Vindoptimeret opladning V2G

Relaterede dokumenter
VINDOPTIMERET. OPLADNING AF ELBILER Vindenergi Danmark. Sammenfatning

Vindoptimeret opladning V2G

VINDOPTIMERET. OPLADNING AF ELBILER Vindenergi Danmark

Vindoptimeret opladning V2G

Vindoptimeret opladning V2G

Fleksibelt elforbrug eller

Vindoptimeret opladning V2G

Smart Grid i Danmark Perspektiver

Automationsstrategi - hvor svært kan det være?

Specialregulering i fjernvarmen

Analyse af samspil til energisystemet

eflex projektet Poul Brath

NOTAT 30. juni Klima og energiøkonomi. Side 1

Fjernvarmens oversete fleksibilitet 1 )

Elprisstatistik andet halvår 2017 Erhverv

Fleksibilitet i elforbruget i et realistisk perspektiv. Mikael Togeby Ea Energianalyse A/S

Power-to-gas i dansk energiforsyning

29. oktober Smart Energy. Dok. 14/

J.nr. 3401/ Ref. SLP

Fleksibelt elforbrug - Erfaringer med forsøg for at få større og mindre forbrugere til at reagere

BESS Projektet. Johan Hardang Vium, Projektleder, M. Sc. Eng. (Energi Ingeniør)

Hvad er nødvendigt for et smart elsystem? Fleksibelt elforbrug! Jørgen S. Christensen Afdelingschef Dansk Energi

MARKEDER OG BEHOV FOR LAGRING

Analyse af tariffer og afgifter for store eldrevne varmepumper

Fremme af fleksibelt forbrug ved hjælp af tariffer

Fremtidens energiforsyning - et helhedsperspektiv

Elprisstatistik andet halvår 2018

Elprisstatistik første halvår 2018 Erhverv

Elsystemets samspil med vindkraft, naturgas og de vandbårne systemer

Temadag tariffer. Kan tariffer binde energisystemer bedre sammen? v. Lykke M. Jeppesen

Transportsektoren er en stor udfordring for fremtidens energipolitik. Power to the People. Jørgen S. Christensen, Dansk Energi

OVERVEJER DU SOLCELLER?

10. AUGUST 2016 ELPRISSTATISTIK 2. KVARTAL 2016

Elektrisk Transport Vision 2025

CLEVER TEMA: Opladning

Smart Grid - Et nøgleelement i fremtidens elsystem. Michael Guldbæk Arentsen mga@danskenergi.dk Chefkonsulent, Dansk Energi

Elprisstatistik 3. kvartal 2018

Introduktion til udtræk af markedsdata

NORA-elbilprojekt. Dánial Jógvan Hansson

Elbilers værdi i elsystemet

13. JULI 2018 ELPRISSTATISTIK 2. KVARTAL 2018

Det danske energisystem i 2020 Hvordan opnår vi den tilstrækkelige grad af dynamik i et el-system med 50 % vind?

Analyser af GPS-data fra Test en elbil og TU-data

EVCOM og andre elbilsaktiviteter Smart Grid til integration af elbiler med elsystem

El-system, elbilen og værdien af intelligent ladning

Prisaftaler som redskab til fleksibelt elforbrug i industriel produktion. Civilingeniør Lotte Holmberg Rasmussen Nordjysk Elhandel A/S

Elprisstatistik for el-handelsprodukter på det frie el-marked. 1. kvartal 2014

EcoGrid EU En prototype på et europæisk Smart Grid. Maja Felicia Bendtsen Østkraft Holding A/S September 2012

Anmeldt solcelleeffekt i alt

Elprisstatistik 1. kvartal 2019

Elprisstatistik for el-handelsprodukter på det frie el-marked. 4. kvartal 2014

Grøn Energis forslag til Dansk Fjernvarmes strategi for systemydelser

Vindenergi - og vinderenergi

Fremtidens smarte energisystemer

27. APRIL 2017 ELPRISSTATISTIK 1. KVARTAL 2017

10. JANUAR 2018 ELPRISSTATISTIK 4. KVARTAL 2017

KUNDERNE OG ELPRISEN I 2015

Samspillet mellem energisystemerne

N O T AT 26. februar 2015

FASTSÆTTELSE AF PRIS PÅ KONKURS- PRODUKTET FOR 2018 (TILLÆG TIL SPOT- PRISEN)

