Ανάπτυξη και βελτιστοποίηση μικροδικτύου σταθμού φόρτισης ηλεκτρικών οχημάτων

Design and optimization of a microgrid-based electric vehicle charging station (Αγγλική)

  1. MSc thesis
  2. ΚΩΝΣΤΑΝΤΙΝΟΣ ΚΑΝΔΑΚΗΣ
  3. Μεταπτυχιακή Εξειδίκευση στα Πληροφοριακά Συστήματα (ΠΛΣ)
  4. 28 Σεπτεμβρίου 2026
  5. Ελληνικά
  6. 86
  7. ΒΑΣΙΛΕΙΟΣ ΚΑΨΑΛΗΣ
  8. ΔΗΜΗΤΡΗΣ ΚΑΣΤΑΝΙΩΤΗΣ, ΡΟΔΑΝΘΗ ΤΣΩΝΗ
  9. Σταθμός φόρτισης ηλεκτρικών οχημάτων, Μικροδίκτυο, Σύστημα ενεργειακής διαχείρισης, FlexMeasures, Fledge, Φωτοβολταϊκή παραγωγή, Σύστημα αποθήκευσης ενέργειας με μπαταρίες, Βελτιστοποίηση φόρτισης ηλεκτρικών οχημάτων, Δυναμική τιμολόγηση ηλεκτρικής ενέργειας, Electric Vehicle Charging Station, Microgrid, Energy Management System, FlexMeasures, Fledge, Photovoltaic Generation, Battery Energy Storage System, EV Charging Optimization, Dynamic Electricity Pricing
  10. Μεταπτυχιακή εξειδίκευση στα πληροφοριακά συστήματα (ΠΛΣ) / Διπλωματική Εργασία
  11. 1
  12. 8
    • Με την παρούσα διπλωματική εργασία διερευνάται η σχεδίαση, υλοποίηση και αξιολόγηση ενός ευφυούς συστήματος διαχείρισης μικροδικτύου για σταθμό φόρτισης ηλεκτρικών οχημάτων. Το προτεινόμενο σύστημα ενσωματώνει υποδομές φόρτισης ηλεκτρικών οχημάτων (EVSEs), φωτοβολταϊκό σύστημα (PV), σύστημα αποθήκευσης ηλεκτρικής ενέργειας (BESS) και σύνδεση με το δημόσιο δίκτυο, με στόχο τη βέλτιστη ενεργειακή διαχείριση και τον συντονισμένο έλεγχο των επιμέρους στοιχείων.

      Η αρχιτεκτονική της τελικής λύσης βασίζεται σε σαφή διαχωρισμό ρόλων μεταξύ του επιπέδου ενεργειακής βελτιστοποίησης, του επιπέδου διασύνδεσης και ελέγχου και των επιμέρους ενεργειακών πόρων. Το FlexMeasures λειτουργεί ως το κεντρικό Σύστημα Ενεργειακής Διαχείρισης (EMS), αναλαμβάνοντας τη μοντελοποίηση των ενεργειακών πόρων, τη διαχείριση μετρήσεων, προβλέψεων και τιμών ενέργειας, καθώς και τον υπολογισμό των βέλτιστων προγραμμάτων λειτουργίας.

      Η επικοινωνία του EMS με τα επιμέρους υποσυστήματα πραγματοποιείται μέσω του Fledge, το οποίο λειτουργεί ως ενδιάμεση πλατφόρμα συλλογής, μεταφοράς και διαχείρισης δεδομένων. Στο Fledge έχουν αναπτυχθεί προσαρμοσμένα plugins για τη διασύνδεση με το FlexMeasures, καθώς και για την επικοινωνία με τους σταθμούς φόρτισης μέσω του πρωτοκόλλου OCPP 1.6J. Οι προσομοιωτές των ηλεκτρικών οχημάτων και των EVSE χρησιμοποιούνται για την αναπαράσταση της λειτουργίας των φορτιστών και την ανταλλαγή δεδομένων και εντολών με το σύστημα.

      Παράλληλα, το Fledge χρησιμοποιείται για τη διασύνδεση με τα ενεργειακά υποσυστήματα του μικροδικτύου, όπως το φωτοβολταϊκό σύστημα και το σύστημα αποθήκευσης ενέργειας (BESS), επιτρέποντας τη συλλογή τηλεμετρίας και τη μεταφορά των αντίστοιχων εντολών λειτουργίας. To Flex Dispatcher plugin λειτουργεί ως μηχανισμός συντονισμού της εκτέλεσης των βελτιστοποιημένων προγραμμάτων, μετατρέποντας τα schedules που υπολογίζονται από το FlexMeasures σε εντολές λειτουργίας προς τα επιμέρους υποσυστήματα.

      Με τον τρόπο αυτό, το FlexMeasures αναλαμβάνει τη λήψη των ενεργειακών αποφάσεων και τη βελτιστοποίηση, το Fledge core τη διασύνδεση και ανταλλαγή δεδομένων με τα ενεργειακά στοιχεία, ενώ Flex Dispatcher plugin του Fledge τον συντονισμό και την εφαρμογή των προγραμματισμένων εντολών. Η επικοινωνία μεταξύ των επιμέρους στοιχείων πραγματοποιείται μέσω REST APIs και δεδομένων σε μορφή JSON, ενώ για την επικοινωνία με τους σταθμούς φόρτισης χρησιμοποιείται το πρωτόκολλο OCPP 1.6J.

      Η λειτουργία του συστήματος αξιολογείται μέσω προσομοιώσεων, χωρίς τη χρήση φυσικού εξοπλισμού, με τη χρήση προσομοιωτών και μοντελοποιημένων ενεργειακών δεδομένων για τα EVSEs, τη φωτοβολταϊκή παραγωγή και το σύστημα αποθήκευσης. Η βελτιστοποίηση λαμβάνει υπόψη προβλέψεις της φωτοβολταϊκής παραγωγής και δυναμικές τιμές ηλεκτρικής ενέργειας που βασίζονται στις τιμές της αγοράς επόμενης ημέρας (Day-Ahead market).

      Για την αξιολόγηση της προτεινόμενης λύσης εξετάζονται διαφορετικές συνθήκες λειτουργίας, με έμφαση στη συντονισμένη φόρτιση των ηλεκτρικών οχημάτων, στην αξιοποίηση της τοπικά παραγόμενης φωτοβολταϊκής ενέργειας και στη λειτουργία του BESS.

      Τα αποτελέσματα των προσομοιώσεων καταδεικνύουν ότι η προτεινόμενη αρχιτεκτονική μπορεί να υποστηρίξει τη συντονισμένη λειτουργία των επιμέρους ενεργειακών πόρων ενός σταθμού φόρτισης ηλεκτρικών οχημάτων. Η αξιοποίηση των προβλέψεων φωτοβολταϊκής παραγωγής, των δυναμικών τιμών ηλεκτρικής ενέργειας και του συστήματος αποθήκευσης επιτρέπει την προσαρμογή της λειτουργίας των EVSEs και του BESS στις εκάστοτε ενεργειακές συνθήκες, με αποτέλεσμα τη βελτίωση της αξιοποίησης της τοπικής παραγωγής του σταθμού.

    • This thesis investigates the design, implementation, and evaluation of an intelligent energy management system for an electric vehicle (EV) charging station. The proposed system integrates electric vehicle supply equipment (EVSEs), a photovoltaic (PV) generation system, a battery energy storage system (BESS), and a connection to the public power grid, aiming at the coordinated management and optimization of the available energy resources.

      The proposed architecture is based on a clear separation of roles and relies on open-source technologies. FlexMeasures operates as the central Energy Management System (EMS), responsible for modeling the microgrid, managing measurements, forecasts, and electricity prices, and calculating optimized operating schedules. Fledge provides the communication and data integration layer between the EMS and the energy assets, while custom plugins enable the exchange of data and commands with the different subsystems. The Flex Dispatcher plugin in Fledge coordinates the execution of the optimized schedules and translates them into control commands for the EVSEs and the BESS. Communication between the system components is implemented through REST APIs and JSON-based data exchange, while OCPP 1.6J is used for communication with the EV charging infrastructure.

      The system is evaluated through simulation, without the use of physical hardware, using dedicated simulators for EV charging stations, photovoltaic generation, and battery energy storage. The optimization process incorporates photovoltaic generation forecasts and dynamic electricity prices based on Day-Ahead market data. The PV forecasts are automatically obtained through an external weather-data service, while electricity market prices are retrieved and processed automatically for use by the energy management system. Different operating conditions are examined to evaluate the ability of the proposed architecture to coordinate EV charging, photovoltaic generation, and energy storage.

      The simulation results demonstrate that the proposed system can effectively coordinate the operation of the EV charging station and its energy resources. The integration of PV generation, BESS, dynamic electricity prices, and optimized EV charging schedules improves the utilization of locally generated renewable energy and reduces the energy cost of the charging station.

  13. Hellenic Open University
  14. Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές