Energy strategies for electric mobility in urban areas

Abstract

Due to global environmental concerns, plug-in hybrid electric vehicles (PHEVs) are expected to become more prevalent. In order to avoid overloading the power supply system and to use PHEV recharging to reduce power fluctuations, smart charging strategies could be very useful.

This thesis introduces a method for allocating available power to the connected PHEVs through a charging function. To obtain insight on the problem of power allocation, the form and parameters of the charging function were modified and the effect on the electric kilometres (objective function to be maximized) was checked. All results were obtained in a simulated environment, using Helsinki as a case.

The results indicate that it is usually a good strategy to allocate more charging power for vehicles that have low state of charge (SOC) and low battery capacity.

Obtaining an accurate prediction for the amount of time a PHEV will stay at its current location provides more electric kilometres than an accurate prediction for the amount of kilometres the PHEV will travel before reconnecting with the grid. It is possible to safeguard against inaccurate predictions by using a linear combination of the prediction and the observed average.

When there is a sufficient correlation between travelled distance and battery capacity, the effectiveness of our strategies diminishes, rendering them almost redundant. The effectiveness of any strategy is linked to the battery capacity. With too low and too high capacities, the strategies are redundant.

This thesis also introduces a method for generating nearly arbitrary charging load profiles for night-time home recharging, the weighted random recharging (WRR). It was shown that with traffic electrification of 39 % and under certain simplifying assumptions, the yearly standard deviation of power consumption could be reduced by 6.3 % while reducing the daily standard deviation by 61 % on average.

Maailmanlaajuisten ympäristöongelmien uhan vuoksi on odotettavissa, että plug-in hybridisähköajoneuvojen (PHEV) määrä tulee lisääntymään. Välttääksemme sähköjärjestelmämme ylikuormittamisen ja jopa hyötyäksemme sähköajoneuvojen latauskuormasta pienentämällä tehonkulutuksen vaihtelua älykkäät latausstrategiat voivat osoittautua hyödyllisiksi.

Tämä diplomityö esittelee latausfunktion, menetelmän tehonjakamiselle sähköverkkoon kytketyille autoille. Yritimme ymmärtää tehon jakamisen ongelmaa kokeilemalla erilaisia muotoja tälle funktiolle ja selvittämällä, miten ajettujen sähkökilometrien määrä, maksimoitavan kohdefunktiomme arvo, muuttui. Kaikki tuloksemme saavutettiin simuloidussa ympäristössä Helsinkiä edustavassa noodiverkostossa.

Tuloksemme viittaavat siihen, että on tavallisesti hyvä strategia antaa enemmän lataustehoa niille ajoneuvoille, joiden normalisoitu lataustaso (SOC) ja kapasiteetti ovat matalia.

Tarkan ennusteen saaminen sille ajalle, minkä ajoneuvo viettää nykyisessä sijainnissaan tuottaa enemmän sähkökilometrejä kuin tarkka ennuste sille matkalle, minkä ajoneuvo kulkee ennen liittymistään takaisin sähköverkkoon. Huonoja ennusteita vastaan voidaan suojautua käyttämällä ennusteen ja havaitun keskiarvon yhdistelmää.

Kun kuljetun matkan ja akkukapasiteetin välillä on riittävä korrelaatio, käyttämiemme strategioiden vaikutus pieneni tehden niistä lähes tarpeettomia. Minkä tahansa strategian vaikutus riippuu akkukapasiteetista. Liian pienillä ja liian suurilla kapasiteeteilla strategiat ovat tarpeettomia.

Tämä diplomityö esittelee myös menetelmän lähes mielivaltaisten latauskuormaprofiilien muodostamiselle, painotetun satunnaislatauksen (WRR). Näytämme, että liikenteen sähköistämisprosentin ollessa 39 ja tiettyjen yksinkertaistavien oletusten voimassa ollessa voidaan vuosittaista sähkönkulutuksen keskihajontaa pienentää 6.3 % päivittäisen keskihajonnan pienentyessä keskimäärin 61 %.