Vindoptimeret opladning V2G

Transkript

1 1 af 4 optimeret Wind Optimized Charging Analyse af tidsstyret, optimeret af elbiler med vindproduktion, midlertidig lagring af overskydende vindproduktion og (Vehicle-to-Grid) energiarbitrage. Baseret på simulering af en konstrueret brugerprofils kørsel og, ved brug af alternative elbilmodeller, alternative sstrategier og i forhold til historiske elmarkedsdata. Simuleringernes primære output er årlig sudgift, CO2-udledning per kørt km og vindandel i elforbrugets energimix. energi Danmark Af Jørgen Horstmann & Frank Nørgaard Medfinansieret af Energistyrelsen April 2015

2

3 Abstract This paper is part of a research project by energi Danmark amba and co-financed by the Danish Energy Authority that approaches the potential for wind power optimizing the charging of plug-in electric vehicles (EV) in order to provide a maximum of common benefits for EV owners, wind power producers and society. Part of a series about the charging strategy Wind Power Optimized Charging, this paper analyzes how smart agents and Vehicle-to-Grid () technology can be deployed in EVs to utilize battery capacity for temporary storage of excess wind power and subsequently discharging back to the grid. This holds the potential for EV owners to profit on energy arbitrage by buying wind power on the regulating market, when prices are low, and selling battery stored energy as up regulation, when prices are high. In a previous study, the charging strategy Wind Power Optimized Charging showed promising for reducing EV owners energy costs, minimizing vehicles CO2-emmissions and maximizing the share of wind power in the energy mix of the consumption as well as providing added value for wind power producers and society. The question is if this is also true, when including and energy arbitrage in the optimization. Does choosing Wind Power Optimized Charging over Wind Power Optimized Charging without sustain and preferably extend EV owners benefits? operations do inflict battery wearing thereby representing an added cost. Do revenues leverage the marginal costs of operations making Wind Power Optimized Charging preferably for EV owners, or are they better off without by only wind power optimizing the charging for the EVs own driving consumption? The driving and charging of two constructed EV models are simulated for a work commuting, typical user profile. Thee generic charging strategies are compared, a reference, Non-controlled Charging, Wind Power Optimized Charging (without ) and Wind Power Optimized Charging with variable levels of. In the simulations, EVs are equipped with a wind optimizing smart agent, which handles the arbitrage trading and charging-discharging operations on behalf of the EV user. The agent observes and forecasts driving behavior and charging needs, observes and forecasts power market parameters, calculates schedules and submits demand side power market bids and time controls charging and discharging activations, etc. Simulations are based on power marked data from As learned from the analysis, Wind Power Optimized Charging most efficiently does what it is meant to concerning optimization and generation of benefits for EV owners, wind power producers and society. However, that is only before battery wear costs are included in the equation. After subtracting profits by battery wear costs Wind Power Optimized Charging is no longer the cheapest solution for EV owners. Wind Power Optimized Charging without is. But as expected by industry experts that will change in near future and perhaps as soon as in 2022 due to ongoing research and developments in battery performance and cost reductions, economics of scale in production and escalating price volatility at power markets as more wind power and other intermediate renewables are integrated in the power systems. It is proposed that economic incentives are supported by public subsidies and offered EV owners, who choose to deploy the charging strategy, which is in the best socio economic interest of society. One such charging strategy is Wind Power Optimized Charging. Wind optimized charging iii

4 Resumé I tidligere analyse optimeret af elbiler blev det konkluderet, at der vil kunne genereres betydelige gevinster for elbilejere, vindproducenter og samfundet ved at tidsstyre elbilers optimalt i forhold til produktionen af vindenergi. I nærværende analyse fokuseres på gevinstpotentialet med optimeret af elbiler, der er udstyret med Vehicle-to-Grid () teknologi. er betegnelsen for, at der kan aflades energi fra elbilens batteri tilbage til elnettet. åbner mulighed for, at batteriet løbende vil kunne oplades med mere energi, end elbilen forbruger til kørsel. Den overskydende energi lagres midlertidig og sælges efter en periode tilbage til elmarkedet, når elprisen begunstiger det. Energiarbitrage hedder det, dvs. løbende køb og salg af energi, hvor princippet er at købe billigt og sælge dyrt. Den profit, der skabes med -energiarbitrage, vil kunne tilfalde elbilejeren som et incitament, der modregnes i sudgiften. Tilsvarende vil de afledte CO2-gevinster, der skabes i det samlede elsystem, kunne godskrives i elbilens miljøregnskab. I nærværende analyse driver elbilen -energiarbitrage handel med vind på regulerkraftmarkedet. Den køber/oplader med regulerkraft til nedregulering. En del bruger den til kørsel, og den resterende del sælger/aflader den tilbage til elmarkedet som regulerkraft til opregulering. Forenklet sagt: Elbilen køber billig vindstrøm, når der er overskudsproduktion, og sælger den dyrt tilbage, når det er vindstille. Det centrale spørgsmål er, om yderligere vil kunne reducere elbilejerens sudgift og CO2-udledning samt skabe merværdi for vindproducenter og samfundet. Udover, hvad optimeret uden gør. Eller om de marginale omkostninger til -batterislitage overstiger -mergevinsterne. En samfundsmæssig indsats for at udbrede optimeret kan kun berettiges, såfremt der skabes merværdi for de involverede aktører. For elbilejere handler det om lavere sudgift, lavere CO2-udledning og højere vindandel i elforbruget. For vindproducenter handler det om bedre driftsøkonomi. Samfundsøkonomisk handler det om afledte gevinster i form af lavere omkostninger til omstilling af elforsyningen med mere vindkraft, udfasning af fossile brændsler, mindre CO2, energieffektivisering og PSO. Ifølge analysen vil udbredelse af optimeret give rigtig god samfundsøkonomisk mening, og det vil det også for vindproducenternes driftsøkonomi. Umiddelbart gælder det samme for elbilejerne, når der i første omgang ses bort fra -omkostningerne til øget batterislitage. Selv en beskeden elbil-udbredelse på 2,5 pct. af bilparken, dvs. ca elbiler, vil med optimeret og kunne dække en overvejende del af behovet for at balancere vindkraft på regulerkraftmarkedet. En stor del af en ville oven i købet bestå af ellers frakoblet vindproduktion fra eksisterende vindmøller og ellers eksporteret, relativ værdiløs vindproduktion med højt nettab. Midlertidig lagring af ellers frakoblet vindproduktion og efterfølgende afladning tilbage til elnettet, hvor den fortrænger kulbaseret kraftværksproduktion, så andre ikke-forbrugsfleksible elapparater selv i vindstille perioder vil kunne forsynes med vindproduktion, vil selvsagt generere betydelige samfundsøkonomiske og miljømæssige gevinster. iv energi Danmark

5 Ejere af elbiler med både kort og lang rækkevidde, og, vil med optimeret kunne reducere den årlige sudgift til typisk jobpendling til godt under nul kroner. Tilsvarende vil elbilernes CO2-udledning blive under nul g per km, og elforbrugets vindandel vil ligge omkring 100 pct. Men når meromkostninger til -batterislitage medregnes, er elbilejerens sudgift med optimeret ikke længere lavere end med optimeret uden. Elbilbatteriets høje kostpris, som den er i dag, gør, at meromkostningerne til -batterislitage vil overstige den økonomiske mergevinst med. Uden økonomisk tilskyndelse må elbilejeren forventes ikke at ville tilvælge, og dermed vil de afledte samfundsøkonomiske -mergevinster, som alle ville få del i, udeblive. Der er imidlertid grund til at forvente, at det vil ændre sig i fremtiden, for som de fleste eksperter forventer, vil de to hoveddeterminanter for rentabiliteten ved, batteriets kostpris og prisvolatilitet på elmarkedet, udvikle sig til fordel for. Igangværende forskning og udvikling inden for batteri teknologi samt kommende produktionsmæssige stordriftsfordele i takt med elbilens udbredelse vil bringe prisniveauet dermed slitageomkostningen ned, så kan blive rentabel. Stigende prisvolatilitet på elmarkedet forårsaget af vindkraftens fluktuationer vil trække i samme retning i takt med indpasning af øget vindkapacitet. Det anses for afgørende, at optimeret får mulighed for at vinde fodfæste som bidragsyder til at balancere og aftage overskydende vindproduktion i de tidlige faser af behovets opståen. Ellers vil alternative løsninger givetvis vinde og mætte markedet og dermed umuliggøre senere indtrængning med. Hvis det sker, vil samfundet og miljøet aldrig komme til at nyde godt af de betydelige, afledte samfundsøkonomiske og miljømæssige gevinster med. Det anbefales, at elbilejere i en overgangsperiode tilskyndes til at vælge optimeret med offentlig subsidiering, der kompenserer for de indledende, forhøjede batterislitage omkostninger og risiko. Desuden anbefales det, at optimeret sikres lige vilkår med alternative løsninger vedrørende subsidiering, markedsadgang, markedsregler, energiafgiftsregler, omkostningsægte nettarifering, prioriteret forsknings- og udviklingsstøtte og lignende. Figur A: optimeret resultater CO2 udledning -22 g/km andel Opladnings udgift CO2 udledning -49 g/km Opladnings udgift -3 kr/år v/ km/år før batteriomk 53 % 82 % -236 kr/år v/ km/år før batteriomk 43 % andel 144 % Egenforbrug Egenforbrug optimeret v

