Techniques optimales pour Smart Grid Charge des véhicules électriques autonomesavec des sources d'énergie renouvelables

Optimal techniques for Smart grid Charging of Autonomous electrical vehicleswith Renewable energy sources

• Auteur / Autrice : Haider Ali
• Direction : Bruno Francois, Luce Brotcorne
• Type : Projet de thèse
• Discipline(s) : Génie Electrique
• Date : Inscription en doctorat le 01/09/2021
• Etablissement(s) : Centrale Lille Institut
• Ecole(s) doctorale(s) : ENGSYS Sciences de l'ingénierie et des systèmes
• Partenaire(s) de recherche : Laboratoire : L2EP - Laboratoire d'Electrotechnique et d'Electronique de Puissance de Lille

Mots clés

Mots clés libres

Véhicules électriques autonomes

Borne de recharge

Énergies renouvelables

Villes intelligentes

Systèmes électriques

Autonomous Electrical Vehicles

Charging station

Renewable energy sources

Smart Cities

Power systems

Résumé

Ce projet vise à lever les freins à l'électrification des transports et s'attaque à deux enjeux sociétaux concernant la mobilité verte : la réduction des émissions de CO2 dans les villes et les poussières pour la planète et le développement des infrastructures de recharge. (AEV) pour interagir et communiquer en symbiose avec un réseau électrique intelligent incluant la production et le stockage d'énergie renouvelable. Le projet consiste à définir un outil : i) pour concevoir et localiser des infrastructures de recharge équipées de production d'énergie renouvelable (ER) afin de répondre aux attentes des utilisateurs en tenant compte de l'incertitude de la production d'ER et ii) pour informer et orienter les AEV inoccupés vers le infrastructure de recharge disponible et la plus « adaptée » (option « Autopilot » par téléphone). Cette dernière étape est réalisée afin de satisfaire les contraintes locales du réseau de distribution (dépassement de la capacité maximale, sous-tension, etc.), maximiser l'utilisation des SER et minimiser les coûts de charge. Ce projet soulève des enjeux stratégiques et opérationnels. D'un point de vue stratégique, la conception en termes d'emplacements, de tailles de bornes de recharge ainsi que de capacités de production d'ER doit être déterminée. D'un point de vue opérationnel, où et quand charger le VE doit être déterminé afin de minimiser le coût énergétique ainsi que la production et les pics d'électricité du réseau de distribution, et maximiser l'utilisation de la production renouvelable. Considérer des véhicules autonomes ou semi-autonomes permet de supposer que les décisions de recharge des VE sont définies par un système central de gestion de l'énergie en charge de gérer l'ensemble du système. Dans ce projet, notre objectif est de résoudre deux problèmes. i) Un problème de conception stochastique pour déterminer conjointement les variables de conception. (localisation, nombre de borne et production d'énergie renouvelable) à deux échelles de temps différentes dans un environnement incertain lié à la demande de transport, à la production d'énergie renouvelable et aux pics d'électricité ii) Un problème de charge déterministe d'AEV conduisant à la résolution d'un problème d'optimisation en nombres entiers dans un court laps de temps pour lequel la production d'énergie renouvelable peut être estimée finement au niveau temporel.

This project aims to remove obstacles to the transport electrification and tackles two societal challenges regarding green mobility: CO2 reduction in cities and dusts for the planet and development of charging infrastructures The task is to establish the concepts and frameworks allowing autonomous or semi-autonomous electric vehicles (AEV) to interact and communicate in symbiosis with an intelligent electrical network including renewable energy production and storage. The project consists in defining a tool: i) to design and locate charging infrastructures equipped with renewable energy (RE) production in order to meet users expectations taking into account the uncertainty of the RE production and ii) to inform and guide unoccupied AEV to the available and most “suitable” charging infrastructure (“Autopilot” option by telephone). This last step is performed in order to satisfy local constraints in the distribution network (exceeding the maximum capacity, under voltage, etc.), maximise the RES use and minimize the charging costs. This project raises strategical and operational issues. From a strategical point of view, the design in terms of locations, sizes of charging stations as well as RE production capacities has to be determined. From an operational point of view, where and when to charge EV has to be determined in order to minimize the energy cost as well as the production and network distribution electricity peaks, and maximize the use of renewable generation. Considering autonomous vehicles or semi-autonomous vehicles allow us to assume that the EV charging decisions are defined by a central energy management system in charge of managing all the system. In this project, our goal is to solve two problems. i) A Stochastic design problem to jointly determine the design variables. (location, number of charging station and renewable energy production) in two different time scales in an uncertain environment related to the transportation demand, the renewable energy production and electricity peaks ii) A deterministic AEV charging problem leading to the resolution of a deterministic mixed-integer optimization problem in a short period of time for which the production of renewable energy can be finely estimated at the temporal level.