HVORDAN SIKRES EN EFFEKTIV LADE INFRASTRUKTUR i DANMARK? Allan Olsen, 18. november 2014
Kørestil virkningsgrad fra batteri til elmotor 80-95 % (benzin 20 %) uøkonomisk kørsel / speeder i bund / mange opbremsninger ekstra energiforbrug (Vigtige punkter: motorbremse, læs trafikken) Type af kørsel Bykørsel (start og stop) Landevejskørsel (50 km/t til 80 km/t => kræver cirka 2½ gang mere energi) Motorvejskørsel (80 km/t til 110 km/t (2 x energi forbrug = ½ rækkevidden) Vinterkørsel Øget rullemodstand (olie tykkere, dæk hårdere, sne på vej, luft tykkere) Varmeforbrug (ruder+kabine+motor) (3-4 kw ikke unormalt) En meget konservativ konklusion er derfor, at ønsker du en elbil, som med garanti kan dække dit kørselsbehov året rundt også når det er kold vinter så skal du regne med en rækkevidde på 50-60 % af rækkevidden jævnfør EU-normen. Kilde: https://www.clever.dk/viden-om-elbiler/raekkevidde/ SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 1
Forsøgsordning for elbiler (Energi Styrelsen) Erfaringer med Modec el-lastbil Bilernes rækkevidde er ifølge producentens specifikationer henholdsvis 100 km (54 kwh batteri) 160 km (82 kwh batteri). TRE-FOR A/S anvender en Modec el-lastbil til godstransport, belysningsopgaver, udstillinger og servicekørsel Lastbilens faktiske rækkevidde er ifølge TRE-FORs erfaring 120 km og ikke de lovede 160 km. Lastbilen indfrier den lovede tophastighed på 80 km/t. Modec er ifølge TRE-FOR følsom for kulde. Det kolde vejr betyder, at lastbilens rækkevidde reduceres til omkring 100 km. SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 2
Både elbiler og el-lastbiler har begrænset rækkevidde => Charge At designe en effektiv lade infrastruktur i Danmark Sikre brugere en geografisk optimal tilgang til fast charge (uden kapacitetshuller) Minimere etableringsomkostninger for udbydere Etablerings omkostninger Geografisk Dækning SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 3
At udvikle en effektiv og generel tilgang til at lokalisere fast charging stationer i Danmark baseret på matematisk modellering og kombinatorisk optimering Benytte data om rejsemønstre, eksempelvis fra Transportvane Undersøgelsen (TU) Udnytte kendskab til potentielle lokationer, såsom eksisterende tankstationer og el-grid SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 4
SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 5
Transportvaneundersøgelsen (TU) er en interviewundersøgelse, hvis formål er at kortlægge den danske befolknings transport adfærd. Undersøgelsen forsøger at skaffe svar på de 5 centrale spørgsmål: Hvor meget? Hvordan? Hvor? Hvornår? Hvorfor rejses der? Eksempler på nøgletal fra TU 2,7 ture Gennemsnitligt antal ture/person/dag 14,9 km Gennemsnitlig tur længde i km 39,4 km Samlet transportarbejde i km/person/dag 53,1 min Samlet tidsforbrug i minutter/person/dag Vi har trukket et datasæt med alle turkæder over 100 km SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 6
TU Data (Fra-Til) Rute Beregning SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 7
Parameter Value Description Vehicle Capacity 200 km The vehicle capacity range ChargeRate 0.4 km/min The charging rate for home charging ChargeDiscrepancyMin 15 min The time between 2 trips must exceed this time interval in order to start home-charging SafetyBufferKm 20 km Defines when the driver searches for tanking options FastChargePercentage 80 % What capacity do we have in the car after a fast-charge Fast Charge Potential SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 8
Fast Charge Potentials Potentielle Fast Charge Stationer SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 9
Minimize Subject to where i D x ij j S j S x ij j S x y ij j y d x = 1 = K {0,1}, j ij ij y j i D, i D {0,1} j S (1) (2) (3) (4) (5)(6) (1) Minimize the total distance of each demand point i to station j (2) The demand point i can be served by station j if and only if station j is opened. (3) Each demand point can be served by exactly one fuel station. (4) There are K stations open (5) xij are binary decision variables, it is 1 if demand point i is served by station j (6) yj are binary decision variables, it equal to 1 if fuel station j is open. SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 10
Each Fuel Stop Potential is served by the closest open Fast Charge Stations in euclidean distance The objective of the optimization is to find the combination of open Fast Charge Stations, which minimizes the total distance between fast charge station and Fuel stop Potential Objective Function: The sum of all tours distance to the closest gasstation 10+7+2+11+3+12+6+3+4+13=71 km SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 11
n 1200 1200 1200 1200 r 2 10 20 100 # combinations 719400 1.6e+24 1.3e+43 1.3e+148 n er antallet af potentielle lokationer til fast charge stander r er antallet af fast charge lokationer vi vil opgradere SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 12
SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 13
SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 14
SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 15
SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 16
Stage 1 Stage 2 Stage 3 TU-Data Digital Map Gas stations Extended TU data Upgraded Gas stations Route Choice Model Extended TU data k-median Facility Location Model Simulated Annealing Tour Assessment Model Simulation Fuel Stop Potentials Upgraded Gas stations Matching (FSP->Gas station) KPI Number of realised tours Total Detour SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 17
70000000 3000 Total Detour Distance / m 60000000 50000000 40000000 30000000 20000000 10000000 0 5 55 105 155 205 Stations 2500 2000 1500 1000 500 0 Succesfull Tours With all 1288 open stations succesfull tours = 1441 With 1288 open stations detour dist = 6.321.672 m SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 18
160 Slagelse 140 120 100 80 Serie1 60 40 20 0 SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 19
Time Dependent Link Speeds Lands Trafik Modellen (LTM) SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 20
Den effektive lade infrastruktur bør findes som en balance mellem bruger behov og udbyderens etableringsomkostninger. Lokalisering af lade stander placeringer kan med fordel baseres på en matematisk tilgang, såfremt Efterspørgslen / rejsebehov er kendt Det er muligt at afgrænse et sæt af potentielle lokationer Brugere først fast charger, når bilen er x % fra at være tom Den marginale effekt målt i Total Detour og Succesfull Trips ved at tilføje 1 ekstra fast charge stander til netværket er ikke lineær. Under antagelse af knappe etableringsressourcer giver det mening, at optimere lokaliseringen af fast charge standere. SELECT Netværksmøde Hvordan sikres en effektiv ladeinfrastruktur i DK Slide 21
HVORDAN SIKRES EN EFFEKTIV LADE INFRASTRUKTUR i DANMARK? Tak for opmærksomheden Spørgsmål? Allan Olsen, 18. november 2014