Control and energy management techniques for electric vehicles charging from the grid

Technologies are changing and evolving. The energy sector has been undergoing a global transformation in recent years. One of the rapidly evolving sectors is electric vehicles (EVs). Electric vehicles have become widespread over the last decade because of their advantages over conventional vehicles. However, the widespread penetration of electric vehicles in (global) transport has led to increased electricity demands, which is going to affect the operation of energy distribution systems. This thesis contributes to the smooth integration of electric vehicles into the networks, whose operation is expected to be significantly and negatively affected, according to literature. At the same time, the integration of renewable energy plants is also considered as equally important technology, being at the center of this global transformation. Therefore, in this thesis, a study of the impact of uncontrolled charging of electric vehicles in low-voltage networks is carried out, and a fuzzy energy management strategy to coordinate the charging of electric vehicles in low-voltage networks, considering for the first time the distance of electric vehicles from transformers in fuzzy management systems, is presented. In particular, the developed system takes the network architecture, the thermal limits of the lines, and the voltages at the yokes into account. In addition, electric vehicles are studied as agent-based models, which are characterized by the model of each electric vehicle, the state of charge of their batteries and the charging power. In particular, the effects of uncontrolled charging are investigated, in which two approaches are considered. The first approach considers the maximum number of electric vehicles that can be charged on the case study network and how this is affected by the loads of its households. The second approach looks at the number of grid hypotheses and line thermal limit exceedances in a set of simulation scenarios. The results of the first approach show that the distance of electric vehicles from the grid substation significantly affects the maximum number of electric vehicles that can be charged on the grid. Based on the results observed in the two approaches, a fuzzy management system is designed to coordinate the charging of electric vehicles, which takes the distance of electric vehicle charging points from the power substation, the charging status of electric vehicle batteries, and the charging delay time of electric vehicles into account. The expected significant increase in global electricity demand, followed by the adoption of renewable energy sources, is leading to the modernization of energy distribution networks, for example through the development of microgrids which can improve the reliability of the electricity system. At the same time, the increased integration of electric vehicles is expected to negatively affect power quality, smooth operation, and investment costs of microgrids. Following the investigation of the problems of interconnected systems, a microgrid topology for the autonomous operation of a low-voltage distribution network is studied. The development of such power management systems is essential to ensure the safe and reliable operation of autonomous microgrids. For this reason, a decentralized energy management system based on multi-agent systems was developed for efficient charging of electric vehicles, now extending the state-of-the-art energy management strategy, which uses a fuzzy logic controller combined with a charging power controller based on fuzzy cognitive maps. According to the literature investigation results, this is the first time that fuzzy