A Data-Driven optimization framework for photovoltaic and battery sizing in ultra-fast EV charging stations

The deployment of ultra-fast charging infrastructure is essential for the large-scale adoption of battery electric vehicles, yet high-power charging stations challenge distribution grids through high instantaneous demand, large contracted power and possible grid reinforcement. Integrating photovoltaic (PV) generation and battery energy storage systems (BESS) can reduce grid energy purchases, increase local renewable use and mitigate peak power. This thesis develops a data-driven, optimization-based framework to assess PV and BESS integration in ultra-fast EV charging stations. A portfolio of about 700 European stations is first classified by utilization (charges per station per day) through k-means clustering into low, medium and high utilization classes. A Mixed-Integer Linear Programming (MILP) model is then developed to jointly size and operate PV+BESS configurations for three Italian case study stations, selected as high, medium and low demand archetypes. The model includes the station energy balance, battery constraints, grid import/export logic, contracted power (POD) as a decision variable and economic terms and is evaluated over PV-BESS sizing matrices using NPV, IRR, PV self- consumption, POD reduction and residual grid dependence. Results show that PV generation is the main economic driver, as it directly reduces electricity purchases, while BESS adds value mainly through peak shaving and higher self-consumption but saturates beyond moderate sizes, so oversized batteries reduce profitability. PV+BESS can substantially cut the contracted power, especially in medium and high demand stations, whereas low demand sites require compact configurations. Overall, optimal sizing depends on utilization, tariff structure and design objective, and is best treated as a multi-criteria decision; the framework offers a practical decision- support tool for future charging networks.

La diffusione di infrastrutture di ricarica ultraveloce è essenziale per l'adozione su larga scala dei veicoli elettrici a batteria; tuttavia, le stazioni ad alta potenza gravano sulle reti di distribuzione per l'elevata domanda istantanea, l'elevata potenza contrattuale e possibili potenziamenti di rete. L'integrazione di fotovoltaico (PV) e sistemi di accumulo (BESS) può ridurre gli acquisti di energia dalla rete, aumentare l'uso locale di rinnovabili e mitigare i picchi di potenza. La tesi sviluppa un quadro basato sui dati e sull'ottimizzazione per valutare l'integrazione di PV e BESS nelle stazioni di ricarica ultraveloci. Un portafoglio di circa 700 stazioni europee è dapprima classificato per utilizzo (ricariche per stazione al giorno) con clustering k-means in classi basso, medio e alto. Si sviluppa poi un modello di programmazione lineare mista-intera (MILP) per dimensionare e gestire congiuntamente le configurazioni PV+BESS di tre stazioni italiane, scelte come archetipi di domanda alta, media e bassa. Il modello integra il bilancio energetico, i vincoli delle batterie, la logica di importazione/esportazione dalla rete, la potenza contrattuale (POD) come variabile decisionale e i termini economici; è valutato su una gamma di taglie PV-BESS con NPV, IRR, autoconsumo fotovoltaico, riduzione della POD e dipendenza residua dalla rete. I risultati mostrano che il fotovoltaico è il principale motore economico, poiché riduce direttamente gli acquisti di energia, mentre il sistema di accumulo (BESS) apporta valore soprattutto tramite riduzione dei picchi e maggiore autoconsumo, ma raggiunge la saturazione oltre dimensioni moderate: le batterie sovradimensionate riducono la redditività. La combinazione PV+BESS può ridurre molto la potenza contrattata, in particolare nelle stazioni a media e alta domanda, mentre i siti a bassa domanda richiedono configurazioni compatte. Nel complesso, il dimensionamento ottimale dipende da utilizzo, struttura tariffaria e obiettivi di progetto, ed è una decisione multicriteriale; il quadro fornisce uno strumento pratico di supporto decisionale per le future reti di ricarica.