6 Metode og simulering Analysen baseres på simuleringer af elbilers kørsel og for en konstrueret brugerprofil, der benytter elbilen til typisk, rutinemæssig jobpendling kørselsforbrug. Simuleringerne omfatter to konstruerede elbilmodeller, og, samt tre alternative sstrategier, referencen Ikke-styret samt optimeret og optimeret. Analyseårets historiske elmarkedsdata er for Simuleringernes primære output er sudgift, CO2-udledning og vindandel. Tanken er, at elbilerne udstyres med en smart sagent, dvs. en software-kodet, matematisk beslutningsalgoritme, indlejret i elbilens styresystemet. Agenten varetager elbilejerens interesser vedrørende sbehov og elmarkedsdeltagelse. Den indsamler markedsinformation, prognosticerer pris- og vindudviklingen, indsamler information om brugerpræferencer, kørsel og sbehov, osv. Informationen indgår i optimeringen og danner basis for tidsstyret og deltagelse i elmarkedet. På baggrund af sbehov og markedsdata beregner og planlægger agenten en splan, som den eksekverer i elmarkedet ved at afgive købs- og salgsbud på op- og afladning, og som den aktiverer som tidsstyret igangsætning af op- og afladning på baggrund af modtaget ordring af vundne markedsbud. Elbilernes sagent tænkes at modsvare de tilsvarende agenter, der forventes indbygget i vindmøller til fx styring af markedsdeltagelse og automatisk produktionsfrakobling ved prognosefejl og nul/negativ elmarkedspris. Dermed optræder elbiler og vindmøller side om side på elmarkedet som prosumers, der repræsenteret ved deres respektive agenters aggregatorer deler information og udveksler elprodukter. Elbilernes markedsdeltagelse defineres som op- og afladning i spot- og regulerkraftmarkedet. Optimeringens hovedprincipper er, at nødvendig til næste dags planlagte kørsel gennemføres i spotmarkedet, eventuelt overskydende batterikapacitet oplades med nedregulering i regulerkraftmarkedet, og lagret energi aflades som opregulering i regulerkraftmarkedet. I senere, videreudviklede udgaver af sstrategien udvides markedsdeltagelsen til også at omfatte afladning i spotmarkedet og deltagelse i øvrige, relevante elmarkedspladser for kapacitet og energi, fx manuel reserve og frekvensregulering. Figur B: Opdeling af batteriets kapacitet tre dele uden og med uden optimeret med Ledig kapacitet 3 Købsbud regulerkraft (nedregulering = ) Købsbud regulerkraft (nedregulering = ) Salgsbud regulerkraft (opregulering = afladning) 3A 3B Ledig kapacitet Opladet regulerkraft Næste kørsel 2 Købsbud elspot Næste planlagte kørsel 2 Næste kørsel Buffer 1 Uforudset kørsel 1 Buffer vi energi Danmark

7 Opladningsudgift kr/år Resultater og konklusioner Simuleringernes resultater analyseres for elbilejeres gevinster og samfundsøkonomiske gevinster ved optimeret. Elbilejernes gevinster vedrører sudgift, CO2-udledning og vindandel. Elbilejeres -gevinster: Opladningsudgift før batterislitage Ifølge analysens simuleringer af alternative sstrategier, -markedsbud strategier og varierende omfang af vil en elbilejer som vist i figur C kunne spare op til i størrelsesordenen pct. af sudgiften ved at benytte optimeret. Selv med et moderat -omfang på pct. af energimængden til kørselsforbrug vil der kunne opnås betydelige r. En vil med optimeret og 53 pct. kunne oplades til en sudgift på minus 3 kr. per år. For en bliver sudgiften minus 236 kr. per år med 43 pct.. Elbilejere vil med andre ord kunne spare i størrelsesordenen kr. per år i ren energiudgift med optimeret og moderat -omfang. Målt som elgrossistprisen på elmarkedet, dvs. eksklusiv forbrugerelprisens øvrige komponenter, transmissions- og distributionstariffer, PSO, energiafgifter og moms. Dermed overstiger -rne de, der kunne opnås med optimeret uden. Nissan Leaf opnår uden, dvs., en sudgift på 392 kr. per år, svarende til en i forhold til Ikke-styret på ca. 59 pct. For bliver sudgiften med optimeret 310 kr., svarende til en i forhold til Ikke-styret på 72 pct. Dermed konkluderes, at rne med optimeret er højere end rne uden, som vist i de pink søjler i figur C. Beregningen inkluderer ikke ekstraomkostninger til batterislitage, som forudsættes afholdt af elbilejerne. Når omkostninger til -batterislitage modregnes i sudgiften, er ikke længere billigere end, der ikke belastes af ekstra batterislitage. Figur C: Opladningsudgift før -batterislitage omkostninger kr kr 500 kr 0 kr -500 kr Ikke-styret 959 kr optimeret kr 392 kr 329 kr 100 % = 962 kr 310 kr -3 kr optimeret FK 100/400 batterislitage omkostning 0 kr/ > 59 % = 567 kr 66 % = 630 kr 72 % = 806 kr optimeret Pspot 0/4 kvartil 121 % kr -236 kr 205 % kr kr kr kr Ikke styret Egenforbrug % 53 % Ikke styret Egenforbrug % 163 % optimeret vii

