Impact of the Electrification of Vehicles and Integration of Solar Photovoltaic Systems on Low-voltage Distribution Networks
Notice bibliographique
Résumé
The increasing integration of electric vehicles (EVs) and solar photovoltaic (PV) systems may impose challenges for the operation of power distribution networks such as network overloading and voltage issues. On the contrary, operating solutions with these low-carbon technologies may provide grid support and help mitigate grid congestion. This paper presents a study on the impact of the integration of EVs and solar PV generation on voltage issues, network loading and power losses in a low-voltage (LV) power distribution network. Quasistatic power-flow analysis is carried out for different levels of electrification of vehicles and solar PV systems penetration. A Monte Carlo simulation is used to capture uncertainty and variability both in load and generation. Case studies in a three-phase four-wire 18-bus LV distribution network demonstrate the grid impact for varying levels of EV integration with level 1 (L1) and level 2 (L2) charging, and solar PV system penetration levels. Switching from L1 to L2 charging lead to a 30 % increase in power losses during the summer and a 36 % increase during the winter, assuming 100 % EV penetration. Higher solar PV system penetration levels resulted in more significant reductions in active power losses during the summer season. Additionally, results also highlighted the significant impact of L2 charging on transformer loading and voltage.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».