Tối ưu hóa hoạt động của trạm sạc xe điện có tích hợp nguồn điện mặt trời áp mái

Bài viết Tối ưu hóa hoạt động của trạm sạc xe điện có tích hợp nguồn điện mặt trời áp mái tập trung vào việc tính toán kế hoạch sạc tối ưu cho các xe điện bằng mô hình tối ưu hóa bậc hai nguyên thực hỗn hợp (MIQP) và được thực hiện trên phần mềm GAMS và CPLEX. Mô hình này có xét đến nhu cầu, thói quen sử dụng xe điện của khách hàng.

SCIENCE - TECHNOLOGY P-ISSN 1859-3585 E-ISSN 2615-9619 TỐI ƯU HÓA HOẠT ĐỘNG CỦA TRẠM SẠC XE ĐIỆN CĨ TÍCH HỢP NGUỒN ĐIỆN MẶT TRỜI ÁP MÁI OPTIMIZATION OF CHARGING STATION WITH INTEGRATED ROOFTOP PHOTOVOLTAIC SYSTEM Nguyễn Hồng Nhung1,*, Lê Huy Hoàng1, Nguyễn Minh Khuê1, Trần Đức Tường1, Trịnh Hữu Tuấn Vũ1 DOI: https://doi.org/10.57001/huih5804.2023.040 TÓM TẮT Trong năm gần đây, nhu cầu sử dụng xe điện ngày gia tăng thúc đẩy việc xây dựng trạm sạc lớn đặt quan cơng sở, tịa nhà văn phòng hay khu chung cư Điều gây áp lực lớn lên lưới điện phân phối khu vực Vì vậy, việc tích hợp trạm sạc xe điện (EV) với hệ thống điện mặt trời áp mái (PV) coi giải pháp hữu hiệu cho vấn đề Tuy nhiên, đặc điểm điện mặt trời phụ thuộc vào thời tiết phát vào ban ngày với công suất phát thay đổi nhiều, lớn vào buổi trưa lại không đáng kể vào sáng sớm cuối chiều Do cần thiết xây dựng kế hoạch sạc thơng minh cho xe điện để tận dụng tối đa công suất phát hệ thống PV giảm ảnh hưởng trạm sạc lên lưới phân phối Bài báo tập trung vào việc tính tốn kế hoạch sạc tối ưu cho xe điện mơ hình tối ưu hóa bậc hai ngun thực hỗn hợp (MIQP) thực phần mềm GAMS CPLEX Mơ hình có xét đến nhu cầu, thói quen sử dụng xe điện khách hàng Các kết phân tích, đánh giá cho thấy nghiên cứu có ý nghĩa thực tiễn cao Từ khóa: Vận hành tối ưu, trạm sạc xe điện, lượng tái tạo ABSTRACT In recent years, the increasing demand for electric vehicles has prompted the construction of large charging stations in offices, office buildings, or apartment buildings, which will put significant pressure on the distribution grid in that area Therefore, integrating electric vehicle (EV) charging stations with rooftop solar power (PV) systems can solve this problem effectively However, the characteristic of solar energy is that it depends on the weather and is only generated during the day, with the generation capacity changing quite a lot, very large in the afternoon but insignificant in the early morning and late afternoon Therefore, it is necessary to develop an intelligent charging plan for electric vehicles to make the most of the PV system's available power output and reduce the impact of the charging station on the distribution grid This paper focuses on determining the optimal electric vehicle charging plan using a Mixed Integer Quadratic Programming model (MIQP), which is performed on GAMS and CPLEX software This model considers