Abstract & Resumé 1 af 4 optimeret opladning Wind Optimized Charging Analyse af tidsstyret, optimeret opladning af elbiler med vindproduktion, midlertidig lagring af overskydende vindproduktion og (Vehicle-to-Grid) energiarbitrage. Baseret på simulering af en konstrueret brugerprofils kørsel og opladning, ved brug af alternative elbilmodeller, alternative opladningsstrategier og i forhold til historiske elmarkedsdata. Simuleringernes primære output er årlig opladningsudgift, CO2-udledning per kørt km og vindandel i elforbrugets energimix. energi Danmark Af Jørgen Horstmann & Frank Nørgaard Medfinansieret af Energistyrelsen April 2015
optimeret opladning Delrapport 1 af 4 Abstract & Resumé V1.1 web
Indholdsfortegnelse Abstract in English 4 Resumé 8
Abstract in English
Effect Action Abstract 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 electric vehicles (EVs) in order to provide a maximum of common benefits for EV owners, wind power producers, society and the environment. As illustrated in figure 1. Part of a series about the charging strategy Wind Optimized Charging, it is analyzed how smart agents and Vehicle-to-Grid () technology could 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 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. This study examines if this is also true, when and energy arbitrage are included in the optimization. Does choosing Wind Optimized Charging over Wind Optimized Charging without sustain and preferably extend EV owners benefits? operations cause battery wearing thereby representing an added cost. Do revenues leverage the marginal costs of operations making Wind Optimized Charging preferably for EV owners, or are they better off without by only wind power optimizing charging for the EVs own driving consumption? Driving and charging routines of two constructed EV models are simulated for a typical, work commuting user profile. Three generic charging strategies are compared, a reference, Non-controlled Charging, Wind Optimized Charging (without ) and Wind 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 2012. Figure 1: Wind Optimized Charging sharing benefits among stakeholders EV owners Charging costs Power market Settlement prices and balancing costs Wind power producers Society PSO costs Wind Optimized Charging Benefits for all CO2 emissions Environment Wind Optimized Charging 5
Charging costs DKK/y Abstract The optimizing algorithms of Wind Optimized Charging prioritize to charge EVs with three kategories of wind power, measured by the market value and integration costs of wind power: 1. Wind power, that would have been switched off due to zero/negative power marked prices 2. Wind power, that would have been exported at insignificant low market values and high net losses 3. Wind power, with market values below average and the highest integration costs From the analysis, it is learned that the charging strategy Wind Optimized Charging significantly does what it is meant to regarding optimization and generation of benefits for EV owners, wind power producers, society and the environment. Benefits include: For EV owners: minimizing electricity charging costs, minimizing vehicles CO2-emissions per kilometer of driving and maximizing the share of wind power in the electricity mix used for charging. For wind power producers: higher settlement prices and lower balancing costs at the power market For society: higher market value and lower integration cost of wind power For the environment: lower CO2-emissions In many cases, the charging strategy Wind Optimized Charging efficiently reduces EV owners charging costs for work commuting to less than zero DKK per year, as well as reduces vehicles CO2-emissions to less than zero g per kilometer, and the wind power share of the energy mix often rises to more than 100 %. EV owners charging costs represent the total price for the consumed electricity at the power exchange. In Denmark, consumers electricity price is divided into three distinctive components, energy price, net tariffs and taxes, where PSO (Public Service Obligation) is included in the latter. In this report, charging costs refers only to the energy price, which typically is about 16 percent of the total consumer price of electricity. EV