Zobrazit minimální záznam

Data-Driven Sizing of Electric Vehicle Charging Stations



dc.contributor.advisorSchaefer Martin
dc.contributor.authorVojtěch Jeřábek
dc.date.accessioned2020-09-04T13:52:27Z
dc.date.available2020-09-04T13:52:27Z
dc.date.issued2020-08-27
dc.identifierKOS-857604985705
dc.identifier.urihttp://hdl.handle.net/10467/89983
dc.description.abstractElektrická vozidla se stávají součástí velkých flotil firemních vozidel. Stále častěji jsou do firemních areálů instalovány nabíjecí stanice. Tato bakalářská práce se zabývá využitím historických dat firemní flotily pro určení vhodné velikosti nabíjecích stanic. V naší práci prozkoumáváme existující publikace zabývající se podobnou tématikou. Na jejich základě navrhujeme metodu pro optimalizaci rozmístění nabíječek pro elektromobily mezi jednotlivé nabíjecí stanice v rámci jednoho areálu. Tuto optimalizační metodu testujeme pro různé množství stanic dostupných k rozmístění. Poslední části je návrh dvou možných scénářů, podle kterých by probíhal přechod flotily z vozidel se spalovacím motorem na elektrická vozidla. Rozmístění stanic testujeme na neznámé nabíjecí poptávce. Výsledky ukazují o přibližně 10% větší úspěsnost optimalizovaného rozmístění v porovnání s rozmístěním rovnoměrným. Optimalizované řešení nemá problém s neznámou poptávkou a rozdíl mezi jeho výsledky a maximálním možným výsledkem není větší než 3%.cze
dc.description.abstractElectric vehicles are becoming part of a large company fleets. More often, charging stations are installed into their facilities. This bachelor thesis deals with historical fleet data usage to make decisions about the sizing of the charging stations. In our thesis, we research related publications. On their basis, we predict an optimization of the sizing of charging stations in company’s facility. The optimization method is tested for a different number of available chargers. Last, we predict two possible scenarios of fleet transition from vehicles with combustion engines to electric vehicles. We test the sizing of stations on unknown charging demand. Results show approximately a 10% higher success rate of optimized setup in comparison with uniform setup. The optimized setup handles unknown demand well, and its performance is only 3% lower than the maximal possible.eng
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmleng
dc.rightsVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.htmlcze
dc.subjectoptimalizacecze
dc.subjectelektrická vozidlacze
dc.subjectnabíjecí stanicecze
dc.subjectGPS trajektoriecze
dc.subjectdopravacze
dc.subjectoptimizationeng
dc.subjectelectric vehicleeng
dc.subjectcharging stationeng
dc.subjectGPS trajectory dataeng
dc.subjecttransportationeng
dc.titleOptimalizace nabíjecích kapacit pro elektromobilycze
dc.titleData-Driven Sizing of Electric Vehicle Charging Stationseng
dc.typebakalářská prácecze
dc.typebachelor thesiseng
dc.contributor.refereeKonečný Jaromír
theses.degree.disciplineInformatika a počítačové vědycze
theses.degree.grantorkatedra kybernetikycze
theses.degree.programmeOtevřená informatikacze


Soubory tohoto záznamu





Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam