Economic and Technical Feasibility of V2G in Non-Road Mobile Machinery sector

तकनीकी सारांश: गैर-सड़क गतिशील मशीनरी (NRMM) क्षेत्र में V2G की आर्थिक और तकनीकी व्यवहार्यता

समस्या विवरण
यह शोध पत्र गैर-सड़क गतिशील मशीनरी (NRMM) क्षेत्र, विशेष रूप से एक रेंटल सेवा मॉडल के भीतर इलेक्ट्रिक ट्रैक्टरों पर ध्यान केंद्रित करते हुए, वाहन-से-ग्रिड (V2G) तकनीक को एकीकृत करने की क्षमता का पता लगाता है। जबकि V2G का यात्री वाहनों और इलेक्ट्रिक बस बेड़े में व्यापक रूप से अध्ययन किया गया है, NRMM में इसके अनुप्रयोग का अभी भी कम अन्वेषण किया गया है। लेखक तर्क देते हैं कि NRMM बेड़े निजी EV की तुलना में अनूठे लाभ प्रदान करते हैं, जिनमें पूर्वानुमानित उपयोग कार्यक्रम और उच्च 'आइडल टाइम' (खाली समय) शामिल हैं, जो रेंज की चिंता (range anxiety) और पार्किंग अनिश्चितता जैसे सामान्य अवरोधों को कम करते हैं। मुख्य समस्या यह निर्धारित करना है कि ग्रिड सेवाओं को प्रदान करने, ऊर्जा लागत को अनुकूलित करने (प्राइस-अवेयर चार्जिंग के माध्यम से), और पीक ग्रिड लोड को कम करने के लिए इन अक्सर खाली रहने वाले एसेट्स का उपयोग करने की आर्थिक और तकनीकी व्यवहार्यता क्या है, साथ ही आवश्यक ऊर्जा बुनियादी ढांचे (PV, स्थिर भंडारण, और चार्जिंग उपकरण) का आकार निर्धारित करना क्या है।

कार्यप्रणाली
यह अध्ययन जर्मनी के एल्डनहोवन में एक रेंटल डीलरशिप में दस इलेक्ट्रिक ट्रैक्टरों के बेड़े का मूल्यांकन करने के लिए एक नवीन दो-स्तरीय सिमुलेशन और अनुकूलन ढांचे का उपयोग करता है।

• आंतरिक परत (परिचालन अनुकूलन): यह परत MATLAB में एक लीनियर प्रोग्रामिंग (LP) सॉल्वर का उपयोग करके बेड़े के दैनिक और साप्ताहिक संचालन का अनुकरण करती है। इसका उद्देश्य ट्रैक्टरों और एक बैटरी ऊर्जा भंडारण प्रणाली (BESS) के चार्जिंग और डिस्चार्जिंग शेड्यूल को अनुकूलित करके वार्षिक बिजली लागत को न्यूनतम करना है। मॉडल निम्नलिखित को शामिल करता है:

  • उपयोग प्रोफाइल: तीन अलग-अलग साप्ताहिक रेंटल उपयोग-मामले (दीर्घकालिक साप्ताहिक रेंटल, दैनिक रेंटल, और सप्ताहांत रेंटल), जो यह सुनिश्चित करते हैं कि ट्रैक्टर 100% स्टेट ऑफ चार्ज (SoC) के साथ प्रस्थान करें और 5% SoC के साथ वापस लौटें।
  • ऊर्जा घटक: एक फोटोवोल्टिक (PV) प्रणाली, एक BESS, द्विदिश (bidirectional) इलेक्ट्रिक वाहन आपूर्ति उपकरण (EVSE), और डीलरशिप बिल्डिंग लोड।
  • लागत फलन (Cost Function): ऊर्जा खरीद लागत (डायनामिक डे-अहेड कीमतों पर आधारित) के योग को घटाकर प्राप्त होने वाली राजस्व (ऊर्जा फीड-इन से, जिसे नुकसान और अक्षम व्यापार को हतोत्साहित करने के लिए खरीद मूल्य के 90% पर सेट किया गया है) को न्यूनतम करना, जो पावर लिमिट और SoC बाधाओं के अधीन है।
  • सरलीकरण: मॉडल 100% घटक दक्षता मानता है, भविष्य की कीमतों और वाहन कार्यक्रमों का पूर्ण ज्ञान (perfect foresight) रखता है, और सिमुलेशन के दौरान घटकों के क्षरण (aging) की उपेक्षा करता है।

• बाहरी परत (बेयसियन अनुकूलन के माध्यम से बुनियादी ढांचा आकार निर्धारण): एक बेयसियन ऑप्टिमाइज़ेशन (BO) एल्गोरिदम ऊर्जा बुनियादी ढांचे के इष्टतम आकार को खोजने के लिए बहु-आयामी पैरामीटर स्पेस को पुनरावृत्त रूप से खोजता है। BO निम्नलिखित को अनुकूलित करता है:

  • पीक PV पावर क्षमता।
  • BESS क्षमता।
  • अधिकतम ग्रिड कनेक्शन पावर।
  • प्रत्येक उपयोग-मामले के लिए EVSE कॉन्फ़िगरेशन (पावर रेटिंग और यूनिडायरेक्शनल बनाम द्विदिश क्षमता)।
  • BO कुल लागत ($c_{Tot}$) को न्यूनतम करता है, जो आंतरिक परत से संचयी बिजली लागत और घटकों की पूंजीगत लागत (जीवनकाल अवमूल्यन के आधार पर) का योग है। एक त्रुटि मॉडल BO के भीतर उन कॉन्फ़िगरेशन को दंडित करता है जो अधिकतम ग्रिड पावर सीमा का उल्लंघन करते हैं, जिससे व्यवहार्य समाधान सुनिश्चित होते हैं।

