个比较系统的充电负荷和光伏发电。在此基础上比较,系统的控制,和美国的费用(第三次要情节),多余的能量(第四次要情节),和赤字能源(第五次要情节)计算。一般来说,光伏系统产生约8.88、妇女,这意味着系统的产量因子约为1973千瓦时/成为朝鲜劳动党,而利用率约为45%。与此同时,多余的能量约为3.3可记录,这是系统约37%的产量。这是由于大量的大型光伏阵列安装,以满足需求的相关的电池。此外,这表明利用能源的重要性,在白天直接充电。另一方面,该系统发现相对可靠;然而,大多数的赤字病例发生在冬天损失负荷的概率为5%。

至于拉马拉站,情况很相似;然而,提出系统的可靠性是可以接受的损失负荷的概率为5%。图12显示系统的性能包括每小时模拟的第一周年。系统生成约1.63、妇女有35%的能量被浪费多余的能量。收益率的因素是发现这里更高的金额2173千瓦时/成为朝鲜劳动党利用率为49.6%。

图13显示了电池使用的雷达图表在纳布卢斯和拉马拉站。从这些数据,很明显,电池的利用率在这两种情况下是在边界线水平;然而,在纳布卢斯站,约32%的时间电池的电荷状态在70 - 80%的范围,而每年约26%的时候电池电荷状态在90 - 100%的范围。另一方面,在拉马拉站,情况很好,然而,每年约有25%的时候电池的电荷状态是60 - 70%。与此同时,在今年有29%的时间,所使用的电池略;然而,电荷状态在90 - 100%的范围。

这种级别的利用率预计实际上也是与多余的能量的比例高;这是因为高可用性的假定(95%)。根据(28- - - - - -30.),最推荐的太阳能充电系统的可用性是95%;然而,当减少可用性90%,多余的能量几乎可以减少25 - 30%。另一方面,电池的使用也将得益于25 - 30%通过考虑SOC的百分比_80%;然而,SOC_80%比显示的小时数电池电荷状态高于80%相比,今年的总时间。然而,考虑到适应的案例研究,这个赤字应该由传统的车辆,以保证服务的可靠性。这样的一个想法后在第三个场景中突出显示。

4.3.2。第二个场景

数据14和15显示每小时模拟提出系统的纳布卢斯和拉马拉站,分别。系统的生产在纳布卢斯车站5.7、妇女,虽然6.1工作在拉马拉站;两站的产量因素约为2150千瓦时/成为朝鲜劳动党多余的能量比例约等于在这两种情况下的42%。最后,两个系统的负荷损失概率是5%。

图16显示了一个雷达图表使用的电池在两站。

从这些数字,电池在这种情况下也不使用这么多;然而,SOC_80%在纳布卢斯站54%,SOC_80%拉马拉站48%。这也是由于负荷概率考虑的低损耗;然而,这些数字可以显著获救的减少90%,系统的可用性。然而,这仍是一个选项,选择应该总是可用电动客车等传统公交车,以保持系统的可靠性。这样的一个想法是在接下来的第三个场景更好的比较。

4.3.3。第三个场景

数据17和18展示的样品的性能提出了系统在纳布卢斯和拉马拉站。光伏阵列生成每年3.2、妇女和4.7、妇女每年纳布卢斯和拉马拉站,分别。与此同时,这两种情况下多余的能量百分比是35%损失的负荷概率为5%。

图19显示了电池使用雷达图表在第三场景。在这种情况下,电池不使用那么多;然而,SOC_80%纳布卢斯站大约是60%,而SOC_80%拉马拉站67%。然而,值得提到的是,在这种情况下电池的大小大约是55%的电池的大小在第一个场景中,140%的电池大小在第二个场景中。

4.4。提出了系统评价和比较

表3显示了一个比较该场景和现状。它显示了所需的太阳能板和电池之间的比较,巴士和有限公司₂数量减少。然而,很很难判断该场景没有计算他们的初始成本,投资回收期,每位乘客和成本。系统组件的初始成本的价格计算考虑1成为朝鲜劳动党与光伏电池的价格体系,也就是2023美元;与此同时,额外的电池的成本是1.3美元每1啊/ 12 v。至于其他系统的组件价格,它被认为是212美元每成为朝鲜劳动党。公共汽车价格估计为200000美元,而土地的成本是每1米45美元²(郊区)。基于当前价格,柴油的价格升估计为1.3美元。旅行对每个人的成本计算根据方程(14),而太阳系的组件的贬值5%,公共汽车,它是10%;司机的年薪是12000美元每成为朝鲜劳动党和维护成本是150美元。最后,减轻公司的数量₂通过计算发现的柴油量保存在每个场景(衡量旅行的数量)。因此,减轻公司的数量₂在第一和第二场景中是相同的。

从表3,很明显,第二个选择是最好的在三考虑每个乘客的旅行成本。当前每个旅客旅行成本 这个成本是利润。因此,这三个建议超过常规选项。在此基础上,建议适应第二个场景考虑每个乘客的旅行成本,投资回收期,数量的有限公司₂减轻。

