Optimal Dispatch and Accessibility-Aware Coordination of Electric Vehicles for Power System Resilience Enhancement. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF (Final approved M.S. thesis) Abdoul_Haye_MSc_Thesis_Final.pdf - Accepted Version Restricted to Repository staff only until 4 June 2027. Download (2MB)

Arabic Abstract

يمكن للمركبات الكهربائية أن تقدم دعماً مهماً لأنظمة القدرة أثناء حالات الانقطاع من خلال تقنيات نقل الطاقة من المركبة إلى الشبكة أو إلى الأحمال المحلية. ومع ذلك، فإن مساهمة هذه المركبات في دعم الأحمال لا تعتمد فقط على سعة البطاريات، بل تتأثر أيضاً بعدم اليقين في توفر المركبات، وقيود حالة الشحن، وحدود القدرة، وإمكانية الوصول إلى مواقع الأحمال عند استخدام المركبات كموارد دعم متنقلة. تطور هذه الرسالة إطاراً على مرحلتين لتقييم وتحسين دعم الأحمال باستخدام أساطيل المركبات الكهربائية تحت ظروف تشغيل واقعية. في المرحلة الأولى، يتم تطوير إطار يراعي حركة المركبات وعدم اليقين في توفرها، وذلك من خلال دمج نموذج ماركوف ثنائي الحالة والمتغير مع الزمن لتمثيل توفر المركبات الكهربائية، مع نموذج تشغيل مقيد بحالة الشحن. كما يتم استخدام محاكاة مونت كارلو لتمثيل عدم اليقين في توفر المركبات، وسعة البطاريات، والطاقة الابتدائية، وحدود قدرة التفريغ. في المرحلة الثانية، يتم توسيع الإطار ليشمل تقييماً للمرونة يراعي إمكانية الوصول، حيث يتم التعامل مع المركبات الكهربائية كموارد دعم متنقلة تخضع لقيود الوصول في شبكة النقل. ويتم تطوير استراتيجية تحكم تنبؤية بنموذج زمني متحرك لتنسيق تفريغ المركبات وإعادة تموضعها، ثم مقارنتها مع طرق تفاعلية مرجعية تحت نفس عينات عدم اليقين وظروف الحركة. توضح النتائج أن تمثيل عدم اليقين في حركة المركبات الكهربائية يعطي تقديراً أكثر واقعية لقدرة الأسطول على دعم الأحمال أثناء الانقطاعات مقارنة بالافتراضات الثابتة لتوفر المركبات. كما تبين النتائج أن التقييم المراعي لإمكانية الوصول يحسن تفسير نتائج المرونة من خلال الفصل بين الطلب غير القابل للوصول والطلب القابل للوصول ولكن غير المخدوم بشكل كاف. وتظهر المقارنات أن استراتيجية التحكم التنبئي المقترحة توفر أفضل حماية للأحمال الحرجة مقارنة بالطرق التفاعلية المرجعية. بشكل عام، تبين هذه الرسالة أن التخطيط الواقعي لاستخدام المركبات الكهربائية في تعزيز مرونة أنظمة القدرة يتطلب نمذجة متكاملة لعدم اليقين، وقيود البطارية، وإمكانية الوصول، وجودة قرارات التنسيق. وتوفر النتائج أساساً واضحاً لتقييم وتنسيق أساطيل المركبات الكهربائية كموارد دعم مرنة أثناء حالات الانقطاع.

English Abstract

Electric vehicles (EVs) can provide backup support during power outages through vehicle-to-grid operation, but their practical contribution depends on uncertain vehicle availability, battery constraints, and, in mobile support settings, transportation accessibility. This thesis studies EV-based outage support under realistic operating conditions through two related parts. The first part develops a mobility-aware reliability-oriented framework by combining a time-varying two-state Markov model of EV availability with a state-of-charge-constrained stochastic dispatch formulation. Monte Carlo simulation is used to represent uncertainty in EV availability, battery capacity, initial energy, and discharge power limits. The second part develops an accessibility-aware resilience framework in which EVs are treated as mobile support resources under time-varying transportation reachability. A receding-horizon mixed-integer model predictive control strategy is formulated for EV dispatch and repositioning and is compared with reactive benchmark methods under matched uncertainty realizations. The results show that accounting for mobility uncertainty gives more realistic estimates of dependable EV outage support than static availability assumptions. The results also show that accessibility-aware evaluation improves resilience interpretation by separating physical reachability from service effectiveness over the reachable set. Across the tested case studies, the coordinated strategy provides the strongest protection of critical demand compared with the reactive benchmark methods. Overall, the thesis shows that uncertainty, operational feasibility, and accessibility must be modeled explicitly for credible planning and effective coordination of EV fleets for power system resilience enhancement.

Item Type:	Thesis (Masters)
Subjects:	Systems Research Research > Engineering Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Thesis Advisor:	Mohammed Al-muhaini,
Thesis Committee Members:	Muhammad Khalid, Ahmed Saleh Alahmed,
Depositing User:	ABDOUL HAYE SANANKOUA
Date Deposited:	10 Jun 2026 06:08
Last Modified:	10 Jun 2026 06:08
URI:	https://eprints.kfupm.edu.sa/id/eprint/144500