प्रमुख योगदान

1. नवीन उपयोग मामला: यह शोध पत्र विशेष रूप से NRMM रेंटल बेड़े के लिए V2G एकीकरण को पेश करता है, जो पूर्वानुमानित शेड्यूलिंग और केंद्रीकृत चार्जिंग के कारण इस क्षेत्र की उपयुक्तता को रेखांकित करता है।
2. एकीकृत अनुकूलन ढांचा: यह एक कार्यप्रणाली का प्रस्ताव करता है जो परिचालन रणनीति के लिए एक ऊर्जा प्रबंधन प्रणाली (EMS) को बुनियादी ढांचे के आकार निर्धारण के लिए बेयसियन ऑप्टिमाइज़ेशन के साथ जोड़ती है। यह दृष्टिकोण न्यूरल नेटवर्क को प्रशिक्षित करने या विस्तृत 'डिज़ाइन ऑफ एक्सपेरिमेंट्स' (DoE) की कम्प्यूटेशनल लागत से बचते हुए जटिल, गैर-रैखिक पैरामीटर स्पेस को प्रभावी ढंग से नेविगेट करता है।
3. रेंटल मॉडल का आर्थिक विश्लेषण: यह अध्ययन इलेक्ट्रिक NRMM बेड़े के वित्तीय क्षमता को मापता है, यह प्रदर्शित करते हुए कि कैसे समन्वित V2G रणनीतियां विभिन्न स्वामित्व संरचनाओं (रेंटल बनाम निजी) में राजस्व उत्पन्न कर सकती हैं और लागत को कम कर सकती हैं।

परिणाम
100 BO पुनरावृत्तियों के साथ 51 सप्ताह में किए गए सिमुलेशन से निम्नलिखित निष्कर्ष प्राप्त हुए:

• इष्टतम कॉन्फ़िगरेशन: BO ने एक ऐसे कॉन्फ़िगरेशन की पहचान की जिसमें 133.9 kWp PV सिस्टम, 99.0 kWh BESS, 69.4 kW ग्रिड कनेक्शन, और सभी ट्रैक्टरों के लिए 11 kW द्विदिश चार्जर शामिल थे।
• लागत प्रदर्शन: अनुकूलित प्रणाली ने औसतन €0.068/kWh की बिजली दर प्राप्त की। सिम्युलेटेड वर्ष के दौरान, डीलरशिप ने ऊर्जा ट्रेडिंग (फीड-इन से राजस्व घटा खरीद लागत) से €695 का शुद्ध लाभ कमाया, बावजूद इसके कि द्विदिश हार्डवेयर में पूंजीगत निवेश किया गया था।
• परिचालन व्यवहार: EMS ने ट्रैक्टरों (विशेष रूप से उपयोग-मामले 3 में) को अस्थायी भंडारण के रूप में सफलतापूर्वक उपयोग किया, उन्हें कम कीमत/PV उत्पादन घंटों के दौरान चार्ज किया और पीक मूल्य घंटों के दौरान डिस्चार्ज किया, जो BESS के समान है। सिस्टम ने सभी प्रस्थानों के लिए आवश्यक 100% SoC बनाए रखा।
• नियामक चेतावनी: लेखक नोट करते हैं कि आर्थिक व्यवहार्यता इस धारणा पर निर्भर करती है कि निश्चित ग्रिड शुल्क और नवीकरणीय लेवी (जो वर्तमान में बिजली खपत पर लागू होती है लेकिन फीड-इन पर नहीं) में सुधार किया जाएगा। इस "दोहरे कराधान" को हटाए बिना, V2G के आर्थिक लाभ शून्य हो सकते हैं।

महत्व और दावे
यह शोध पत्र दावा करता है कि विद्युतीकृत NRMM न केवल पर्यावरणीय रूप से फायदेमंद है, बल्कि V2G और स्मार्ट ऊर्जा प्रबंधन के साथ आर्थिक रूप से भी व्यवहार्य है। अध्ययन प्रदर्शित करता है कि रेंटल बेड़े की पूर्वानुमान क्षमता उन्हें ग्रिड इंटरैक्शन के लिए आदर्श बनाती है, जो संभावित रूप से इलेक्ट्रिक बस बेड़े के समान लाभ प्रदान कर सकती है।

हालाँकि, लेखक अपने निष्कर्षों के संबंध में एक संयमित लहजा बनाए रखते हैं। वे स्पष्ट रूप से कहते हैं कि अध्ययन इन सीमाओं से ग्रस्त है:

• इलेक्ट्रिक NRMM के वास्तविक परिचालन डेटा का अभाव।
• सरलीकृत मॉडल जो घटक क्षरण (aging), रूपांतरण हानि और नियामक अनिश्चितताओं की उपेक्षा करते हैं।
• भविष्य के वाहन कार्यक्रमों और ऊर्जा कीमतों के संबंध में 'परफेक्ट फोरसाइट' (पूर्ण पूर्वज्ञान) की धारणा।

तदनुसार, यह शोध पत्र निष्कर्ष निकालता है कि हालांकि इसकी कार्यप्रणाली और प्रारंभिक परिणाम आशाजनक हैं, लेकिन इन निष्कर्षों को वास्तविक डेटा के साथ मान्य करने, सटीकता के लिए मॉडलों को परिष्कृत करने और उन नियामक चुनौतियों (विशेष रूप से द्विदिश ऊर्जा प्रवाह पर कराधान) को संबोधित करने के लिए और अधिक शोध की आवश्यकता है, जो वर्तमान में इस क्षेत्र में V2G को व्यापक रूप से अपनाने में बाधा डाल रहे हैं।