SEAS-NVE statusrapport okt. 2011

2.1 Brugervenlighed i betjening af opladning. 2.2 Opladningstid. 2.3 Åbne og internationalt standardiserede løsninger

DEMAND RESPONSE I SMART GRID

Eltariffer. Elkedlers driftstimer og betaling af tariffer ved forskellige tariffer

ENERGILAGRING ER ENERGILAGRING VEJEN TIL EFFEKTIV VEDVARENDE ENERGI?

Bruxelles, den COM(2015) 496 final. ANNEXES 1 to 2 BILAG

Elprisstatistik 1. kvartal 2012

5. APRIL 2018 ELPRISSTATISTIK 1. KVARTAL 2018

Danske elpriser på vej til himmels

Fremtidens Forsyningsmix - Smart Grids

Fremtidens elnet i Europa - samspillet mellem elsystemer og muligheden for afsætning af vindmøllestrøm

Faktureret elsalg (GWh)

Fremtidens Integrerede Energisystem. Loui Algren Energianalyse Energinet.dk

Fremtidens energi er Smart Energy

Fra Vindkraft til Varmepumper

17. OKTOBER 2016 ELPRISSTATISTIK 3. KVARTAL 2016

FÅ MERE UD AF ELMARKEDERNE NINA DETLEFSEN

Smart energi - Smart varme

Grøn omstilling med el i fjernvarmesystemet af Jesper Koch og John Tang

Bygninger og Smart Grid

Muligheder for anvendelse af Compressed Air Energy Storage for ellagring i fremtidens elsystem - procesorienteret projekt

baner vejen for elbilen i Danmark

ENERGI FYN. Forretningsudviklingschef Tommy Lykkegaard

Smart Grid i Danmark Perspektiver

Hvordan passer vandsektoren ind i fremtiden energisystem. Ole Damm SE Big Blue. 4. juli Ole Damm SE Big Blue

Elbiler og elnettet. Perspektiver for elbiler i samspil med elsystemet Center for Grøn Transport

VINDKRAFTENS ROLLE I FREMTIDENS ENERGISYSTEM

PRISSTATISTIK FOR ELHAN- DELSPRODUKTER PÅ DET FRIE ELMARKED

Energi og Infrastruktur

En model for elbilers energiforbrug baseret på GPS-data fra Test en elbil

Stategier for opladning af elbiler

85/15 DONG Energy. Knud Pedersen, VP DONG Energy Distribution

Bilag 1 Detailmarkedet for el til forbrugerne

Kraftvarmeværkernes fremtid - udfordringer og muligheder. Kraftvarmedag 21. marts 2015 v/ Kim Behnke kim.behnke@mail.dk

Bestyrelsens skriftlige beretning ved den 9. ordinære generalforsamling lørdag den 5. april 2008

Varmepumpedagen Fra Vindkraft til Varmepumper. Steen Kramer Jensen Chefkonsulent

Elprisstatistik 2. kvartal 2012

Prisfølsomt elforbrug i husholdninger

Afslutningsmøde og status i Sønderborg og Aabenraa Kommuner 4. juni Side 1

Mulighederne ved gas/el-hybridvarmepumper

Transkript:

Bilag I: Datagrundlag 3 af 4 Vindoptimeret opladning V2G Wind Optimized Charging V2G Analyse af tidsstyret, optimeret opladning af elbiler med vindproduktion, midlertidig lagring af overskydende vindproduktion og V2G (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. Vindenergi Danmark Af Jørgen Horstmann & Frank Nørgaard Medfinansieret af Energistyrelsen April 2015 dning V2G