cognitive map theory is introduced to electric vehicle charging management problems. The behavior of the proposed decentralized energy management system with multiple agents brought about a significant reduction in the microgrid investment cost, compared to the use of a fuzzy logic controller-based energy management strategy. The total cost of the microgrid for a 20-year investment is reduced by about 8.8%. Moreover, the integration of the fuzzy cognitive map-based charging power controller leads to a significant number of charged electric vehicles. The average number of chargeable electric vehicles increased by 31%. Finally, the proposed power management scheme reduces peak load and load fluctuations by about 17% and 29% respectively, without shifting and delaying electric vehicle charging. Therefore, the proposed novel charging management system offers a smart approach for autonomous distribution networks, considering the high penetration of electric vehicles, showing operational and economic benefits. However, as the existing electricity distribution networks are mostly interconnected, a major challenge that residential distribution networks are going to face with the integration of photovoltaic panels and electric vehicles is the non-synchronized power generation from residential photovoltaic (PV) systems with the consumption profiles of electric vehicles. The necessity of energy storage systems is therefore more than obvious. Energy storage systems have significantly high construction costs, which means that the purchase costs for domestic users can be prohibitive. Therefore, a strategy for optimizing the sizing of small distributed photovoltaic energy storage systems is designed and proposed, taking the specific energy needs of each residence and their electric vehicles into account. The strategy is formulated based on household demand and electric vehicle charging. By applying the theory of fuzzy cognitive maps, a structure is designed to define the correlation between individual energy parameters, with an emphasis on electric vehicles and renewable energy characteristics. Optimization results show that the adopted hybrid approach can significantly reduce energy costs, up to almost 40%, while allowing distribution system operators to integrate additional loads without the need to expand the grid. Finally, based on the extracted results, a brief discussion on the concept of charging electric vehicles from residential RES is presented. Hybrid electricity distribution networks with electric vehicles, residential PV systems and dispersed batteries along the networks are considered. In this approach, a methodology for optimal sizing of PV systems and batteries is designed, in addition to optimal systems for managing the charging power of electric vehicles and system batteries, through the use of multiagent systems theory and fuzzy cognitive maps. Six objective functions are considered simultaneously, through the use of the NSGA-II multi-objective optimization algorithm. The objective of this methodology is to examine the behavior of near-optimal Pareto boundaries for different electric vehicle integration rates in two different solar radiation environments. Conclusions are drawn about the near-optimal Pareto boundaries calculated in the 8 different scenarios considered.