Litteraturstudie: Planering av publik laddinfrastruktur

Publik laddning är ett aktuellt ämne som vi har skrivit om flera gånger i omEV, exempelvis i en serie om laddoperatörer för några veckor sedan [1 – 3]. Globalt pågår det enorma satsningar av både privata och offentliga aktörer för att bygga ut den publika laddinfrastrukturen. Större flottor laddbara bilar och offentliga styrmedel agerar stimulans. I USA ges stöd genom bland annat IRA, i Kina genom statliga och lokala stöd och i EU blir AFIR förordningen lag inom några veckor.

Att en stor utrullning av publik laddinfrastruktur sker är tydligt. Det är däremot inte lika givet vart laddinfrastrukturen ska eller bör byggas, vilket är ett växande forskningsområde. Dagens nyhetsbrev ämnar ge en inblick i de modeller och perspektiv som har använts i forskningsstudier för planering av publik laddinfrastruktur. Den huvudsakliga källan är en omfattande men inte helt lättöverskådlig litteraturstudie från år 2022 [4].

Planering kräver koordinering mellan transport- och elsystemet

I litteraturstudien är en av slutsatserna att få forskningsstudier har beaktat ett integrerat perspektiv innefattande både transport- och elsystemet i bedömningen av vart laddinfrastruktur bör anläggas. Det vill säga där både efterfrågan på laddning och tillgång till el är inkluderat. Modeller för planering av publik laddinfrastruktur har därmed antingen tagit hänsyn till elsystemets tillgänglighet eller transportsystemet behov, men sällan båda. En möjlig förklaring är att modellering av transport- och elsystem historiskt har varit åtskilda forskningsområden med få gemensamma metoder [4].

Olika mål beroende på perspektiv

Litteraturstudien har identifierat tre perspektiv/aktörer som är viktiga för planering av laddinfrastruktur: transport, el och laddinfrastruktur [4]. De huvudsakliga målen från transportsystemets perspektiv är minimering av laddningstid, väntetider, energikostnader och restider, samtidigt som geografisk täckning och trafikflöden till laddarna önskas maximeras. Från elsystemets perspektiv finns i stället intressen av att minimera kostnaderna för elnätsförstärkningar, driften, energiförluster och att minimera negativ påverkan på elsystemets tillförlitlighet. Från aktörer som bygger och driftar laddinfrastruktur är målsättningen i huvudsak att minimera kostnader för byggnation (mark, installation) och samtidigt minimera drifts- och underhållskostnader för hård- och mjukvara [4]. Problematiken i modeller som vill beakta alla dessa perspektiv är att kombinera och värdera de målkonflikter som troligen kommer att uppstå.

Det finns flera modelleringsalternativ för att estimera efterfrågan på laddning

En viktig delmängd i planeringen av publik laddinfrastruktur är estimering av möjlig efterfrågan på laddning. Det finns flera olika vägar att gå och det finns även olika benämningar på de olika metoderna/modellerna. Tre vanligt förkommande är [4]:

Nodbaserad: I nodbaserade analyser antas efterfrågan på laddning inom ett område kunna tillfredsställas genom placering av laddare på utvalda geografiska noder [4]. Analysen används oftast i urbana miljöer, exempelvis i bostadsområden för laddning för närliggande hushåll [5]. En fördel är att lite data krävs för trafikflöden och användarbeteenden. Möjliga svagheter med nodbaserade analyser är att eventuella nätverkseffekter och mer heterogena användarbeteenden ofta inte beaktas i detalj [4].

Flödesbaserade: Bedömer möjlig efterfrågan baserat på trafikflöden. Generellt innebär det ett antagande om att laddstationer bör placeras på platser med maximalt möjligt trafikgenomflöde [4, 5].  Flödesbaserade modeller kräver ofta mer data än nodbaserade då det är önskvärt att inkludera data för startdestination och slutdestination och trafikflöden däremellan [4]. Detta tillvägagångssätt har ofta använts i analyser för placering av snabbladdningsstationer [5].

Agentbaserad: Skiljer sig ifrån de övriga genom att beskriva representativa prototypiska användare (användare med egenskaper som alla andra användare liknar) [4]. Detta ger möjlighet till att modellera heterogena användartyper och laddningsbeteenden, vilket dock kräver tillgång till mer detaljerade data [4].

Det finns därmed flera olika sätt att modellera efterfrågan på laddning, alla med sina egna fördelar och nackdelar. En potentiellt viktig aspekt som sällan inkluderas i modelleringarna oavsett tillvägagångssätt är påverkan av köer vid laddarna. I stället antas ett optimalt användande under begränsade tidsperioder, exempelvis den timmen på dygnet med högst efterfrågan på laddning [4]. Vilket kan ge missvisande resultat av den verkliga kapaciteten och efterfrågan.

Flest studier fokuserar på planering av snabbladdning

Av de totalt 37 analyserade studier i litteraturstudien är 25 studier fokuserade på placering av snabbladdning, fyra på långsamladdning och åtta studier undersöker både snabb- och långsamladdning [4]. Ingen av (de redan få) studier som integrerar både el- och transportsystemens perspektiv är inriktade på långsamladdning [4].

Ett intressant resultat är att en majoritet av snabbladdningsstudierna är för urbana kontexter, ofta med fokus på kommersiella områden eller bostadsområden [4]. Flödes- och nodbaserade tillvägagångssätt är vanligast, endast tre studier är agentbaserade [4]. En majoritet av studierna saknar empiriska data och använder sig i stället av teoretiska antaganden [4]. Vilket är olyckligt enligt författarna till litteraturstudien som anser att agentbaserade modeller med empiriska data har störst möjlighet att spegla den verkliga efterfrågan på laddning [4]. Bland annat för att bättre reflektera den slumpmässighet och variabilitet i laddningsbeteenden som är troligt i praktiken [4]. Den ideala modellen byggs bottom up med data från heterogena användare och deras fordon (t ex preferenser, körsträckor, SoC, laddningshastigheter och socio-ekonomiska förutsättningar) [4]. Det enda problem är att det kräver tillgång till detaljerad dataset över representativa användare, vilket i praktiken kan vara svårt att tillgå [4].

Egen kommentar

Att säkerställa att utrullning av publik laddinfrastruktur sker på ett effektivt sätt är viktigt. Men det finns målkonflikter mellan aktörerna som är viktiga att förstå. Litteraturstudien ger en bra överblick över forskningsområdet och de brister och utmaningar som finns för nuvarande modeller. Några saker är anmärkningsvärda. Jag blev förvånad över att få studier har undersökt långsamladdning och att de flesta studierna är inriktade mot snabbladdning i urbana miljöer.

Referenser

[1] OmEV. 2023. länk

[2] OmEV. 2023. länk

[3] OmEV. 2023. länk

[4] Unterluggauer, Tim, et al. ”Electric vehicle charging infrastructure planning for integrated transportation and power distribution networks: A review.” ETransportation 12 (2022): 100163. länk

[5] Metais, Marc-Olivier, et al. ”Planning EV Charging Infrastructures: A Literature Review.” 23rd EURO Working Group on Transportation Meeting, EWGT 2020. 2020. länk