Darmowe stacje ładowania zmniejszają koszty energii
Jasne słońce, przyjemny sobotni poranek i niewystarczające zużycie energii elektrycznej, tak że wytworzona energia musi wpływać do sieci. Podobnie niekorzystny jest silny wiatr, który wieje w nocy między 2 a 5 rano, o każdej porze, podczas gdy prawie nikt w kraju nie korzysta z energii elektrycznej.
Naukowcy z Uniwersytetu Południowej Australii w Adelajdzie wykazali, że problem ten można rozwiązać przy niewielkim wysiłku. Wykorzystując całoroczne dane z paneli słonecznych na terenie kampusu, infrastruktury ładowania i istniejących samochodów elektrycznych, udało im się zminimalizować ilość energii elektrycznej kupowanej przez uniwersytet.
Wszystko, co było potrzebne, to stosunkowo proste połączenie informacji o dostępnej energii elektrycznej i pojemności samochodów elektrycznych na terenie kampusu. Jeśli świeci słońce, zaparkowane samochody są w pełni naładowane. Jeśli jednak potrzeba więcej energii elektrycznej niż jest generowane, pewien procent pojemności baterii jest dostępny dla własnej sieci energetycznej uniwersytetu.
Mała replika tego, jak mogłaby wyglądać inteligentna sieć energetyczna z rozszerzoną infrastrukturą ładowania, wystarczającą liczbą samochodów elektrycznych i dodatkowymi magazynami energii, a także rozszerzoną energią wiatrową i słoneczną.
Rezultat: nawet przy darmowej mocy ładowania, uniwersytet oszczędza pieniądze, wykorzystując całą własną energię słoneczną, ponieważ w najlepszym przypadku trzeba kupić o 20% mniej energii elektrycznej.
Wraz z rozbudową istniejącego systemu solarnego i czterokrotnie większą liczbą pojazdów elektrycznych, kampus mógłby być zasilany niemal w całości energią słoneczną.
W przeszłości elektrownie szczytowo-pompowe działały zgodnie z tą zasadą, pompując wodę w górę za pomocą taniej energii elektrycznej i generując energię elektryczną w przeciwnym kierunku w godzinach szczytu.
Jednak dzięki inteligentnym licznikom energii elektrycznej, inteligentnemu wykorzystaniu infrastruktury ładowania i sieciowemu, zdecentralizowanemu wytwarzaniu energii, wydaje się to możliwe bardziej elastycznie i efektywnie przy użyciu dzisiejszych środków. Wystarczy to wdrożyć i nie potrzeba do tego nawet sztucznej inteligencji, a jedynie trochę danych.
Źródło(a)
ScienceDirect przez PV Magazine