Electric vehicle charging strategies evaluation and its effects on the electrical grid operation

The optimization of Electric Vehicle (EV) charging operations by aggregators for profit maximization through dynamic energy price utilization might overlook essential impacts on the electrical grid such as reverse power flow and voltage deviations and phase unbalance. Smart charging and demand response systems need to be implemented to achieve a balance between aggregator goals and grid stability needs. This thesis develops a simulation framework which evaluates the effects of various aggregator strategies on electric grid operations. The framework consists of two operational levels which coordinate EV charging schedules at the macroscopic level and examine charging behaviors at the microscopic level. The HIL model receives special focus through its development of three integrated subsystems which include the power grid and the information technology (IT) infrastructure and the battery charging and control subsystem. The HIL-based methodology allows for precise smart charging algorithm testing under authentic operational and communication environments. The simulation evaluates different strategies through various usage scenarios to determine their effectiveness and associated risks while focusing on real-world EV charging patterns. The research demonstrates how aggregator profit goals compete with grid stability requirements to provide valuable insights for creating EV charging systems that are both resilient and adaptive and grid-friendly.

L’ottimizzazione delle operazioni di ricarica dei veicoli elettrici (EV) da parte degli aggregatori, finalizzata alla massimizzazione del profitto tramite l’utilizzo dinamico dei prezzi dell’energia, potrebbe trascurare impatti essenziali sulla rete elettrica come il flusso di potenza inverso, le deviazioni di tensione e lo squilibrio tra le fasi. Per raggiungere un equilibrio tra gli obiettivi degli aggregatori e le esigenze di stabilità della rete, è necessario implementare sistemi di smart charging e di demand response. Questa tesi sviluppa un framework di simulazione che valuta gli effetti di diverse strategie degli aggregatori sul funzionamento della rete elettrica. Il framework è composto da due livelli operativi che coordinano i programmi di ricarica degli EV a livello macroscopico ed esaminano i comportamenti di ricarica a livello microscopico. Particolare attenzione viene dedicata al modello HIL, sviluppato con tre sottosistemi integrati che comprendono la rete elettrica, l’infrastruttura IT e il sottosistema di controllo e ricarica delle batterie. La metodologia basata su HIL consente di testare con precisione algoritmi di smart charging in ambienti operativi e di comunicazione realistici. La simulazione valuta differenti strategie attraverso vari scenari d’uso per determinarne l’efficacia e i rischi associati, concentrandosi su modelli di ricarica EV reali. La ricerca dimostra come gli obiettivi di profitto degli aggregatori competano con i requisiti di stabilità della rete, fornendo spunti preziosi per la creazione di sistemi di ricarica EV resilienti, adattivi e compatibili con la rete.