En av de store utfordringene med elektrifisering av transportsektoren er det store effektbehovet som følger med hurtiglading og da særlig i kombinasjon med uforutsigbarheten rundt når kjøretøyene lader. Dette kan føre til at høye effekttopper fra hurtigladestasjoner forekommer samtidig som det allerede er høy belastning i nettet. Det er derfor å viktig å identifisere når disse effekttoppene forekommer og se på hvilke tiltak vi kan gjøre for å tilpasse disse til kapasiteten i nettet.
Om FuChar
FuChar er et forskningsprosjekt som skal utvikle metoder og verktøy for optimal integrasjon av ladeinfrastruktur i det elektriske distribusjonsnettet. Målet er å gjennomføre overgangen til en helelektrisk transportsektor på en mest mulig brukervennlig og samfunnsøkonomisk måte.
Om forfatteren
Jeg har vært så heldig å få være en del av dette prosjektet i halvannet år både som sommerforsker, student og i dag som EnergiTrainee. I dette innlegget skal jeg fortelle om noen av de oppgavene jeg har jobbet med.
Hvordan ser dagens ladesituasjon ut?
For å kunne forutse og forstå hvordan framtidens ladebehov kommer til å være må vi vite mest mulig om hvordan situasjonen er i dag. Som sommerforsker (Jeg hadde sommerjobb som forsker i SINTEF. Hvor kult er ikke det?!) jobbet jeg med å analysere data fra hurtigladestasjoner. En av mine oppgaver var å undersøke hvordan ladeaktiviteten har utviklet seg de tre siste årene, mer spesifikt julimåned i 2019, 2020 og 2021 hos hurtigladestasjonene til en ladeoperatør. Det er tydelig at bruken av elbiler har økt betydelig de siste årene. Fra år til år har antallet ladeøkter mer enn doblet seg slik at det i juli 2021 er nesten fem ganger så mange ladeøkter som det var i juli 2019. I samme periode har hver ladeøkt i snitt blitt fem minutter kortere som det kan sees i Tabell 1. I tillegg har ladeeffekten og levert energi også blitt redusert.
2019 | 2020 | 2021 | |
---|---|---|---|
Lengde på ladeøkt | 29.8 min | 23.8 min | 25.3 min |
Gjennomsnittlig effekt pr ladeøkt | 83.2 kWh/h | 88.5 kWh/h | 81.0 kWh/h |
Levert energi pr ladeøkt | 38.6 kWh | 33.3 kWh | 31.8 kWh |
En viktig driver for at antallet ladeøkter har økt er koronapandemien. Antallet nordmenn som har feriert i Norge de siste to årene har økt sammenlignet med tidligere år. Figur 1 illustrerer dette ved å vise den estimerte elbiltrafikken ved en av de undersøkte hurtigladestasjonene. Det er tydelig at antallet elbiler på veiene har økt i løpet av disse årene.
Siden det for mange også var den første norgesferien med elbil sommeren 2020, er det mulig at det var flere personer med elbiler med større batteri, og derfor ofte høyere ladeeffekt, som valgte å reise elektrisk grunnet mindre rekkeviddeangst. I 2021 gikk den gjennomsnittlige ladeeffekten betydelig ned, noe som kan tyde på at en større andel av elbilene på veiene er av modeller med lavere ladeeffekt. Dette kan skyldes at det har kommet flere rimeligere elbiler på markedet og at det dermed naturlig er en større andel med elbiler som benytter seg av en lavere effekt. I tillegg kan det hende at erfaringer fra sommeren før viste at det ikke er like stor grunn til rekkeviddeangst. Det er uansett interessant å ta med seg tallene fra 2020 og 2021 videre, da disse kan være en god pekepinn på hvordan ladesituasjonen kan se ut en vanlig måned om noen år.
Hvilken påvirkning kan elektriske lastebiler ha på strømnettet?
At det vil være en stor andel helelektriske personbiler i framtiden er ingen hemmelighet. I utgangen av november var 73.8 % av alle nyregistrerte biler helelektriske og den totale elbilandelen av personbiler er 14.80 %1. I tillegg har andelen varebiler og busser som er helelektriske økt.