Οι τεχνολογίες μεταβάλλονται και εξελίσσονται. Ιδιαίτερα ο τομέας της ενέργειας παρουσιάζει έναν παγκόσμιο μετασχηματισμό τα τελευταία έτη. Ένας από τους τομείς που εξελίσσεται ραγδαία είναι τα ηλεκτρικά οχήματα (ΗΟ). Τα ΗΟ έχουν διαδοθεί ευρέως την τελευταία δεκαετία λόγω των πλεονεκτημάτων που παρουσιάζουν συγκριτικά με τα συμβατικά. Ωστόσο η εκτεταμένη διείσδυση των ηλεκτρικών οχημάτων στις (παγκόσμιες) μεταφορές έχει οδηγήσει σε αυξημένες απαιτήσεις ηλεκτρικής ενέργειας, κάτι που πρόκειται να επηρεάσει τη λειτουργία των συστημάτων διανομής ενέργειας. Η παρούσα διατριβή προσπαθεί να συμβάλει σημαντικά στην ομαλή ένταξη των ηλεκτρικών οχημάτων στα δίκτυα, καθώς σύμφωνα και με τη βιβλιογραφία, αναμένεται να επηρεαστεί σημαντικά και με αρνητικό πρόσημο η λειτουργία τους. Παράλληλα, εξετάζεται και η ένταξη των μονάδων ΑΠΕ, ως εξίσου σημαντικές τεχνολογίες, οι οποίες βρίσκονται στο επίκεντρο του παγκόσμιου μετασχηματισμού. Συνεπώς, στην παρούσα διατριβή γίνεται μια μελέτη των επιπτώσεων που θα έχει η ανεξέλεγκτη φόρτιση ηλεκτρικών οχημάτων σε δίκτυα χαμηλής τάσης και παρουσιάζεται μια στρατηγική ασαφούς διαχείρισης ενέργειας για τον συντονισμό της φόρτισης των ηλεκτρικών οχημάτων σε δίκτυα χαμηλής τάσης, λαμβάνοντας για πρώτη φορά υπόψη την απόσταση των ηλεκτρικών οχημάτων από τους μετασχηματιστές στα συστήματα ασαφούς διαχείρισης. Συγκεκριμένα, το σύστημα που αναπτύχθηκε λαμβάνει υπόψη την αρχιτεκτονική του δικτύου, τα θερμικά όρια των γραμμών και τις τάσεις στους ζυγούς. Επιπλέον, τα ΗΟ μελετώνται ως μοντέλα που βασίζονται σε πράκτορες, τα οποία χαρακτηρίζονται από το μοντέλο κάθε ηλεκτρικού οχήματος, την κατάσταση φόρτισης των μπαταριών τους και την ισχύ φόρτισης. Ειδικότερα, γίνεται διερεύνηση των επιπτώσεων της ανεξέλεγκτης φόρτισης, στην οποία εξετάζονται δύο προσεγγίσεις. Η πρώτη προσέγγιση εξετάζει τον μέγιστο αριθμό ηλεκτρικών οχημάτων που είναι δυνατόν να φορτίζονται στο δίκτυο της μελέτης περίπτωσης και τον τρόπο με τον οποίο αυτός επηρεάζεται από τα φορτία των νοικοκυριών του δικτύου. Η δεύτερη προσέγγιση εξετάζει τον αριθμό των υποτάσεων του δικτύου και των υπερβάσεων του θερμικού ορίου των γραμμών σε ένα σύνολο σεναρίων προσομοίωσης. Τα αποτελέσματα της πρώτης προσέγγισης δείχνουν ότι η απόσταση των ηλεκτρικών οχημάτων από τον υποσταθμό του δικτύου επηρεάζει σε σημαντικό βαθμό τον μέγιστο αριθμό ηλεκτρικών οχημάτων που είναι δυνατό να φορτίζονται στο δίκτυο. Βάσει των αποτελεσμάτων που παρατηρούνται στις δύο προσεγγίσεις, σχεδιάζεται ένα ασαφές σύστημα διαχείρισης για τον συντονισμό της φόρτισης των ηλεκτρικών οχημάτων, το οποίο λαμβάνει υπόψη την απόσταση των σημείων φόρτισης των ηλεκτρικών οχημάτων από τον υποσταθμό τροφοδοσίας, την κατάσταση φόρτισης των μπαταριών των ηλεκτρικών οχημάτων και τον χρόνο καθυστέρησης φόρτισης των ηλεκτρικών οχημάτων. Η αναμενόμενη σημαντική αύξηση της παγκόσμιας ζήτησης ηλεκτρικής ενέργειας, ακολουθούμενη από την υιοθέτηση των ανανεώσιμων πηγών ενέργειας, οδηγεί στον εκσυγχρονισμό των δικτύων διανομής ενέργειας, όπως για παράδειγμα με την ανάπτυξη μικροδικτύων τα οποία μπορούν να βελτιώσουν την αξιοπιστία του συστήματος ηλεκτρικής ενέργειας. Παράλληλα, η αυξημένη ενσωμάτωση των ηλεκτρικών οχημάτων αναμένεται να επηρεάσει αρνητικά την ποιότητα της ισχύος, την ομαλή λειτουργία και το κόστος επένδυσης των μικροδικτύων. Σε συνέχεια της διερεύνησης των προβλημάτων των διασυνδεδεμένων συστημάτων μελετήθηκε μια τοπολογία μικροδικτύου για την αυτόνομη λειτουργία ενός δικτύου διανομής χαμηλής τάσης. Η ανάπτυξη τέτοιων συστημάτων διαχείρισης ενέργειας είναι απαραίτητη για την εξασφάλιση της ασφαλούς και αξιόπιστης λειτουργίας αυτόνομων μικροδικτύων. Για το λόγο αυτό, αναπτύχθηκε ένα αποκεντρωμένο σύστημα διαχείρισης ενέργειας, βασισμένο σε συστήματα πολλαπλών πρακτόρων, για την αποτελεσματική φόρτιση ηλεκτρικών οχημάτων, επεκτείνοντας πλέον τη σύγχρονη στρατηγική διαχείρισης ενέργειας, η οποία χρησιμοποιεί ελεγκτή ασαφούς λογικής, σε συνδυασμό με έναν ελεγκτή ισχύος φόρτισης βασισμένο σε ασαφείς γνωστικούς χάρτες. Σύμφωνα με τα αποτελέσματα της διερεύνησης της βιβλιογραφίας, αυτή είναι η πρώτη φορά που η θεωρία των ασαφών γνωστικών χαρτών εισάγεται σε προβλήματα