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

Technische Samenvatting: Economische en technische haalbaarheid van V2G in de sector voor niet-weggebonden mobiele machines

Probleemstelling
Het artikel behandelt het potentieel voor de integratie van Vehicle-to-Grid (V2G)-technologie in de sector voor niet-weggebonden mobiele machines (Non-Road Mobile Machinery, NRMM), met een specifieke focus op elektrische tractoren binnen een verhuurmodel. Ho al wordt V2G uitgebreid onderzocht voor personenauto's en elektrische busvloten, blijft de toepassing ervan op NRMM onderbelicht. De auteurs stellen dat NRMM-vloten unieke voordelen bieden ten opzichte van particuliere EV's, waaronder voorspelbare gebruiksplanningen en hoge stationaire tijden (idle times), wat veelvoorkomende barrières zoals actieradiusangst en onzekerheid over parkeren vermindert. Het kernprobleem is het bepalen van de economische en technische haalbaarheid van het benutten van deze vaak stilstaande activa om netdiensten te leveren, energiekosten te optimaliseren door prijsbewust laden en de piekbelasting van het elektriciteitsnet te verminderen, terwijl tegelijkertijd de benodigde energie-infrastructuur (PV, stationaire opslag en laadapparatuur) wordt gedimensioneerd.

Methodologie
De studie maakt gebruik van een nieuw twee-laags simulatie- en optimalisatiekader om een vloot van tien elektrische tractoren in een verhuurdealership in Aldenhoven, Duitsland, te evalueren.

• Binnenste laag (Operationele optimalisatie): Deze laag simuleert de dagelijkse en wekelijkse operatie van de vloot met behulp van een Linear Programming (LP) solver in MATLAB. Het doel is om de jaarlijkse elektriciteitskosten te minimaliseren door de laad- en ontlaadcycli van de tractoren en een Battery Energy Storage System (BESS) te optimaliseren. Het model bevat:

  • Gebruiksprofielen: Drie verschillende wekelijkse verhuur-use-cases (langdurige wekelijkse verhuur, dagelijkse verhuur en weekendverhuur), waarbij de tractoren met een 100% State of Charge (SoC) vertrekken en met een 5% SoC terugkeren.
  • Energiecomponenten: Een fotovoltaïsch (PV) systeem, een BESS, bidirectionele Electric Vehicle Supply Equipment (EVSE) en de belasting van het dealergebouw.
  • Kostenfunctie: Minimaliseert de som van de inkoopkosten van energie (gebaseerd op dynamische day-ahead prijzen) minus de inkomsten uit energie-injectie (vastgesteld op 90% van de inkoopprijs om verliezen te compenseren en inefficiële handel te ontmoedigen), onderworpen aan vermogenslimieten en SoC-beperkingen.
  • Vereenvoudigingen: Het model gaat uit van 100% componentefficiëntie, perfecte kennis van toekomstige prijzen en voertuigschema's (perfect foresight) en negeert veroudering van componenten tijdens de simulatie.

• Buitenste laag (Infrastructuurdimensionering via Bayesiaanse optimalisatie): Een Bayesiaanse Optimalisatie (BO) algoritme zoekt iteratief door de meerdimensionale parameterruimte om de optimale dimensionering van de energie-infrastructuur te vinden. De BO optimaliseert:

  • Pieklast van de PV-capaciteit.
  • BESS-capaciteit.
  • Maximale aansluitcapaciteit op het elektriciteitsnet.
  • EVSE-configuratie (vermogensrating en unidirectionele versus bidirectionele capaciteit) voor elk gebruiksscenario.
  • De BO minimaliseert de totale kosten ($c_{Tot}$), wat de som is van de cumulatieve elektriciteitskosten uit de binnenste laag en de kapitaalkosten van de componenten (gebaseerd op levensduurafschrijving). Een foutenmodel binnen de BO straft configuraties af die de maximale netcapaciteit overschrijden, wat zorgt voor haalbare oplossingen.

