Elektrikli araç filosu ve halka açık şarj noktası operatörünün iki bağlı kararı: hangi araca ne zaman, hangi güç seviyesinde şarj verilir; yeni şarj noktası nereye, hangi kapasitede konuşlandırılır. Klasik EV OR problemi: EV Charging Scheduling ve Charging-Station Location Planning.
Kısaca
Tanıdık geliyor mu?
- 50-500 EV filomuz var (kurye, dağıtım kamyonu, taksi, kiralık); akşam depoya dönen araçların şarj sırası planlamacı sezgisiyle belirleniyor.
- Depoda 30-100 şarj noktası kurulu; aynı anda hepsi açıldığında trafo gücü tepeye fırlıyor, dağıtım şirketi tepe-çekiş cezası kesiyor.
- Time-of-use tarifede gece-tarife gündüz-tarifenin yarısı; ama operasyonel çizelge bunu kullanmıyor — bazı araçlar erken bağlanıp pahalı saatte dolduruluyor.
- Halka açık 10-30 şarj noktamız var; bazı noktalar günde 8-12 saat doluyken bazıları 1-2 saat kullanılıyor — yer seçimi geçmişte sezgisel yapılmış.
- Yeni şarj istasyonu yatırımını değerlendiriyoruz; nereye konuşlansın, yavaş mı hızlı mı olsun, kaç soket konsun — somut talep tahmini ya da maliyet modeli yok.
- DC hızlı şarj (50-150 kW) noktalarımızda kullanım yüksek ama batarya yaşlanma şikâyetleri geliyor; fiyatlandırma + batarya OPEX dengelemesi yapamıyoruz.
- Şebeke bağlantı kapasitesi sınırlı bölgelere yatırım yapacaksak transformer + dağıtım hat yatırımı 6-18 ay sürebiliyor; toplu yatırım planlamamız zayıf.
Niye önemli?
Nasıl çözülür?
Teknik derinlik
Nasıl çözülür?
Teknik derinlikTek cümlede: Gece-tarifenin başladığı saatten aracın ertesi sabah hazır olması gereken saate kadar olan pencereyi araçların arasında trafo kapasitesini aşmadan dağıt, hızlı şarjı sadece acil gerekenlere kullan — elektrik faturası ile batarya değişim maliyetini birlikte düşür.
Bu problem yöneylem araştırması (matematik ve bilgisayar kullanarak işletme kararı çözen disiplin) literatüründe iki bağlı problem olarak çalışılır: EV Charging Scheduling (operasyonel — hangi araç ne zaman, hangi güç seviyesinde şarj edilir), Charging-Station Location Planning (taktik — halka açık şarj noktaları nereye, hangi kapasitede). Üçüncü, gelişmekte olan bir katman: Vehicle-to-Grid (V2G — araçtan-şebekeye geri besleme). Çözüm üç aşamalı:
1. Modelleme. Operasyonel çizelgeleme için veri girdileri: araç filosu (her araç için batarya kapasitesi kWh, mevcut şarj seviyesi SoC — State-of-Charge, ertesi sabah gerekli minimum SoC — deadline kısıtı, izinli şarj güç seviyeleri), depo şarj noktaları (kaç adet, her birinin maksimum kW gücü), transformer/şebeke kapasitesi (anlık toplam kW tepe sınırı), time-of-use tarife — kullanım-saati tarifesi (saatlik elektrik fiyat eğrisi — gündüz/tepe/gece). Kısıtlar: her aracın ertesi saatte hazır olması (deadline), aynı anda toplam çekiş ≤ trafo kapasitesi, batarya SoC alt-üst sınırları, batarya yaşlanma maliyeti (çağdaş modeller bunu hedef fonksiyona ekler). Hedef: toplam elektrik maliyeti + batarya yaşlanma maliyeti + tepe-çekiş cezası minimum. Yerleşim için veri girdileri: bölgesel EV penetrasyon tahmini (gelecek 5-10 yıl), aday yerleşim noktaları (otopark, AVM, otoyol durağı, benzin istasyonu yenileme), her aday için arsa maliyeti + şebeke bağlantı maliyeti + tahmini günlük talep, AC slow vs DC fast karması. Kısıtlar: yatırım bütçesi, bölgesel kapsama (her EV kullanıcısı X km içinde nokta bulmalı), şebeke bağlantı fizibilitesi.
