Оптимизация работы зарядных станций электромобилей в радиальных сетях
DOI:
https://doi.org/10.24160/1993-6982-2026-4-29-38Ключевые слова:
зарядные станции для электромобилей, распределительные электрические сети, оптимизация, фотоэлектрические системы, компенсация реактивной мощностиАннотация
Рассмотрено внедрение электромобилей как ключевого фактора снижения негативного влияния транспорта на экологию и повышения энергетической устойчивости путем уменьшения выбросов парниковых газов и снижения зависимости от ископаемых видов топлива. Электромобильная инфраструктура оказывает значительное влияние на энергетические системы, повышая их сложность, однако и создаёт новые возможности для стабилизации энергоснабжения посредством технологий двусторонней связи транспортного средства и электрической сети (V2G).
Для эффективного управления этими процессами разработан новый метод оптимизации на основе генетического алгоритма (ГА), ориентированный на оптимальное размещение зарядной инфраструктуры, интеграцию двусторонних зарядных устройств (V2G), солнечных фотоэлектрических панелей и устройств компенсации реактивной мощности (УКРМ). Предложенный алгоритм способствует повышению эффективности распределительных сетей путём повышения качества электроэнергии и уменьшения операционных расходов. Этот эффект обеспечивается за счёт многокритериальной целевой функции, включающей производительность фотоэлектрических систем, V2G-технологий, затраты на эксплуатацию сети и функционирование компенсирующих устройств.
Метод также предусматривает определение оптимальной мощности и местоположения станций V2G наряду с построением их рабочих графиков. Реализация модели выполнена в среде Matlab/Simulink с использованием ГА, поддерживающего параллельную обработку и вещественное кодирование. Проверка работоспособности метода проведена на примере IEEE 69-узловой тестовой сети, продемонстрировавшей высокую эффективность предлагаемого подхода.
Интеграция фотоэлектрической системы мощностью около 66,86% от суточного потребления сети вместе с зарядной инфраструктурой электромобилей суммарной мощностью 1776 кВт позволила снизить активные потери энергии на 50,5%, тогда как установка УКРМ мощностью примерно 65,02% уменьшила реактивные потери на 47,29% и повысила минимальный уровень напряжения до 0,95 единиц. Полученные результаты подтверждают стабильность и универсальность разработанного алгоритма в различных условиях эксплуатации и конфигурациях электрических сетей.
Библиографические ссылки
1. Власов Г.В. Размещение станций для зарядки электромобилей в водоохранных зонах // Экология производства. 2023. № 11(232). С. 52—60.
2. Mehboob N. e. a. Smart Operation of Electric Vehicles with Four-quadrant Chargers Considering Uncertainties // IEEE Trans. Smart Grid. 2019. V. 10(3). Pp. 2999—3009.
3. Воронин В.А., Непша Ф.С., Анушенко С.Ю. Использование систем накопления электроэнергии для зарядных станций электромобилей в условиях ограничений на технологическое присоединение // Электроэнергия. Передача и распределение. 2024. № 5(86). С. 80—90.
4. SAE J1772_201710. SAE Electric Vehicle and Plug in Hybrid Electric Vehicle Conductive Charge Coupler.
5. Shuvo S.S., Yilmaz Y. Demand-side and Utility-side Management Techniques for Increasing EV Charging Load // IEEE Trans. Smart Grid. 2023. V. 14(5). Pp. 3889—3898.
6. Hasan K.N. e. a. Distribution Network Voltage Analysis with Data-driven Electric Vehicle Load Profiles // Sustain. Energy, Grids and Networks. 2023. V. 36. P. 101216.
7. Shi X. e. a. Day-ahead Distributionally Robust Optimization-based Scheduling for Distribution Systems with Electric Vehicles // IEEE Trans. Smart Grid. 2023. V. 14(4). Pp. 2837—2850.
8. Wu G. e. a. Multi-objective Optimization of Integrated Energy Systems Considering Renewable Energy Uncertainty and Electric Vehicles // IEEE Trans. Smart Grid. 2023. V. 14(6). Pp. 4322—4332.
9. Gabbar H.A., Siddique A.B. Technical and Economic Evaluation of Nuclear-powered Hybrid Renewable Energy System for Fast Charging Station // Energy Conversion and Management: X. 2023. V. 17. P. 100342.
