DOI: https://doi.org/10.70754/biibfd.1594279
تاريخ النشر: 2025-01-11
المؤلف: Erol Özçekiç
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تبحث هذه الورقة البحثية في اختيار الموقع الأمثل لمحطات شحن السيارات الكهربائية (EVCS) في ألتينيل، تركيا، باستخدام نهج اتخاذ القرار متعدد المعايير (MCDM). تستخدم الدراسة ثلاث طرق: الإنتروبيا، CoCoSo (الحل التوافقي المدمج)، وEDAS (التقييم بناءً على المسافة من الحل المتوسط) لتقييم 25 موقعًا محتملًا بناءً على المعايير البيئية والتقنية والاجتماعية. تم استخدام طريقة الإنتروبيا لتعيين أوزان موضوعية لهذه المعايير، مما يضمن أن العوامل الأكثر أهمية تؤثر على عملية اتخاذ القرار. حددت النتائج Location_17 كموقع مثالي لوضع EVCS، حيث أسفرت كل من طريقتي CoCoSo وEDAS عن نتائج متسقة للمواقع ذات الأداء العالي، بينما أبرزت الاختلافات في الترتيبات للمواقع ذات الأداء المنخفض أهمية استخدام طرق MCDM متعددة.
تشدد الدراسة على الآثار العملية لنتائجها على المخططين الحضريين وصانعي السياسات، مقدمة إطار عمل يتماشى مع أهداف الاستدامة من خلال معالجة الوصول، والجدوى الاقتصادية، والأثر البيئي. يخفف دمج طريقة الإنتروبيا من التحيزات في وزن المعايير، مما يعزز قوة عملية اتخاذ القرار. تشمل اتجاهات البحث المستقبلية دمج نظم المعلومات الجغرافية (GIS) للتقييمات الديناميكية، ومشاركة أصحاب المصلحة لتلبية الاحتياجات المتنوعة، واستكشاف التقنيات الناشئة وتأثيرات السياسات على نشر EVCS. بشكل عام، تساهم هذه الدراسة في النقاش حول تخطيط البنية التحتية المستدامة وتسهيل اعتماد السيارات الكهربائية من خلال محطات الشحن الموضوعة استراتيجيًا.
مقدمة
تسلط مقدمة الورقة البحثية الضوء على الدور المحوري للسيارات الكهربائية (EVs) في تعزيز التنقل المستدام من خلال تقليل تلوث الهواء وانبعاثات غازات الدفيئة بشكل كبير. على الرغم من النمو الأسي في مبيعات EV، لا تزال البنية التحتية الداعمة، وخاصة محطات الشحن العامة، غير كافية مقارنة بالشبكات القائمة للسيارات ذات محركات الاحتراق الداخلي (ICE). تشكل هذه النقص عائقًا رئيسيًا أمام اعتماد EV على نطاق واسع، خاصة في المناطق الحضرية حيث تعقد قيود المساحة نشر مرافق الشحن. يعد اتخاذ القرار الفعال بشأن وضع هذه المحطات أمرًا ضروريًا لتعزيز راحة المستخدم والوصول، مع مراعاة أنماط سلوك المستخدم ومشاركة مقدمي الخدمات لضمان الجدوى الاقتصادية.
تشدد الورقة على ضرورة تطوير شبكات شحن موزعة استراتيجيًا لتخفيف قلق المدى بين مستخدمي EV وتعزيز استخدامها في النقل الشخصي والعام. تشير إلى أن البنية التحتية المخططة بشكل سيء يمكن أن تؤدي إلى عدم الاستخدام والفاقد في الموارد، مما يستلزم التخطيط الاستراتيجي لتوسيع الشبكة. تركز الدراسة على ألتينيل، تركيا، كحالة دراسية لتقييم وضع محطات شحن EV في منطقة مختلطة الاستخدام، تجمع بين الخصائص الحضرية والريفية. باستخدام طرق اتخاذ القرار متعددة المعايير (MCDM) مثل الإنتروبيا، CoCoSo، وEDAS، تهدف الدراسة إلى تقييم المعايير الحاسمة لوضع محطات الشحن المثلى، بما في ذلك تكاليف البناء، والكثافة السكانية، والوصول إلى الطرق. من خلال معالجة هذه العوامل، تسعى الدراسة إلى تحديد موقع يوازن بين العملية التشغيلية والأهداف العامة لتعزيز اعتماد EV وتقليل تلوث الهواء المحلي.
