8.1 Çalışmanın Uygulama Alanı
Elektrikli araçların, günümüz içten yanmalı motorlu konvansiyonel taşıtlarını performans olarak yakalamış durumdadır. Maksimum hız, ivmelenme ve menzil kriterlerinde oldukça başarılı olan elektrikli araçların dezavantajlarından biri şarj işlemleridir.
Tamamen elektrikli araçlarda tek enerji kaynağı olan akünün uzun şarj işlemleri içten yanmalı motorlu araçların kısa yakıt dolum süreleri karşısında kullanımı zorlaştırmaktadır. Şarj işlemlerinin kısaltılmasının yanısıra elektrikli araçların içten yanmalı motorlu araçlara oranla tek yakıt dolumunda kısıtlı olan menzillerinin efektif kullanımı da ayrı bir önem taşımaktadır. Elektrikli aracın şarj durumuna bağlı olarak yol optimizasyonunun yapılması ile, enerji en verimli şekilde kullanılmaya çalışılmaktadır. Şarj edilme sayısını en aza indirerek zaman kazanılmakta, böylece elektrikli araçların kullanımının yaygınlaşmasına katkıda bulunmaktadır.
Bu çalışmada yapılan optimum rota seçimi şarj işlemlerini bir düzene sokmuştur. Böylece şarj işlemleri için kaybedilen süre en aza indirilmiştir.
Şarj işlem sürelerinin yanısıra akünün aşırı şarj ya da deşarj edilmesi önlenmiştir. Akü belli alt ve üst şarj durumlarında çalıştırılarak akü ömrü uzatılmıştır. Ayrıca aküdeki enerjinin en verimli şekilde kullanılması sağlanmıştır.
Enerji verimliliğinin arttırılması ile birlikte karbon gazı emisyonlarının salınımı düşürülmektedir. Elektrikli araçların kullanımının yaygınlaşmasına katkıda bulunarak elektrikli araçların günlük hayatta kullanımının yaygınlaşma süresi düşürülmektedir.
Optimum yol seçiminin yapılması ile elektrikli araçların kullanım maliyetlerinin düşürülmesi sağlanmıştır. Elektrik enerjisinin daha ucuz olduğu zamanlarda şarj işleminin yapılmasına olanak sağlanarak enerji maliyetleri düşürülmüş, mesai saatleri dışında şarj işleminin yapılması ile iş gücü kaybı önlenmiştir.
Aracın rotasının sınırlı olması ve yolların önceden sabit olarak girilmesi zorunluluğu modelin günlük hayatta aktif olarak kullanılmasını kısıtlayan bir durumdur. Aracın yolda harcanacak enerjiyi doğru şekilde hesaplaması için yol haritalarına ihtiyaç duymaktadır. GPS sisteminin geliştirilerek bu verileri aktif olarak sağlayabilmesi durumunda aracın günlük hayatta trafikte rahatça kullanım imkanı olacaktır.
Bu çalışma, tüm elektrikli araçlarda uygulanabilir olmaktadır. Şirket araçları ya da kişisel kullanımdaki elektrikli araçlarda bu yönlendirme sisteminin uygulanabilir olması modelin en önemli avantajlarından biridir.
8.2 Gelecek Projeksiyonları
Elektrikli araçların kullanımının giderek artması bu araçların kullanımını kolaylaştırmak için yapılması gereken çalışmaları da beraberinde getirmektedir. Şarj istasyonlarının artması ile evlerde, otoparklarda ve şirketlerin kendi garajları gibi çok sayıda yerde şarj imkanı sunulmaktadır.
Elektrikli araçların optimum rotayı seçmesi için iletişim teknolojilerinin ve yol bilgisi altyapısının geliştirilmesi gerekmektedir. Böylece yapılan hesaplar daha isabetli olacaktır. Ayrıca aracın, hedefe ulaşmak için kalan mesafeyi ve yol bilgisini aldığı durumlarda aracın motor hızının optimizasyonu da yapılabilecektir. Bu da enerjinin verimli kullanılmasını arttıracaktır.
Bu sistem ticari işletmelere de büyük kolaylık getirmekte ve tasarruf imkanı sunmaktadır. Geniş araç filolarının şarj işlemlerinin optimum hale getirilmesi ile şarj maliyetleri düşük seviyelere inebilecektir. Yenilenebilir enerji kaynaklarının şarj istasyonlarına uygulanması ile hangi istasyonda ne kadarlık enerji olduğunun bilgisinin araçlara aktarmasıyla şebekeden bağımsız olarak şarj işlemleri yapılabilecektir.
