Int ern at i onal  Journ al of Ele ctrical  an d  Co mput er   En gin eeri ng   (IJ E C E)   Vo l.   8,  No.  6,   Decem ber  20 18, p p.   5303 ~ 5310   IS S N: 20 88 - 8708, DO I:  10 .11 591/ijece .v8i6 . pp 5403 - 53 10          5303       Journ al h om e page :  http: // ia es core .c om/ journa ls /i ndex. ph p/IJECE   Des i gn  o f  a   M onitorin g - c ombin ed Sitin g Scheme   f or El ectric  Vehicle  Charger s       Ju n gho on  Lee ,  G yu n g - Le en  Park   Depa rtment   o f  C om pute r  Scie n ce a nd  St a ti st ic s,   Jeju  Na ti ona l  Uni ver sit y ,  Republi c  of  Kor ea       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   Ma r 23 , 201 8   Re vised  Jun  14 , 201 8   Accepte d  J ul  22 , 2 01 8       Thi s  pap er  d esig ns  a  sit ing  sch e m e  for  public  elec tr ic   v ehicle  ch arg ers  bas ed  on  a  geneti c  al gorit hm   work ing  on  cha rg er   m onit oring  strea m s .   The  m onit oring - combined  allocation   sche m e   runs  on   a  long - te rm   basis,   it er at in g   the   proc ess  of  c oll e ct ing  d ata,   a naly z ing  deman d,   and   se lecti ng   ca ndid ates.   The   ana l y sis  of   spati o - t emporal   arc h ive s ,   ac qu i red   from   the   f a st  cha rg ers   cur ren t l y   in  ope rat ion ,   foc uses  on  the   per - ch ar ger   hot  hour  an d  proximit y   eff ect  to  just if y   demand  bal an cing  in  geogr aph i c  cl ust er  le v el.  I t  le ads  to  the   def ini t ion  of  a  f it ness  func t ion   r epr ese nt ing  the   standa rd  dev ia t i on  of  per - cha rge r  loa d  an d  cl uster - by - cl u ster  distri but ion .   In  a  chr om osom e,   ea ch   bina r y   int eg er  is  associate d   with   a  ca nd ida t e  and   it s  st at i c  f ie lds  inc lud e  th e   inde x   to  the   cl us te r  to  which  it   is  bel onging .  The   per form anc e  res ult   obta in ed   from   a  prototy pe   implementa t ion  rev eal s  tha t  the   proposed  sche m e  ca n  st ab l y   distri bute  th e  ch arg ing  l oad  wi th   an  addi t ion  of  a   new  ch arg er ,   achie ving  the  red uction  of  standa rd  dev ia t ion  from   8. 7  %  to  4. 7  %  in  th e     rea l - world   sce n a rio.   Ke yw or d:   Cl us te r - le vel  de m and  s har e   EV  c hargin g  i nfrastr uctu re   Gen et ic  al gorithm   Publi c cha rg e r si ti ng   Re al - tim e  m on it or in g data   Copyright   ©   201 8   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .    Al l   rights re serv ed .   Corres pond in g  Aut h or :   Gyu ng - Lee n  P ark ,    Dep a rtm ent o f C om pu te r  Scie nce a nd  Stat ist ic s ,    Jej u Nati on al   Un i ver sit y ,    Jej ud ae ha kno 102, R ep . of K or ea .   Em a il : jh le e@je j un u. ac. kr       1.   INTROD U CTION     Fo r   the  pe netr at ion   of   EVs   ( Ele ct ric  Veh ic le s),   it   is  nece ssary  to  buil d  a  well - organ iz ed  c hargi ng   infr a struct ur e  ov e r  the  ta r get   area  [ 1].  Be s ides  slo w  AC   charger s  usua ll y  instal le d  in  dr i ver s ’  hom es  for   ov e r night  chargin g,   hi gh - vo lt age  DC  cha rg e rs  are  w orkin g  in  public  places  under   the  c on t ro l  of  res pons ibl e   auth or it ie s  [2 ] .   In s uffici ent  chargin g  capaci ty   br ing s  un ac ceptable  wait in g  tim e  to  EV  dri vers,  m ai nly   du e  t o  long  cha rg i ng   tim e  wh ic h  la sts  te ns   of   m inu te s  f or   a  sin gl e  transacti on   even   with  fast  DC  cha rg e rs.   Hen ce ,   m any  countries  are  try ing   to  instal l  DC  char ge rs  in  a ppropr ia te   places.  At  first,  they   s el ect   tho se  pla ces  easy   to  supp ly   p ower  an d  guara nt ee  el ect rical   s afety   [3 ] .  The n,   the  pen et rati on   of   E Vs  w il l  create   a  sp eci fic   dem and   patte r n,   w hic h  m us t  be  co ns ide re d  for  the  ne xt  ste p  cha rg e r  insta ll at ion .  