برآورد ظرفیت میزبانی شبکه توزیع برای ایستگاه‌های شارژ خودروی الکتریکی

📋 معرفی پروژه

هدف: تعیین حداکثر باری که می‌توان از شارژرهای خودروی الکتریکی، بدون نقض محدودیت‌های فنی شبکه توزیع، در هر نقطه از یک فیدر واقعی اضافه کرد:

• ✅ برآورد ظرفیت میزبانی هر شین بر حسب کیلووات یا تعداد شارژر قابل‌نصب
• ✅ بررسی محدودیت ولتاژ و بار حرارتی خطوط/ترانسفورماتور، با فرض شبکه‌ی سه‌فاز متعادل
• ✅ بررسی چند سناریوی مشخص از تعداد خودرو، ساعت ورود/خروج و میزان نیاز به شارژ (کم/متوسط/زیاد)
• ✅ مقایسه‌ی سناریوهای نفوذ پایین/متوسط/بالای خودروی الکتریکی
• ✅ ارائه‌ی توصیه‌های عملی برای شرکت توزیع درباره‌ی نقاطی که نیاز به تقویت شبکه دارند یا می‌توانند با شارژ هوشمند اداره شوند

اگر با مبانی مدل‌سازی ریاضی مسائل بهینه‌سازی آشنا نیستید، دوره مدل‌سازی مسائل بهینه‌سازی پیش‌زمینه‌ی خوبی می‌دهد؛ برای مبانی پخش بار و تحلیل شبکه توزیع، دوره بهینه‌سازی پیشرفته سیستم قدرت در پایتون لازم است.

وقتی چند شارژر خودروی الکتریکی در یک محله یا یک فیدر توزیع نصب می‌شوند، هرکدام یک بار الکتریکی بزرگ و ناگهانی به شبکه اضافه می‌کنند — مثلاً یک شارژر خانگی سطح ۲ می‌تواند بار چند خانه را هم‌زمان اضافه کند، و یک شارژر سریع می‌تواند بار یک ساختمان کوچک را اضافه کند. شبکه‌ی توزیع، خصوصاً بخش‌های قدیمی‌تر آن، برای چنین بارهای متمرکز و هم‌زمانی طراحی نشده است؛ اگر چند خودرو در یک ساعت مشخص (مثلاً عصر، بعد از بازگشت مردم از سر کار) هم‌زمان شارژ شوند، ممکن است ولتاژ در انتهای فیدر از حد مجاز پایین‌تر بیفتد، سیم‌ها یا ترانسفورماتور محلی بیش از ظرفیت نامی‌شان بار بکشند و گرم شوند (که هم عمر تجهیزات را کم می‌کند و هم ریسک قطعی ایجاد می‌کند)، یا در موارد بدتر باعث خاموشی موضعی شوند. مسئله‌ی «ظرفیت میزبانی» دقیقاً همین‌جا اهمیت پیدا می‌کند: پیش از این‌که شرکت توزیع به مشتری‌ها یا سرمایه‌گذاران بگوید «بله، در این محله می‌توانید شارژر نصب کنید»، باید بداند هر نقطه از شبکه چقدر بار اضافی را بدون این مشکلات تحمل می‌کند — و این عدد در همه‌جای شبکه یکسان نیست؛ نقاطی که به انتهای فیدر نزدیک‌ترند یا از قبل بار سنگین‌تری دارند، زودتر از بقیه به سقف ظرفیتشان می‌رسند. اهمیت عملی این تحلیل هم در این است که یا باید جلوی نصب شارژر در نقاط پرخطر را گرفت، یا شبکه را (با هزینه‌ی بالا) تقویت کرد، یا با راهکارهای ارزان‌تری مثل زمان‌بندی هوشمند شارژ، همان ظرفیت موجود را بهتر مدیریت کرد.

