Jacob Sörme

Intelligent Laddningsalgoritm för Elektriska Fordon

Sammanfattning

Elektriska fordon spelar en viktig roll inom målet att skapa en tranporindutri som inte förlitar sig på fossila bränslen. Utmaningen att göra elektriska fordon så effektiva som möjligt innefattar många nya områden som ligger utanför det faktiska tillverkandet, som laddinfrastruktur, elnät och marknader för elektricitethandel. Detta examensarbete modellerar laddning av elektriska fordon med Markov-Beslutsprocesser och använder algoritmer från förstärkande inlärning för att ta fram en intelligent laddalgoritm som kan ta hänsyn till koncept som elpris, batteridegradering och elektriska förluster för att minska driftkostnad och göra det mer värdefullt att använda elfordon. Modeller för hur spänning varierar samt hur batterier degraderas används från källor. Den intelligenta laddalgoritmen jämförs med andra tillvägagångssätt att ladda, bland annat ett som motsvarar hur laddning ofta utförs idag. Vehicle-To-Grid är en lovande framtida teknologi som innebär att elektriska fordon kan ladda ur energi ur sina batterier och sälja tillbaka till elnätet för att underlätta belastningar i nätet, dels på grund av ökad efterfrågan men också på grund av att elnätet i framtiden kan bestå av mindre pålitliga men förnyelsebara energikällor som solceller och vindkraft. Simuleringar körs över situationer med olika elpris och effekterna av att kunna använda Vehicle-To-Grid studeras. Resultat visar på att intelligent laddning kan spara ungefär 30\% av kostnaderna i snitt, men kan nå 63\%. Simuleringar visar att Vehicle-To-Grid endast används för att spara kostnader då batterierna är billiga och då elpriset uppvisar stora variationer. Den intelligenta laddningsalgoritmen kunde spara upp till 500 SEK vid laddsessioner som varade en lång tid, med dyra batterier och med kraftfulla laddare. Resultaten visar på en lovande framtid för intelligenta laddalgorimer att användas för att öka effektiviteten inom laddning av elektriska fordon.