As  s uc h,   c harger  e xpansi on   and   dem and   pa tt ern   will   interact   with  each  oth e r  re pea te dly,  m aking   it   essenti al   to  keep   analy zi ng   the   dem and  b e ha vi or of a ta rg et  c hargin g  i nfrastru ct ur e.   Most  m od ern  facil it ie s,  not  restrict ed  to   chargin g  sta ti on s ,  are  c onnected  to  a  m anag em ent  coor din at or  vi a  ub i qu it ous  a nd   c hea p  com m un ic at ion   ch ann el s  [4 ] .  I n  our  ci ty ,  nam e ly ,  Jeju ,  Re public  of  Korea,   w hich   is  m aking   a n  extensi ve  e ffort   to  prom pt  the  de plo ym ent  of  EV s,  m any  cha rg e rs   are   unde r   const ru ct io n  a nd   repor t  their  real - ti m e   wo r ki ng   sta tus  to  a  central  ser ver   [ 5].  Currentl y,  245  DC  c harg ers  are  e m br aced   in  t hi s  m anag e m ent  dom ai n  and   t he ir  sta tus  rec ords  a re  acc um ulate d  eve ry  5  m inu te s.   O ur  res earch   te a m   acqu ires   t he  per m issi on   to  us e  this  arch i ve,   sto res  in  our  local   databas e  ta bles,  and   c om bin es  geograph ic   inf or m at ion   for  sop histi cat ed  stream   analy s i s  with  rele van t   too ls  s uch   as  R  and   Te nsor flow   [6 ] .  In   t his  wor k,   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708     I nt J  Ele c  & C om p  En g,   V ol. 8, N o.   6, Dece m ber  2 01 8   :    5303   –   5310   5304   we  are  to  e xplo it  the m on it or ing data st ream   for  the  locati on  selec ti on   of n e w publi c cha rgers to  overc ome  th e   weakness  of E Vs  in  c hargin g, com par ed  w it h gas oline - pow ered ve hicle s.   It  m us t  be  m en ti on ed   that  the   sit e  sel ect ion   ha s  to  ta ke   into   account  a  var ie ty   of   f act ors,  m ai nly  du e   to  the  fact  that   chargers  a re  hi gh - volt age  de vices.  A s  f or   e xisti ng   relat ed  work   f or   this  a sp ect ,  Flo rida  Power   &  Ligh t  Com pan y  li sts  the  crit ic al   factor s   to  con sider  i n  decidin g  ch ar ger   in sta ll at ion   places  [7 ] .  T he  li st  include s  visibi li ty  and   li gh ti ng,  pro xim i ty  to  power   s ources ,  pa rk i ng  sp ace  siz e,  weathe r  an d  cl i m a te ,  el ect rical   safety ,  ven ti la ti on,  and   t he  li ke.   I n  ad diti on,  T r ans portat ion   a nd   Cl im at e  In it ia t ive  al so   ch oo s es  sel ect ion   crit e ria  f or   c hargi ng   sta ti on s  [ 8] .  This  re port   ad dr esse s  co nn ect io ns   t o  powe r,   netw orks  a nd  com m un ic at ion s,   inter de penden cy   with   exi sti ng   i nfrastr uc ture,  an d  EV   i nterf ace s.  Be si des,  the   wei ght  from   above - m entioned   fact or s   will   b e  dif fer e nt  r egio n  by  re gion  a nd  de pe nd   on  the  forecas t  on  the  popul at io n  grow t h, cust om er n ee d  c hange,  a nd  new te chnolo gy a pp e aran ce .   In   a dd it io n,   as  for  relat ed  w or k  f or   pu blic  ch arg i ng,  [9 ]   trie s  to  m axi m iz e  the  el ect rificat i on   rate,  or   the  tra vel  dista nce  c ov e re d  by  EVs   cha r ged  at   new  ch ar ging  sta ti ons.  Thi s  resea rch  is  buil t  on  the   anal ysi s  of  m illi on s  of  tri ps   ta ken  by   a bout  11, 000  ta xis  in   Be ijin g.  The   aut hors   inv e sti gate  the   unde rly ing   c ha rg i ng  dem and   over  t he  ci ty   area  as  well   as  to  locat e  ho t  spot s  f or   the  dem and.  The  a naly sis  sel ect s  tho se  areas   wh e re  m any  ta xi  dri ve rs  a re   li kely   to  sta y  for  a   rest  a s  new  cha r ging  sta ti on s,  unde r   the  ass um ption   that   dr i ver s  will   possibly   m ov e  1  m il e   to  ta ke  pr efer red   cha r ge rs  wh e n  nece s sary.  In   a dd it ion,  [10]  form ulate s  a   m at he m at ic a l  m od el  to  find   op ti m al  so luti on s for   sit ing  c ha rg i ng  stat io ns ,  achievin g  a bout 50  % im pr ovem ent  in  the   el ect rific at ion   rate.  