Målet med arbetet var att undersöka vilka tekniker som finns för att bekämpa bränder i elbilar ombord på fartyg och vilka farliga gaser som elbilar med litiumjonbatterier avger när de brinner.  För att svara på dessa gjordes en metaanalys för att undersöka hälsoriskerna med några av de farliga gaserna som uppstår, hur man minskar hälsorisken som följer bränder i litiumjonbatteri genom användning av särskild utrustning, samt vilka åtgärder som går att utnyttja ombord på fartyg,   Litiumjonbatterier har även visats sig problematiska att släcka, men det har dykt upp särskilda släckmedel för att bekämpa dessa bränder. I arbetet undersöks några av dessa släckmedel. Då teknologin bakom batteridrift i fordon fortfarande är relativt ny och precis börjar bli vanligt på våra gator, så finns det ännu inte mycket direktiv om vilka åtgärder som bör tas för en effektiv släckning, förhindra återtändning och skydda personers hälsa ombord på fartyg. Därför har vi valt att titta på vilka rutiner det finns i land för att se om de går att tillämpa ombord. / The purpose of this thesis was to examine which techniques exists to fight fires in electrical vehicles aboard ships and which harmful substances electrical vehicles releases when burning. To answer these questions, we performed a meta-analysis to understand some of the harmful gases that will be present during an EV fire, how to minimize the health hazard that comes with fires in lithium-ion batteries using certain equipment and what measures that can be taken aboard ships.  Li-ion batteries have also proven to be problematic to extinguish, but there have emerged certain extinguishing agents to fight these types of fires. In this thesis we look at some of these extinguishing agents. As technology being used in battery powered vehicles is still new and just becoming common on our streets, there is not a whole lot of directives on how to be effective in extinguishing them, prevent reignition and protect the health of people abord ships. That is why we have chosen to look at what is being used on shore and see if it can be applied on ships.

The presented dissertation deals with the problem of deploying the charging infrastructure for electric vehicles in the Czech Republic. The core of the thesis is a mathematical optimization model, which is implemented in the language of MATLAB computing software. The model consists of several sub-units representing separate models of studied sub-problems. The individual chapters of the work describe successively these sub models. The sub models are: demand model of the charging service, model of charging supply, charging simulator model, optimization model and its resolving optimization method. The optimization model is accelerated by parallelization on the graphics card. The optimization method is designed as a case-specific implementation of genetic algorithms on a population of tree-structured individuals. The final chapter deals with an economic aspect of the problem under consideration, the implications of the findings and the role that the optimization model plays in the context under consideration. The main benefit of the work lies in the formulation of the problem as a mathematical model, the accompanying analyses and the provided justifications. Any user with updated data can then use this work along with the attached scripts to find answers to questions about the relationship between electromobility and the charging infrastructure.

The Paris Agreement was formed in 2015 to reduce the environmental impact and limit the increase in temperature to 2°C compared to pre-industrial levels. It is believed that an electrification of the transport sector will reduce its negative environmental impact. To reach the goals set by the Paris Agreement we are in need of quick development towards an electrified fleet of vehicles. Despite this urgency electric vehicles (EVs) have failed to reach the majority of the market, instead it has stuck in the chasm between the early adopters and the early majority of the markets. This is due to three main challenges; EVs are relatively expensive compared to conventional petrol- and diesel-powered vehicles, EVs have an inadequate driving range, and the access to a functional charging infrastructure is limited. This thesis focuses on the third challenge regarding charging infrastructure. The charging infrastructure is dependent on the existing electricity distribution infrastructure, i.e. the grid. It is rather time-consuming and costly to strengthen the grid, which is deemed necessary for enabling a roll-out of a charging infrastructure that meets the needs of current and near-future EV operators. This research provides an alternative way of approaching the issues. Instead of strengthening the grid by digging up old cables it looks into the opportunities of incorporating stationary battery storages as a buffer between the EV charging stations and the grid connection