The analysis of the impact of electric vehicles is becoming more and more important in the management and control of electrical distribution grids. The electric vehicles, in fact, may be a highly distributed and quantitatively significant load. It may therefore happen, in a more or less near future, that the grid will not be able to supply the recharging energy to all the electric vehicles without trespassing the technical operational limits. Thus, a smart real-time management of the electric vehicle recharging phase has a paramount importance. Assuming the presence of a smart grid able to know and predict the load trends and to bi-directionally communicate with the vehicles, an optimization algorithm has been designed and implemented. The aim of this algorithm is to provide, on a real-time basis, the optimum recharging profile for each linked vehicle in order to recharge the vehicle while being compliant with the user demands and the operational limits of the grid. Through the exploitation of the Monte Carlo method, the optimization algorithm has been validated on a benchmark grid defined by a Cigré task force. Moreover some performance indices have been calculated in order to quantify the benefits of the smart recharging algorithm and to evaluate the dependence of the results on the confidence of the base-load forecast. The results show that the optimization algorithm satisfies both user demands and technical limits of the distribution grid.
Nell’ambito della gestione e del controllo del sistema elettrico di distribuzione è di grande interesse l’analisi dell’impatto dei veicoli elettrici. Essi possono, infatti, costituire un carico fortemente distribuito e quantitativamente significativo. Potrà, quindi, accadere, in un futuro più o meno prossimo, che la rete non sia in grado di ricaricare tutti i veicoli elettrici senza violare i limiti tecnici di funzionamento. Assume, quindi, un ruolo fondamentale la gestione intelligente della ricarica dei veicoli elettrici in tempo reale. Ipotizzando la presenza di una rete intelligente (smart grid) in grado di conoscere e prevedere l’andamento del carico e di comunicare in modo bidirezionale con il veicolo, è stato progettato e implementato l’algoritmo d’ottimizzazione che permette di fornire in tempo reale un profilo ottimo di ricarica ai veicoli che si collegano, nel rispetto dei vincoli imposti dalla rete e dalle necessità espresse dagli utenti. Mediante l’utilizzo del metodo Monte Carlo è stato possibile validare l’algoritmo di ottimizzazione su una rete test definita dalla Cigré e ottenere degli indici prestazionali per quantificare i benefici della ricarica intelligente e la dipendenza dei risultati da una previsione non esatta del carico base. I risultati ottenuti hanno mostrato che l’algoritmo di ottimizzazione della ricarica permette di soddisfare le esigenze degli utenti e, al contempo, di rispettare i vincoli tecnici della rete di distribuzione.
Impatto dei veicoli elettrici sulle reti di distribuzione : implementazione e validazione di un algoritmo per la ricarica intelligente
NEGRI, PIETRO
2010/2011
Abstract
The analysis of the impact of electric vehicles is becoming more and more important in the management and control of electrical distribution grids. The electric vehicles, in fact, may be a highly distributed and quantitatively significant load. It may therefore happen, in a more or less near future, that the grid will not be able to supply the recharging energy to all the electric vehicles without trespassing the technical operational limits. Thus, a smart real-time management of the electric vehicle recharging phase has a paramount importance. Assuming the presence of a smart grid able to know and predict the load trends and to bi-directionally communicate with the vehicles, an optimization algorithm has been designed and implemented. The aim of this algorithm is to provide, on a real-time basis, the optimum recharging profile for each linked vehicle in order to recharge the vehicle while being compliant with the user demands and the operational limits of the grid. Through the exploitation of the Monte Carlo method, the optimization algorithm has been validated on a benchmark grid defined by a Cigré task force. Moreover some performance indices have been calculated in order to quantify the benefits of the smart recharging algorithm and to evaluate the dependence of the results on the confidence of the base-load forecast. The results show that the optimization algorithm satisfies both user demands and technical limits of the distribution grid.File | Dimensione | Formato | |
---|---|---|---|
2012_04_NEGRI.pdf
solo utenti autorizzati dal 29/03/2015
Descrizione: Testo della tesi
Dimensione
4.91 MB
Formato
Adobe PDF
|
4.91 MB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/51863