4.5。短暂的社会影响评估建议在当前工作和乘客

如前所述,目前,有110个司机受雇于这条线与2其他员工管理问题。每个司机的平均月薪约为1000美元/月(84小时)。与此同时,管理员工的平均工资约为800美元(每周60小时)。然而,据巴勒斯坦劳动法,每周工作时间的最大数量不应超过 小时吃午饭。

考虑推荐的情况下,将会有一个需要司机(59),(21)管理人员现场协调员,机票费用收藏家,会计,管理人员和警卫和安全官员,(2)技术人员监控的光伏系统,(2)技术人员的监控公共汽车性能,(4)技术人员维护光伏系统,和(4)为公共汽车维修技术人员。所有这些工作任务应该是每周工作40小时。所需人员的总数是92;然而,78人可以从司机本身,而10个也可以雇佣的司机在一些特定的培训。

虽然这些项目创造了大约92个绿色就业机会,和更好的薪水(旧的工资的150%)和工作条件(工作时间的一半),约20%的老员工将失去工作。因此,这实际上不容忽视,但很希望我们从传统的智能系统的方法。因此,政府应该帮助发展这方面康复课程对于那些工作在传统的工作。另一方面,该项目将产生积极的社会影响乘客自己考虑到方便,可靠性和可持续的系统。

5。结论

本文提出了一种新颖的设计和运行的太阳能充电系统50公里运行之间的公路位于巴勒斯坦两个主要城市:纳布卢斯和拉马拉。这项提案旨在取代110现有柴油汽车和电动公交车考虑三个主要业务场景。第一个场景假定电充电的电力公交车在一天结束的时候,当电池充电模型中所有的一天。第二个场景是旨在利用的直接权力光伏电池模块和在同一时间。第三个场景是一个混合动力系统之间的电动公共汽车和柴油车辆,电动公交车早晚高峰时期。结果表明,第一个场景几乎是不成功的,因为它需要一个高成本来满足所需的主要目标,由于大型光伏系统和公交车的数量(59公交)。与此同时,第二个和第三个场景接近对方考虑回收期。然而,由于每个乘客旅行成本以及公司的数量₂减轻,第二个场景是首选。最后,该系统被发现社会接受;然而,当前大多数员工保持他们的工作和更高的薪水约145%,减少50%的工作时间。此外,该系统显著增加可靠性,方便,和可持续性的适应运输线路。

