Değişik ölçekteki elektrik araç sayısı ve yenilenebilir enerji kapasitesi senaryoları dikkate alınarak bir konut bölgesinin farklı amaç fonksiyonları doğrultusunda işletildiği bir enerji yönetimi yaklaşımı

Year 2025, Volume: 15 Issue: 3, 697 - 710, 15.09.2025

Aslı Zaimoğlu Edanur İşcan Burak Şafak Alper Çiçek

https://doi.org/10.17714/gumusfenbil.1611126

Abstract

Önümüzdeki yıllarda elektrik talebinin sürekli artması beklenmektedir. Bu yükseliş, fosil yakıtlara olan büyük bağımlılık nedeniyle, enerji sistemlerinin karbondan arındırılmasının önünde ciddi bir engel teşkil etmektedir. Ayrıca, dünya genelinde toplam elektrik tüketiminin ve karbon emisyonlarının önemli bir yüzdesi konutlar tarafından karşılanmaktadır. Bu durum göz önüne alındığında, konutlarda hem yenilenebilir enerji kullanımını artırmak hem de etkin enerji yönetimi gerçekleştirmek, sürdürülebilirlik adına iyi bir çözüm sunmaktadır. Özellikle bir konut bölgesindeki farklı sayılardaki elektrikli araçların varlığı ve çeşitli kapasitelerdeki yenilenebilir enerji kaynakları da enerji yönetimi stratejilerinde muhakkak dikkate alınmalıdır. Bu çalışma, farklı sayılardaki elektrikli araçları ve farklı kapasitelerdeki yenilenebilir enerji kaynaklarını göz önünde bulundurarak bir konut bölgesi için optimum bir enerji yönetim modeli oluşturmayı hedeflemektedir. Modelin, konut bölgesinin ekonomik işletimini sağlaması, güneş enerjisi kullanımını maksimize etmesi ve yük faktörünü en üst düzeye çıkarması gibi amaçlar doğrultusunda çalıştırılabildiği ifade edilmektedir. Yenilenebilir enerji kaynaklarından elde edilen güç hem doğrudan konut bölgesinde değerlendirilebilirken hem de fazla üretim durumunda elektrik şebekesine satılabilmektedir. Benzer şekilde, elektrikli araç bataryalarının deşarj edilmesiyle sağlanan güç de elektrik şebekesine satılabilir veya konut bölgesinde kullanılabilir. Bu enerji yönetim stratejisi, karışık tamsayılı doğrusal programlama yöntemiyle modellenmiştir. Çalışma kapsamında, farklı elektrikli araç sayıları ve çeşitli yenilenebilir enerji kapasiteleri dikkate alınarak detaylı durum analizleri gerçekleştirilmiş ve elde edilen sonuçlar karşılaştırılmıştır. Test çalışmaları için, Edirne ilinde bulunan bir konut bölgesinin gerçek yük verileri kullanılmıştır. Elde edilen sonuçlar, geliştirilen modelin kâr ve yük faktörü maksimizasyonu hedefleri doğrultusunda istenen performansı başarılı bir şekilde sağladığını göstermektedir.

Keywords

Elektrikli araçlar , Ekonomik işletim , Konut bölgesi , Yenilebilir enerji , Yük faktörü maksimizasyonu

Ethical Statement

Bu makalenin yazarları, bu çalışmada kullanılan materyal ve yöntemlerin etik kurul izni ve / veya yasal-özel izin gerektirmediğini beyan etmektedir.

Supporting Institution

TÜBİTAK

Project Number

TÜBİTAK 2209 – A

Thanks

Bu çalışma Aslı Zaimoğlu ve Edanur İşcan’ın TÜBİTAK 2209 – A projesi kapsamında gerçekleştirilmiştir. Desteklerinden dolayı TÜBİTAK’a teşekkür ederiz.

An energy management approach in which a residential neighbourhood is operated for different purpose functions, taking into account different scenarios for the number of electric vehicles and renewable energy capacity at different scales

