Simple Science

最先端の科学をわかりやすく解説

# 統計学# システムと制御# コンピュータと社会# システムと制御# アプリケーション

低炭素技術が電力網に与える影響

フランダースにおけるEV、HP、ソーラーパネルの電力使用に関する分析。

T. Becker, R. Smet, B. Macharis, K. Vanthournout

― 1 分で読む


低炭素技術が電力ピークに影低炭素技術が電力ピークに影響を与える与える影響を調べてる。研究がEV、HP、太陽光発電が電力使用に
目次

電気自動車(EV)、ヒートポンプ(HP)、そして太陽光パネルは、二酸化炭素をあまり出さない新しい技術だよ。これらは、低電圧グリッド(LVG)と呼ばれる地域の電力システムに急速に接続されているんだ。これらの技術がLVGに与える影響を理解する上での主な課題の一つは、実際の状況で測定された最近の電力使用データが不足していることだ。この文章では、EV、HP、太陽光パネルが低電圧フィーダーの電力ピークの大きさやタイミングにどのように貢献するかを探るよ。

2022年にベルギーのフランダースの家庭から集めた42,089のスマートメーターのデータをもとに、これらの技術が電力使用にどのように影響しているかを分析したんだ。データは15分ごとに電力使用量を測るスマートメーターから得られたよ。私たちは、その情報がエネルギー使用に気を使っている人々に偏っていることが分かった。というのも、彼らは詳細なデータを要求する可能性が高いからね。

統計モデルを使って、接続数が異なるフィーダーを調べてみた。接続数が40の小さなフィーダーでは、ヒートポンプがピーク電力に約1.2 kW、電気自動車が約1.4 kW、6.5 kW以上で充電している電気自動車が約2.0 kWを加えることが分かったよ。

一日の中での電力消費の変化を見たところ、通常の電力使用パターンである「ダックカーブ」が変わることが分かった。ヒートポンプのみのフィーダーでは「ナイトキャメル」パターンに似たものが見られ、素早く充電する電気自動車を持つフィーダーでは「ナイトドロメダリー」パターンが見られた。クリーンエネルギーへの移行が進むにつれて、電気料金の変動やバッテリー技術の向上などの要因により、消費パターンは進化していくよ。

私たちの分析したデータセットには、太陽光パネルを持つ家庭が76%、ヒートポンプを持つ家庭が862、電気自動車充電ステーションを持つ家庭が1,924含まれていたんだ。私たちが提案した方法は導入が簡単で、配電システムオペレーター(DSO)が電力使用の変化を監視するためのツールを提供するよ。

クリーンエネルギーへの移行

化石燃料を使って社会を動かすことには、気候変動や大気汚染など多くの欠点があるよ。化石燃料から離れるためには、エネルギーシステムの多くの部分を電化する必要があるんだ。家庭レベルでは、太陽光パネルを設置して電力を生成し、ヒートポンプを使用して家を暖め、ガソリンやディーゼル車に頼るのではなく、電気自動車の充電ポイントを設置することを意味するよ。

これらの低炭素技術は、低電圧グリッドに大きな影響を与えるんだ。グリッドのピーク負荷を増加させたり、これらのピークのタイミングを変えたりできるよ。場合によっては、グリッドの一部が電力を受け取るのではなく、電力を注入することになることもあって、入ってくる電力が使用される電力を超えることがあるんだ。電気負荷がグリッド容量を超えると、電圧レベルや過熱の問題が発生し、新しい低炭素技術の導入が止まったり遅れたりすることがあるよ。

電力使用データの不足

低炭素技術がLVGでどのように機能するかを理解する上での大きな課題は、これらの技術を使っている家庭からの実世界の電力使用プロファイルを含む大量のデータが必要なことだ。現在のデータセットは大きいとは言えなかったり、最近のものではなかったりすることが多く、シミュレートデータや限られた実測値に依存していることが多いんだ。これが、住宅の電力使用に見られるさまざまな行動をモデル化するのを難しくしているよ。