the needs and habits of customers using electric vehicles The results were analyzed and evaluated to show that the study has high practical significance Keywords: Optimal operation, EV charging station, renewable energy Trường Điện - Điện tử, Đại học Bách khoa Hà Nội Email: nhung.nguyenhong1@hust.edu.vn Ngày nhận bài: 21/10/2022 Ngày nhận sửa sau phản biện: 02/02/2023 Ngày chấp nhận đăng: 15/3/2023 * Website: https://jst-haui.vn GIỚI THIỆU Năng lượng tái tạo xem giải pháp xu hướng tất yếu ngành lượng không riêng Việt Nam mà toàn giới Việc khai thác sử dụng người nhiều kỉ làm cạn kiệt nguồn nhiên liệu hóa thạch than đá, dầu mỏ, đồng thời gây ô nhiễm nghiêm trọng cho trái đất Phát triển nguồn lượng tái tạo đem đến lợi ích to lớn việc tận dụng tối đa nguồn thiên nhiên vô tận (năng lượng mặt trời, lượng gió…); góp phần giảm gia tăng phát thải khí nhà kính hoạt động người [1] Sản xuất điện quang điện mặt trời (PV) phát triển nhanh chóng năm gần Điện mặt trời trở nên có giá phải toàn cầu, với giá môđun giảm 80% bảy năm, thúc đẩy 44% tăng trưởng triển khai kép trung bình hàng năm Từ năm 2010 đến 2016, tổng chi phí lắp đặt trung bình có trọng số tồn cầu, bao gồm tất thành phần phần cứng cân hệ thống, giảm 65% Đồng thời, chi phí điện san (LCOE) cho dự án điện mặt trời quy mơ tiện ích giảm 67% [2] Cùng với việc giảm tải nhiễm tồn giới phát triển xe điện Phương tiện chạy điện dần trở thành xu hướng giao thông giới nói chung Việt Nam nói riêng [3] Để đáp ứng nhu cầu ngày tăng, cổng sạc xe điện xây dựng cách nhanh chóng phân bố rộng khắp Trên tồn giới, cổng sạc công cộng đạt 1,8 triệu cổng vào năm 2021, phần ba cổng sạc nhanh Số lượng cổng sạc xe điện tăng lên 40% năm 2021 [4] Riêng Việt Nam, trạm sạc điện VinFast nhanh chóng phủ xanh miền tổ quốc 63 tỉnh thành với 150.000 cổng sạc [5] Hiện nay, xu hướng xây dựng trạm sạc EV có tích hợp PV đặt lưới phân phối ngày phổ biến Sự thâm nhập hai đối tượng đem tới ảnh hưởng lớn tới lưới phân phối vấn đề dao động điện áp, chất lượng điện năng, ổn định hệ thống, tác động đến hệ thống bảo vệ, độ biến thiên tải cao, tải đỉnh cao, tổn thất điện tải thành phần [6-9] Vì vậy, có lượng lớn nghiên cứu liên quan đến việc vận hành trạm sạc xe điện tích hợp nguồn lượng mặt trời Vol 59 - No 2A (March 2023) ● Journal of SCIENCE & TECHNOLOGY 57 KHOA HỌC CƠNG NGHỆ Trong đó, hướng nghiên cứu điển hình tối ưu hóa vận hành trạm [10] Các nghiên cứu tập trung vào mục tiêu khác [11] Hầu hết nghiên cứu tập trung vào việc tối đa hóa lợi nhuận cho trạm [12] mà không bỏ qua vấn đề trạm EV gây tải cho lưới phân phối Nghiên cứu tập trung vào trạm sạc đặt quan cơng sở, tịa nhà văn phịng có tích hợp PV Thời gian sạc EV chủ yếu vào ban ngày, sử dụng điện từ PV từ lưới phân phối Mục tiêu toán tận dụng tối đa công suất phát khả dụng PV từ giảm lượng cơng suất tiêu thụ từ lưới Không thế, phần công suất lấy từ lưới giữ tương đối ổn định cách giữ cho đường công suất sạc EV bám theo đường cơng suất PV Để làm điều đó, nghiên cứu xây dựng mơ hình tối ưu hóa bậc hai nguyên thực hỗn hợp, có xét đến lịch trình đến rời đánh giá mức độ ưu tiên xe Nghiên cứu đươc chia thành phần, phần giới thiệu tổng quan vấn đề nghiên cứu, phần trình bày mơ hình tốn, phần ứng dụng mơ hình tốn để tính tốn thử nghiệm, phần kết luận MƠ HÌNH TỐN A: Các số i Xe t Bước thời gian B: Các số Số liệu dự báo công suất PV t Ppv t P-ISSN 1859-3585 E-ISSN 2615-9619 việc khảo sát, đánh giá lịch trình sử dụng, thời gian sạc xe trạm sạc khách hàng, từ tạo mức ưu tiên khác Lưu ý rằng, việc phân phối ưu tiên nhằm giúp trạm sạc gây áp lực lên lưới điện Ngược lại, công suất nguồn đường dây không bị giới hạn việc phân phối ưu tiên khơng cần thiết Đồng thời, cách tiếp cận góp phần tạo cảm giác thoả mãn cho khách hàng sử dụng dịch vụ sạc xe 2.2 Hàm mục tiêu Trong nghiên cứu này, thực toán tối ưu hóa để tổng cơng suất cần sử dụng để sạc điện xe bám sát với công suất PV sản xuất thời điểm Hàm mục tiêu tốn tối thiểu hóa chênh lệch đường công suất nạp trạm sạc đường công suất phát PV:  pv  Min   Pich , t  Pt  t  i  (1) 2.3 Các ràng buộc 2.3.1 Giới hạn công suất sạc xe Công suất sạc xe phải nằm giới hạn cho phép: ui,tch Pichmin  Pi,tch  ui,tch Pichmax (2) Các biến nhị phân uich sử dụng để biểu thị trạng ,t thái sạc cho xe i t Khi xe không sạc, đầu biến 0; ngược lại, xe sạc biến nhị phân có giá trị Em i Dung lượng pin tối đa xe Pichmax Dung lượng sạc tối đa xe 2.3.2 Giới hạn khả pin lưu trữ xe Pichmin Dung lượng sạc tối thiểu xe a) Ràng buộc dung lượng pin rời tiarr Bước thời gian lúc xe đến tidep Bước thời gian lúc xe rời dep Emin để đảm bảo đươc hoạt động xe sau i E iarr Dung lượng pin xe lúc đến trạm sạc Emindep i Dung lượng pin tối thiểu rời trạm sạc Eing i, t Dung lượng pin xe thời điểm t rời trạm Về bản, phần dung lượng phải đủ xe từ trạm sạc nhà với khoảng cách trung bình lấy đường kính thành phố mà trạm sạc hoạt động uich ,t Biến nhị phân biểu diễn trạng thái sạc xe i t Hiệu suất sạc η C: Các biến Công suất sạc cho xe thời điểm t Pich ,t Eidep Dung lượng pin xe rời khỏi trạm sạc Khi xe kết thúc việc nạp dung lượng pin xe bắt buộc phải lớn ngưỡng dung lượng tối thiểu dep Emin  Eidep  Em i i b) Ràng buộc liên quan đến trình sạc Sự thay đổi mức sạc sau tính sau: Dung lượng pin xe i sau t tổng dung lượng pin xe i trước t công suất sạc bước thời gian với hiệu suất q trình sạc η ing ch Eing i, t  Ei,t 1  Pi η 2.1 Mơ tả tốn Trong phần này, nhóm nghiên cứu tập trung xây dựng kế hoạch sạc thơng minh cho xe điện để tận dụng tối đa công suất mà hệ thống PV sản xuất (selfconsumption), qua giảm thiểu ảnh hưởng trạm sạc lên lưới điện phân phối Nhằm giúp phương án tối ưu hố hồn thiện hơn, nhóm nghiên