Carica Efficiente per Veicoli Elettrici nelle Reti di Parcheggio
Uno studio sull'ottimizzazione dei programmi di ricarica per veicoli elettrici in parcheggi con limiti di energia.
― 7 leggere min
Indice
- Contesto
- Descrizione del Problema
- Importanza della Pianificazione
- Metodo Proposto
- Studio di Caso
- Strategie di Pianificazione
- Simulazione e Risultati
- Analisi dei Vincoli di Rete
- Vantaggi delle Tariffe di Ricarica Flessibili
- Impatto della Frequenza di Pianificazione
- Prestazioni Generali
- Conclusione e Direzioni Future
- Fonte originale
I Veicoli Elettrici (EV) stanno diventando sempre più comuni e con questo aumento arriva la necessità di cariche efficienti. Questo studio si concentra sulla Pianificazione della ricarica degli EV in una Rete di parcheggi tenendo conto dei limiti di fornitura di energia dalla rete elettrica. L'obiettivo è ridurre i ritardi per gli EV in attesa di ricarica rispettando la capacità della rete elettrica.
Contesto
Con l'aumentare del numero di veicoli elettrici, cresce anche la necessità di molte stazioni di ricarica. I parcheggi vicino a zone affollate, come gli uffici, sono spesso dove molti EV si radunano per ricaricare. Questi parcheggi di solito hanno alta richiesta durante certe ore, soprattutto quando c'è sole e i pannelli solari generano energia.
Molti parcheggi installano pannelli solari accanto alle stazioni di ricarica per fornire energia aggiuntiva. Dobbiamo gestire la domanda di ricarica in questi parcheggi per assicurarci che tutti gli EV vengano ricaricati efficacemente senza sovraccaricare il sistema elettrico.
Descrizione del Problema
Questo studio analizza un gruppo di parcheggi connessi alla stessa rete elettrica. Ogni parcheggio ha un numero limitato di stazioni di ricarica e può fornire solo una certa quantità di elettricità in base alla connessione alla rete. L'arrivo degli EV nei parcheggi segue un modello noto.
Quando un EV arriva, sappiamo il suo orario di partenza desiderato e quanta energia necessita per ricaricare. Dobbiamo creare un programma di ricarica per minimizzare i ritardi rispettando i limiti della rete.
La pianificazione della ricarica deve essere fatta con cura perché se un EV non è completamente carico entro il suo orario di partenza, subirà dei ritardi. Il nostro obiettivo è ridurre questo ritardo complessivo per tutti i veicoli nella rete.
Importanza della Pianificazione
La ricarica dei veicoli elettrici è un argomento importante che è stato studiato da varie prospettive. Le recensioni su questo tema categorizzano le strategie di ricarica in tre tipi: quelle che si concentrano sulla rete elettrica, quelle che coinvolgono aggregatori e quelle centrati sui clienti. Il nostro approccio si allinea con il modello dell'aggregatore, puntando a fornire il miglior servizio possibile affrontando alcuni limiti di capacità.
Il controllo della ricarica può avvenire a diversi livelli. Il livello più basilare è reattivo, focalizzandosi sul mantenere stabile la rete. Vogliamo lavorare a un livello superiore allineando la domanda di ricarica con la generazione dai pannelli solari e le necessità di altri veicoli.
Studi passati suggeriscono che la coordinazione centrale della ricarica porta a risultati migliori. Il nostro metodo adotta un approccio centralizzato, cercando di ottimizzare il programma di ricarica attraverso la rete di parcheggi gestendo risorse limitate.
Metodo Proposto
Introduciamo un nuovo metodo che estende le tecniche di pianificazione tradizionali per adattarsi alla ricarica online degli EV. Il nostro approccio attinge a regole di pianificazione consolidate per creare programmi che possono adattarsi man mano che arrivano nuovi veicoli.