8 Opladningsudgift kr/år Elbilejeres -gevinster: Opladningsudgift efter batterislitage Analysen anvender en simpel batterislitage model, der estimerer -batterislitage omkostningen som en variabel enhedsomkostning. Det amerikanske energiministerium US DOE (Department of Energy) estimerer batteriets kostpris til 300 USD (1.800 kr) i På den baggrund fastsættes -batterislitage omkostningen til i gennemsnit 0,55 kr. per energiflow. Hver -energiarbitrage der cykles, dvs. op- og aflades, fremskynder batteriets forældelse og reducerer dets værdi med 0,55 kr. Når -batterislitage omkostningen medregnes reduceres rne, så sudgiften som vist i figur D lander på 831 kr. per år for med 53 pct. og 559 kr. per år for med 43 pct.. Dermed bliver sudgiften med optimeret højere end med, hvor den for bliver 392 kr. og for minus 310 kr. Det konkluderes, at optimeret ikke er prisdygtig i forhold til under de givne forudsætninger vedrørende batteriets kostpris, -batterislitage og markedets prisvolatilitet. For at kunne konkurrere kræves det, at slitageomkostningen reduceres pct. til ca. 0,26-0,38 kr. per. Se figur E. Figur D: Opladningsudgift efter -batterislitage omkostninger (US DOE 2014) kr kr kr 500 kr 0 kr Ikke-styret 959 kr Ikke styret Egenforbrug optimeret kr 831 kr % = 475 kr kr Heraf Heraf batterislitage 392 kr batterislitage 833 kr 310 kr 59 % = 567 kr 155 kr 10 % 53 % optimeret FK 100/400 Ikke styret 72 % = 806 kr Egenforbrug optimeret Pspot 0/4 kvartil batterislitage omkostning 0,55 kr/ < batterislitage omkostningspari ca. 0,26-0,38 kr/ = 13 % = 129 kr 50 % = 556 kr 559 kr Heraf batterislitage 796 kr 43 % kr Heraf batterislitage kr 163 % Figur E: -batterislitage omkostningsparitet Elbil batteri kostpris kr/ Behov for offentlig støttet incitament Elbil batteri kostpris 750 kr/ I dag batterislitage omkostning 0,55 kr/ Behov for sænkning pct. 0,17-0,29 kr/ (Omkostningspari ved 0,26-0,38 kr/) - < 2020/ batterislitage omkostning 0,23 kr/ - > = & -energiarbitrage profit < -batterislitage omk -energiarbitrage profit & > = -batterislitage omk viii energi Danmark

