Mixed incentive based and direct load control energy management strategy for EV aggregation

Electric vehicles (EVs) are increasingly recognized as a viable solution for reducing greenhouse gas emissions and improving energy efficiency in the transportation industry. According to the International Energy Agency, 60\% of vehicles sold globally will be EVs by 2030. The integration of EVs into the existing power grids presents both opportunities and challenges. As distributed energy resources (DERs) in the smart grid context, EVs can provide ancillary services to improve grid stability due to their ability to adjust their charging rate based on grid conditions. On the other hand, as the adoption of EVs grows, it will put a significant strain on the existing electricity generation and supply infrastructure due to the escalating demand for electricity especially when multiple EV charging events occur at the same time. The simul- taneous and uncoordinated charging of EVs on a large scale poses a significant challenge to the existing power infrastructure, raising concerns about grid stability and reliability due to the possibility of blackouts and voltage fluctuations. To address these challenges, it is important to coordinate EV charging based on grid conditions and demand patterns. These adaptive charging strategies coupled with Demand response are implemented to exploit the flexibility of the EV charging process. DR programs can be roughly categorised into incentive-based and direct load control ac- cording to the roles of each stakeholder in the DR program. The advantage of the direct load control approach lies in its robust, centralized nature however, its major drawbacks are the substantial investment required to implement bidirectional communication with each EV and the fact that consumer acceptance would require incentivization. While the Incentive-based demand response is characterised by simplified infrastructure require- ments, it lacks direct control over flexibility, as users optimize their charging events for their private benefit. Therefore, the mixed demand response framework is introduced to integrate direct load control with the incentive-based strategy. The mixed demand re- sponse approach combines the elements of the incentive-based and the direct load control strategies to extract their respective strengths while alleviating their limitations. The thesis aims to develop and analyze a model implementation of a mixed incentive-based and direct load control demand response framework for electric vehicle (EV) charging management systems. The main objective is to optimize the integration of incentive-based mechanisms and direct control strategies to balance user preferences with grid stability.

I veicoli elettrici (EV) sono sempre più riconosciuti come una soluzione praticabile per ridurre le emissioni di gas serra e migliorare l’efficienza energetica nel settore dei trasporti. Secondo l’Agenzia internazionale per l’energia, entro il 2030 il 60\% dei veicoli venduti a livello globale saranno veicoli elettrici. L’integrazione dei veicoli elettrici nelle reti elettriche esistenti presenta sia opportunità che sfide. In quanto risorse energetiche distribuite (DER) nel contesto delle reti intelligenti, i veicoli elettrici possono fornire servizi ausiliari per migliorare la stabilità della rete grazie alla loro capacità di adattare la tariffa di ricarica in base alle condizioni della rete. D’altra parte, la crescente adozione dei veicoli elettrici metterà a dura prova le infrastrutture esistenti di generazione e fornitura di energia elettrica a causa della crescente domanda di elettricità, soprattutto quando si verificano più eventi di ricarica di veicoli elettrici contemporaneamente. La ricarica simultanea e non coordinata dei veicoli elettrici su larga scala rappresenta una sfida significativa per le infrastrutture elettriche esistenti, sollevando preoccupazioni sulla stabilità e sull’affidabilità della rete a causa della possibilità di blackout e fluttuazioni di tensione. Per affrontare queste sfide, è importante coordinare la tariffazione dei veicoli elettrici in base alle condizioni della rete e ai modelli di domanda. Queste strategie di ricarica adattiva abbinate alla risposta alla domanda sono implementate per sfruttare la flessibilità del processo di ricarica dei veicoli elettrici. I programmi DR possono essere approssimativamente classificati in basati su incentivi e con controllo diretto del carico in base ai ruoli di ciascuna parte interessata nel programma DR. Il vantaggio dell’approccio di controllo diretto del carico risiede nella sua natura robusta e centralizzata, tuttavia, i suoi principali svantaggi sono il sostanziale investimento richiesto per implementare la comunicazione bidirezionale con ciascun veicolo elettrico e il fatto che l’accettazione da parte dei consumatori richiederebbe un incentivo. Sebbene la risposta alla domanda basata sugli incentivi sia caratterizzata da requisiti infrastrutturali semplificati, manca di un controllo diretto sulla flessibilità, poiché gli utenti ottimizzano i propri eventi di addebito per il proprio vantaggio privato. Pertanto, viene introdotto il quadro misto di risposta alla domanda per integrare il controllo diretto del carico con la strategia basata sugli incentivi. L’approccio misto della risposta alla domanda combina gli elementi delle strategie basate sugli incentivi e di controllo diretto del carico per estrarre i rispettivi punti di forza e alleviarne i limiti. La tesi mira a sviluppare e analizzare un modello di implementazione di un quadro di risposta alla domanda misto basato su incentivi e controllo diretto del carico per sistemi di gestione della ricarica dei veicoli elettrici (EV). L’obiettivo principale è ottimizzare l’integrazione di meccanismi basati su incentivi e strategie di controllo diretto per bilanciare le preferenze degli utenti con la stabilità della rete.