Abbiamo alcune strategie per creare questi programmi: metodi una tantum che generano un unico programma e metodi avanzati che aggiornano periodicamente i programmi man mano che appare nuova informazione. Facendo così, possiamo sviluppare più piani di pianificazione per gestire efficacemente le richieste di ricarica.
Studio di Caso
Utilizziamo dati reali dalla città di Utrecht per testare il nostro approccio. Questi dati includono modelli di arrivo, necessità energetiche e tempi di connessione per gli EV. Questo studio di caso ci aiuterà a valutare quanto bene le nostre tecniche di pianificazione performano in un contesto pratico.
La rete di parcheggi nel nostro studio è interconnessa e ha capacità di ricarica specifiche. Ogni parcheggio ha il suo set di pannelli solari che possono fornire energia aggiuntiva, a seconda delle condizioni meteorologiche.
Assumiamo che in media circa 1.125 EV arrivino al giorno in questi parcheggi. I dati sui tempi di arrivo, i volumi di carica e i tempi di connessione si basano tutti su osservazioni della vita reale.
Strategie di Pianificazione
Per generare programmi di ricarica efficaci, ci concentriamo su tecniche di pianificazione basate sulle priorità. Queste tecniche ci permettono di gestire i lavori-le richieste di ricarica-classificandoli in base alla loro urgenza.
Ci sono due principali tipi di strategie di pianificazione: seriali e parallele. In un approccio seriale, gestiamo ogni lavoro di ricarica uno alla volta, mentre in una strategia parallela riempiamo i slot temporali disponibili con il maggior numero possibile di lavori ad alta priorità.
Migliorando questi metodi, possiamo adattarci meglio alle nostre necessità nella gestione delle richieste di ricarica degli EV. Le nostre strategie di pianificazione migliorate non solo aiutano a gestire le richieste attuali, ma si adattano rapidamente man mano che arrivano nuovi veicoli o cambiano le condizioni.
Simulazione e Risultati
Per vedere quanto bene funzionano le nostre strategie di pianificazione, abbiamo condotto una simulazione che riproduce come questi parcheggi opererebbero nella vita reale. Abbiamo eseguito diversi scenari di test e raccolto dati sul ritardo medio per gli EV, il ritardo massimo incontrato e quanti EV hanno subito ritardi significativi.
La principale misura delle prestazioni è il ritardo medio: quanto tempo, in media, un EV ha dovuto aspettare per iniziare a ricaricare. Abbiamo anche esaminato i ritardi di picco e il numero di EV che hanno subito ritardi superiori a un certo tempo.
Dai nostri test, abbiamo scoperto che applicare i nostri metodi di pianificazione riduce significativamente il ritardo subito dagli EV. Abbiamo anche scoperto che considerare il layout della rete elettrica durante la pianificazione è cruciale per minimizzare i ritardi.
Analisi dei Vincoli di Rete
I limiti di fornitura di energia sono un aspetto centrale del nostro approccio. Nel nostro studio, dimostriamo gli effetti della gestione della ricarica in una rete semplificata dove questi limiti vengono ignorati. In questo scenario, i ritardi quasi svaniscono, rivelando l'importanza di riconoscere i vincoli della rete per una simulazione realistica.
I nostri risultati confermano che non considerare questi limiti porta a risultati di pianificazione irrealistici. Un modello più accurato deve tenere conto del layout fisico e della capacità della rete per fornire risultati validi.
Vantaggi delle Tariffe di Ricarica Flessibili
Utilizzare tariffe di ricarica flessibili consente ai veicoli di adattare la velocità di ricarica in base alla disponibilità attuale di energia. Nei nostri scenari, abbiamo confrontato l'uso di tariffe flessibili con tariffi fissi, scoprendo che i ritardi medi erano generalmente più brevi con tariffe flessibili.
Abbiamo rimosso i pannelli solari dal test con tariffe fisse per mantenere l'equità nel confronto delle prestazioni. L'assenza di energia solare ha cambiato significativamente i risultati, mostrando che le tariffe flessibili portano a risultati complessivi migliori.