2. Çözücü ile karar. Operasyonel çizelgeleme: küçük-orta filo (50-200 EV) için MILP (Mixed-Integer Linear Programming — bir kısım değişkeni 0/1 bir kısmı sürekli olan eniyileme) — saatlik şarj kararı ikili (1 saatlik dilimde açık/kapalı) ya da sürekli (kW güç seviyesi), 24-48 saat horizon. Tek-bilgisayar üzerinde dakika-saat mertebesinde çözülür. Büyük filo (200+ EV) için Lagrangian relaxation veya decomposition (büyük problemi parçalara ayırıp paralel çözme — her araç alt-problemi paralel çözülür, şebeke kapasitesi global kısıt). Dinamik araç gelişi (taksi, kiralık filosu — geliş zamanı belirsiz) için online policy (anlık geldiğinde karar veren öncelik kuralı) veya rolling-horizon MILP (kayan-pencereli — her yarım saat planı tekrar hesapla). Yerleşim: klasik yaklaşım — p-median veya maximum-coverage (en fazla kullanıcıyı kapsama) formülasyonu, aday lokasyonlar arasında yatırım bütçesi altında kullanıcı kapsamasını maksimize eder. EV penetrasyon belirsizliği için two-stage stochastic programming (iki aşamalı stokastik — ilk aşama yerleşim kararı, ikinci aşama senaryo-bazlı talep gerçekleşmesi). V2G: batarya’nın şebekeye satış kararı arbitraj fırsatı (gece düşük fiyatla şarj, gündüz yüksek fiyatla deşarj) ile batarya yaşlanma maliyeti arasında trade-off; MILP veya stokastik MPC (Model Predictive Control — kayan-pencereli tahmin-kontrol) ile çözülür.
3. Saha entegrasyonu. Çıktı üç katmanlı: günlük çizelge (her aracın hangi şarj noktasında, hangi saatte, hangi güç seviyesinde — operasyon merkezi panosunda Gantt görüntüsü), şarj noktası kontrol komutu (OCPP — Open Charge Point Protocol ile şarj noktası açma/kapama, güç ayarlama — endüstri standardı açık protokol), aylık yerleşim raporu (her halka açık noktanın kullanım oranı, talep büyüme trendi, kapasite genişletme tavsiyesi). Filo yönetim sistemi (FMS) telematics verisi (her aracın anlık SoC, konum, planlanan ertesi-gün sefer) çizelgeyi besler. Üç aylık komite: gerçek vs plan tepe-çekiş, elektrik maliyeti sapması, batarya yaşlanma izleme, halka açık nokta kullanım eğrisi, yatırım kararı (yeni nokta açma/kapama/kapasite artırma).
