Leveraging Battery Electric Vehicle Energy Storage Potential for Home Energy Saving by Model Predictive Control with Backward Induction

Abstract

[ES] Los vehículos eléctricos de batería (BEV) están ganando cuota de mercado por su capacidad de emplear energía limpia, reducción del ruido, las emisiones contaminantes y el mantenimiento. Las baterías son una de las tecnologías clave de los BEV, ya que influyen sustancialmente en el coste del vehículo y en su autonomía, dos de las principales preocupaciones de los consumidores de BEV. Puesto que la capacidad de almacenamiento de energía de los BEV suele superar las necesidades de los desplazamientos diarios, las baterías también pueden utilizarse para sistemas de gestión de la energía doméstica mediante tecnología de carga bidireccional. Este trabajo presenta un sistema eficiente de gestión de la energía para un hogar inteligente con BEVs utilizando la programación dinámica mediante la previsión del precio de la electricidad y el gasto de las próximas semanas utilizando los datos de la semana anterior. Las estrategias de gestión de la energía implementadas en este estudio contribuyen a la reducción del consumo de energía, por lo tanto, reducen el coste económico, y almacenan el exceso de energía de los BEV una vez que sus demandas de desplazamiento estén satisfechas. Además, el exceso de energía puede venderse a la red principal una vez satisfecha la demanda global. Los resultados de este estudio muestran una reducción del consumo eléctrico y del gasto superior al 50\% en el caso de uso considerado.

[EN] Battery electric vehicles (BEVs) are gaining market shares due to their ability to employ clean energy, their smooth operation and reduced noise, pollutant emissions and maintenance. Batteries are one of the key technologies in BEV since they strongly affect the vehicle cost and driving range, two of the major concerns of BEV costumers. While the energy storing capabilities of BEVs usually exceed commuting requirements, batteries can be also used for home energy management system using bi-directional charging technology. This work introduces an efficient energy management system for a smart home with BEVs using dynamic programming by forecasting the electricity price and expenditure of upcoming weeks using data from the past week. The energy management strategies implemented in this study contribute to the reduction in the power consumption, henceforth, it would reduce the electricity cost of smart homes, and store the excess energy from BEV once its commuting demands are satisfied. Further, the excess energy will be sold to the main grid once the overall demand is satisfied. The results of this study show a reduction of the electricity consumption and the expenditure above 50\% in the considered usecase