Optimization methods for scheduling the charge of electric vehicles and planning their charging infrastructure - Research Group ERSEI (Renewable Energies & SmartGrids) at Centre PERSEE - MINES ParisTech/ARMINES
Thèse Année : 2023

Optimization methods for scheduling the charge of electric vehicles and planning their charging infrastructure

Méthodes d’optimisation pour la programmation de la charge des véhicules électriques et la planification de leur infrastructure de charge

Résumé

The growing number of electric vehicles (EVs) poses a significant challenge for distribution grid operators (DSOs) due to the increased power demand required for EV charging. This surge in demand raises concerns as it can lead to violations of operational and physical constraints within the grid, such as voltage levels, line currents, and substation transformer power flows. This thesis addresses the issue by developing algorithmic solutions to assist DSOs in effectively managing high EV penetration while adhering to operational and physical constraints of the grid. The research focuses on two main aspects: scheduling EV charging and planning the necessary charging infrastructure. For scheduling the charge of EVs, the thesis focuses on the development of a unified algorithmic frame- work capable of accommodating various charging strategies while taking into account operational constraints of the distribution grid. This framework utilizes an optimal power flow (OPF) formulation, incorporating a linearized model of the grid to ensure convexity and improve computational efficiency. By employing this framework, different charging strategies, such as uncoordinated charging, grid-aware coordinated charging (V1G), reactive power support, and vehicle-to-grid (V2G) interactions, can be compared and analyzed for large penetration of EVs. To plan the charging infrastructure for large penetration of EVs, a mixed-integer linear programming (MILP) formulation is proposed, extending the proposed scheduling framework. Here the objective is to compute the number and the location of EV chargers by satisfying EVs’ charging demand and the operational constraints of the distribution grid. The proposed formulation explicitly models flexibility of owners in plugging and unplugging their EVs, emphasizing the advantages of cooperative owners who promptly disconnect after charging completion. Additionally, the planning method considers the concept of single-port and multi-port chargers, highlighting their significance. Furthermore, an extension of the method is proposed to encourage PV self-consumption and incorporate V2G functionality. Validation of the proposed deployment plans demonstrates the superiority of optimally deployed chargers in achieving higher charging levels for EVs compared to uniform deployment scenarios.
Le nombre croissant de véhicules électriques (VE) représente un défi important pour les gestionnaires de réseaux de distribution (GRD) en raison de l’augmentation de la demande d’électricité nécessaire pour la recharge des VE. Cette augmentation de la demande soulève des inquiétudes car elle peut conduire à des violations des contraintes opérationnelles et physiques au sein du réseau, telles que les niveaux de tension, les courants de ligne et les flux de puissance des transformateurs des sous-stations. Cette thèse aborde le problème en développant des solutions algorithmiques pour aider les GRD à gérer efficacement la forte pénétration des VE tout en respectant les contraintes opérationnelles et physiques du réseau. La recherche se concentre sur deux aspects principaux : la programmation de la charge des VE et la planification de l’infrastructure de charge nécessaire. Pour la programmation de la charge des VE, la thèse se concentre sur le développement d’un cadre algorithmique unifié capable d’accommoder différentes stratégies de charge tout en prenant en compte les contraintes opérationnelles du réseau de distribution. Ce cadre utilise une formulation de flux de puissance optimal (OPF), incorporant un modèle linéarisé du réseau pour assurer la convexité et améliorer l’efficacité des calculs. En utilisant ce cadre, différentes stratégies de charge, telles que la charge non coordonnée, la charge coordonnée tenant compte du réseau (V1G), le soutien de la puissance réactive et les interactions véhicule-réseau (V2G), peuvent être comparées et analysées pour une grande pénétration des VE. Pour planifier l’infrastructure de charge pour une grande pénétration des VE, une formulation de programmation linéaire en nombres entiers mixtes (MILP) est proposée, étendant le cadre d’ordonnancement proposé. L’objectif est ici de calculer le nombre et l’emplacement des chargeurs de VE en satisfaisant la demande de charge des VE et les contraintes opérationnelles du réseau de distribution. La formulation proposée modélise explicitement la flexibilité des propriétaires dans le branchement et le débranchement de leurs VE, en soulignant les avantages des propriétaires coopératifs qui se débranchent rapidement après la fin de la charge. En outre, la méthode de planification prend en compte le concept de chargeurs à port unique et à ports multiples, en soulignant leur importance. En outre, une extension de la méthode est proposée pour encourager l’autoconsommation photovoltaïque et intégrer la fonctionnalité V2G. La validation des plans de déploiement proposés démontre la supériorité des chargeurs déployés de manière optimale pour atteindre des niveaux de charge plus élevés pour les VE par rapport aux scénarios de déploiement uniformes.
Fichier principal
Vignette du fichier
2023UPSLM021_archivage.pdf (3.08 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04771178 , version 1 (07-11-2024)

Identifiants

  • HAL Id : tel-04771178 , version 1

Citer

Biswarup Mukherjee. Optimization methods for scheduling the charge of electric vehicles and planning their charging infrastructure. Electric power. Université Paris sciences et lettres, 2023. English. ⟨NNT : 2023UPSLM021⟩. ⟨tel-04771178⟩
0 Consultations
0 Téléchargements

Partager

More