文献

J-GLOBAL ID：201802279707872108   整理番号：18A0797417

電池電気自動車充電インフラストラクチャーのデータ駆動最適レイアウト【JST・京大機械翻訳】

Data-driven optimized layout of battery electric vehicle charging infrastructure

著者 (3件)： Tao Ye (Hubei Key Laboratory of Advanced Technology for Automotive Components, Hubei Collaborative Innovation Center for Automotive Components Technology, Wuhan University of Technology, Wuhan 430070, PR China) ,  Huang Miaohua (Hubei Key Laboratory of Advanced Technology for Automotive Components, Hubei Collaborative Innovation Center for Automotive Components Technology, Wuhan University of Technology, Wuhan 430070, PR China) ,  Yang Lan (Hubei Key Laboratory of Advanced Technology for Automotive Components, Hubei Collaborative Innovation Center for Automotive Components Technology, Wuhan University of Technology, Wuhan 430070, PR China)
資料名： Energy  (Energy)
巻： 150  ページ： 735-744  発行年： 2018年 
JST資料番号： H0631A  ISSN： 0360-5442  CODEN： ENEYDS  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本研究は,武漢における196の電池電気自動車の実世界の運転データに基づいて,充電インフラストラクチャのレイアウトを最適化するための数学モデルを確立した。これらのデータを分析することによって,充電サイトの203の候補位置を指定した。Matlabソフトウェアによる遺伝的アルゴリズムを用いて,数学モデルを実行した。電池電気自動車の電力電池の寿命は,放電(20%以下の充電状態)の下で短縮された。最適化目標は,より低い放電速度に対する放電量を減少させることであった。現在の充電点と比較して,著者らのモデルによって計算されたレイアウトは,電気自動車の過剰放電率を,遅いおよび速い充電に対して,それぞれ,68.1%から39.6%および15.3%まで著しく減少させた。さらに,排出速度と充電点の数,予算コスト,および定格範囲の間の関係について議論した。さらに,仕事は充電点の数増加と保持率の関係を研究した。充電点の数が60から220に増加したとき,保持率は遅い充電で97%,速い充電で95%であった。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ソフトウェア ,  *電気自動車 ,  *充電 ,  数学モデル ,  *電池 ,  定格 ,  電力 ,  *インフラストラクチャー ,  遺伝的アルゴリズム ,  放電 ,  最適化
準シソーラス用語： 放電率 ,  充電状態 ,  MATLAB ,  *データ駆動 , 【Automatic Indexing@JST】

著者キーワード (4件)： 電池電気自動車 ,  遺伝的アルゴリズム ,  運転データ ,  流量を越えて

分類 (1件)： 電気自動車  (QG07020B)

タイトルに関連する用語 (6件)： 電池 ,  電気自動車 ,  充電 ,  インフラストラクチャー ,  データ駆動 ,  レイアウト