Vindoptimeret opladning V2G Delrapport 3 af 4 Bilag I. Datagrundlag V1.1 web

Bilagsoversigt Bilag I. Datagrundlag... 1 Bilag I.A. Elmarkedsdata... 2 Bilag I.B. Elmarkedspladser... 3 Bilag I.C. Opladningsstrategier... 4 Bilag I.D. Kørselsprofil... 5 Bilag I.E. Elbil specifikationer... 6 Bilag I.F. Ladehastighed... 7 Bilag I.G. Ladetab... 8 Bilag I.H. Ladeproces... 9 Bilag I.I. Ladevindue... 10

Bilag I. Datagrundlag Bilag I. Datagrundlag Hovedpunkterne i analysens datagrundlag og forudsætninger er overskueliggjort i figur 1. Figur 1: Analysens datagrundlag og forudsætninger Datagrundlag Beskrivelse Datakilder Elmarkedsdata Elmarkedspladser Opladningsstrategier Kørselsprofil Elbil specifikationer Ladehastighed Historiske elmarkedsdata for Danmark Vest for kalenderåret 2012 Fx timeværdier for elpris, elforbrug, vindproduktion og CO2-udledning Prisområdet DK-Vest har høj vindkraftandel og er derfor velegnet som rollemodel for det fremtidige samlede elsystem (vest og øst) Opladningsstrategien Vindoptimeret opladning V2G oplader på spotmarkedet og regulerkraftmarkedet (nedregulering), og den aflader på regulerkraftmarkedet (opregulering) Ikke-styret opladning Vindoptimeret opladning G2V Vindoptimeret opladning V2G Konstrueret, forenklet brugermodel for en elbilejer med et typisk kørselsforbrug til rutinemæssig daglig job-pendling Konstruerede, forenklede modeller for elbilers specifikationer og energiforbrug Fx batterikapacitet, rækkevidde, energiforbrug til kørsel, elforbrug til opladning og opladningstid Illustreres som eksisterende elbil-modeller med cirka tilsvarende specifikationer Konstruerede, forenklede modeller for opladningsforløb med givne ladested/ladeboks specifikationer Energinet.dk s webtjeneste Udtræk af markedsdata Energinet.dk s FTP server Nord Pool elbørsens webtjeneste Energinet.dk s webtjeneste Udtræk af markedsdata Defineret forudsætning DTU s Danmarks Transportvaneundersøgelse Danmarks Statistik Konstrueret og modificeret delvist ud fra elbilproducenters oplyste specifikationer for eksisterende elbil-modeller Konstrueret og modificeret delvist ud fra elbil-producenters oplyste specifikationer for eksisterende elbil-modeller Ladetab 7,5 pct. og 7,5 pct. ved op- og afladning Defineret forudsætning Ladeproces Ladevindue Op- og afladning forløber tidsmæssigt lineært med konstant effekt i hele ladevinduets SoC Afgrænsning af brugbar ladevindue til slitageskånsom interval 10-90 % SoC Defineret forudsætning Defineret forudsætning Vindoptimeret opladning V2G 1

