‪Modeling electric vehicle charging patterns: A review‪

Résumé Fr En

Les véhicules électriques (VE) représentent une opportunité de réduction des émissions de gaz à effet de serre et des polluants atmosphériques locaux. Cependant, une recharge simultanée d’un grand nombre de VE pourrait représenter un défi pour l’équilibre offre-demande d’électricité et pour les réseaux électriques. Une modélisation prédictive de la recharge d’une flotte de VE est requise afin d’étudier ces impacts. Nous examinons les approches de modélisation des comportements de recharge des VE, ainsi que les finalités pour lesquelles elles sont utilisées. Nous présentons également les paramètres et hypothèses nécessaires à ces modèles, puis les modes de pilotage de la recharge existants. Finalement, nous proposons un cadre de recherche pour la prévision de demande électrique des VE.Classification JEL : C02, C65, L62, L94, Q40.

‪Electric vehicles (EVs) offer an opportunity to move towards greenhouse gas emission reduction targets by decarbonizing the transport sector as well as reduce local air pollution. However, uncontrolled and simultaneous charging of a significant number of EVs could pose a challenge to electricity grids and generation-load adequacy. Studying these impacts requires a predictive model of EV fleet recharging. Here we review techniques for EV charging pattern modeling and the types of studies they are used for. The paper also introduces the wide range of parameters (vehicle types, charging points, plug-in behavior, etc.) that modeling studies can factor in, and the EV smart charging simulation approaches available. We conclude by proposing a framework for future research on EV load prediction models.‪‪JEL classification: ‪‪C02, C65, L62, L94, Q40‪‪.‪