10. Siddique A.B., Gabbar H.A. Adaptive Mixed-integer Linear Programming-based Energy Management System of Fast Charging Station with Nuclear–renewable Hybrid Energy System // Energies. 2023. V. 16(2). P. 685.
11. Bilal M., Rizwan M. Integration of Electric Vehicle Charging Stations and Capacitors in Distribution Systems with Vehicle-to-grid Facility // Energy Sources, Pt. A: Recovery, Utilization, and Environmental Effects. 2021. V. 47(1). Pp. 7700—7729.
12. Erdinç O. e. a. Comprehensive Optimization Model for Sizing and Siting of DG Units, EV Charging Stations, and Energy Storage Systems // IEEE Trans. Smart Grid. 2018. V. 9(4). Pp. 3871—3882.
13. Zare P., Dejamkhooy A., Davoudkhani I.F. Efficient Expansion Planning of Modern Multi-energy Distribution Networks with Electric Vehicle Charging Stations: a Stochastic MILP Model // Sustain. Energy, Grids and Networks. 2024. V. 38. P. 101225.
14. Kumar B.V., Farhan M.A.A. Optimal Simultaneous Allocation of Electric Vehicle Charging Stations and Capacitors in Radial Distribution Network Considering Reliability // J. Modern Power Syst. and Clean Energy. 2024. V. 12(5) Pp. 1584—1595.
15. Li M. e. a. Two-stage Allocation of Electric Vehicle Charging Stations Considering Coordinated Charging Scenario // Proc. IEEE V Intern. Electrical and Energy Conf. Nangjing, 2022. Pp. 4982—4987.
16. Li K., Shao C., Hu Z., Shahidehpour M. An MILP Method for Optimal Planning of Electric Vehicle Charging Stations in Coordinated Urban Power and Transportation Networks // IEEE Trans. Power Syst. 2023. V. 38(6). Pp. 5406—5419.
17. ГОСТ 32144—2013. Электрическая энергия. Совместимость технических средств электромагнитная. Нормы качества электрической энергии в системах электроснабжения общего назначения.
18. Cherukuri S.H.C., Saravanan B., Swarup K.S. A New Choice Based Home Energy Management System Using Electric Springs // Proc. XX National Power Syst. Conf. Tiruchirappalli, 2018. Pp. 1—6.
19. Lee Z.J. e. a. Adaptive Charging Networks: a Framework for Smart Electric Vehicle Charging // IEEE Trans. Smart Grid. 2021. V. 12(5). Pp. 4339—4350.
20. NASA Earthdata Search [Электрон. ресурс] https://search.earthdata.nasa.gov/search (дата обращения 30.10.2025).
21. Abdel-Ghany H.A., Azmy A.M., Elkalashy N.I., Rashad E.M. Optimizing DG Penetration in Distribution Networks Concerning Protection Schemes and Technical Impact // Electric Power Syst. Research. 2015. V. 128. Pp. 113—122.
---
Для цитирования: Солиман И.А.И., Тульский В.Н., Соловьева А.С. Оптимизация работы зарядных станций электромобилей в радиальных сетях // Вестник МЭИ. 2026. № 4. С. 29—38. DOI: 10.24160/1993-6982-2026-4-29-38
---
Конфликт интересов: авторы заявляют об отсутствии конфликта интересов
#
1. Vlasov G.V. Razmeshchenie Stantsiy dlya Zaryadki Elektromobiley v Vodoohrannyh Zonah. Ekologiya Proizvodstva. 2023;11(232):52—60. (in Russian).
2. Mehboob N. e. a. Smart Operation of Electric Vehicles with Four-quadrant Chargers Considering Uncertainties. IEEE Trans. Smart Grid. 2019;10(3):2999—3009.
3. Voronin V.A., Nepsha F.S., Anushenko S.Yu. Ispol'zovanie Sistem Nakopleniya Elektroenergii dlya Zaryadnyh Stantsiy Elektromobiley v Usloviyah Ogranicheniy na Tekhnologicheskoe Prisoedinenie. Elektroenergiya. Peredacha i Raspredelenie. 2024;5(86):80—90. (in Russian).