Abstract

In the coming years, electricity demand is expected to continuously increase. This rise poses a significant obstacle to the decarbonization of energy systems due to the heavy reliance on fossil fuels. Furthermore, residences account for a considerable percentage of global electricity consumption and carbon emissions. Given this, enhancing renewable energy utilization and implementing effective energy management in residential areas offer a promising solution for sustainability. Specifically, the varying numbers of electric vehicles (EVs) and diverse capacities of renewable energy sources (RES) within a residential area must also be meticulously considered in energy management strategies. This study aims to develop an optimal energy management model for a residential area, taking into account different numbers of electric vehicles and various capacities of renewable energy sources. The model is designed to ensure the economic operation of the residential area, maximize solar energy utilization, and optimize the load factor. Power generated from renewable energy sources can be directly utilized within the residential area, or, in instances of surplus production, sold to the electricity grid. Similarly, power supplied by discharging electric vehicle batteries can also be sold to the electricity grid or used within the residential area. This optimization strategy is modeled using a mixed-integer linear programming (MILP) approach. Within the scope of this study, detailed case analyses were conducted considering different numbers of electric vehicles and various renewable energy capacities, and the obtained results were compared. For test cases, real load data from a residential area in Edirne, Türkiye, were utilized. The results demonstrate that the developed model successfully achieves the desired performance in terms of profit and load factor maximization objectives.

Keywords

Electric vehicles , Economical operation , Residential area , Renewable energy , Maximization of load factor

Project Number

TÜBİTAK 2209 – A

References

• Climate Change 2022: Mitigation of Climate Change. Contribution of Working Group III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change (Chapter 9: Buildings). Cambridge University Press. https://www.ipcc.ch/report/ar6/wg3/downloads/report/IPCC_AR6_WGIII_Chapter09.pdf
• Gün öncesi elektrik fiyatları | EPİAŞ ŞEFFAFLIK PLATFORMU, Çevrimiçi erişilebilir: https://seffaflik.epias.com.tr/home
• Huang, Z., & Wang, F., & Lu, Y., & Chen, X., & Wu, Q. (2023). Optimization model for home energy management system of rural dwellings. Energy, 283. https://doi.org/10.1016/j.energy.2023.129039
• Li, R., & SaeidNahaei, S. (2022). Optimal operation of energy hubs integrated with electric vehicles, load management, combined heat and power unit and renewable energy sources. Journal of Energy Storage, 48. https://doi.org/10.1016/j.est.2021.103822
• Lotfi, M., & Almeida, T., & Javadi, M. S., & Osório, G. J., & Monteiro, C., & Catalão, J. P. S. (2022). Coordinating energy management systems in smart cities with electric vehicles. Applied Energy, 307. https://doi.org/10.1016/j.apenergy.2021.118241
• Ma, J., & Poursoleiman, R. (2022). Optimization of the home energy system in presence of price fluctuation and intermittent renewable energy sources in grid-connected and islanded modes. Sustainable Energy Technologies and Assessments, 54. https://doi.org/10.1016/j.seta.2022.102875
• Rehman, U., Yaqoob, K., & Adil Khan, M. (2022). Optimal power management framework for smart homes using electric vehicles and energy storage. International Journal of Electrical Power and Energy Systems, 134. https://doi.org/10.1016/j.ijepes.2021.107358
• Renewables.ninja weather and energy data – website. Çevrimiçi erişilebilir: https://renewables.ninja/
• Song, Z., & Guan, X., & Cheng, M. (2022). Multi-objective optimization strategy for home energy management system including PV and battery energy storage. Energy Reports, 8, 5396–5411. https://doi.org/10.1016/j.egyr.2022.04.023
• Tostado-Véliz, M., & Hasanien, H. M., & Kamel, S., & Turky, R. A., & Jurado, F., & Elkadeem, M. R. (2023). Multiobjective home energy management systems in nearly-zero energy buildings under uncertainties considering vehicle-to-home: A novel lexicographic-based stochastic-information gap decision theory approach. Electric Power Systems Research, 214, Part B. https://doi.org/10.1016/j.epsr.2022.108946
• Wu, Y., & Aziz, S. M., & Haque, M. H. (2022). Techno-economic modelling for energy cost optimisation of households with electric vehicles and renewable sources under export limits. Renewable Energy, 198, 1254–1266. https://doi.org/10.1016/j.renene.2022.08.066
• Yan, Z., & Duan, X., & Chang, Y., & Xu, Z., & Sobhani, B. (2023). Optimal energy management in smart buildings with electric vehicles based on economic and risk aspects using developed whale optimization algorithm. Journal of Cleaner Production, 415. https://doi.org/10.1016/j.jclepro.2023.137710
• Zhu, J. R., & Jin, Y., & Zhu, W., & Lee, D. K., & Bohlooli, N. (2023). Multi-objective planning of micro-grid system considering renewable energy and hydrogen storage systems with demand response. International Journal of Hydrogen Energy, 48 (41), 15626–15645. https://doi.org/10.1016/j.ijhydene.2022.12.279