数据可用性

数据可用与作者。

的利益冲突

作者宣称没有利益冲突。

确认

作者要感谢亚Ranan萨拉梅赫校对草案的手稿。

引用

1. k .钱,c .周和y元,”影响的高渗透水平完全电动汽车充电负荷热老化的电力变压器、”国际期刊的电力和能源系统卷,65年,第112 - 102页,2015年。视图:出版商的网站|谷歌学术搜索
2. y歌、杨x和z,“集成插件混合动力和电动汽车:来自中国的经验,”IEEE PES大会,2010年。视图:谷歌学术搜索
3. m . Safaria”电池电动汽车:寻找前进的背后,“能源政策卷。115年,54 - 65年,2018页。视图:出版商的网站|谷歌学术搜索
4. c . Edrington o . Vodyakho b .黑客,s . Azongha a . Khaligh o . Onar,“虚拟电池充电站利用power-hardware-in-the-loop:应用V2G影响分析,”IEEE车辆动力和推进会议,2010年,页1 - 6。视图:谷歌学术搜索
5. w·肯普顿和j . Tomić”汽车电网功率实现:从稳定电网支持大规模的可再生能源,”能源杂志,卷144,不。1,第294 - 280页,2005。视图:出版商的网站|谷歌学术搜索
6. 美国通用电气、l .冯和h . Liu”电动汽车充电站的规划基于网格划分方法,”2011电气和控制工程国际会议,第2730 - 2726页,2011年。视图:谷歌学术搜索
7. z Bendiabdellah、s . m . Senouci和m . Feham”规划公共充电站,混合算法”2014年全球信息基础设施和网络研讨会(GIIS),2014年,页1 - 3。视图:谷歌学术搜索
8. m . h . Amini和m·p·穆贾达姆“概率模拟电动汽车的停车场收费需求,”21日伊朗电气工程会议上ICEE2013,马什哈德,2013年,页1 - 4。视图:谷歌学术搜索
9. 温l .志鹏,f, g . Ledwich”分布系统的电动汽车充电站的最优规划,“IEEE电力交付,28卷,不。1,第110 - 102页,2013。视图:出版商的网站|谷歌学术搜索
10. 诉Kumar v . r . Teja m·辛格和s . Mishra“光伏离网对电动汽车充电站,”IFAC PapersOnLine,52卷,不。4、276 - 281年,2019页。视图:出版商的网站|谷歌学术搜索
11. j . Pinak v . m .更为紧张,s . Yurkovich Rizzoni g .,”经济和环境影响的PV供电场所停车场充电站,”应用能源卷,108年,第332 - 323页,2013年。视图:出版商的网站|谷歌学术搜索
12. p .利和w . Shireen光伏集成智能充电插电式混合动力车的基于直流环节电压传感、”IEEE智能电网,5卷,不。3、1421 - 1428年,2014页。视图:出版商的网站|谷歌学术搜索
13. j·c·埃尔南德斯和f·s·苏蒂尔,”电动汽车充电站观察再生:PV和列车再生制动,”IEEE拉丁美洲事务,14卷,不。7,3262 - 3269年,2016页。视图:出版商的网站|谷歌学术搜索
14. 李x、d回族和x Lai”电池储能站(贝丝)的平滑控制光伏(PV)和风力发电的波动,”IEEE可持续能源,4卷,不。2、464 - 473年,2013页。视图:出版商的网站|谷歌学术搜索
15. s . j ., a, m . a . Kootstra和j·w·公园,“离网光伏充电使用第二人生锂电池:一个实验和数值调查,“应用能源卷,104年,第750 - 740页,2013年。视图:出版商的网站|谷歌学术搜索
16. l·s·a·格兰德即Yahyaoui, s . a .戈麦斯“精力充沛,经济和环境可行性的离网PV-BESS充电电动汽车:西班牙的案例研究,“可持续城市和社会37卷,第529 - 519页,2018年。视图:出版商的网站|谷歌学术搜索
17. h . Mehrjerdi“离网太阳能充电站等电动和氢汽车燃料电池和氢存储,”国际期刊的氢能源,44卷,不。23日,第11583 - 11574页,2019年。视图:出版商的网站|谷歌学术搜索
18. m·查希尔Hussain r . Anbalagan d Jayabalakrishnan et al .,“汽车电池充电的电动汽车通过使用风能,”今天材料:诉讼,2020年。视图:出版商的网站|谷歌学术搜索
19. A . Turksoy A .泰克,和A . Alkaya”全面概述其直流-直流converter-based在电动汽车电池充电平衡方法,”可再生能源和可持续能源的评论,第133卷,第110274页,2020年。视图:出版商的网站|谷歌学术搜索
20. c . De Cauwer m . Maarten t . Coosemans j . van Mierlo和s . Heyvaert”电动汽车使用基于真实的电动汽车和能源消耗舰队旅行和费用数据及其对现有电动汽车研究的影响模型,”在《国际电动汽车研讨会和展览,页1 - 11,Kintex,韩国,2015年。视图:谷歌学术搜索
21. d . Cauwer j . v . Mierlo, t . Coosemans”电动汽车能源消耗预测基于现实世界的数据,”能量,8卷,不。8,8573 - 8593年,2015页。视图:出版商的网站|谷歌学术搜索
22. t .哈提卜,中情局Ibrahim和A·穆罕默德”回顾分级方法的光伏阵列和蓄电池在独立光伏系统中,“能量转换和管理卷,120年,第448 - 430页,2016年。视图:出版商的网站|谷歌学术搜索
23. h·a·Kazem t哈提卜,k . Sopian”大小的一个独立的光伏/电池系统以最低的成本为远程住房电气化苏哈尔,阿曼,”能源和建筑卷,61年,第115 - 108页,2013年。视图:出版商的网站|谷歌学术搜索
24. 通用汽车的主人,可再生能源和高效的电力系统约翰•威利& Sons Inc .霍博肯,新泽西,美国,第二版,2013年版。
25. 周x k . Liu, h . l .通d . Widanalage和j .宏”特性分析和建模的锂离子电池制造业基于随机森林分类”IEEE / ASME举办,p . 2021。视图:出版商的网站|谷歌学术搜索
26. z z . k . Liu,杨,k . Li“惯性负载预测锂离子电池电极清洁生产:机器学习的方法,”《清洁生产,第289卷,第125159页,2021年。视图:出版商的网站|谷歌学术搜索
27. y . k . Liu商、问:欧阳和w·d·Widanage“数据驱动的方法与不确定性量化预测未来能力和剩余使用寿命的锂离子电池,”IEEE工业电子产品,卷68,不。4、3170 - 3180年,2021页。视图:出版商的网站|谷歌学术搜索
28. m . Sidrach-de-Cardona和l·l·莫拉”,一个简单的模型对于分级独立光伏系统,”太阳能材料与太阳能电池,55卷,不。3、199 - 214年,1998页。视图:出版商的网站|谷歌学术搜索
29. 哈提卜t . w . Elmenreich,“小说简化每小时的能量流模型对于光伏发电系统,”能量转换和管理卷,79年,第448 - 441页,2014年。视图:出版商的网站|谷歌学术搜索
30. 哈提卜t . w . Elmenreich,“最佳可用性的独立光伏发电系统对于远程住房电气化,”国际期刊的Photoenergy,卷2014,5页,2014。视图:出版商的网站|谷歌学术搜索

版权

版权©2021亚穆罕默德·萨拉梅赫et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。