A Model for Scheduling of Electric Vehicles Charging in a Distribution Network using Multi-agent Model

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 104

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJE-37-2_015

تاریخ نمایه سازی: 15 آذر 1402

چکیده مقاله:

This study has been conducted aiming at improvement of a multi-agent model whose task is planning and energy management of a power distribution system based on electric vehicles and their aggregators. In this work, the wear of automobile batteries is considered as an inhibitor agent for electric vehicle owners which affects other agents. Therefore, the aggregator agent should consider the cost as encouragement for the owners of electric vehicles. The agents used in this paper are: ۱) Technical agent distribution system operator ۲) Distribution System Operator market agents ۳) Electric vehicle aggregator agents. This paper proposes a strategy for the aggregation agent of electric vehicles in a competitive electricity market, taking into account market reservations. This model provides a way to reimburse vehicle owners for battery burnout over the consumption cycle and it helps to increase the desire of electric vehicles to charge and sell electricity to the market and increase the profits of vehicle agents and owners.

نویسندگان

H. Hamidi

Department of Industrial, K. N. Toosi University of Technology, Tehran, Iran

A. Tavassoli

Department of Information Technology, E-branch, Islamic Azad University, Tehran, Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Hamidi H, Moradi Abadi A, Amin Mousavi S. A New ...
  • Pandžić H, Dvorkin Y, Wang Y, Qiu T, Kirschen DS, ...
  • Zhang Y-j, Ren Z. Real-time optimal reactive power dispatch using ...
  • Disfani VR, Fan L, Piyasinghe L, Miao Z. Multi-agent control ...
  • Unda IG, Papadopoulos P, Skarvelis-Kazakos S, Cipcigan LM, Jenkins N, ...
  • Hamidi H, Vafaei A, Monadjemi SAH. Analysis and evaluation of ...
  • Hu J, Morais H, Lind M, Bindner HW. Multi-agent based ...
  • Hamidi H, Mohammadi K. Modeling fault tolerant and secure mobile ...
  • Torabi A, Hamidi H, Safaie N. Effect of sensory experience ...
  • نمایش کامل مراجع