私たちの研究では、2022年に収集したフランダースの家庭からの42,089の実際のスマートメータープロファイルを調べた。データは、配電システムオペレーターのフルビウスから得たよ。このデータセットの大部分、76%は太陽光パネルを含み、ヒートポンプや電気自動車充電ステーションを持つ家庭のデータもあるよ。

スマートメーターデータを天候データと照合して、さまざまなフィーダーサイズのための負荷をモデル化するためにランダムサンプリング技術を使ったんだ。これにより、低炭素技術が日中や一年のさまざまな時間にピーク負荷にどのように影響しているかが分かったよ。

電力消費パターンの観察

従来のフィーダーでは電気自動車やヒートポンプがない場合、電力使用はダックカーブに従っていた。しかし、ヒートポンプを持つフィーダーでは、異なるカーブが見られ、ナイトキャメルに似たパターンが現れた。高出力で充電する電気自動車があるフィーダーは、ナイトドロメダリーパターンに従っていたよ。

これらのシステムにおけるピーク使用のタイミングは、動的な電気料金やバッテリーのサイズなど、いくつかの要因に影響される。私たちの方法はシンプルで、DSOが住宅の電力使用トレンドをよりよく理解するのを助けるよ。

データセットの特徴

私たちが使ったデータセットには、いくつかのサブセットがある。ヒートポンプを持つ家庭は「HP」と記載され、電気自動車充電ステーションを持つ家庭は「EV」と呼ばれている。また、充電電力が6.5 kWを超える高出力電気自動車接続用のサブセットは「EV, high power」と名づけられている。4つ目のセットは、電気自動車やヒートポンプがない家庭で、「no HP, no EV」と呼ばれているよ。

私たちの調査結果によると、電気自動車とヒートポンプを持つ家庭は、太陽光パネルの出力が高く、接続電力も大きい傾向がある。年間のエネルギー消費量は、太陽光パネルを持つ家庭で負の年間消費が見られるため、no HP, no EV カテゴリーでは低いよ。

負荷プロファイルと行動

さまざまな接続の年間の電力消費行動を調べた。分析では、日々の電力使用データをプロットし、ヒートマップやヒストグラムを使って変動を示したよ。

ヒートポンプのある家庭では、冬の夜に多く電力を使用するモジュレーションされた消費行動が見られた。夏の間はヒートポンプの活動は最小限だったよ。電気自動車のある家庭では、充電は通常夕方に行われ、高い充電率が可能だとしてもそうだった。

要するに、このデータは電力使用にさまざまな行動が見られ、実際の使用データなしで住宅の消費パターンを正確に予測することの難しさを示しているよ。

電力使用のピーク

私たちはピーク使用を理解し、それがフィーダーの接続数にどのように関連しているかを調べた。分析によると、ピーク使用は接続数によって大きく異なり、約150の接続で強い収束が見られたよ。

同時性の要素もフィーダーサイズが大きくなるにつれて顕著に減少した。電気自動車やヒートポンプのみのフィーダーの場合、接続ごとの平均ピークは2.0 kWから3.5 kWまで異なっている。

ヒートポンプと電気自動車の貢献

ヒートポンプと電気自動車がピーク使用に与える影響を把握するために、これらの技術がないフィーダーとそれらを持つフィーダーを比較したよ。平均して、ヒートポンプはピーク使用に約1.2 kWを追加し、電気自動車は約1.4 kWを加えることが分かった。

高出力の電気自動車充電器はピークレベルに大きな影響を与え、これらの技術が電力グリッドにどのように統合されるべきかを考える必要があることを強調しているんだ。

ピークのタイミング

ピークが一日の中でいつ発生するか、そして一年の中でのタイミングについて調査したよ。電気自動車やヒートポンプがないフィーダーでは、ピーク電力は通常、寒い日の早い夕方に発生する。一方、ヒートポンプのあるフィーダーでは、ピークが朝や夕方にシフトすることが多く、気候条件に対応していることが分かった。

