Tilbake til søkeresultatene

ENERGIFORSKNING-ENERGIFORSKNING

Network balancing from large parking facilities and commercial buildings

Alternativ tittel: Nettbalansering fra store parkeringsanlegg og næringsbygg

Tildelt: kr 7,1 mill.

I prosjektet «Nettbalansering fra store parkeringsanlegg og næringsbygg» undersøker vi om energilagring i batteriene i parkerte elbiler og styring av energibruk i bygninger kan bidra til en mer fleksibel og dermed økonomisk energibruk. Teknologien for å trekke elektrisitet fra elbilenes batterier og levere den til strømnettet fungerer, men V2G-laderen er vesentlig dyrere enn en vanlig lader. Vi har derfor implementert to steg i våre modellberegninger hvor vi først utnytter potensialet for styring av elektrisitetsbruk og deretter benytter elbilenes batterier. Vi finner at dette reduserer kostnadene. Beregningene indikerer også at den marginale nytten av å øke antall V2G-ladere sett fra eier av store parkeringsanleggs ståsted avtar. Vi har sammenliknet fleksibilitet fra V2G med annen fleksibilitet som kan tilbys i det nord-europeiske kraftsystemet med energisystemmodellen Balmorel. Antallet V2G-ladere som kreves i 2040 dersom de alene skal dekke behovet for fleksibilitet i nettet er vesentlig flere enn de som kan være tilgjengelig på flyplasser. V2G-ladere i husholdninger er potensielt mange flere og beregninger antyder at bare en liten andel av disse er tilstrekkelig til å dekke behovet for fleksibilitet. Videre viser analysene at behovet er noe større i land uten vannkraft, f.eks. Danmark. Den høye kostnaden for V2G-laderen vil være en betydelig barriere. Analyser viser at kostnaden for V2G-ladere vil reduseres med flere produsenter, men det krever en betydelig del av markedet for ladere og det kan ta mange år før kostnaden nærmer seg vanlig ladere. Vi bruker Oslo lufthavn Gardermoen (OSL) som case. På flyplasser er det forutsigbart hvor lenge bileierne ønsker å la bilen stå parkert og dermed hvor lenge el-bilbatteriene er tilgjengelig. Ettersom det hele tiden er nye bileiere som parkerer bilen sin kan vi se bort fra batterislitasje. Vi har 4 V2G ladere installert i parkeringshuset P10 på Gardermoen. Vi styrer opplading og utlading av biler som deltar i prosjektet fra NMBU på Ås. Vi setter opp en ladesyklus hvor bilen(e) lades opp og ut for å komplementere annen bruk av elektrisitet og samler data. Vi samler også data om bruk av elektrisitet til oppvarming av varmtvann på OSL. Analyser viser at varmtvannsberederne har stort potensiale for lastflytting. Dette vil gi betydelig reduksjon av strømregning, hvorav reduksjon av effekttopper og dermed reduksjon av effekttariffen i nettleien vil stå for den største andelen av besparelsene. For å benytte elbilenes batteri til å redusere effekttoppene og dermed optimere kostnadsreduksjon har vi benyttet maskinlæring og funnet hvilke data og algoritmer som gir best resultat. OSL er kritisk infrastruktur og styring av - og datasamling fra laderne krevde derfor sikker kommunikasjon. Det ble etablert en VPN-tunell mellom NMBU og Avinors systemer på OSL. Sammen med tilgang til styringskoder for V2G-laderen har bistand fra produsenten av V2G-laderen og IT-kompetanse hos NMBU og Avinor vært avgjørende. Datainnsamlingen er nå forlenget utover NeX2G-prosjektet og knyttes opp mot EU-prosjektet BatCat.

NeX2G is a Collaborative and Knowledge-building Project that will meet societal and industry-related challenges (KSPK). The project will investigate the potential magnitude and economic sustainability of flexibility available to the energy system from long-term parking of electrical vehicles (EVs) and commercial building assets. We will use Oslo airport Gardermoen as a case and work with real time data as basis for detailed and aggregated analysis. Airports are interesting because future power demand will increase substantially and they will in the future have a large pool of parked EVs. Five bidirectional EV chargers will be installed at the airport together with devices to collect real time data on operation and control of chargers and selected building assets. Machine learning algorithms will be used to predict the flexibility based on the collected data and experience with seamless exchange of energy, grid and flexibility services collected. Use of EVs as energy storage requires robust technical solutions, marketplace development, visualization of benefits and possibly policy incentives. Moreover, the comparison of economic benefits for the owner (Avinor) with the socioeconomic benefits and need for policy is crucial for the realisation of X2G.

Budsjettformål:

ENERGIFORSKNING-ENERGIFORSKNING