Optimala laddstationer för elfordon och placering av distribuerad generation genom partitionering av distributionsnätet med den modifierade Newman snabba algoritmen

Laddar upp renare städer

När fler förare byter från bensindrivna bilar till elfordon måste våra elnät hinna med. Snabb och bekväm laddning är avgörande, men om många bilar kopplar in samtidigt kan det lokala nätet av stolpar, ledningar och transformatorer pressas bortom sina gränser. Denna artikel undersöker hur man kan placera både laddstationer för elfordon och små lokala kraftkällor på ett smartare sätt så att stadsdelar kan ta emot fler elfordon samtidigt som belysningen hålls stabil och kostnaderna lägre.

Dela upp stora nät i mindre kvarter

I stället för att betrakta en stads distributionsnät som ett enda gigantiskt trassel av ledningar delar författarna upp det i mindre, elektriskt täta ”kvarter” kallade virtuella mikronät. De använder en teknik från nätverksvetenskapen, den modifierade Newman snabba algoritmen, men anpassar den till elkraft genom att mäta hur starkt två punkter i nätet är kopplade i verkliga elektriska termer, inte bara efter fysisk avstånd. Denna måttstock, kallad elektrisk kopplingsstyrka, förenar hur lätt det är för effekt att flöda mellan två punkter med hur mycket varje ledning säkert kan bära. Resultatet är en uppsättning kluster där ledningarna inom varje kluster är starkt förbundna och fungerar som en sammanhållen lokal zon.

Placera laddare och små kraftverk där de gör mest nytta

När nätet har delats upp i dessa virtuella kvarter är nästa steg att bestämma var man ska placera varje laddstation för elfordon och varje distribuerad generator, såsom en liten synkron generator eller en vinddriven enhet. Författarna tilldelar varje virtuellt mikronät exakt en laddstation och en liten kraftkälla. De söker sedan efter den bästa bussen, eller noden, inom varje kvarter genom att fokusera på systemets svagaste punkter—platser där spänningen är som lägst och stabiliteten som sämst. Genom att förstärka dessa punkter kan de minska förluster och hålla spänningarna inom säkra gränser, även när efterfrågan på EV‑laddning växer.

Lånar strategier från naturen för att hitta bästa layouten

Att hitta den ideala kombinationen av platser och storlekar för laddare och generatorer är ett stort pussel med många rörliga delar. För att lösa det jämför författarna tre avancerade sökmetoder kända som metaheuristiska algoritmer. Två av dem är nya, naturinspirerade angreppssätt: Starfish Optimization‑algoritmen, baserad på hur sjöstjärnor söker föda och återbildar armar, och Puma Optimization‑algoritmen, baserad på hur pumor utforskar och jagar i sitt revir. Den tredje, Particle Swarm Optimization, är en mer etablerad teknik modellera­ad på flockar av fåglar eller stim av fiskar. Alla tre syftar till att minimera effektsförluster i ledningarna samtidigt som ett mått på spänningsstabilitet förbättras, och de måste också respektera driftsgränser som uppvärmning av ledningar och begränsningar i generatorstorlek.

Stora förbättringar i både små och stora nät

Forskarlagen testar sitt ramverk på två standardreferensnät: ett modest 33‑bussystem och ett mycket större 118‑bussystem. I det mindre fallet minskar deras metod de aktiva effektförlusterna med cirka 82 procent och höjer den lägsta spänningen från en oroväckande nivå till en nära önskat värde, samtidigt som ett stabilitetsindex förbättras avsevärt. I det större nätet faller förlusterna med ungefär 68–69 procent med liknande vinster i spänningskvalitet och stabilitet. Bland de tre sökmetoderna konvergerar den puma‑baserade algoritmen snabbast till högkvalitativa lösningar, särskilt i det större nätet, vilket tyder på att den lämpar sig väl för storskalig planering där tid och beräkningskraft är begränsade.

Mötet med realtidsnät och förnybart fokus

Bortom statisk planering skisserar studien hur denna strategi kan utvidgas till mer realistiska, tidsvarierande förhållanden. Författarna konstruerar dagliga lastprofiler för olika kundtyper och simulerar okoordinerad EV‑laddning, vilket höjer effektspetsar och belastning på nätet. De lägger sedan till vinddrivna generatorer inuti de virtuella mikronäten och visar att dessa lokala förnybara källor kan jämna ut toppar både i efterfrågan och i förluster samtidigt som de ytterligare stödjer spänningarna. Även om det nuvarande arbetet fokuserar mer på teknisk prestanda än på kostnad eller utsläpp, pekar det mot en framtid där stadens nät delas in i intelligenta kvarter som rymmer laddare för elfordon och lokal ren produktion på noga utvalda platser.

Vad detta innebär för vardagliga bilister

För icke‑experter är huvudbudskapet att var vi placerar laddstationer och små kraftverk är lika viktigt som hur många vi bygger. Genom att först dela upp nätet i naturliga elektriska kvarter och sedan använda smarta, naturinspirerade sökmetoder för att stärka de svagaste punkterna kan nätägare dramatiskt minska slöseri, hålla spänningarna stabila och skapa utrymme för betydligt fler elfordon. I praktiken betyder det färre strömavbrott och spänningsfall, mer tillförlitlig laddning och en smidigare väg mot renare transporter i takt med att förnybar energi och elfordon blir centrala i vardagen.

Citering: Mohamed, M.A.E., Gawish, A.N.A. & Metwally, M.E. Optimal electric vehicle charging stations and distributed generation placement by partitioning the distribution network using the modified newman fast algorithm. Sci Rep 16, 6341 (2026). https://doi.org/10.1038/s41598-026-35433-5

Nyckelord: laddning av elfordon, kraftdistributionsnät, distribuerad generation, nätoptimering, virtuella mikronät