<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Časovno-prostorsko modeliranje dvosmernega polnjenja električnih vozil za načrtovanje prožnosti v distribucijskem omrežju</dc:title><dc:creator>GOLUBOVIĆ,	DUŠAN	(Avtor)
	</dc:creator><dc:creator>Zajc,	Matej	(Mentor)
	</dc:creator><dc:subject>e-mobilnost</dc:subject><dc:subject>vehicle-to-grid</dc:subject><dc:subject>vehicle-to-everything</dc:subject><dc:subject>elektroenergetsko omrežje</dc:subject><dc:subject>časovno-prostorsko modeliranje</dc:subject><dc:subject>potencial prožnosti</dc:subject><dc:subject>Monte Carlo</dc:subject><dc:subject>Markovske verige</dc:subject><dc:description>E-mobilnost predstavlja enega izmed ključnih korakov pri zagotavljanju zelenega prehoda na področju 
prometa, vendar se bo njen vpliv zaradi naraščajočega števila električnih vozil (EV) najprej občutil v 
elektroenergetskem omrežju (EEO). V sklopu magistrskega dela raziskujemo vpliv e-mobilnosti na izbrani 
del EEO ter njeno vlogo pri razvoju storitev prožnosti. Na podlagi razvitega modela, ki temelji na časovno
prostorskem modeliranju polnjenja EV, ocenjujemo prednosti in slabosti koncepta dvosmernega polnjenja 
(angl. Vehicle-to-grid, V2G).  
Ker področje e-mobilnosti leži na presečišču elektroenergetike, prometa in uporabnikov, je razviti 
model nastal kot rezultat multidisciplinarnega pristopa. Model smo na podlagi podatkov o topologiji in 
telemetriji razvili na primeru distribucijskega omrežja v Velenju, ki vsebuje 292 transformatorskih postaj 
(TP).  
Zaradi obsežnosti področja smo raziskavo zastavili v treh delih. Pričeli smo s časovno-prostorskim 
modeliranjem prometa, da smo ustvarili realistične profile voženj za 2000 EV in obdobje enega delovnega 
dne. Na podlagi tega smo določili lokacije vozil v opazovanem obdobju. Ta korak je temeljil na simulacijah 
Monte Carlo z uporabo Markovskih verig. Pri tem smo izhajali iz statističnih podatkov o dnevni mobilnosti 
potnikov v Sloveniji, ki smo jih s posebno metodo vzorčenja nadgradili s podatki iz tujih raziskav. 
V drugem delu smo razvili orodje za napovedovanje porabe električne energije na nivoju TP, ki je 
zasnovano na orodju Prophet. Izdelali smo napovedi za obdobje enega dne. Poleg natančnosti smo se 
osredotočili tudi na možnost razširitve rešitve, kar je ključno pri napovedovanju obremenitev večjega števila 
TP.  
V tretjem in hkrati osredjem delu raziskave smo se posvetili modeliranju različnih strategij polnjenja. 
V ta namen smo razvili model, ki pri generiranju profilov polnjenja EV za tri različne strategije polnjenja 
upošteva dnevne profile voženj EV in obremenitve omrežja. Za primerjavo vplivov teh strategij na omrežje 
smo poleg koncepta V2G pozornost posvetili še navadnem in pametnem polnjenju. 
Primerjava glavnih značilnosti generiranih profilov voženj s statistiko je pokazala, da so dobljeni 
profili reprezentativni in primerni za nadaljnjo uporabo. S tem je tudi potrjena metoda, ki je temeljila na 
časovno-prostorskem modeliranju prometa. V okviru napovedovanja obremenitve smo ugotovili, da model 
z uporabo orodja Prophet omogoča generiranje verodostojnih napovedi. 
Rezultati modeliranja polnjenja so na koncu pokazali, da je dolgoročno koncept V2G najugodnejša 
oblika polnjenja z vidika omrežja, saj zagotavlja največji potencial pozitivne in negativne prožnosti. Dokler 
V2G ne doseže masovne uporabe, kot primerno rešitev vidimo pametno polnjenje, saj z vidika omrežja 
predstavlja bistveno boljšo rešitev v primerjavi z navadnim polnjenjem.</dc:description><dc:date>2025</dc:date><dc:date>2025-07-11 11:15:01</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>170655</dc:identifier><dc:identifier>VisID: 63061</dc:identifier><dc:identifier>COBISS_ID: 244487939</dc:identifier><dc:language>sl</dc:language></metadata>
