Abstract

International audience; Electric or hybrid vehicles are very silent, which represents a major advantage for the reduction of noise annoyance in urban areas. But this makes them dangerous for pedestrians, especially vulnerable ones as visually-impaired people. Current solutions consist in using warning sound so that the exterior noise of an electric vehicle is as high as for a conventional one. This may cancel the benefit of electric vehicles for the reduction of sound annoyance. The eVADER project (funded by the European Commission) aims at proposing a prototype car which combines a high safety and a low noise level. A part of the the work program consisted in perceptual studies. The goal of these studies was to evaluate the influence of various timbre parameters on the detectability and the unpleasantness of a warning sound. Results show that it is possible to make an electric vehicle easily detected while keeping its sound level much lower than the one of a conventional car.

Abstract

The interest in the electric vehicles rose recently due both to environmental questions and to energetic dependence of the contemporary society. Accordingly, it is necessary to study and implement in these vehicle fault diagnosis systems which enable them to be more reliable and safe enhancing its sustainability. In this work after a review on problem of faults in the drivetrain of series hybrid electric vehicles (SHEV), a deep investigation on fault diagnosis of AC-DC power converter and permanent magnet synchronous motor (PMSM) have been done as two important parts of traction chains in SHEVs. In other major part of this work, four types of faults (stator winding inter turn short circuit, demagnetization, eccentricity ant bearing faults) of a PMSM have been studied. Inter turn short circuit of stator winding of PMSM in different speeds and loads has been considered to identify fault feature in all operation aspects, as it is expected by electric vehicle application. Experimental results aiming short circuits, bearing and eccentricity fault detection has been presented. Analytical and finite element method (FEM) aiming demagnetization fault investigation has been developed. The AC-DC converter switches are generally exposed to the possibility of outbreak open phase faults because of troubles of the switching devices. This work proposes a robust and efficient identification method for data acquisition selection aiming fault analysis and detection. Two new patterns under AC-DC converter failure are identified and presented. To achieve this goal, four different level of switches fault are considered on the basis of both simulation and experimental results. For accuracy needs of the identified pattern for SHEV application, several parameters have been considered namely: capacitor size changes, load and speed variations. On the basis of the developed fault sensitive models above, an ANN based fault detection, diagnosis strategy and the related algorithm have been developed to show the way of using the identified patterns in the supervision and the diagnosis of the PMSM drivetrain of SHEVs. ANN method have been used to develop three diagnosis based models for : the vector controlled PMSM under inter turn short circuit, the AC/DC power converter under an open phase fault and also the PMSM under unbalanced voltage caused by open phase DC/AC inverter. These models allow supervising the main components of the PMSM drivetrains used to propel the SHEV. The ANN advantages of ability to include a lot of data mad possible to classify the faults in terms of their type and severity. This allows estimating the performance degree of that drivetrains during faulty conditions through the parameter state of health (SOH). The latter can be used in a global control strategy of PMSM control in degraded mode in which the control is auto-adjusted when a defect occurs on the system. The goal is to ensure a continuity of service of the SHEV in faulty conditions to improve its reliability.; L'intérêt pour les véhicules électriques ne cesse de croitre au sein de la société contemporaine compte tenu de ses nombreuses interrogations sur l’environnement et la dépendance énergétique. Dans ce travail de thèse, nous essayons d’améliorer l’acceptabtabilité sociétale du véhicule électrique en essayant de faire avancer la recherche sur le diagnostique des défauts d’une chaine de traction électrique. Les résultats escomptés devraient permettre à terme d’améliorer la fiabilité et la durabilité de ces systèmes.Nous commençons par une revue des problèmes des défauts déjà apparus dans les véhicules hybrides séries qui disposent de l’architecture la plus proche du véhicule électrique. Une étude approfondie sur le diagnostic des défauts d’un convertisseur de puissance statique (AC-DC) ainsi que celle du moteur synchrone à aimants permanents est menée. Quatre types de défauts majeurs ont été répertoriés concernant le moteur (court-circuit au stator, démagnétisation, excentricité du rotor et défaut des roulements). Au niveau du convertisseur, nous avons considéré le défaut d’ouverture des interrupteurs. Afin d’être dans les mêmes conditions d’utilisation réelle, nous avons effectué des tests expérimentaux à vitesse et charge variables. Ce travail est basé aussi bien sur l’expérimentation que sur la modélisation. Comme par exemple, la méthode des éléments finis pour l’étude de la démagnétisation de la machine. De même, l’essai en court-circuit du stator du moteur en présence d’un contrôle vectoriel.Afin de réaliser un diagnostic en ligne des défauts, nous avons développé un modèle basé sur les réseaux de neurones. L’apprentissage de ce réseau de neurone a été effectué sur la base des résultats expérimentaux et de simulations, que nous avons réalisées. Le réseau de neurones est capable d'assimiler beaucoup de données. Ceci nous permet de classifier les défauts en termes de sévérité et de les localiser. Il permet ainsi d'évaluer le degré de performance de la chaine de traction électrique en ligne en présence des défauts et nous renseigner ainsi sur l'état de santé du système. Ces résultats devraient aboutir à l’élaboration d’une stratégie de contrôle tolérant aux défauts auto-reconfigurable pour prendre en compte les modes dégradés permettant une continuité de service du véhicule ce qui améliorera sa disponibilité.