This   w ork  de fines   the  obj ect ive   f unct ion  based  on  t he  tra vel  dis ta nce  that   can not  be  cov e re d  by  an y  EV  chargin g  fo r  t he  giv e n  sta ti on   placem ent.  The  form ulati on   is  fed   to   a  m ixed  integ er  non - li near   program m ing  s olv er  to fin d  a n  a ns we r.   As  fa r  as  we  know,  the re  is   no   w ork  dire ct ly   ta kin g  int o  acco unt  the  current  dem and   patte r n  in  determ ining   th e  locat ion  of  a dd it io nal  cha r ge rs.   E ve n  if  t he   data  is  a vaila ble,  it   is  not  ea sy  to  fin d  a n  optim a l   go al   f or  this  pro blem .  This  pap er  at te m pts  t o  ide ntify  a  char ge  placem ent  wh ic h  ca n  di stribu te   the  c ha rg i ng  load  over   the  ta rg et   are a.  W it h  this  go al   de finiti on,  a  ge netic   al gor it hm   is  desig ned  to  fi nd  a  s ub op ti m al  so luti on  within  an  acce pta ble  tim e b ound.   This  pap e r  is   orga nized   as  fo l lows :  Af te r  overv ie wing  the   m ai n  issue  i n  Sect ion   1,  Sect ion   2  sho ws   the  data  a naly sis  resu lt s  to  be   consi der e d  i n  charger   sit ing.  The n,   Sect io n  3   c once ptu al ly   design s  a  cl us te r - integrate d  sit in g  sc hem e fo r E V  c hargers. Fi nally , S ect ion  4  s umm arizes and co nclu des t his p a per with  a brief   descr i ption o n fu t ur e  w ork.       2.   DA T A ANAL YS IS   To  be gi n  with ,   Figure  1  sho ws  the  loc at io n  of  cha r ger s  i n  Jej u  Ci ty ,  w hich  is  s urrou nded  by  ab out   200  km   lo ng  coastl ine.  T he   m eaning   of  e ach  sym bo l  w il l  be  exp la in e d  la te r.   Her e ,  the  r oad  net w ork  is   dow nlo a ded  f r om   the  op e n  data  sit e  in  a n  ESRI  s ha pe  f il e  fo rm at   and  plo tt ed   on  t he   R  w orks pac e.  The  charger   distri buti on  coi ncide s  with  t he  po pula ti on   de ns it y,  dis play ing   hi gh   co nce ntrati on   i n  the   cente r  nort h  reg i on.  Ma ny  charger s  are   in sta ll ed  at   the  l ocal  go vernm e nt  bra nch es   as  it   is  easy   to  ge t  endo rsem ent  f or  E V   charger   est abli sh m ent.  They  are  m ai nly  us ed  by  local   resi den ts .  In  ad diti on,  as   Je j u  is  one  of  the   m os t  fam ou s   tour  places  in   East   Asia,  a  lot  of   to ur ist   at tract ion s  pro vid e  ch ar ging  equ i pm ent  fo r   EV - dr i ving  vi sit or s .   Accor ding  to  our  obser vatio n,   de m and   pe ak  of   DC  cha rg i ng   arises  be tween  4  PM   and   6  PM,  s li gh tl y  dev ia ti ng t he g rid pea k hours.           Figure  1 .  Cha r ger locat io n  a nd e xp ect e d  l oa d     Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Desig n of  a  M on it ori ng - C ombine d Sit ing Sc hem e   for  Elec tri c Vehicl e Ch ar ge rs   ( Ju ngho on Lee)   5305   Figure  2  plo ts   the  occupa nc y  rate  of   each   charger.   Occ up a ncy  rate,  a nalo gous   to  th e  chargin g  dem and   or   loa d,   de note s  how  m any   reco r ds   are  in dicat ing   that  a  charger  is  curre ntly   wo r king  out  of   total   record s.  I n  the   figure,  eac h  do t  c orrespo nds  to  a  sing le   c harger .  F or   a  charger ,  the  hot  hour,  in  whic h  it s  occupa ncy  rate   touc hes   hi ghe st,  is   ob ta ine d  first.  The n,  the   hot  rate   is  plot te d  on  a   virtua l  ver ti cal   li ne   of  the  corres pondin g  hour. Cha rg e rs  h avin g  a com m on  h ot hour ap pea r  on the sa m e li ne.  W e ca n  see m or e d ot s than  oth e rs  bet ween  16   t o  18.  By   this  fig ure,  m os t  chargers  a re  us e d  betw ee n  8  to  21.  A bout   20   c harge rs  ha ve  th e   occupa ncy  rate  below   0.05   e ve n  in  their  hot  hours,  w hile  so m e  oth ers  exc eedin g  0.6.  