طرق
في هذه الدراسة، تم تطوير منهجية شاملة لتحديد المواقع المثلى لمحطات شحن السيارات الكهربائية (EVCS) في منطقة ألتينيل في باليكسير، تركيا. كانت التقييمات قائمة على سبعة معايير حاسمة تشمل الأبعاد الاجتماعية والتقنية والاقتصادية: تكلفة البناء، والكثافة السكانية، والوصول إلى الطرق، والبنية التحتية الكهربائية، وتوافق مواقف السيارات، وكثافة المرور، واستخدام الأراضي. تم التأكيد على أهمية مشاركة مختلف أصحاب المصلحة، بما في ذلك الحكومات المحلية، وشركات توزيع الطاقة، والمؤسسات التنظيمية، كشرط أساسي للتنفيذ الناجح لـ EVCS. تم تجميع مجموعة بيانات تضم 25 موقعًا محتملًا لـ EVCS من مصادر متاحة للجمهور، تتضمن بيانات اقتصادية وسكانية وبنية تحتية، مما وفر أساسًا قويًا للتحليل.
استخدمت الدراسة طرق اتخاذ القرار متعددة المعايير (MCDM)، وتحديدًا تقنيات الإنتروبيا، CoCoSo، وEDAS، لتقييم وتصنيف المواقع المحتملة بشكل منهجي بناءً على المعايير المحددة. تعتبر MCDM فعالة بشكل خاص في معالجة سيناريوهات اتخاذ القرار المعقدة ذات المعايير المتضاربة، مما يسمح بنهج منظم لتحديد الأولويات. من خلال تطبيع معايير التقييم وتطبيق هذه الطرق، كانت الدراسة تهدف إلى تحقيق توازن بين أولويات مختلفة مثل الوصول، والأثر البيئي، وكفاءة التكلفة، مما يسهل في النهاية اتخاذ قرارات مستنيرة تتماشى مع الاحتياجات المحلية وأهداف الاستدامة.
نتائج
في هذا القسم، تم استخدام طريقة الإنتروبيا لتعيين أوزان لسبعة معايير بناءً على تباينها، حيث يؤدي التباين الأعلى إلى أوزان أكبر. تم تطبيق هذه الأوزان لتطبيع قيم كل معيار لـ 25 موقعًا محتملًا لمحطة شحن السيارات الكهربائية (EVCS)، مما أعد مجموعة البيانات لمزيد من التحليل باستخدام طريقتي CoCoSo وEDAS. أشارت النتائج إلى أن Location_17 كان الموقع الأكثر ملاءمة لوضع EVCS، حيث حقق أعلى درجة طبيعية تبلغ 1.0 في كلا الطريقتين، تلاه عن كثب Location_8 بدرجات 0.9925 (CoCoSo) و0.9960 (EDAS). تم ملاحظة اختلافات لبعض المواقع، مثل Location_24، الذي حصل على درجة متوسطة في CoCoSo ولكن درجة سلبية في EDAS، مما يبرز الأطر التقييمية المختلفة للطريقتين.
كشفت التحليلات المقارنة للترتيبات عن وجود علاقة قوية بين طريقتي CoCoSo وEDAS، خاصة بالنسبة للمواقع ذات الأداء العالي، مما يشير إلى موثوقية النتائج. ومع ذلك، لوحظت اختلافات كبيرة للمواقع ذات الأداء المنخفض، مما يبرز أهمية استخدام طرق متعددة في عمليات اتخاذ القرار متعددة المعايير (MCDM) لاختيار مواقع EVCS. توضح الأشكال المقدمة في التحليل العلاقة بين الدرجات والترتيبات، مما يعزز تكامل الطريقتين. قدمت CoCoSo تقييمًا متوازنًا، بينما كانت EDAS حساسة للأداء المنخفض، مما يوفر رؤى دقيقة حول ملاءمة مواقع EVCS المحتملة. يساعد هذا النهج الشامل صانعي القرار في تحديد المواقع المثلى مع الاعتراف بتأثير الاختلافات المنهجية على نتائج الترتيب.