point. This battery solution can reduce the power outtake and smoothen out the load from EV charging, thus limiting the impact of EV charging from a grid perspective. The research assesses what type of pathways this solution could follow to successfully drive the adoption of EVs. Furthermore, the study tries to understand how these solutions could be designed to deliver the necessary values regarding EV charging and reducing the overall power outtake from grid connection points. The thesis is carried out by analyzing collected quantitative and qualitative data through the lens of three main theories. These are transition theory, theory on eco-innovations, and theory on the diffusion of innovations. The thesis finds that the two pathways for a battery supported charging infrastructure that will be most efficient in speeding up the adoption rate of EVs is within a workplace and public charging setting in city and urban environments. For both pathways it is expected that a centralized concept, with one battery solution connected to several charging points, will be most feasible in the short-term, which is important as the need for developments are very urgent. The workplace charging will provide 3,6 kW AC-charging while the public charging provides 150 kW DC-charging. The solution is expected to be cost-efficient for specific locations, especially for public charging in city environments with strained grid infrastructures. The study provides an initial assessment for the city of Stockholm which indicates that the power outtake can be reduced by 63,5–112,2 MW in 2030. This means that the current grid infrastructure could support a larger number of EVs, thus reducing the greenhouse-gas emissions from the transport sector and bringing us closer to reaching the goals set by the Paris Agreement. / Parisavtalet utformades år 2015 för att reducera vår klimatpåverkan och begränsa temperaturökningen till 2°C jämfört med nivåerna som rådde innan den industriella revolutionen. Förhoppningen är att en elektrifiering av transportsektorn kan reducera dess negativa klimatpåverkan. För att nå målen i Parisavtalet behövs en snabb omställning mot en elektrifiering av fordonsflottan. Trots situationens brådskande karaktär har elbilar fastnat i en klyfta mellan den begränsade tidiga marknaden och den sena marknaden, vilken utgör majoriteten av kunderna. Det finns tre primära anledningar till detta; elbilar är dyra jämfört med bensin- och dieseldrivna bilar, räckvidden för elbilar är otillräcklig, och det råder begränsad tillgång till en funktionell laddinfrastruktur. Den här studien fokuserar på den tredje anledningen kring otillräcklig laddinfrastruktur. Laddinfrastrukturen är beroende av det existerande elnätet och dess distributionskapacitet. En förstärkning av elnätet är i många fall nödvändig för att möjliggöra en utrullning av en laddinfrastruktur som möter dagens och morgondagens behov. Istället för att förstärka elnätet genom att gräva ner tjockare kablar så fokuserar denna studie på en alternativ lösning kring laddinfrastruktur sammankopplat med stationära batterilager. Batterilagret agerar som en buffert mellan anslutningspunkten till elnätet och laddningspunkten för elbilar. Genom att reducera effektuttaget och jämna ut lastkurvan för elbilsladdning kan en batterilösning begränsa den negativa påverkan det förväntas ha på elnätet. Studien undersöker vilka vägar denna batterilösning kan ta för att öka antalet elbilar i fordonsflottan. Efter att ha förstått vilka dessa lösningsvägar är så analyserar studien hur dessa lösningar kan vara uppbyggda för att erbjuda de efterfrågade och nödvändiga värdena för elbilsladdning och elnätets fortsatta funktionalitet. Studien bygger på analys av kvalitativa och kvantitativa data. Analysen utförs genom att applicera koncept hämtade från teorier kring teknologiska övergångar, miljöinnovationer och spridning av innovationer. De två lösningsområden som förväntas vara mest effektiva i att driva en ökning av antalet elbilar i Sverige är arbetsplatsladdning samt offentlig laddning i stadsmiljöer. En lösning med ett centraliserat batterisystem där en batterilösning är kopplat till flera laddstationer antas vara mest genomförbar på kort sikt, vilket anses vara centralt på grund av utmaningarnas brådskande karaktär. För arbetsplatsladdning tillhandahålls 3,6 kW AC-laddning och för offentlig laddning tillhandahålls 150 kW DC-laddning. Lösningarna förväntas vara kostnadseffektiva for specifika platser och användarprofiler, speciellt för offentlig laddning i stadsområden med ansträngda elnät. En initial uppskattning visar att en laddinfrastruktur kopplat till stationära batterilager inom de två lösningsområdena kan minska Stockholms effektuttag för elbilsladdning med 63,5–112,2 MW år 2030. Detta betyder att dagens elnät kan tillgodose ett ökat antal elbilar, vilka genererar färre utsläpp av växthusgaser och ger oss en bättre chans att nå Parisavtalets mål.