One  of   the  goal s  of   th e   sit ing  sc hem e m ay  li e in the  r edu ct io n o f  the  o cc up a ncy  rate ga p.           Figure  2 .  Hot  hours a nd  occup ancy rate       Nex t,  Fi gure  3  traces  the  occupan cy   rate  acc ordin g  to  the  di sta nce  to  the  cl os est   charger .  Her e  a gain ,   a  sing le   dot  re pr ese nts  a  si ngle   charger .  As  the  distan ce  is  an  a nalo g  valu e,  dots  are   scat te red   ov e r  t he  gr a ph  sp ace.   The   m os t  isolat ed  c harger   is  apa rt  f r om   it s  cl os est   ne ighbor  by  5.8   km .   T ho se   cha rg e rs  i ns ta ll ed  in  the   sam e   bu il ding  or   office  app ea r  on  the  ve rtic al   li ne  of   0  km .  As  can  be  se en  in  the  fi gur e,  the  distance  to  the   cl os est   neig hb or   has  li tt le   dep en de ncy  on  th e  oc cu pa ncy  ra te .  Even   t houg h  there  a re  not  so   m any  cases,  wh e n   a  charge r  is  ne wly  instal le d,   t he  oc cu pa ncy  rate  ar ound  the   charge r  inc rea ses  tog et her.  D rivers  seem   to  wan t   to ch a r ge  at  a  vi ci nity  o f hig he r  c harger  d e ns i ty .             Figure  3 .  Pro xim ity and   occ upancy  rate       3.   SITING  S CHE ME   3.1.     M ain ide a   Figure  4  outl in es  the  sequ e nc e  of   the  sit ing  p r ocess .  For  a  current  cha r ger  distribu ti on,  t he  proce dure  colle ct s  the  m on it or i ng  d at a  a nd  co nducts n e cessary  analy si s.  He re,  a ddit ion al   inf orm ation   s uch  as p op ul at ion   grow t h  an d  E V  pe netrati on  is  integrated  i n to  the  m on it ori ng  series.  T he n,   pe rfo rm ance  m et rics  are  def i ned   for  the  sel ect ion   of  ne w  charger  locat i on s .  The  m etr ic   includes  wait ing   ti m e   reducti on,  pro xim it y  i m pr ovem ent,  dem and   balan ci ng ,  a nd   t he  li ke.   He re,  the  annual  budget   of   the  cha r ge r  operati on  aut hority   decides  t he  num ber   of   c harg ers  to  buil d.   T hen,  a  hu m an  decisi on  m aker   rec omm end s  al l  po ssi ble  ca nd i date  locat ion s   acco rd i ng   t o  the   a bove - m entioned   crit eria.   Tw o  or   m or e  c ha rg e rs  ca n  be  li ste d  in  a   sam e   place .   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708     I nt J  Ele c  & C om p  En g,   V ol. 8, N o.   6, Dece m ber  2 01 8   :    5303   –   5310   5306   Her e ,  eac h  sel ect ion   of  a  c ha rg e r  ca n   a ff e ct   the  rem ai ni ng  ot hers.  The   est i m at ion   of   this  e ff ect   is   a  ve ry   com plex  pro ble m ,  so   we  ta ke  a  s uboptim al   appro ac h  [ 11 ] .  M or e over ,  the  ef fect  of   a  ne w  al loca ti on   is   diff e re nt  accor ding  to  wh et he r  it   is  inside  a  cl us te r  or  not,  as  charger s  bel onging  to   a  sa m e  geo gra ph ic   cl us te r   te nd  t o  e ven ly   sh are  the l oad.           Figure  4 .  Cha r ger sit ing   proc ess       A  pai r  of  c hargers   a pa rt  fro m   each  oth e r  l ess  than  1.6  km   bel ong  t o  a  com m on   cl us te r.   A  dri ve r  will   m ov e to the  ot her  c harge r  w he n  on e c harger  o ccu pied  i f  th e d ist ance  between  t hem  is l ess than   1.6  km [9 ] . Out   of   245  c ha rg e r s,  the  a naly sis  fin ds   68  cl us te rs  as  s how n  in  the  m ap  of   Fi gure  1.   The re  ar e  3  big   cl ust ers ,  one   hav i ng  61  c ha r ger s   in  ce nter   north ,  the   ot he r  tw o  eac h  ha vi ng   15  a nd  10  in  cente r  s ou t h,  res pecti vely .  Figure  5  sho ws  the  st and a r d  de viati on   i n  occ up a nc y  rates  of   cha rg e rs  withi n  ea ch  cl us te r .  Th ose   cl us te rs  co nt ai nin g  j ust   on e  c harg er  ha ve  no  de vi at ion .  Th e  de viati on   is  at   m os t  0.1 8  an d  the  cha rg i ng   de m and   is  quit e  even ly   sh are d  withi n  a  cl us te r.   