owners could significantly save charging costs by deploying Wind Optimized Charging instead of another, less efficient charging strategy, e.g. Non-controlled Charging. Wind Optimized Charging and 53 % Figure 2: Charging costs before deducting battery wear costs 1.500 DKK 1.000 DKK 500 DKK 0 DKK -500 DKK -1.000 DKK Non-controlled Charging 959 DKK Wind Optimized Charging 1.115 DKK 100 % = 962 DKK 392 DKK 329 DKK 310 DKK -3 DKK Wind Optimized Charging FK 100/400 battery wear costs 0 DKK/kWh savings > savings saving 59 % = 567 DKK saving 66 % = 630 DKK saving saving 72 % = 806 DKK Wind Optimized Charging Pspot 0/4 quartile saving 121 % 1.351 DKK -236 DKK saving 205 % 2.288 DKK -1.173 DKK -1.500 DKK Non controlled Wind Nissan Leaf Own consumption 2.849 kwh Wind 10 % Wind 53 % Non controlled Wind Tesla S Own consumption 3.339 kwh Wind 43 % Wind 163 % Wind Optimized Charging 6
Abstract could save Nissan Leaf owners 100 % and they would have to pay as less as minus 3 DKK a year for daily commuting. A Tesla S owner would have to pay only minus 236 DKK a year, representing 121 % savings. Wind Optimized Charging is the cheapest solution, however only before including battery wear costs in the equation. After subtracting profits by battery wear costs, Wind Optimized Charging is no longer the most attractive solution concerning charging costs. Wind Optimized Charging without is. However, industry experts expect that this will change in near future and perhaps as soon as in 2022. EV battery costs are expected to go down and performance expected to go up due to already initiated research and developments in battery cost reductions and performance, economics of scale as EVs enter the face of mass production and escalating power market price volatility as even more wind power and other intermediate renewables are integrated in the power systems. Figure 3 shows EV owners benefits concerning charging costs, CO2-emissions and wind power share in energy mix. Charging costs are shown for two battery wear cost scenarios: 2015-scenario, where battery wear costs are based on battery costs at USD 300 per kwh 2022-scenario, where battery wear costs are based on battery costs at USD 125 per kwh The analysis concludes that from year 2022 Wind Optimized Charging will by far become the most attractive solution deployed on both an individual level and society level for all four actors, EV owners, wind power producers, society and the environment. However, there is an urgent need for intermediate public subsidies filling out the battery wear cost gap, thereby offering EV owners economic incentives to choose Wind Optimized Charging. Else, Wind Optimized Charging will not happen; neither will the derived, considerable benefits for society economics and the environment. Therefor it is proposed that economic incentives are supported by public subsidies and offered EV owners, who choose to deploy the charging strategy, Wind Optimized Charging, which is in the best socio economic interest of society. Further, it is proposed that politics and regulating authorities address other urgent non-solved implementation barriers. E.g. regarding variable, cost-oriented net tariffing and taxation, how to fit in distributed, intermediate storage of wind power and consumers discharging of wind power back to the power system into the tariffing and taxation regulation regimes. Figure 3: Wind optimized charging simulation results Charging costs before battery wear -3 DKK/y CO2 emissions -22 g/km Charging costs 2015-scenario battery wear costs 559 92 DKK/y at 16.545 km/y 2022- battery wear costs DKK/y Wind power share 82 % CO2 emissions -49 g/km 53 % 43 % of energy mix Charging costs before battery wear -236 DKK/y Charging costs 2015-scenario battery wear costs 831 342 DKK/y at 16.545 km/y 2022-scenario battery wear costs DKK/y Wind power share 144 % of energy mix Nissan Leaf Own consumption 2.849 kwh Tesla S Own consumption 3.339 kwh Wind Optimized Charging 7
Resumé Foto fra www.elekslabs.com
