社科在线
原创学术新媒体!

电动汽车能帮助加强电网吗?

360截图20211111205734119.jpg
Credit: Pixabay/CC0 Public Domain

据美国罗彻斯特大学(University of Rochester)2021年11月8日提供的消息,拥有太阳能电池板的美国房主可以将其产生的剩余电力出售给当地电网。电动汽车(electric vehicle简称EV)车主也应该这样做吗?(详见Can electric cars help strengthen electrical grids?)

罗彻斯特大学的研究人员在一篇发表在《美国化学会可持续化学与工程》(ACS Sustainable Chemical & Engineering)杂志上的论文——Heta A. Gandhi, Andrew D. White. City-Wide Modeling of Vehicle-to-Grid Economics to Understand Effects of Battery Performance. ACS Sustainable Chemistry & Engineering, 2021, 9(44): 14975–14985. DOI: 10.1021/acssuschemeng.1c05490. Publication Date: October 26, 2021. https://doi.org/10.1021/acssuschemeng.1c05490. 在此研究者中展示了所谓的车辆到电网(vehicle-to-grid简称V2G)技术如何实现电网稳定性和可再生能源存储,并可能每年为车主节省120-150美元。

这个想法在加拿大和欧洲的部分地区越来越受欢迎,作为一种平衡电力使用和发电不匹配的方式,这种不匹配是由于依赖天气的太阳能和风能资源上线而产生的。可再生能源,尽管它们对地球更好,但不能取代传统能源,因为它们并不总是可用的。在电站大小的电池中储存能量的能力可以解决这个问题。但是你在哪里可以找到这种容量的电池呢?停运的电动车就可以解决这个难题。

为了帮助测量V2G系统的可行性,罗切斯特大学哈吉姆工程与应用科学学院(Rochester’s Hajim School of Engineering and Applied Sciences)化学工程副教授安德鲁·怀特(Andrew White)实验室的博士生赫塔·甘地(Heta Gandhi)开发了一种计算模型,该模型考虑了以前没有考虑到的一些因素。例如,她的模型考虑了电池的退化,以及通勤驾驶的时间(commuter driving times)、距离和其他情况。她和她的合著者安德鲁·怀特使用计算模型(computational model)为美国六个主要城市的V2G参与者开发了成本效益分析(cost-benefit analysis)。这项工作有助于研究人员和工程师了解设计决策如何影响人们在V2G环境中使用自己的汽车,这是实现更高水平的可再生能源的一个重要考虑因素。

分析显示:

1)波士顿(Boston)、芝加哥(Chicago)、凤凰城(Phoenix)、纽约(New York City)、华盛顿特区(Washington, D.C.)和旧金山(San Francisco)的V2G用户每年的潜在节省从120美元到150美元不等,其中很大程度上反映了当地可变电价的差异。

2)让通勤者设定自己的阈值售价是让V2G计划对通勤者有利可图的关键。

3)提高充电效率和电池充电速度比开发低价锂离子电池更重要。

4)所有调查结果都基于COVID-19大流行之前收集的数据,COVID-19大流行深刻改变了人们的工作和驾驶习惯。

但赫塔·甘地指出,旅游业已经有复苏的迹象,越来越多的人重返工作岗位。此外,电动汽车和可再生能源在美国的使用越来越多,这表明V2G最终将成为美国决策者的一个重要考虑因素。

赫塔·甘地说:“我认为,如果我们真的试图寻求一条人们可以向汽车充电并将其卖给电网的道路,那么这篇论文就非常有价值。这将需要额外的基础设施。然而,V2G为能源存储和电网稳定性提供了一个出色的解决方案。为什么不付之实施呢?”

使车辆到电网系统工作( Making vehicle-to-grid systems work

赫塔·甘地解释说:“当你使用公共充电器或其他类似充电器时,电动汽车就已经与电网相连了。如果你让(充电器)是双向的,它也可以将能量从汽车转移到电网。”

典型的V2G操作是这样的

1)电动汽车电池在非高峰时间充电,通常是在午夜。

2)用户通勤上班时,只消耗了一小部分电池容量。

3)当用户在工作时,闲置的汽车在高峰时段接入电网,如果电网运营商需要,电力就会被卖回电网。预留一些电池容量以备回家之用。如此循环往复。

本文中描述的模型在广泛使用美国人口普查局和其他来源的数据方面改进了之前的建模。然后,赫塔·甘地使用随机模型对所有数据进行随机抽样,以考虑尽可能多的变量,如个人通勤路线和距离的变化、工作模式、等等。该模型考虑了历史电价,并基于这些变量计算电池退化成本。

赫塔·甘地说:“我们没有坚持只使用一个用户,也没有假设所有用户每天都要通勤10英里,而且都是8点到5点工作,因为事实并非如此。”

赞(0) 打赏
分享到: 更多 (0)

觉得文章有用就打赏一下文章作者

非常感谢你的打赏,我们将继续给力更多优质内容,让我们一起创建更加美好的网络世界!

支付宝扫一扫打赏

微信扫一扫打赏