Dans des régions avec beaucoup d'électricité renouvelable, comme le Québec, une augmentation du nombre de Véhicules Électriques (VE) peut réduire les gaz à effet de serre. Par contre, l'autonomie réduite des VE et la présence limitée d'infrastructure publique pour recharger les véhicules peuvent contribuer à un phénomène nommé anxiété de l'autonomie, où les usagers n'achètent pas des VE par peur qu'ils tombent en panne. On peut alors planifier l'emplacement de l'infrastructure publique de recharge de manière stratégique pour combattre cet effet, menant alors à un taux d'adoption plus élevé pour les VE. En utilisant des modèles de choix discret, nous incorporons des modèles économétriques de demande avancés capturant les préférences hétérogènes des usagers à l'intérieur de l'optimisation. En particulier, comme nous le démontrerons, ceci permet l'inclusion de nouveaux facteurs importants, tels qu'une disponibilité de la recharge à domicile et des effets de distance plus granulaire. Par contre, la méthodologie existante pour ce processus crée un modèle de programmation linéaire mixte en nombres entiers qui ne peut pas être résolue, même pour des instances de taille modeste. Nous développons alors une reformulation efficace en problème de couverture maximum qui, comme nous le démontrerons, permet une amélioration de plusieurs ordres de magnitude pour le temps de calcul. Bien que cette reformulation dans un problème de couverture maximum améliore grandement la capacité à résoudre le modèle, celui-ci demeure difficile à résoudre pour des problèmes de grandes tailles, nécessitant des heuristiques pour obtenir des solutions de haute qualité. Nous développons alors deux méthodes de décomposition de Benders spécialisées pour cette application. La première est une méthode de décomposition de Benders accélérée, qui se spécialise à réduire l'écart d'optimalité et à la résolution de problèmes de petite taille ou de taille modeste. La deuxième approche rajoute un branchement local à la méthode de décomposition de Benders accélérée, qui sacrifie de l'efficacité lors de la résolution de problèmes de plus petite taille pour une capacité augmentée afin d'obtenir des solutions réalisables de haute qualité. Finalement, nous présentons une méthode pour dériver des valeurs de paramètres autrement difficiles à obtenir pour le modèle de choix discrets dans le modèle d'optimisation. Ces paramètres dictent les effets de l'infrastructure publique de recharge sur l'adoption des VE. Pour ce processus, nous regardons les facteurs qui encouragent les usagers courants des VE à utiliser l'infrastructure existante. De manière plus précise, nous utilisons des données de recharge réelles de la ville de Montréal (Québec) pour estimer les impacts des caractéristiques des stations, tels que la distance des usagers, le nombre de bornes de recharge, et les installations à proximité. Différents types d'infrastructure sont considérés, de manière parallèle avec des modèles de choix discrets qui peuvent tenir compte de plusieurs observations pour chaque individu. Les contributions de cette thèse sont plus générales que simplement l'adoption de VE, étant applicable, par exemple, au problème de capture maximum, au problème de couverture maximum à multiples périodes, et à la prédiction de la station de recharge choisie par les conducteurs de VE. / In areas with large amounts of clean renewable electricity, such as Quebec, an increase to the number of electric vehicles (EVs) can reduce greenhouse gas emissions. However, the reduced range of EVs and the limited public charging infrastructure can contribute to a phenomenon known as range anxiety, where users do not purchase EVs out of concern they run out of charge while driving. We can strategically optimise the placement of public EV charging infrastructure to combat this effect, thus leading to increased EV adoption. By utilising discrete choice models, we incorporate advanced econometric demand models capturing heterogeneous user preferences within the optimisation framework. In particular, as we demonstrate, this allows for the inclusion of new, important attributes, such as a more granular home charging availability and a continuous degradation of quality based on the distance. However, existing methodologies for this optimisation framework result in a mixed-integer linear program which cannot be solved for even moderately sized instances. We thus develop an efficient reformulation into a maximum covering location problem which, as we show experimentally, allows for multiple orders of magnitude of improved solving time. While the reformulation into a maximum covering location problem greatly improves the solving capabilities for the model, it remains intractable for large-scale instances, relying on heuristics to obtain high-quality solutions. As such, we then develop two specialised Benders decomposition methods for this application. The first is an accelerated branch-and-Benders-cut method, which excels at solving small or medium-scale instances and at decreasing the optimality gap. The second approach incorporates a local branching scheme to the accelerated branch-and-Benders-cut method, which sacrifices some efficiency in solving smaller instances for an increased ability to obtain high-quality feasible solutions. Finally, we discuss a method for deriving difficult-to-obtain parameter values of the discrete choice model in the optimisation framework. These parameter values dictate the effects of the public charging infrastructure on EV adoption and, as such, play a crucial role in the optimisation model. For this process, we investigate the attributes that encourage current EV owners to utilise existing infrastructure. More specifically, we use real charging session data from the city of Montreal (Quebec) to determine the impacts of station characteristics such as the distance to the users, the number of outlets, and the nearby amenities. Different types of charging infrastructure are considered alongside discrete choice models which take into account multiple observations from individual users. The contributions of this thesis lie more broadly than simply EV adoption, being applicable to, e.g., the maximum capture problem, the multi-period maximum covering location problem, and the prediction of the charging station selected by EV drivers.

