Integration of Electric Vehicle Charging Stations into the Electricity Grid: Karabük University Campus Case Study Using PDF, LHS and ANN

Öz

The proportion of electric vehicles (EVs) within the total number of vehicles is increasing at an accelerating pace both in our country and globally. In this context, studies on the impacts of electric vehicles and charging stations on electrical grids, how much additional load they will place on the grids, and whether the existing electrical infrastructure will be sufficient for electric vehicles and charging stations in the short, medium, and long term are gaining importance. In this study, three different case studies were conducted at Karabük University Demir Çelik (central) Campus for the years 2025, 2030 and 2040. Case studies based on TOGG (Turkey’s Automobile Venture Group) brand electric vehicle parameters for Karabük University Demir Çelik campus electricity distribution network were examined. In order to estimate how much additional load electric vehicle charging stations (EVCS) will add to the grid, the Weibull distribution probability density function (PDF), latin hypercube sampling (LHS) approaches, and artificial neural networks (ANN) were used. The simulations of the obtained results were carried out using the ETAP Electrical Power System Analysis interface. It has been preicted that how many and what type of electric vehicle charging stations could be connected to the network within the campus according to 2025, 2030 and 2040 scenarios, and how much additional load the increase in the number of these stations will load the existing grid and whether additional investments are required.

Anahtar Kelimeler

• Electric vehicles
• charging stations
• electrical grids
• PDF
• ANN

Elektrikli Araç Şarj İstasyonlarının Elektrik Şebekesine Entegrasyonu: OYF, LHÖ ve YSA ile Karabük Üniversitesi Yerleşkesi Durum Çalışması

Öz

Elektrikli araçların (EA) toplam araç sayısındaki oranı ülkemizde ve dünyada giderek yükselen bir ivmeyle artmaktadır. Elektrikli araçların ve şarj istasyonlarının elektrik şebekelerine olan etkileri, şebekelere ne kadar ilave yük getireceği ve mevcut elektrik şebekelerinin alt yapılarının elektrikli araçlar ve şarj istasyonları için kısa, orta ve uzun vadede yeterli olup olmadığı ile yapılan çalışmalar bu bağlamda önem kazanmaktadır. Bu çalışmada Karabük Üniversitesi Demir Çelik (merkez) yerleşkesinde 2025, 2030 ve 2040 yılları için üç farklı durum çalışması gerçekleştirilmiştir. Karabük Üniversitesi Demir Çelik kampüsü elektrik dağıtım şebekesi için TOGG (Türkiye’nin Otomobili Girişim Grubu) marka elektrikli araç parametreleri esas alınarak vaka çalışmaları yapılmıştır. Elektrikli araç şarj istasyonlarının (EAŞİ), şebekeye ne kadar ilave yük ekleyeceğini tahmin etmek için Weibull dağılımı olasılık yoğunluk fonksiyonu (OYF), latin hiperküp örnekleme (LHÖ) yaklaşımları ve yapay sinir ağı (YSA) kullanılmıştır. ETAP Electrical Power System Analysis arayüzü kullanılarak elde edilen sonuçların benzetimleri gerçekleştirilmiştir. Kampüs içindeki şebekeye 2025, 2030 ve 2040 senaryolarına göre kaç adet ve hangi tür elektrikli araç şarj istasyonunun bağlanabileceği ve bu istasyonların sayısının artmasının mevcut şebekeye ne kadar ek yük getireceği ve ilave yatırımlara gerek olup olmadığı öngörülmüştür.

Anahtar Kelimeler

• Elektrikli araçlar
• şarj istasyonları
• elektrik şebekeleri
• OYF
• YSA

Kaynakça

1. https://www.iea.org/reports/global-ev-outlook-2021.
2. https://www.iea.org/data-and-statistics/charts/electric-vehicle-stock-in-the-ev3030-scenario-2018-2030.
3. https://www.tehad.org/wp-content/uploads/2024/01/TR-2023-YILI-_-ELEKTRIKLI.jpg
4. https://shura.org.tr/turkiye-ulastirma-sektorunun-donusumu-elektrikli-araclarin-turkiye-dagitim-sebekesine-etkileri/
5. Koç M, Tör OB, Demirbaş Ş. Analysis the effects of electric vehicles on distribution networks with simulations based on probabilistic methods. GU J Sci Part C 2021; 9(1): 095-107.
6. Yıldızhan D, Erenoğlu AK, Erdinç O. Elektrikli araç entegrasyonunun dağıtım sistemine etkilerinin incelenmesi ve şarj istasyonu altyapısının tayin edilmesi. Mühendislik Bilimleri ve Tasarım Dergisi 2022 10(4), 1232 –1242.
7. Polisetty SPR, Jayanthi R, Sai Veerraju M. An intelligent optimal charging stations placement on the grid system for the electric vehicle application. Energy 2023; 285, 129500.
8. Li X, Wang Z, Zhang L, Sun F, Cui D, Hecht C, Figgener J, Sauer DU. Electric vehicle behavior modeling and applications in vehicle-grid integration: An overview. Energy 2023; 268, 126647.