Today, the automotive industry is facing a transition from internal combustion engines to electric vehicles due to demand changes and sustainability concerns. As a result, new actors have entered the automobile market and gained market shares in the EV sector. Further, this entails that pressure is put on the incumbents in terms of implementing new solutions of e-mobility. Therefore, the purpose of this thesis is to provide managerial recommendations concerning how the incumbents can manage the transition and at the same time stay competitive in the market. Moreover, as this transition is ongoing, the authors aim to contribute within the theoretical field of incumbent’s transition to EVs. In order to achieve this purpose, the authors have conducted a multiple embedded qualitative case study with an explorative approach, where four incumbents have been investigated and two researchers in the field have been interviewed. The research questions, results & analysis and discussion have been divided into three parts: Strategic Management, Transition Management and R&D Management. In terms of the first sub-research question, the incumbents must restructure its managerial levels, decision making processes and communication. Moreover, the incumbents should emphasize innovation and collaboration. Regarding the second sub-research question, the incumbents should identify niches in the supply chain, further developing expert systems and extend collaborations with authorities. In addition, the second-hand value of the EV and strategies of HRM should be considered. In terms of the last and third sub-research question, the incumbents should develop competence within batteries through collaborations with suppliers. Furthermore, investments should be made in collaborative R&D projects regarding recycling and waste processes, battery solutions and emerging technologies such as AI and3D printing. / Idag står bilindustrin inför en övergång från förbränningsmotorer till elektriska fordon på grund av den ökade efterfrågan på elbilar samt miljökrav. Detta har resulterat i att nya aktörer har trätt in på bilmarknaden och erhållit allt större marknadsandelar inom elbilssektorn. Detta har i sin tur pressat de etablerade aktörerna att implementera nya lösningar för e-mobilitet. Syftet med detta examensarbete är därför att ge företagsledningen rekommendationer gällande hur de etablerade företagen kan hantera övergången gentemot elbilar och samtidigt hålla sig konkurrenskraftiga på marknaden. Eftersom denna övergång är pågående, strävar författarna till att bidra till att utöka det teoretiska området gällande de etablerade företagens övergång till elbilar. För att uppnå detta syfte har författarna genomfört en kvalitetsstudie med flera inbäddade fall med en explorativ metod, där fyra etablerade företag har undersökts och två forskare inom området har intervjuats. Forskningsfrågorna, resultatet och analysen samt diskussionen har delats in i tre delar; Strategisk ledning, Transformations hantering och FoU- implementering. När det gäller den första forskningsfrågan, bör de etablerade företagen omstrukturera sina ledningsnivåer, beslutsprocesser och kommunikation. Dessutom bör de etablerade företagen betona innovation och samarbete. När det gäller den andra forskningsfrågan, bör de etablerade aktörerna identifiera nischer i försörjningskedjan, vidareutveckla expertsystem och utöka samarbetet med myndigheterna. Dessutom bör andrahandsvärdet av elbilar och strategier för HRM övervägas. När det gäller den tredje och sista forskningsfrågan, bör de etablerade företagen utveckla kompetens inom batterier genom samarbete med leverantörer. Dessutom bör investeringar göras i samarbetsvilliga FoU-projekt med avseende på återvinnings- och avfalls processer, batterilösningar och framväxande teknik som AI och 3D-printing.

As the transport industry shifts towards Battery Electric Vehicles (BEVs) the need for accurate route planning rises. BEVs have reduced range compared to traditional fuel based vehicles, and the range can vary greatly depending on ambient conditions and vehicle load. Existing research focuses more on the theoretical algorithms, and often have none or very simple vehicle models, leaning towards consumer cars instead of heavy duty trucks. Vehicle Route Planning (VRP) is a wide research area, and this thesis focuses on the Shortest Path subproblem. Contraction Hierarchies (CHs) is a commonly used family of algorithms for finding shortest paths in road networks, and is prevalent in the research frontier. CHs however comes with certain drawbacks, such as having to perform a costly preprocessing phase whenever metrics change, and not being able to share map data between multiple vehicles in a fleet. This thesis extends CHs to support a mixed fleet, with fast metric updates and support for more detailed cost optimization goals. This is done by implementing Customizable Contraction Hierarchies (CCHs), but with custom data structures and customization phase. This implementation allows map data to be shared between vehicles in a fleet, and keeps each vehicle's edge weights separate. The edge weights can be updated quickly, as the customization phase scales linearly with the size of the map. The implementation also supports edge weights that do not adhere to triangle inequality, which the previous research did not. Experiments are executed on a map of Stockholm and a synthetic map, to test the algorithm's performance, verify correctness, and stress the importance of accurate metrics for optimization goals. The CCH performed as expected, if not better, and its correctness is upheld. The implementation is fit to be integrated into a route planner, but further research should be conducted to see how it meshes with other parts of VRP, such as time windows, turn costs, and charging stations. / När transportindustrin övergår till batterielektriska fordon ökar behovet av rigorös ruttplanering. Batterielektriska fordon har minskad räckvidd jämfört med traditionella bränslebaserade fordon, och räckvidden kan variera stort beroende på omgivningsförhållanden och fordonets belastning. Existerande forskning fokuserar mer på de teoretiska algoritmerna och har ofta inga eller mycket enkla fordonsmodeller, som liknar mer konsumentbilar istället för tunga lastbilar. Ruttplanering är ett brett forskningsområde, och denna avhandling fokuserar på underproblemet att hitta kortaste vägen. Kontraktionshierarkier är en välanvänd familj av algoritmer för att hitta kortaste vägen i ett vägnät, och är prevalent i forskningsfronten. Kontraktionshierarkier har dock vissa nackdelar, som att de behöver utföra en kostsam förbehandlingsfas när parametrar ändras, och att kartdatan inte kan delas mellan flera fordon i en flotta. Den här avhandlingen utökar Kontraktionshierarkier för att stödja en blandad fordonsflotta, med snabba uppdateringar av parametrar och stöd för mer detaljerade optimeringsmål. Detta görs genom att implementera Anpassningsbara Kontraktionsierarkier, men med anpassade datastrukturer och anpassningsfas. Denna implementering tillåter att kartdata delas mellan fordonen i en flotta, och håller varje fordons kantvikter separat. Kantvikterna kan uppdateras snabbt, eftersom anpassningsfasen skalas linjärt med storleken på kartan. Implementationen stöder också kantvikter som inte följer triangelojämlikheten, vilket den tidigare forskningen inte gjorde. Experiment utförs på en karta över Stockholm och en syntetisk karta, för att testa algoritmens prestanda, verifiera korrekthet, och betona vikten av detaljerade parametrar i optimeringsmål. Anpassningsbara Kontraktionshierarkier presterade som förväntat, om inte bättre, och dess korrekthet uppehölls. Implementeringen är lämplig för att integreras i en ruttplanerare, men ytterligare forskning bör genomföras för att se hur den passar ihop med andra delar av ruttplaneringsproblemet, så som tidsfönster, svängkostnader och laddstationer.

This thesis addresses route planning of Battery Electric Heavy-Duty Commercial Vehicles to enhance the reliability of electric vehicle transport. Collaborating with Scania, a Swedish truck manufacturing company, the goal is to develop a pipeline that uses open source data from OpenStreetMap and performs a modified Contraction Hierarchy in order to create a graph that can be used as input to a modified Vehicle Routing Problem formulation using Mixed Integer Programming. The input graph is preprocessed to support a Battery Electric Heavy-Duty Commercial Vehicle model in order to more accurately predict energy consumption. The challenges lie in balancing computational efficiency and electric vehicle characteristics. The implemented pipeline demonstrates success but initial tests show that a naive version of the pipeline, not implementing Contraction Hierarchies, can perform better. Several speedups can be made in order to improve the efficiency of the pipeline, the main being in programming in a more efficient programming language than Python. Further testing is needed for larger input graphs to assess performance accurately.

