Sähköautojen latauksen vaikutukset kaupunkiverkkoyhtiön sähkönjakeluverkkoon

Abstract

Sähköautot yleistyvät sekä katukuvassa että maanteillä. Ne ovat yksi suuri komponentti ilmastonmuutoksen vastaisessa työssä. Sähköautojen yleistymiseen on vaikuttanut muun muassa akkujen alentunut hinta, pienemmät käyttökustannukset verrattuna polttomoottoriajoneuvoihin sekä hyvät käyttökokemukset. Toisaalta vielä puutteellinen latausinfrastruktuuri ja latauksen kesto nähdään negatiivisina asioina. Sähköautot voidaan nähdä jakeluverkon näkökulmasta kuormana, sähkövarastona tai joustavuutta tuovana komponenttina. Ongelmaa jakeluverkkoon tuo etenkin suurta tehoa ottavat kuormat. Latauspisteeseen laitettaessa sähköauto voi olla tämän kaltainen kuorma. Sähkövarastona ja joustokomponenttina sähköauto voi tukea jakeluverkkoa suuren tehokuormituksen aikana, rajoittaen omaa kuormitusta. Työssä tarkastellaan jakeluverkon lisääntyvää kuormitusta sähköautojen latauksen vaikutuksesta. Kuormitus saadaan mallinnettua verkkotietojärjestelmään latauksen kuormituskäyrien, lisääntyvän energian siirron ja ennustetun sähköautojen määrän avulla. Ennusteet sähköautojen määristä tehdään vuosille 2030 ja 2040 perus ja nopealla skenaariolla. Nopeassa skenaariossa sähköautojen määrä on suurempi erilaisten kannusteiden vuoksi. Kannusteet ovat esimerkiksi poliittisesta tai ympäristönäkökulmasta laadittuja. Näitä ovat esimerkiksi autoveron poistaminen sähköautoilta, latauspisteiden rakentamisen tukeminen tai määräykset sähköautojen tulevaisuuden tavoitteista. Sähköauton latauskuorma lisätään työn sen hetkiseen jakeluverkon tilanteeseen verkkotietojärjestelmään, ja tehonjakolaskennan tulosten perusteella arvioidaan kuormitusta. Kuormitusta käsitellään kuormitusasteen ja jännitteenaleneman kautta. Jakeluverkon kuormitusta tarkastellaan keskijänniteverkossa päämuuntajilla ja keskijännitelähdöillä sekä pienjänniteverkossa jakelumuuntajilla, pienjännitelähdöillä ja liittymillä. Keskijänniteverkolla tarkastellaan lähemmin yhtä keskijännitelähtöä ja pienjänniteverkossa viittä erilaista muuntopiiriä. Keskijänniteverkossa korostuu kuormitusasteen nousu, kun taas pienjänniteverkossa jännitteenalenema, koska tarkasteltavat kohteet ovat verkon ääripisteissä. Viisi eri muuntopiiriä sijoittuivat erilaisiin ympäristöihin ja alueisiin, esimerkiksi haja-asutusalueelle Teiskoon, taajama-, keskusta- ja teollisuusalueelle. Muutamissa tapauksissa myös 100 % kuormitusaste ylittyi etenkin jakelumuuntajilla. Jakelumuuntaja oli suuren virrankulun takia yksi rajoittava komponentti muuntopiireissä. Kuormitusta tarkastellaan myös siirtämällä kotilataus tapahtuvaksi täysin yöaikaan. Huipputehot alenevat silloin merkittävästi. Kuormitusta pystytään hallitsemaan ja rajoittamaan jakeluverkkoyhtiön kannusteilla. Kannusteita voi olla esimerkiksi joustosta saatava taloudellinen hyöty tai tehotariffi, jolla asiakas voi tehon hetkellistä kulutusta pienentämällä säästää siirtomaksuissa. Muutamissa tutkimuksissa on saatu hyviä tuloksia asiakkaille annetuissa joustomahdollisuuksissa. Älykkäät latausratkaisut ovat sähköajoneuvoilla joustavuutta mahdollistava toiminto. Älykkäitä latausratkaisuja on esimerkiksi V2G (vehicle-to-grid), V2H (vehicle-to- home) ja latauksen ajoittaminen esimerkiksi pientuotannon, halvan pörssihinnan tai taustakuorman mukaan.

Electric vehicles are becoming increasingly common on city streets and roads. They represent a significant component in the fight against climate change. The rising popularity of electric vehicles can be attributed to factors such as the decreasing cost of batteries, lower operating costs compared to combustion engine vehicles, and positive user experiences. On the other hand, charging infrastructure and the time required for charging are seen as negative aspects. From the perspective of the distribution network, electric vehicles can be viewed as a load, an energy storage or a component that enhances grid flexibility. The main challenge for the distribution network comes from high-power loads, which electric vehicles can represent when connected to a charging station. As an energy storage and flexibility component, an electric vehicle can support the distribution network during periods of high-power demand by limiting its own power consumption. The study examines the increasing load on the distribution network caused by the impact of electric vehicle charging. The load is modeled in the network information system using charging load profiles, increased energy transmission, and projected electric vehicles prediction adoption rates. Based on the predictions, basic and fast scenarios have been created for the years 2030 and 2040. In the fast scenario, a higher number of EVs is anticipated due to various incentives, such as the removal of vehicle taxes for electric vehicles, subsidies for building charging infrastructure, or regulations on future targets for electric vehicles. The electric vehicle charging load is added to the current state of the distribution network in the network information system (NIS), and load flow analysis is used to evaluate the results. The load is assessed based on the load factor and voltage drop. The study focuses on medium voltage networks at primary substations and MV-feeders, as well as low-voltage networks at distribution transformers, LV-feeders, and customers connection point. On the medium-voltage network, one MV-feeder is examined in detail, while on the low-voltage network, five areas fed from transformers are analyzed. In the medium voltage network, the increase in load factor becomes significant, while in the low voltage network, voltage drops are more pronounced because examined points being located at the extremities of the network. Five different areas fed from transformers, each located in various environments and regions, such as the rural area of Teisko, suburban, urban, and industrial areas. In some cases, particularly with distribution transformers, the load factor exceeded 100%. The flow of high current made the distribution transform a limiting component. The load was also analyzed under the assumption that home charging occurs entirely during nighttime hours, resulting in a significant reduction in peak power demands. The load can be managed and mitigated with incentives provided by the distribution network operator. These incentives might include financial benefits from flexibility or a demand tariff that allows customers to reduce their transfer fees by lowering their peak power usage. Some studies have shown positive results with flexibility options offered to customers. Smart charging solutions offer electric vehicles the possibility for flexibility. Examples of smart charging include V2G (vehicle-to-grid), V2H (vehicle-to-home), and scheduling charging based on factors such as self-generated energy, low market prices or background loads.