The r e  are  excep ti on al   cases  wh en  so m e  char ger s  beco m e  ou t - of - ser vice  from   t i m e  to  tim e.  Af te r  al l,  the  new   c harg er  sel ect ion   ca n  be  diff e re ntiat ed  into  tw o  c ases,  one  ad ding  to  a  cl us te r  a nd   t he   oth e r  to  an i nd epende nt p la ce .           Figure  5 .  Per - c luster sta nd a rd  dev ia ti on i n oc cup a ncy  rate       The  load  is  re cal culat ed  so   that  the  charge r  in  a  sing le   cl us te r  has  the  equ al   occ upan cy   rate  by   aver a ging  al l  of   cl ust er  m e m ber s.  W e  can  est i m at e  the   increase  in  th e  dem and   cha ng e  ste m m ing   from   the  pen et rati on  of   Evs  just  i n  cl ust er  le vel,   not  in  c harger - le ve l.  Acc ordin g  to  t he  e nter pr is e  sche dule ,  Je ju  ci t y   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Desig n of  a  M on it ori ng - C ombine d Sit ing Sc hem e   for  Elec tri c Vehicl e Ch ar ge rs   ( Ju ngho on Lee)   5307   will   increase  the  num ber   of  EVs  by  1.5  ti m es  nex t  ye ar,   and   s o  will   the  ci ty wide  load.   Assum ing   the  cl us te r - le vel  dem and   increases  by  that  rati o,   the  r ecal culat ed  pe r - cl ust er  loa d  is  disp la ye d  al so   in  Fi gure  1.  The   cl us te rs  f or eca ste d  to  have  la rg e r  than  0.5  in  the  occ up a nc y  rate  app ear  a ll   ov er  the  ta rget   area.  It  m ea ns   that   EV dr i ver s  w il l wait  stat ist ic a ll y  m or e than o ne ou t  of tw o  ti m es.     3.2.     Gene tic oper at i on   Our  sc hem e  rep rese nts  a   sit e sele ct ion   as   a bi nar y  inte ger  ve ct or   a s  s how n  in Figure   6. H ere,  m   is   the   nu m ber   of   al l  cand i dates  an d  equ al s  t o  the  l eng t h  of  the  ve ct or ,  w hile  n   is  that  of   sel ect e d  locat io ns   de no te d  by  1’s.  Each   lo cat ion   ca nd i dat e  is  associat ed   with  sta ti c  inf orm ation   s uch  a s  la ti tu de,   lo ng it ud e,  a nd  cl us t er  id  if  it   is  inclu de d  in   a  cl us te r.   The  cl us te r  i d  m akes  it   possi ble  to  ref e r  t o  the  cl us te r   rec ord  c onsist ing   of   t he   nu m ber   of  m e m ber   charger s,   ave rag e   loa d,  and  cl us te r  ce nt ro id .  Fi gure  6  al so   s hows   the   cr os s ov e r  ope rati on  desig ne d  for  th e g eneti c algo r it h m . I n  this exa m ple,  m   and   n   are 1 3  an d  6,  re sp ect ively . The first p art con t ai ns   the  vect or   f or   t ho s e  can did at e s  inclu ded  in  a  cl us te r  wh il e  t he  la tt er  not.  A s  two  pa rts  are  assessed   dif fere ntly ,   cro ss over   oper at ion s  ta ke  place  t wice,  na m el y,  at   ( C 1 ,  C 2 )  an d  ( C 3 ,  C 4 ).   A fter  swi tc hin g  s ub st rin gs ,  t he   nu m ber   of  1’s  is  highly   li kely   dif fer e nt   from   n .  Th en,  so m e  of  them   will   be  cha nged   to   m ake    the all ocati on  valid.           Figure  6 .  G e ne ti c o pe rati on       As  for  t he  fitn ess  eval uatio n  of  a  c hrom os om e,  or  a  si ng le   intege r  vecto r,  the  e ff ect   of  e ach  gene  is  interp reted   as  s how n  in   Fig ure   7.  I f  a   can did a te   is  inside   an  ex ist ing  cl us te r ,  it   first draws   t he  loa d  in  a   cl ust er.   Fo r  ex am ple, if  the num ber  of  m e m ber   charg ers  is 2  a nd the  av era ge  loa d  i s 1 . 2,  t he  ad diti on   of  a  ne w  node  i n  that  cl us te r  wil l  cut  dow n  the  aver a ge  loa d  t o  0.8 .  The n,   no t  j us t  reli evi ng   the  load  i n  a  cl us te r,   a  ne w  ch arg e r   can  abs orb  the   char gi ng  dem and   f r om   adj acent  charger s.  I n  this  exam p le ,  the  cl us te r  can  afford  to  sha re  the  load fr om  it s n ei ghbors ou tsi de  o f  it s clu ste r by 0.2  ｘ   3. It’ s call ed  le fto ve r.   