Abstract

This thesis aims at modelling and solving optimization problems related to the management of one-way-electric-car-sharing systems, where users can take a car from a station, use it, and then return it to another station. This generally leads to an imbalanced distribution of cars, with some full stations and other empty ones. A solution to this problem, implemented by car-sharing operators, is to employ staff agents to move cars as needed. However, identifying this need is a non-trivial optimization problem, especially since the system may be more constrained when the vehicles used are electric, which generates battery recharging and autonomy constraints. The global optimization problem addressed is then divided into two sub-problems. The first one is assigning the cars to customers, as well as their routing; it is denoted by ROCSP (Recharging OneWay Car Sharing Problem). The second problem involves agents planning and routing; it is denoted by ESRP (Employee Scheduling Routing Problem). 1. For the ROCSP, we propose two Mixed-integer linear programming (MILP) modelizations of the problem: One based on flows and the other based on paths. This means that the two models include the battery-recharging constraints in two different ways. As the exact resolution through the MILP models is quite expensive in terms of computational time and is not adapted for the resolution of real-size car-sharing instances, we introduce heuristics that enable the optimization of cars-redistribution and service management of the service within a reasonable amount of time. These heuristics allows the calculation of the number of cars and the various redistribution operations to be performed on a given day. 2. For the ESRP, this second problem is also addressed with MILP models for the exact resolution, and some heuristics are suggested for an approximate resolution. This process has reasonable calculation time and aims at finding the minimum number of agents to perform the necessary relocation operations that stem from the first problem, namely, the ROCSP. Once the ROCSP and ESRP solved in their static versions, we then focus on the ROCSP by exploring another variant of the problem : ROCSP with dynamic reservation. We also suggest to explore a new concept : Auto-CoPartage, which is a hybridization of car-sharing and carpooling. The stated algorithms are validated on the Auto Bleue electrical vehicles fleet in the network of the city of Nice, essentially by relying on flow generation models to estimate the demand, but also using other instances that we have generated for other cities. All the data are handled using a Geographical Information System.; Cette thèse a pour objectif de modéliser et résoudre des problèmes d’optimisation d’un système d’auto-partage avec des voitures électriques dit « à un seul sens », où les utilisateurs peuvent prendre une voiture dans une station et la laisser ensuite dans une autre. Ce fonctionnement conduit généralement à une situation de déséquilibre dans la répartition des voitures avec certaines stations pleines et d’autres vides. Une des solutions utilisées par les opérateurs d’autopartage pour pallier ce problème est le recours à des agents pour déplacer les voitures selon le besoin. Identifier et répondre à ce besoin est un problème d’optimisation non trivial, notamment à cause de l’usage de véhicules électriques, ce qui engendre des contraintes de rechargement de batteries et d’autonomie. Le problème d’optimisation est décomposé en deux sous-problèmes : le premier est le problème d’affectation des voitures aux clients, ainsi que leurs routages, que nous nommons ROCSP pour Recharging One way Car Sharing Problem ; le second problème est celui du planning des agents et leurs routages que nous nommons ESRP pour Employee Scheduling Routing Problem. 1. Résolution du ROCSP : deux modélisations en Programmation Linéaire en Nombres Entiers (PLNE) sont proposées, la première basée sur les flots et la deuxième sur les chemins, ce qui fait que les deux modèles intègrent de manière différente les contraintes de recharge électrique. Comme la résolution exacte à travers les modèles PLNE s’avère très gourmande en temps de calcul et non adaptée aux instances d’auto-partage de taille réelle, nous proposons des heuristiques qui permettent dans un temps raisonnable d’optimiser la redistribution des voitures et la gestion du service. Ces heuristiques permettent de calculer le nombre de voitures et les différentes opérations de relocalisation (redistribution des voitures) à réaliser sur une journée donnée. 2. Résolution du ESRP : un modèle PLNE est proposé pour la résolution exacte du ESRP, et, en complément, des heuristiques sont proposées pour une résolution approchée et relativement rapide. L’objectif est la détermination du nombre minimal d’agents nécessaire pour effectuer les opérations de relocalisation qui découlent du premier problème, le ROCSP. Dans une partie prospective, et une fois les ROCSP et ESRP résolus dans leur version statique, nous nous focaliserons sur une autre variante du problème avec réservation dynamique. Nous proposons également d’explorer un nouveau concept - l’auto-copartage - qui se veut une hybridation entre autopartage et covoiturage. Les algorithmes proposés ont été validés sur le réseau Auto Bleue de la ville de Nice essentiellement, qui gère une flotte de véhicules électriques, en s’appuyant sur des modèles de génération de flux pour estimer la demande, mais aussi d’autres instances que nous avons générées pour simuler d’autres villes, au sein d’un Système d’Information Géographique.

