Elektrikli araçlarda şarj yükünün dağıtım şebekesine etkilerinin incelenmesi için derin pekiştirmeli öğrenme tabanlı bir karar verme sisteminin geliştirilmesi

Abstract

Elektrikli araçların yaygınlaşması, sürdürülebilir ulaşım sistemlerinin geliştirilmesi açısından önemli fırsatlar sunmakla birlikte, artan şarj talebi dağıtım şebekeleri üzerinde yeni teknik ve operasyonel zorluklar ortaya çıkarmaktadır. Bu tez çalışmasında, elektrikli araçların şarj yükünün dağıtım şebekesi üzerindeki etkileri incelenmiş ve bu yükün daha etkin şekilde yönetilebilmesi amacıyla yapay zeka tabanlı bir karar mekanizması geliştirilmiştir. Tez çalışması kapsamında elektrikli araçlar, batarya ve şarj sistemleri kapsamında modellemeler yardımıyla incelenmiş ayrıca elektrikli araç şarj sürecinin güç kalitesi üzerindeki etkileri deneysel olarak analiz edilmiştir. Farklı elektrikli araçlar ve şarj cihazları kullanılarak gerçekleştirilen testler sonucunda harmonik bileşenler, akım değişimleri ve gerilim dengesizlikleri gibi temel elektriksel etkiler değerlendirilmiştir. Elde edilen sonuçlar, elektrikli araç şarj sürecinin özellikle yüksek akım seviyelerinde elektrik tesisatları üzerinde çeşitli etkiler oluşturabileceğini göstermektedir. Tez çalışmasının ana odak noktasında ise elektrikli araç şarj yükünün yönetilmesine yönelik yapay zeka tabanlı bir enerji yönetim modeli geliştirilmiştir. Bu model kapsamında, elektrikli araçlar için çok kriterli dinamik fiyatlandırma algoritması ve şarj istasyonlarına yönlendirme sağlayan bir karar mekanizması tasarlanmıştır. Karar mekanizması; araçların şarj durumu, istasyon doluluk oranı, trafik süresi, istasyon mesafesi ve fiyatlandırma modeli tarafından üretilen fiyat bilgisi parametrelerini dikkate alarak kullanıcılar için en uygun istasyon seçimini gerçekleştirmektedir. Ayrıca geliştirilen sistemin kullanıcılar tarafından erişilebilir olması amacıyla temel düzeyde bir mobil uygulama geliştirilmiştir. Elde edilen sonuçlar, önerilen yapay zeka tabanlı yaklaşımın elektrikli araç şarj yükünün daha dengeli şekilde yönetilmesine katkı sağlayabileceğini ve hem kullanıcı konforu hem de dağıtım sistemi işletme hedefleri açısından etkin bir çözüm sunabileceğini göstermektedir.

The widespread adoption of electric vehicles offers significant opportunities for the development of sustainable transportation systems. However, the increasing charging demand introduces new technical and operational challenges for distribution networks. In this thesis, the impacts of electric vehicle charging loads on distribution systems are investigated and an artificial intelligence-based decision mechanism is developed to manage these loads more effectively. In this study, electric vehicles were examined in terms of battery and charging systems through modeling approaches. In addition, the effects of the charging process on power quality were experimentally analyzed. Tests conducted using different electric vehicles and charging devices evaluated electrical effects such as harmonic components, current variations and voltage imbalances. The results indicate that the charging process, particularly at higher current levels, may introduce various impacts on residential electrical installations. The main focus of the thesis is the development of an artificial intelligence-based energy management model for managing charging loads of electric vehicles. In this framework, a multi-criteria dynamic pricing algorithm and a decision mechanism that directs vehicles to charging stations were designed. The decision mechanism determines the optimal charging station by considering parameters such as the vehicle state of charge, station occupancy level, traffic time, distance to the station and the price information produced by the pricing model. In addition, a basic mobile application was developed to enable users to access the system. The results demonstrate that the proposed artificial intelligence-based approach can contribute to balancing charging loads while improving both user comfort and distribution system operation.