Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
Πολυτεχνείο Κρήτης
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/67EABE0C-A341-4742-A95B-DECA7F09F53E | - |
| Αναγνωριστικό | https://doi.org/10.26233/heallink.tuc.83275 | - |
| Γλώσσα | en | - |
| Μέγεθος | 1,07 megabytes | en |
| Τίτλος | Short-term load forecasting of plugged-in electric vehicles | en |
| Τίτλος | Βραχυπρόθεσμη πρόβλεψη φορτίου ηλεκτρικών οχημάτων διασυνδεδεμένων με το δίκτυο | el |
| Δημιουργός | Ioannou Vasileios | en |
| Δημιουργός | Ιωαννου Βασιλειος | el |
| Συντελεστής [Επιβλέπων Καθηγητής] | Kalaitzakis Konstantinos | en |
| Συντελεστής [Επιβλέπων Καθηγητής] | Καλαϊτζακης Κωνσταντινος | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Koutroulis Eftychios | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Κουτρουλης Ευτυχιος | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Kanellos Fotios | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Κανελλος Φωτιος | el |
| Εκδότης | Πολυτεχνείο Κρήτης | el |
| Εκδότης | Technical University of Crete | en |
| Ακαδημαϊκή Μονάδα | Technical University of Crete::School of Electrical and Computer Engineering | en |
| Ακαδημαϊκή Μονάδα | Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
| Περίληψη | New reports predict that the penetration levels of electric vehicles will surge across Europe the following years, as zero emissions vehicles become the mainstream item for consumers and vehicle manufacturers will introduce many new full electric models. In certain parts of Europe, like Norway, more than 50% of new car sales are electric. This will result in a heavy electrical power demand that should be predicted. Many prediction studies were made, mainly focused on the energy consumed by the vehicle and the time it stayed parked in certain locations. The effect of the electricity price on these prediction models is examined, hoping that it will ease the grid of huge charging loads during peak hours. This is accomplished by using an artificial intelligence algorithm in order to calculate the probability of charging a vehicle and then an optimization algorithm that allots the charging power in time slots based on the electricity price of each slot. Results are positive. Less cars are connected to charging stations; the charging of these cars was deemed unnecessary by the algorithm because they had enough energy to return to their home charging stations. The cars that eventually connected required less energy, because again the algorithm charged them with the necessary power only, which led to a load reduction at off-home locations. The optimization algorithm shifted the load towards low-demand time slots, where electricity is cheaper. Furthermore, when grid was on its peak hours, highly charged cars supported it by connecting on it and providing energy (V2G). | en |
| Τύπος | Διπλωματική Εργασία | el |
| Τύπος | Diploma Work | en |
| Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
| Ημερομηνία | 2019-09-26 | - |
| Ημερομηνία Δημοσίευσης | 2019 | - |
| Θεματική Κατηγορία | Energy | en |
| Θεματική Κατηγορία | Load forecasting | en |
| Θεματική Κατηγορία | Electric vehicles | en |
| Θεματική Κατηγορία | Charging | en |
| Βιβλιογραφική Αναφορά | Vasileios Ioannou, "Short-term load forecasting of plugged-in electric vehicles", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2019 | en |
| Βιβλιογραφική Αναφορά | Βασίλειος Ιωάννου, "Βραχυπρόθεσμη πρόβλεψη φορτίου ηλεκτρικών οχημάτων διασυνδεδεμένων με το δίκτυο ", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2019 | el |
Copyright © DIAS 2013