cứu quan tâm tới (3) (4) c) Ràng buộc mức pin bước thời gian t: Dung lượng pin bước thời gian t lớn dung lượng pin lúc xe đến trạm sạc 58 Tạp chí KHOA HỌC VÀ CƠNG NGHỆ ● Tập 59 - Số 2A (3/2023) m Eiarr  Eing i,t  Ei (5) Website: https://jst-haui.vn SCIENCE - TECHNOLOGY P-ISSN 1859-3585 E-ISSN 2615-9619 2.3.3 Ràng buộc ưu tiên Nhóm nghiên cứu phân phối ưu tiên sạc cho xe tới trạm dựa hai yếu tố quan trọng cần quan tâm, dung lượng pin xe đến thời gian xe đỗ trạm sạc Từ việc phân tích đánh giá hai yếu tố này, mức độ ưu tiên dành cho xe đến trạm sạc phân chia từ cao xuống thấp bảng Xe sau đến trạm sạc xếp vào nhóm ưu tiên với ràng buộc toán học tương ứng sau: - Mức ưu tiên 1: Những xe thuộc mức ưu tiên nạp điện vòng y sau đến trạm sạc sạc với công suất lớn β% công suất sạc cực đại cổng sạc để đảm bảo tốc độ sạc nhanh ucharr  ucharr 1 i,t y 1  i,t chmax  βP Pich  i 100  (6) - Mức ưu tiên 2: Do mức độ ưu tiên xe thuộc hai nhóm khơng cao nên việc có thêm ràng buộc không thực cần thiết Việc sạc cho hai nhóm cịn lại tự hơn, cần đảm bảo ràng buộc trình bày phần 2.3.2a nêu Bảng Các mức ưu tiên sạc Mức độ ưu tiên Đặc điểm Biểu diễn Dung lượng pin nhỏ ngưỡng α% có thời gian đỗ nhỏ x Eiarr  α  %   dep arr  ti  ti  x h Dung lượng pin lớn ngưỡng α% có thời gian đỗ nhỏ x Eiarr   %   dep arr  ti  ti  x h Dung lượng pin nhỏ ngưỡng α% có thời gian đỗ lớn x Eiarr  α  %   dep arr  ti  ti  x h Dung lượng pin lớn ngưỡng α% có thời gian đỗ lớn x Eiarr  α  %   dep arr  ti  ti  x h TÍNH TỐN THỬ NGHIỆM 3.1 Số liệu đầu vào Tại Việt Nam, thời điển nay, hầu hết trạm sạc xe điện xây dựng quan văn phòng, siêu thị, khu chung cư lắp đặt đấu nối vào với điện lưới; đó, chưa ghi nhận thấy có hệ thống sạc EV tích hợp PV chủ yếu sử dụng nguồn điện từ PV tạo Vì báo này, nhóm tác giả thực nghiên cứu số liệu giả lập, giả thiết trạm sạc xe điện lắp đặt trường Đại học Bách khoa Hà Nội tích hợp hệ thống điện áp mái PV có cơng suất lắp đặt 180kWh Công suất dự báo ngày hệ thống PV mô tả đồ thị hình Website: https://jst-haui.vn Hình Cơng suất khả phát dự báo PV ngày Trạm sạc EV dự kiến có khả cung cấp đủ cổng sạc cho 20 xe điện gồm số loại xe thông dụng quan, nơi làm việc xe máy điện ô tô điện cỡ nhỏ sau (Bảng 2) Bảng Một số loại xe lựa chọn giả lập Dòng xe Loại xe Dung lượng pin Vinfast Klara S Xe máy điện 3,5kWh Vinfast e34 Ơ tơ điện chỗ 42kWh Vinfast VF9 Ơ tơ điện chỗ 92kWh Đồng thời, thử nghiệm tạm bỏ qua yếu tố loại cổng sạc DC hay AC ảnh hưởng đến tốc độ sạc xe Bên cạnh đó, hai loại cổng sạc có cơng suất phù hợp cho xe lựa chọn, loại dành cho tơ điện loại dành cho xe máy điện có cơng suất ÷ 30kW 0,2 ÷ 1,2kW Quá trình sạc điện thực với hiệu suất 85% Hình 2a Phân bố thời gian đến Hình 2b Phân bố thời gian Vol 59 - No 2A (March 2023) ● Journal of SCIENCE & TECHNOLOGY 59 KHOA HỌC CÔNG NGHỆ P-ISSN 1859-3585 