En kjøretøygruppe det jobbes med å elektrifisere er vogntog for tungtransport. I dag er det flere leverandører som jobber med å utvikle elektriske alternativer. Et godt eksempel er Tesla som jobber med deres elektriske lastebil Tesla Semi. En av de store utfordringene med tungtransport er det store energi- og effektbehovet de har. Det er forventet at de nye kjøretøyene vil ha batterier som er så store som 1000 kWh, og at de kan lade med en effekt opp mot 1600 kW2. Til sammenligning har Audi e-Tron, som er en av de mest solgte elbilene her i Norge i 2021, et batteri på 85 kWh og kan maksimalt lades med en effekt på 150 kW3. Det blir med andre ord introdusert store, effektkrevende laster når tungtransporten skal elektrifiseres.
Etter å ha vært sommerforsker i SINTEF skrev jeg prosjektoppgave på NTNU som en del av FuChar-prosjektet. Der utviklet jeg en modell for å lage ladeprofiler for en ladestasjon som er beregnet til bruk av elektrisk tungtransport. Dette er en stokastisk modell der ankomsttiden til hvert kjøretøy hentes fra en sannsynlighetsfordeling som er basert på trafikkflyten i det området ladestasjonen er lokalisert. Dersom batterinivået til kjøretøyet er under ett visst nivå, vil den begynne å lade. Siden yrkessjåfører er pålagt å ha en pause på 45 minutter etter 4,5 timer kjøring vil en ladesekvens vare så lenge sjåføren har pause eller til batteriet er ferdig oppladet.
Resultatene fra denne modellen ble så brukt i en case-studie der påvirkningen lading av tungtransport har på det nærliggende strømnettet ble undersøkt. Da ble lasten fra ladestasjonen kombinert med lastene som allerede finnes i området. Figur 2 viser at transformatorstasjonen som forsyner området vil tåle en 10 % elektrifisering av tungtransporten, men at 25 % og 50 % andel elektrisk tungtransport vil medføre overbelastning av denne transformatorstasjonen med mindre det blir iverksatt tiltak, som f.eks. oppgradering av transformatorstasjonen.
Den røde linjen i figuren er en representasjon av kraftbehovet i det nærliggende området uten elektriske lastebiler. Hvis du ønsker flere detaljer kan du lese forskningsartikkelen, basert på prosjektoppgaven, som ble publisert og presentert ved SEST-konferansen i september 20214.
Hva er dynamisk prising og hvorfor kan det være en del av løsningen for framtidens ladeinfrastruktur?
Etter å ha modellert ladeprofiler for tungtransport tok jeg forskningen et skritt videre i masteroppgaven, der drift og bruk av ladestasjoner ble satt i fokus5. Som vi har sett, kan elektrifiseringen medføre høye effekttopper, særlig for tungtransport. Det er derfor ønskelig å flytte eller endre disse toppene ved å både utnytte fleksibilitet i kraftsystemet og atferden til sjåførene.
I dag finnes det mange ulike ladeoperatører som opererer med ulike priser og prisstrukturer. Noen tar kun betalt for den energimengden som blir levert, mens andre tar også betaling for hvor lenge ladeøkten varer. Hvor mye hver ladeoperatør tar for hver kWh eller minutt er ulikt.
Det som derimot er likt, er at den prisen de velger å tilby er den samme uansett når på døgnet eller hvor du lader. Det er ingen endring i prisene basert på tilbud og etterspørsel slik som det gjerne er ellers i samfunnet (slik som det f.eks. er med strømprisene). Som beskrevet innledningsvis, er det ulikt hvor god kapasitet det er i nettet til ulike tider av døgnet. Det er også gjerne forskjeller i kapasitet mellom ulike lokasjoner. Det kan derfor være mulig å utnytte fleksibilitet i nettkapasitet basert på geografiske lokasjoner, slik at en lokasjon med god kapasitet kan ta unna en større andel av effektbehovet i en gitt tidsperiode. I tillegg er det også ønskelig å utnytte kapasiteten på hver enkelt ladestasjon bedre, slik at f.eks. perioder med kø blir redusert.
For å kunne utnytte kapasiteten ved en annen lokasjon, enten i nettet eller på ladestasjonen, er det nødvendig å komme med insentiver til sjåførene slik at de er villige til å flytte ladeøktene fra sine ønskede lokasjoner til en annen som er bedre egnet. Et slikt insentiv kan komme gjennom dynamisk prising, der prisene for å lade endrer seg etter tilstanden i nettet ved den aktuelle ladestasjonen. Dette kan gjøres ved å øke prisen ved en ladestasjon som er tilknyttet et punkt med lite ledig kapasitet (lavt tilbud) som da vil gjøre det mer attraktivt for sjåførene å ta en annen rute for å lade ved en annen stasjon.
