从被动到主动：电动汽车的灵活性 输电系统发展的背景

因此，斯堪的纳维亚有利的低排放潜力更多地被用于可利用的技术的更大投资所利用。增加的产量随后通过更大的互联能力被分享。在模型区的其余部分，采油量大于采油量的减少。在采油量较少的情况下，加权平均价格只略有增加。当货物转移时，以前的价格会更低。这种ECT是全系统观察到的。加权平均电价仅为2050年的基本情况。P CT Ransex，整个模型区域的加权平均电价为39.85E/MWh，其中Assnot Ransexand Vgnot ransExonly分别为39.86E/MWh和39.89E/MWh。智能充电特别适用于发电侧缺乏可选性的国家，尤其是在V2G支持高度可选的系统的国家。输电线路的扩展减少了电价的空间差异。由于电动汽车负载转移，平均价格略有上升，取代了采油量的减少。从供应链中减少二氧化碳排放意味着全系统减少二氧化碳排放。与基本情况相比，本期间的总节省约为1.2%。虽然德国几乎不能节省温室气体，但V2GE有大约460万吨。波兰是最大的正贡献国，在波兰和德国分别为3.8和3.8,灵活的收费方案不仅有助于将更多的VRE融入系统，而且被取代。SCT ransExMT onnesMT Onnesst ransEx(a)在没有传输扩展的情况下，二氧化碳累积二氧化碳排放量计算在没有传输扩展的情况下，二氧化碳累积二氧化碳排放量计算在没有传输扩展的情况下，在没有传输扩展的情况下，二氧化碳累积二氧化碳排放量计算在基础情况下。MT Onnest排放量比inP CT ransEx排放量少，而波兰在MT Onnest MT Onnest上大致保持其以前的水平相反，丹麦和荷兰的排放量略有增加，包括与not rans相比，增加了约23%。然而，由于绝对值较低，整个地区总体避免的二氧化碳排放量决定了小国的增长。为了总结结果部分，以下要点突出了modelling工作最相关的结果。o成本很高。o固定存储，智能充电和V2G的影响最大。o从被动充电到V2G。o电池朝着更多的风力生产方向发展。o并限制了燃气厂等峰值电力生产单位的使用。o虽然被动充电方案导致热力部门的电力供应增加，但电动汽车的不稳定充电限制了热泵运行的商业案例，导致电力-热量技术的部署减少。o传输不稳定，这在空间尺度上平滑了价格。o电动汽车和传输扩展的灵活性加快了二氧化碳密集型国家的二氧化碳减排，但以牺牲更多良性国家的碳足迹为代价。o2050年的目标。5。总结而言，第4节中介绍的结果表明，电动汽车充电计划所实现的可环境性在整个能源系统中产生了e-ciency收益，这转化为更低的成本、更高的渗透率和更低的二氧化碳排放。早期转化为脱碳能源。因此，可再生能源，特别是风能和生物质能的集成，是通过将易操作的电动汽车与风穿透连接起来而产生的强有力的结合，这揭示了双重动力学。首先，在这两种技术之间建立了一种良性的E&ECT，在这两种技术中，更大的优势和通过出售能量来集成更多的风力发电。因此，低风能生产时间和高风能生产时间之间的较长时间可以被弥合。

同时，这也促进了由电动汽车引起的太阳能和风能之间的廉价投资，同时也促进了输电的可行性。这种替代是通过潜在的假设和建模方法产生的，这些假设和方法以前在大规模能源系统模型中没有被详细建模。作为回应，太阳能产量减少了，因为白天不一定需要那么多的消费覆盖。另一个同步的解释是给定的可用性模式。由于在工作时充电在本研究中不是一种选择，而且由于白天有更多车辆可用的无车信号，以及像商用车辆这样的特殊使用情况没有考虑[57]。随着充电工作的进行，有望对太阳能PVas产生积极的影响，使电动汽车能够更好地利用这种生产模式。与此同时，随着电动汽车充电的不断增加，燃气电厂等峰值电厂的产量也在下降。这也是一个减少负荷转移峰值的E-ect和相应的峰值技术的可供选择的小时数。当传输扩展在空间层面上增加了ERS的可选性时，E-ect不那么严重，以便与更多的VRE技术相平衡。Hedegaard[]也认可了相应的只支持基带容量的EV型ECT。固定传输进一步支持太阳能光伏的部署。[]系统发展。与电动汽车临界质量相关的灵活的电动汽车充电也对固定电池的竞争力提出了质疑。然而，值得注意的是，这项研究并不认为与平衡服务相关的辅助收入的提供可能会改变这一结论。同时，[]发言不仅限于电力部门，由于电动汽车在区域供暖中对P2H的商业机会也有连锁反应，因为它尤其直接与热泵竞争，但也与电动锅炉竞争。鉴于运输部门的持续过渡，包括航空和公路货运，生物燃料价格预计将比模型所代表的更大幅度地上涨，这将随后恢复和改善P2H的商业案例。电动汽车的渗透预计不会对批发电力资源的水平产生重大影响，并通过连锁反应降低二氧化碳排放。集中在国家一级，如果更多的碳密集型国家想在欧洲一级实现最大的影响，它们将分别运行其天然气基热电联产和冷凝国内专用目标。线路能力，[]和[]也是如此。在更详细的输电系统表示中，产生投资和输电扩展的直接投资选择的优劣次序对[]是决定性的。它适用于斯堪的纳维亚能源系统，但也适用于中欧和西欧。[]进一步说明北欧应利用有利资源支持中欧的脱碳减排。参与战略[]。特别是，市场进入壁垒方面的限制，如为商业模式和电动汽车所有者提供最低限度的激励，以利用其车辆的可信赖性来帮助系统。电动汽车对传输水平的影响似乎有限，但运行模型时可能出现的最大潜力允许从低到高的堆叠服务，包括电网服务。两个限制性因素可能会进一步限制最佳响应。一方面，由于前一天采取了更现实的风险对冲投标策略，可以预期更顺利地参与市场。另一方面，车辆将进一步响应分布层的阻塞问题和电压问题，从而改变对上层市场价格信号的反应。