E-ISSN 2615-9619 Để xây dựng kế hoạch sạc thơng minh số liệu nhu cầu hành vi thói quen khách hàng cần thiết Để có số liệu này, nhóm tác giả thực khảo sát để có thơng tin loại phương tiện, mong muốn chuyển sang xe điện, khoảng cách từ nhà tới nơi làm việc, thời gian đến rời nơi làm việc người trường Đại học Bách khoa Hà Nội Từ khảo sát, nhóm tác giả có số liệu thời gian theo phân bố hình Xấp xỉ số liệu thu hàm phân phối phổ biến phân phối Gaussian, nhóm tác giả thu giá trị trung bình μ độ lệch chuẩn σ thời gian đến 8,37 1,53 Tương tự vậy, giá trị trung bình μ độ lệch chuẩn σ thời gian xe rời trạm sạc 16,42 1,66 Với số liệu tính tốn được, đồng thời dựa vào phân bố khoảng tin cậy (confidence interval) hàm phân phối Gaussian (hình 3), nhóm tác giả tạo 20 số liệu giả lập cho thời gian đến-rời 20 xe điện với phân bố khoảng tin cậy tương tự hàm Gaussian Nhờ đó, tập số liệu giả lập có đặc tính phân phối xấp xỉ với số liệu khảo sát, điều giúp cho kết nghiên cứu gần với thực tế Bên cạnh đó, dung lượng pin đến trạm sạc lấy hoàn toàn ngẫu nhiên Số liệu thời gian đến-đi nơi làm việc với mức dung lượng pin đến thống kê bảng 13 Vinfast VF9 14 Vinfast VF9 15 Vinfast Klara S 16 17 Vinfast VF9 Vinfast VF9 18 Vinfast VF9 19 20 Vinfast VF9 Vinfast e34 20 (22%) 40 (43%) 9,5 15,5 15 0,6 (17%) 10 (11%) 9,5 14,5 15 25 (27%) 9,5 11,75 40 (43%) 10 (11%) 9 11,75 (17%) 11,5 Mức ưu tiên xe đến trạm với ngưỡng dung lượng pin nhỏ 20% có thời gian đỗ nhỏ Những xe sạc đến trạm sạc với công suất sạc lớn 70% công suất sạc tối đa Mức dung lượng tối thiểu rời xe thuộc mức ưu tiên ngưỡng 50% mức ưu tiên lại 80% dung lượng pin xe 3.2 Kết Với số liệu đầu vào từ mục 3.1, sử dụng mơ hình sạc khơng kiểm sốt, tức việc sạc lúc bắt đầu xe điến nơi làm việc với công suất sạc tối đa đến pin sạc đầy cho kết hình Nhìn vào đồ thị Hình thấy rằng, tổng cơng suất sạc khoảng từ 8h đến 10h cao, đặc biệt lúc 9h tổng công suất sạc đạt tới 300kW công suất PV thời điểm có 54kW, có nghĩa phần công suất thiếu hụt phải mua từ lưới phân phối Điều gây áp lực lớn lên lưới phân phối tăng chi phí vận hành trạm sạc Ngược lại, khoảng thời gian từ 13h đến 15h, cơng suất PV đạt 100kW lại khơng có xe sạc Hình Khoảng tin cậy (confidence interval) hàm phân phối Gaussian [13] Bảng Số liệu thời gian đến-đi, mức dung lượng pin ban đầu Xe Dòng xe Vinfast e34 Vinfast VF9 Vinfast VF9 Vinfast e34 Vinfast VF9 Vinfast VF9 Vinfast VF9 Vinfast VF9 Vinfast VF9 10 Vinfast Klara S 11 Vinfast Klara S 12 Vinfast Klara S Dung lượng pin đến (kWh) 15 (36%) Thời gian xe đến (giờ) 8,5 Thời gian xe (giờ) 17,5 30 (33%) 17,5 50 (54%) 35 (83%) 8,5 16 17 20 (22%) 45 (49%) 8,25 18 17,5 63 (68%) 17 45 (49%) 63 (68%) 8,5 17 17,5 1,6 (46%) 0,9 (26%) 8,5 16,5 17,5 2,5 (71%) 7,5 17 Hình Tổng cơng suất sạc cho xe so với công suất PV không tối ưu lịch sạc Hình Tổng cơng suất sạc