Abstract

With the increased environmental concerns related to carbon emission, and rapid drop in battery prices (e.g., 35% drop in 2017), the market share of Electric Vehicles (EVs) is rapidly growing. The growing number of EVs along with the unprecedented advances in battery capacity and technology results in drastic increase in the total energy demand of EVs. This large charging demand makes the EV charging scheduling problem challenging. The critical challenge is the need for online solution design since in practical scenario the scheduler has no information of future arrivals of EVs in a time-coupled underlying problem. This thesis studies online EV scheduling problem and provides three main contributions. First, we demonstrate that the classical problem of online scheduling of deadlinesensitive jobs with partial values is similar to the EV scheduling problem and study the extension to EV charging scheduling by taking into account the processing rate limit of jobs as an additional constraint to the original problem. The problem lies in the category of time-coupled online scheduling problems without availability of future information. Using competitive ratio, as a well-established performance metric, two online algorithms, both of which are shown to be (2 − 1/U)-competitive are proposed, where U is the maximum scarcity level, a parameter that indicates demand-to-supply ratio. Second, we formulate a social welfare maximization problem for EV charging scheduling with charging capacity constraint. We devise charging scheduling algorithms that not only work in online scenario, but also they address the following two key challenges: (i) to provide on-arrival commitment; respecting the capacity constraint may hinder fulfilling charging requirement of deadline-constrained EVs entirely. Therefore, committing a guaranteed charging amount upon arrival of each EV is highly required; (ii) to guarantee (group)-strategy-proofness as a salient feature to promote EVs to reveal their true type and do not collude with other EVs. Third, we tackle online scheduling of EVs in an adaptive charging network (ACN) with local and global peak constraints. Two alternatives in resource-limited scenarios are to maximize the social welfare by partially charging the EVs (fractional model) or selecting a subset of EVs and fully charge them (integral model). For the fractional model, both offline and online algorithms are devised. We prove that the offline algorithm is optimal. We prove the online algorithm achieves a competitive ratio of 2. The integral model, however, is more challenging since the underlying problem is NP-hard due to 0/1 selection criteria of EVs. Hence, efficient solution design is challenging even in offline setting. We devise a low-complexity primal-dual scheduling algorithm that achieves a bounded approximation ratio. Built upon the offline approximate algorithm, we propose an online algorithm and analyze its competitive ratio in special cases; Avec les préoccupations environnementales croissantes liées aux émissions de carbone et la chute rapide des prix des batteries, la part de marché des véhicules électriques (EV) augmente rapidement. Le nombre croissant de EV ainsi que les progrès sans précédent dans la capacité de la batterie et de la technologie entraîne une augmentation drastique de la demande totale d'énergie destinée aux véhicules électriques. Cette forte demande de charge rend complexe le problème de planification de la charge. Même en prenant avantage de la propriété reportable des demandes de charge et d'une planification adéquate, la demande globale pourrait dépasser le taux de charge tolérable des stations, étant donné les contraintes physiques des dispositifs de charge et des transformateurs. Le principal défi est la nécessité de concevoir des solutions en ligne puisque, dans la pratique, l'ordonnanceur ne dispose d'aucune information sur les arrivées futures d'EV. Cette thèse étudie le problème d'ordonnancement des EV en ligne et fournit trois contributions principales. Premièrement, nous démontrons que le problème classique de la programmation en ligne des tâches sensibles aux échéances avec des valeurs partielles est similaire au problème d'ordonnancement EV et étudions l'extension de la programmation des charges EV en prenant en compte de la limite de traitement des travaux. Le problème réside dans la catégorie des problèmes d'ordonnancement en ligne couplés dans le temps sans disponibilité d'informations futures. Le premier algorithme proposé est déterministe, tandis que le second est randomisé et bénéficie d'une complexité de calcul plus faible. Deuxièmement, nous formulons un problème de maximisation du bien-être social pour la planification de la charge des EV avec une contrainte de capacité de charge. Nous avons conçu des algorithmes d'ordonnancement de charge qui non seulement fonctionnent dans un scénario en ligne, mais aussi qui répondent aux deux principaux défis suivants : (i) fournir un engagement à l'arrivée ; (ii) garantir la résistance aux stratégies (de groupe). Des simulations approfondies utilisant des traces réelles démontrent l'efficacité de nos algorithmes d'ordonnancement en ligne par rapport à la solution hors-ligne optimale non-engagée. La troisième contribution concerne la planification en ligne des véhicules électriques dans un réseau de recharge adaptatif (ACN) avec des contraintes de pics locaux et globaux. Nous avons conçu un algorithme d'ordonnancement primal-dual de faible complexité qui atteint un rapport d'approximation borné. Des résultats expérimentaux détaillés basés sur des traces montrent que les performances des algorithmes en ligne proposés sont proches de l'optimum hors ligne et surpassent les solutions existante