Alternatifler
Manuel + tablo + sezgisel sıralama
ÜcretsizSıfır lisans
Kim için: Küçük filo (<30 EV) ya da 1-3 halka açık nokta
- + Sıfır yazılım maliyeti
- + Planlamacının deneyimi öne çıkar
- + Basit kural (gece-tarife saatinde başlat) ile %5-10 tasarruf
- − 30 EV üstü ölçekte tepe-çekiş kontrolü zihinsel olarak yorulur
- − Batarya yaşlanma maliyeti hesaba katılmaz
- − Talep büyüdükçe yer seçimi sayısal model olmadan yapılır
- − V2G arbitraj fırsatı kaçırılır
Yerli şarj-yönetim platformu
Kurumsal200K-800K TRY lisans + 80K-250K TRY/yıl bakım (TR pazar gözlemi)
Kim için: Orta filo (30-150 EV) ya da 5-15 halka açık nokta operatörü
- + OCPP entegrasyonu standart
- + Türkçe arayüz, yerel destek
- + Faturalama + ödeme entegrasyonu mevcut
- + Basit time-of-use tarife optimizasyon kuralları
- − MILP-tabanlı çizelgeleme modülü genelde yok — sezgisel öncelik kuralları
- − Batarya yaşlanma maliyeti modeli zayıf
- − Yerleşim planlama modülü kısıtlı
Uluslararası şarj-yönetim + optimizasyon paketi
Kurumsal400K-2M EUR lisans + 100K-500K EUR/yıl bakım
Kim için: Büyük filo (150+ EV) ya da çok-noktalı (20+) şarj ağı operatörü
- + MILP veya rolling-horizon MPC modülü olgun
- + Batarya yaşlanma modeli entegre
- + Yerleşim analizi GIS + talep tahmini ile çift-yönlü
- + V2G modülü mevcut (gelişmiş piyasalarda)
- − Yüksek lisans + 9-18 ay kurulum
- − TR tarife yapısına özelleştirme proje süresi ekler
- − Operasyon ekibinin eğitimi geniş program
Açık-kaynak çözücü + özel modül
Açık KaynakLisans ücretsiz; iç geliştirme 16-32 hafta veya 600K-1.5M TRY danışmanlık
Kim için: Teknoloji ekibi olan operatör, mevcut FMS / şarj-yönetim platformu ile entegrasyon
- + Lisans bedeli yok
- + Elektrikli araç şarj çizelgeleme yöntemleri açık-kaynak çözücülerle iyi tanımlı
- + Belirsiz talep altında şarj noktası yerleşim modeli açık literatürde mevcut
- + Açık şarj noktası protokolü (OCPP) — şarj-noktası markasından bağımsızlık
- − İçeride OR uzmanı + elektrik mühendisi + entegrasyon ekibi şart
- − Akademik prototipten saha sistemine taşıma süresi 6-12 ay
- − Bakım sorumluluğu işletmede
Tavsiye
Çözüm görüşmesinde sor
- Şarj çizelgeleme modülü tam matematik programlama mı, kayan-pencereli tahmin-kontrol (her 15-30 dk planı yeniler) mi, yoksa sadece sezgisel öncelik kuralı mı kullanıyor?
- Batarya yaşlanma maliyeti hedef fonksiyonun parçası mı? Hangi modelleme yaklaşımı (takvim yaşlanması + çevrim yaşlanması eğrisi, deşarj-derinliği temelli) kullanılıyor?
- Saatlik değişken tarife yapısı (saatlik fiyat, gündüz/tepe/gece dilimleri, mevsimsel değişim) parametre olarak girilebiliyor mu, yoksa koda gömülü mü?
- Tepe-çekiş (kW) kısıtı dinamik mi (saatlik değişebilen şebeke kapasitesi) yoksa sabit mi? Çoklu trafo / çoklu depo destekleniyor mu?
- Halka açık şarj noktası yerleşim modülü hangi yaklaşımı kullanıyor — ortalama mesafeyi minimize eden konumlama, en çok kullanıcıyı kapsamayı maksimize eden konumlama, ya da senaryo-bazlı belirsizlik altında konumlama? Elektrikli araç penetrasyon belirsizliği nasıl modelleniyor?
- OCPP (Open Charge Point Protocol) hangi versiyonu destekleniyor? Çoklu marka şarj noktası ile entegrasyon test edildi mi?
- V2G (Vehicle-to-Grid) modülü mevcut mu? Arbitraj geliri vs batarya yaşlanma maliyeti trade-off'u nasıl optimize ediliyor?
- Sözleşme biterse şarj geçmişi, batarya SoC verisi, fiyatlandırma kuralları ve yerleşim analiz raporlarını hangi formatta dışa aktarabiliriz?