This work is dedicated to exploring the possibilities for optimizing the existing electrical network of the municipality of Yekaterinburg with the aim of developing infrastructure for charging stations for electric vehicles. The study analyzes the current equipment for charging electric vehicles and evaluates various approaches to optimizing the network of charging stations. Special attention is given to the clustering of promising areas for station placement and forecasting demand for these services. The impact of projected demand on the current topology of the electrical network is also assessed. As a result of this work, two key algorithms have been developed: an algorithm for clustering areas based on demand for charging stations and an algorithm for determining the optimal model for their placement within the current topology of the electrical network. The application of the research results can be extended to municipalities facing similar challenges in developing charging stations. The significance of this work lies in enhancing the efficiency of electric transport usage without negatively impacting the existing electrical network in terms of reducing the reliability of energy infrastructure. / Настоящая работа посвящена исследованию возможностей оптимизации существующей электросети муниципального образования города Екатеринбург с целью развития инфраструктуры заправочных станций для электромобилей. В исследовании проведён анализ действующего оборудования для заправки электромобилей и оценены различные подходы к оптимизации сети электрозаправочных станций. Особое внимание уделено кластеризации перспективных районов для размещения станций и прогнозированию спроса на данные услуги. В том числе оценено влияние прогнозируемого спроса на текущую топологию электросети. В результате работы разработаны два ключевых алгоритма: алгоритм кластеризации районов с учётом спроса на электрозаправочные станции и алгоритм определения оптимальной модели их размещения в рамках текущей топологии электросети. Применение полученных результатов исследования может быть расширено на муниципальные образования с аналогичными проблемами развития электрозаправочных станций. Значимость данной работы заключается в повышении эффективности использования электрического транспорта без негативного влияния на существующую электросеть в части снижения надежности энергетической инфраструктуры.

The growing global awareness of the problems associated with the use offossil fuels has reached unprecedented levels that include documentednegative impacts on the environment, namely the emission of carbondioxide and greenhouse gases, leading to global warming and climatechange. In response to these challenges, the electric vehicle (EV) isemerging as a new frontrunner, aiming to change the reliance on fossil fuelsfor the automotive operation. This master thesis uses MATLAB simulationto determine the feasibility of installing a charging station for thirty electricvehicles (EVs) in designated parking areas. This station has fifteen chargers,each with two sockets. The primary source of energy is solar panelsstrategically located over the parking lot, supplemented by grid electricity asneeded. Where the electricity produced by the solar panels exceeds thecharging requirement, the excess is easily diverted to the grid and viceversa, if additional electricity is needed, it is easily obtained from the grid.Consequently, the profits of the stations come from both the charging ofEVs and the sale of excess electricity. This study investigates how thedesign of the solar system affects the overall gain of the charging station. Itdelineates worst-case scenarios and best-case scenarios, emphasizing thecomplexity of gains in different scenarios. / لقد وصل الوعي العالمي المتزايد بالمشاكل المرتبطة باستخدام الوقود الأحفوري إلى مستويات غير مسبوقة، تشمل الآثار السلبية الموثقة على البيئة، والتي تتمثل في انبعاث ثاني أكسيد الكربون والغازات الدفيئة، مما يؤدي إلى ظاهرة الاحتباس الحراري وتغير المناخ. واستجابة لهذه التحديات، تبرز السيارة الكهربائية (EV) كمرشح جديد، بهدف تغيير الاعتماد على الوقود الأحفوري لتشغيل السيارات. تستخدم هذه الأطروحة محاكاة MATLAB لتحديد جدوى تركيب محطة شحن لثلاثين مركبة كهربائية (EVs) في مناطق وقوف السيارات المخصصة. تحتوي هذه المحطة على خمسة عشر شاحنًا، كل منها مزود بمقبسين. المصدر الرئيسي للطاقة هو الألواح الشمسية الموجودة في موقع استراتيجي فوق ساحة انتظار السيارات، بالإضافة إلى شبكة الكهرباء حسب الحاجة. حيث أن الكهرباء التي تنتجها الألواح الشمسية تتجاوز متطلبات الشحن، يتم تحويل الفائض بسهولة إلى الشبكة والعكس صحيح، إذا كانت هناك حاجة إلى كهرباء إضافية، يتم الحصول عليها بسهولة من الشبكة.وبالتالي، تأتي أرباح المحطات من شحن المركبات الكهربائية وبيع الكهرباء الفائضة. تبحث هذه الدراسة في كيفية تأثير تصميم النظام الشمسي على الكسب الإجمالي لمحطة الشحن. وهو يحدد السيناريوهات الأسوأ والسيناريوهات الأفضل، مع التركيز على مدى تعقيد المكاسب في السيناريوهات المختلفة. / Den växande globala medvetenheten om problemen förknippade med användningen av fossila bränslen har nått oöverträffade nivåer som inkluderar dokumenterade negativa effekter på miljön, nämligen utsläpp av koldioxid och växthusgaser, vilket leder till global uppvärmning och klimatförändringar. Som svar på dessa utmaningar framträder elfordonet (EV) som en ny föregångare, som syftar till att förändra beroendet av fossila bränslen för fordonsdrift. Detta examensarbete använder MATLAB-simulering för att fastställa genomförbarheten av att installera en laddstation för trettio elfordon (EV) på anvisade parkeringsområden. Denna station har femton laddare, var och en med två uttag. Den primära energikällan är solpaneler strategiskt placerade över parkeringsplatsen, kompletterade med elnät efter behov. Där elen som produceras av solpanelerna överstiger laddningskravet, avleds överskottet lätt till nätet och vice versa, om det behövs ytterligare el så hämtas det enkelt från nätet.Följaktligen kommer vinsterna från stationerna från både laddning av elbilar och försäljning av överskottsel. Denna studie undersöker hur utformningen av solsystemet påverkar laddstationens totala vinst. Den avgränsar värsta scenarier och bästa tänkbara scenarier, och betonar komplexiteten i vinster i olika scenarier.