Abstract

Transport industry being one the first CO2 emitters, there is an urgent need to decarbonize this sector, which could be achieved by the conjunction of the electrification of the vehicles and decarbonization of the electricity generation mix. In conjunction with increasing flexibility needs to support the introduction of Renewable Energy Sources, the development of Electric Vehicles could add new constraints for System Operators if charging process is not managed in a smart way.However, considering mobility requirements, there is a flexibility in the charging pattern of the vehicles, which could be used to offer flexibility services to System Operators, using smart-charging algorithms. Moreover, this flexibility could increase with the possibility to have reverse flow from the battery to the grid.Research focused mainly, during last years, on the design of algorithms to provide services with electric vehicles, taking into account mobility needs of users. In this thesis, we try to go beyond this design of algorithms, going through the different steps to elaborate a viable business model. We focus on the provision of one service – Frequency Containment Reserve – identified as the most valuable for Electric Vehicles equipped with bidirectional chargers.; Les ventes de Véhicules Electriques ont été en constante augmentation ces dix dernières années, stimulées par l’adoption de politique publique favorisant la décarbonation du secteur automobile. Dans un contexte d’accroissement des énergies renouvelables dans le mix énergétique, entraînant des besoins plus important en flexibilité, la diffusion massive des véhicules électriques pourrait constituer une nouvelle source de contrainte pour les gestionnaire de réseaux d'électricité si la recharge n’est pas gérée de manière intelligente.La gestion de la recharge des flottes de Véhicules Electriques peut aussi constituer une opportunité pour apporter cette flexibilité, en particulier si les véhicules sont équipés de chargeurs bidirectionnels, capables de réinjecter de l’électricité dans le système pour équilibrer les réseaux.La recherche s’est principalement intéressée à la conception d’algorithmes permettant cette recharge « intelligente », qui prennent en compte les besoins en mobilité des utilisateurs, tout en fournissant différents services de flexibilité.Cette thèse s’attache à aller au-delà de l’aspect algorithmique, en balayant l’ensemble des aspects qui permettraient d’aboutir à un modèle d’affaire viable, et en se focalisant sur la fourniture d’un type de service : la réserve primaire (Frequency Containment Reserve), qui constitue le service identifié comme ayant la plus forte valeur pour des flottes de Véhicules équipés de chargeurs bidirectionnels.