Teknik detay
Editör notu
Bu problem halk dilinde “elektrikli araç şarj planı”, “şarj istasyonu kurulumu” veya “filo şarj yönetimi” diye anılır. Akademik literatürde iki ayrı ama bağlantılı isim taşır: operasyonel günlük karar için EV Charging Scheduling, altyapı yatırımı için Charging-Station Location Planning. Üçüncü gelişmekte olan katman Vehicle-to-Grid (V2G) — araç bataryasının şebekeye geri besleme satışı. Üç adı ayırt etmeden bir şarj-yönetim platformu firmasıyla görüşmeye gidersen, satılan modülün hangi karar katmanını gerçekten optimize ettiğini test edemezsin — “şarj noktası tracking” başka şey, “MILP-tabanlı çizelgeleme” başka şey.
Bu üç problemi başka enerji OR problemlerinden ayır: Birim devreye alma + ekonomik yük dağıtımı (#029) üretim tarafıdır — santral on/off ve MW çıktı kararı. Demand response + tepe yük düzleme (#020) tüketici tarafından genel talep şekillendirmedir — esnek yüklerin ne zaman çalışacağı. EV charging scheduling (#052) ikisi arasındadır: hem talep şekillendirme (hangi araç ne zaman yüklenir), hem altyapı planlama (kaç şarj noktası nereye konur). EV özel bir özelliği var: aracın deadline kısıtı (ertesi sabah hazır olmalı) — demand response’tan ayırır. Ve bataryanın yaşlanması (cycle aging) — diğer enerji problemlerinde olmayan operasyonel maliyet kalemi.
Sektörde en sık atlanan nokta: batarya yaşlanma maliyeti. Saha hesaplaması çoğu zaman sadece elektrik fiyatı ve tepe-çekiş cezasını içerir; bataryanın hızlı şarj (DC fast 50-350 kW) altında daha hızlı yaşlandığını ve döngü ömrünün %15-30 kısaldığını atlar. Batarya değişim maliyeti yeni-bir-araba değerinin %25-40’ı; toplam sahip olma maliyeti (TCO — Total Cost of Ownership) hesabına bu eklenmediğinde, “ucuz hızlı şarj sürekli kullan” politikası optimum görünür ama 3-5 yıl sonra batarya değişim faturası işletmeyi vurur. Çağdaş literatür batarya yaşlanma maliyetini hedef fonksiyona ekler; bu olmadan yapılan “optimum” çizelge sahaya bağlandığında uzun-vadede zarara dönüşür. İkinci atlanan nokta: şebeke bağlantı fizibilitesi. Yeni şarj noktası kurmaya karar verildikten sonra dağıtım şirketi trafo + hat yatırımı 6-18 ay sürebilir; yerleşim planı bunu zaman ekseninde modellemiyorsa istasyon hazır ama “elektrik gelmiyor” haline düşer.
Adım adım yol — KOBİ için
Aşama 1 — Önce ölç, sonra plan. En az 6 ay araç + şarj verisi: her araç için günlük kullanım profili (sefer süresi, mesafe, geliş-gidiş depodan, ortalama SoC dönüşü), her şarj noktası için günlük kullanım eğrisi (saatlik açık-kapalı, kW çekiş profili, OCPP olay kayıtları), aylık elektrik faturası ve tarife yapısı (time-of-use dilimleri, tepe-çekiş hesabı). Şebeke envanteri: bağlı olduğun trafo gücü, anlık tepe-çekiş sınırı, sözleşme cezası eğrisi. Batarya envanteri: her aracın batarya kapasitesi, üretim yılı, garanti döngü sayısı, mevcut sağlık durumu.
Aşama 2 — Bilgi sermayesini çıkar. Hangi araç hangi saat aralığında müsait (filo tipi: kurye sabah 8’de çıkar gece 10’da döner; taksi 7/24 çalışır; belediye servisi günlük 100-200 km). Time-of-use tarife dilimleri ve saatlik fiyat eğrisi. Trafo kapasite sınırı ve mevsimsel değişim. Batarya yaşlanma eğrisi (hızlı vs yavaş şarjda döngü ömrü kaybı — üretici verisi + literatür). Halka açık nokta operatörüysen: günlük gelen müşteri sayısı dağılımı, ortalama oturma süresi, vazgeçen müşteri oranı (sıraya bakıp gitti).
