mdh.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Finding the optimal location for public charging stations - A GIS-based MILP approach
Mälardalens högskola, Akademin för ekonomi, samhälle och teknik, Framtidens energi. Academy of Chinese Energy Strategy, China University of Petroleum-Beijing, China.
Mälardalens högskola, Akademin för ekonomi, samhälle och teknik, Framtidens energi.ORCID-id: 0000-0002-6279-4446
Mälardalens högskola, Akademin för ekonomi, samhälle och teknik, Framtidens energi.ORCID-id: 0000-0003-4589-7045
Mälardalens högskola, Akademin för ekonomi, samhälle och teknik, Framtidens energi.ORCID-id: 0000-0001-8191-4901
Visa övriga samt affilieringar
2019 (Engelska)Ingår i: Energy Procedia, Elsevier Ltd , 2019, Vol. 158, s. 6582-6588Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Electric Vehicles (EVs) have achieved a significant development because of the continuous technology revolution and policy supports in recent years, which leads to a larger demand of charging stations. Strategies about how to find the optimal location for charging facilities are urgently needed in order to further assist the development of EVs. This paper focus on the return of investments on EV charging stations and proposes a Mixed Integer Linear Programming (MILP) model based on Geographic Information System (GIS) to identify the optimal location of charging stations in cities. Traffic flow data and land-use classifications are used as important inputs, and six important constraints are included in the MILP model with the objective function of maximizing the total profits of new charging stations. The effectiveness of the proposed method is then demonstrated by implementing a case study in Västerås, Sweden.

Ort, förlag, år, upplaga, sidor
Elsevier Ltd , 2019. Vol. 158, s. 6582-6588
Nyckelord [en]
EV, GIS, MILP, Optimal location, Public charging startions, Charging (batteries), Economics, Integer programming, Investments, Land use, Location, Electric Vehicles (EVs), Landuse classifications, Mixed integer linear programming model, Optimal locations, Return of investments, Technology revolution, Geographic information systems
Nationell ämneskategori
Energiteknik
Identifikatorer
URN: urn:nbn:se:mdh:diva-43192DOI: 10.1016/j.egypro.2019.01.071ISI: 000471031706145Scopus ID: 2-s2.0-85063879695OAI: oai:DiVA.org:mdh-43192DiVA, id: diva2:1306903
Konferens
10th International Conference on Applied Energy, ICAE 2018, 22 August 2018 through 25 August 2018
Tillgänglig från: 2019-04-25 Skapad: 2019-04-25 Senast uppdaterad: 2019-07-11Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Li, HailongWallin, FredrikAvelin, Anders

Sök vidare i DiVA

Av författaren/redaktören
Bian, CaiyunLi, HailongWallin, FredrikAvelin, Anders
Av organisationen
Framtidens energi
Energiteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 29 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf