Charging of plug-in electric vehicle fleets in urban environment
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Science |
Doctoral thesis (article-based)
| Defence date: 2018-02-16
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Major/Subject
Mcode
Degree programme
Language
en
Pages
132 + app. 76
Series
Aalto University publication series DOCTORAL DISSERTATIONS, 233/2017
Abstract
This thesis studies the performance and charging of electric vehicle fleets in an urban environment,using three research questions that focused on: 1) allocation of limited total charging power; 2) effect of different charging infrastructure parameters on the total distance driven in electric-only mode, and; 3) effect of cold and warm ambient temperature on the performance and charging of the fleet, respectively. An agent-based computer simulation was employed, with parameters tuned such that the resulting vehicle travel patterns would resemble the observed behaviour of conventional cars in the city of Helsinki, Finland. Two different simulators were used: in the first one, the vehicles travel in a node network according to a stochastic trip-generation algorithm. In the second one, the vehicles' status changes according to the results of a Finnish travel survey. Two different vehicle battery models were also used: a simple linear "kilowatt-hour counter" and a more advanced battery model with temperature dependency. It was found that smart charging power allocation can improve the total distance driven in electric-only mode compared to a "dumb" equal allocation strategy, but the gain is heavily dependent on the battery capacity. If no predictions about the future are made, the gain is small (1%), but with full knowledge on future travel patterns, it increases to over 5%. In general, more power should be allocated to vehicles that depart earlier and travel longer distances before their next charging session. Among plug-in hybrid electric vehicles, those with small battery capacity gain the most benefit from improved charging infrastructure, in terms of total distance driven in electric-only mode. Battery capacity holds the highest potential out of all parameters tested. The second and third most important infrastructure parameters are the number of parking slots around a single charging station and the number of these charging stations. A charging station should be placed in a central location with several parking slots around it, to allow sequential charging of multiple vehicles by switching the charging cable from one vehicle to the next. Low battery temperature has a negative impact on fully electric vehicle charging. This manifests as slightly reduced median state of charge (3–6%-units) for the vehicle fleet and significantly lower median charging rate (15% in terms of self-weighted mean charging power). Battery heating can be used to achieve higher state of charge, as well as increased charging rate for certain vehicles. Deviation from the close-to-optimal +20°C temperature for the cabin and the battery results in reduced efficiency (km/kWh) and eventually reduced number of planned trips that can be realized. Cabin preconditioning and active battery thermal management improve the median efficiency of the fleet around 8-9% at −10°C and +40°C.Tässä väitöskirjassa tutkitaan sähköautolaivueiden toimintakykyä ja lataamista kaupunkiympäristössä käyttämällä kolmea tutkimuskysymystä, jotka keskittyvät: 1) rajoitetun kokonaislataustehon jakamiseen usealle lataavalle autolle; 2) erilaisten latausinfrastruktuuriparametrien vaikutusta kokonaismatkaan, joka ajetaan täysin sähköllä; ja 3) kylmän ja lämpimän ympäristön lämpötilan vaikutusta autolaivueen toimintakykyyn ja lataamiseen. Tutkimusmenetelmänä käytettiin agenttipohjaista tietokonesimulaatiota, joka säädettiin