虽然这些问题对电动汽车在传输水平上的易操作行为提出了挑战，但它们也为分配提供了解决方案。因此，本研究仅从日前市场的角度提供潜力，而忽略了平衡和频率市场的相关潜力和收入流[],[]。此外，由于人为因素，不太可能使整个WHOMEET可用于BOLOVEExability。使用双向充电器的车辆价格仍然是一个不确定因素，必须进行更深入的研究，因为它们可以在很大程度上确定V2G充电的可行性，它们的成本在未来十年将是显著的。结论：本文研究了电动汽车充电方案和输电线路扩展对长期能源系统规划的影响，重点研究了发电容量和输电线路扩展的投资决策。同时，对固定电池的投资是热泵和电锅炉等强有力的技术。对家庭充电的关注，加上电动汽车智能性的引入，引发了风力发电容量对太阳能光伏的取代。在没有传输扩展的情况下，昂贵的峰值容量，如燃气发电厂，被基本负载取代。另一方面，在内生输电扩展的情况下，可变可再生能源由于更好的市场耦合和空间平滑而被大量安装。灵活的电动汽车充电在平均价格上仅显示出微弱的优势，但显著地降低了价格的可变性，这有利于更好地利用能源资源，并导致二氧化碳排放的减少。鉴于生物燃料的可用性有限，还应该研究改善服务于客户资格的技术的商业案例的辅助服务，以及采取行动。承认授予协议号713683(COFUNDfellowsDTU)。通常的免责声明适用于。参考文献[1]IEEE电力电子交易28（2013）5673-5689。DOI:10.1109/TPEL.2012.2227500.[2]奥利弗·怀曼.https://www.oliverwyman.de/content/dam/oliver-wyman/v2-de/publications/2018/jan/2018_oliverwyman_emobilityblackout.pdf[3]pKasten,J.Bracker,M.Haller,J.Purwanto,评估公路运输客运车辆合同EEA/ACC/13/003,LOT-1的电气状况。最终报告-任务2(2016).https://www.oeko.de/fileadmin/oekodoc/Assessmenting-the-statuse-of-electrialization-of-the-road-transportpassimer-vehicles.pdf[4]vs.V2G服务，IEEE电力和能源协会大会(2016)193-203DOI:10.1109/PESGM.2016.774118.[5]透视，能源政策113（2018）342-347。DOI:10.1016/J.Enpol.2017.11.015.[6]资料来源144（2005）268-279。DOI:10.1016/J.JPowsour.2004.12.025.[7]Systems 28（2）（2013）940-951.DOI:10.1109/TPWRS.2012.2210288.[8]智能电网2（1）（2011）119-126.DOI:10.1109/TSG.2010.2090910.[9]E。Sortomme,M.A.El-Sharkawi,车辆到电网能源和辅助服务的优化调度，IEEE Transactionson智能电网3（1）（2012）351-359。DOI:10.1109/TSG.2011.2164099.[10]S。[1]韩雪，Sezaki,一种用于频率调节的最优车辆-电网聚合器的开发，IEEE Transactionson Smart Grid1(1)(2010)65-72。DOI:10.1109/TSG.2010.2045163.[11]c。G.Gross，车辆联网(V2G)实施的概念框架，能源政策37（11）（2009）4379-4390。DOI:https://doi.org/10.1016/j.enpol.2009.05.053.[12]他们的不确定性，Zeitschrift f-ur Energiewirtschaft 41（4）（2017）269-281.DOI:10.1007/S12398-017-0208-9。Hanemann,M.Behnert,T.Bruckner,E.《德国电力系统电动汽车充电策略》,AppliedEnergy 203（2017）608-622。DOI:10.1016/J.Apenergy.2017.06.039.[14]DOI:10.1016/J.Energy.2018.07.180.[15]电力系统交易26（2011）738-746.DOI:10.1109/TPWRS.2010.2052375.[16]充电，应用能量126（2014）172-181.

