Probabilistic Electric Vehicle Availability Modelling from Large-Scale Travel Survey Data for Grid Integration Studies
Deze studie presenteert een probabilistisch kader met behulp van grootschalige reisverzieningsgegevens en Gaussian Mixture Models om de beschikbaarheid van elektrische voertuigen te modelleren, waarbij wordt onthuld dat deterministische aannames het potentieel voor netintegratie significant overschatten door het negeren van stochastische mobiliteit en laadbeperkingen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je het elektriciteitsnet voor als een enorme, bruisende keuken van een restaurant. De chefs (de netbeheerders) moeten precies weten hoeveel ingrediënten (elektriciteit) ze op elk gegeven moment van de kelners (elektrische voertuigen) kunnen krijgen om de keuken soepel te laten draaien.
Lange tijd hebben de chefs gegokt. Ze gingen ervan uit dat elke enkele ober de hele dag door direct naast de voorraadkast staat, klaar om ingrediënten aan te leveren. Ze namen aan dat als een auto geparkeerd staat, deze ook is ingeplugd en klaar is om te werken.
Deze nieuwe studie zet echter een grote stap terug en kijkt naar het werkelijke gedrag van duizenden bestuurders met behulp van echte reisgegevens. Het onthult dat de "gokspelletjes" gevaarlijk fout zijn. Dit is wat het onderzoek heeft gevonden, eenvoudig uitgelegd:
1. De "Double-Dip" van Beschikbaarheid
De studie toonde aan dat elektrische voertuigen niet de hele dag thuis blijven zitten. Hun beschikbaarheid volgt een "double-dip" patroon, als een achtbaan met twee lage punten:
- De Ochtenddip: De meeste mensen vertrekken naar hun werk of school tussen 7:00 AM en 10:00 AM. Tijdens deze tijd is de "keuken" leeg van kelners. De studie vond dat rond 10:30 AM nog slechts 42% van de auto's daadwerkelijk thuis is.
- De Middagdip: Er is een tweede, nog lager punt in de vroege middag (rond 1:00 PM tot 2:00 PM) wanneer mensen onderweg zijn voor boodschappen of op hun werk zijn.
- Het Herstel in de Avond: Het gaat beter in de nacht. Rond 9:00 PM is ongeveer 87% van de auto's weer thuis.
De Analogie: Stel je een schoolkantine voor. Om 8:00 AM is de kantine vol met studenten (auto's). Tegen 10:00 AM is bijna iedereen weg voor de les. De keuken denkt: "Geweldig, we hebben 100% van de studenten hier om te helpen!" Maar in werkelijkheid is de kantine bijna leeg.
2. Het "Inplug-probleem" (De echte flessenhals)
Zelfs wanneer een auto wel thuis is (fysiek aanwezig), betekent dit niet dat hij klaar is om het net te helpen. De auto kan in de garage staan met de deur dicht, of de bestuurder is net thuisgekomen en heeft hem nog niet ingeplugd.
De studie keek naar het verschil tussen een auto die geparkeerd staat en een auto die ingeplugd is.
- Het Resultaat: Zelfs wanneer een auto thuis geparkeerd staat, is er slechts een kans van 57% dat deze daadwerkelijk aan de lader hangt.
- De Rekensom: Wanneer je het feit combineert dat auto's overdag weg zijn en het feit dat ze niet altijd ingeplugd zijn wanneer ze thuis zijn, daalt de totale hoeveelheid elektriciteit waar het net daadwerkelijk op kan rekenen drastisch.
De Analogie: Denk aan een groep vrijwilligers.
- Deterministisch Model (De oude manier): De organisator gaat ervan uit dat als er 100 vrijwilligers in het gebouw zijn, alle 100 klaar zijn om te werken.
- Deze Studie (De nieuwe manier): De organisator realiseert zich dat zelfs als 100 vrijwilligers in het gebouw zijn, er slechts ongeveer 25 van hen daadwerkelijk hun schort dragen en een bezem vasthouden. De andere 75 zitten gewoon op de bank, ook al zijn ze technisch gezien "beschikbaar".
3. De "2,4 keer" Overschatting
Dit is de meest cruciale bevinding. Omdat de oude modellen ervan uitgingen dat elke auto altijd ingeplugd en altijd thuis was, hebben ze de hoeveelheid vermogen die het net uit auto's kan halen met een factor 2,4 overschat.
- De Oude Gissing: "We kunnen op piektijden 780 kW aan vermogen uit deze auto's halen."
- De Reality Check: "Eigenlijk kunnen we slechts 320 kW halen."
De Analogie: Het is als een bouwplaatsvoorman die een klus plant. Hij gaat ervan uit dat hij 100 werkers beschikbaar heeft om zware balken te tillen. Hij plant zijn schema op basis van 100 werkers. Maar in werkelijkheid verschijnen er slechts 42 werkers, en van hen hebben er slechts 25 hun gereedschap bij de hand. Als de voorman probeert de balken te tillen op basis van het plan voor 100 werkers, mislukt de klus en stort het schema in.
4. Waarom dit belangrijk is voor de toekomst
Het artikel betoogt dat we niet simpelweg meer elektrische auto's kunnen bouwen om netproblemen op te lossen. Zelfs als we een miljoen auto's hebben, als de gewoonten van de bestuurders (vertrekken voor werk) en hun gewoonten (vergeten in te pluggen) niet veranderen, kan het net er niet zoveel op vertrouwen als we dachten.
De Kernboodschap:
Om het elektriciteitsnet te laten werken met elektrische auto's, moeten we stoppen met aannemen dat auto's "altijd aan" zijn en beginnen met plannen voor de realiteit dat ze "soms weg" zijn en "soms niet ingeplugd". Het net moet worden ontworpen voor de 25% van de tijd dat auto's daadwerkelijk klaar zijn om te helpen, niet voor de 100% die we vroeger in scène brachten.
Kortom: Het elektriciteitsnet heeft gedroomd van een vloot superhelden die 24/7 klaarstaan om de dag te redden. Deze studie wekt ons wakker voor de realiteit dat het gewone mensen zijn die naar hun werk gaan, thuiskomen en soms vergeten hun telefoon op te laden. We moeten ons elektriciteitsnet ontwerpen voor die realiteit.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.