9 Opladningsudgift kr/år Udsigt til lavere batteri kostpris og batterislitage omkostning vil gøre rentabel i fremtiden Elbilejere vil under de nuværende forhold ikke kunne spare yderligere sudgift med optimeret i forhold til optimeret uden. Men det vil ændre sig i fremtiden. Men med de officielle udviklingsplaner for elbilbatterier og forventningen til øget prisvolatilitet på elmarkedet, vil det ske i fremtiden, og måske allerede fra Forventningen er, at de primære determinanter for -energiarbitrage profit, elmarkedets prisvolatilitet og elbilbatteriets kostpris, alt andet lige vil udvikle sig til fordel for. Som illustreret i figur F forventes øget udbredelse af vindkraft og andet VE på den ene side at øge elmarkedets prisvolatilitet, og på den anden side, forventes F&U og stordriftsfordele at reducere batteriets kostpris og dermed -batterislitage omkostningen. US DOE forudsiger, at batteriets kostpris muligvis vil falde fra dets nuværende 2014-prisniveau på kr per til 750 kr per i På den baggrund estimeres -batterislitage omkostningen til 0,23 kr per. Det vil i givet fald resultere i, at bliver priskonkurrencedygtig i forhold til for både Nissan Leaf med 53 pct. og med 43 pct., som illustreret i figur G nedenfor. Selv med 163 pct. bliver konkurrencedygtig og ligefrem til billigste, hvad angår sudgift. Figur F: energiarbitrage profit > batterislitage omk = mergevinst Batteri trends Stordrift Kostpris ned Ydelse op Robusthed op Levetid op 0,6-0,4-0,2-0 - Kr per 1 energiflow og energiarbitrage batterislitage omkostning Batteri kostpris og ydelse mergevinst energi arbitrage profit Difference mellem købs- og salgspris Elmarked trends Mere vind Mere ubalance Øget prisvolatilitet Flere ekstremt høje og lave priser Måske kapacitetsbetaling Figur G: Opladningsudgift efter -batterislitage omkostninger (US DOE 2020) kr kr kr 750 kr 500 kr 250 kr 0 kr Ikke-styret 959 kr Ikke styret Egenforbrug optimeret 10 % 53 % optimeret FK 100/ kr 393 kr 392 kr 342 kr Heraf Heraf 310 kr Ikke styret Egenforbrug optimeret Pspot 0/4 kvartil batterislitage omkostning 0,23 kr/ > 59 % = 567 kr 59 % = 566 kr 64 % = 617 kr batterislitage 64 kr batterislitage 344 kr 72 % = 806 kr 92 % = kr Heraf batterislitage 329 kr 92 kr 43 % 94 % = kr Heraf batterislitage kr 66 kr 163 % optimeret ix

10 Opladning med Opladning med Opladning med Elproduktion (ab værk) Beregning af CO2 Elbilens CO2-udledning opgøres i gram per kørt kilometer, og den beregnes ud fra CO2-indholdet i det elforbrug, der forsyner en. Elforbruget er korrigeret for de ladekonverteringstab, der forekommer under op- og afladning. Ligeledes korrigeres for nettab i transmissions- og distributionsnet, udlandsudveksling og produktionsfordeling, således at CO2-indholdet i ens elforbrug inkluderer alt CO2-udledning for hele den elproduktion, der forsyner elforbruget. Well-to-Wheel. CO2-udledning fra elproduktion, der fortrænges af afladning, modregnes elforbrugets CO2-udledning. Hovedprincippet er, at elforbrugets CO2-indhold opgøres for den timeopløste, individuelle, marginale elproduktion, der forsyner det. Derudover er det et hovedprincip, at elbilen godskrives for alle afledte CO2- effekter i det samlede elsystem, der genereres som en konsekvens af elbilejerens aktive tilvalg af optimeret. Opladningsstrategiens algoritmer sondrer mellem tre typer ineffektivt udnyttet vindproduktion henholdsvis elsystem tilstande, med varierende CO2-effekt. Se figur H. De kan identificeres mere eller mindre komplekst og præcist. I nærværende analyse defineres optimeret til at prioritere med henholdsvis overskydende vind, ineffektiv vind og energimix vind. Defineret ud fra fx elpris, relative elprisniveau, elmarked, vindproduktion, vindprognosefejl osv. Figur H: Elproduktion til optimeret af med 43 pct Overskydende vind P = nul/neg Ineffektiv vind P = særlig lav Energimix vind P = lav = 34 % Elforbrug: Nettab: Elproduktion til 404 = 7 % Elforbrug: 372 Nettab: 31 Overskydende vind P = nul/neg = 59 % Elforbrug: Nettab: 253 Ineffektiv vind P = særlig lav Energimix vind P = lav CO2 i 0 g per minus 750 g per 0 g per (minus fortrængt CO2 for sparet netkonverteringstab på udlandsforbindelse (Norge) 2*10 %. Berettiget, men ikke medregnet) Energimix gennemsnit CO2 g per, som ellers ville blive frakoblet og kasseret, produceret med eksisterende vindmøller Ny vind, som fortrænger fossil-baseret elproduktion, som ellers ville blive eksporteret, til lav pris og med højt nettab, produceret med eksisterende vindmøller Energimix ets gennemsnit CO2 g per CO2 fra elproduktion fortrængt af afladning Minus 750 g per x energi Danmark

