| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 13.89 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
This thesis examines the integration of photovoltaic systems with electric vehicle charging stations in Germany, with the aim of enhancing sustainable mobility and contributing to environmental goals. The study focuses on the strategic placement of charging infrastructure in public and semipublic areas, considering recent regulatory changes that favour photovoltaic-powered stations. In collaboration with Wirelane, a German electric vehicle charging provider, a data-driven approach is employed to identify optimal locations for charging stations, balancing profitability and sustainability. The methodology involves collecting and analysing data from the German Federal Network Agency and OpenStreetMap, covering photovoltaic installations and parking spaces. The study employs the unsupervised learning algorithm K-means clustering, to manage the large datasets and optimise the placement of charging stations relative to photovoltaic installations. This approach enables strategic decision making by identifying locations that are most suitable for the use of solar energy. The results show significant improvements over traditional site selection methods, increasing the profitability and efficiency of Wirelane’s operations, which aligns with Wirelane’s business objectives and contributes to sustainable urban planning. The thesis provides valuable findings into the importance of data-driven strategies in the deployment of electric vehicle charging infrastructure and demonstrates how spatial analysis and visualisation techniques can streamline the process, ensuring precision and strategic insight.
Esta tese examina a integração de sistemas fotovoltaicos com estações de carregamento de veículos eléctricos na Alemanha, com o objectivo de melhorar a mobilidade sustentável e contribuir para objectivos ambientais. O estudo centra-se na colocação estratégica de infraestruturas de carrega- mento em áreas públicas e semipúblicos, considerando as recentes alterações regulamentares que favorecem as estações alimentadas por energia fotovoltaica. Em colaboração com a Wirelane, um fornecedor alemão de carregamento de veículos elétricos, é utilizada uma abordagem baseada em dados para identificar locais ideais para estações de carregamento, equilibrando rentabilidade e sustentabilidade. A metodologia envolve a coleta e análise de dados da Agência Federal Alemã de Redes e do OpenStreetMap, abrangendo instalações fotovoltaicas e vagas de estacionamento. O estudo emprega o algoritmo de aprendizagem não supervisionado K-means clustering, para gerenciar os grandes conjuntos de dados e otimizar a colocação de estações de carregamento em relação às instalações fotovoltaicas. Essa abordagem permite a tomada de decisões estratégicas, identificando os locais mais adequados para o uso da energia solar. Os resultados mostram melhorias significativas em relação aos métodos tradicionais de seleção de locais, aumentando a rentabilidade e a eficiência das operações da Wirelane, o que se alinha com os objetivos comerciais da Wirelane e contribui para o planeamento urbano sustentável. A tese fornece descobertas valiosas sobre a importância de estratégias baseadas em dados na implantação de infraestrutura de carregamento de veículos elétricos e demonstra como a análise espacial e as técnicas de visualização podem agilizar o processo, garantindo precisão e visão estratégica.
Esta tese examina a integração de sistemas fotovoltaicos com estações de carregamento de veículos eléctricos na Alemanha, com o objectivo de melhorar a mobilidade sustentável e contribuir para objectivos ambientais. O estudo centra-se na colocação estratégica de infraestruturas de carrega- mento em áreas públicas e semipúblicos, considerando as recentes alterações regulamentares que favorecem as estações alimentadas por energia fotovoltaica. Em colaboração com a Wirelane, um fornecedor alemão de carregamento de veículos elétricos, é utilizada uma abordagem baseada em dados para identificar locais ideais para estações de carregamento, equilibrando rentabilidade e sustentabilidade. A metodologia envolve a coleta e análise de dados da Agência Federal Alemã de Redes e do OpenStreetMap, abrangendo instalações fotovoltaicas e vagas de estacionamento. O estudo emprega o algoritmo de aprendizagem não supervisionado K-means clustering, para gerenciar os grandes conjuntos de dados e otimizar a colocação de estações de carregamento em relação às instalações fotovoltaicas. Essa abordagem permite a tomada de decisões estratégicas, identificando os locais mais adequados para o uso da energia solar. Os resultados mostram melhorias significativas em relação aos métodos tradicionais de seleção de locais, aumentando a rentabilidade e a eficiência das operações da Wirelane, o que se alinha com os objetivos comerciais da Wirelane e contribui para o planeamento urbano sustentável. A tese fornece descobertas valiosas sobre a importância de estratégias baseadas em dados na implantação de infraestrutura de carregamento de veículos elétricos e demonstra como a análise espacial e as técnicas de visualização podem agilizar o processo, garantindo precisão e visão estratégica.
Description
Keywords
Electric vehicles Photovoltaic systems Charging infrastructure Sustainable urban planning Data analysis GHG quota Green energy Veículos eléctricos Sistemas fotovoltaicos Infra-estruturas de carregamento Planeamento urbano sustentável Análise de dados Quotas de GEE Energia verde