Power system stability and security are becoming recently a challenging issue due to the high penetration of renewable energies in power grids such as wind and solar regarding their unpredictable nature. Furthermore, the presence of electric vehicles (EVs) in the near future, mainly in the power distribution network is inevitable as the EVs worldwide popularity is growing. In this Doctoral thesis, a smart, fast and uncomplicated control method is proposed for the plugged-in EVs charging and discharging procedure applying smart grid capabilities. Essential grid operation constraints, including overload occurrence, system loss reduction and market energy prices tracking are considered. The proposed smart charging and regulation (SCRM) management method is evaluated in a standard distribution network in the MATLAB environment. Real data of users driving behaviours, utilized from performed studies is applied in the model to obtain realistic results. Different EV-penetration scenarios are derived in a day time horizon to show the effectiveness of this smart charging and discharging method. Furthermore, in this thesis also the Germany 2030 condition has been taken into account to perform a future plan for the EVs in Germany. The results demonstrate the positive impact of this methodology in saving operational costs and increasing system stability and operation efficiency.

Die Stabilität und Sicherheit des Stromnetzes ist auf kurzem ein herausforderndes Thema, aufgrund des steigenden Anteils von erneuerbaren Energien in der Stromerzeugung (wie z.B. Wind und Solar) in Bezug auf ihrer unvorhersehbaren Natur. Darüber hinaus ist die Anwesenheit von Elektrofahrzeugen in der nahen Zukunft an Häusern unvermeidlich, so wie die weltweite Popularität der Elektroautos zunimmt. In dieser Dissertation wird eine intelligente, schnelle und unkomplizierte Steuerungsmethode für die Lade und Entladeverfahren des an das Netz angeschlossenes Elektroautos, vorgeschlagen. Hierzu werden intelligente Netzfähigkeiten angewendet. Wesentliche Netzbetriebsbeschränkungen einschließlich Überlastungen der Netzkomponenten, Systemverlustreduzierung und Energie-Markt-Preisverfolgung, werden berücksichtigt. Die vorgeschlagene intelligente Lade Management- und Kontrollmethode (SCRM) wird in einem Standard-Niederspannungsnetz in der MATLAB-Umgebung ausgewertet. Echte Daten von Nutzern (gemäß Ihres Fahrverhaltens) aus durchgeführten Studien werden im das Modell integriert, um realistische Ergebnisse zu erhalten. Verschiedene Szenarien gemäß dem Anteil von Elektrofahrzeugen in den Haushalten, werden in einem Tageszeithorizont abgeleitet, um die Wirksamkeit dieser intelligenten Lade- und Entlademethode zu zeigen. Darüber hinaus wurde in dieser Arbeit auch die Situation der vorhandenen Smart-Infrastrukturen und Anzahl der Elektroautos in Deutschland für das Jahr 2030 berücksichtigt, um einen Zukunftsplan für die Elektromobilität in Deutschland durchzuführen. Die Ergebnisse zeigen die positiven Auswirkungen dieser Methodik auf die Einsparung von Betriebskosten und die Erhöhung der Systemstabilität und der Betriebseffizienz.