Smart spårvagnsnät

Skrivet av Oscar Olsson, Tommy Fransson, Stefan Pettersson (Viktoria Swedish ICT)
Spårvagnar är transporter som normalt drivs på el och som i dagsläget finns i Sverige i de tre städerna Göteborg, Stockholm och Norrköping samt på en hel del andra platser runt om i världen. Det är kostsamt att bygga infrastruktur för spårvagnar och för att inte städer skall behöva investera i ett onödigt dyrt spårvagnsnät dimensioneras typiskt elförsörjningen för att klara ett normalscenario i stället för ett värsta fall med tät och tung spårvagnstrafik. För att skydda infrastrukturen låter man likriktarstationerna som matar ut effekten bryta strömförsörjningen ifall belastningen blir för hög, vilket antingen orsakar helt stopp i spårvagnstrafiken eller väsentligt reducerad hastighet, till förtret för resenärerna. Strömavbrott kan ske när ett fåtal spårvagnar på en sektion råkar accelerera samtidigt, speciellt om sektionen endast förses med ström från en likriktarstation. I takt med ökad spårvagnstrafik, utöver vad som ursprungligen dimensionerades för, ökar också risken för att strömavbrott inträffar i äldre spårvagnsnät. I exempelvis Göteborg har problemet förvärrats under senare år, trots utbyggnader, på grund av ökad turtäthet, samt införskaffandet av större och tyngre spårvagnar som förbrukar högre effekt än de äldre vagnarna. Att dimensionera infrastrukturen för att alltid ha kapacitet som täcker en högsta belastning innebär en kostnad. En spårvagn av nyare modell i exempelvis Göteborg kan konsumera från några tiotals ampere upp till 1700 ampere under accelerationer [1].
Situationen är inte unik och man står inför liknande problem i andra sammanhang där antalet eller storleken på energikonsumenter, exempelvis laddfordon, gradvis ökar. Ett exempel är dimensioneringen av tillgänglig effekt till laddstolpar på en parkeringsplats. Till ett fåtal laddare kan en överkapacitet accepteras då merkostnaden är försumbar. 100 laddpunkter anslutna med 16 ampere vardera skulle däremot kräva huvudsäkringar på över 3×500 ampere. I verkligheten kommer förmodligen inte alla bilar parkera och ladda samtidigt så det faktiska behovet är sannolikt lägre men svårare att uppskatta. Ett annat framtida sammanhang skulle kunna vara elvägar och den potentiella situationen att en kö uppstår i en uppförsbacke. Om den situationen tillåts vara dimensionerande för elvägen blir kostnaden sannolikt onödigt hög.
Ett alternativ är att med hjälp av ”demand side management” fördela den tillgängliga effekten för att öka utnyttjandet utan att riskera att en överlast inträffar, vilket t.ex. möjliggör att behovet av att bygga ut infrastrukturen minskar eller skjuts på framtiden. Gällande elbilar så erbjuder exempelvis ett flertal tillverkare av laddstolpar tjänsten lastbalansering eller lastdelning [2],[3],[4] så att de parkerade elbilarna får dela på en viss maximal effekt genom att antingen ladda i en turordning, eller att alla laddar samtidigt fast långsammare och under en längre tid. Tekniken kan vara särskilt användbar i parkeringshus där det är dyrt att installera ytterligare effekt. Demand side management nämns också ofta i samband med smarta elnät [5],[6].
Ett projekt, finansierat av Västra Götalandsregionen, genomfördes under 2015 för att teoretiskt utreda om det på ett liknande vis går att utjämna spårvagnars effektförbrukning för att minska risken för strömavbrott och/eller öka kapacitetsutnyttjandet av nätet. Villkoren var att varken spårvagnarnas prestanda eller förmåga att hålla tidtabellen skulle försämras.
Med i projektet var Viktoria Swedish ICT som projektledare och forskningsutförare, Trafikkontoret i Göteborg, Göteborgs spårvägar samt Västtrafik. Resultatet från studien presenterades på ITS Europe 2016 [7], [8].
Projektet genomfördes som en modellerings- och simuleringsstudie. Resultaten pekar på att en adaptiv effektbegränsning, som endast begränsar effekten när det finns risk för överlast i likriktarstationerna, faktiskt kan öka utnyttjandegraden av infrastrukturen utan att spårvagnarnas prestanda eller möjlighet att hålla tidtabellen påverkas nämnvärt.
Möjligheterna kan potentiellt realiseras genom att fördela tillgänglig ström till spårvagnarna så att den tillgängliga maxströmmen i matarstationerna inte överskrids. Varje spårvagn får tillskickat en maxeffekt som inte skall överskridas och uppfylls antingen manuellt av föraren genom att accelerera under en viss föreskriven nivå eller genom att automatiskt direkt begränsa spårvagnen. Sensorer, IT och kommunikation är en väsentlig del av lösningen och kostnaden för detta är lägre än att bygga ut infrastrukturen, vilket föranleder ordet ”smart spårvagnsnät”.