Effekt Handling Resumé Resumé I tidligere analyse optimeret opladning af elbiler blev det konkluderet, at der vil kunne genereres betydelige gevinster for elbilejere, vindproducenter, samfund og miljø ved at tidsstyre opladning optimalt i forhold til produktionen af vindenergi. I nærværende analyse fokuseres på gevinstpotentialet med optimeret opladning af elbiler, der er udstyret med Vehicle-to-Grid () teknologi. er betegnelsen for, at der kan aflades energi fra elbilens batteri tilbage til elnettet. optimeret opladning er tidsstyret, optimeret opladning primært med ellers ineffektivt udnyttet vindproduktion og til maksimal kollektiv nytte for elbilejere, vindproducenter, samfundsøkonomi og miljø. Se figur 4. Optimeringens beslutningsheuristik og algoritmer tilstræber at prioritere opladning med: 1. produktion, der ellers ville blive frakoblet på grund af nul/negative timepriser 2. produktion, der ellers ville blive eksporteret med lav profit og højt nettab 3. produktion med ellers laveste markedsværdi og højeste integrationsomkostninger Analysen bekræfter, at optimeret opladning som tilsigtet bidrager til at effektivisere udnyttelsen af vindkraft og genererer betydelige gevinster. Elbilejere opnår laveste opladningsudgift, laveste CO2-udledning og højeste vindandel producenter opnår driftsøkonomisk højere afregningspriser og lavere balanceomkostninger Samfundsøkonomien opnår højere markedsværdi og lavere integrationsomkostninger for vindkraft samt mindre behov for PSO Miljøet opnår generelt reduceret CO2-udledning fra den samlede energiforsyning muliggør, 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 er højest. Energiarbitrage er løbende køb og salg af energi efter princippet køb billigt, sælg dyrt. -energiarbitrage fortjenesten vil kunne modregnes i opladningsudgiften og tilfalde elbilejeren som incitament. Tilsvarende vil afledte CO2-gevinster i det samlede elsystem kunne godskrives i elbilens miljøregnskab. I nærværende analyse engageres elbilen i -energiarbitrage handel med vind på regulerkraftmarkedet. Figur 4: optimeret opladning gevinstdeling Elbilejere Opladningsudgift Kr/kWh Elmarked Afregningspris Kr/kWh producenter PSO omkostninger optimeret Opladning Gevinster for alle CO2 udledning Samfundsøkonomi Miljø optimeret opladning 9
Resumé Elbilen køber og oplader med regulerkraft til nedregulering. Heraf bruger den en del til kørsel, og den resterende del sælger og aflader den tilbage til elmarkedet som regulerkraft til opregulering. Elbilen køber billig vindstrøm, når der er overskudsproduktion, og sælger den dyrt tilbage, når det er vindstille. Analysens centrale spørgsmål er, om yderligere vil kunne reducere elbilejerens opladningsudgift og CO2-udledning og skabe merværdi for vindproducenter og samfundet. Udover, hvad der vil kunne opnås med optimeret opladning uden. Eller om de marginale omkostninger til -batterislitage overstiger fortjenesten ved -energiarbitrage. En samfundsmæssig indsats for at udbrede optimeret opladning kan kun berettiges, såfremt der skabes merværdi for de involverede aktører. For elbilejere handler det om lavere opladningsudgift, 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 opladning 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 elbiludbredelse på 2,5 pct. af bilparken, dvs. ca. 55.000 elbiler, vil med optimeret opladning og kunne dække en overvejende del af behovet for at balancere vindproduktion på regulerkraftmarkedet. En del af opladningen ville oven i købet være 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 lagrede vindproduktion 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. Nissan Leaf og Tesla S elbiler vil med optimeret opladning typisk kunne oplades for under nul kr. til et års kørselsforbrug. Når der i første omgang ses bort fra batterislitage omkostninger. Videre vil elbilens CO2-udledning typisk være under nul g per kørt km, og elforbrugets vindandel over 100 pct. Se figur 5. Figur 5: optimeret opladning resultater Opladnings udgift før batterislitage -3 kr/år CO2 udledning -22 g/km Opladningsudgift 2015-scenarie batterislitage omkostning 559 92 kr/år v/16.545 km/år 2022-scenarie batterislitage omkostning kr/år andel 82 % Opladnings udgift før batterislitage -236 kr/år CO2 udledning -49 g/km Opladningsudgift 2015-scenarie batterislitage omkostning 831 342 kr/år v/16.545 km/år 53 % 43 % 2022-scenarie batterislitage omkostning kr/år andel 144 % Nissan Leaf Egenforbrug 2.849 kwh Tesla S Egenforbrug 3.339 kwh optimeret opladning 10