11 CO2 g per km Som det også fremgår af figur H ovenfor, afhænger CO2-udledningen per kørt km i høj grad af elforbrugets fordeling på de tre kategorier elproduktion, overskydende vind, ineffektiv vind og energimix vind. Derudover har CO2-udledningen i den elproduktion, der fortrænges af afladning, stor betydning. Søjlerne i figur I øverst viser fordelingen af de tre elproduktion kategorier for optimeret af en med 43 pct.. For de elproduktion kategorier, optimeret prioriterer at oplade med, gælder: Overskydende vind til nul/negativ elpris forudsættes at være 100 pct. ellers frakoblet vindproduktion, dvs. vindproduktion, der ellers ikke ville blive produceret, og som produceres med vindmøller, der i forvejen er i drift. Elbilens udløser med andre ord en merproduktion af vind. Elbilen aftager den mest problematiske andel af en given installeret vindkraftkapacitets produktion, den mindst værdifulde del, og som har den absolut højeste integrationsomkostning. Ineffektiv vind til særlig lav, positiv elpris, fastsat til lavere end 150 kr/mwh, antages at være vindproduktion, der ellers ville være blevet eksporteret, til lav værdi, og med et højt nettab. Tæller i ens elforbrug med nul g CO2-udledning per. Men det kunne postuleres, at der yderligere burde fradrages 2 * 10 pct. fortrængt CO2-udledning fra sparet elproduktion til netkonverteringstab i udlandsforbindelsen til Norge, som der i praksis vil være, når en elbil med optimeret alternativt aftager vindproduktionen i Vestdanmark. Energimix vind til elpriser over 150 kr/mwh, men til speriodens laveste timeværdi, tæller i elbilens CO2-regnskab med CO2-udledningen per for timens gennemsnitlige produktionsmix. Elbilejeres -gevinster: CO2-udledning per kørt km Som det fremgår af figur I nedenfor, er optimeret, under de givne beregningsforudsætninger, særdeles effektiv til at reducere elbilernes CO2-udledning per kørt km. Så effektiv, at elbilerne opnår negativ CO2-udledning. For bliver CO2-udledningen med 53 pct. minus 22 g per km, eller mere end 141 lavere end med Ikke-styret. For bliver den minus 49 g per km, svarende til en reduktion på 179 pct. i forhold til Ikke-styret. Figur I: CO2-udledning g per kørt km for alternative sstrategier Ikke-styret optimeret EU 2021 mål: 95 g/km 55 % 54 g/km 75 % 62 g/km 91 % 24 g/km 141 % 14 g/km 6 g/km -22 g/km EU 2021 superkreditter optimeret : NL 10 % TS 43 % optimeret : NL 53 % TS 163 % 179 % 373 % -49 g/km -171 g/km Ikkestyret Egenforbrug % 53 % Ikkestyret Egenforbrug % 163 % optimeret xi

12 andel % Elbilejeres -gevinster: andel i elforbrugets energimix andelen i elforbrugets energimix opgøres principielt på samme måde som CO2-udledningen, nemlig ud fra den elproduktion, der forsyner ens elforbrug. Ligeledes korrigeres for nettab, udveksling og produktionsfordeling, og der sondres mellem de tre kategorier af vindintensiv elproduktion. Overskydende vind tæller 200 pct. i beregningen af vindandel Ineffektiv vind tæller 100 pct. Energimix vind tæller med timernes individuelle vindandele. andelen i en beregnes som andelen af vindproduktion i det samlede elproduktion mix. En del af den vindproduktion aflades tilbage til elnettet. I beregningen antages, at andelen af vindproduktion i afladningen er den samme, som andelen af vindproduktion i elnettet i den time, hvor afladningen gennemføres. Hvis fx vindandelen i elnettet er 30 pct. i afladningstimen, antages det, at der også er 30 pct. vindproduktion i den afladede energimængde. produktionen i afladning fratrækkes i vindproduktionen i en, og nettosummen udgør den vindproduktion, der bruges til at beregne vindandelen i elbilens egenforbrug. Dermed angiver vindandelen, hvor meget vindproduktion der er i den energimængde, elbilen anvender til kørsel. Og ikke, hvor stor vindandelen er i det elforbrug, der forsyner en. optimeret af med 53 pct. når op på en vindandel på 82 pct. For med 43 pct. er vindandelen 144 pct. Se figur J nedenfor. Til sammenligning udgør vindandelen i Ikke-styret 34 pct., og vindandelen i året totale elforbrug var i 2012 cirka 30 pct. Det kan derudfra konkluderes, at optimeret selv ved et beskedent omfang af vil kunne bidrage betydeligt til at øge udnyttelsen af vindproduktion i den samlede elforsyning. Figur J: andel i elbilens elforbrug til kørsel (ikke elforbrug i ) Ikke-styret optimeret optimeret : NL 10 % TS 43 % optimeret : NL 53 % TS 163 % 200% 175% kraftens forbrugsdækning DK 2012 = 30 % 150% 171% 125% 144% 100% 75% 50% 74% 79% 82% 93% 25% 0% 34% 34% Ikkestyret 10 % 53 % Ikkestyret 43 % 163 % Egenforbrug Egenforbrug xii energi Danmark

