Városi elektromos töltőállomások helyszínét kijelölő módszer

  • Csaba Csiszár Budapesti Műszaki és Gazdaságtudományi Egyetem, Közlekedésmérnöki és Járműmérnöki Kar, Közlekedésüzemi és Közlekedésgazdasági Tanszék
  • Bálint Csonka Budapesti Műszaki és Gazdaságtudományi Egyetem, Közlekedésmérnöki és Járműmérnöki Kar, Közlekedésüzemi és Közlekedésgazdasági Tanszék
  • Dávid Földes Budapesti Műszaki és Gazdaságtudományi Egyetem, Közlekedésmérnöki és Járműmérnöki Kar, Közlekedésüzemi és Közlekedésgazdasági Tanszék
  • Ervin Wirth Budapesti Műszaki és Gazdaságtudományi Egyetem, Építőmérnöki Kar, Fotogrammetria és Térinformatika Tanszék
  • Tamás Lovas Budapesti Műszaki és Gazdaságtudományi Egyetem, Építőmérnöki Kar, Fotogrammetria és Térinformatika Tanszék
DOI: https://doi.org/10.24228/KTSZ.2019.3.1
Kulcsszavak: elektromobilitás, töltőállomás-hálózat, multkritériumos módszer

Absztrakt

A tisztán elektromos járművek csökkentik a lokális lég- és zajszenynyezést, hozzájárulnak a fenntartható közlekedéshez. Térnyerésüket korlátozza a hosszú töltési idő, valamint a töltésükhöz szükséges infrastruktúra hiánya. Utóbbi problémával foglalkozik a cikk, amelyben megtalálható egy a szerzők által kidolgozott multikritériumos módszer, ami két lépésben értékelve a területi egységeket, mohó algoritmust alkalmazva jelöli ki a városi töltőállomás-hálózat lehetséges helyszíneit. A módszer újdonsága, hogy szemben a korábbiakkal, a töltési keresletet a jövedelem, az elektromos járművek száma, a turisztikai attrakciók, a lakosságszám, lakóterület jellemzők és forgalomvonzó létesítmények figyelembevételével becsüli. A  módszer alkalmazhatóságát Budapest XI. kerületének példáján mutatják be.

Hivatkozások

Casals, L.C., Martinez-Laserna, E., García, B.A., Nieto, N. 2016. Sustainability analysis of the electric vehicle use in Europe for CO2 emissions reduction. Journal of Cleaner Production, 127:425-437. http://doi.org/c48p

Skrucany, T., Semanova, S., Figlus, T., Sarkan, B., Gnap, J. 2017. Energy Intensity and GHG Production of Chosen Propulsions Used in Road Transport. Communications, 2017/2: 3-9.

Knez, M., Jereb, B., Obrecht, M. 2014. Factors influencing the purchasing decisions of low emission cars: A study of Slovenia. Transportation Research Part D: Transport and Environment, 30:53-61. http://doi.org/f6c5vt

Koryagin, M. 2017. Urban Planning: a Game Theory Application for the Travel Demand Management. Periodica Polytechnica Transportation Engineering, 46(4): 171-178. http://doi.org/c48q

Gong, L., Fu, Y., Li, Z. 2016. Integrated planning of BEV public fast-charging stations. The Electricity Journal, 29(10):62-77. http://doi.org/ch7s

Lokowska, A., Kurowicka, D., Papaefthymiou, G., van der Sluis, L. 2011. From transportation patterns to

power demand: Stochastic modeling of uncontrolled domestic charging of electric vehicles. 2011 IEEE Power and

Energy Society General Meeting, San Diego, CA, 24-29 July 2011. pp. 1-7. http://doi.org/dzbthb

Liang, H., Sharma, I., Zhuang, W., Bhattacharya, K. 2014. Plug-in electric vehicle charging demand estimation based on queueing network analysis. 2014 IEEE PES General Meeting | Conference & Exposition, National Harbor, MD, 27-31 July 2014. pp. 1-5. http://doi.org/c48r

Arias, M.B., Bae, S. 2016. Electric vehicle charging demand forecasting model based on big data technologies. Applied Energy, 183:327-339. http://doi.org/f9kqv7

Zhang, P., Wu, X., Wang, X., Bi, S. 2015. Short-term load forecasting based on big data technologies. CSEE Journal of Power and Energy Systems, 1(3):59-67. http://doi.org/c48s

Arias, M.B., Kim, M., Bae, S. 2017. Prediction of electric vehicle chargingpower demand in realistic urban traffic

networks. Applied Energy, 195:738-753. http://doi.org/f97nbz

Liu, Z., Wen, F., Ledwich, G. 2013. Optimal Planning of Electric-Vehicle Charging Stations in Distribution Systems. IEEE Transactions on Power Delivery, 28(1):102-110. http://doi.org/f4jwvv

Awasthi, A., Venkitusamy, K., Padmanaban, S., Selvamuthukumaran, R., Blaabjerg, F., Singh, A.K. 2017. Optimal

planning of electric vehicle charging station at the distribution system using hybrid optimization algorithm. Energy, 133:70-78. http://doi.org/gbwkmg

Ip, A., Fong, S., Liu, E. 2010. Optimization for Allocating BEV Recharging Stations in Urban Areas by Using Hierarchical Clustering. 6th International Conference on Advanced Information Management and Service (IMS), 30 November - 2 December 2010. pp. 460-465.