Resumé Opladningsudgiften opgøres som den elgrossistpris, dvs. den afregningspris, der benyttes til handel med vindproduktion på elmarkedet. Dermed udgør opladningsudgiften alene en del af den forbruger-elpris, elbilejere totalt kommer til at betale for opladning. Forbruger-elprisens øvrige delkomponenter er nettariffer, PSO, afgifter og moms. Men når -batterislitage omkostninger indregnes, er optimeret opladning ikke længere den billigste løsning for elbilejere. Det er derimod optimeret opladning uden. Batterislitage omkostningen afhænger af batteriets kostpris, og som den er i dag, vil -batterislitage omkostningen ikke kunne dække -energiarbitrage fortjenesten. Forventningen er dog, at kostprisen vil falde til et niveau i fx 2022, der vil gøre optimeret opladning til den mest fordelagtige opladningsstrategi, også med hensyn til opladningsudgift. Endvidere forventes øget prisvolatilitet på elmarkedet, som ligeledes kunne øge -energiarbitrage fortjenesten. Figur 5 illustrerer to batterislitage omkostning scenarier for elbilejeres gevinster med optimeret opladning vedrørende opladningsudgift, CO2-udledning og vindandel: 2015-scenarie, hvor batterislitage omkostning baseres på en batteri kostpris på USD 300 per kwh 2022-scenarie, hvor batterislitage omkostning baseres på en batteri kostpris på USD 125 per kwh Analysen konkluderer, at det ikke vil kunne betale sig for elbilejere at engagere sig i med den nuværende batteri kostpris. Men det vil det kunne i år 2022 som følge af faldende batteri kostpris og/eller øget fortjeneste ved energiarbitrage. Hvis ikke optimeret opladning vil kunne betale sig for elbilejere, vil strategien ikke slå igennem og vinde udbredelse. Dermed vil der samfundsøkonomisk og miljømæssigt heller ikke kunne høstes de betydelige gevinster, som opladningsstrategien potentielt vil generere, og som ville komme alle tilgode. Det anses for afgørende, at optimeret opladning 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. I givet fald 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 opladning med offentligt finansieret subsidier, der som minimum modsvarer de indledningsvis ekstra høje batterislitage omkostninger, og i tillæg kompenserer for elbilejeres omkostninger til ladetab, komforttab og risikovillighed. En sådan støtte kunne eventuelt følge samme generelle principper og niveau, som de der i dag gælder for tilskud til husstands vindmøller. Desuden anbefales det, at opladningsstrategier som optimeret opladning sikres lige vilkår med alternative løsninger vedrørende markedsadgang, markedsregler, energiafgiftsregler, omkostningsægte nettarifering, prioriteret forsknings- og udviklingsstøtte og lignende. Endelig er der presserende behov for politisk og reguleringsmæssig stillingstagen til, hvordan elforbrug til midlertidig lagring og efterfølgende aflagring tilbage til elnettet tarifferes og afgiftsbelægges. optimeret opladning 11
Resumé Metode og simulering Analysen baseres på simuleringer af elbilers kørsel og opladning for en konstrueret brugerprofil, der benytter elbilen til typisk, rutinemæssig jobpendling kørselsforbrug. Simuleringerne omfatter to konstruerede elbilmodeller, Nissan Leaf og Tesla S, samt tre alternative opladningsstrategier, referencen Ikke-styret opladning samt optimeret opladning og optimeret opladning. Analyseårets historiske elmarkedsdata er for 2012. Simuleringernes primære output er opladningsudgift, CO2-udledning og vindandel. Tanken er, at elbilerne udstyres med en smart opladningsagent, dvs. en software-kodet, matematisk beslutningsalgoritme, indlejret i elbilens opladning styresystemet. Agenten varetager elbilejerens interesser vedrørende opladningsbehov og elmarkedsdeltagelse. Den indsamler markedsinformation, prognosticerer pris- og vindudviklingen, indsamler information om brugerpræferencer, kørsel og opladningsbehov, osv. Informationen indgår i optimeringen og danner basis for tidsstyret opladning og deltagelse i elmarkedet. På baggrund af opladningsbehov og markedsdata beregner og planlægger agenten en opladningsplan, 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 opladningsagent 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 opladning til næste dags planlagte kørsel gennemføres i spotmarkedet, eventuelt overskydende batterikapacitet oplades med nedregulering i regulerkraftmarkedet, og lagret energi aflades som opregulering i regulerkraftmarkedet. Denne tre-deling af batteriet illustreres i figur 6. I senere, videreudviklede udgaver af opladningsstrategien 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 6: Opdeling af batteriets kapacitet tre dele uden og med uden optimeret opladning med Ledig kapacitet 3 Købsbud regulerkraft (nedregulering = opladning) Købsbud regulerkraft (nedregulering = opladning) 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 optimeret opladning 12
