Prezzi dinamici ottimizzano la ricarica dei veicoli elettrici nelle microreti
Un team di ricercatori dell’Università delle Tre Gole di Cina ha sviluppato una strategia innovativa di prezzi dinamici che promette di rivoluzionare il modo in cui i veicoli elettrici (VE) interagiscono con le microreti. Guidato da Xia Xin, un ricercatore del College of Electrical Engineering & New Energy, lo studio introduce un modello di ottimizzazione a due livelli che non solo migliora la stabilità e l’efficienza economica delle microreti, ma aumenta anche significativamente la soddisfazione degli utenti. Pubblicato sulla rivista Electric Power Engineering Technology, questo lavoro rappresenta un avanzamento significativo nell’integrazione dei VE nei sistemi di energia intelligente.
L’aumento della popolarità dei veicoli elettrici ha sollevato nuove sfide per l’infrastruttura di ricarica e la gestione della rete elettrica. Man mano che sempre più persone adottano i VE, la domanda di ricarica è diventata più intensa e meno prevedibile, il che può provocare picchi di carico che influiscono negativamente sulla stabilità della rete. I modelli tradizionali di prezzi fissi e tariffe orarie (TOU) si sono dimostrati insufficienti per affrontare queste sfide, poiché non possono adattarsi alla variabilità in tempo reale della domanda e dell’offerta di energia. In risposta, Xia Xin e i suoi colleghi hanno proposto una strategia di prezzi dinamici che aggiusta automaticamente i prezzi dell’elettricità in base al carico netto della microrete, guidando così il comportamento di ricarica dei VE per ottimizzare le prestazioni del sistema.
Il modello proposto si basa su un’architettura a due livelli. Il livello superiore si concentra sul modello di carico dei VE, analizzando le caratteristiche di ricarica rapida e lenta di diversi tipi di veicoli, come automobili private, taxi e autobus. Questo modello considera il prezzo dell’elettricità della microrete come un fattore guida, cercando di massimizzare la soddisfazione degli utenti. Il livello inferiore, invece, è un modello di funzionamento di microreti multiple che formula strategie di prezzi dinamici basate sul carico netto della microrete. Questo modello tiene conto del consumo di energia rinnovabile da parte dei VE e della domanda di rampa di potenza, ottimizzando i prezzi dinamici di ogni regione per minimizzare le fluttuazioni del carico netto e i costi operativi della microrete.
Per validare l’efficacia del loro approccio, i ricercatori hanno condotto uno studio di caso in una zona di sviluppo urbano, suddivisa in tre regioni: residenziale, commerciale e di uffici. Lo studio ha coinvolto 1.000 automobili private, 100 taxi e 50 autobus, con una velocità media di guida di 30 km/h. La microrete era dotata di stazioni di ricarica rapida (60 kW) e stazioni di ricarica lenta (12 kW). I ricercatori hanno confrontato tre scenari: ricarica non coordinata con prezzi fissi, ricarica coordinata con prezzi TOU e ricarica coordinata con la strategia di prezzi dinamici proposta.
Nel primo scenario, la ricarica non coordinata con prezzi fissi, i VE si ricaricavano senza alcuna guida, il che ha portato a picchi significativi nel carico netto, specialmente durante le ore del mattino e del pomeriggio. Questo scenario ha provocato alte fluttuazioni nel carico netto e ha aumentato i costi operativi della microrete. Nel secondo scenario, la ricarica coordinata con prezzi TOU, si è osservato un certo miglioramento nella gestione del carico, ma i picchi erano ancora presenti e la riduzione generale delle fluttuazioni del carico netto era limitata.
Il terzo scenario, che ha implementato la strategia di prezzi dinamici proposta, ha dimostrato un miglioramento significativo sia nella gestione del carico che nell’efficienza economica. Il modello di prezzi dinamici aggiustava i prezzi dell’elettricità in tempo reale in base al carico netto della microrete. Quando il carico netto era negativo, indicando un eccesso di energia rinnovabile, i prezzi venivano ridotti per incentivare i VE a ricaricarsi, consumando così l’energia in eccesso. Al contrario, quando il carico netto era positivo, indicando una domanda elevata, i prezzi venivano aumentati per scoraggiare la ricarica e ridurre il carico sulla rete.
I risultati dello studio di caso sono stati impressionanti. Nel periodo dalle 07:00 alle 10:00, la strategia di prezzi dinamici ha ridotto efficacemente il rapido aumento del carico di ricarica rapida e lenta nella zona degli uffici, che in precedenza aveva causato picchi significativi nel carico netto. Guidando la ricarica rapida verso le zone commerciali e residenziali e regolando i tempi di inizio della ricarica lenta, la strategia ha ottenuto una distribuzione più equilibrata del carico. Ciò ha portato a una riduzione sostanziale delle fluttuazioni del carico netto nella zona degli uffici, mentre ha avuto un impatto minimo sulle zone commerciali e residenziali.
Durante il periodo dalle 10:00 alle 18:00, la strategia di prezzi dinamici ha affrontato il problema dell’energia eolica e solare sottoutilizzata nella zona residenziale. Riducendo i prezzi, la strategia ha incentivato i VE delle zone degli uffici e commerciali a ricaricarsi nella zona residenziale, consumando efficacemente l’energia rinnovabile in eccesso. Ciò non solo ha migliorato l’utilizzo delle risorse rinnovabili, ma ha anche ridotto le fluttuazioni del carico netto nella zona commerciale, anche se c’è stato un leggero aumento nella zona degli uffici.
Nel periodo dalle 18:00 alle 24:00, man mano che la generazione fotovoltaica cessava e l’energia eolica diminuiva, il carico base in tutte le aree raggiungeva il suo massimo. La strategia di prezzi dinamici ha mitigato con successo il picco più alto del carico netto nella zona commerciale, reindirizzando parte del carico di ricarica rapida verso le zone degli uffici e residenziali. Sebbene ciò abbia provocato un leggero aumento delle fluttuazioni del carico netto nelle zone degli uffici e residenziali, ha efficacemente ridotto l’impatto del picco di carico sulla microrete commerciale.
Infine, nel periodo dalle 00:00 alle 07:00, man mano che la generazione eolica aumentava e il consumo di carico base diminuiva, la strategia di prezzi dinamici ha trasferito parte del carico di ricarica lenta dal periodo 18:00-24:00 a questo intervallo temporale. Inoltre, parte del carico di ricarica rapida della zona commerciale è stata reindirizzata verso le zone degli uffici e residenziali, bilanciando ulteriormente la distribuzione del carico.
L’ottimizzazione dei dati del carico netto ha rivelato miglioramenti significativi. Rispetto allo scenario di ricarica non coordinata, la strategia di prezzi dinamici ha ridotto la differenza tra picco e valle del carico netto del 11,3%, 22,2% e 19,7% nelle zone degli uffici, commerciale e residenziale, rispettivamente. La varianza del carico netto è stata anche ridotta del 18,9%, 22,5% e 6,5% in queste aree. Queste riduzioni nelle fluttuazioni del carico netto e nella differenza tra picco e valle non solo hanno migliorato la stabilità della microrete, ma hanno anche ridotto i costi operativi.
I benefici economici della strategia di prezzi dinamici sono stati anche evidenti. Il costo totale di funzionamento della microrete è stato ridotto del 13,95% rispetto allo scenario di ricarica non coordinata. In particolare, i costi operativi nelle zone degli uffici e commerciale sono stati ridotti del 19,21% e 17,58%, rispettivamente, mentre la zona residenziale ha visto una riduzione del 3,2%. La maggiore riduzione nelle zone degli uffici e commerciale può essere attribuita all’impatto più significativo della strategia di prezzi dinamici in queste aree, dove le fluttuazioni del carico netto inizialmente erano più alte.