13 /år Udnyttelse af overskydende og ineffektiv vindproduktion Målet med opbygningen af sstrategien optimeret, og som optimeringen i de underliggende algoritmer og strategier tilstræber, er, at så stor en andel af elbilens elforbrug til kørsel først og fremmest dækkes med overskydende vind, og i næste omgang ineffektiv vind. I det omfang det er nødvendig, oplades i de af rådighedsperioden timer, hvor vindandelen i det samlede elsystem er højest. Med henblik på optimalt at udnytte elbilens forbrugsfleksibilitet og lagerkapacitet til at bidrage til at effektivisere udnyttelsen af vindkraft og elsystemet. Figur K nedenfor viser, hvordan en ved alternative -strategier med varierende omfang af fordeler sig på de tre kategorier, overskydende, ineffektiv og energimix vind. Procenttallene angiver sstrategiens evne til at prioritere med overskydende og ineffektiv vind i forhold til elbilens egenforbrug. optimeret af med 53 pct. er opladet med 218 overskydende vind, dvs. vind, der ellers ikke ville blive produceret. Det svarer til, at 8 pct. af elbilens egenforbrug (2.849 ) er overskydende vind. Andre er ineffektiv vind, svarende til 63 pct. af egenforbrug. For med 43 pct. er i alt 97 pct. overskydende og ineffektiv vind, svarende til næsten hele elbilens egenforbrug. I alt formår med optimeret at prioritere at oplade med overskydende og ineffektiv vindproduktion, der mængdemæssigt svarer til pct. af elbilens egenforbrug. elbilen formår at prioritere overskydende og ineffektiv vindproduktion, så en forsynes med, hvad der svarer til pct. af elbilens egenforbrug. Indholdet i figur K skal ses som et første skridt til at udvikle en egentlig beregningsmetode for et mål, der angiver, hvor effektivt sstrategien formår at udnytte elbilens forbrugsfleksibilitet og energilager kapacitet til at oplade optimalt med primært overskydende og ineffektiv vindproduktion. Og i hvor høj grad strategien har formået at udnytte forbrugsfleksibilitet og lagerkapacitet til at effektivisere udnyttelsen af vindkraft i en. Figur K: Andel overskydende og ineffektiv vindproduktion i egenforbrug Overskydende vind P <= 0 udnytter % overskydende og ineffektiv vind til egenforbrug 41 % 6 % 47 % 6 % % 7 % % 8 % % 5 % Ineffektiv vind 0 < P <= 150 udnytter % overskydende og ineffektiv vind til egenforbrug egen forbrug 60 % 11 % % 11 % Energimix vind P > % 16 % % 16 % % 13 % % Egenforbrug % 77 % 98 % 43 % Egenforbrug % 228 % 273 % optimeret xiii