نقاش
تسلط قسم النقاش في الورقة البحثية الضوء على الدور الحاسم لطرق اتخاذ القرار متعددة المعايير (MCDM) في تحسين اختيار مواقع محطات شحن السيارات الكهربائية (EVCS). أظهرت دراسات مختلفة فعالية نهج MCDM، مثل عملية التحليل الهرمي (AHP)، وFuzzy-AHP (FAHP)، وغيرها، في تقييم المعايير المتضاربة مثل الأثر البيئي، والوصول، والجدوى الاقتصادية. على سبيل المثال، تؤكد أبحاث Soczówka وآخرون (2024) على الوصول المتساوي إلى البنية التحتية للشحن، بينما تدعو Mazza وآخرون (2024) إلى أولوية الخصائص من خلال مراجعات الأدبيات المنهجية. تم تسليط الضوء أيضًا على دمج نظم المعلومات الجغرافية (GIS) مع طرق MCDM كوسيلة لتعزيز جودة اتخاذ القرار، كما يتضح في عمل Zhao وآخرون (2023).
يتناول القسم أيضًا منهجيات محددة، بما في ذلك إنتروبيا شانون، CoCoSo، وEDAS، التي توفر أطر عمل قوية لتقييم الأهمية النسبية للمعايير ومعالجة عدم اليقين في عملية اتخاذ القرار. تقدم إنتروبيا شانون آلية موضوعية لتعيين الأوزان، مما يقلل من التحيزات الناتجة عن التقييمات الذاتية، بينما تركز CoCoSo على تقييم متوازن من خلال التجميعات الخطية والهندسية. من ناحية أخرى، تقيم EDAS البدائل بناءً على انحرافاتها عن الحل المتوسط، مما يسهل تحديد الأولويات بوضوح. تؤكد النتائج على ضرورة استخدام طرق MCDM متعددة لالتقاط تعقيدات اختيار مواقع EVCS، مما يساهم في النهاية في تطوير البنية التحتية المستدامة وتسريع اعتماد السيارات الكهربائية.
DOI: https://doi.org/10.70754/biibfd.1594279
Publication Date: 2025-01-11
Author(s): Erol Özçekiç
Primary Topic: Multi-Criteria Decision Making
Overview
This research paper investigates the optimal location selection for electric vehicle charging stations (EVCS) in Altıeylül, Turkey, utilizing a multi-criteria decision-making (MCDM) approach. The study employs three methods: Entropy, CoCoSo (Combined Compromise Solution), and EDAS (Evaluation Based on Distance from Average Solution) to evaluate 25 potential sites based on environmental, technical, and social criteria. The Entropy method was used to objectively assign weights to these criteria, ensuring that more significant factors influenced the decision-making process. The findings identified Location_17 as the optimal site for EVCS placement, with both CoCoSo and EDAS methods yielding consistent results for high-performing locations, while discrepancies in rankings for lower-performing sites underscored the importance of using multiple MCDM methods.
The study emphasizes the practical implications of its findings for urban planners and policymakers, providing a framework that aligns with sustainability goals by addressing accessibility, cost-effectiveness, and environmental impact. The integration of the Entropy method mitigates biases in criterion weighting, enhancing the robustness of the decision-making process. Future research directions include the incorporation of Geographic Information Systems (GIS) for dynamic evaluations, stakeholder involvement to meet diverse needs, and exploration of emerging technologies and policy impacts on EVCS deployment. Overall, this study contributes to the discourse on sustainable infrastructure planning and the facilitation of electric vehicle adoption through strategically positioned charging stations.
Introduction
The introduction of the research paper highlights the pivotal role of electric vehicles (EVs) in promoting sustainable mobility by significantly reducing air pollution and greenhouse gas emissions. Despite the exponential growth in EV sales, the supporting infrastructure, particularly public charging stations, remains inadequate compared to the established networks for internal combustion engine (ICE) vehicles. This insufficiency presents a major barrier to widespread EV adoption, particularly in urban areas where space constraints complicate the deployment of charging facilities. Effective decision-making regarding the placement of these stations is essential to enhance user convenience and accessibility, while also considering user behavior patterns and the involvement of utility providers to ensure economic feasibility.
The paper emphasizes the urgency of developing strategically distributed charging networks to alleviate range anxiety among EV users and promote their use in both personal and public transportation. It notes that poorly planned infrastructure can lead to underutilization and resource wastage, necessitating strategic planning for network expansion. The study focuses on Altıeylül, Turkey, as a case study for evaluating EV charging station placement in a mixed-use area, combining urban and rural characteristics. Utilizing Multi-Criteria Decision-Making (MCDM) methods such as Entropy, CoCoSo, and EDAS, the research aims to assess critical criteria for optimal charging station placement, including construction costs, demographic density, and road accessibility. By addressing these factors, the study seeks to identify a location that balances operational practicality with the overarching goals of enhancing EV adoption and reducing local air pollution.