siten, että simulaation tuloksena syntyneet ajotiedot muistuttaisivat tavallisten polttomoottori-autojen käyttäytymistä Helsingissä. Väitöskirjassa käytettiin kahta erilaista simulaattoria: ensimmäisessä autot liikkuvat noodiverkostossa stokastisen matkageneraattorin ohjaamana ja toisessa autot muuttavat tilaansa suomalaisen henkilöliikennetutkimuksen tuloksiin perustuen. Lisäksi käytettiin kahta erilaista akkumallia: yksinkertaista "kilowattituntilaskuria" ja edistyneempää lämpötilariippuvaista akkumallia. Havaittiin, että lataustehon älykäs jakaminen voi nostaa täysin sähköllä ajettua kokonaismatkaa verrattuna yksinkertaiseen lataustehon tasajakoon, mutta tämä nousu on vahvasti riippuvainen laivueen akkukapasiteetista. Jos mitään ennusteita ei käytetä, kasvu on pieni (1%), mutta täydellä tietämyksellä tulevasta ajosta kasvu on yli 5%. Yleisesti ottaen, lataustehon jakamisessa tulisi suosia autoja, jotka ovat poistumassa aikaisemmin latauspaikalta ja jotka kulkevat pidemmän matkan ennen seuraavaa lataussessiota. Plug-in-hybridisähköautoista ne, joilla on pieni akkukapasiteetti, hyötyvät eniten latausverkoston kehittymisestä, kun mittarina käytetään täysin sähköllä ajettua kokonaismatkaa. Akku-kapasiteetilla on suurin vaikutus kaikista kokeilluista parametreista. Toiseksi ja kolmanneksi tärkeimmät parametrit ovat yhden lataustolpan ympärillä olevien pysäköintiruutujen määrä ja lataustolppien määrä. Lataustolppa tulisi sijoittaa keskeiselle paikalle siten, että sitä voidaan hyödyntää useasta parkkiruudusta vaihtamalla latauskaapelia autosta toiseen. Matala akuston lämpötila huonontaa täyssähköautojen latauskykyä. Tämä näkyy hieman alentuneena mediaanilataustasona (3–6%-yksikköä) ja huomattavasti alentuneena mediaani-latausnopeutena (15% itsepainotetussa keskilataustehossa). Akuston lämmitystä voidaan käyttää kohottamaan lataustasoa ja nostamaan latausnopeutta tiettyjen autojen kohdalla. Kun auton sisätilan ja akuston lämpötila poikkeaa +20°C:sta, autojen tehokkuus (km/kWh) laskee ja poikkeaman kasvaessa joitakin suunniteltuja matkoja joudutaan lopulta perumaan. Sisätilan esi-ilmastointia ja aktiivista akuston lämmönsäätelyä käyttämällä voidaan mediaanitehokkuutta nostaa noin 8–9% lämpötiloissa −10°C ja +40°C.Description
Supervising professor
Lund, Peter, Prof., Aalto University, Department of Applied Physics, FinlandThesis advisor
Lund, Peter, Prof., Aalto University, Department of Applied Physics, FinlandOther note
Parts
-
[Publication 1]: Lindgren, Juuso & Niemi, Rami & Lund, Peter D., 2013. Effectiveness of smart charging of electric vehicles under power limitations. International Journal of Energy Research. Volume 38, Issue 3. P. 404-414.
DOI: 10.1002/er.3130 View at publisher
-
[Publication 2]: Lindgren, J & Lund, P., 2015. Identifying bottlenecks in charging infrastructure of plug-in hybrid electric vehicles through agent-based traffic simulation, International Journal of Low-Carbon Technologies, vol. 10,no. 2, pp. 110-118.
DOI: 10.1093/ijlct/ctv008 View at publisher
-
[Publication 3]: Lund, Peter & Lindgren, Juuso & Mikkola, Jani & Salpakari, Jyri. 2015. Review of energy system flexibility measures to enable high levels of variable renewable electricity. Renewable and Sustainable Energy Reviews. Volume 45. P. 785-807.
DOI: 10.1016/j.rser.2015.01.057 View at publisher
-
[Publication 4]: Lindgren, J., Asghar, I. & Lund, P., 2016. A hybrid lithium-ion battery model for system-level analyses, International Journal of Energy Research, vol. 40, no. 11, pp. 1576-1592.
DOI: 10.1002/er.3617 View at publisher
-
[Publication 5]: Lindgren, J. & Lund, P., 2016. Effect of extreme temperatures on battery charging and performance of electric vehicles. Journal of Power Sources, vol. 328, pp. 37-45.
DOI: 10.1016/j.jpowsour.2016.07.038 View at publisher