Abstract

This thesis focuses on the optimal design of one-way station-based carsharing systems. We consider the system design through two structural aspects: the optimal system dimensioning (number of parking places, vehicles, battery capacities, etc.) and the identification of appropriate stations’ locations. Although the addressed problems do not directly concern the system management, some relevant aspects (like vehicle relocation operations) are nonetheless part of the models. The modelling approach uses graph theory to represent the system dynamics over time and various optimization models (ILPs and MILPs) are proposed. The objective is to deduce an optimal shape of the whole system (number of vehicles, parking places, jockeys, stations’ locations, etc.) allowing to capture the maximum number of estimated time-dependent requests. Electric vehicles and power supply are also included in an enhanced model version and context related constraints ensure the integrity of the whole model. The optimization allows to study the impact of different power supply technologies and settle the minimal autonomy a shared vehicle necessitate in this environment. Models are applied to realistic case studies, using both random generated data and real estimated outputs of simulation tools. Strategies including vehicle relocation operations managed by jockeys (employees of the carsharing operator) are considered. We propose some graph simplifications reducing the problem size and leading to greatly improve solver capabilities as well as computation times. A greedy heuristic helping to quickly find feasible solutions and initialize the solver is also proposed and illustrated.; Cette thèse s'intéresse à la conception optimale d'un système d'autopartage de type one-way avec stations. Les problèmes abordés traitent de deux aspects structurels importants : le dimensionnement optimal du système (nombre de places de parking, de véhicules, de relocalisation de véhicules, etc.) et la localisation adéquate des stations. Bien que le management ou pilotage en temps réel du service ne soit pas l'objet de cette étude, certains aspects pertinents (relocalisation de véhicules, nombre de jockeys) ont toutefois été intégrés aux modèles. L'approche mathématique utilise des objets de la théorie des graphes pour représenter les systèmes dans le temps et les problèmes sont résolus grâce à la programmation linéaire en nombre entiers. L'objectif est d'identifier la structure du service permettant de capturer le plus de demandes possibles. L'introduction de véhicules électriques et de la puissance de charge en station sont étudiés dans un modèle dédié. Les expérimentations s'appuient sur des données réalistes, générées aléatoirement. Nous nous intéressons particulièrement aux pistes d'amélioration des temps de calculs et de réduction des graphes. Une heuristique gloutonne permettant d'identifier rapidement une solution réalisable est en particulier proposée. Enfin, une étude de dimensionnement des batteries confirme que des capacités deux fois inférieures à celles actuellement sur le marché sont viable dans le contexte urbain actuel.

Abstract

Freight transport. The needs of freight transport companies are assessed through some forty interviews conducted in four European countries and analyzed in the light of innovation diffusion theory. These interviews highlight the operational and economic obstacles to the use of electric vehicles, which are linked to the technology itself but also to its novelty.A quantitative approach completes this study. It is based on a market share prediction model, which quantifies how economic and operational constraints evolve with technological developments. These constraints are measured by two indicators: the vehicle's range adequacy given its use and total cost of ownership (TCO) comparisons. An original feature of the model is that it treats the amount of subsidies for the purchase of an electric vehicle as an endogenous variable that dynamically adapts to market developments.In order to compensate for the lack of available data on commercial vehicle uses, a statistical model has been developed. This model makes the best use of data from a survey on light commercial vehicles in France, conducted by the statistical department of the Ministry of the Environment (SDES).These analyses confirm that the development of the electric vehicle market is not certain and that it is currently extremely dependent on public support. Even in scenarios of continued financial support from public administrations, exponential market growth is unlikely. Rather, the market will grow slowly for many years to come, the time for technology to overcome its8dependence on public financial support. For example, our reference scenario forecasts a 13% market share for electric vans in 2032; Le marché des véhicules électriques est animé par une dynamique très positive. Il s'agit cependant essentiellement d'un marché de niche. Il est donc légitime de s’interroger quant à son avenir.D'une part, cette dynamique est portée par de fortes préoccupations environnementales et bénéficie d'un large soutien des autorités publiques. Les constructeurs automobiles ont ces dernières années fortement investi dans cette technologie, les progrès technologiques sont rapides et offrent des perspectives intéressantes.D'autre part, des subventions conséquentes sont aujourd’hui nécessaires pour permettre aux véhicules électriques d’être compétitifs. Il est inévitable que ces subventions diminuent si le marché grandit. Deux mécanismes opposés sont donc en jeu et rendent incertain le développement du marché des véhicules électriques pour les années à venir.Notre recherche propose d'analyser ces mécanismes pour les véhicules utilitaires légers, et plus particulièrement pour le transport urbain de marchandises. Les besoins des entreprises de transport de marchandises sont évalués à travers une quarantaine d'entretiens, menés dans quatre pays européens et analysés à la lumière de la théorie de la diffusion de l'innovation. Ces entretiens mettent en évidence les obstacles opérationnels et économiques à l'utilisation de véhicules électriques, qui sont liés à la technologie elle-même mais aussi à sa nouveauté.Une approche quantitative complète cette étude. Elle s’appuie sur un modèle de prédiction de parts de marché, qui quantifie la façon dont les contraintes économiques et opérationnelles évoluent avec les développements technologiques. Ces contraintes sont mesurées par deux indicateurs: l'adéquation de l'autonomie du véhicule avec son usage et les comparaisons de coûts totaux de possession (TCO). Une originalité du modèle est qu’il traite le montant des subventions à l’achat d’un véhicule électrique comme une variable endogène, qui s’adapte dynamiquement aux évolutions du marché.Afin de compenser le manque de données disponibles sur les usages des véhicules utilitaires, un modèle statistique a été développé. Ce modèle permet d’exploiter au mieux les données d'une enquête sur les véhicules utilitaires légers en France, menée par le service de la donnée et des études statistiques (SDES) du Ministère de la Transition Écologique et Solidaire