cho xe so với công suất PV có kế hoạch sạc tối ưu 60 Tạp chí KHOA HỌC VÀ CƠNG NGHỆ ● Tập 59 - Số 2A (3/2023) Website: https://jst-haui.vn SCIENCE - TECHNOLOGY P-ISSN 1859-3585 E-ISSN 2615-9619 Nhóm tác giả ứng dụng mơ hình tốn tối ưu hóa bậc hai nguyên thực hỗn hợp (MIQP) để xây dựng lịch trình sạc tối ưu cho xe nhằm thoả mãn hàm mục tiêu trình bày phần Bài toán tối ưu hoá giải cách sử dụng Cplex 11.0 hỗ trợ qua phần mềm Gams 38.3.0 Kết tối ưu thể hình Từ kết thu hình 5, thấy rằng: Trong mơ hình sạc tối ưu hố, việc sạc khơng phải lúc bắt đầu xe đến nơi làm việc, lúc sử dụng tối đa cơng suất sạc Q trình sạc xe thực rải rác ngày, phụ thuộc thời gian xe đỗ quan sản lượng điện mặt trời giai đoạn ngày Nhờ đó, tổng cơng suất sạc EV xấp xỉ công suất PV Điều giúp tận dụng tối đa nguồn lượng mà PV sản xuất được, giảm thiểu việc phải mua điện từ lưới, giảm đỉnh tải cao điểm, qua tối thiểu hoá ảnh hưởng trạm sạc lên lưới điện phân phối Bên cạnh đó, đồ thị Hình cho thấy dung lượng pin xe rời lớn mức dung lượng pin tối thiểu cho xe tùy thuộc theo mức độ ưu tiên (hình 6) sạc tối đa trụ sạc Ngược lại, công suất sạc xe 14 điều chỉnh linh hoạt hơn, chí cuối cơng suất điều chỉnh mức sạc tối thiểu trụ sạc Điều việc phân phối mức ưu tiên vừa thoả mãn nhu cầu sử dụng khách hàng, vừa khơng gây áp lực lên nguồn Hình Quá trình sạc tối ưu hai xe 14 xe 19 KẾT LUẬN Nghiên cứu đưa để tối ưu hóa cơng suất sạc xe nhằm tận dụng đối đa nguồn lượng tái tạo cụ thể điện mặt trời áp mái, hiệu quả, kinh tế Hệ thống đưa giải cách hiệu quả, cách sử dụng phần mềm CPLEX Nghiên cứu xây dựng mơ hình sạc thơng minh cho trạm xe điện, xe sạc có xét đến mức độ ưu tiên xe Mục đích mơ hình tận dụng tối đa công suất phát khả dụng PV, giữ ổn định công suất điện mua từ lưới phân phối Các kết thu cho thấy hiệu mơ hình tính tốn cho thấy mơ hình có ý nghĩa ứng dụng thực tế LỜI CÁM ƠN Nghiên cứu tài trợ Đại học Bách khoa Hà Nội (HUST) qua đề tài mã số T2022-PC-010 Hình Dung lượng pin xe rời Bên cạnh đó, việc đưa ràng buộc phân loại ưu tiên thu kết loại xe, đến thời điểm lại sạc vào hai thời điểm khác Điều thể so sánh q trình sạc hai xe Vinfast VF9 số 14 19 Trong đó, xe 19 thuộc mức ưu tiên có dung lượng đến có 11%, thời gian trạm sạc 2,75h Ngược lại, xe số 14 có dung lượng đến cao (43%) thời gian trạm sạc lên tới 6h (bảng 4) Bảng Số liệu xe 14 xe 19 Xe Dung lượng pin lúc đến (kWh) Dung lượng pin max (kWh) Bước thời gian đến (giờ) Bước thời gian rời (giờ) 14 40 92 15 19 10 92 11,75 Trên hình cho thấy xe 19 sạc vừa tới nơi, thời gian sạc xe 14 lùi lại đến 12 bắt đầu sạc Tuy nhiên rời đi, hai xe đảm bảo mức dung lượng pin cần thiết tối thiểu (hình 6) Bên cạnh đó, cơng suất sạc xe 19 giữ gần xấp xỉ công suất Website: https://jst-haui.vn TÀI LIỆU THAM KHẢO [1] Environmental Protection Agency (EPA), 2022 Local Renewable Energy