The aim of this work is to propose an algorithm optimizing route distance for Electric Vehicles (EVs). Three situations are considered: moving to destination (vehicle can reach directly destination, but it must have charge enough to reach at least a near CS), moving to a charging station (battery level is not sufficient to arrive at the destination) and staying origin (EV is incapable of reaching the destination nor the closest charging station). Each situation has its judgment and it is discussed in detail. By applying routing optimizing algorithm, the model is running with real data of charging stations in Milan. The simulation model is agent-based and implemented by AnyLogic software. Through analysis of simulation data, this paper studies the layout of charging stations, and gives information about charging time and impact of the EVs on the electrical grid.

Lo scopo di questo lavoro è quello di proporre un algoritmo che ottimizzi la distanza percorsa per i veicoli elettrici (EV). Vengono prese in considerazione tre situazioni: "raggiungi la destinazione" (il veicolo può raggiungere direttamente la destinazione, ma deve avere una carica sufficiente per raggiungere almeno una colonnina di ricarica), "raggiungi una stazione di ricarica" (il livello della batteria non è sufficiente per arrivare a destinazione) e "rimani nel punto di partenza" (il veicolo non è in grado di raggiungere la destinazione né la stazione di ricarica più vicina). Ogni situazione ha viene discussa in dettaglio. Applicando l'algoritmo di ottimizzazione, il modello è eseguito utilizzando i dati reali delle stazioni di ricarica a Milano. Il modello di simulazione è del tipo agent-based ed è implementato dal software AnyLogic. Attraverso l'analisi dei dati di simulazione, questo lavoro studia il layout delle stazioni di ricarica e fornisce informazioni sul tempo di ricarica e l'impatto degli EVs sulla rete elettrica.

An optimization procedure for charging stations applied in a real case study

SCHIPANI, LUIGI
2017/2018

Abstract

The aim of this work is to propose an algorithm optimizing route distance for Electric Vehicles (EVs). Three situations are considered: moving to destination (vehicle can reach directly destination, but it must have charge enough to reach at least a near CS), moving to a charging station (battery level is not sufficient to arrive at the destination) and staying origin (EV is incapable of reaching the destination nor the closest charging station). Each situation has its judgment and it is discussed in detail. By applying routing optimizing algorithm, the model is running with real data of charging stations in Milan. The simulation model is agent-based and implemented by AnyLogic software. Through analysis of simulation data, this paper studies the layout of charging stations, and gives information about charging time and impact of the EVs on the electrical grid.
ING - Scuola di Ingegneria Industriale e dell'Informazione
3-ott-2018
2017/2018
Lo scopo di questo lavoro è quello di proporre un algoritmo che ottimizzi la distanza percorsa per i veicoli elettrici (EV). Vengono prese in considerazione tre situazioni: "raggiungi la destinazione" (il veicolo può raggiungere direttamente la destinazione, ma deve avere una carica sufficiente per raggiungere almeno una colonnina di ricarica), "raggiungi una stazione di ricarica" (il livello della batteria non è sufficiente per arrivare a destinazione) e "rimani nel punto di partenza" (il veicolo non è in grado di raggiungere la destinazione né la stazione di ricarica più vicina). Ogni situazione ha viene discussa in dettaglio. Applicando l'algoritmo di ottimizzazione, il modello è eseguito utilizzando i dati reali delle stazioni di ricarica a Milano. Il modello di simulazione è del tipo agent-based ed è implementato dal software AnyLogic. Attraverso l'analisi dei dati di simulazione, questo lavoro studia il layout delle stazioni di ricarica e fornisce informazioni sul tempo di ricarica e l'impatto degli EVs sulla rete elettrica.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
tesi_10517764.pdf

solo utenti autorizzati dal 12/09/2019

Descrizione: Tesi
Dimensione 4.98 MB
Formato Adobe PDF
4.98 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/142768