Abstract

u cours des années récentes, les véhicules électriques sont revenus sur le devant de la scène des politiques publiques en matière de transport. Considérés comme un remède possible à diverses préoccupations pressantes des pouvoirs publics, ils bénéficient d'un soutien croissant de leur part. De telles mesures de soutien demeurent contestées : en effet, leur impact sur le décollage effectif des ventes, leur soutenabilité, leur utilité et leur justification sont loin d'aller de soi. Cette étude vise à éclairer l'impact des politiques publiques destinées à influencer la demande sur i) le taux de pénétration des véhicules électriques auprès des ménages français, et ii) les finances publiques. Dans un premier temps sera brossé le tableau du contexte dans lequel les véhicules électriques ont vocation à se développer. Il sera proposé un panorama large des opportunités potentielles offertes par l'introduction des véhicules électriques. Une revue internationale des politiques publiques est conduite, qui décrit les leviers de politique publique qui sont aujourd'hui actionnés en soutien au véhicule électrique de par le monde. L'accent y est mis sur les mesures destinées à agir sur la demande. Des conclusions préliminaires seront proposées sur l'efficacité de ces mesures au regard des taux observés de pénétration du véhicule électrique. Dans un deuxième temps, l'étude s'attache à évaluer le marché potentiel des véhicules électriques auprès des ménages français. L'analyse porte non seulement sur les déterminants financiers de la demande, mais aussi sur les obstacles socio-économiques à l'adoption des véhicules électriques par ces ménages. S'appuyant sur une analyse par scénarios qui permet de rendre compte des nombreuses incertitudes relatives aux évolutions à prévoir des véhicules, des coûts et des tendances de marché, une prévision du potentiel de demande à l'horizon 2023 est avancée. L'approche désagrégée qui est appliquée à partir de la base de données de l'Enquête Nationale Transports et Déplacements 2007/2008 permet d'identifier les combinaisons de instruments financiers de politique publique les plus à même de garantir certains niveaux de pénétration du véhicule électrique dans la prochaine décennie. Enfin, l'impact sur les finances publiques du remplacement d'un véhicule conventionnel par un véhicule électrique est étudié. L'analyse porte à la fois sur les phases de production et d'usage du véhicule. Le modèle d'évaluation développé à cet effet tient compte des impacts directs et indirects sur les finances publiques. Sont pris en compte les subventions directes à l'achat, les allègements fiscaux, les recettes fiscales, ainsi que les effets sur l'emploi. Les conclusions et observations tirées de l'étude permettent de formuler diverses suggestions à l'attention des constructeurs automobiles et des décideurs publics affichant la volonté de soutenir l'essor du véhicule électrique. In recent years, electric vehicles have come to the forefront of public transport policies. They are seen as remedy for various pressing public concerns and are thus increasingly benefiting from supportive policy measures. Such measures remain contested: their impact on actual vehicle uptake rates, their sustainability, usefulness and justification are far from being self-evident. This study aims at uncovering the effect of financial demand-side public policy measures on i) the uptake rate of electric vehicles among private households in France, and ii) the public budget. First, the context within which electric vehicles are to evolve is sketched. A comprehensive overview of the potential opportunities that come with the introduction of electric vehicles is given. An international policy review depicts public policy levers that are currently deployed in order to support the uptake of electric vehicles. A focus is put on financial demand-side measures. Preliminary conclusions on their effectiveness with regards to observed electric vehicle uptake rates in the various countries reviewed are drawn. Next, the potential market for electric vehicles among French households is explored. Besides financial aspects, socio-economic obstacles to electric vehicle uptake among private households are analysed. With the aid of scenario analysis that accounts for the many uncertainties with regards to future vehicle developments, costs and market trends, a forecast of the electric vehicles' potential up until 2023 is given. The applied disaggregate approach based on the database of the French National Transport Survey 2007/2008 allows identifying the most promising sets of financial public policy measures that are likely to guarantee certain electric vehicle uptake rates over the next decade. Lastly, the effect of replacing one conventional vehicle by one electric vehicle on the public budget is investigated. Both, vehicle manufacture and use aspects are considered. The set up valuation model hereby accounts for direct and indirect financial impacts on the public budget. These comprise direct purchase subsidies, tax breaks, and tax income, as well as effects of changing employment situations that alter the amount of social contributions and unemployment benefits. The study's findings and considerations allow for various suggestions for vehicle manufacturers and policy makers willing to support the uptake of electric vehicles. These are listed in the conclusions section which also sketches directions for further research.