تصویر بالا یک فیدر توزیع نمونه را نشان می‌دهد: چند شین مسکونی با بار پایه‌ی متفاوت، که در برخی از آن‌ها ایستگاه شارژ خودروی الکتریکی نصب شده است. سوال اصلی پروژه این است: در هر شین، چقدر بار شارژ اضافی می‌توان تحمل کرد، پیش از آن‌که ولتاژ افت کند یا ترانسفورماتور محلی اضافه‌بار شود؟ و چون این پاسخ به تعداد خودرو و زمان‌بندی شارژ آن‌ها بستگی دارد، پروژه این سوال را برای چند سناریوی مشخص و قابل‌مقایسه پاسخ می‌دهد، نه فقط یک حالت واحد.

هر دایره در تصویر بالا یک شین است: شین‌های با رنگ نارنجی‌تر بار پایه‌ی سنگین‌تری دارند، و شین‌های با نماد خودرو دارای شارژر نصب‌شده‌اند — برخی شین‌ها به انتهای فیدر نزدیک‌ترند و افت ولتاژ در آن‌ها زودتر مسئله‌ساز می‌شود، دقیقاً همان تفاوتی که مدل باید نشان دهد.

---

🎯 ۳ تحویل پروژه

تحویل ۱: تعریف مسئله، مدل‌سازی شبکه و پخش بار پایه

اهداف:

• تعریف دقیق «ظرفیت میزبانی» برای این پروژه و معیارهای فنی نقض‌کننده (ولتاژ، بار حرارتی خطوط/ترانسفورماتور)
• انتخاب بین تحلیل بدترین‌حالت و تحلیل چند سناریوی مشخص، متناسب با داده‌ی در دسترس
• ساخت مدل تک‌خطی فیدر (امپدانس خطوط، ظرفیت ترانسفورماتور، توپولوژی شین‌ها) و تهیه‌ی پروفایل بار پایه‌ی هر شین
• اجرای پخش بار روی فیدر در حالت فعلی (بدون خودروی الکتریکی) و تعیین حاشیه‌ی موجود هر شین نسبت به حدود مجاز

خروجی:

• گزارش تعریف مسئله و معیارهای پذیرش/رد
• فایل شبکه و پروفایل بار پایه‌ی هر شین، به‌همراه نمودار توصیفی
• نمودار حاشیه‌ی باقی‌مانده‌ی هر شین نسبت به حدود مجاز

---

تحویل ۲: سناریوهای شارژ و برآورد ظرفیت میزبانی

اهداف:

• تعریف چند پروفایل مشخص شارژ برای هر شین: ساعت اوج ورود خودرو، مدت حضور، توان/انرژی موردنیاز، و ترکیب سطوح شارژر (سطح ۱ / سطح ۲ / سریع) برای سناریوهای کم‌نفوذ، متوسط و پرنفوذ
• اعمال هر سناریو به فیدر، اجرای پخش بار، و ثبت نقض‌های ولتاژ و بار حرارتی به تفکیک شین و ساعت
• تعیین حداکثر بار شارژ قابل‌افزودن به هر شین در هر سناریو، پیش از نخستین نقض محدودیت فنی
• مقایسه‌ی نتایج با تحلیل بدترین‌حالت (همه‌ی خودروها هم‌زمان با حداکثر توان شارژ می‌شوند)

خروجی:

• جدول پروفایل شارژ هر سناریو و جدول نقض‌ها به تفکیک شین/ساعت/سناریو
• جدول ظرفیت میزبانی هر شین به ازای هر سناریو، به‌همراه نقشه‌ی حرارتی فیدر
• جدول مقایسه‌ی ظرفیت میزبانی: بدترین‌حالت در برابر سناریوهای واقع‌بینانه

---

تحویل ۳: شارژ هوشمند، تحلیل حساسیت و گزارش نهایی

اهداف:

• بررسی اثر یک سیاست ساده‌ی شارژ هدایت‌شده (محدودیت هم‌زمانی یا زمان‌بندی بر اساس قیمت) بر افزایش ظرفیت میزبانی، بدون نیاز به تقویت فیزیکی شبکه
• تحلیل حساسیت نتایج به سطح نفوذ خودروی الکتریکی، نوع شارژر غالب، و محل تمرکز جغرافیایی خودروها روی فیدر
• شناسایی شین‌های بحرانی که زودتر از بقیه به سقف ظرفیت می‌رسند
• جمع‌بندی نهایی و تدوین توصیه‌های عملی برای شرکت توزیع