Benefits and Resources | US EPA [2] IRENA, 2017 IRENA Cost and Competitive Indicators: Rooftop solar PV [3] Global electric car sales have continued their strong growth in 2022 after breaking records last year - News - IEA [4] Trends in charging infrastructure - Global EV Outlook 2022 - Analysis IEA [5] https://vinfastauto.com/vn_vi/tong-quan-tram-sac-vinfast (accessed Oct 25, 2022) [6] J García-Villalobos, I Zamora, J I San Martín, F J Asensio, V Aperribay, 2014 Plug-in electric vehicles in electric distribution networks: A review of smart charging approaches Renew Sustain Energy Rev., vol 38, pp 717–731, doi: 10.1016/J.RSER.2014.07.040 Vol 59 - No 2A (March 2023) ● Journal of SCIENCE & TECHNOLOGY 61 KHOA HỌC CÔNG NGHỆ P-ISSN 1859-3585 E-ISSN 2615-9619 [7] R Luthander, M Shepero, J Munkhammar, J Widén, 2019 Photovoltaics and opportunistic electric vehicle charging in the power system - a case study on a Swedish distribution grid IET Renew Power Gener., vol 13, no 5, pp 710–716, doi: 10.1049/IET-RPG.2018.5082 [8] B Uzum, A Onen, H M Hasanien, S M Muyeen, 2020 Rooftop Solar PV Penetration Impacts on Distribution Network and Further Growth Factors - A Comprehensive Review Electron., Vol 10, no 1, p 55, doi: 10.3390/ELECTRONICS10010055 [9] D Van Der Meer, G R C Mouli, G M E Mouli, L R Elizondo, P Bauer, 2018 Energy Management System with PV Power Forecast to Optimally Charge EVs at the Workplace IEEE Trans Ind Informatics, vol 14, no 1, pp 311–320, doi: 10.1109/TII.2016.2634624 [10] L Jian, G Xu, C C Chan, 2014 Optimal charging strategies of plug-in electric vehicles for minimizing load variance within smart grids Plug In Electric Vehicles in Smart Grids vol 88 2014 doi: 10.1007/978-981-287-317-0_6 [11] J A Dominguez, et al., 2020 Optimal Charging Scheduling of Electric Vehicles based on Principal Component Analysis and Convex Optimization IEEE Int Symp Ind Electron., vol 2020-June, pp 935–940, doi: 10.1109/ISIE45063.2020.9152292 [12] R Fachrizal, M Shepero, M Åberg, J Munkhammar, 2022 Optimal PVEV sizing at solar powered workplace charging stations with smart charging schemes considering self-consumption and self-sufficiency balance Appl Energy, vol 307, p 118139, doi: 10.1016/J.APENERGY.2021.118139 [13] B Wang, B Wang, W Shi, Z Miao, 2015 Confidence Analysis of Standard Deviational Ellipse and Its Extension into Confidence Analysis of Standard Deviational Ellipse and Its Extension into Higher Dimensional Euclidean Space PLoS ONE 10(3): e0118537 https://doi.org/10.1371/journal.pone.0118537 AUTHORS INFORMATION Nguyen Hong Nhung, Le Huy Hoang, Nguyen Minh Khue, Tran Duc Tuong, Trinh Huu Tuan Vu School of Electrical and Electronic Engineering, Hanoi University of Science and Technology 62 Tạp chí KHOA HỌC VÀ CƠNG NGHỆ ● Tập 59 - Số 2A (3/2023) Website: https://jst-haui.vn