Алгоритм размещения зарядных станций в городской агломерации для электроавтомобилей с использованием машинного обучения

Рост числа электромобилей требует эффективного планирования зарядной инфраструктуры, обеспечивающего равномерное распределение станций и предотвращающего перегрузку сети. Традиционные методы размещения зарядных станций часто не учитывают динамические изменения спроса, что приводит к неэффективному использованию ресурсов. В данной статье рассматривается использование алгоритмов машинного обучения для оптимизации размещения зарядных станций с учётом плотности электромобилей, транспортных потоков, доступности энергосетей и сезонных колебаний спроса. Применение алгоритма машинного обучения позволяет не только повышать экономическую эффективность зарядных станций, но и создавать адаптивную систему управления зарядной инфраструктурой, способную реагировать на изменения в режиме реального времени. 

1. Симонова Л., Егорова Е., Ахмадиев А. / Нейронные сети в производстве (статья)// (2022) Российские инженерные исследования, 2022, Том 42, № 3, с. 278-281.

2. Л. А. Симонова, Д. Н. Демьянов, А. А. Капитонов/ Интеллектуальная информационная система для формирования проектных ограничений в автомобильной промышленности // Российские инженерные исследования, 2020, Том 40, № 12, с. 1034-1038.

3. Малыгин И., Селиверстов Ю., Селиверстов С., Фахми С., Сильников М., Муксимова Р., Гергель Г., Чигур В. Мобильные технологии в интеллектуальных транспортных системах // Коммуникации в информатике. 2020. Т. 1140. С. 384- 391.

4. Риск-ориентированное управление старением электрооборудования по техническому состоянию в системе нормальной эксплуатации АЭС, Назарычев А., Андреев Д., Мельникова О., Пугачев А., Материалы конференции AIP 2552, 050007 (2022), https://doi.org/10.1063/5.0114598

5. Селиверстов Я. А., Гергель Г. Ю., Селиверстов С. А., Никитин К. В., Развитие интеллектуальных транспортных систем на основе мобильных технологий и процедур анализа социальной активности городского населения // Научнотехнические ведомости СПбГПУ. Информатика. Телекоммуникации. Управление. – 2018, – Т.11 – С.47–64. DOI: 10.18721/JCSTCS.11105.

6. Сафиуллин Р.Н., Морозов Е.В. Методика обоснования технических требований и оценки характеристик измерительных средств автоматизированного контроля движения автомобильного транспорта. Транспорт: наука, техника, управление. Научный информационный сборник. 2020. № 5. С. 47-51.

7. Сафиуллин Р.Н., Пыркин О.П., Карпов С.Н., Демченко В.А. Системы автоматического управления технологическими процессами доставки грузов в транспортно-логистических структурах материально-технического обеспечения. Свое издательство. Санкт-Петербург, 2021 Lomazov V., Lomazov A., Petrosov D., Akupiyan O. Intelligent evaluation of implementation road infrastructure development program // Transportation Research Procedia. 2022, vol. 63, pp.1089-1094. DOI: 10.1016/j.trpro.2022.06.111

8. Tian, H., Safiullin, R. N., Safiullin, R. R. Integral Evaluation of Implementation Efficiency of Automated Hardware Complex for Vehicle Traffic Control. International Journal of Engineering, 2024; 37(8): 1534-1546. doi: 10.5829/ije.2024.37.08b.07

9. Safiullin, R. N., Safiullin, R. R., Sorokin, K. V., Kuzmin, K. A., Rudko, V. A. Integral Assessment of Influence Mechanism of Heavy Particle Generator on Hydrocarbon Composition of Vehicles Motor Fuel. International Journal of Engineering, 2024; 37(8): 1700-1706. doi: 10.5829/ije.2024.37.08b.20.