Resumé Opladningsstrategiens optimeringsalgoritmer sondrer mellem tre kategorier af ineffektivt udnyttet vindproduktion, overskydende (ellers frakoblet) vindproduktion, ineffektivt udnyttet vindproduktion og energimix med højeste vindandel. De tre kategorier er udspecificeret i figur 7 med angivelse af kriterierne for, hvordan de indgår i opladningens optimering. Beregning af -batterislitage omkostningen er forklaret i figur 8. Figur 7: Rangordning og prioritering af opladet vindproduktion (eksempel) Prioritet 1 2 3 - Kategori betegnelse OPLADNING Overskydende vindproduktion OPLADNING Ineffektiv vindproduktion OPLADNING Energimix m/ højeste vindandel AFLADNING Lav eller ingen vindproduktion Rangordning elpris timeværdier -3.750 < P spot <= 0 Beskrivelse produktion til nul/negativ elpris, forudsættes at være produktion, der ellers ville blive frakoblet Gulv -500 EUR/, max. 3.000 EUR/ 0 < P spot,rk <= 0,15* ) produktion til særlig lav, positiv elpris, evt. i kombination med nettoeksport, høje integrationsomkostninger, PSO-bidrag, subsidieret forbrug osv., kategoriseres som ineffektivt udnyttet vindproduktion 0,15 < P spot,rk <= GNS P >= gennemsnit + batterislitage omkostning produktion i prisintervallet mellem en nedre, positiv fraktil og gennemsnittet produktion til afladning Figur 8: batteri slitage omkostninger Elbilmodel Nissan Leaf 24/160 Tesla S 90/186 Batterikapacitet 24 kwh 85 kwh Kostpris per kwh batteri *) **) ***) 300 USD = 1.800 DKK 300 USD = 1.800 DKK Kostpris per elbil batteri 43.200 DKK 153.000 DKK Levetid (dybe cyklinger, 100 % DoD) 1.500 1.500 Opnåeligt antal kwh energiflow 72.000 kwh 255.000 kwh Batterislitage omkostning per kwh energiflow (kørsel- og cykling) Tilpasning : Afkortet afladningsdybde DoD og ingen cykling i slitage-følsomme SoC yderintervaller 0,60 kr/kwh 0,60 kr/kwh 79.200 kwh 0,55 kr/kwh 280.500 kwh 0,55 kr/kwh *) System; **) EV Everywhere 2014-målsætning ifølge EV Everywhere Progress of Battery Development Project, Plug-In Battery Cost (per kwh Useable Energy), U.S. Battery R&D Progress and Plans, David Howell, US DOE, 2010; ***) Omregningskurs 6 DKK/USD optimeret opladning 13
Opladningsudgift kr/år Resumé Resultater og konklusioner Simuleringernes resultater analyseres for elbilejeres gevinster og samfundsøkonomiske gevinster ved optimeret opladning. Elbilejernes gevinster vedrører opladningsudgift, CO2-udledning og vindandel. Elbilejeres -gevinster: Opladningsudgift før batterislitage Ifølge analysens simuleringer af alternative opladningsstrategier, -markedsbud strategier og varierende omfang af vil en elbilejer som vist i figur 9 kunne spare op til i størrelsesordenen 66-205 pct. af opladningsudgiften ved at benytte optimeret opladning. Selv med et moderat -omfang på 43-53 pct. af energimængden til kørselsforbrug vil der kunne opnås betydelige r. En Nissan Leaf vil med optimeret opladning og 53 pct. kunne oplades til en opladningsudgift på minus 3 kr. per år. For en Tesla S bliver opladningsudgiften minus 236 kr. per år med 43 pct.. Elbilejere vil med andre ord kunne spare i størrelsesordenen 1.000 kr. per år i ren energiudgift med optimeret opladning 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 opladning uden. Nissan Leaf opnår uden, dvs., en opladningsudgift på 392 kr. per år, svarende til en i forhold til Ikke-styret opladning på ca. 59 pct. For Tesla S bliver opladningsudgiften med optimeret opladning 310 kr., svarende til en i forhold til Ikke-styret opladning på 72 pct. Dermed konkluderes, at rne med optimeret opladning er højere end rne uden, som vist i de pink søjler i figur 9. Beregningen inkluderer ikke ekstraomkostninger til batterislitage, som forudsættes afholdt