Aşama 3 — Pilot. 8-12 hafta. Bir sub-set (filonun %30-50’si, ya da bir depo lokasyonu, ya da 3-5 halka açık nokta) için MILP çizelgeleme çıktısını mevcut sezgisel atama ile paralel çalıştır. Karar yine operasyon merkezindedir; MILP öneri verir. Başarı kriteri önceden belirlenmiş: aylık elektrik maliyeti -%10 minimum, tepe-çekiş cezası -%50 minimum, batarya yaşlanma izleme dahil edilmiş.
Aşama 4 — Yaygınlaştırma. 9-15 ay sürede tüm filo + tüm halka açık nokta + yerleşim planlama + V2G modülü entegrasyonu. OCPP üzerinden çoklu-marka şarj noktası uyumu. Üç aylık komite: çizelge performansı, batarya yaşlanma trendi, kullanım oranı eğrisi, yatırım kararı (yeni nokta açılışı / kapasite artırımı), düzenleyici güncellemeleri (TR’de “EV teşvikleri” politikası, yerli üretim destek kuralları).
Riskler — ne yanlış gidebilir
- Batarya yaşlanma maliyeti hedef fonksiyonda yok. Sadece elektrik fiyatı + tepe-çekiş cezasını optimize edersen, hızlı şarjı yoğun kullanan “optimum” plan kısa-vadede iyi görünür, batarya değişim faturası 3-5 yıl sonra TCO’yu altüst eder. Çağdaş modeller bunu ekler; modülün bu eğriyi içerip içermediği görüşme öncesi test edilmeli.
- Şebeke bağlantı gecikmesi. Yeni halka açık nokta için dağıtım şirketi trafo + hat yatırımı 6-18 ay sürebilir; yerleşim planı zaman boyutunda modellenmezse istasyon kuruldu ama elektrik gelmiyor durumuna düşülür. Stokastik yerleşim modelinde “şebeke bağlantı süresi” senaryo değişkeni olmalı.
- Düzenleyici değişim. TR’de elektrikli araç teşvikleri (yerli üretim destek kuralı, vergi muafiyetleri, şarj istasyonu kurulum izinleri) yıllık güncellenir; AB tarafında karbon sınır vergisi (CBAM) ve EV penetrasyon hedefi 2030/2035 dönüm noktası. Yatırım kararı 5-10 yıl horizon; tek senaryolu plan kırılgan. Senaryo-bazlı analiz ve esnek yatırım kararı (faz-faz genişleme) şart.
- Tek tedarikçi şarj-yönetim sistemi bağımlılığı. OCPP açık protokol olmasına rağmen, faturalama kuralları + tarife parametreleri + batarya yaşlanma eğrileri sözleşmede sistemden dışa aktarma maddesi yoksa, sistemden ayrılmak işletmenin operasyonel hafızasını kaybetmesi anlamına gelir.
- V2G arbitraj geliri abartısı. Pazarlama tarafında V2G geliri %X-Y olarak sunulur; ancak gerçek arbitraj kazancı batarya yaşlanma maliyeti çıktıktan sonra net gelir genelde 2-3 kat daha düşüktür. Net hesap senaryolu yapılmalı.
Çözüm yöntemine teknik bakış
| Yaklaşım | Tipik ölçek | Çözüm süresi | Garantili optimum? |
|---|---|---|---|
| Sezgisel öncelik kuralı (gece-başlat, SoC-eşik) | Küçük filo, <30 EV | anında | Hayır, %50-70 optimum |
| MILP — operasyonel çizelgeleme | Orta filo, 30-200 EV, 24-48 saat horizon | dakika-saat | Evet (bound içinde) |
| Lagrangian relaxation / decomposition | Büyük filo, 200-1000 EV | saatler | İyi alt-üst bant |
| Rolling-horizon MPC | Dinamik (taksi, kiralık), saatlik yeniden-plan | dakika her saat | Pratik kalite |
| Online policy (insertion heuristic) | Halka açık nokta — anlık gelen müşteri | saniyeler | Hayır, geçiş kalitesi |
| p-median / maximum-coverage (yerleşim) | Bölgesel altyapı, 5-50 aday lokasyon | dakika-saat | Evet (bound içinde) |
| Stokastik yerleşim (two-stage) | EV penetrasyon belirsizliği | saatler | Evet (senaryo başına) |
| V2G stokastik MPC | Arbitraj + batarya yaşlanma | saatler | Pratik kalite |
Hedef fonksiyonu seçimi:
- Hedef 1 — Toplam elektrik maliyeti minimum: En basit, ama batarya yaşlanmasını ihmal eder.