Abstract

Our research deals with the problem of the charging scheduling of electric vehicles (EV). The variation in the total power available to load vehicles, user the behaviour constraints and the uncertainties of daily energy demands require an efficient and secure scheduling. We defined five industrial configurations: ACPF (1,2) and ACPV (1a, 1b and 2), each of which corresponds to a set of technical constraints. Studies on formulations, including a conjunctive and a disjunctive, are based on the analysis of the strength of their LP-relaxation. The matrix form of the mathematical formula is composed of a partitioned matrix, which is decomposable by the Dantzig-Wolfe principles. The latter allows us to develop a Branch-and-Price Algorithm for the exact solution of the problem. A deterministic constructive heuristic was then designed for the allocation of the resource, which is very efficient: a quick resolution (less than a second) for a car park with about thirty EVs. Finally, to implement all algorithms in the microprocessor, and to establish a forecasting model and an online scheduling, we have created a stand-alone scheduler, based on the predictive-reactive rescheduling. The research carried out is part of the problems of energy reasoning. They, therefore, can combine with other works, including the smart grid problems; Notre travail de recherche traite de la problématique de l’ordonnancement de recharge des véhicules électriques (VE). La variation de la puissance totale disponible pour charger des véhicules, les contraintes de comportement des utilisateurs et l'incertitude des demandes énergétiques journalières demandent un ordonnancement efficace et sécurisé. Nous avons défini cinq configurations industrielles : ACPF (1,2) et ACPV (1a, 1b et 2) qui correspondent chacune à un ensemble de contraintes techniques. Les études sur les formulations, dont une conjonctive et une disjonctive, reposent sur l’analyse de la force de leurs relaxation-LP. La forme matricielle de la formule mathématique est composée d’une matrice partitionnée, qui est décomposable par le principe de Dantzig-Wolfe. Cette dernière nous permets de développer un algorithme de type Branch-and-Price pour la résolution exacte du problème. Une heuristique constructive déterministe a ensuite été conçue pour l’allocation de la ressource, qui se trouve très efficace : une résolution rapide (moins d’une seconde) pour un parking d’une trentaine VEs. Finalement, pour implémenter tous les algorithmes dans le microprocesseur, et pour établir un modèle prévisionnel et un ordonnancement en temps réel, nous avons créé un planificateur autonome, qui se base sur le réordonnancement prédictif-réactif. Les recherches effectuées font partie des problèmes de raisonnement énergétique. Elles possèdent donc la capacité de se combiner avec d’autres travaux, notamment le problème de smart grid