EV-Solar-Sim · Digital twin trạm sạc + điện mặt trời

Chỉ số chính

Diễn biến trong ngày — nguồn phát và nhu cầu sạc (kWh mỗi 5 phút)

Vùng tô: điện mặt trời và điện gió sinh ra. Đường: nhu cầu sạc của đội xe và phần phải mua từ lưới. Lệch pha giữa đỉnh nắng (trưa) và đỉnh sạc (sáng sớm) chính là lý do cần pin lưu trữ.

Pin lưu trữ (BESS) và số xe đang sạc

BESS tích điện dư ban ngày, xả cho các xe đến sạc khi trời tắt nắng.

Tỷ lệ xe được sạc theo ngày

Tỷ lệ xe điện có nhu cầu mà giành được ô sạc — chỉ số hài lòng của người dùng.

Cơ cấu nguồn điện nạp cho xe (kWh/ngày)

Mặt trời trực tiếp + xả từ BESS = phần tự chủ; phần còn lại mua của lưới với giá 2.049 đ/kWh.

Tiến trình hoàn vốn đầu tư (triệu đồng còn lại)

Suất đầu tư 18 triệu đ/kWp điện mặt trời, 76 triệu đ/tua-bin gió; lợi nhuận tính theo 22 ngày làm việc mỗi tháng.

So sánh 16 tổ hợp chính sách (xếp theo hàm mục tiêu)

P1	P2	P3	P4	Tỷ lệ được sạc	Tự chủ NLTT	Tự tiêu thụ	Lợi nhuận/tháng (tr.đ)	Chiếm chỗ (phút)	Hàm mục tiêu

P1 cấm xe xăng · P2 phí chiếm chỗ · P3 dời xe đầy · P4 thông báo chỗ trống. Hàm mục tiêu = tỷ lệ được sạc + 0,8 × tự chủ NLTT + điểm hoàn vốn, đúng công thức metric của mô hình gốc.

Tối ưu cấu hình hạ tầng bằng PSO

Chỉ số	Cấu hình gốc	PSO tìm được

Không gian tìm kiếm giống experiment batch_config của mô hình gốc: trụ thường C 20–50, trụ nhanh C 2–10, trụ thường J 15–30, trụ nhanh J 2–8, số tấm pin 200–900. Tham số PSO giữ nguyên (5 hạt, w=0,7 · c1=1,4 · c2=1,6).

Quy mô dàn pin: tự chủ năng lượng ↔ thời gian hoàn vốn

Càng nhiều tấm pin thì càng tự chủ nhưng hoàn vốn càng lâu; hàm mục tiêu đạt đỉnh ở quy mô cân bằng.

Bốn mùa — sản lượng tái tạo và mức tự chủ

Dữ liệu khí tượng trung bình theo quý tại Hà Nội đi kèm mô hình gốc (bức xạ GHI, nhiệt độ không khí, tốc độ gió ở độ cao 100 m).

🤖 Phiên giải bằng AI

Chạy mô phỏng để có phiên giải.

Về mô hình

Mô hình gốc: Digital Twin Framework for EV Charging Optimization (GAMA 1.9.3, tác giả Đỗ Linh). Bản demo này cài đặt lại engine bằng Python để chạy trực tiếp trên web, giữ nguyên công thức phát điện mặt trời và điện gió, hành vi chọn ô sạc của tài xế, bảng giá điện, công thức hoàn vốn và hàm mục tiêu metric của mô hình gốc. Dữ liệu khí tượng lấy nguyên từ includes/weather/average_Q1..Q4.csv, số ô đỗ lấy từ shapefile vinuni_gis_osm_chargingareas của repo gốc (C_parking 29 ô, J_parking 27 ô).

Mã nguồn gốc: github.com/dolinh11/EV-Solar-Sim

Ba điểm cần lưu ý khi đọc kết quả. (1) Bản demo thay đồ thị đường GIS của khuôn viên bằng thời gian di chuyển ngẫu nhiên 15–45 phút, nên không vẽ được bản đồ. (2) “Tỷ lệ xe được sạc” đếm xe đang đứng ở ô có trụ sạc, đúng như định nghĩa của mô hình gốc — vì vậy chính sách P3 (dời xe đầy đi) làm chỉ số này giảm dù thực tế nó giải phóng ô sạc cho xe khác. (3) Thời gian hoàn vốn quy toàn bộ lợi nhuận vận hành cho khoản đầu tư điện tái tạo (công thức của mô hình gốc), nên nên đọc như chỉ số so sánh giữa các cấu hình hơn là con số tài chính tuyệt đối.

🔌 EV-Solar-Sim