af elbilejerne. Når omkostninger til -batterislitage modregnes i opladningsudgiften, er ikke længere billigere end, der ikke belastes af ekstra batterislitage. Figur 9: Opladningsudgift før -batterislitage omkostninger 1.500 kr 1.000 kr 500 kr 0 kr -500 kr -1.000 kr Ikke-styret opladning 959 kr optimeret opladning 1.115 kr 392 kr 329 kr 100 % = 962 kr 310 kr -3 kr optimeret opladning FK 100/400 batterislitage omkostning 0 kr/kwh > 59 % = 567 kr 66 % = 630 kr 72 % = 806 kr optimeret opladning Pspot 0/4 kvartil 121 % 1.351 kr -236 kr 205 % 2.288 kr -1.173 kr -1.500 kr Ikke styret Nissan Leaf Egenforbrug 2.849 kwh 10 % 53 % Ikke styret Tesla S Egenforbrug 3.339 kwh 43 % 163 % optimeret opladning 14
Opladningsudgift kr/år Resumé 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 2014. På den baggrund fastsættes -batterislitage omkostningen til i gennemsnit 0,55 kr. per kwh energiflow. Hver kwh -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 opladningsudgiften som vist i figur 10 lander på 831 kr. per år for Nissan Leaf med 53 pct. og 559 kr. per år for Tesla S med 43 pct.. Dermed bliver opladningsudgiften med optimeret opladning højere end med, hvor den for Nissan Leaf bliver 392 kr. og for Tesla S minus 310 kr. Det konkluderes, at optimeret opladning 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 31-53 pct. til ca. 0,26-0,38 kr. per kwh. Se figur 11. Figur 10: Opladningsudgift efter -batterislitage omkostninger (US DOE 2015) 2.000 kr 1.500 kr 1.000 kr 500 kr 0 kr Ikke-styret opladning 959 kr Ikke styret Nissan Leaf Egenforbrug 2.849 kwh optimeret opladning 10 % 53 % optimeret opladning FK 100/400 Ikke styret Tesla S Egenforbrug 3.339 kwh optimeret opladning Pspot 0/4 kvartil batterislitage omkostning 0,55 kr/kwh < batterislitage omkostningspari ca. 0,26-0,38 kr/kwh = 13 % = 129 kr 1.115 kr 831 kr 50 % = 556 kr 59 % = 567 kr 50 484 % = 475 kr kr Heraf 72 % = 806 kr 559 kr Heraf batterislitage Heraf 392 kr batterislitage 833 kr 310 kr batterislitage 155 kr 796 kr 43 % 1.825 kr Heraf batterislitage 2.999 kr 163 % Figur 11: -batterislitage omkostningsparitet Elbil batteri kostpris 1.800 kr/kwh Behov for offentlig støttet incitament Elbil batteri kostpris 750 kr/kwh I dag 2015 -batterislitage omkostning 0,55 kr/kwh Behov for sænkning 31-53 pct. 0,17-0,29 kr/kwh (Omkostningspari ved 0,26-0,38 kr/kwh) - < 2022/ 2025 -batterislitage omkostning 0,23 kr/kwh - > = & -energiarbitrage profit < -batterislitage omk -energiarbitrage profit & > = -batterislitage omk optimeret opladning 15
Opladningsudgift kr/år Resumé Udsigt til lavere batteri kostpris og batterislitage omkostning vil gøre rentabel i fremtiden Elbilejere vil under de nuværende forhold ikke kunne spare yderligere opladningsudgift med optimeret opladning i forhold til optimeret opladning 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 2020-2025. 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 12 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 1.800 kr per kwh til 750 kr per kwh i 2022. På den baggrund estimeres -batterislitage omkostningen til 0,23 kr per kwh. Det vil i givet fald resultere i, at bliver priskonkurrencedygtig i forhold til for både Nissan Leaf med 53 pct. og Tesla S med 43 pct., som illustreret i figur 13 nedenfor. Selv Tesla S med 163 pct. bliver konkurrencedygtig og ligefrem til billigste, hvad angår opladningsudgift. Figur 12: 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 kwh 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 13: Opladningsudgift efter -batterislitage omkostninger (US DOE 2022) 1.500 kr 1.250 kr 1.000 kr 750 kr 500 kr 250 kr 0 kr Ikke-styret opladning 959 kr Ikke styret Nissan Leaf Egenforbrug 2.849 kwh optimeret opladning 10 % 53 % optimeret opladning FK 100/400 1.115 kr 393 kr 392 kr 342 kr Heraf Heraf 310 kr Ikke styret Tesla S Egenforbrug 3.339 kwh optimeret opladning Pspot 0/4 kvartil batterislitage omkostning 0,23 kr/kwh > 59 % = 567 kr 59 % = 566 kr 64 % = 617 kr batterislitage 64 kr batterislitage 344 kr 72 % = 806 kr 92 % = 1.023 kr Heraf batterislitage 329 kr 92 kr 43 % 94 % = 1.049 kr Heraf batterislitage 1.239 kr 66 kr 163 % optimeret opladning 16
