Aplicaciones de métodos de agrupación para diferentes aspectos de vehículos eléctricos
Autores: Nazari, Masooma; Hussain, Akhtar; Musilek, Petr
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Aplicaciones de métodos de agrupación para diferentes aspectos de vehículos eléctricos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Vehículos eléctricos
Métodos de agrupamiento
Sistemas de distribución
Tamaño de la batería
Estaciones de carga
Investigaciones futuras
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
La creciente penetración de vehículos eléctricos puede plantear varios desafíos para los sistemas de energía, especialmente los sistemas de distribución, debido a la introducción de una carga incierta significativa. El análisis de estos desafíos se vuelve computacionalmente costoso con una mayor penetración de vehículos eléctricos debido a diversas preferencias, comportamientos de viaje y el tamaño de la batería de los vehículos eléctricos. Este problema puede abordarse utilizando métodos de agrupamiento que se han utilizado con éxito en muchos otros sectores. Recientemente, se han publicado varios estudios sobre la aplicación de métodos de agrupamiento para diversos aspectos de los vehículos eléctricos. Para resumir los esfuerzos existentes y proporcionar direcciones para investigaciones futuras, esta contribución presenta un análisis en tres pasos. Primero, se discuten los métodos de agrupamiento existentes, incluido el agrupamiento rígido y suave. Luego, se revisa la literatura reciente sobre la aplicación de métodos de agrupamiento para diferentes aspectos de los vehículos eléctricos. La revisión se centra en cuatro aspectos principales de los vehículos eléctricos: el comportamiento del usuario, el ciclo de conducción, las baterías usadas y las estaciones de carga. Luego, se seleccionan varios estudios representativos de cada categoría y se resumen sus méritos y deméritos. Finalmente, se identifican las brechas en la literatura existente y se presentan direcciones para investigaciones futuras. Indican la necesidad de más investigaciones sobre el impacto en los circuitos de distribución, la infraestructura de carga durante emergencias, la equidad y disparidad en las asignaciones de reembolsos, y el uso de big data con análisis de clústeres para ayudar en la gestión de la red de transporte.
Descripción
La creciente penetración de vehículos eléctricos puede plantear varios desafíos para los sistemas de energía, especialmente los sistemas de distribución, debido a la introducción de una carga incierta significativa. El análisis de estos desafíos se vuelve computacionalmente costoso con una mayor penetración de vehículos eléctricos debido a diversas preferencias, comportamientos de viaje y el tamaño de la batería de los vehículos eléctricos. Este problema puede abordarse utilizando métodos de agrupamiento que se han utilizado con éxito en muchos otros sectores. Recientemente, se han publicado varios estudios sobre la aplicación de métodos de agrupamiento para diversos aspectos de los vehículos eléctricos. Para resumir los esfuerzos existentes y proporcionar direcciones para investigaciones futuras, esta contribución presenta un análisis en tres pasos. Primero, se discuten los métodos de agrupamiento existentes, incluido el agrupamiento rígido y suave. Luego, se revisa la literatura reciente sobre la aplicación de métodos de agrupamiento para diferentes aspectos de los vehículos eléctricos. La revisión se centra en cuatro aspectos principales de los vehículos eléctricos: el comportamiento del usuario, el ciclo de conducción, las baterías usadas y las estaciones de carga. Luego, se seleccionan varios estudios representativos de cada categoría y se resumen sus méritos y deméritos. Finalmente, se identifican las brechas en la literatura existente y se presentan direcciones para investigaciones futuras. Indican la necesidad de más investigaciones sobre el impacto en los circuitos de distribución, la infraestructura de carga durante emergencias, la equidad y disparidad en las asignaciones de reembolsos, y el uso de big data con análisis de clústeres para ayudar en la gestión de la red de transporte.