Indiana University-Purdue University Indianapolis (IUPUI) / The harvested energy of wind can be transferred to the generators either through a gearbox or through an intermediate medium such as hydraulic fluids. In this method, high-pressure hydraulic fluids are utilized to collect the energy of single or multiple wind turbines and transfer it to a central generation unit. In this unit, the mechanical energy of the hydraulic fluid is transformed into electric energy. The prime mover of hydraulic energy transfer unit, the wind turbine, experiences the intermittent characteristics of wind. This energy variation imposes fluctuations on generator outputs and drifts their angular velocity from desired frequencies. Nonlinearities exist in hydraulic wind power transfer and are originated from discrete elements such as check valves, proportional and directional valves, and leakage factors of hydraulic pumps and motors. A thorough understanding of hydraulic wind energy transfer system requires mathematical expression of the system. This can also be used to analyze, design, and predict the behavior of large-scale hydraulic-interconnected wind power plants. This thesis introduces the mathematical modeling and controls of the hydraulic wind energy transfer system. The obtained models of hydraulic energy transfer system are experimentally validated with the results from a prototype. This research is classified into three categories. 1) A complete mathematical model of the hydraulic energy transfer system is illustrated in both ordinary differential equations and state-space representation. 2) An experimental prototype of the energy transfer system is built and used to study the behavior of the system in different operating configurations, and 3) Controllers are designed to address the problems associated with the wind speed fluctuation and reference angular velocity tracking. The mathematical models of hydraulic energy transfer system are also validated with the simulation results from a SimHydraulics Toolbox of MATLAB/Simulink®. The models are also compared with the experimental data from the system prototype. The models provided in this thesis do consider the improved assessment of the hydraulic system operation and efficiency analysis for industrial level wind power application.

No description available.

[pt] A crescente demanda por sistemas de transporte autônomos e inteligentes exige o desenvolvimento de técnicas avançadas de controle e estimativa, visando garantir operações seguras e eficientes. Devido à natureza não linear da dinâmica veicular e seus fenômenos característicos, os métodos clássicos de estimativa e controle podem não alcançar resultados adequados, o que incentiva a pesquisa de novos algoritmos. Por algumas contribuições, a primeira parte deste trabalho trata de algoritmos de estimação, tanto para identificação de parâmetros invariantes no tempo, quanto para estimação de estados e parâmetros variantes no tempo. Especial destaque é dados aos algoritmos de Estimação de Estados por Horizonte Móvel (MHSE), que se apresenta como robusto e preciso, devido ao problema de otimização com restrição em que se baseia. Este algoritmo é avaliado em dinâmica longitudinal de veículos, para estimativa de deslizamento longitudinal e coeficiente de atrito pneu-estrada. Apesar de sua eficiência, o alto custo computacional torna necessária a busca por alternativas sub-ótimas, e o emprego de Redes Neurais que mapeiam os resultados da otimização é uma solução promissora, que é tratada como Estimação por Horizonte Móvel com Redes Neurais (NNMHE). O NNMHE é avaliado em uma estimativa do estado de carga (SOC) de baterias para veículos elétricos, demonstrando, através de dados experimentais, que o NNMHE emula com precisão o problema de otimização e a literatura indica sua aplicação efetiva em hardwares embarcados. Por fim, é apresentada uma contribuição sobre o controle preditivo baseado em modelo não linear (NMPC). É proposto e avaliado seu uso compondo uma nova estrutura de controle hierárquica para veículos elétricos com motores independentes nas rodas, através do qual é possível controlar adequadamente o veículo em tarefas de rastreamento de velocidade e trajetória, com reduzido esforço computacional. O controle é avaliado usando dados experimentais de pneus obtidos, que aproximam a simulação de situações reais. / [en] The rising demand of autonomous and intelligent transportation systems requires the development of advanced control and estimation techniques, aiming to ensure safety and efficient operations. Due to the nonlinear nature of vehicle dynamics and its characteristic phenomena, classical estimation and control methods may not achieve adequate results, which encourages the research of novel algorithms. By some contributions, the first part of this work deals with estimation algorithms, both for identification of time invariant parameters and for estimation of states and time varying parameters. Special emphasis is given to Moving-Horizon State Estimation (MHSE), which is presented to be robust and accurate, due to the constrained optimization problem on which it is based. This algorithm is evaluated in vehicle longitudinal dynamics, for slip and tire-road friction estimation. Despite its efficiency, the high computational cost makes it necessary to search for suboptimal alternatives, and the employ of a Neural Networks that maps the optimization results is a promising solution, which is treated as Neural Networks Moving-Horizon Estimation (NNMHE). The NNMHE is evaluated on a state-of-charge (SOC) estimation of batteries for electric vehicles, demonstrating, through experimental data, that the NNMHE emulates accurately the optimization problem, and the literature indicates its effectively application on embedded hardware. Finally, a contribution about Nonlinear Model-based Predictive Control (NMPC) is presented. It is proposed and evaluated its use compounding a novel hierarchical control framework for electric vehicles with independent in-wheel motors, through which it is possible to adequately control the vehicle on velocity and path tracking tasks, with reduced computational effort. The control is evaluated using experimental obtained tire data, which approaches the simulation to real situations.