Doi:10.1016/J.Apenergy.2014.03.078.[17]Doi:10.5278/IJSepm.2015.7.8.[18]T.K.Kristo Aversen,K.Capion,P.Meibom,市场环境中电力驱动车辆的最佳充电，AppliedEnergy 88(5)(2011)1940-1948。DOI:10.1016/J.Apenergy.2010.12.015.[19]N.Juul，P.Meibom，2030年北欧的道路运输和电力系统情景，Application Energy 92（2012）573-582。DOI:10.1016/J.Apenergy.2011.11.074.[20]到2050年乘用车的普及率，能源107（2016）648-660。DOI:10.1016/J.Energy.2016.04.060.[21]Energy 65（2014）285-294.DOI:10.1016/J.Energy.2013.12.009.[22]J.Kiviluoma,P.Meibom,电力系统中插电式电动汽车的建模方法和智能或哑电动汽车系统的成本估计，Energy 36(3)(2011)1758-1767.DOI:10.1016/J.Energy.2010.12.053.[23]T。Brown,J.Héorsch,D.Schlachtberger,PYPSA：Python for power system analysis,Journal of Open Research Software6(1)。DOI:10.5334/Jors.188.[24]T.Brown,电池电动汽车充电（2018）.URL https://pypsa.org/examples/Battery-Electric-Vehicle-Charging.html[25]T.Brown,D.Schlachtberger,A.Kies,S.Schramm,M.Greiner,扇区耦合和传输增强的协同效应:10.1016/J.Energy.2018.06.222.[26]页.A.Gunkel，《不确定因素下电动汽车的优化市场参与》，Tech。丹麦技术大学代表(2018).URL http://pierrepinson.com/docs/master_thesis_philipp_andreas_gunkel_s165394.pdf[27]Critical and Systemic review，环境研究快报13（1）（2018）13001。Doi:10.1088/1748-9326/AA9C6D.[28]Flex4RES，灵活的北欧能源系统-总结报告，技术。众议员8月（2019）。[29]分析：一项比较研究，《环境管理杂志》:10.1016/J.Jenvman.2020.110289。[30]H.Ravn,balmorel模型：理论背景（2001）。网址http://www.balmorel.dk/doc/b-theorybackground0301.pdf[31]欧洲替代燃料天文台，替代燃料乘用车总数（2018）。网址https://www.eafo.eu/vehicles-and-fleet/m1[32]米克尔·博萨克·西蒙森，肯尼斯·伯纳德·卡尔森，Energiaftalen-Regeringen(2018).网址/Anbefalinger[33]DOI:10.1080/09537287.2015.1033496.[34]北欧能源技术展望2016(2016).DOI:10.1787/9789264257665-en.http://www.nordicenergy.org/publications/nordic-energy-technology-perspectives-2016-previewbrochure/[35]P.Summerton，荷兰低碳汽车的经济影响。[36]LowCVP的元素能源，2050年交通能源基础设施路线图。液体燃料路线图(2015).http://www.lowcvp.org.uk/projects/fuels-work-group/infrastructure-Roadmap.htm[37]m。P.Gmbh,Szenarien der Mobilit-atsentwicklung unter ber-ucksichtigung von Siedlungsstrukturen bis 2050 99dzamy-polsk{\\%}C4{\\%}85-przysz{\\%}C5{\\%}82O{\\%}C5{\\%}9b{\\%}C4{\\%}87-eng.pdf.