9. Yu H, Niu S, Shang Y, Shao Z, Jia Y, Jian L. Electric vehicles integration and vehicle-to-grid operation in active distribution grids: A comprehensive review on power architectures, grid connection standards and typical applications. Renewable Sustainable Energy Rev 2022; 168, 112812.
10. Mudaheranwa E, Sonder HB, Cipcigan L, Ugalde-Loo CE. Feasibility study and impacts mitigation with the integration of Electric Vehicles into Rwanda’s power grid. Electr Power Syst Res 2023; 220, 109341.
11. García LFP, Villarejo MB, Ortega JMM. Grid-friendly integration of electric vehicle fast charging station based on multiterminal DC link. Int J Electr Power Energy Syst 2020; 114, 105341.
12. Wu Y, Wang Z, Huangfu Y, Ravey A, Chrenko D, Gao F. Hierarchical Operation of Electric Vehicle Charging Station in Smart Grid Integration Applications -An Overview. Int J Electr Power Energy Syst 2022; 139, 108005.
13. Lauvergne R, Perez Y, Françon M, Tejeda Cruz AT. Integration of electric vehicles into transmission grids: A case study on generation adequacy in Europe in 2040. Appl Energy 326 (2022) 120030.
14. Nurmuhammed M, Karadağ T. Elektrikli araç şarj istasyonlarının konumlandırılması ve enerji şebekesi üzerine etkisi konulu derleme çalışması. GU J Sci Part A 2021 8(2): 218-233.
15. Çetin E. Elektrikli araç şarj istasyonu entegre edilen mevcut bir elektrik tesisatındaki revizyon ihtiyacının Simaris ortamında incelenmesi. Pamukkale Univ Muh Bilim Derg 2022; 28(2): 222-233.
16. Demirtaş M, Yılmaz E, Ünal C, Küçükpehlivan T, Ağaçsapan B, Aksoy T. Elektrikli araçlar ve şarj istasyonlarının konumlandırılması GSI Journals Serie C: Advancements in Information Sciences and Technologies 2021; 4(1): 11-32.
17. Güven AF, Akbaşak SB. Elektrikli araçlarda DA hızlı şarj ünitelerinin şebeke altyapısına etkilerinin incelenmesi. Sinop Uni J Nat Sci 2021 6(1): 42-54.
18. Özbaltan M. Elektrikli araçların şarjı ile güç şebekesine aşırı yüklenilmesinin ayrık denetleyici sentezi ile önlenilmesi. OKU Fen Bilimleri Enstitüsü Dergisi 2022; 5(3): 1626-1634.
19. Gülkaya B, Ateş Y. Elektrikli taşıtların dağıtılmış üretim tabanlı şebekeler üzerindeki etkilerinin analizi ve çözüm önerileri. Mühendislik Bilimleri ve Tasarım Dergisi 2021; 9(4): 1174-1199.
20. Ouach MK, Çam E. Investigation on the electrical vehicles effects on the electrical power grid. El-Cezerî Journal of Science and Engineering 2021; 8(1): 21-35.
21. Mert RB, Umurkan N. Konut bölgelerinde elektrikli taşıt şarj istasyonlarının elektrik şebekesine entegrasyonunun analizi. Karadeniz Fen Bilimleri Dergisi 2023; 13(3): 965-980.
22. Çakır M. T., Çakır M. F. Evaluating the effect of electric vehicle charging stations on power grids in sivas province. Politeknik Dergisi 2023; 26(3): 1215-1231.
23. Yong C, YingDa J, Gang X, JiaJia C, DaYu Q ve XiMing Z. Load forecasting of electric vehicles based on Monte Carlo method. 5th International Conference on Mechanical, Control and Computer Engineering (ICMCCE), 25-27 December 2020, Harbin, China.
24. Cheng J ve Liu N. Electric vehicles charging load prediction based on Monte Carlo method Publisher: IEEE. 2nd International Conference on Electrical Engineering and Control Science (IC2ECS) 16-18 December 2022, Nanjing, China.
25. Liu D, Li Z, Jiang J, Cheng X ve Wu G. Electric Vehicle Load Forecast Based on Monte Carlo Algorithm. IEEE 9th Joint International Information Technology and Artificial Intelligence Conference (ITAIC), 11-13 December 2020, Chongqing, China.
26. Güneş D, Tekdemir İG, Karaarslan MŞ, Alboyacı B. Elektrikli araç şarj istasyonu yüklerinin güvenilirlik indisleri üzerine etkilerinin incelenmesi. Journal of the Faculty of Engineering and Architecture of Gazi University 2018; 33(3): 1073-1084.
27. Huntington DE, Lyrintzis CS. Improvements to and limitations of latin hypercube sampling. Probabilistic Engineering Mechanics 1998; 13 (4): 245-253.
28. Jahromi AJ, Mohammadi M, Afrasiabi S, Afrasiabi M, Aghaei J. Probability density function forecasting of residential electric vehicles charging profile. Applied Energy 2022; 323, 119616.
29. https://www.togg.com.tr/content/otomobil
30. https://gersan.com.tr/page/elektrikli-arac-sarj-istasyonu/
31. M.G.M. Ghazal. A new extension of the modifiedWeibull distribution with applications for engineering data. Probabilistic Engineering Mechanics 2023; 74, 103523.
32. Aljeddani SM ve Mohammed MA. An extensive mathematical approach for wind speed evaluation using inverse Weibull distribution. Alexandria Engineering Journal 2023; 76: 775-786.
33. Xie S. Modelling auto insurance Size-of-Loss distributions using Exponentiated Weibull distribution and de-grouping methods. Expert Systems With Applications 2023; 231, 120763.
34. https://tr.wikipedia.org/wiki/Weibull_da%C4%9F%C4%B1l%C4%B1m%C4%B1
35. Zhang W, Liu Z, Song Y, Lu Y ve Feng Z. An investigation on implementation of generating adversarial network-based surrogate models for prediction of turbine endwall film cooling effectiveness. Engineering Applications of Artificial Intelligence 2024; 133, 108268.
36. Pournoury M, Kim D. Optimized segmented cladding fiber for extreme large mode area using latin hypercube sampling. Optics Communications 2023; 542, 129593.
37. Iordanis I, Koukouvinos C, Silou I. On the efficacy of conditioned and progressive Latin hypercube sampling in supervised machine learning. Applied Numerical Mathematics. Article in Press.