Methods
In this study, a comprehensive methodology was developed to identify optimal locations for Electric Vehicle Charging Stations (EVCSs) in the Altıeylül region of Balıkesir, Turkey. The evaluation was based on seven critical criteria encompassing social, technical, and economic dimensions: construction cost, demographic density, road accessibility, electric infrastructure, parking compatibility, traffic density, and land use. The involvement of various stakeholders, including local governments, energy distribution companies, and regulatory institutions, was emphasized as crucial for the successful implementation of EVCSs. A dataset comprising 25 potential EVCS locations was compiled from publicly available sources, incorporating economic, demographic, and infrastructure data, which provided a robust foundation for the analysis.
The study employed Multi-Criteria Decision-Making (MCDM) methods, specifically the Entropy, CoCoSo, and EDAS techniques, to systematically evaluate and rank the potential locations based on the identified criteria. MCDM is particularly effective in addressing complex decision-making scenarios with conflicting criteria, allowing for a structured approach to prioritize alternatives. By normalizing the evaluation criteria and applying these methods, the study aimed to balance various priorities such as accessibility, environmental impact, and cost efficiency, ultimately facilitating informed decision-making that aligns with local needs and sustainability objectives.
Results
In this section, the Entropy Method was utilized to assign weights to seven criteria based on their variability, with higher variability leading to greater weights. These weights were applied to normalize the values of each criterion for 25 potential Electric Vehicle Charging Station (EVCS) locations, preparing the dataset for further analysis using the CoCoSo and EDAS methods. The results indicated that Location_17 was the most suitable site for EVCS placement, achieving the highest normalized score of 1.0 in both methods, followed closely by Location_8 with scores of 0.9925 (CoCoSo) and 0.9960 (EDAS). Discrepancies were noted for certain locations, such as Location_24, which had a moderate score in CoCoSo but a negative score in EDAS, highlighting the differing evaluation frameworks of the two methods.
The comparative analysis of the rankings revealed a strong correlation between the CoCoSo and EDAS methods, particularly for top-performing locations, suggesting reliability in the results. However, significant divergences were observed for lower-performing locations, emphasizing the importance of employing multiple methods in Multi-Criteria Decision-Making (MCDM) processes for EVCS site selection. Figures presented in the analysis illustrated the relationship between scores and rankings, reinforcing the complementarity of the two methods. CoCoSo provided a balanced evaluation, while EDAS was sensitive to underperformance, offering nuanced insights into the suitability of potential EVCS locations. This comprehensive approach aids decision-makers in identifying optimal sites while acknowledging the influence of methodological differences on ranking outcomes.
Discussion
The discussion section of the research paper highlights the critical role of Multi-Criteria Decision-Making (MCDM) methods in optimizing the site selection for Electric Vehicle Charging Stations (EVCSs). Various studies have demonstrated the effectiveness of MCDM approaches, such as the Analytical Hierarchy Process (AHP), Fuzzy-AHP (FAHP), and others, in evaluating conflicting criteria like environmental impact, accessibility, and cost-effectiveness. For instance, research by Soczówka et al. (2024) emphasizes equal access to charging infrastructure, while Mazza et al. (2024) advocate for the prioritization of attributes through systematic literature reviews. The integration of Geographic Information Systems (GIS) with MCDM methods has also been highlighted as a means to enhance decision-making quality, as seen in the work of Zhao et al. (2023).
The section further elaborates on specific methodologies, including Shannon’s Entropy, CoCoSo, and EDAS, which provide robust frameworks for assessing the relative importance of criteria and addressing uncertainties in the decision-making process. Shannon’s Entropy offers an objective mechanism for weight assignment, mitigating biases from subjective assessments, while CoCoSo emphasizes a balanced evaluation through linear and geometric aggregations. EDAS, on the other hand, evaluates alternatives based on their deviations from an average solution, facilitating clear prioritization. The findings underscore the necessity of employing multiple MCDM methods to capture the complexities of EVCS site selection, ultimately contributing to sustainable infrastructure development and the acceleration of electric vehicle adoption.