چکیده
در این تحقیق، توانایی بالقوه خودرو الکتریکی برای کسب درآمد از طریق تامین انرژی ساختمانهای تجاری در کنار درآمد حاصله از بازارهای خدماتی جانبی در انگلستان مورد ارزیابی قرار گرفتهاست. یک مدل ترکیبی سری زمانی/ محیط شبیهسازی آماری با استفاده از دادههای واقعی توصیف شدهاست که برای تحلیل تجارت الکتریسیته با سیستم خودرو به شبکه به خودرو، ساختمانها و بازار اعمال شدهاست. پارامترهای کلیدی برای این منظور شامل قیمت فروش الکتریسیته خودرو الکتریکی، هزینه استهلاک باتری و قیمت زیرساختهاست. سه سناریوی خودرو به شبکه توسط دادههای گردش خودروهای مخزن، شاخص قیمتگذاری بازار و تقاضای نیمساعته الکتریسیته برای یک ساختمان تجاری موردارزیابی قرار گرفتهاست. نتایج نشان میدهد که تامین انرژی برای بازارهای عمده الکتریسیته با درآمد اضافی ناشی از بازار ظرفیت، منجر به بیشترین بازگشت پیشبینی شده سرمایه و تولید یک خودرو مجزا به ارزش خالص حدود 8400 یورو میشود. این هزینه تامین انرژی برای یک حامل به مدت 10 سال برای سه بار در هفته و برای بازار نیمساعته روز بعد است و شامل هزینه نصب زیرساخت خودرو به شبکهاست. تحلیلها همچنین نشان میدهند که تولید درآمد خالص به شدت تحتتاثیر هزینههای استهلاک باتری مربوط به چرخه سیستم خودرو به شبکه است.
1. مقدمه
گذار به یک سیستم انرژی جدید که عمدتا براساس الکتریسته بدون کربن یا کربن کم برای سرویسهایی مانند گرمایش و حملونقل باشد، طبق پیش بینی و نیز مشابه آنچه در سایر کشورها دیده شده است، منجر به ریسک بالایی در زمینه امنیت منابع انرژی و هزینههای مربوطه در کشور انگلستان میشود[1]. پیشبینیهای مرتبط با این حوزه نشان میدهند که تا سال 2030 [2] وسایلنقلیه الکتریکی بیش از 60 درصد مجموع فروش ماشینهای جدید را به خود اختصاص خواهند داد، که این امر منجر به افزایش قابل توجه تقاضا در شبکههای الکتریسیته، به خصوص در ساعات اوج تقاضا خواهدشد. یک فرصت مناسب برای مدیریت هزینههای رو به افزایش برق و پیک تقاضا، استفاده از وسایلنقلیه الکتریکی به عنوان ذخیره انرژی انباشته و فراهم کردن امکان کاهش (تراش) پیک یا انتقال تقاضا به ساختمانهای محلی و سیستم انرژی در زمان اوج تقاضا است.
Abstract
The potential for electric vehicles to obtain income from energy supplied to a commercial building together with revenue accruing from specific ancillary service markets in the UK is evaluated in this work. A hybrid time-series/probabilistic simulation environment using real-world data is described, which is applied in the analysis of electricity trading with vehicle-to-grid to vehicles, buildings and markets. Key parameters are found to be the electric vehicle electricity sale price, battery degradation cost and infrastructure costs. Three vehicle-to-grid scenarios are evaluated using pool vehicle trip data, market pricing index data and half-hourly electricity demand for a commercial building. Results show that provision of energy to the wholesale electricity market with additional income from the capacity market results in the greatest projected return on investment, producing an individual vehicle net present value of ∼£8400. This is over 10 years for a vehicle supplying energy three times per week to the half-hour day-ahead market and includes the cost of installing the vehicle-to-grid infrastructure. The analysis also shows that net income generation is strongly dependent upon battery degradation costs associated with vehicle-to-grid cycling.
1. Introduction
In common with many other nations, the transition to a future energy system largely based on low or zero-carbon electricity for services such as heating and transport, is predicted to result in significant risks in terms of energy security of supply and cost for the UK [1]. In this context, electric Vehicles (EVs) are projected to contribute up to 60% of total new car sales in the UK by 2030 [2], thus creating significant extra demand on electricity networks, including during peak demand hours. One potential opportunity to manage increasing electricity costs and demand spikes is the utilisation of EVs to act as an aggregated energy store, providing peak shaving or demand shifting to both local buildings and to the power system when demand is high.
چکیده
1. مقدمه
2. روششناسی
2.1. . تحلیل سناریو
2.2 شبیهسازی مونت کارلو
2.3- مدلسازی محیط، ورودیها و پیادهسازی
3. تجزیه تحلیل و بحث
3.1. مشخصات مصرفی خودرو
3.2. ارزیابی درآمد خودرو
3.3. ارزیابی درآمد ساختمان
3.4. تحلیل جریان نقدینگی با تخفیف
3.5. ارزیابی حساسیت
4. نتیجهگیری
منابع
Abstract
1. Introduction
2. Methodology
2.1. Scenario analysis
2.2. Monte Carlo simulation
2.3. Modelling environment, inputs and implementation
3. Analysis and discussion
3.1. Vehicle usage profiles
3.2. Vehicle income evaluation
3.3. Building income evaluation
3.4. Discounted cash flow analysis
3.5. Sensitivity analysis
4. Conclusions