- Hedef 2 — Elektrik maliyeti + batarya yaşlanma maliyeti minimum: TCO odaklı, doğru ama veri-yoğun.
- Hedef 3 — Tepe-çekiş cezası minimum (kW tepe baskıla): Sözleşmedeki kW sınırına yakın çalışan filo için.
- Hedef 4 — Kullanım oranı maksimum (halka açık nokta): Operatör ciro odaklı yerleşim.
- Hedef 5 — Net V2G arbitraj geliri - batarya yaşlanma maliyeti maksimum: İleri operasyon.
Çok-hedefli: ağırlıklı toplam veya hiyerarşik (önce deadline kısıtı + tepe-çekiş cezası, sonra elektrik maliyeti, sonra batarya yaşlanma).
Akademik kaynaklar
Sayfanın frontmatter’ında sources alanında listelidir.
Kaynaklar
- Sortomme, E., Hindi, M. M., MacPherson, S. D. J. ve Venkata, S. S. (2011). Coordinated charging of plug-in hybrid electric vehicles to minimize distribution system losses. IEEE Transactions on Smart Grid, 2(1), 198-205. Koordineli EV şarjının temel çalışması.
- Sweda, T. M. ve Klabjan, D. (2012). An agent-based decision support system for electric vehicle charging infrastructure deployment. IEEE Vehicle Power and Propulsion Conference (VPPC). Şarj istasyonu yerleşimi için temel referans.
- Mukherjee, J. C. ve Gupta, A. (2015). A review of charge scheduling of electric vehicles in smart grid. IEEE Systems Journal, 9(4), 1541-1553. EV charging scheduling tarama.
- Rahman, I., Vasant, P. M., Singh, B. S. M., Abdullah-Al-Wadud, M. ve Adnan, N. (2016). Review of recent trends in optimization techniques for plug-in hybrid, and electric vehicle charging infrastructures. Renewable and Sustainable Energy Reviews, 58, 1039-1047. Optimizasyon teknikleri tarama.
- Ko, J. ve Shang, J. S. (2010). Locating refueling stations for alternative-fuel vehicles. Transportation Research Part C, 18(5), 700-710. Alternatif yakıt istasyonu yerleşimi.
- YÖK Tez Merkezi — anahtar kelime: ’elektrikli araç şarj’ veya ‘EV şarj çizelgeleme’ veya ‘şarj istasyonu yerleşim’ — 15+ tez (büyüyen alan). tez.yok.gov.tr
Sözlük
- EV Charging Scheduling
- Bir filodaki ya da halka açık şarj noktası kuyruğundaki her EV'nin ne zaman ve hangi güç seviyesinde şarj edileceğini deadline, şebeke güç sınırı, batarya SoC sınırları, time-of-use tarife ve batarya yaşlanma maliyeti altında karar veren operasyonel OR problemi.
- Charging-Station Location Planning
- Bölgesel halka açık EV şarj istasyonlarının yer, tip (AC yavaş vs DC hızlı) ve sayısını sermaye + işletme maliyeti ile beklenen kullanıcı kapsama ve bekleme süresi arasında dengeleyen stratejik OR problemi.
- MIP
- Karar değişkenlerinin bir kısmının tam sayı (örn. 'kaç kamyon', 'kaç vardiya') olduğu optimizasyon türü.
- Demand Response
- Elektrik tarifesi, sistem koşulları veya teşviklere göre tüketici tarafında yük çalıştırma kararlarını optimize eden enerji yönetim yaklaşımı.