Impatto della Frequenza di Pianificazione
In pratica, aggiornare il programma di ricarica ogni volta che arriva nuova informazione potrebbe essere eccessivo. Pertanto, abbiamo esplorato varie frequenze per generare nuovi programmi: attivando un aggiornamento ogni volta che appare nuova informazione, ogni 15 minuti o una volta all'ora.
I risultati mostrano che aggiornamenti meno frequenti producono comunque buone prestazioni mantenendo l'efficienza computazionale. I migliori metodi di pianificazione continuano a superare gli approcci più semplici, anche con intervalli più lunghi tra gli aggiornamenti.
Prestazioni Generali
Le strategie di pianificazione parallele tendevano a performare meglio di quelle seriali in vari test. I risultati più promettenti provenivano dal nostro approccio raffinato, che combinava più regole di priorità per la generazione dei programmi.
Confrontando i nostri metodi di pianificazione ottimali con uno scenario senza gestione, abbiamo trovato un rischio significativo di sovraccarico della rete senza pianificazione. La ricarica senza controllo portava a sovraccarichi frequenti, dimostrando la necessità di gestire efficacemente la ricarica degli EV.
Conclusione e Direzioni Future
Il nostro studio offre un metodo per pianificare la ricarica degli EV in modo da minimizzare i ritardi rispettando i limiti della rete elettrica. Concentrandoci sul layout della rete e consentendo tariffe di ricarica flessibili, riusciamo a servire più EV in modo efficiente.
I risultati indicano che senza una gestione adeguata, il sovraccarico delle infrastrutture diventa un problema serio. Il nostro approccio di pianificazione fornisce soluzioni a questa sfida mantenendo i ritardi medi bassi, poco oltre un minuto e mezzo per veicolo, anche in condizioni di traffico intenso.
In futuro, ci sono molte strade per ulteriori ricerche. Ottimizzare il nostro metodo di pianificazione può includere l'esplorazione di regole di priorità più diverse e il perfezionamento delle nostre tecniche di distruzione e riparazione per migliorare l'efficacia dei programmi.
Possiamo anche espandere il modello consentendo agli EV di condividere energia con altri e facendo un'analisi più dettagliata delle variazioni nella produzione solare. Queste aggiunte potrebbero migliorare l'accuratezza delle nostre simulazioni e portare a una gestione ancora migliore delle necessità di ricarica degli EV in futuro.
Titolo: Grid-constrained online scheduling of flexible electric vehicle charging
Estratto: We study Electric Vehicle (EV) charging from a scheduling perspective, aiming to minimize delays while respecting the grid constraints. A network of parking lots is considered, each with a given number of charging stations for electric vehicles. Some of the parking lots have a roof with solar panels. The demand that can be served at each parking lot is limited by the capacity of the cables connecting them to the grid. We assume that EVs arrive at the parking lots according to a known distribution. Upon arrival, we learn the desired departure time, the amount of electrical energy it needs to charge its battery, and the range of rates that it can be charged at. Vehicle arrival patterns, connection times, and charging volume are based on data collected in the city of Utrecht. The departure time of an EV is delayed if it has not finished charging in time for its desired departure. We aim to minimize the total delay. We present a novel approach, based on an online variant of well-known schedule generation schemes. We extend these schemes and include them in a destroy-and-repair heuristic. This resulted in several scheduling strategies. We show their effectiveness using a discrete event simulation. With this, we show that applying scheduling approaches increases the amount of EVs that can be charged at a site and reduces the average delay. Furthermore, we argue the importance of considering aspects of the grid layout in electricity networks and show the benefits of using flexible charging rates.
Autori: Emily van Huffelen, Roel Brouwer, Marjan van den Akker
Ultimo aggiornamento: 2024-03-05 00:00:00
Lingua: English
URL di origine: https://arxiv.org/abs/2403.03109
Fonte PDF: https://arxiv.org/pdf/2403.03109
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.