Optimization of coupled driving-and-charging strategies for electric vehicles in an urban environment - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2021

Optimization of coupled driving-and-charging strategies for electric vehicles in an urban environment

Optimisation couplée des stratégies roulage/recharge pour véhicules électriques en environnement urbain

Benoit Sohet

Résumé

In the near future, Electric Vehicles (EVs) are going to constitute a significant share of the global vehicle stock. This represents an opportunity to reduce greenhouse gas emissions and local pollution (air quality, noise). Regarding the electrical system, smart charging could mitigate the impact of EVs on the grid infrastructures for example. Thus, EVs have an effect on both the electrical and the transportation networks, which makes the actions of the different stakeholders (or operators) of these systems interdependent. The aim of this thesis is to help operators to make decisions in this coupled environment, by modeling the reactions of vehicle users, and mechanisms like an EV charging scheduling and a pricing method based on it. The coupled use case considered for vehicles is urban trips such as commuting, associated with charging at public Charging Stations (EVCSs). The behavior of commuters while driving and charging is modeled by a routing game with congestion both on the transportation and electrical networks. Beckmann's method to find a Wardrop equilibrium of the game is extended to Linearly non-Separable Congestion (LnSC) cost functions such as the charging pricing mechanism specific to this work. In addition, for increasing LnSC cost functions, the associated linear combinations of vehicle flows are proved to be unique at equilibrium. This routing game is then linked to a reinforcement learning algorithm in which vehicle users have no prior knowledge but observe their driving and charging costs. The proof of convergence of this algorithm towards an equilibrium is extended to increasing LnSC cost functions. This thesis then focuses on the Charging Service Operators (CSOs) of EVCSs and two demand-side management mechanisms are added to the vehicle game framework. First, the choice of charging profiles is centralized at the level of the CSO, which uses the water-filling scheduling to smooth the total load profile of all electricity usages at the EVCS. An analytic expression of this scheduling is found in different cases, including self-consumption of local renewable generation, asynchronous charging needs and multiple operated EVCSs. Second, charging prices are defined as the approximate impact the water-filling profiles have on the grid, to incentivize EV users in their choice of an EVCS for example. These prices are shown to be increasing LnSC cost functions (under certain conditions), and the charging needs at EVCSs are unique at equilibrium of the routing game. The locational marginal pricing method, defined as the actual marginal grid cost, is refined and compared to the pricing mechanism of this thesis. Then, the routing game along with these CSO's charging scheduling and pricing mechanism are tested on two examples: reducing local air pollution with traffic tolls, and solar panel sizing at a multimodal e-Park & Ride hub. Finally, a trilevel framework is suggested to model the interactions between vehicle users, a CSO and an electrical network operator which designs the electricity supplying contract of the CSO. An iterative optimization method is adapted to this framework and is proved to converge towards its optimal solution. This solution is illustrated on realistic electrical and transportation networks and compared to a standard bilevel framework with a unique operator.
Dans un futur proche, les Véhicules Electriques (VE) constitueront une part importante du parc automobile mondial. Cela représente une opportunité pour réduire les émissions de gaz à effet de serre et la pollution locale (qualité de l'air, bruit). En ce qui concerne le système électrique, la recharge intelligente pourrait atténuer l'impact des VE sur les infrastructures de réseau par exemple. Ainsi, les VE ont un effet à la fois sur le réseau électrique et sur le réseau de transport, ce qui rend les actions des différents acteurs (ou opérateurs) de ces systèmes interdépendantes. L'objectif de cette thèse est d'aider les opérateurs à prendre des décisions dans cet environnement couplé, en modélisant les réactions des usagers de véhicules, ainsi que des mécanismes tels que la planification de la recharge des VE, et une méthode de tarification basée sur celle-ci. Le cas d'usage considéré pour illustrer ce couplage est celui des déplacements urbains tels que les trajets domicile-travail, associés à une recharge dans des Infrastructures de Recharge (IRVE) publiques. Le comportement des usagers de véhicules sur la route et lors de la recharge est modélisé par un jeu de routage, prenant en compte des phénomènes de congestion à la fois sur le réseau de transport et sur le réseau électrique. La méthode de Beckmann pour trouver un équilibre de Wardrop du jeu est étendue aux fonctions de coût de Congestion Linéairement non-Séparables (LnSC), tel que le mécanisme de tarification de la recharge défini dans cette thèse. De plus, pour des fonctions de coût LnSC croissantes, il est prouvé que les combinaisons linéaires associées des flux de véhicules sont uniques à l'équilibre. Ce jeu de routage est ensuite lié à un algorithme d'apprentissage par renforcement dans lequel les usagers de véhicules n'ont aucune connaissance préalable de leurs coûts mais les observent seulement. La preuve de la convergence de cet algorithme vers un équilibre du jeu est étendue aux fonctions de coût LnSC croissantes. Cette thèse se concentre ensuite sur les Opérateurs de Services de Charge (CSO) des IRVE, et deux mécanismes de maîtrise de la demande en énergie sont ajoutés au jeu de routage. Premièrement, le choix des profils de charge est fait de manière centralisée par le CSO, qui utilise la méthode water-filling pour lisser le profil de puissance totale de tous les usages électriques à l'IRVE. Une expression analytique de cette planification de la recharge est trouvée dans différents cas d'usage, comme l'autoconsommation de la production renouvelable locale, des besoins de charge asynchrones, et plusieurs IRVE exploitées en parallèle. Deuxièmement, les tarifs de recharge sont définis comme l'impact approché des profils de recharge sur le réseau électrique, pour inciter les usagers de VE dans leur choix d'IRVE par exemple. Il est démontré que ces prix sont des fonctions de coût LnSC croissantes (sous certaines conditions), et que le besoin de charge à chaque IRVE est unique à l'équilibre du jeu de routage. La méthode standard de tarification marginale locale, fonction du coût marginal réel du réseau, est affinée et comparée au mécanisme de tarification de cette thèse. Ensuite, le jeu de routage accompagné de la planification de charge et du mécanisme de tarification de cette thèse sont testés sur deux exemples : la réduction de la pollution locale de l'air par des péages routiers, et le dimensionnement de panneaux solaires dans un Parc Relais multimodal. Enfin, un système à trois niveaux est proposé pour modéliser les interactions entre les usagers de véhicules, un CSO et l'opérateur du réseau de distribution, qui choisit la forme du contrat d'approvisionnement en électricité du CSO. Une méthode de résolution itérative est adaptée à ce cadre, et il est prouvé qu'elle converge vers la solution du problème d'optimisation à trois niveaux.
Fichier principal
Vignette du fichier
manuscrit_Sohet.pdf (5.27 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03662438 , version 1 (09-05-2022)

Identifiants

  • HAL Id : tel-03662438 , version 1

Citer

Benoit Sohet. Optimization of coupled driving-and-charging strategies for electric vehicles in an urban environment. Modeling and Simulation. Université d'Avignon, 2021. English. ⟨NNT : 2021AVIG0290⟩. ⟨tel-03662438⟩
679 Consultations
28 Téléchargements

Partager

Gmail Facebook X LinkedIn More