The transition in the transport sector by the integration of battery electric vehicles (BEVs) brings a new challenge for the system operators to ensure the balance between supply and demand. The installation of new EV charges poses a surge in electricity demand in the coming years which jeopardizes the grid reliability and stability. With the new EV policies in place, Sweden will have a huge growth of BEVs and the associated charging infrastructures. The challenges faced by the electricity transmission and distribution will depend on the type and smart capability of the infrastructure. Therefore, research is conducted to analyze the impacts of the mix of public and private residential EV charging and how smart charging can help in mitigating the impacts. This thesis studies the impact of the mix of private residential and public EV chargers on the power network of Hammarby Sjöstad, a neighborhood of Stockholm. Four substations out of 20 corresponding to the areas with the highest proportion in the residential and commercial sectors in the network were chosen for the study and power flow analysis was carried out to analyze the impacts in the year 2025. EV chargers were categorized into public and private residential chargers. The public chargers had rated power of 22 kW each while residential chargers were rated at 3.68 kW each. EVs can behave as energy vectors, and it is possible to optimize their charging as a part of demand-side management which includes peak shaving or shifting. Optimizing EV charging was treated as a mixed integer linear programming (MILP) problem to schedule EV charging for both reducing losses and the cost of electricity import from the grid. Two optimization strategies were investigated to analyze their potential to reduce the peaks due to uncontrolled charging. Renewable energy generation from solar PVs integrated with EV chargers reduces the import of electricity from the grid during the day which not only reduced the losses but also the cost of importing electricity from the grid. The effect of intermittency of solar PV generation was reduced by implementing BESS. At low price periods, the BESS was charged using the excess PV power and at higher price periods, the BESS was discharged. Three scenarios were developed, where the Reference scenario refers to the base case without PV and BESS, With PV scenario considered only PV generation while With PVBESS scenario considered the implementation of BESS with PV. Three test cases were simulated for each of the scenarios, and it was found that by the implementation of smart charging, the losses in the network reduce by 35.5% and it also significantly reduced the losses in all the other scenarios. Implementation of smart charging reduced the cost of electricity import from the grid by 4.3%. The integration of PV generation led to a 7% further reduction in the losses and cost of electricity import as compared to the Reference scenario. The integration of BESS increased the losses in the network, but it also enhanced the self-consumption of PV power. The implementation of smart charging not only reduces the losses and costs of import but will lead to savings in grid reinforcement costs. / Övergången inom transportsektorn genom integrering av batteri -elektriska fordon (BEV) medför en ny utmaning för systemoperatörerna att säkerställa balansen mellan utbud och efterfrågan. Installationen av nya elavgifter innebär en kraftig ökning av elbehovet under de kommande åren, vilket äventyrar nätets tillförlitlighet och stabilitet. Med den nya EV -politiken på plats kommer Sverige att ha en enorm tillväxt av BEV och tillhörande ladd infrastrukturer. Utmaningarna för elöverföring och distribution beror på infrastrukturens typ och smarta kapacitet. Därför forskas för att analysera effekterna av blandningen av offentliga och privata EV -laddningar för bostäder och hur smart laddning kan hjälpa till att mildra effekterna. Denna avhandling studerar effekten av blandningen av privata bostäder och offentliga EV -laddare på kraftnätet i Hammarby Sjöstad, en stadsdel i Stockholm. Fyra transformatorstationer av 20 motsvarande de områden med den högsta andelen inom bostads- och kommersiella sektorer i nätet valdes ut för undersökningen och effektflödesanalys utfördes för att analysera effekterna år 2025. EV -laddare kategoriserades offentligt och privata bostadsladdare. De offentliga laddarna hade en nominell effekt på 22 kW vardera medan bostadsladdare var 3,68 kW vardera. Elbilar kan bete sig som energivektorer, och det är möjligt att optimera laddningen som en del av hanteringen på efterfrågesidan som inkluderar topprakning eller växling. Optimering av EV -laddning behandlades som ett blandat heltal linjärt programmeringsproblem (MILP) för att schemalägga EV -laddning för både minskning av förluster och kostnader för elimport från nätet. Två optimeringsstrategier undersöktes för att analysera deras potential att minska topparna på grund av okontrollerad laddning. Förnybar energiproduktion från solcellsanläggningar integrerade med EV -laddare minskar importen av el från nätet under dagen vilket inte bara minskade förlusterna utan också kostnaderna för att importera el från nätet. Effekten av intermittency av solcellsgenerering genererades genom att implementera BESS. Vid lågprisperioder debiterades BESS med överskott av PV -effekt och vid högre prisperioder laddades BESS ur. Tre scenarier utvecklades, där referensscenariot hänvisar till basfallet utan PV och BESS, med PV -scenario endast betraktat PV -generering medan With PVBESS -scenario övervägde implementeringen av BESS med PV. Tre testfall simulerades för vart och ett av scenarierna, och det visade sig att genom implementering av smart laddning minskar förlusterna i nätverket med 35,5% och det minskade också avsevärt i alla andra scenarier. Genomförandet av smart laddning minskade kostnaden för elimport från nätet med 4,3%. Integrationen av PV -produktion ledde till en ytterligare minskning av förlusterna och kostnaderna för elimport med 7% jämfört med referensscenariot. Integrationen av BESS ökade förlusterna i nätet, men det förbättrade också självförbrukningen av PV-kraft. Genomförandet av smart laddning minskar inte bara förluster och kostnader vid import utan leder till besparingar i nätförstärkningskostnader.

In recent years, photovoltaic (PV) power production have seen an increase and the PV power systems are often located in the distribution grids close to the consumers. Since the distributions grids rarely are designed for power production, investigation of its effects is needed. It is seen in this thesis that PV power production will cause voltages to rise, potentially to levels exceeding the limits that grid owners have to abide by. A model of a distribution grid is developed in MathWorks MATLAB. The model contains a transformer, cables, households, energy storage systems (ESS:s) and photovoltaic power systems. The system is simulated by implementing a numerical Forward Backward Sweep Method, solving for powers, currents and voltages in the grid. PV power systems are added in different configurations along with different configurations of ESS:s. The results are analysed, primarily concerning voltages and voltage limits. It is concluded that addition of PV power production in the distribution grid affects voltages, more or less depending on where in the grid the systems are placed and what peak power they have. It is also concluded that having energy storage systems in the grid, changing the power factor of the inverter for the PV systems or lowering the transformer secondary-side voltage can bring the voltages down. / På senare tid har det skett en ökning i antalet solcellsanläggningar som installeras i elnätet och dessa är ofta placerade i distributionsnäten nära hushållen. Eftersom distributionsnäten sällan är dimensionerade för produktion så behöver man utreda effekten av det. I det här arbetet visas det att solcellsproduktion kommer att öka spänningen i elnätet, potentiellt så mycket att de gränser elnätsägarna måste hålla nätet inom överstigs. En modell över lågspänningsnätet skapas i MathWorks MATLAB. Modellen innehåller transformator, kablar, hushåll, energilager och solcellsanläggningar. Systemet simuleras med hjälp av en numerisk Forward Backward Sweep-lösare som beräknar effekter, strömmar och spänningar i elnätet. Solcellanläggningarna placeras ut i elnätet i olika konfigurationer tillsammans med olika konfigurationer av energilager. Resultaten från simuleringarna analyseras främst med avseende på spänningen i elnätet utifrån dess gränser. De slutsatser som dras i arbetet är att solcellsproduktion kommer att påverka spänningen, mycket beroende på var i elnätet anläggningarna placeras och storleken hos dem. Det visas också att energilager, justering av effektfaktor hos solcellsanläggningarna eller en spänningssänkning på transformatorns lågspänningssida kan få ner spänningen i elnätet. / <p>LiTH-ISY-EX--19/5194--SE</p>

Ces travaux de thèse concernent l'analyse de la robustesse (stabilité et performance) de systèmes linéaires incertains de grande dimension avec une structure hiérarchique. Ces systèmes sont obtenus en interconnectant plusieurs sous-systèmes incertains à travers une topologie hiérarchique. L'analyse de la robustesse de ces systèmes est un problème à deux aspects : la robustesse et la grande dimension. La résolution efficace de ce problème en utilisant les approches usuelles est difficile, voire impossible, à cause de la complexité et de la grande taille du problème d'optimisation associé. La conséquence de cette complexité est une augmentation importante du temps de calcul nécessaire pour résoudre ce problème d'optimisation. Afin de réduire ce temps de calcul, les travaux existants ne considèrent que des classes particulières de systèmes linéaires incertains de grande dimension. De plus, la structure hiérarchique de ces systèmes n'est pas prise en compte, ce qui montre, de notre point de vue, les limitations de ces résultats. Notre objectif est d'exploiter la structure hiérarchique de ces systèmes afin de ramener la résolution du problème d'analyse de grande taille à la résolution d'un ensemble de problèmes d'analyse de faible taille, ce qui aura comme conséquence une diminution du temps de calcul. De plus, un autre avantage de cette approche est la possibilité de résoudre ces problèmes en même temps en utilisant le calcul parallèle. Afin de prendre en compte la structure hiérarchique du système incertain de grande dimension, nous modélisons ce dernier comme l'interconnexion de plusieurs sous-systèmes incertains qui sont eux-mêmes l'interconnexion d'autres sous-systèmes incertains, etc.. Cette technique récursive de modélisation est faite sur plusieurs niveaux hiérarchiques. Afin de réduire la complexité de la représentation des systèmes incertains, nous construisons une base de propriétés de dissipativité pour chaque sous-système incertain de chaque niveau hiérarchique. Cette base contient plusieurs éléments qui caractérisent des informations utiles sur le comportement de systèmes incertains. Des exemples de telles caractérisations sont : la caractérisation de la phase incertaine, la caractérisation du gain incertain, etc.. L'obtention de chaque élément est relaxée comme un problème d'optimisation convexe ou quasi-convexe sous contraintes LMI. L'analyse de la robustesse de systèmes incertains de grande dimension est ensuite faite de façon hiérarchique en propageant ces bases de propriétés de dissipativité d'un niveau hiérarchique à un autre. Nous proposons deux algorithmes d'analyse hiérarchique qui permettent de réduire le temps de calcul nécessaire pour analyser la robustesse de ces systèmes. Un avantage important de notre approche est la possibilité d'exécuter des parties de ces algorithmes de façon parallèle à chaque niveau hiérarchique ce qui diminuera de façon importante ce temps de calcul. Pour finir et dans le même contexte de système de grande dimension, nous nous intéressons à l'analyse de la performance dans les réseaux électriques et plus particulièrement «l'analyse du flux de puissances incertaines dans les réseaux électriques de distribution». Les sources d'énergies renouvelables comme les éoliennes et les panneaux solaires sont influencées par plusieurs facteurs : le vent, l'ensoleillement, etc.. Les puissances générées par ces sources sont alors intermittentes, variables et difficiles à prévoir. L'intégration de telles sources de puissance dans les réseaux électriques influencera les performances en introduisant des incertitudes sur les différentes tensions du réseau. L'analyse de l'impact des incertitudes de puissances sur les tensions est appelée «analyse du flux de puissances incertaines». La détermination de bornes sur les modules des différentes tensions est formulée comme un problème d'optimisation convexe sous contraintes LMI. / This PhD thesis concerns robustness analysis (stability and performance) of uncertain large scale systems with hierarchical structure. These systems are obtained by interconnecting several uncertain sub-systems through a hierarchical topology. Robustness analysis of these systems is a two aspect problem: robustness and large scale. The efficient resolution of this problem using usual approaches is difficult, even impossible, due to the high complexity and the large size of the associated optimization problem. The consequence of this complexity is an important increase of the computation time required to solve this optimization problem. In order to reduce this computation time, the existing results in the literature focus on particular classes of uncertain linear large scale systems. Furthermore, the hierarchical structure of the large scale system is not taken into account, which means, from our point of view, that these results have several limitations on different levels. Our objective is to exploit the hierarchical structure to obtain a set of small scale size optimization problems instead of one large scale optimization problem which will result in an important decrease in the computation time. Furthermore, another advantage of this approach is the possibility of solving these small scale optimization problems in the same time using parallel computing. In order to take into account the hierarchical structure, we model the uncertain large scale system as the interconnection of uncertain sub-systems which themselves are the interconnection of other uncertain sub-systems, etc.. This recursive modelling is performed at several hierarchical levels. In order to reduce the representation complexity of uncertain systems, we construct a basis of dissipativity properties for each uncertain sub-system at each hierarchical level. This basis contains several elements which characterize different useful information about uncertain system behaviour. Examples of such characterizations are: uncertain phase characterization, uncertain gain characterization, etc.. Obtaining each of these elements is relaxed as convex or quasi-convex optimization problem under LMI constraints. Robustness analysis of uncertain large scale systems is then performed in a hierarchical way by propagating these dissipativity property bases from one hierarchical level to another. We propose two hierarchical analysis algorithms which allow to reduce the computation time required to perform the robustness analysis of the large scale systems. Another key point of these algorithms is the possibility to be performed in parallel at each hierarchical level. The advantage of performing robustness analysis in parallel is an important decrease of the required computation time. Finally and within the same context of robustness analysis of uncertain large scale systems, we are interested in robustness analysis of power networks and more precisely in "the uncertain power flow analysis in distribution networks". The renewable energy resources such as solar panels and wind turbines are influenced by many factors: wind, solar irradiance, etc.. Therefore, the power generated by these resources is intermittent, variable and difficult to predict. The integration of such resources in power networks will influence the network performances by introducing uncertainties on the different network voltages. The analysis of the impact of power uncertainties on the voltages is called "uncertain power flow analysis". Obtaining the boundaries for the different modulus of these voltages is formulated as a convex optimization problem under LMI constraints