Antal timer Bilag I. Datagrundlag Bilag I.A. Elmarkedsdata Simuleringerne baseres på historiske elmarkedsdata for prisområdet Danmark Vest i kalenderåret 2012. Data er tilvejebragt fra Energinet.dk s webtjeneste Udtræk af markedsdata, Energinet.dk s FTP webtjeneste og Nord Pool elmarkedets webtjeneste. Fx elpris, elforbrug, vindproduktion og CO2-udledning. Elmarkedet i Danmark er opdelt i to prisområder, Øst og Vest, adskilt ved Storebælt. Danmark Vest er valgt som datagrundlag, fordi områdets energimix allerede i dag har høj vindandel, hvilket gør det velegnet som reference for et fremtidsscenarie, hvor vindkraft er udbygget til 50 pct. af hele landets elforsyning. Kalenderåret 2012 er valgt, fordi det ved analysens start er det seneste, hvortil der er publiceret data for hele året. Rentabiliteten ved Vindoptimeret opladning V2G afhænger af den prisvolatilitet, der primært forårsages af vindproduktionens fluktuationer, og som kommer til udtryk ved fx store variationer i løbet af døgnet, mange særligt lave og nul/negative priser på nedregulering, og mange særligt høje på opregulering. Prisvolatiliteten varierer fra år til år i takt med, at der på den ene side udbygges med ny vindkraft, der øger volatiliteten, og på den anden side implementeres nye løsninger til at afdæmpe effekten, fx udlands transmissionsforbindelser, varmepumper og elpatroner på kraftvarmeværker og frakobling af vindproduktion. Dermed afhænger gevinsterne ved Vindoptimeret opladning V2G af, hvad der i øvrigt implementeres af alternativer, som konkurrerer om at løse samme problem med at balancere og aftage overskydende vindproduktion. Forventningen er, at vindandelen om få år vil nå et så højt niveau, at det er nødvendigt at benytte alle kendte løsningsalternativer, for at elsystemet vil kunne drives samfundsøkonomisk optimal. Herunder også fleksibelt elforbrug og energilagring, som fx opladning af elbiler og V2G. Året 2012 kan betegnes som et relativt dårligt år til at generere besparelser med Vindoptimeret opladning, idet elprisen det år kun nåede under nul kroner i relativt få timer, nemlig 68 timer. Som det fremgår af figur 2 var der i 2010, to år før, ca. fire gange så mange timer med nul/negative elpriser, nemlig 301 timer. Forskellen kan hænge sammen med de nye løsninger, der blev implementeret i de pågældende år, og som kan have medvirket til at afdæmpe prisudsving. Fx Storebæltskablet, store varmepumper og elpatroner i fjernvarmen. Jævnfør tidligere rapport Vindoptimeret opladning af elbiler ville det koste minus 361 kr. at oplade en Tesla S til et års kørselsforbrug med Vindoptimeret opladning, når markedsdata baseres på kalenderåret 2010. Sammenlignet med Ikke-styret giver det en besparelse på 129 pct. Benyttes i stedet markedsdata for 2012, bliver opladningsudgiften 274 kr., svarende til en besparelse på 76 pct. Figur 2: Timer med særlig lav regulerkraftpris (nedregulering) DK-Vest 2009-2012 1.000 Prkned<=0 0<Prkned<=50 50<Prkned<=100 800 600 400 200 0 540 85 161 175 237 74 119 176 274 158 301 158 166 68 130 2009 2010 2011 2012 2013 År Vindoptimeret opladning V2G 2

Elmarkedspris Bilag I. Datagrundlag Bilag I.B. Elmarkedspladser Vindoptimeret opladning V2G defineres i nærværende analyse som opladning i spot- og regulerkraftmarkedet samt afladning i regulerkraftmarkedet. I senere udgaver af opladningsstrategien vil markedsdeltagelsen blive udvidet til også at omfatte el- og kapacitetsprodukter på andre markedspladser. Elmarkedet er i grossistleddet opdelt i en række elmarkedspladser, hvor der handles forskellige elprodukter for energi og kapacitet. De elmarkedspladser, der typisk fremhæves som værende mest velegnede til intelligent opladning og V2G, er: Spotmarkedet Regulerkraftmarkedet Manuel reserve Primær reserve (frekvensregulering) To-markedsdeltagelsen i spot- og regulerkraftmarkedet begrundes med, at det først og fremmest er på disse to markedspladser, at elbilernes deltagelse i markedsdannelsen vil kunne bidrage til at effektivisere udnyttelsen af vindkraft og øge vindproduktionens markedsværdi. Spot- og regulerkraftmarkedet rummer også det største potentiale for, at mange elbiler vil kunne deltage og generere gevinster for elbilejerne. Endelig vil elbiler kunne deltage i spot- og regulerkraftmarkedet uden, at det vil kræve større ændringer i reglerne for markedsdeltagelse. Opladningsudgift opgøres til individuelle timepriser, dvs. el-grossistpriser. Elprisen består i forbrugerleddet af tre delelementer, energipris, nettariffer og af gifter. Op lad nings udgif ten er elgrossistpris-delen af energiprisen, som illustreret i figur 3. De andre dele, nettariffer, afgift og moms er ikke ind regnet i opladningsudgiften. Figur 3: Forbrugerelprisens delkomponenter 100% 80% 60% Forudsætning for virkningsfuld pris incitament ved Vindoptimeret opladning er, at elprisens øvrige delkomponenter også afregnes variable og omkostningsægte 65% 40% 20% 15% 4% 0% 16% Elhandel, forbrug og abonnement Distribution Transmission Skatter, afgifter og PSO I alt Vindoptimeret opladning V2G 3

Bilag I. Datagrundlag Bilag I.C. Opladningsstrategier Simuleringerne omfatter tre alternative opladningsstrategier, Ikke-styret opladning, Vindoptimeret opladning (uden V2G) og Vindoptimeret opladning V2G. Definering af opladningsstrategierne er beskrevet i punktform i figur 4. Budstrategierne udgør kernen i det prissignal, der tidsstyrer og optimerer elbilernes opladning. Forud for simuleringerne af de analyserede opladningsstrategier er der eksperimenteret med forskellige alternative strategier for budafgivelse i regulerkraftmarkedet. Fx vedrørende fastsættelse af de pristærskel-værdier, der bestemmer, hvornår og til hvilke priser, henholdsvis op- og afladning accepteres. Pristærsklen for opladning i regulerkraftmarkedet kan fastsættes som en fast konstant, fx nul kroner, hvilket betyder, at elbilen kun accepterer opladning i de timer, hvor elprisen er nul kroner eller derunder. Eller den vil eksempelvis kunne fastsættes som en variabel i forhold til spotprisen, fx således, at der kun accepteres opladning, når regulerkraftprisen er lavere end spotprisens laveste kvartil. Figur 4: Definering af opladningsstrategier Ikke-styret opladning Reference for fordelene/gevinsterne ved Vindoptimeret opladning (uden V2G) Den opladningsadfærd elbilejere vil udvise, såfremt de ikke har andet incitament Ingen tidsforskydning Opladning hver dag Påbegyndes straks efter ankomst på hjemmelokation Afbrydes, når batteriets SoC igen er 100 pct. Opladning alene i spotmarkedet Vindoptimeret opladning Vindoptimeret opladning V2G Reference for fordele/gevinster ved Vindoptimeret opladning V2G Tidsforskydning til timer med laveste elpriser Ikke nødvendigvis rutinemæssig opladning hver dag, men efter behov og muligheder Afbrydes, når SoC svarer til næste dags planlagte kørsel Opladning i spot- og regulerkraftmarkedet Analyseobjekt Principielt samme adfærdsstyring som ved Vindoptimeret opladning (uden V2G) Tilføjelse af V2G og energiarbitrage Afladning i regulerkraftmarkedet i timer med højeste elpriser for opregulering Vindoptimeret opladning V2G 4