Wh il e it  is im po ssible h ow  m uch   load  will   m i gr at e  to   nei ghbo rin g  no de s,  it   can  be   ex pected  t ha t  the  cl os e r   to  a  c harg er,  the    m or e load   ca n m ov e.           Figure  7 .  Ev al uation p r ocess   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708     I nt J  Ele c  & C om p  En g,   V ol. 8, N o.   6, Dece m ber  2 01 8   :    5303   –   5310   5308   A  li nea r  loa d  m igrati on   is  de sign e d  base d  on  the   distan ce  betwee n  t w o  c harger s  or  cl us te rs,  as   sh ow n  in  E q.   ( 1).     =   ×   − −                   (1)      ,  w her e  P n   is  th e  ov e rloa de d  dem and   of  a  nei ghbori ng   c harg er  or  cl us te r ,  a nd   P a   is  the  m i gr at a ble  am ou nt.  [ L ,  U ]   is  the   ra nge   a  new  c harger   ad diti on  will   be  i n  e ff ect .   H ere,  a   cl us te r  is   co ns ide re d  a   s ing le   c harge r  with  it s   centr oid   act in g  as  a  po sit io n  va lue  of  a  c ha rger.  d   is  th e  dist ance  to  a  new   charger  a nd  on ly   char ge rs  res idin g  in [ L ,  U ]  w il l b e con si der e d.  If  d   is  U ,  P a   is 0,  w hic h  ind ic at es that t he  new charger  can no t t ake lo ad  fro m  tha t   charger .  If   it   i s  L ,  al l  overlo aded  am ou nt  c an  be  s har e d.  The  s um   of   al l   P n   can no t   ex ceed  the   am ount  of   le ftov e r.  The   f it ness  va lue  of  a  new  cha r ger  ad diti on  will   be  th e  s um   of   the  loa d  s ha re d  in   a  cl us te r   ( if  it   is   inside  a  cl ust er )  an d  the   loa d  dr a w n  f ro m   it s   neig hbors.  T he   genet ic   op e r at ion s  it erate  to  im pr ov e  t he  fitness   v al ue ge ner at io n by ge ne rati on  with the  ob j e ct  f unct io n  a nd en c od i ng sc he m e.       4.   PERFO R MANC E  ME ASU REME NT   This  sect io n  m easur e s  the p er form ance  of   th e  pro po se d  sc hem e  by  a  proto ty pe  i m ple m entat ion   us i ng   the  C  pro gr am m ing   la ngua ge .  For  sim plicit y,  we  assum e  that  we  can  se le ct   any  place  for  a  ne w  ch arge r   instal la ti on . H e nce,  the d ist an ce within a cluster d oes no t m at te r.  Fo r  n   cha rg e rs  to add,  how  to assig n  th e m  to  resp ect ive  cl ust ers  is  the  m ain   pro blem .  The  def a ult  par a m et ers  are  as  fo ll ows:  The  nu m ber   of   ne w  c harger s   is  50   a nd  that  of   cl us te rs  is  78,  der i ved   fro m   the  current  placem ent  in  Jeju.  T he  po pu l at ion   s iz e  is  10 0,   wh il e  the  ge netic   loop  it erates  1,000  tim es.  In   ad di ti on ,  occ upan cy   rate  is  the  pr oba bili ty   that  a  charger  is  us ed  an d  denotes t he  c ha rg i ng d em and on a c ha rg e r [ 12 ] .   The  first  e xpe rim ent  m easur es  the   basic   beh a vior  of  t he  ge netic   it erati on.  Fi g ure   8  pl ots  the   i m pr ovem ent  i n  the  sta nd a r d  dev ia ti on   in  the  occ up a ncy  rate  of   each  c harger  acc ordi ng   to  the  pr ogress  of  gen et ic   it erati ons.   It  will   sho w  how   eve nly  the  c ha rg i ng  load   is  distrib uted   over   the   ta rg et   a rea  with  t he   add it io n  of  ne w  c harge rs.  Cu r ren tl y,  t he  st and a r d  dev ia ti on  of  the  occ upancy   rate  for  245  cha rg e rs   is  8.7% ,   wh il e  the  total   aver a ge  is  36. 0  %.  W it h  a n  a dd it io n  of  a  ne w  cha rger  to  a   heav y - loa ded   cl us te r,   the  c ha rg i ng  load  is  distrib ut ed.  A t t he  first  stage of th e  ge netic  it erati on , t he  sta ndar d de viati on  is  10.56 %,   higher  tha n  the   current  val ue,  ind ic at ing   tht   an  inap pro pr i at e  assignm ent  m akes  wo rs e  the  diff e rence   in  the  util i zat ion.   Howe ver,  re pe at ed  exec utio n  of   ge netic   op erati on s   im pr ov es  the  pe rform ance,  reac hi ng   4.7  %   afte r  25 0  it erati on s.  