Kommentarer
Liknande problemställningar som identifierats hos spårvagnstrafiken finns eller kommer i en snar framtid finnas för andra system som exempelvis elvägar men för dessa ligger utmaningarna lite längre fram i tiden; även om de första lastbilarna på elväg redan rullar i Gävle är antalet fordon fortfarande blygsamt och eltillförseldimensioneringen troligen väl tilltagen.
Behovet av lastbalansering för parkeringsplatser med flera laddare börjar så smått öka, framför allt i installationer som kräver kostsamma investeringar och ombyggnation för att öka den maximalt tillgängliga effekten. I de fall där effektfördelning görs så följer fördelningen av effekten troligen enkla regler som first-come-first-served, eller ”alla får dela på lika mycket i form av en tidsslot”. I slutändan är frågan om hur fördelningen skall ske i system med begränsad maxeffekt en användar- och kundfråga eftersom de i slutändan drabbas av att inte omedelbart få sitt energibehov tillgodosett. Det finns pågående projekt i Sverige som tagit sig an lasbalanseringsfrågan ur detta perspektiv, se t.ex. [9] och [10], och kommer med all säkerhet följas av flera andra projekt.
Syftet med smart effektfördelning i allmänhet och smart spårvagnsnät i synnerhet är att totalkostnaden ska kunna reduceras. En likriktarstation för spårvagnar kostar i runda slängar 5 miljoner kronor, och det uppskattade investeringsbehovet i Göteborgs spårvagnsnät inom några år är i storleksordningen 60-70 miljoner kronor (Trafikkontoret i Göteborgs uppskattning i muntliga samtal). Det är svårare att uppskatta vad demand side management kostar, eftersom det dels är en teknikutvecklingsfas som måste till och dels kostar hårdvaran i spårvagnarna samt likriktarstationerna. Mellan tummen och pekfingret bör inte kostnaderna överstiga några 10-tals miljoner för ett utvecklat demand side managementsystem, så det finns potential att spara i storleksordningen några 10-tals miljoner kronor. En liten brasklapp är vi dock tvungna att lämna för dessa skattningar eftersom en del likriktarstationer behöver uppgraderas oavsett så det måste till en mer detaljerad studie för att få precision i siffrorna.
Ett potentiellt hinder mot demand side management är att investeringen innebär att kostnader förskjuts till andra parter än de som normalt gör kapacitetsökningen. I fallet med spårvagnsinfrastrukturen sköter Teknikkontoret i Göteborg infrastrukturinvesteringar, men om adaptiv strömbegränsning införs riskerar även Göteborgs spårvägar (som äger spårvagnarna) att ta en del av kostnaden för ytterligare teknik ombord fordonet som dessutom måste utvecklas och testas av spårvagnstillverkaren. Det blir ett litet höna-eller-ägget-problem att ställa krav i kommande upphandlingar på teknik som inte finns alternativt att för spårvagnstillverkarna att utveckla teknik som inte efterfrågas. Ingen omöjlig knut att lösa, men då måste det finnas en vilja och drivkraft hos involverade aktörer att anamma nya smarta lösningar som potentiellt sänker totalkostnaderna, vilket kommer att gynna skattebetalarna och resenärerna i slutändan.
Referenser
[1] Edstrand, J. (2012). Calculation method for powering a tramway network. Department of Energy and Environment. Gothenburg: Chalmers University of Technology.
[2] länk
[3] länk
[4] länk
[5] Palensky. P., and Dietrich, D., (2011) Demand Side Management: Demand Response, Intelligent Energy Systems, and Smart Loads, IEEE Transactions On Industrial Informatics, vol. 7, no. 3, p381-388.
[6] Mohsenian-Rad, A., Wong, V., Jatskevich, J., Schober, R., and Leon-Garcia, A., (2011) Autonomous Demand-Side Management Based on Game-Theoretic Energy Consumption Scheduling for the Future Smart Grid, IEEE Transactions On Smart Grid, Vol. 1, No. 3, p320-331.
[7] länk
[8] L. Holmén, Olsson, O., Fransson, T., Pettersson, S. Simulation Study of Power Limitation for City Trams. In Proceedings of 11th ITS European Congress, Glasgow, Scotland, 6-9 June 2016. länk
[9] länk
[10] Lundgren, A. Elbilsladdning i anslutning till bostadsfastighet – modellering av sammanlagringseffekt. Examensarbete Uppsala Universitet. ISSN: 1650-8300, UPTEC ES16 016. Juni 2016. länk