Akü, elektrik motoru, taşıt dinamiği ve iletişim sistemlerindeki tüm teknolojik gelişmeler direkt olarak elektrikli araçlara uygulanabilir durumdadır. Bu sayede elektrikli araçların kullanımı ve optimum yol seçimi algoritması gibi çalışmalar gelecek vaadetmektedir.
KAYNAKLAR
[1] Kulshrestha, P., Lei Wang, Mo-Yuen Chow, Lukic, S., 2009: Intelligent energy management system simulator for PHEVs at municipal parking deck in a smart grid environment, Power & Energy Society General
Meeting, IEEE, 26-30 July, 1-6
[2] Olle, S., C., Binding, 2010: Optimization Methods to Plan the Charging of Electric Vehicle Fleets, Proceedings of the International Conference
on Control, Communication and Power Engineering, Chennai, India,
28-29 July.
[3] Winkler, T., Komarnicki, P., Mueller, G., Heideck, G., Heuer, M., Styczynski, Z.A., 2009: Electric vehicle charging stations in Magdeburg, IEEE Vehicle Power and Propulsion Conference, Dearborn, MI, 7-10 September, 60-65.
[4] Robalino, D. M., G., Kumar, L.O., Uzoechi, U.C., Chukwu and M., Mahajan, 2009: Design of a Docking Station for Solar Charged Electric and Fuel Cell Vehicles, International Conference on Clean
Electrical Power - ICCEP 09, Capri, Italy, June 9-11, 655-660.
[5] Morteza, M.-Gh, Amir, P., Babak, G., 2006: Application of Genetic Algorithm for Optimization of Control Strategy in Parallel Hybrid Electric Vehicles, Journal of Franklin Institute 343, 420-435.
[6] Nair, A., Rajagopal, K.R., 2010: Generic Model of an Electric Vehicle for Dynamic Simulation and Performance Prediction, ICEMS 2010:
International Conference on Electrical Machines and Systems,
Incheon, South Korea, October 10-13, 753-757.
[7] Ehsani, M., Rahman, K., M., Toliyat, H., A., 1996: Propulsion System Design of Electric Vehicles, Proceedings of the 1996 IEEE IECON 22nd
International Conference, 7 - 13
[8] Jackey, R., A., 2007: A Simple, Effective Lead-Acid Battery Modeling Process for Electrical System Component Selection, The MathWorks, Inc. [9] A., Geletu, 2007: Solving Optimization Problems Using Matlab Optimizastion
Toolbox – a Tutorial, TU-Ilmenau, Fakultät für Mathematik und Naturwissenschaften, December 13.
[10] Pike Research, 2009: Electric Vehicles: 10 Predictions for 2010, CO, US. [11] Pike Research, 2010: Electric Vehicle Information Technology Systems, CO,
[12]Campanari, S., Manzolini, G., Iglesia, F.G. de la, 2008: Energy Analysis, of Electric Vehicles Using Batteries or Fuel Cells Through Well-to- Wheel Driving Cycle Simulations, Journal of Power Sources, Volume 186, Issue 2, January 15, 464-477.
[13] Report on the Joint EC/EPoSS/ERTRAC Expert Workshop, 2009: Batteries and Storage Systems for the Fully Electric Vehicle Version 7.
[14]Larminie, J., Lowry J., 2003: Electric Vehicle Technology Explained, John Wiley & Sons Ltd, England.
[15] Qiuwei Wu, Arne H. Nielsen, Jacob Ostergard, Seung Tae Cha, Francesco Marra, Peter B. Andersen, 2010: European Conference SmartGrids
ÖZGEÇMİŞ
Ad Soyad: Eray BOZKURT
Doğum Yeri ve Tarihi: İstanbul, 17.01.1985
Adres: Yenidoğan Mah. Yahya Kemal Cad. No:2 D:5 Bayrampaşa/İstanbul Lisans Üniversite:
Yıldız Teknik Üniversitesi Elektrik Mühendisliği Bölümü
Yıldız Teknik Üniversitesi Makine Mühendisliği Bölümü (Çift Lisans) Yayın Listesi:
Senturk M., Turan M. C., Tekin A., Sonmez U., Kahraman K., and Bozkurt E., 2010, Magnetic Pulse Driven Semi Compliant Four Bar Mechanism, ASME 10th
Biennial Conference on Engineering Systems Design and Analysis (ESDA 2010),
March 12-14, 2010, Istanbul, Turkey.
Bozkurt E., Albostan A., 2010, Uluslararası Rekabet Araştırmaları Kurumu Derneği, Sürdürülebilir Rekabet Avantajı Elde Etmede Enerji Sektörü:Sektörel Stratejiler ve Uygulamalar Kitabı, Enerji Üretimi ve Yönetimi Bölümü, İstanbul, Türkiye.