[39]h.Christiansen,L.Warnecke,TransportVaneundersogelsen,丹麦国家旅行调查，版本TU0617v2,Tech.Rep,丹麦技术大学。DOI:https://doi.org/10.11581/dtu:00000034.[40]C.库里，《锂离子电池成本与市场》(2017)。DOI:https://doi.org/10.1016/j.jallcom.2017.07.044.url https://data.bloomberglp.com/bnef/sites/14/2017/07/bnef-锂离子电池-成本和市场.pdf[41]F.兰伯特，奥迪声称为其即将上市的电动汽车（2017）以114美元/千瓦时的价格购买电池。url https://electrek.co/2017/06/28/Audi-电动汽车-电池-成本/[42]c。Gould,K.Colombage,J.Wang,D.Stone,M.

Foster，电动汽车车载双向充电器支持车辆到电网电力传输的比较研究，电力电子和驱动系统国际会议论文集(2013)639-644DOI:10.1109/peds.2013.6527097.[43]2015。DOI:https://doi.org/10.1016/b978-0-444-62616-5.12001-7.URL http://www.sciencedirect.com/science/article/pii/b9780444626165120017[44]Autobild,C.Jess,Start fuer Schnellladenetz(2017).URL https://www.Autobild.de/artikel/laden-von-elektroautoS-tipps-und-fakten-10949481.html[45]Wallboxstore.ch,22kW充电器的投资成本（2017）.URL/Mennekes-Wallbox-Amtron-Basic-e/[46]北欧国家，第31届国际电动汽车研讨会暨展览会，EVS 2018和国际电动汽车技术会议2018，EVTeC 2018。[47]L。Kéoll,T.Mezger,T.Rasilier,S.Fischhaber,Fahrzeugmessungen im Rahmen des Projekts AZE,Tech.AnalyseZentrumf-ur Elektromobilit-at(AZE)代表，慕尼黑（2011）。DOI:https://doi.org/10.2314/GBV:723912815。[48]Kommunernes Landsforening,Salangt far borgeren til nérmeste akutsygehus(2015)。网址www.kl.dk/menu---fallback/sa-langt-far-borgeren-til-narmeste-akutsygehus-id178665/[49]doi:10.1109/access.2018.2812303。[50]雷诺-日产，雷诺-日产Zoe租赁公司和保修公司（2017）。网址https://www.renault.co.uk/电动汽车ML[51]系统模型，能源战略评论20（2018）26-34。DOI:10.1016/J.ESR.2018.01.003.URL https://doi.org/10.1016/J.ESR.2018.01.003[52]I。G.Jensen,L.Skovsgaard,《二氧化碳的影响----成本对沼气使用的影响》，Energy 134（2017）289-300.doi:10.1016/j.Energy.2017.06.019.URL http://dx.doi.org/10.1016/j.Energy.2017.06.019[53]M.Méunster，P.E.Morthorst，H.V.Larsen，L.Bregnb"ok，J.Werling，H.H.Lindboe，H.Ravn，区域供热在未来丹麦能源系统中的作用，能源48（1）（2012）47-55。DOI:10.1016/J.Energy.2012.006.011.[54]DOI:10.1016/J.Energy.2010.12.070.[55]I。G.Jensen,F.Wiese,R.Bramstoft,M.M-unster,可再生能源在电力和分区系统转型中的潜在作用，《能源战略评论》27(2020)100446。DOI:10.1016/J.ESR.2019.100446.[56]北欧能源研究，Flex4RES主页(2019).URL https://www.nordicenergy.org/flagship/Flex4RES/[57]pB.Andersen,T.Sousa,A.Thingvad,L.S.Berthou,M.Kulahci,智能电网电气技术的个性化灵活性研究的附加价值，SmartGridComm,2018DOI：10.1109/SmartGridComm.2018.8587585.Hedegaard，风能与热泵、热储存和电动汽车的集成：能源系统分析和建模，2013年。http://orbit.dtu.dk/en/publications/wind-power-integration-with-heat-pumps-heat-storages-andelectric-vehicle-energy-systems-analysis-and-modellingDoi:10.1016/J.Energy.2017.01.115.网址http://dx.doi.org/10.1016/J.Energy.2017.01.115[60]J.T.Brown Horsch,《空间尺度在欧洲高可再生情景发电和输电联合优化中的作用》，欧洲能源市场国际会议，EEMDOI:10.1109/EEM.2017.7982024.[61]Management 261（1月）。DOI:10.1016/J.Jenvman.2020.110194.[62]关于加速投资的政策机制的建议，能源政策116（2018）422-432.DOI:10.1016/J.Enpol.2018.02.024.URL https://doi.org/10.1016/J.Enpol.2018.02.024[63]M。Gjelaj,S.H.Toghroljerdi,P.B.Andersen,C.Tréholt,通过使用电动汽车需求的随机规划方法从充电站内的电池提供电网服务，IET智能电网。[64]使用V2G的测试，世界电动汽车杂志10（4）。DOI:10.3390/WEVJ10040066.附录A.附录A.1。

获取车辆可用性的算法算法1生成生命特征集c∈c，t∈t，d∈d，对于d中的d doforC中的c doRandom从Ω(d)yenωd,c(tDep，tArr，lDist)中选取。t中的t随机纠错。如果t<tDepd,cor t>tArrd,cthenQtyAvaild,c,t=1end ifif t≥tDepd,cor t≤tArrd,cthenQtyAvaild,c,t=0end ifend for t in t do.如果t=tDepd，cthenT rF lexd，c，t=SOCvend ifif t，tDepd，cthenT rF lexd，c，t=0end ifend forfor t in t do。在便携充电中，trip和dumb DemaDIF t=tArrd,c+1 thenif(lDistd,c,t·consv)>0 thenif(lDistd,c,t·consv)≤PChthenPP Cd,c,t=lDistd,c,t·consvSOCP Cd,c,t=SOCvend ifif（lDistd,c,t·consv)>PChthenSOCP Cd,c,t=SOCvend cfif（lDistd,c,t·consv)+PChPP Cd,c,t=SOCvend ifend ifif SOCE m<socv-（lDistd,c,SOCF lexd,c,t=SOCvend ifif t=tArrd,c+1 thenPInflexd,c,t=0SOCF lexd,c,t=socv-（lDistd,c,t·consv）end ifend ifif t，tArrd,c+1 thenPInflexd,c,t=0SOCF lexd,c,t=0IF SOCV-SOCP Cd,c,T-1≤PChthenPP Cd,c,t=SOCV-SOCP Cd,c,T-1 End ifif SOCV-SOCP Cd,c,T-1>PChthenSOCP Cd,c,t=SOCP Cd,c,T-1+PChPP Cd,c,t=PChend ifend ifend FOR t in t do。最大和最小SOCSOCd,c,t=QtyAvaild,c,t=QtyAvaild,c,t=QtyAvaild,c,t·SOCE mend forend forQtyBat,Availc,s,t=pcc=0QtyAvaild,c,tPF lexd,t=pcc=0t rF lexd,c,tPInflexd,t=pcc=0PP Cd,c,tSOCd,t=pcc=0PP Cd,c,tSOCd,t=pcc=0SOCF lexd,c,tSOCd,t=pcc=0SOCd,c,c，倾向于返回QtyBat，Availc，s，t，PF lexd，t，PInflexd，t，PP Cd，t，SOCF lexd，t，SOCd，t，sappendix a.2。图A.9:P.CT Ransans历年发电量组成