高い充電能力を持つ電気自動車は、遅い夜にピークを示した。この対照的に、真夏には注入のピークが見られ、電力需要と太陽放射のような自然要因の相互作用が強調されたよ。

天候が負荷パターンに与える影響

天候条件とフィーダーの負荷パターンの関係を調べた。電力使用を温度や日光のレベルに対してプロットし、これらの要因がピークの発生にどのように影響するかを見たよ。

例えば、最も寒い日には、従来のフィーダーではクラシックなダックカーブが見られたが、ヒートポンプのあるフィーダーでは、エネルギー効率の違いによる影響で異なる使用パターンが見られた。

フィーダーピークの観察

ヒートポンプと電気自動車がフィーダーのピークに与える影響は大きい。パターンは、より多くの低炭素技術が統合されるにつれて行動が進化し続けることを示唆している。これらの変化を理解することは、将来のエネルギー需要に備えるために重要だよ。

評価では、注入ピークのサイズは取り出しピークと似ているが、電気自動車が関与しているかどうかによって変動する傾向があることが分かった。

今後の推奨事項

観察されたパターンから、電力消費行動に対するいくつかの推奨事項が浮かび上がった。たとえば、晴れた日に電気自動車の充電を促進することで、グリッドへの負担を軽減できるかもしれない。また、ヒートポンプを持つユーザーは、暖房スケジュールをうまく管理することでピーク使用を減らすことができるよ。

分析したデータセットは、低炭素技術の初期採用者に偏っているため、一般の人々のエネルギー使用を反映していないかもしれない。しかし、技術がより広まるにつれて、電力消費の習慣がどのように変化するかを示す貴重なデータポイントを提供しているんだ。

結論

この論文で紹介した方法は、低炭素技術が低電圧フィーダーに与える影響を包括的に理解するためのものだよ。42,000を超える住宅の消費データを使って、フランダースにおけるエネルギー使用パターンの未来について重要な発見ができた。

全体として、この分析は、住宅の行動が新しい政策やエネルギー市場の価格構造にどのように反応するかに関する追加研究への道を開くものだよ。これらのダイナミクスを理解することは、エネルギーインフラについての情報に基づいた判断を下し、クリーンエネルギーへのスムーズな移行を確保するために重要だね。

オリジナルソース

タイトル: Effect of electric vehicles, heat pumps, and solar panels on low-voltage feeders: Evidence from smart meter profiles

概要: Electric vehicles (EVs), heat pumps (HPs) and solar panels are low-carbon technologies (LCTs) that are being connected to the low-voltage grid (LVG) at a rapid pace. One of the main hurdles to understand their impact on the LVG is the lack of recent, large electricity consumption datasets, measured in real-world conditions. We investigated the contribution of LCTs to the size and timing of peaks on LV feeders by using a large dataset of 42,089 smart meter profiles of residential LVG customers. These profiles were measured in 2022 by Fluvius, the distribution system operator (DSO) of Flanders, Belgium. The dataset contains customers that proactively requested higher-resolution smart metering data, and hence is biased towards energy-interested people. LV feeders of different sizes were statistically modelled with a profile sampling approach. For feeders with 40 connections, we found a contribution to the feeder peak of 1.2 kW for a HP, 1.4 kW for an EV and 2.0 kW for an EV charging faster than 6.5 kW. A visual analysis of the feeder-level loads shows that the classical duck curve is replaced by a night-camel curve for feeders with only HPs and a night-dromedary curve for feeders with only EVs charging faster than 6.5 kW. Consumption patterns will continue to change as the energy transition is carried out, because of e.g. dynamic electricity tariffs or increased battery capacities. Our introduced methods are simple to implement, making it a useful tool for DSOs that have access to smart meter data to monitor changing consumption patterns.

著者: T. Becker, R. Smet, B. Macharis, K. Vanthournout

最終更新: 2024-09-11 00:00:00

言語: English

ソースURL: https://arxiv.org/abs/2409.18105

ソースPDF: https://arxiv.org/pdf/2409.18105

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。

著者たちからもっと読む

類似の記事