خروجی:

• مقایسه‌ی ظرفیت میزبانی پیش و پس از اعمال شارژ هدایت‌شده، و جدول trade-off هزینه‌ی تقویت شبکه در برابر شارژ هوشمند
• جداول و نمودارهای تحلیل حساسیت
• گزارش نهایی + ارائه و اسلایدهای خلاصه
• کد کامل با مستندات و فایل‌های داده و نتایج

---

📊 نتایج انتظاری

پس از تکمیل پروژه، باید بتوانید:

✅ مفهوم ظرفیت میزبانی و معیارهای فنی تعیین‌کننده‌ی آن را برای یک فیدر واقعی به‌کار ببرید ✅ چند سناریوی مشخص از تعداد و رفتار خودروهای الکتریکی را در قالب پروفایل بار قابل‌شبیه‌سازی تعریف کنید ✅ ظرفیت میزبانی هر شین را در سناریوهای مختلف محاسبه و با تحلیل بدترین‌حالت مقایسه کنید ✅ اثر شارژ هوشمند بر افزایش ظرفیت میزبانی بدون تقویت فیزیکی شبکه را کمّی نشان دهید ✅ گزارش و توصیه‌ی عملی قابل‌ارائه به شرکت توزیع برق تدوین کنید

---

📁 فایل‌های پروژه

تحویل	فایل	توضیح
۱	problem_and_baseline_powerflow.py + feeder_model.json + base_load.xlsx	تعریف مسئله، مدل شبکه و پخش بار پایه
۲	ev_scenarios_hosting_capacity.py	پروفایل‌های شارژ، پخش بار سناریوها و برآورد ظرفیت میزبانی
۳	smart_charging_sensitivity.py + final_report.docx + presentation.pptx	شارژ هوشمند، تحلیل حساسیت و گزارش نهایی

---

🚀 شروع کار

پیش از شروع کدنویسی، مرور یادداشت مدل‌سازی ریاضی و اهمیت آن کمک می‌کند مسئله را درست فرموله کنید. برای اجرای کد بدون نصب چیزی روی سیستم خودتان، راهنمای Google Colab و برای انتخاب سالور مناسب در بخش‌های بهینه‌سازی این پروژه، یادداشت سه روش عملی استفاده از سالورها در Pyomo را ببینید. برای طراحی درست چند سناریوی نفوذ و مقایسه‌ی نظام‌مند آن‌ها، دوره مدل‌سازی عدم‌قطعیت چارچوب لازم را می‌دهد.

سوالات متداول

آیا برای این پروژه لازم است پیش‌زمینه‌ی قوی در سیستم قدرت داشته باشم؟

آشنایی با مفاهیم پایه‌ی پخش بار (ولتاژ، بار خطوط، ترانسفورماتور) لازم است، اما جزئیات پیشرفته‌ی حفاظت یا طراحی شبکه لازم نیست. دوره بهینه‌سازی سیستم قدرت این مفاهیم را از پایه با مثال پایتون آموزش می‌دهد.

چرا ظرفیت میزبانی یک عدد ثابت نیست؟

چون به تعداد خودروهایی که هم‌زمان شارژ می‌شوند و ساعت دقیق حضورشان بستگی دارد. به همین دلیل در این پروژه به‌جای تکیه بر یک حالت واحد، ظرفیت میزبانی هر شین در چند سناریوی مشخص (کم/متوسط/پرنفوذ) محاسبه و مقایسه می‌شود تا تصمیم‌گیری واقع‌بینانه‌تری برای شرکت توزیع فراهم شود.

آیا نیاز به داده‌ی واقعی شبکه توزیع دارم؟

نه لزوماً برای یادگیری روش؛ می‌توان با یک مدل فیدر نمونه (استاندارد یا ساده‌سازی‌شده) کار را شروع کرد. اما برای تحویل به مشتری واقعی، جایگزینی مدل نمونه با مدل تک‌خطی و پروفایل بار واقعی فیدر مدنظر ضروری است.