Opladning med Opladning med Opladning med Elproduktion (ab værk) kwh Resumé Beregning af CO2 Elbilens CO2-udledning opgøres i gram per kørt kilometer, og den beregnes ud fra CO2-indholdet i det elforbrug, der forsyner opladningen. 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 opladningens 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 opladning. Opladningsstrategiens algoritmer sondrer mellem tre typer ineffektivt udnyttet vindproduktion henholdsvis elsystem tilstande, med varierende CO2-effekt. Se figur 14. De kan identificeres mere eller mindre komplekst og præcist. I nærværende analyse defineres optimeret opladning til at prioritere opladning med henholdsvis overskydende vind, ineffektiv vind og energimix vind. Defineret ud fra fx elpris, relative elprisniveau, elmarked, vindproduktion, vindprognosefejl osv. Figur 14: Elproduktion til optimeret opladning af Tesla S med 43 pct. 6.000 5.000 4.000 Overskydende vind P = nul/neg 5.532 kwh 1.863 kwh Ineffektiv vind P = særlig lav Energimix vind P = lav 1.863 kwh = 34 % Elforbrug: 1.708 kwh Nettab: 145 kwh 3.000 2.000 1.000 0 3.265 kwh 404 kwh 404 kwh = 7 % Elforbrug: 372 kwh Nettab: 31 kwh 3.265 kwh = 59 % Elforbrug: 3.012 kwh Nettab: 253 kwh Elproduktion til opladning Overskydende vind P = nul/neg Ineffektiv vind P = særlig lav Energimix vind P = lav CO2 i opladning 0 g per kwh minus 750 g per kwh 0 g per kwh (minus fortrængt CO2 for sparet netkonverteringstab på udlandsforbindelse (Norge) 2*10 %. Berettiget, men ikke medregnet) Energimix gennemsnit CO2 g per kwh, 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 kwh CO2 fra elproduktion fortrængt af afladning Minus 750 g per kwh optimeret opladning 17
CO2 g per km Resumé Som det også fremgår af figur 14 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 14 øverst viser fordelingen af de tre elproduktion kategorier for optimeret opladning af Tesla S med 43 pct.. For de elproduktion kategorier, optimeret opladning 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 opladning 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/, antages at være vindproduktion, der ellers ville være blevet eksporteret, til lav værdi, og med et højt nettab. Tæller i opladningens elforbrug med nul g CO2-udledning per kwh. 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 opladning alternativt aftager vindproduktionen i Vestdanmark. Energimix vind til elpriser over 150 kr/, men til opladningsperiodens laveste timeværdi, tæller i elbilens CO2-regnskab med CO2-udledningen per kwh for timens gennemsnitlige produktionsmix. Elbilejeres -gevinster: CO2-udledning per kørt km Som det fremgår af figur 15, er optimeret opladning, under de givne beregningsforudsætninger, særdeles effektiv til at reducere elbilernes CO2-udledning per kørt km. Så effektiv, at elbilerne opnår negativ CO2-udledning. For Nissan Leaf bliver CO2-udledningen med 53 pct. minus 22 g per km, eller mere end 141 lavere end med Ikke-styret opladning. For Tesla S bliver den minus 49 g per km, svarende til en reduktion på 179 pct. i forhold til Ikke-styret opladning. Figur 15: CO2-udledning g per kørt km for alternative opladningsstrategier 100 50 0-50 -100 Ikke-styret opladning optimeret opladning 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 opladning : NL 10 % TS 43 % optimeret opladning : NL 53 % TS 163 % 179 % 373 % -49 g/km -171 g/km -150-200 Ikkestyret Nissan Leaf Egenforbrug 2.849 kwh 10 % 53 % Ikkestyret Tesla S Egenforbrug 3.339 kwh 43 % 163 % optimeret opladning 18
andel % Resumé 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 opladningens 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 opladningen 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 opladningen, 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 opladningen. optimeret opladning af Nissan Leaf med 53 pct. når op på en vindandel på 82 pct. For Tesla S med 43 pct. er vindandelen 144 pct. Se figur 16. Til sammenligning udgør vindandelen i Ikke-styret opladning 34 pct., og vindandelen i året totale elforbrug var i 2012 cirka 30 pct. Det kan derudfra konkluderes, at optimeret opladning selv ved et beskedent omfang af vil kunne bidrage betydeligt til at øge udnyttelsen af vindproduktion i den samlede elforsyning. Figur 16: andel i elbilens elforbrug til kørsel (ikke elforbrug i opladning) Ikke-styret opladning optimeret opladning optimeret opladning : NL 10 % TS 43 % optimeret opladning : 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 % Nissan Leaf Egenforbrug 2.849 kwh Tesla S Egenforbrug 3.339 kwh optimeret opladning 19
