Monte Carlo simulation for electric vehicle charging: the case study of Milan

This study aligns with the objectives of the European Union to combat greenhouse gas emissions, with a specific focus on the role of the transportation sector, contributing approximately 30% to CO2 emissions. To address this issue, the EU has introduced stringent CO2 emission targets, envisioning a 90% reduction in transport emissions by 2050. The Fit for 55 package reinforces regulatory efforts, especially concerning road transport, aiming to achieve zero CO2 emissions for new vehicles by 2035. Despite the growth in the electric vehicle market, obstacles persist of economic, infrastructural, and social nature. Italy aims to increase battery electric vehicles to 6.6 million by 2030, posing potential challenges to the existing charging infrastructure. Recognizing the importance of a robust charging network, a simulation tool for electric vehicle charging in urban environments has been developed and applied to Milan. The Monte Carlo methodology is employed to estimate user charging behaviour, considering daily habits and vehicle characteristics, evaluating the impact of charging demand and infrastructure response, enabling dynamic charging time management. The simulation analyses the hourly variation in charging probability to estimate the demand for electric vehicle charging over a 24-hour period. This assessment includes the projected occupancy of charging stations and the resulting energy demand for different zones in Milan. The model subjects the system to a test of its ability to respond promptly to charging demand, highlighting the overall efficiency of the infrastructure. The flexibility in initialising the model's parameters allows its adaptation to different urban contexts, extending its use beyond Milan and enabling sensitivity analyses to be conducted. The simulation results provide significant insights into the dynamics of electric vehicle charging, offering a foundation for optimizing and efficiently managing the infrastructure. These findings prove valuable for various stakeholders in the electric vehicle sector and charging infrastructures, enabling them to make informed decisions and promote sustainable electric mobility.

Questo studio è in linea con gli obittivi dell'Unione Europea per combattere le emissioni di gas serra, con particolare attenzione al ruolo del settore dei trasporti, che contribuisce per circa il 30% alle emissioni di CO2. Per affrontare questo problema, l'UE ha introdotto obiettivi rigorosi in materia di emissioni di CO2, prevedendo una riduzione del 90% delle emissioni dei trasporti entro il 2050. Il pacchetto Fit for 55 rafforza gli sforzi normativi, in particolare per quanto riguarda il trasporto su strada, con l'obiettivo di azzerare le emissioni di CO2 dei nuovi veicoli entro il 2035. Nonostante la crescita del mercato dei veicoli elettrici, persistono ostacoli di natura economica, infrastrutturale e sociale. L'Italia punta ad aumentare i veicoli elettrici a batteria a 6,6 milioni entro il 2030, ponendo potenziali sfide all'infrastruttura di ricarica esistente. Riconoscendo l'importanza di una solida rete di ricarica, è stato sviluppato uno strumento di simulazione per la ricarica dei veicoli elettrici in ambiente urbano applicato a Milano, utilizzando la metodologia Monte Carlo per stimare il comportamento di ricarica degli utenti, considerando le abitudini quotidiane e le caratteristiche dei veicoli, valutando l'impatto della domanda di ricarica e la risposta dell'infrastruttura e consentendo una gestione dinamica dei tempi di ricarica. La simulazione analizza la variazione oraria della probabilità di ricarica per stimare la richiesta di ricarica dei veicoli elettrici nell'arco di 24 ore. Questa valutazione comprende l'occupazione prevista delle stazioni di ricarica e la conseguente richiesta energetica per le diverse zone di Milano. Il modello sottopone il sistema a una prova della sua capacità di rispondere prontamente alla domanda di ricarica, mettendo in luce l'efficienza complessiva dell'infrastruttura. La flessibilità nell'inizializzazione dei parametri del modello ne consente l'adattamento a diversi contesti urbani, ampliando la sua utilità al di là di Milano e consentendo di condurre delle analisi di sensibilità. I risultati della simulazione forniscono insights significativi sulle dinamiche di ricarica dei veicoli elettrici, offrendo una base per ottimizzare e gestire in modo efficiente l'infrastruttura. Questi risultati risultano utili per vari attori interessati al settore dei veicoli elettrici e alle infrastrutture di ricarica, consentendo loro di prendere decisioni informate e promuovere la mobilità elettrica sostenibile.