Bilag I. Datagrundlag Bilag I.D. Kørselsprofil Elbilejerens kørselsprofil er konstrueret ud fra data fra DTU s Transportvaneundersøgelse og Danmarks Statistik. Profilen er konstrueret for en typisk dansk jobpendler, dvs. en person, der bruger elbilen til daglig, rutinemæssig kørsel til og fra arbejde, og med et tilsvarende kørselsforbrug på weekenddage. Det daglige kørselsforbrug anslås til ca. 45 km, svarende til 16.425 km per år. Videre forudsættes kørselsrutinen at bestå af to daglige køreture á en time, henholdsvis til arbejde i perioden kl. 8:00 til 9:00, og fra arbejde i perioden kl. 17:00 til 18:00. Elbilen tilkobles opladning både på hjemmelokationen og på arbejdslokationen. Dermed forudsættes elbilen til rådighed for op- og afladning i 22 timer i døgnet, svarende til cirka 92 pct. af tiden. Endelig forudsættes et buffer-lager til ikke-planlagt kørsel svarende til en tredjedel af dagligt kørselsforbrug, dvs. opladning til 15 km kørsel. Med den energieffektivitet for de to elbilmodeller, der er angivet i figur nedenfor, svarer det til et minimum buffer-lager på henholdsvis 2,4 og 2,79 kwh. Elbilejerens kørselsog opladningsprofil opsummeres i figur 5. Figur 5: Konstruktion af kørselsprofil Kørselsprofil Kørselsforbrug Typisk dansk jobpendler Rutinemæssig, daglig kørsel til og fra arbejde 16.425 Km/år 45 Km/dag Rådighedsperioder Kørselsperioder Hjemme kl: 18-08 Arbejde kl: 09-17 Ud kl: 8-9 Hjem kl. 17-18 Buffer 33 1/3 pct. af daglig kørselsforbrug Nok til 15 km kørsel Vindoptimeret opladning V2G 5

Bilag I. Datagrundlag Bilag I.E. Elbil specifikationer I simuleringerne benyttes to elbilmodeller med henholdsvis kort rækkevidde/lille batteri og lang rækkevidde/stort batteri. Elbilerne konstrueres ud fra specifikationer, der overordnet svarer til oplysningerne for to markedsførte elbiler, Nissan Leaf og Tesla S, samt egne erfaringer. Specifikationerne fremgår af figur 6. Figur 6: Elbil specifikationer Elbilmodel Nissan Leaf 24/160 Tesla S 90/186 Batterikapacitet 24 kwh 85 kwh Elforbrug 160 Wh/km 186 Wh/km Rækkevidde 150 km 483 km Min. buffer i % af dagligt kørselsforbrug 45 km * 33 1/3 % = 15 km = 2,4 kwh 45 km * 33 1/3 % = 15 km = 2,79 kwh Min. buffer i % af batterikapacitet 10 % 3,3 % *) Betegnelsen xx/yyy refererer til xx kwh batterikapacitet og yyy Wh elforbrug per km Vindoptimeret opladning V2G 6

Bilag I. Datagrundlag Bilag I.F. Ladehastighed Ladehastigheden har betydning for gevinstpotentialet med Vindoptimeret opladning V2G. Høj ladehastighed øger elbilens forbrugsfleksibilitet og dermed potentialet for alene at oplade i de timer, hvor elprisen er lavest. Lav ladehastighed gør, at elbilen vil skulle oplade i de fleste af nattens timer, hvilket indskrænker muligheden kunne oplade alene i de timer, hvor elprisen er lavest. Vindoptimeret opladning V2G defineres med et minimum krav om semi-hurtig ladning, dvs. et netstik med min. 11 kw effekt (3-fase, 230 V og 16 amp). Standarden for private i Danmark er 3,6 kw, og opgradering til semi-hurtig ladning vil typisk svare til den højeste hastighed, der vil kunne opnås med eksisterende distributionsnet tilførsel. Typiske stiktype effekter illustreres i figur 7. Figur 7: Eksempler på stiktype effekter og ladetab Alternativ Spec Effekt (kw) op-/afladning før ladetab Effekt ladetab op-/afladning Konverteringseffektivitet Effekt (kw) op-/afladning efter ladetab Alternativ 1 230 V 1 fase 10 A 3,6/3,6 7,5 %/7,5 % 92,5 %/92,5 % 3,33/3,33 Alternativ 2 400 V 3 fase 16 A 11/11 7,5 %/7,5 % 92,5 %/92,5 % 10,18/10,18 Alternativ 3 400 V 3 fase 32 A 22/22 7,5 %/7,5 % 92,5 %/92,5 % 20,35/20,35 Vindoptimeret opladning V2G 7

