Diss. Madrid : Universidad Pontificia Comillas, 2015

Både elkraftsystem och transportsektorn är nödvändiga komponenter av vårt moderna liv – de förstärker den sociala välfärden, möjliggör ekonomisk framgång och bidrar slutligen med välmående för folket. För att undvika skadliga klimateffekter av utsläppta växthusgaser har en rigorös utfasning av fossila bränslen inom båda dessa sektorer prioriterats på politiska agendor runtom i världen. På så vis förväntas elektrifieringen av personbilar bidra till en prisvärd och pålitlig energimodell som ger en acceptabel miljöpåverkan. Med en betydande flexibilitet i efterfrågan på el har elbilarna möjlighet att underlätta integrationen av förnybara energikällor. Frågan är då, hur ska elbilarnas elanvändning koordineras för att bäst bistå elkraftsystemet med hänsyn till resursbrist? Det huvudsakliga syftet med den här forskningen är att föreslå beslutsstödsverktyg som kan förbättra systemeffektiviteten genom elbilsladdning. Forskningen utvecklar en modell för en aggregatoragent som länk till grossistelproducenterna, som antas vara ansvariga för att köpa energi på elmarknaden, under osäkerhet inom priser, tillgång på bilar och efterfrågan. Aggregatorn kan koordinera elbilsladdningen antingen genom direkt efterfrågekontroll, med kraftbegräsningar för enskilda elbilar, eller genom indirekt efterfrågekontroll, men prissignaler. Den här avhandlingen har å ena sidan föreslagit ett tvåstegs stokastiskt linjärt program för elbilsaggregatorns spotmarknads- och balansbeslut med direkt efterfrågekontroll för en stor elbilsflotta, genom att ta hänsyn till conditional value at risk i målfunktionen. Å andra sidan har den tagit fram en formulering för koordinering av indirekt efterfrågekontroll som ett bi-level-optimeringsproblem med jämviktsrestriktioner, där 1) de övre besluten om slutkundspriser och optimal budgivning i elmarknaderna med förbehåll för 2) den lägre optimeringen av kundoptimeringen av laddningsscheman. Dessa beslut kan åsamka möjligt obehag för elbilsanvändarna då de behöver avvika från sina föredragna laddningsscheman. Kapacitetsnätverkstariffer har tillämpats både för direkt och indirekt laddningskontroll för en elbilsaggregator, i ett existerande distributionsnätverk med urbana egenskaper och spatiala laddningsscheman för elbilar.

Both electric power systems and the transportation sector are essential constituents to modern life, enhancing social welfare, enabling economic prosperity and ultimately providing well-being to the people. However, to mitigate adverse climatological effects of emitting greenhouse gases, a rigorous de-carbonization of both industries has been set on the political agenda in many parts of the world. To this end, electrifying personal vehicles is believed to contribute to an affordable and reliable energy model that provides tolerable environmental impact. Representing an inherently flexible electricity demand, plug-in electric vehicles (PEVs) promise to facilitate the integration of variable renewable energy sources. Yet, how should the PEVs' system usage be ideally coordinated for providing benefits to electric power systems in the presence of resource scarcity? The thesis develops a model of an aggregation agent as the interface to the wholesale electricity generators, which is envisaged to be in charge of procuring energy in electricity markets, exposed to uncertainty in prices, fleet availability and demand requirements. This aggregator could coordinate the PEV charging either with direct load control (DLC), i.e., sending power set points to the individual vehicles, or with indirect load control (ILC), i.e., by sending retail price signals. Contributing to the technical literature this thesis has on the one hand proposed a two-stage stochastic linear program for the PEV aggregator's day-ahead and balancing decisions with DLC over a large fleet of PEVs, while accounting for conditional value at risk in the objective function. On the other hand, it has put forward a formulation of ILC coordination as a bi-level optimization problem given by mathematical programming with equilibrium constraints, in which 1) the upper level decisions on retail tariffs and optimal bidding in electricity markets are subject to 2) the lower level client-side optimization of PEV charging schedules. These decisions may respect a potential discomfort that could arise when PEV users have to deviate from their preferred charging schedule. Set in an existing, real medium voltage distribution network with urban characteristics and spatial PEV mobility, network UoS tariffs for capacity have been applied to both DLC and ILC scheduling by a PEV aggregator.