Μέθοδοι τεχνητής νοημοσύνης για την διαχείριση ηλεκτρικών οχημάτων στο ευφυές δίκτυο ηλεκτροδότησης

Περίληψη

Η εκτεταμένη χρήση ηλεκτρικών οχημάτων θεωρείται ως ένας βασικός τρόπος για την μείωση των εκπομπών διοξειδίου του άνθρακα. Ο έλεγχος της εκτεταμένης χρήσης των ηλεκτρικών οχημάτων απαιτεί αλγορίθμους που μπορούν να λύσουν προβλήματα που περιλαμβάνουν πολλές οντότητες που η κάθε μια έχει τους δικούς της στόχους, περιορισμούς και απαιτήσεις. Αυτοί οι αλγόριθμοι λειτουργούν σε ένα ιδιαίτερα δυναμικό περιβάλλον και συμβάλουν στη διαχείριση της αβεβαιότητας. Διάφορες μέθοδοι τεχνητής νοημοσύνης έχουν αποδειχθεί αποτελεσματικές στην επίλυση τέτοιων προβλημάτων. Στο πρώτο κομμάτι αυτής της διατριβής, παρουσιάζουμε την βιβλιογραφική ανασκόπηση, μέσω της οποίας εντοπίστηκαν τα βασικά ερευνητικά προβλήματα καθώς και οι ομοιότητες και διαφορές στις προτεινόμενες λύσεις. Στην συνέχεια μελετούμε το πρόβλημα της ανάθεσης οχημάτων σε σταθμούς φόρτισης και του χρονοπρογραμματισμού της φόρτισης αυτών. Σ ’αυτά τα πλαίσια εξετάστηκαν τρεις προσεγγίσεις: 1) Το πρόβλημα μοντελοποιείται ως πρόβλημα μικτού ...
περισσότερα

Περίληψη σε άλλη γλώσσα

The electrification of transport, via the extensive use of Electric Vehicles (EVs) is seen as one of the main pathways to achieve significant reductions in CO2 emissions. To control the activities of EVs will demand algorithms that can solve problems that involve many heterogeneous entities, each one having its own goals, needs and incentives, while they will operate in highly dynamic environments and having to deal with several uncertainties. Artificial intelligence techniques have been proven efficient in solving such problems. In the first part of this thesis, we provide a survey of the literature to identify the main research problems and describe the commonalities and key differences in the approaches. Later, we study the problem of allocating EVs to charging stations and scheduling their charging. In doing so, we develop three different approaches: 1) We develop offline and online solutions that treat EV users as self-interested agents that aim to maximize their profit and minimi ...
περισσότερα
Η διατριβή είναι δεσμευμένη από τον συγγραφέα  (μέχρι και: 12/2021)
DOI
10.12681/eadd/44843
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/44843
ND
44843
Εναλλακτικός τίτλος
Artificial intelligence methods for the management of electric vehicles in the smart grid
Συγγραφέας
Ρήγας, Εμμανουήλ του Σκεύος
Ημερομηνία
2018
Ίδρυμα
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (ΑΠΘ). Σχολή Θετικών Επιστημών. Τμήμα Πληροφορικής
Εξεταστική επιτροπή
Βασιλειάδης Νικόλαος
Βλαχάβας Ιωάννης
Ramchurn Sarvapali
Αγγελής Ελευθέριος
Χαλκιαδάκης Γεώργιος
Μητσάκης Ευάγγελος
Συμεωνίδης Ανδρέας
Επιστημονικό πεδίο
Φυσικές ΕπιστήμεςΕπιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική
Λέξεις-κλειδιά
Ηλεκτρικό όχημα; Τεχνητή νοημοσύνη; Βελτιστοποίηση; Αλγόριθμοι αναζήτησης; Αλγόριθμοι τοπικής αναζήτησης; Συστήματα πολλαπλών πρακτόρων; Σχεδιασμός Μηχανισμών; Ευφυή δίκτυα ηλεκτροδότησης
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
xxxv, 265 σ., εικ., πιν., σχημ., γραφ.
Ειδικοί όροι χρήσης/διάθεσης
Το έργο παρέχεται υπό τους όρους της δημόσιας άδειας του νομικού προσώπου Creative Commons Corporation:
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.