/år Regulerkraft marked 2012 Resumé Samfundsøkonomiske gevinster: 55.000 elbiler Udbredelse af mange elbiler, der benytter optimeret opladning, vil kunne 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 opladning. 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 55.000 elbilers deltagelse i regulerkraftmarkedet Figur 17 viser op- og nedregulering på regulerkraftmarkedet i Vestdanmark i 2012 og optimeret opladning af 55.000 elbiler, svarende til en elbil penetration på 2,5 pct. af Danmarks personbil bestand på ca. 2.2 mio. Øverste søjler viser opladning, og nederste viser afladning. Opladning af 55.000 Nissan Leaf elbiler med optimeret opladning og 53 pct. aftager 254.792, svarende til 111 pct. af årets nedregulering på 230.379 (sort stipuleret linje). 55.000 Tesla S elbilers afladning ved 163 pct. til 114 pct. af den faktiske opregulering på 263.329. Eksemplerne illustrerer alene mængdeforhold og er ikke udtryk for sammenfaldende timefordeling for opladning/nedregulering og afladning/opregulering. Figur 17: opladning 55.000 elbiler - andel af balancering i DK-Vest 2012 400.000 300.000 200.000 100.000 0-100.000-200.000-300.000-400.000 Overskydende vind P nulneg Ineffektiv vind P lav Energimix vind P gns Afladning P høj 93.110 74.106 87.751 98.342 99.607 165.655 260.887 262.025 226.789 8.779 11.403 11.974 8.481 20.479 29.567 24.663 31.365-15.543 10 % 155.637-83.330 53 % Nissan Leaf Egenforbrug 2.849 kwh Nedregulering Opladning O p l a d n i n g Opladning 254.792 111 % af RK ned Afladning 83.330 32 % af RK op 188.897 A f l a d n i n g 77 % 228.007-121.337-152.895 98 % 230.379 Ned regulering Op regulering 263.329 94.506 43 % 281.751 Opladning 538.108 234 % af RK ned -79.555-299.851 Afladning 299.851 114 % af RK op 163 % Tesla S Egenforbrug 3.339 kwh Opregulering Afladning 387.441-419.024 228 % 487.637-501.963 Ikke alt RK ubalance er et stort problem. Størst problem er 46.772 ineffektiv og overskydende vind 273 % optimeret opladning 20
Ton CO2 per år Resumé 55.000 elbilers CO2 g/km Analysens beregninger vedrørende elbilers CO2-udledning vedrører de marginale CO2-r ved at benytte opladningsstrategien optimeret opladning i stedet for Ikke-styret opladning. 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 opladningens elforbrug. I figur 18 er de potentielle marginale CO2-r Well-to-Wheel for optimeret opladning af 55.000 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 opladning i stedet for Ikke-styret opladning. 55.000 elbilers marginale CO2-udledning vil potentielt kunne reduceres med 141-179 pct. for henholdsvis Nissan Leaf med 53 pct. og Tesla S med 43 pct. ved at benytte optimeret opladning i stedet for Ikke-styret opladning. Tesla S 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 2025. Figur 18: 55.000 elbilers totale CO2-udledning per år og CO2-r 120.000 100.000 80.000 60.000 40.000 20.000 0-20.000-40.000-60.000-80.000-100.000-120.000-140.000-160.000 Ikke-styret opladning fra 130 CO2 g/km til 95 CO2 g/km fra 95 CO2 g/km til 70 CO2 g/km 48.504 ton CO2 Ikke styret 21.706 ton CO2 Nissan Leaf Egenforbrug 2.849 kwh optimeret opladning 31.619 g CO2/år 22.584 g CO2/år CO2 55 % 26.798 ton CO2 75 % 36.235 ton 12.269 ton CO2 55.000 elbilers marginale CO2 = 141-179 pct. for Nissan Leaf 53 pct. og Tesla S 43 pct. = Ca. 100-200 pct. af CO2- for 55.000 benzin/diesel biler ved nedsættelse af EU CO2-mål fra 130 g/km i 2015 til 70 g/km i 2025 10 % -20.077 ton CO2 53 % optimeret opladning 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 % 68.581 ton 56.386 ton CO2 Kørselsforbrug 16.425 km per år Ikke styret CO2 91 % 51.133 ton 5.253 ton CO2 Tesla S Egenforbrug 3.339 kwh optimeret opladning NL 53 % TS 153 % 55.000 benzin/diesel bilers CO2 g/år CO2 179 % 100.827 ton -44.441 ton CO2 55.000 Tesla S elbilers marginale CO2 med 163 pct. i stedet for Ikke-styret opladning = 134.875 benzin/diesel bilers totale CO2 ved EU 2021 mål på 95 g/km 43 % CO2 373 % 210.457 ton -154.071 ton CO2 163 % optimeret opladning 21
optimeret opladning Delrapport 1 af 4 Abstract & Resumé V1.1 web