Έμβλημα Πολυτεχνείου Κρήτης
Το Πολυτεχνείο Κρήτης στο Facebook  Το Πολυτεχνείο Κρήτης στο Twitter  Το Πολυτεχνείο Κρήτης στο YouTube   Το Πολυτεχνείο Κρήτης στο Linkedin

16
Σεπ

Παρουσίαση Μεταπτυχιακής Εργασίας κ. Κωνσταντινίδη Γεωργίου - Σχολή ΗΜΜΥ
Κατηγορία: Παρουσίαση Μεταπτυχιακής Εργασίας  
ΤοποθεσίαΗ παρουσίαση θα γίνει με τηλεδιάσκεψη
Ώρα16/09/2021 15:00 - 16:00

Περιγραφή:

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Μεταπτυχιακών Σπουδών

ΠΑΡΟΥΣΙΑΣΗ ΜΕΤΑΠΤΥΧΙΑΚΗΣ ΕΡΓΑΣΙΑΣ
ΓEΩΡΓIΟΣ ΚΩΝΣΤΑΝΤΙΝΙΔΗΣ

θέμα
Βέλτιστος Προγραμματισμός Λειτουργίας Μεγάλων Σταθμών Φόρτισης Ηλεκτρικών Οχημάτων 
Optimal Operation Scheduling of Large Charging Stations of Electric Vehicles

Εξεταστική Επιτροπή
Αναπληρωτής Καθηγητής Φώτιος Κανέλλος (επιβλέπων)
Αναπληρωτής Καθηγητής Ευτύχιος Κουτρούλης
Καθηγητής Γεώργιος Σταυρακάκης

Περίληψη
Η αύξηση του αριθμού των ηλεκτρικών οχημάτων θα επιφέρει μεγάλη αύξηση στην ζήτηση της ηλεκτρικής ενέργειας. Η έξυπνη φόρτιση των ηλεκτρικών οχημάτων (ΗΟ) έχει πολλά οφέλη όπως την μείωση του κόστος φόρτισης, την αποφυγή μεγάλων επενδύσεων στο δίκτυο διανομής κ.α. Ο συνδυασμός της έξυπνης φόρτισης των ΗΟ με υπηρεσίες όπως Vehicle-to-Grid (V2G) (μεταφορά ενέργειας από τα ΗΟ στο δίκτυο διανομής) μπορεί να αποδώσει παραπάνω οφέλη στον δίκτυο της ηλεκτρικής ενέργειας καθώς και στον ιδιοκτήτη του ΗΟ. Σε αυτήν την εργασία, προτείνεται μια αποτελεσματική μέθοδος φόρτισης των ΗΟ σε ένα παρκινγκ χρησιμοποιώντας V2G λειτουργία και λαμβάνοντας υπόψη τους περιορισμούς σε επίπεδο ΗΟ, του τοπικού μετασχηματιστή του παρκινγκ και του δικτύου διανομής. Ο κύριος στόχος της προτεινόμενης μεθόδου φόρτισης είναι η μείωση του κόστους φόρτισης σε επίπεδο παρκινγκ και ΗΟ. Χρησιμοποιήθηκε ο αλγόριθμος Βελτιστοποίησης Σμήνους Σωματιδίων (Particle Swarm Optimization, PSO) για τον προγραμματισμό της φόρτισης των ΗΟ. Δυο συμβατικοί μέθοδοι φόρτισης των ΗΟ χρησιμοποιήθηκαν για την σύγκριση των αποτελεσμάτων: 1) τα ΗΟ φορτίζουν με την μέγιστη ισχύ που τους επιτρέπει ο σταθμός φόρτισης και ο on board μετατροπέας ισχύος του κάθε ΗΟ και 2) τα ΗΟ φορτίζουν με την  απαιτούμενη σταθερή ισχύ που χρειάζεται για να επιτύχουν το επιθυμητό επίπεδο φόρτισης. Επιπλέον, έγινε σύγκριση των αποτελεσμάτων της προτεινόμενης μεθόδου με ισοδύναμο σωρευτικό μοντέλο του παρκινγκ όπου το σύνολο των ΗΟ ισοδυναμούσε με μια μπαταρία. Χρησιμοποιήθηκαν πραγματικά δεδομένα για την τιμή της ηλεκτρικής ενέργειας, του φορτίου του δικτύου διανομής και της δραστηριότητας του παρκινγκ (αφίξεις/αναχωρήσεις). Η αποτελεσματικότητα της προτεινόμενης μεθόδου αποδεικνύεται από τα αποτελέσματα που προέκυψαν από τα ενδεικτικά σενάρια λειτουργίας. Τέλος, αναφέρεται ότι για την εφαρμογή της μεθόδου φόρτισης δεν απαιτούνται εξελιγμένα συστήματα υπολογισμού, μέτρησης και επικοινωνίας.

Abstract
The increase of the number of electric vehicles will lead to a large increase in electricity demand. Smart charging of electric vehicles (EVs) has many benefits such as reduction of charging costs, limitation of large investments in the distribution network, etc. The combination of smart charging of EVs with ancillary services such as Vehicle-to-Grid (V2G) (energy transfer from EVs to the distribution network) can provide more benefits to the electricity network as well as to the owner of the EV. In this work, a method for the efficient charging of electric vehicles (EVs) at the parking lot (PL) level, including V2G operation and taking into account lifetime of EV batteries, distribution network and local transformer loading, is proposed. The main goal of the proposed charging method is to reduce the cost of charging at the levels of PL and EV. The Particle Swarm Optimization (PSO) algorithm was used to derive the charging schedule of the EVs. The proposed method is compared with two conventional charging strategies: 1) the EVs charge with the maximum power allowed by the charging station and the on-board power converter of each EV and 2) the EVs charge with the constant power required to achieve the desired level of charge at the end of the charging period. In addition, the results of the proposed method were compared with an equivalent aggregation model of the EVs parking lot where all EVs’ batteries were aggregated to one battery. Real-world data were used for the price of electricity, the load of the distribution network and the activity of the PL (arrivals / departures of the hosted EVs). The effectiveness of the proposed method is demonstrated by the results obtained by the indicative operation scenarios. Finally, it is noted that the application of the proposed charging method does not require advanced calculation, measurement and communication systems.


Meeting ID: 976 0427 2348
Password: 475320

© Πολυτεχνείο Κρήτης 2012