Be y ond  t his  po i nt, no m or e im pr ov em ent is o bs e rv e d.           Figure  8 .  I te rat ive im pr ov em ent       Nex t , F ig ur e 9  sh ows  t he  ef fe ct   of   the popul at ion   siz e  in g e netic   op e rati on .  A  la r ger  popu la ti on   le ads  to  a  bette r  ge ne   div ersit y.  Ac tuall y,  ou r  im ple m entat ion   preven ts  duplica te d  ch ro m os om es  from   ta kin g  place  at   the  sam e  t i m e  fo r  t he  sa ke  of  m aking  the  po pu la ti on  set   m or e  di ver se .  Mo reov er,  the  le ng t h  of   a   chrom os om e  is  78 ,  na m ely,  the  nu m ber   of   cl us te rs .  It  is  qu it e  lon g  an d  po ssibly   ho sts  a  var ie ty   of   so l ut ion s.  Howe ver,  the   f igure  s hows   th at   the  popula ti on  siz e  has  li tt le   eff ect   on  th e  sta ndar d  de vi at ion   im pr ov e m ent.  Eve n  wit h  50  chrom os om es,  we  ca n  ac hiev e  the  sam e  i m pro vem ent  as  with  500  c hro m os o m es.  This   com es   from  th e sit uation t hat a  fe w  c lusters  dom inate  the  whole  oc cup a ncy  rate.     Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Desig n of  a  M on it ori ng - C ombine d Sit ing Sc hem e   for  Elec tri c Vehicl e Ch ar ge rs   ( Ju ngho on Lee)   5309       Figure  9 .  P opul at ion  size e ff e ct       Finall y,  Figu r e   10   plo ts  ho w  the  propose d  s chem e  can  stab ly   i m pr ov e  th e  load  distrib ut ion   with  a  new  cha r ger   i ns ta ll at ion .  T h e  ex per im ent  changes   the  num ber   of  new  charge rs  fro m   10   to  200.     In  eac h  par am et er  set tin g,  our  sc hem e  fin ds   a   rea s on a ble  qu al it y  sub op ti m al   s olu ti on  with  1,0 00  it erati ons .  T he   sta nd a rd  de via ti on   sta rts   f rom   7. 26   %   wit h  10  cha r ger s   and  en ds   up  at   just  1.6   %  wi th  20 0  c harger s.  T he  perform ance cu r ve  is t otall y con ti nu ous, ha ving  no ex ce pt ion al   os ci ll at ion s  or sp i kes.            Figure  10   Cha r ger ad diti on       5.   CONCL US I O N   In   this  pa per,  we  ha ve  pr e se nted  a  co ncep t ual  desig n  of  a  sit ing   schem e  fo r  pu blic  EV  charge rs,  m ai nly  based  on  the   analy si s  res ult  of  c ha rg e r  m on it or i ng  stream s.  A   ge netic   al gor it h m   is  ex plo i te d  to   ov e rc om e  the  diff ic ulty   in  es tim a ti ng   the   ef fect  of  a   c ha r ge r  placem ent,  wh il e  a   fitnes s  functi on  is  de fined  f or   the  eval uation  of   a   cha rger  locat ion   acc or ding  to  w heth er  a  c harger  i s  inside  of  an y  cl us te r  or  not.  T he   accum ulati on   of   m or e  m on it or i ng   se ries  w il l  ref ine  our  evaluati on  m od el   an d  re veal  the  eff ect   o f  a  new  charger   instal la ti on ,  m aking  the  pro cess  of   charger   sit ing   a  cy berp hysic al   syst e m   app r oa ch  [ 13] .  Mo r eov e r ,   our  researc h  te a m   is  dev el opi ng  a  var ie ty   of   business   m od el s  base d  on   t he  m assive  dat a  analy sis,  incl ud i ng  the  ad ver ti sem ent  an d  tourist   good s  trade  duri ng   the  le ng t hy  chargin g  ti m e.  Partic ularly ,  we  are  pla nnin g  to   integrate  re ne wab le   e nergy  into  the  c harger  operat ion ,  i nclu ding   locat ion   det erm inati on ,  ba tt ery   charger/ discha rg e  sch e duli ng,  and the  li ke [1 4].       ACKN OWLE DGE MENTS   This  researc h wa s s upporte d by the  2018  sci entifi c prom otion p r ogram  f unde d by Je ju  N at ion al  Uni ver s it y.              Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708     I nt J  Ele c  & C om p  En g,   V ol. 8, N o.   6, Dece m ber  2 01 8   :    5303   –   5310   5310   REFERE NCE S   [1]   C.   Deve ld er,   N.   Sadeghi anpour hamam i,   M.  