Orchestration de la recharge des véhicules électriques : prise de décision en ligne, équité et apprentissage par renforcement transférable
Electric vehicle charging orchestration: online decision making, fairness, and transferable reinforcement learning
Jury
Directeur de these_OULAMARA_Ammar_Université de Lorraine
CoDirecteur de these_OUDANI_Mustapha_International Unversity of Rabat
CoDirecteur de these_GHOGHO_Mounir_Université Mohammed VI Polytechnique
Rapporteur_DEMASSEY_Sophie_CMA - Mines Paris -- Paris Sciences et Lettres
Rapporteur_BILLAUT_Jean Charles_Université de Tours
Examinateur_RIVENQ_Atika_Université Polytechnique Hauts-de-France
Examinateur_GICQUEL_Céline_Université Paris-Saclay
Examinateur_BEYNIER_Aurélie_Sorbonne Université
école doctorale
IAEM - INFORMATIQUE - AUTOMATIQUE - ELECTRONIQUE - ELECTROTECHNIQUE - MATHEMATIQUES
Laboratoire
LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Mention de diplôme
Informatique
Amphithéâtre
Campus Scientifique, 615 Rue du Jardin-Botanique, 54506 Vandœuvre-lès-Nancy
Mots clés
véhicule électrique,optimisation,ordonnancement de la recharge,équité,apprentissage par renforcement,
Résumé de la thèse
Le déploiement croissant des véhicules électriques (VE) renforce le besoin de stations de recharge capables de coordonner la demande dans un contexte marqué par une capacité limitée du réseau électrique, une production photovoltaïque (PV) intermittente, des arrivées incertaines et des types de bornes hétérogènes. Cette thèse étudie l'orchestration de la recharge au sein d'une station de recharge, où le système de gestion doit déterminer les demandes à satisfaire, gérer l'attente et l'affectation des VE aux bornes, puis allouer la puissance de recharge au cours du temps.
Keywords
electric vehicule,optimization,charging scheduling,fairness,reinforcement learning,
Abstract
The growing deployment of electric vehicles (EVs) increases the need for charging stations that can coordinate demand under limited grid capacity, intermittent photovoltaic (PV) production, uncertain arrivals, and heterogeneous charger types. This thesis studies charging orchestration at a single station, where the charging station management system must decide which requests to serve, how waiting and charger assignment are managed, and how charging power is allocated over time.