14 MWh/år Regulerkraft marked 2012 Samfundsøkonomiske gevinster: elbiler Udbredelse af mange elbiler, der benytter optimeret, vil kunne bidrage til at effektivisere udnyttelsen af vindkraft, øge vindkraftens markedsværdi, reducere integrationsomkostningerne for ny vindkraft osv. Men det vil kræve et vist minimum af elbiler for at kunne gøre en mærkbar samfundsøkonomisk forskel. Spørgsmålet er, om der realistisk vil kunne forventes en tilstrækkelig elbil udbredelse til at berettige en samfundsmæssig satsning på rammevilkår til udbredelse af optimeret. Blandt aktuelle problemområder og elbilernes mulige løsningbidrag kunne nævnes: Aftage overskydende vindproduktion, som ellers ville blive frakoblet, fordi elprisen er nul/negativ Balancering på regulerkraftmarkedet i tilfælde af vindprognosefejl Afladning af lagret vindkraft i relativt vindstille højlast timer til erstatning for marginal kraftværk elbilers deltagelse i regulerkraftmarkedet Figur L viser regulerkraftmarkedets behov for op- og nedregulering i Vestdanmark i 2012 illustreret i relation til aggregeret simulering af optimeret for elbiler, svarende til en elbil penetration på 2,5 pct. af Danmarks personbil bestand på ca. 2.2 mio. Søjlernes øverste dele angiver elbilernes, og nederste dele viser afladning. Som det ses i den gule boks i anden søjle aftager Nissan Leaf elbilers med optimeret og 53 pct. ifølge simuleringen MWh, svarende til 111 pct. af årets faktisk nedregulerede energimængde på MWh (sort stipuleret linje). Som illustreret i den gule boks i højre side nederst, svarer elbilers afladning ved 163 pct. til 114 pct. af den faktiske opregulering på MWh (rød stipuleret linje. Eksemplerne illustrerer alene mængdeforhold, og de er ikke givetvis udtryk for sammenfaldende timefordeling for /nedregulering og afladning/opregulering. Det kunne sikres ved at lempe simuleringernes prisbud kriteriet. Figur L: elbiler - andel af balancering i DK-Vest O p l a d n i n g Opladning MWh MWh MWh Opladning MWh MWh MWh MWh 111 % af RK ned Ned 234 % af RK ned MWh MWh MWh MWh MWh MWh MWh MWh MWh MWh MWh MWh MWh MWh MWh MWh MWh MWh MWh 10 % MWh Afladning MWh 32 % af RK op A f l a d n i n g 53 % Egenforbrug % MWh 98 % MWh Op MWh 43 % MWh MWh Ikke alt RK ubalance er et stort problem. Største problem er MWh ineffektiv og overskydende vind MWh Afladning MWh 114 % af RK op MWh 163 % Egenforbrug % 273 % xiv energi Danmark

15 Ton CO2 per år elbilers CO2 g/km Analysens beregninger vedrørende elbilers CO2-udledning vedrører de marginale CO2-r ved at benytte sstrategien optimeret i stedet for Ikke-styret. De vedrører ikke potentialet for CO2-reduktioner med elbiler i stedet for benzin/diesel biler. Elbiler kritiseres typisk i EU undersøgelser for ikke at udlede mindre CO2 per kørt km end benzin/diesel biler, på grund af det relativt høje nettab i elnettet og det relativt høje CO2-indhold i det energimix, der forsyner ens elforbrug. I figur M er de potentielle marginale CO2-r Well-to-Wheel for optimeret af elbiler illustreret i relation til de EU s vedtagne målsætninger for CO2-r, beregnet for et tilsvarende antal benzin/diesel biler. Dermed vil investeringen i at opnå de pågældende r med nedsættes af EU s CO2-mål fra 130 g/km i 2015 til fx 70 g/km i 2025, hvor sidstnævnte dog ikke er vedtaget, kunne holdes overfor muligheden for at opnå tilsvarende CO2-reduktioner ved at tilbyde elbilbrugere et incitament til at benytte optimeret i stedet for Ikke-styret elbilers marginale CO2-udledning vil potentielt kunne reduceres med pct. for henholdsvis med 53 pct. og med 43 pct. ved at benytte optimeret i stedet for Ikke-styret. CO2-n svarer nominelt til ca. det dobbelte af, hvad der vil kunne opnås ved at nedsætte EU grænseværdien for benzin/diesel biler fra 130 g/km i 2015 til forventelig 70 g/km i Figur M: elbilers totale CO2-udledning per år og CO2-r Ikke-styret fra 130 CO2 g/km til 95 CO2 g/km fra 95 CO2 g/km til 70 CO2 g/km ton CO2 Ikke styret ton CO2 Egenforbrug optimeret g CO2/år g CO2/år CO2 55 % ton CO2 75 % ton ton CO elbilers marginale CO2 = pct. for 53 pct. og 43 pct. = Ca pct. af CO2- for benzin/diesel biler ved nedsættelse af EU CO2-mål fra 130 g/km i 2015 til 70 g/km i % ton CO2 53 % optimeret NL 10 % TS 43 % EU 2015 CO2-mål 130 g/km EU 2021 CO2-mål 95 g/km EU 2025 CO2-mål 70 g/km (??) CO2 141 % ton ton CO2 Kørselsforbrug km per år Ikke styret CO2 91 % ton ton CO2 Egenforbrug optimeret NL 53 % TS 153 % benzin/diesel bilers CO2 g/år CO2 179 % ton ton CO elbilers marginale CO2 med 163 pct. i stedet for Ikke-styret = benzin/diesel bilers totale CO2 ved EU 2021 mål på 95 g/km 43 % CO2 373 % ton ton CO2 163 % optimeret xv

16 optimeret 1 af 4