La soddisfazione degli utenti è stata un’altra metrica chiave valutata nello studio. Nello scenario di ricarica non coordinata, gli utenti avevano la massima soddisfazione di viaggio poiché potevano ricaricarsi alla stazione più vicina, ma la loro soddisfazione per il costo di ricarica era bassa a causa dei prezzi fissi. Nello scenario di prezzi TOU, la soddisfazione di viaggio degli utenti è leggermente diminuita, ma la loro soddisfazione per il costo di ricarica è migliorata, risultando in una soddisfazione generale moderata. Tuttavia, nello scenario di prezzi dinamici, la soddisfazione di viaggio degli utenti è diminuita significativamente poiché dovevano scegliere diversi orari e luoghi di ricarica. Nonostante ciò, la riduzione sostanziale nei costi di ricarica ha portato a un aumento del 22,11% nella soddisfazione generale degli utenti.
Il successo della strategia di prezzi dinamici risiede nella sua capacità di bilanciare gli interessi sia degli operatori di microreti che degli utenti di VE. Aggiustando dinamicamente i prezzi in base al carico netto in tempo reale, la strategia assicura che la microrete operi in modo più efficiente ed economico, fornendo allo stesso tempo incentivi finanziari per gli utenti affinché partecipino ai programmi di risposta alla domanda. Questo beneficio reciproco è un fattore cruciale per l’adozione generalizzata di tali strategie.
I ricercatori hanno anche sottolineato l’importanza di considerare le caratteristiche di rampa delle unità di generazione della microrete. Il modello di prezzi dinamici tiene conto delle velocità massime di rampa dei generatori diesel e delle linee di collegamento della rete di distribuzione, assicurando che i cambiamenti nei carichi di ricarica dei VE non superino i limiti fisici della microrete. Questa considerazione è essenziale per mantenere la sicurezza e la stabilità della microrete, specialmente durante periodi di alta variabilità del carico.
I risultati dello studio hanno implicazioni significative per il futuro della tecnologia delle reti intelligenti e l’integrazione dei VE nella rete elettrica. Man mano che il numero di VE continua a crescere, la necessità di strategie di ricarica intelligenti e adattabili diventerà sempre più importante. La strategia di prezzi dinamici proposta da Xia Xin e il suo team offre una soluzione pratica ed efficace a questa sfida, dimostrando il potenziale per miglioramenti significativi nella stabilità della rete, nell’efficienza economica e nella soddisfazione degli utenti.
Inoltre, la ricerca sottolinea l’importanza della collaborazione interdisciplinare per affrontare sfide energetiche complesse. Il team dell’Università delle Tre Gole di Cina, che include esperti in ingegneria elettrica, nuova energia e ottimizzazione dei sistemi energetici, ha riunito una vasta gamma di competenze e prospettive per sviluppare questa soluzione innovativa. Questo approccio collaborativo è essenziale per progredire nel campo della tecnologia delle reti intelligenti e assicurare che i benefici dell’energia rinnovabile e dei VE siano pienamente sfruttati.
La pubblicazione di questa ricerca sulla rivista Electric Power Engineering Technology, con un DOI di 10.12158/j.2096-3203.2024.03.015, evidenzia l’importanza del lavoro all’interno della comunità scientifica. La rivista, nota per il suo rigoroso processo di revisione paritaria e alti standard, fornisce una piattaforma per diffondere ricerche all’avanguardia nel campo dell’ingegneria elettrica. L’inclusione di questo studio nel numero di maggio 2024 della rivista sottolinea ulteriormente la sua rilevanza e il suo impatto.
In conclusione, la strategia di prezzi dinamici sviluppata da Xia Xin e i suoi colleghi all’Università delle Tre Gole di Cina rappresenta un passo significativo avanti nell’integrazione dei VE nei sistemi di microreti. Sfruttando dati in tempo reale e prezzi adattabili, la strategia gestisce efficacemente la natura dinamica della ricarica dei VE, migliorando la stabilità e l’efficienza economica della microrete mentre aumenta la soddisfazione degli utenti. Mentre il mondo continua la sua transizione verso un futuro energetico più sostenibile e resiliente, soluzioni innovative come questa giocheranno un ruolo cruciale nella formazione delle reti intelligenti di domani.
Xia Xin, Zhong Hao, Zhang Lei, Shu Dong, Wu Fan, Dong Xuewei, College of Electrical Engineering & New Energy, China Three Gorges University, Electric Power Engineering Technology, 10.12158/j.2096-3203.2024.03.015