Bilag I. Datagrundlag Bilag I.G. Ladetab Ladeeffektiviteten udtrykker, hvor meget energi, batteriet tilføres efter fradrag af ladetab ved konvertering fra veksel- til jævnstrøm. Tilsvarende tabes energi under tilbagekonverteringen og afladning tilbage til elnettet. I denne analyse forudsættes ens ladetab for op- og afladning, dvs. 7,5 pct. ved opladning og 7,5 pct. ved afladning, som illustreret i figur nedenfor. I midten af figuren illustreres desuden V2G omkostningerne til batteri slitage, som beskrives nærmere i bilag II om batteriets kostpris og batterislitage. Figur 8: Ladetab omkostninger og V2G batteri slitage Elnet Batteri Elnet Opladning Omkostning AC-DC konverteringstab 7,5 % Midlertidig lagring Omkostning V2G batteri slitage Afladning Omkostning DC-AC konverteringstab 7,5 % Vindoptimeret opladning V2G 8

Battery Voltage Charge current SoC % Bilag I. Datagrundlag Bilag I.H. Ladeproces SoC forudsættes at stige/falde lineært med konstant ladeeffekt i hele ladevinduet i hele ladeperioden. I figur 9 vises den lineære udvikling i SoC for en op- og afladnings cykling inden for et brugbart afkortet ladevindue i intervallet 10-90 pct. SoC. Figuren viser, at op- og afladningen forløber med jævn hastighed. Det tager således lige så lang tid at oplade 1 kwh fra 10 pct. SoC og fra 90 pct. SoC. I figur 10 vises en typisk ladeproces for et lithium-ion batteri. Processen styres i to faser med to metoder, konstant volt og konstant effekt 1. Hvis batteriet ikke tidligere har været i brug, for-oplades med konstant, lav effekt, og det fortsættes i fase et, men med højere effekt. Når volt eller SoC når en grænse tæt på fuld opladning, indledes fase to, hvor volt holdes konstant, og effekten aftager. Den konkrete grænse afhænger af batteriet. Fx forudsættes i et case studie 30 pct. ladehastighed reduktion ved 80 pct. SoC. Ladehastigheden falder som standard fra 3,1 til 2,2 kwh per time, og ved hurtigladning fra 16,7 til 11,7 kwh per time 2. Figur 9: Ladeproces for cykling med konstant effekt 100 90 80 70 60 50 40 30 20 10 0 Tid Max SoC 90 % Min SoC 10 % Figur 10: Typisk ladeproces for lithium-ion batteri V battery terminal voltage V threshold voltage to start recharge 4.1 V or 4.2 V I charge current V voltage when pre-charge finished 2.5 V 3 V V low protection threshold voltage 1 V 1.5 V I pre-charge current I ending charge current Pre-charge at 0.1 C Constant current charge Constant voltage charge Charge complete 1 Electric Vehicle Integration into Modern Power Networks, Power Electronics and Power Systems; R. Garcia-Valle and J.A. Pec as Lopes (eds.); Springer Science+Business Media; New York; 2013 2 Smart EV VC Facts & Current Status of the Standardization for EV Batteries and Charging Infrastructure; Li-Ion Battery Charging Basics; Fairchild Semiconductor; 2010 Vindoptimeret opladning V2G 9

Bilag I. Datagrundlag Bilag I.I. Ladevindue Det forudsættes, at batteriets fulde kapacitet på 100 pct. SoC afkortes til et brugbart ladevindue. Som illustreret i figur 10 afkortes model elbilernes kapacitet til et ladevindue på 10-90 pct. SoC. Figur 11: Ladevindue afkortning Øvre SoC grænseværdi 90 % Øvre SoC grænseværdi 90 % Nissan Leaf Batteri 24 kwh Tesla S Batteri 85 kwh Ladevindue 10 90 pct. SoC Nedre SoC grænseværdi 10 % Nedre SoC grænseværdi 10 % Ladevindue 10 90 pct. SoC Vindoptimeret opladning V2G 10

Vindoptimeret opladning V2G Delrapport 3 af 4 Bilag I. Datagrundlag V1.1 web