Математичне моделювання розміщення регіональної інфраструктури зарядних станцій електромобілів

Максим Шевченко; Інна Урняєва; Олена Чайковська

doi:10.31866/2617-796X.8.2.2025.347951

Автор(и)

Максим Шевченко Харківський національний університет радіоелектроніки, Україна https://orcid.org/0009-0008-9625-4983
Інна Урняєва Харківський національний університет радіоелектроніки, Україна https://orcid.org/0000-0001-9795-6954
Олена Чайковська Київський національний університет культури і мистецтв; Державний торговельно-економічний університет, Україна https://orcid.org/0000-0001-7769-1004

DOI:

https://doi.org/10.31866/2617-796X.8.2.2025.347951

Ключові слова:

зарядні станції електромобілів, математичне моделювання, оптимізація, задача максимального покриття, метаевристика

Анотація

Мета дослідження – розробити математичну модель розміщення зарядних станцій електромобілів на регіональному рівні, яка максимізує покриття попиту на зарядку з урахуванням різних типів станцій (швидких і повільних) та прогнозованого зростання кількості електромобілів.

Методологія дослідження ґрунтується на поєднанні геоінформаційного аналізу та оптимізаційного моделювання.

Наукова новизна. Розроблено універсальну математичну модель та модифіковано задачу максимального покриття для двох типів станцій (повільних і швидких). Застосовано метаевристики для розвʼязання задачі оптимізації розміщення зарядних станцій.

Висновки. У дослідженні розвʼязано задачу розміщення зарядних станцій для електромобілів у регіональній інфраструктурі сучасних транспортних систем.

Біографії авторів

Максим Шевченко, Харківський національний університет радіоелектроніки

Магістрант, кафедра комп'ютерних наук

Інна Урняєва, Харківський національний університет радіоелектроніки

Доктор філософії, доцент кафедри системотехніки

Олена Чайковська, Київський національний університет культури і мистецтв; Державний торговельно-економічний університет

Кандидат педагогічних наук, професор кафедри інформаційної діяльності та зв’язків з громадськістю; професор кафедри дизайну

Посилання

Arostegui, M.A., Kadipasaoglu, S.N. and Khumawala, B.M., 2006. An Empirical Comparison of Tabu Search, Simulated Annealing, and Genetic Algorithms for Facilities Location Problems. International Journal of Production Economics, [e-journal] 103, pp.742-754. https://doi.org/10.1016/j.ijpe.2005.08.010

Brandstätter, G., Leitner, M. and Ljubić, I., 2020. Location of charging stations in electric car sharing systems. Transportation Science, [e-journal] 54 (5), pp.1408-1438. https://doi.org/10.1287/trsc.2019.0931

Church, R. and ReVelle, C., 1974. The maximal covering location problem. Papers of the Regional Science Association, [e-journal] 32, pp.101-118. https://doi.org/10.1007/BF01942293

Hanig, L., Ledna, C., Nock, D. Harper, C.D., Yip, A., Wood, E. and Spurlock, C.A., 2025. Finding gaps in the national electric vehicle charging station coverage of the United States. Nature Communications, [e-journal] 16, Article 561. https://doi.org/10.1038/s41467-024-55696-8

Kim, S., Jeong, Y. and Nam, J.-W., 2024. Solving Optimal Electric Vehicle Charger Deployment Problem. Applied Sciences, [e-journal] 14 (12), Article 5092. https://doi.org/10.3390/app14125092

Priya, R.A., Sanjay Kumar, S.M., Bhupathi, H.P., Sujatha, A., Palav, M.R. and Murali, A., 2025. Optimization charging infrastructure for electric vehicle adoption in urban environment. In: Hybrid and Advanced Technologies. Proceedings of the International Conference on Hybrid and Advanced Technologies (ICHAT 2024), April 26-28, 2024, Ongole, Andhra Pradesh, India. [online] London: CRC Press, Vol. 2, pp.351-360. Available at: <https://www.taylorfrancis.com/chapters/oa-edit/10.1201/9781003559139-51/optimization-charging-infrastructure-electric-vehicle-adoption-urban-environment-priya-sanjay-kumar-hari-prasad-bhupathi-sujatha-manesh-palav-artham-murali?context=ubx&refId=9baf7e30-8fb3-4cbf-9e33-b57e179a7f64> [Accessed 16 April 2025].

Skaloumpakas, P., Kafouros, A., Spiliotis, E., Sarmas, E. and Marinakis, V., 2025. Optimizing electric vehicle charging station placement in Greek municipalities through multi-criteria decision analysis. Sustainable Energy, Grids and Networks, [e-journal] 41, Article 101589. https://doi.org/10.1016/j.segan.2024.101589

The US electric vehicle charging market could grow nearly tenfold by 2030: How will we get there? n.d. PwC. [online] Available at: <https://www.pwc.com/us/en/industries/industrial-products/library/electric-vehicle-charging-market-growth.html> [Accessed 16 April 2025].

Vandet, Ch.A. and Rich, J., 2023. Optimal placement and sizing of charging infrastructure for EVs under information-sharing. Technological Forecasting and Social Change, [e-journal] 187, Article 122205. https://doi.org/10.1016/j.techfore.2022.122205

Wu, Y., Lu, Y., Zhu, Z. and Holguín-Veras, J., 2023. Optimizing Electric Vehicle Charging Infrastructure on Highways: A Multi-Agent-Based Planning Approach. Sustainability, [e-journal] 15 (18), Article 13634. https://doi.org/10.3390/su151813634