DOI: https://doi.org/10.1109/tsg.2025.3560976
تاريخ النشر: 2025-04-21
المؤلف: Tao Qian وآخرون
الموضوع الرئيسي: المركبات الكهربائية والبنية التحتية
نظرة عامة
تقدم هذه الورقة V2Sim، وهي منصة محاكاة مفتوحة المصدر تعتمد على بايثون ومصممة لتحليل متقدم لشبكات الطاقة والنقل الحضرية المتصلة. يدمج V2Sim شبكة نقل حضرية مجهرية (MUTN) مع شبكة توزيع الطاقة (PDN)، مما يسمح بنمذجة مفصلة لأحمال شحن المركبات الكهربائية (EVCL) وعمليات V2G الديناميكية. تستخدم المنصة محاكاة حركة المرور الحضرية (SUMO) لمحاكاة MUTN جنبًا إلى جنب مع نموذج DistFlow المحسن لتحليل PDN، مع تضمين نماذج متخصصة لمحطات الشحن السريع (FCS) ومحطات الشحن البطيء (SCS). تسهل هذه التكاملات التقاط الديناميات المعقدة للشحن التي غالبًا ما يتم تجاهلها في أدوات المحاكاة الحالية.
يقدم V2Sim مجموعة متنوعة من استراتيجيات V2G القابلة للتخصيص، وقدرات متقدمة لاستشعار الأعطال في محطات الشحن، ويدعم المحاكاة المتوازية من خلال المعالجة المتعددة، مما يعزز كفاءة دراسات الحالة على نطاق واسع. توضح دراسات الحالة التجريبية التي أجريت على شبكة MUTN حقيقية من نانجينغ، الصين، كفاءة V2Sim في تحليل التوزيع المكاني الزمني لـ EVCL وتقييم تأثيرات V2G، بما في ذلك انتشار الأعطال وتغيرات الأسعار، بتفاصيل غير مسبوقة. على عكس نماذج التوازن التقليدية، يركز V2Sim على سلوك المركبة الفردية وتفاعلات الشحن على مستوى مجهرية، مما يوفر دقة استثنائية لتقييم المتطلبات التشغيلية والتخطيطية للأنظمة المتوافقة مع V2G. تُعتبر هذه المنصة موردًا حيويًا للباحثين ومخططي المدن الذين يسعون لتحسين الشبكات المتكاملة للطاقة والنقل.
مقدمة
تناقش مقدمة هذه الورقة البحثية التأثير المتزايد لحمل شحن المركبات الكهربائية (EVCL) على شبكات توزيع الطاقة (PDN) بسبب الزيادة في عدد المركبات الكهربائية (EVs). تؤكد على أهمية فهم الآليات وتوزيع EVCL للتخطيط الفعال للبنية التحتية لشحن المركبات الكهربائية (EVCI) ونشر محطات الشحن (EVCSs). تم استخدام نماذج توازن المستخدم التقليدية (UE)، مثل نماذج وادروب ونماذج توازن المستخدم العشوائية، لتحليل تدفق المرور وEVCL في شبكات النقل الحضرية (UTN) مع محطات EVCS المدمجة. ومع ذلك، غالبًا ما تفشل هذه النماذج في التقاط الميزات الديناميكية وسلوك المركبات الفردية، مما يؤدي إلى عدم دقة في توقعات EVCL.
لمعالجة هذه القيود، تقدم الورقة V2Sim، وهي منصة محاكاة تعتمد على بايثون مصممة لشبكات النقل الحضرية المجهرية (MUTN) وPDN. يهدف V2Sim إلى محاكاة توليد EVCL مع مراعاة كل من محطات الشحن السريع (FCSs) ومحطات الشحن البطيء (SCSs)، مما يسمح بعمليات V2G القابلة للتخصيص. تستخدم المنصة SUMO لمحاكاة السلوك المجهرية وDistFlow لتحسين PDN، مما يسهل المحاكاة المتوازية لسيناريوهات متعددة من خلال تقنية المعالجة المتعددة. تُعتبر هذه المنصة المبتكرة هي الأداة المفتوحة المصدر الأولى القادرة على المحاكاة والتحسين المتوافق مع V2G، مما يوفر خيارات تخصيص واسعة لتعزيز دقة وقابلية تطبيق نمذجة EVCL.