Belangrijkste bijdragen

1. Nieuwe Use Case: Het artikel introduceert V2G-integratie specifiek voor NRMM-verhuurvloten, waarbij de geschiktheid van de sector voor V2G wordt benadrukt vanwege de voorspelbare planning en gecentraliseerde laden.
2. Geïntegreerd Optimalisatiekader: Het stelt een methodologie voor die een Energy Management System (EMS) voor de operationele strategie combineert met Bayesiaanse Optimalisatie voor de dimensionering van de infrastructuur. Deze aanpak vermijdt de rekenintensieve training van neurale netwerken of uitgebreide Design of Experiments (DoE), terwijl het effectief complexe, niet-lineaire parameterruimtes navigeert.
3. Economische Analyse van Verhuurmodellen: De studie kwantificeert het financiële potentieel van gepoolde elektrische NRMM-vloten, en toont aan hoe gecoördineerde V2G-strategieën inkomsten kunnen genereren en kosten kunnen verlagen over verschillende eigendomsstructuren (verhuur versus privé).

Resultaten
De simulatie, uitgevoerd over 51 weken met 100 BO-iteraties, leverde de volgende bevindingen op:

• Optimale Configuratie: De BO identificeerde een configuratie bestaande uit een 133,9 kWp PV-systeem, een 99,0 kWh BESS, een netaansluiting van 69,4 kW en 11 kW bidirectionele laders voor alle tractoren.
• Prestaties van de Kosten: Het geoptimaliseerde systeem bereikte een gemiddelde elektriciteitsprijs van €0,068/kWh. Over het gesimuleerde jaar realiseerde de dealer een nettowinst van €695 uit de handel met het elektriciteitsnet (inkomsten uit verkoop minus kosten van inkoop), ondanks de kapitaalinvestering in bidirectionele hardware.
• Operationeel Gedrag: De EMS maakte succesvol gebruik van de tractoren (specifiek die in Use-Case 3) als tijdelijke opslag, waarbij ze werden opgeladen tijdens uren met lage prijzen/PV-productie en werden ontladen tijdens piekuren, vergelijkbaar met de BESS. Het systeem handhaafde de vereiste 100% SoC voor alle vertrekkende voertuigen.
• Regulatorische Kanttekening: De auteurs merken op dat de economische levensvatbaarheid afhankelijk is van de aanname dat vaste nettarieven en hernieuwbare heffingen (die momenteel van toepassing zijn op elektriciteitsverbruik maar niet op injectie) worden hervormd. Zonder de verwijdering van deze "dubbele belasting" zouden de economische voordelen van V2G tenietgedaan kunnen worden.

Betekenis en Claims
Het artikel claimt dat elektrificatie van NRMM niet alleen milieuvriendelijk is, maar ook economisch levensvatbaar wanneer dit wordt gecombineerd met V2G en slim energiebeheer. De studie toont aan dat de voorspelbaarheid van verhuurvloten hen tot ideale kandidaten maakt voor interactie met het elektriciteitsnet, wat potentieel vergelijkbare voordelen biedt als elektrische busvloten.

De auteurs houden echter een bescheiden toon aan met betrekking tot hun bevindingen. Zij stellen expliciet dat de studie beperkt wordt door:

• Het gebrek aan operationele gegevens uit de echte wereld voor elektrische NRMM.
• Vereenvoudigde modellen die veroudering van componenten, conversieverliezen en regulatorische onzekerheden negeren.
• De aanname van perfect foresight met betrekking tot voertuigschema's en energieprijzen.

Concluderend stellen de auteurs dat hoewel de methodologie en de voorlopige resultaten veelbelovend zijn, verder onderzoek vereist is om deze bevindingen te valideren met real-world data, de modellen te verfijnen voor nauwkeurigheid en de regulatorische uitdagingen aan te pakken — specifiek de belasting van bidirectionele energiestromen — die momenteel de brede adoptie van V2G in deze sector belemmeren.