The use of electric vehicles (EVs) has been increasing in recent years due to economic and environmental factors. This rapid development makes it necessary to investigate the effects EVs on the power system planning and system participants. The aim of this study is to determine the optimal operating strategy for a microgrid operator which can function as a prosumer with the contribution of vehicle to grid (V2G) application. The connection time, plug-in time and state of charge (SoC) of EVs are stochastic variables and these variables are represented in the algorithm using a respective Gaussian distribution function. The Monte Carlo based algorithm aims to obtain a more accurate result despite these stochastic input values. The developed algorithm controls the battery energy of EVs, updating the decision at every hour, according to the estimated daily load and electricity price curves to minimize the operational cost of a smart grid. The algorithm has been applied to three different cases, which are categorized according to the connection points of EVs (i.e., residential, commercial, both residential and commercial). Uncontrolled charging, controlled charging and discharging scenarios apply to all of these cases to determine and compare the economic contribution of V2G application. These cases are also analyzed in order to evaluate the output of the control algorithm to different tariffs, different load demands and different EV characteristics.

Ekonomik ve çevresel faktörler nedeniyle elektrikli araçların kullanımı son yıllarda artmaktadır. Bu hızlı gelişme, elektrikli araçların güç sistemi planlaması ve sistem katılımcıları üzerindeki etkilerini araştırmayı gerekli kılmaktadır. Bu çalışmanın amacı, V2G uygulamasının katkısıyla bir üreten tüketici olarak işlev görebilen akıllı şebeke operatörü için en uygun operasyon stratejisi belirlemektir. Elektrikli araçların bağlantı süresi, bağlantı zamanı ve şarj durumu olasılıksal değişkenlerdir ve bu değişkenler Gauss dağılım fonksiyonu kullanılarak algoritmaya yerleştirilmiştir. Monte Carlo tabanlı algoritma, olasılıksal girdi değerlerine rağmen daha doğru sonuçlar elde etmeyi amaçlanmıştır.Geliştirilen algoritma, elektrikli araç kullanıcılarının para kaybına neden olmadan akıllı şebeke operatörünün işletme maliyetini en aza indirgemek için günlük yük ve para eğrisine göre her saat kararlarını güncelleyerek elektrikli araçların batarya enerjisini kontrol etmektedir. Algoritma, elektrikli araçların bağlantı noktalarına (konut, ticari ve hem konut hem de ticari) göre bölünmüş üç farklı durumu analiz etmektedir. Kontrolsüz şarj, kontrollü şarj ve deşarj senaryoları V2G uygulamasının ekonomik katkısını belirlemek için tüm bu durumlara uygulanmıştır. Bu durumlar farklı tarifelerde, farklı yük taleplerinde ve farklı elektrikli araç özelliklerinde kontrol algoritmasının sonuçlarını değerlendirmek için analiz edilmiştir.