Till innehåll på sidan
Till KTH:s startsida

Effective Spatial Decision Support for Charging Infrastructure Planning

Tid: Fr 2024-12-06 kl 14.00

Plats: E2, Osquars backe 2, Campus, .

Videolänk: https://kth-se.zoom.us/j/67751028805

Språk: Engelska

Ämnesområde: Geodesi och geoinformatik, Geoinformatik

Licentiand: Ehsan Saqib , Geoinformatik

Granskare: Professor Sonia Yeh, Chalmers University of Technology

Huvudhandledare: Professor Yifang Ban, Geoinformatik; Associate professor Gyözö Gidofalvi, Geoinformatik

Exportera till kalender

QC241112

Abstract

Övergången till elektrifierade vägtransporter är avgörande för att uppnå hållbarhetsmål och minska utsläppen av växthusgaser. Det snabba införandet av batteridrivna elfordon beror dock i hög grad på tillgången till robust laddningsinfrastruktur. Effektiv planering av laddningsinfrastrukturen står inför många utmaningar till följd av de djupa osäkerheter som elektrifieringen av vägtransporter innebär. Dessa osäkerheter omfattar aspekter som snabba tekniska framsteg, variationen i teknikanvändning och beteendeförändringar, de skiftande landskapen av regelverk, politik och subventioner, variationen i tillgänglighet, kostnad, utvecklingstid för nätöverföringskapacitet, fastigheter och relaterade tjänster och den föränderliga marknadsdynamiken som härrör från konkurrens. Denna avhandling undersöker komplexiteten i planeringen av laddningsinfrastruktur och tar upp två kritiska kunskapsluckor som identifierats i litteraturen: det otillräckliga utnyttjandet av transportruttinformation vid optimering av laddningsnätverksplacering och bristen på planeringsmetoder och verktyg som kan hjälpa till att hantera osäkerheterna.

I denna utsträckning analyserar den forskning som presenteras i denna avhandling, efter en snabb bakgrund om transportelektrifieringsbehov, utmaningar, nuvarande status och framtida ambitioner, stödbehov för laddningsinfrastrukturplanering med avseende på kunskapsluckorna. Specifikt, genom ett tydligt exempel, argumenterar avhandlingen för behovet av att anta en efterfrågecentrerad laddnätverksdesign där adekvat användning av transportruttinformation för att uppnå logiska designmål för nätverket är nödvändig. Dessutom, helt logiskt, argumenterar avhandlingen för användningen av en dynamisk adaptiv planeringsmetod som kräver interaktiva beslutsstödsverktyg för att hantera de djupa osäkerheterna i transportelektrifiering under systemövergången. Därefter, genom en bred och systematisk litteraturstudie, fastslår avhandlingen att det tidigare arbetet inte fullt ut har adresserat dessa planeringsbehov.

För att utöka den vetenskapliga kunskapen om adekvat användning av transportruttinformation i behovscentrerad laddnätverksdesign formaliserar avhandlingen en datadriven simuleringsbaserad transportelektrifieringsscenariemodell och i den ett inkrementellt laddnätverksplaceringsproblem där både modellen och problemet kräver användning av detaljerad information i transportrutterna. Därefter föreslår avhandlingen en serie giriga nätverksexpansionsbaserade optimeringsmetoder för laddnätverksplacering för att ta itu med problemet med kombinatorisk nätverksdesign och det inkrementella planeringsstödet. Först introduceras en uppsättning grundläggande metoder som vägleder utforskningen av sökutrymmet med hjälp av felaktiga men lätt förberäknade statiska efterfrågeproxyer och försöker att korrigera felaktig vägledning av proxyvariablerna genom att genomdriva rumsliga begränsningar på nätverksplaceringarna för att undvika efterfrågeförluster inom nätverket och öka nätverkets tillhandahållande av eltäckning. Därefter föreslår avhandlingen metoden Route Based Network Demand (RBND) som inte använder approximationer eller heuristik utan snarare selektivt omräknar via beräkningskrävande simuleringar de exakta värdena för de målfunktionerna för lovande nätverksexpansionskandidater under sökandet av designutrymmet. Empiriska utvärderingar bedömer metodernas optimeringskvalitet, känslighet för modellparametrar, körtidsskalbarhet och empiriskt optimalitet. Resultaten visar att RBND-metoden överträffar baslinjerna i optimeringsmål och hittar statistiskt bevisbara, nästan optimala lösningar på några minuter.

För att ta itu med bristen på planeringsmetoder och verktyg som kan hjälpa till att hantera osäkerheterna bidrar avhandlingen till vetenskaplig kunskap på två sätt. Först föreslår avhandlingen parameterkänslighetsanalysen av optimerade laddnätverksplaceringar och som en fallstudie utforskar och aggregerar den optimerade nätverksplaceringsinformationen för 324 kombinationer av 5 viktiga transportelektrifieringsscenarioparametrar som ett försök att härleda sannolikheten för att en viss plats är en del av ett optimerat nätverk och vad är den genomsnittliga laddningsefterfrågan på den platsen över alla testade scenarier. I synnerhet innebär känslighetsanalysmetoden en selektiv utvärdering och simulering av hela det svenska godstransportsystemet med 10,5 miljoner årliga transportrutter för de mest lovande få miljonerladdnätverksplaceringar för var och en av de 324 parameterkombinationerna i transportelektrifieringsscenariot. Resultaten av denna omfattande utforskning av laddnätverk - och scenariosökning - presenteras i en enda tabell och två kartor som representerar frekvens- och genomsnittlig efterfrågefördelning av platser i optimerade nätverk. För det andra, motiverat av argumentet att laddnätverk utvecklas av enskilda ekonomiska aktörer med sina unika möjligheter, utmaningar och strategier i en konkurrensutsatt miljö, baserat på kvalitativ feedback från 33 intresseorganisationer, beskriver avhandlingen designen, komponenterna och de visuella analysfunktionerna i ett flexibelt, rumsligt beslutsstödssystem som kan stödja den dynamiska adaptiva planeringen i intressenternas konkurrerande och kollaborativa situationer.

Tillsammans utgör dessa bidrag en skalbar och flexibel ramverk för att stödja planeringen och utbyggnaden av hållbar och motståndskraftig laddinfrastruktur, samtidigt som man tar itu med osäkerheter och möjliggör dynamisk adaptiv planering för att uppfylla de föränderliga kraven på eltransporter. 

Slutligen pekar avhandlingen på tre olika framtida forskningsinriktningar. För det första krävs en utvidgning av metoder och system för att tillhandahålla planeringsstöd för utformning av laddnätverk som omfattar en blandning av elektrifieringstekniker, t.ex. dynamisk laddning på elvägar och statisk laddning på stationer. För det andra, med en liknande metod som den utvecklade känslighetsanalysen, belyser avhandlingen vikten av nätverksresiliens och efterlyser de metoder som utvärderar och integrerar nätverksresiliens i designerna. Slutligen, att inse att oavsett sofistikeringen av långsiktig strategisk planering inte alla osäkerheter kan mildras, kräver avhandlingen metoder och verktyg som kan öka drifts- och kostnadseffektiviteten av laddnätverk och elektrifierade transporter på dem. 

urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-356237