النتائج
في قسم النتائج، يقدم المؤلفون نتائجهم من خلال تمثيلات رسومية باستخدام مجموعات الرسم المقدمة. تسهل هذه المجموعات تصور تقلبات البيانات والاتجاهات، مما يعزز قابلية تفسير النتائج. يقدم المؤلفون كل من إعدادات الرسم القياسية للأشكال المستخدمة بشكل شائع ومحطة رسم متقدمة للمستخدمين الذين يسعون لإنشاء تصورات مخصصة، مما يلبي مجموعة من الاحتياجات التحليلية.
المناقشة
تحدد قسم المناقشة في الورقة البحثية بنية ووظائف منصة V2Sim، التي تدمج وحدة محاكاة شبكة المرور الحضرية المجهرية (MUTN) ومحسن شبكة توزيع الطاقة (PDN) لنمذجة سلوكيات المركبات الكهربائية (EV) وتفاعلاتها مع محطات الشحن (CS). يتم تمثيل MUTN كرسوم بيانية موجهة حيث تمثل الرؤوس تقاطعات الطرق وتمثل الحواف الطرق، مما يسمح بمحاكاة حركات المركبات، بما في ذلك الديناميات المحددة للمركبات الكهربائية (EVs) المميزة بمعلمات مثل سعة البطارية، وقوة الشحن، وقدرات V2G. تستخدم المنصة نموذج طاقة شحن مجزأ يقوم بتعديل معدلات الشحن بناءً على حالة الشحن (SoC) للمركبات الكهربائية، مما يضمن محاكاة واقعية لاستهلاك الطاقة وسلوكيات الشحن.
تسهل وحدة القرار داخل V2Sim الوظائف الحيوية مثل تخطيط المسار واختيار محطة الشحن، باستخدام خوارزميات مثل ديكسترا، A*، وContract Hierarchy للعثور على المسار الأمثل. تتضمن استراتيجيات لقرارات المغادرة بناءً على SoC للمركبة الكهربائية وتوافر محطات الشحن القريبة، مما يضمن أن المركبات الكهربائية يمكنها التنقل بكفاءة في الشبكة مع إدارة احتياجاتها من الطاقة. بالإضافة إلى ذلك، يدير مُوزع V2G تخصيص الطاقة من المركبات الكهربائية إلى الشبكة، مما يحسن استخدام الموارد المتاحة مع مراعاة تفضيلات المستخدم وتكاليف الشحن. يسمح نظام الإضافات في المنصة بالتخصيص ودمج الوظائف المعرفة من قبل المستخدم، مما يعزز قابليتها للتطبيق لمجموعة متنوعة من سيناريوهات المحاكاة. بشكل عام، تقدم منصة V2Sim أداة شاملة لتحليل التفاعل بين ديناميات المرور الحضرية وتوزيع الطاقة في سياق المركبات الكهربائية.
DOI: https://doi.org/10.1109/tsg.2025.3560976
Publication Date: 2025-04-21
Author(s): Tao Qian et al.
Primary Topic: Electric Vehicles and Infrastructure
Overview
This paper introduces V2Sim, an open-source Python-based simulation platform tailored for advanced vehicle-to-grid (V2G) analysis within interconnected urban power and transportation networks. V2Sim integrates a microscopic urban transportation network (MUTN) with a power distribution network (PDN), allowing for detailed modeling of electric vehicle charging loads (EVCL) and dynamic V2G operations. The platform employs the Simulation of Urban MObility (SUMO) for MUTN simulations alongside an optimized DistFlow model for PDN analysis, incorporating specialized models for both fast charging stations (FCS) and slow charging stations (SCS). This integration facilitates the capture of intricate charging dynamics that are often neglected in existing simulation tools.
V2Sim offers a variety of customizable V2G strategies, advanced fault-sensing capabilities in charging stations, and supports parallel simulation through multi-processing, enhancing the efficiency of large-scale case studies. Empirical case studies conducted on a real-world MUTN from Nanjing, China, illustrate V2Sim’s proficiency in analyzing the spatial-temporal distribution of EVCL and assessing V2G impacts, including fault dissemination and pricing variations, with unprecedented detail. Unlike conventional equilibrium models, V2Sim focuses on single-vehicle behavior and charging interactions at a microscopic level, providing exceptional accuracy for evaluating the operational and planning requirements of V2G-compatible systems. This platform is positioned as a vital resource for researchers and urban planners seeking to optimize integrated power and transportation networks.
Introduction
The introduction of this research paper discusses the increasing influence of electric vehicle charging load (EVCL) on power distribution networks (PDN) due to the rising number of electric vehicles (EVs). It emphasizes the importance of understanding the mechanisms and distribution of EVCL to effectively plan electric vehicle charging infrastructure (EVCI) and deploy charging stations (EVCSs). Traditional user equilibrium (UE) models, such as the Wardrop and stochastic user equilibrium models, have been utilized to analyze traffic flow and EVCL in urban transportation networks (UTN) with integrated EVCSs. However, these models often fail to capture dynamic features and the behavior of individual vehicles, leading to inaccuracies in EVCL predictions.
To address these limitations, the paper introduces V2Sim, a Python-based simulation platform designed for coupled microscopic urban transportation networks (MUTN) and PDN. V2Sim aims to simulate EVCL generation while considering both fast charging stations (FCSs) and slow charging stations (SCSs), allowing for customizable vehicle-to-grid (V2G) operations. The platform employs SUMO for microscopic behavior simulation and DistFlow for PDN optimization, facilitating the parallel simulation of multiple scenarios through multi-processing technology. This innovative platform is positioned as the first open-source tool capable of V2G-compatible simulation and optimization, providing extensive customization options to enhance the accuracy and applicability of EVCL modeling.
Results
In the Results section, the authors present their findings through graphical representations utilizing provided plot kits. These kits facilitate the visualization of data fluctuations and trends, enhancing the interpretability of the results. The authors offer both standard drawing presets for commonly used figures and an advanced plot terminal for users seeking to create customized visualizations, thereby accommodating a range of analytical needs.
Discussion
The discussed research paper section outlines the architecture and functionalities of the V2Sim platform, which integrates a Microscopic Urban Traffic Network (MUTN) simulation module and a Power Distribution Network (PDN) optimizer to model electric vehicle (EV) behaviors and their interactions with charging stations (CS). The MUTN is represented as a directed graph where vertices denote road junctions and edges represent roads, allowing for the simulation of vehicle movements, including the specific dynamics of electric vehicles (EVs) characterized by parameters such as battery capacity, charging power, and vehicle-to-grid (V2G) capabilities. The platform employs a segmented charging power model that adjusts charging rates based on the state of charge (SoC) of the EVs, ensuring realistic simulations of energy consumption and charging behaviors.
The decision module within V2Sim facilitates critical functions such as route planning and charging station selection, utilizing algorithms like Dijkstra, A*, and Contract Hierarchy for optimal pathfinding. It incorporates strategies for departure decisions based on the EV’s SoC and the availability of nearby charging stations, ensuring that EVs can efficiently navigate the network while managing their energy needs. Additionally, the V2G dispatcher manages the allocation of power from EVs back to the grid, optimizing the use of available resources while considering user preferences and charging costs. The platform’s extensibility through a plugin system allows for customization and integration of user-defined functions, enhancing its applicability for various simulation scenarios. Overall, the V2Sim platform presents a comprehensive tool for analyzing the interplay between urban traffic dynamics and energy distribution in the context of electric vehicles.