Due to increasing penetration of decentralized variable renewable energy generators and the increasing demand of electrical power due to the electrification of the heat and transport sectors, low voltage grids are facing critical problems. Deviation of the permitted voltage range and local overloads of the grid equipment, are the two main issues that are compromising a smooth distribution grid operation. An intelligent integration of distributed generators, heat-pumps and electric vehicles into a Smart Grid, allows the flexibility that they intrinsically provide, to be used by distribution system operators to avoid critical grid conditions. Smart grid suppliers currently available on the market, have been categorized into Local, Decentralized and Centralized Smart Grid Concepts. Their main difference is represented by the level of control, communication and coordination that they make use of. The aim of the thesis was to evaluate the effectiveness of solution of the Smart Grid Concepts implementation in specific low voltage grids, especially in term of voltages and loadings mitigation capabilities, to be used as a decision making tool for future smart grid implementations. A control architecture that emulates the way the analyzed Smart Grid Concepts operate, has been implemented in Python and tested on three different low voltage distribution networks in DigSILENT PowerFactory. The control architecture is an algorithm that communicates to DigSILENT PowerFactory how the Smart Grid needs to operate in response to detected critical grid conditions. The flexibility that the Smart Grid Concepts make use of, are battery storage, active power curtailment and reactive power compensation from photovoltaic inverters and demand side management by means of electric vehicles and heat pumps. In particular, in order to make most use of the available flexibility, an intelligent electric vehicles charging strategy has been implemented as well as an intelligent heat pump operation. Both static worst-case simulations and time-dependent simulations, over a winter and a summer day, for different penetration scenarios, have been carried out. The summary of the simulation results showed that while the Decentralized Smart Grid Concept, if the flexibility is available, is always able to keep voltages and loadings between their critical values, the Local Smart Grid Concept is not able to do the same for the loadings. / På grund av ökad penetration av decentraliserade variabla förnybara energikällor och den ökande efterfrågan på elkraft på grund av elektrifiering av värme- och transportsektorn, står lågspänningsnätet inför kritiska problem. Avvikelse av det tillåtna spänningsområdet och lokala överbelastningar av nätutrustningen är de två huvudproblemen som äventyrar en smidig nätdrift. En intelligent integration av distribuerade generatorer, värmepumpar och elektriska fordon i ett smart nät, tillåter flexibiliteten som de egentligen tillhandahåller, för att undvika kritiska rutnätförhållanden. Smartnätleverantörer som för närvarande är tillgängliga på marknaden har system som kategoriserats som lokalt, decentraliserat och centralt Smart Grid Concepts. Deras huvudsakliga skillnad representeras av den nivå av kontroll, kommunikation och samordning som de utnyttjar. Syftet med avhandlingen var att utvärdera effektiviteten av lösningen av implementeringen av Smart Grid Concepts i specifika lågspänningsnät, särskilt när det gäller spänningar och belastningsreducerande förmågor, som ska användas som beslutsverktyg för framtida smarta nätverksimplementeringar. En reglerarkitektur som emulerar hur ett analyserat Smart Grid Concepts fungerar, har implementerats i Python och testats på tre olika lågspänningsdistributionsnä i DigSILENT PowerFactory. Kontrollarkitekturen är en algoritm som kommunicerar med DigSILENT PowerFactory hur Smart Grid bör fungera som svar på detekterade kritiska gridförhållanden. Den flexibilitet som Smart Grid Concepts använder sig av är batterilagring, aktiv strömavbrott och reaktiv effektkompensation från fotovoltaiska omvandlare och efterfrågesidan hantering med elbilar och värmepumpar. I synnerhet för att på bästa sätt utnyttja den tillgängliga flexibiliteten har en intelligent laddningsstrategi för elfordon implementerats liksom en intelligent värmepumpsoperation. Både statiska wärsta fall simuleringar och tidsberoende simuleringar, över en vinter och en sommardag, för olika penetrationsscenarier har utförts. Sammanfattningen av simuleringsresultaten visade att medan det decentraliserade Smart Grid Conceptet, om flexibiliteten är tillgänglig, alltid kan hålla spänningar och belastningar mellan sina kritiska värden, kan det lokala Smart Grid Concepts inte göra samma för belastningarna.