Strobbe,   N.  Ref a,   “ Quanti f y ing  Flexi bilit y   in  EV  Chargi ng  as  DR   Potent ial:  Anal ysis  of  Rea l - W orld  Data se ts,  in   I EE E  In te rnation al  Confe ren ce   o n  Smar t  Gr id  C omm unic ati ons ,  2016.   [2]   E.   Kara ,   J.  Mac donal d,   D.  Bl ack,  M.  Berge s,  G .   Hug,  S.  Kili c c ote ,   “ Esti m ating   the   Bene f it s  of  El ectri c  Vehicl e  Sm art   Chargi ng  at   Non - Reside nt ia l  Lo ca t ion:   A  Data - Drive n  Ap proa ch,   Appl i ed  En ergy ,   vol .   155 ,   no.   1,   pp.   515 - 525,   2015 .   [3]   F.  He,   Y.  Yin,   J.  Zhou,   “ Deplo y ing  Publ ic   Cha rging  Stat ions  f or  El e ct ri c  Vehi cl es  on  Urban  Road  Networks,   Tr anspo rt R ese a rch  Part  C ,   pp .   2 27 - 240,   2015 .   [4]   J.  Yam az aki,  D.   Yos hiro,   H.  Fu kuhar a,  T .   Ha y a shi,  “ A  Com pre hen sive  Da ta   Pr oce ss ing  Approa ch  to  the   Futur e   Sm art   Grid,   in  4th  Inte rnationa l  Confe ren ce   on   Re newab le   En e rgy  Re search  a nd  Appl ic a ti ons ,   2015,   pp.   1033 - 1036.   [5]   J.  Le e ,   G.  Park,   Y.  Han,   S.  Yoo,  “ Big  Data   Ana l y sis  for  an  El e c tri c  Vehi cle  Cha rging  Infra struc t ure   using  Open  Data   and  Softwa re,   in  ACM eE ne rgy ,   Ma y   2017,   pp. 252 - 253.   [6]   J.  Le e  and  G.   Park,   "Inte gr ated  Coordination   of  El e ct ri c  V ehi c le   and  R en ewa ble   Ene rg y  Ge ner ation  in   a  Microgr id, "   Internat ion al   Journ al of  E lectr i ca l   an d  Com pute r  Eng ine er ing, vol .   7,   no.   2 ,   pp . 706 - 71 2,   2017 .   [7]   Florida   Pow er &   Li gh t, Com pan y   Siti ng   Plug - in E le c tri c   Vehi cl e   C har ging,  www. F PL. com/ elect ri c ve hi cl es .   [8]   Tra nsporta ti on  and  Cli m at e  In i ti ative ,   Siti ng  a nd  Design  Guidel in es  for  El e c tri c  Vehi cle  Suppl y   Equi pm ent,  htt ps://www.trans portati onandcl i mate. org/sit es/d ef ault/fi le s/E V  S i ti ng  and   Design  Guidel in es. pdf .   [9]   H.  Cai ,   X .   Jia ,   A.  Chiu,   X .   Hu,  M.  Xu,  “ Siti ng  Publ ic   El e ct ri c  Ve hic l e  Chargi ng  S ta ti ons  in  B ei j in g  using  Big - Dat a  Inform ed  Tra v el Pat t ern s of Ta xi   Fleet,   Tr anspor t   Re search   Part   D ,   vol .   33 ,   pp . 39 - 46,   2014 .   [10]   N.  Shahra ki,   H.  Cai ,   M.  Turkay ,   M.  Xu,  “ Optima l  Loc a ti on  of  Elec tr ic   Public   Ch arg ing  Stat ions  using  Rea l  W orld   Vehic l e  T rav e l  P at t ern s,  Tr anspor tat ion  R ese arch   Part  D ,   vol .   41 ,   pp. 165 - 176,   201 5.   [11]   A.  Ovall e ,   A.  H ably   , S.   Bac h a,   G.  Ramos ,   J.  Hos sain,   “ Escor t  E volut iona r y   G a m e  D y namics  Approac h  for  In tegra l   Loa d  Mana g ement  of  El e ct ri c  Vehic l e  Fle et s,  IEE E  Tr ansactions   on  Industrial  Elec troni cs ,   v ol.   64 ,   issue  2,   pp.   1358 - 1369,   201 7.   [12]   J.  Le e  and  G.  Pa rk,   "S erv ic e  T ime  Anal y sis  for  E le c tri c  Vehi cle  Chargi ng  Infra st ruc ture,"  Inte rna ti onal  Journal  of  El e ct rica l  and   C omputer  Engi n e ering ,   vo l. 8, no. 2, pp. 818 - 824 ,   2018.     [13]   A.  Am at o,   R.   Aversa,   B.   Ma rti no,   S.  Ven ticinque,  “ A  C y ber   Ph y sic al   S y stem  of  Sm art   Microgr ids, ”  in   Inte rnational   Co nfe renc e  on   Networ k - Based  Info rm ati on  Syste ms ,   2016 ,   pp .   165 - 172.     [14]   B.   Banht h asit ,   C.   Jam roe n,   S.  D ec hanup apr ittha ,   Optimal  Gene r at ion  Sch edul in g  of  Pow er  S y st em  for  Maximum  Rene wabl e  En er g y   Harv esti ng  a nd  Pow er  Losses  Minim iz ation, ”   Inte rnational   Jo urnal  of  Elec tri c al  and  Compute r   Engi ne ering ,   vol .   8 ,   no .   4 ,   pp . 195 4 - 1966,   2018 .       Evaluation Warning : The document was created with Spire.PDF for Python.