Ge, S., Feng, L., Liu, H. 2011. The Planning of Electric Vehicle Charging Station Based on Grid Partition Method. International Conference on Electrical and Control Engineering, ICECE, 16-18 September 2011. pp. 2726-2730 http://doi.org/b6wndf

Hess, A., Malandrino, F., Reinhardt, M.B., Casetti, C., Hummel, K.A., Barceló-Ordinas, J.M. 2012. Optimal deployment of Charging Stations for Electric Vehicular Networks. ACM Conference on the 1st Workshop on Urban Networking, CoNEXT UrbaNe, 10 December 2012. http://doi.org/c48t

Cromley, R.G., Lin, J., Merwin, D.A. 2011. Evaluating representation and scale error in the maximal covering location problem using GIS and intelligent areal interpolation. International Journal of Geographical

Information Science, 26(3):495-517. http://doi.org/c7r2jx

Wei, R., Murray, A.T. 2014. Evaluating Polygon Overlay to Support Spatial Optimization Coverage Modeling.

Geographical Analysis, 46(3):209-229. http://doi.org/f6fhd2

Frade, I., Riberioe, A., Gonçalves, G.A., Antunes, A.P. 2011. Optimal Location of Charging Stations for Electric Vehicles in a Neighborhood in Lisbon, Portugal. Transportation Research Record, 2252:91-98. http://doi.org/c48v

Chen, D.T., Kockelman, K.M., Khan, M. 2013. The Electric Vehicle Charging Station Location Problem: A Parking-Based Assignment Method For Seattle, Washington. Transportation Research Record, 2385:28-36. http://doi.org/c48w

Andrenacci, N., Ragona, R., Valenti, G. 2016. A demand-side approach to the optimal deployment of electric vehicle charging stations in metropolitan areas. Applied Energy, 182:39-46. http://doi.org/f9b8qq

Shirmohammadli, A., Vallée, D. 2017. Developing a location model for fast charging infrastructure in urban areas.

International Journal of Transport Development and Integration, 1(2):159-170. http://doi.org/cxk4

Gavranović, H., Barut, A., Ertek, G., Yüzbaşıoğlu, O.B., Pekpostalcı, O., Tombuş, Ö. 2014. Optimizing the electric charge station network of EŞARJ. Procedia Computer Science. 31:15-21, http://doi.org/c48x

Alegre, S., Míguez, J.V., Carpio, J. 2017. Modelling of electric and parallel-hybrid electric vehicle using Matlab/Simulink environment and planning of charging stations through a geographic information system and genetic algorithms. Renewable and Sustainable Energy Reviews, 74:1020-1027. http://doi.org/gbgwvk

Huang, K., Kanaroglou, P., Zhang, X. 2016. The design of electric vehicle charging network. Transportation Research Part D: Transport and Environment, 49:1-17. http://doi.org/f9gcvq

Xi, X., Sioshansi, R., Marano, V. 2013. Simulation–optimization model for location of a public electric vehicle charging infrastructure. Transport Research Part D: Transport and Environment, 22:60-69. http://doi.org/f43bvg

Upchurch, C., Kuby, M. 2010. Comparing the p-median and flow-refueling models for locating alternative-fuel stations. Journal of Transport Geography, 18:750-758. http://doi.org/d9pk5x

Yao, W., Zhao, J., Wen, F., Dong, Z., Xue, Y., Xu, Y., Meng, K. 2014. A Multi-Objective Collaborative Planning Strategy

for Integrated Power Distribution and Electric Vehicle Charging Systems. IEEE Transactions on Power Systems, 29(4):1811-1821. http://doi.org/f579rr

He, F., Yin, Y., Zhou, J. 2015. Deploying public charging stations for electric vehicles on urban road networks. Transportation Research Part C: Emerging Technologies, 60:227-240. http://doi.org/f7z97x

Alhazmi, Y.A., Mostafa, H.A., Salama, M.M.A. 2017. Optimal allocation for electric vehicle charging stations using

Trip Success Ratio. International Journal of Electrical Power & Energy Systems, 91:101-116. http://doi.org/gfpnqr

Cai, H., Jia, X., Chiu, A.S.F., Hu, X., Xu, M. 2014. Siting public electric vehicle charging stations in Beijing using big-data informed travel patterns of the taxi fleet. Transportation Research Part D: Transport and Environment, 33:39-46. http://doi.org/f6sb89

Shahraki, N., Cai, H., Turkay, M., Xu, M. 2015. Optimal locations of electric public charging stations using real world vehicle travel patterns. Transportation Research Part D: Transport and Environment, 41:165-176 http://doi.org/f74mdm

Yin, X., Zhao, X. 2016. Planning of electric vehicle charging station based on real time traffic flow. 2016 IEEE Vehicle Power and Propulsion Conference (VPPC), 17-20 October 2016. http://doi.org/ch7w

Daniels, R., Mulley, C. 2011. Explaining walking distance to public transport: the dominance of public transport supply. World Symposium on Transport and Land Use Research, Whistler Canada, 28-30 July 2011. http://doi.org/gc5tt7

Hogyan kell idézni
CsiszárC., CsonkaB., FöldesD., WirthE., & LovasT. (1). Városi elektromos töltőállomások helyszínét kijelölő módszer. Közlekedéstudományi Szemle, 69(3), 5-18. https://doi.org/10.24228/KTSZ.2019.3.1
Folyóirat szám
Évf. 69 szám 3 (2019)
Rovat
Cikkek

A folyóirat a lapszámokban megjelent cikkek tartalmához azonnali, nyílt hozzáférést (OA - Open Access) biztosít azon az elven alapulva, hogy a kutatási eredmények nyilvánosság számára történő ingyenes elérhetővé tétele elősegíti a globális tudásmegosztást. Sem a szerzőknek, sem az olvasóknak nem kell nyílt hozzáférési díjat (APC) fizetniük.

A folyóiratban megjelent összes cikk CC-BY-NC-ND 4.0 licenc alapján használható.

 

Crossref
Scopus
Google Scholar
Europe PMC