Som masterstudent utviklet jeg en metode for å lage disse prissignalene som skal motivere sjåførene til å velge andre ladestasjoner for å utnytte fleksibiliteten i nettet. Denne metoden baserer seg på å løse den optimale lastflyten i kraftsystemet (eng. «optimal power flow»). Det vil si finne den beste fordelingen av elektrisitet i nettet gitt de begrensingene man har, som f.eks. overføringskapasitet i linjer, lastbehov på ulike lokasjoner, krav til spenningsnivå og tilgang på elektrisk energi.
Denne metoden gjør det mulig å beregne noe som kalles for nodepriser, det vil si kostnaden for å levere elektrisitet til ulike lokasjoner (noder) i nettet. Typisk er denne kostnaden høyere desto lenger unna lokasjonen er innmatingspunktet til det lokale nettet grunnet mer tap av elektrisk energi på veien. Ved å skalere ladeprisen etter nodeprisen vil det være mulig sette en pris på en ladestasjon som bedre reflekterer kostnaden ved å levere elektrisitet dit. Ved å løse den optimale lastflyten hver time basert på det lastbehovet som er systemet, både ladestasjoner og fra lokale husholdninger, vil man få en varierende prisprofil gjennom dagen på de ulike lokasjonene.
Denne metoden ble brukt i en case-studie der det er plassert to ladestasjoner i nettet. Målet for case-studien var å fordele lasten mellom disse to ladestasjonene på en mer gunstig måte, slik at spenningsnivået blir hevet på den lokasjonen med lavest spenningsnivå. Spenningsprofilene for de to ladestasjonene er vist i Figur 3 og Figur 4, der den ladestasjonen med lavest spenningsnivå er vist i Figur 3. Den blå linjen viser spenningen når prisen er satt til å være lik på begge ladestasjonene, mens den oransje stiplede linjen viser spenningen når prisen endres dynamisk.
Fra Figur 3 er det enkelt å se at spenningsnivået blir forbedret ved bruk av dynamisk prising. Et viktig poeng er at når lasten flyttes fra en lokasjon til en annen er det viktig at man ikke bare forflytter problemet. Figur 4 viser at spenningsnivået blir dårligere ved å benytte dynamisk prising, men at denne reduksjon er marginal sammenlignet med hvor mye bedre den blir på den andre lokasjonen.
En annen positiv effekt ved å bruke dynamisk prising er i dette tilfellet at de totale tapene i nettet også ble redusert. I Figur 4 kan man se et «boxplot» med tapene for hver av de 100 dagene som ble simulert. Den grønne linjen i midten av boksen viser medianen til alle simuleringene. Medianverdien har blitt redusert fra 4,74 % til 4,57 %. Dette er en nedgang på 3,58 %, noe som er ganske betydelig og som viser at dynamisk prising kan bidra positivt ved flere aspekter ved nettet.
Et viktig premiss for studiet er at hver sjåfør har lik sannsynlighet for å velge den stasjonen som er nærmest eller velge den som er billigst. Det er ikke tatt hensyn til hvor stor prisforskjell som må til for at en sjåfør faktisk vil endre lokasjon og er noe som vil bli undersøkt i videre arbeid.
Referanser
- Norsk Elbilforening, «Elbilsalg,» 2021. [Internett]. Available: https://elbil.no/om-elbil/elbilstatistikk/elbilsalg/
- Tesla, «Semi,» 2021. [Internett]. Available: https://www.tesla.com/semi
- Audi, «Audi e-tron,» 2021. [Internettt]. Available: https://www.audi.no/no/web/no/bilmodeller/audi-tron/audi-e-tron.html
- K. K. Fjær, V. Lakshmanan, B. N. Torsæter og M. Korpås, «Heavy-duty electric vehicle charging profile generation method for grid impact analysis» i 2021 International Conference on Smart Energy Systems and Technologies (SEST), Vaasa, 2021.
- K. K. Fjær, Analysis of Dynamic Pricing to utilise Spatial Flexibility in Heavy-Duty Electric Vehicle Charging Demand, NTNU, 2021.
Kommentarer
Ingen kommentarer enda. Vær den første til å kommentere!