Modeling and design of a photovoltaic infrastructure based on a microgrid and dedicated to electromobility
Modélisation et conception d'un microsystème énergétique urbain basé sur les énergies renouvelables et dédié à l'électromobilité
Résumé
Environmental benefits lie in reducing direct air pollution and greenhouse gas emissions. In contrast to thermal vehicles, electric vehicles (EVs) have zero tailpipe emissions, but their contribution in reducing global air pollution is highly dependent on the energy source they have been charged with. Thus, the energy system depicted in this manuscript is a photovoltaic (PV)-powered charging station (PVCS) based on a DC microgrid and includes stationary storage and public grid connection as power source backups. The goal is to identify the preliminary requirements and feasibility conditions for PV-powered EV charging stations leading to PV benefits growth. Simulation results of different scenarios prove that slow charging with long park time could increase PV benefits for EVs and may reduce the charging price, therefore, EV users should be more willing to stay at charging stations. Whereas, for fast charging, EV users should accept the high charging price since it depends on the public energy grid. For all these scenarios, the energy system distribution and EV’s energy distribution regarding its charge are well presented. On the other hand, the PVCS has to control the whole system considering the energy cost optimization; so, that it becomes an intelligent infrastructure for recharging EVs. The energy cost optimization problem is studied taking into account the intermittent arrival and departure of each EV, meaning that the energy optimization is operated in real-time power management. For this, a mixed-integer linear programming is formulated as an optimization problem to minimize the total energy cost, taking into consideration the physical limitations of the system. The interaction with the human-machine interface provides EV data in real-time operation, Regarding the prediction data, only PV power profile is required; the interface communicates the PV power prediction based on the solar irradiation prediction provided by the national meteorological institute in France. The optimization is executed at each EV arrival, with the actualized data in the DC microgrid. Simulation and real-time experimental results of different meteorological conditions show that the EV user demands are satisfied while the PV benefits grow and the energy cost is minimized, proving the feasibility of the proposed optimization problem for real-time power management. Furthermore, the deployment of EVs in a large scale will increase load demand and the burden on the public grid. However, vehicle-to-grid (V2G) service is promising and can bring benefits to the public grid operators and to the EV users, who will be rewarded. The goal is to study the energy management and to analyze the energy cost of the PVCS with the implementation of V2G service, taking into account the interaction of EV users with the human-machine interface. Simulation results show that the proposed energy management satisfies the EV user demands under V2G service, proving its feasibility. The energy cost analysis highlights the benefits of the V2G service, where the variable power scenario can make profits and the energy discharged of EVs into the grid is 75% of the total energy injected into the grid in peak hours. Lastly, based on a life cycle assessment mixed with carbon impact methodology, the carbon impact of the PVCS is studied and then compared with a grid-powered charging station. The obtained results show that the carbon impact of the PVCS is highly dependent on the PV system, thus levers action are proposed with recent data and recycled materials. The proposed scenarios show a reduction in the carbon impact of a PVCS, as for the grid-connected charging station, the carbon impact is highly dependent on the electricity mix of energy.
Les bénéfices environnementaux résident dans la diminution de la pollution atmosphérique directe et la réduction des émissions de gaz à effet de serre. Contrairement aux véhicules thermiques, les véhicules électriques (VEs) n'ont aucune émission d'échappement, mais leur contribution à la réduction de la pollution atmosphérique mondiale dépend fortement de la source d'énergie avec laquelle ils ont été chargés. Ainsi, le système énergétique décrit dans ce manuscrit est une station de recharge photovoltaïque (PV) (PVCS en anglais) basée sur un micro-réseau DC et comprend un stockage stationnaire et une connexion au réseau public comme sources d'alimentation de secours. L'objectif est d'identifier les exigences préliminaires et les conditions de faisabilité pour les stations de recharge de VE alimentées par PV menant à la croissance des avantages PV. Les résultats de simulation de différents scénarios prouvent qu'une charge lente avec une longue durée de stationnement pourrait augmenter les avantages du PV pour les VEs et réduire le prix de la charge. Par conséquent, les utilisateurs de VE devraient être plus disposés à rester à la station de recharge, alors que pour une recharge rapide, les utilisateurs de VE doivent accepter le prix de recharge élevé puisqu'il dépend du réseau électrique public. Pour tous ces scénarios, la distribution des énergies du système et la distribution des énergies dans la recharge des véhicules électriques sont bien présentées. De l’autre part, la PVCS doit contrôler l'ensemble du système en tenant compte de l'optimisation des coûts énergétiques afin qu'il devienne une infrastructure intelligente pour recharger les VEs. Le problème d'optimisation des coûts énergétiques est étudié en tenant compte de l'arrivée et du départ intermittents de chaque VE, ce qui signifie que l'optimisation énergétique est opérée en gestion de la puissance en temps réel. Pour cela, une programmation linéaire en nombres entiers mixtes est formulée comme un problème d'optimisation pour minimiser le coût énergétique total, en tenant compte des limitations physiques du système. L'interaction avec l'interface homme-machine fournit des données des VEs en temps réel. En ce qui concerne les données de prédiction, seul le profil de puissance PV est requis ; l'interface communique la prévision de puissance PV basée sur la prévision d'irradiation solaire fournie par l'institut national de météorologie en France. L'optimisation est exécutée à chaque arrivée d’un VE, avec les données actualisées dans le micro-réseau DC. La simulation et les résultats expérimentaux en temps réel de différentes conditions météorologiques montrent que les demandes des utilisateurs de VE sont satisfaites, tandis que les avantages du PV augmentent et que le coût de l'énergie est minimisé, prouvant la faisabilité du problème d'optimisation proposé pour la gestion de l'énergie en temps réel. De plus, le déploiement des VEs à grande échelle augmentera la demande de la recharge et l’impact sur le réseau public. Cependant, le service véhicule-vers-réseau (V2G) est prometteur et peut apporter des avantages aux opérateurs de réseaux publics et aux utilisateurs de VE, qui seront récompensés. L'objectif est d'étudier la gestion de l'énergie et d'analyser le coût énergétique du PVCS avec la mise en oeuvre du service V2G, en tenant compte de l'interaction des utilisateurs de VE avec l'interface homme-machine. Les résultats de la simulation montrent que la gestion de l'énergie proposée répond aux demandes des -5/227- utilisateurs de VE sous le service V2G, prouvant sa faisabilité. L'analyse des coûts énergétiques met en évidence les avantages du service V2G, où le scénario de puissance variable peut générer des bénéfices et où l'énergie rejetée par les VE dans le réseau représente 75% de l'énergie totale injectée dans le réseau aux heures de pointe.
Origine : Version validée par le jury (STAR)