διαχείρισης φόρτισης ηλεκτρικών οχημάτων. Η συμπεριφορά του προτεινόμενου αποκεντρωμένου συστήματος διαχείρισης ενέργειας με πολλαπλούς πράκτορες επέφερε σημαντική μείωση του κόστους επένδυσης του μικροδικτύου, σε σύγκριση με τη χρήση στρατηγικής διαχείρισης ενέργειας βασισμένης σε ελεγκτή ασαφούς λογικής. Το συνολικό κόστος του μικροδικτύου για μια επένδυση βάθους 20 ετών μειώνεται κατά περίπου 8,8%. Επιπλέον, η ενσωμάτωση του ελεγκτή ισχύος φόρτισης με βάση ασαφείς γνωστικούς χάρτες οδηγεί σε σημαντικό αριθμό φορτιζόμενων ηλεκτρικών οχημάτων. Ο μέσος όρος των ηλεκτρικών οχημάτων που είναι δυνατόν να φορτίζονται αυξήθηκε κατά 31%. Τέλος, το προτεινόμενο σύστημα διαχείρισης ενέργειας μειώνει το φορτίο αιχμής και τις διακυμάνσεις φορτίου κατά περίπου 17% και 29%, αντίστοιχα, χωρίς να μετατοπίζει και να καθυστερεί τη φόρτιση των ηλεκτρικών οχημάτων. Επομένως, το προτεινόμενο νέο σύστημα διαχείρισης φόρτισης προσφέρει μια έξυπνη προσέγγιση για αυτόνομα δίκτυα διανομής, λαμβάνοντας υπόψιν την υψηλή διείσδυση των ηλεκτρικών οχημάτων, παρουσιάζοντας λειτουργικά και οικονομικά οφέλη. Καθώς όμως τα υφιστάμενα δίκτυα διανομής ηλεκτρικής ενέργειας είναι ως επί το πλείστο διασυνδεδεμένα, μια σημαντική πρόκληση που πρόκειται να αντιμετωπίσουν τα οικιακά δίκτυα διανομής με την ενσωμάτωση των φωτοβολταϊκών πλαισίων και των ηλεκτρικών οχημάτων είναι η μη συγχρονισμένη παραγωγή ισχύος από τα οικιακά φωτοβολταϊκά (Φ/Β) συστήματα με τα προφίλ κατανάλωσης των ηλεκτρικών οχημάτων. Συνεπώς η αναγκαιότητα των συστημάτων αποθήκευσης ενέργειας είναι κάτι παραπάνω από προφανής. Τα συστήματα αποθήκευσης ενέργειας έχουν σημαντικά υψηλό κόστος κατασκευής, γεγονός που σημαίνει ότι το κόστος αγοράς για τους οικιακούς χρήστες μπορεί να είναι απαγορευτικό. Συνεπώς, σχεδιάζεται και προτείνεται μια στρατηγική βελτιστοποίησης της διαστασιολόγησης μικρών διανεμημένων φωτοβολταϊκών ενεργειακών συστημάτων, λαμβάνοντας υπόψη τις ιδιαίτερες ενεργειακές ανάγκες κάθε κατοικίας και των ηλεκτρικών οχημάτων τους. Η στρατηγική διαμορφώνεται βάσει της ζήτησης των νοικοκυριών και της φόρτισης των ηλεκτρικών οχημάτων. Με εφαρμογή της θεωρίας των ασαφών γνωστικών γράφων, σχεδιάζεται μια δομή, με στόχο να οριστεί η συσχέτιση μεταξύ των ατομικών ενεργειακών παραμέτρων, δίνοντας έμφαση στα ΗΟ, και των χαρακτηριστικών των ανανεώσιμων πηγών ενέργειας. Τα αποτελέσματα της βελτιστοποίησης δείχνουν ότι η υιοθετούμενη υβριδική προσέγγιση μπορεί να μειώσει σημαντικά το ενεργειακό κόστος, έως και σχεδόν 40%, ενώ παράλληλα επιτρέπει στους διαχειριστές συστημάτων διανομής να ενσωματώσουν πρόσθετα φορτία, χωρίς να είναι αναγκαία η επέκταση του δικτύου. Τέλος, με βάση τα εξαγόμενα αποτελέσματα, παρουσιάζεται μια σύντομη συζήτηση σχετικά με την έννοια της φόρτισης των ηλεκτρικών οχημάτων από οικιακά ΑΠΕ. Τέλος, εξετάζονται υβριδικά δίκτυα διανομής ηλεκτρικής ενέργειας με ΗΟ, οικιακά Φ/Β συστήματα και διεσπαρμένες μπαταρίες κατά μήκος των δικτύων. Στην παρούσα προσέγγιση, γίνεται σχεδίαση μεθοδολογίας βέλτιστης διαστασιολόγησης των Φ/Β συστημάτων και των μπαταριών, ενώ παράλληλα, σχεδιάζονται βέλτιστα συστήματα διαχείρισης της ισχύος φόρτισης των ηλεκτρικών οχημάτων αλλά και των μπαταριών του συστήματος, μέσα από τη χρήση της θεωρίας των πολυπρακτορικών συστημάτων και των ασαφών γνωστικών γράφων. Εξετάζονται έξι αντικειμενικές συναρτήσεις ταυτόχρονα, μέσα από τη χρήση του αλγορίθμου πολυκριτηριακής βελτιστοποίησης NSGA-II. Στόχος της παρούσας μεθοδολογίας είναι να εξετάσει τη συμπεριφορά των σχεδόν βέλτιστων συνόρων Pareto για διαφορετικά ποσοστά ένταξης ηλεκτρικών οχημάτων, σε δύο διαφορετικά περιβάλλοντα ηλιακής ακτινοβολίας. Εξάγονται συμπεράσματα σχετικά με τα σχεδόν βέλτιστα σύνορα Pareto που υπολογίζονται στα 8 διαφορετικά σενάρια που εξετάζονται