4. SAE J1772_201710. SAE Electric Vehicle and Plug in Hybrid Electric Vehicle Conductive Charge Coupler.
5. Shuvo S.S., Yilmaz Y. Demand-side and Utility-side Management Techniques for Increasing EV Charging Load. IEEE Trans. Smart Grid. 2023;14(5):3889—3898.
6. Hasan K.N. e. a. Distribution Network Voltage Analysis with Data-driven Electric Vehicle Load Profiles. Sustain. Energy, Grids and Networks. 2023;36:101216.
7. Shi X. e. a. Day-ahead Distributionally Robust Optimization-based Scheduling for Distribution Systems with Electric Vehicles. IEEE Trans. Smart Grid. 2023;14(4):2837—2850.
8. Wu G. e. a. Multi-objective Optimization of Integrated Energy Systems Considering Renewable Energy Uncertainty and Electric Vehicles. IEEE Trans. Smart Grid. 2023;14(6):4322—4332.
9. Gabbar H.A., Siddique A.B. Technical and Economic Evaluation of Nuclear-powered Hybrid Renewable Energy System for Fast Charging Station. Energy Conversion and Management: X. 2023;17:100342.
10. Siddique A.B., Gabbar H.A. Adaptive Mixed-integer Linear Programming-based Energy Management System of Fast Charging Station with Nuclear–renewable Hybrid Energy System. Energies. 2023;16(2):685.
11. Bilal M., Rizwan M. Integration of Electric Vehicle Charging Stations and Capacitors in Distribution Systems with Vehicle-to-grid Facility. Energy Sources, Pt. A: Recovery, Utilization, and Environmental Effects. 2021;47(1):7700—7729.
12. Erdinç O. e. a. Comprehensive Optimization Model for Sizing and Siting of DG Units, EV Charging Stations, and Energy Storage Systems. IEEE Trans. Smart Grid. 2018;9(4):3871—3882.
13. Zare P., Dejamkhooy A., Davoudkhani I.F. Efficient Expansion Planning of Modern Multi-energy Distribution Networks with Electric Vehicle Charging Stations: a Stochastic MILP Model. Sustain. Energy, Grids and Networks. 2024;38:101225.
14. Kumar B.V., Farhan M.A.A. Optimal Simultaneous Allocation of Electric Vehicle Charging Stations and Capacitors in Radial Distribution Network Considering Reliability. J. Modern Power Syst. and Clean Energy. 2024;12(5):1584—1595.
15. Li M. e. a. Two-stage Allocation of Electric Vehicle Charging Stations Considering Coordinated Charging Scenario. Proc. IEEE V Intern. Electrical and Energy Conf. Nangjing, 2022:4982—4987.
16. Li K., Shao C., Hu Z., Shahidehpour M. An MILP Method for Optimal Planning of Electric Vehicle Charging Stations in Coordinated Urban Power and Transportation Networks. IEEE Trans. Power Syst. 2023;38(6):5406—5419.
17. GOST 32144—2013. Elektricheskaya Energiya. Sovmestimost' Tekhnicheskih Sredstv Elektromagnitnaya. Normy Kachestva Elektricheskoy Energii v Sistemah Elektrosnabzheniya Obshchego Naznacheniya. (in Russian).
18. Cherukuri S.H.C., Saravanan B., Swarup K.S. A New Choice Based Home Energy Management System Using Electric Springs. Proc. XX National Power Syst. Conf. Tiruchirappalli, 2018:1—6.
19. Lee Z.J. e. a. Adaptive Charging Networks: a Framework for Smart Electric Vehicle Charging. IEEE Trans. Smart Grid. 2021;12(5):4339—4350.
20. NASA Earthdata Search [Elektron. Resurs] https://search.earthdata.nasa.gov/search (Data Obrashcheniya 30.10.2025).
21. Abdel-Ghany H.A., Azmy A.M., Elkalashy N.I., Rashad E.M. Optimizing DG Penetration in Distribution Networks Concerning Protection Schemes and Technical Impact. Electric Power Syst. Research. 2015;128:113—122
---
For citation: Soliman I.A.I., Tulsky V.N., Solovyeva A.S. Optimizing the Electric Vehicle Charging Stations Operation in Radial Networks. Bulletin of MPEI. 2026;4:29—38. (in Russian). DOI: 10.24160/1993-6982-2026-4-29-38
---
Conflict of interests: the authors declare no conflict of interest
