Norsk studie om laddbeteende i flerfamiljshus (data finns att ladda hem)

En norsk studie har utvecklat metodik för att beräkna fram mer detaljerade data om laddbeteende från mer begränsad, men verklig och tillgänglig ladddata från laddoperatörer [1].

De har fokuserat på laddbeteende hos norrmän som bor i flerfamiljshus.

Den verkliga datamängden är 35 000 laddsessioner som 257 laddbilsägare har gjort i 12 olika hus på olika platser i Norge. Mätperioden varierade på olika platser, men totalt samlades data in från februari 2018 till augusti 2021. De har med både laddhybrider (PHEV och batterielbilar (BEV) i deras studie.

Med deras metodik har de beräknat fram realistiska bedömningar hur stora batterierna är, verklig laddeffekt som används, vilken SoC (State-of-Charge) batteriet har när bilen börjar laddas, när bilen blir inkopplad till laddaren, när bilen blir urkopplad från laddaren samt hur mycket energi som laddas. De har ofta gjort en tidsupplösning vad värdena är per timme också.

De har också hittat samband mellan hur laddbeteende beror på vilken storlek batteriet har samt vilken laddeffekt som är tillgänglig.

Ett tydligt resultat från studien är att det finns stor potential att flytta laddning från sen eftermiddag till natten.

Författarna hävdar att deras data är en bra start för att kunna bedöma nutida och framtida laddbeteende i flerfamiljhus, potential för smart laddning, samt hur laddning kan påverka elnät.

Den verkliga datamängden och deras beräknade värden finns att ladda hem utan kostnad [2].

Resultat – laddeffekt och batterikapacitet

I deras studie hade 46% en verklig laddeffekt som var mindre än 4 kW.

Resten hade en laddeffekt som var mellan 4–11 kW.

55 procent av användarna hade ett batteri med en kapacitet som var mindre än 33 kWh. Resten hade en batterikapacitet mellan 33–100 kWh.

Resultat – konsekvens av batterikapacitet och laddeffekt på laddbeteende

I medel laddade varje användare 6,2 kWh per dag.  Samt de hade laddsessioner 3,7 gånger i veckan i medel.

Vid varje laddsession var energimängden i medel 12,4 kWh.

Om batteriet var stort och tillgänglig laddeffekten var stor så var energimängden som laddas 1,6 gånger mer i medel i jämförelse med den gruppen som hade ett mindre batteri och lägre tillgänglig effekt.

Resultat – SoC

Resultatet tyder på att det är ovanligt att förarna använder batteriets hela kapacitet. För de användarna som har större batterier är det ännu mer ovanligt.

För 65% av laddsessionerna var laddenergin som laddas mindre än halva nettokapaciteten hos batteriet.

Resultat – Potential att flytta tidpunkt för laddning

De daglig laddkurvorna som de fått fram tyder på att det finns stor potential att flytta laddning i flerfamiljshus, speciellt från eftermiddag till natten. Den möjligheten kan vara en stor nytta i relation till belastning av elnäten.

I medel laddade en bil 3 timmar under en laddsession, men de var inkopplade i medel i 12 timmar.

Användare som har stor laddeffekt (både bilens laddare och laddpunktens), ofta är inkopplad och som laddar ofta är extra viktiga när potential för smart laddning ska beräknas.

Artikelns bidrag

Författarna har gjort en omfattande litteraturgranskning.

Deras bedömning är att det saknas data på laddbeteende för att kunna göra bra datadriven analys och modeller hur laddning sker och vilken flexibilitet som finns.

De hävdar också att Norge är en mogen marknad där beteende kanske mer stabiliserats.

Eftersom laddbeteende beror på storlek på batteriet och vilken laddeffekt som finns tillgänglig så bör de faktorerna inkluderas för att göra bra modeller.

Deras bidrag är också att de utvecklat olika metoder för att beräkna fram viktiga ladddata från mer tillgängliga data från laddoperatörer. De metoderna som de använder är tydligt beskrivna i en artikel [1].  

Författarnas diskussion

Storlek på batteriet påverkar hur mycket som laddas. Författarna antyder att det beror på att en batteribil med längre elräckvidd (större batteri) körs mer i medel än en batteribil med mindre batteri.

Författarna tar upp några aspekter som kan påverka i framtiden. V2G är en uppenbar. Ännu bättre arbetsplatsladdning kan påverka hur laddbeteendet ser ut hemma.

En annan är om det uppkommer en trend att elbilsförarna börja ladda mindre frekvent.

De önskar också att ännu större datamängder samlas in hur laddning egentlig sker.

Egen kommentar

En del av mätperioden var under COVID, men enligt författarna så skedde mycket av mätning innan pandemin.

Vore bra om de delat upp data för laddhybrider och batteribilar.

Det är mycket bra att det går att ladda hem hela datamängden [2].

I deras metoder för att beräkna fram en del parametrar finns mycket antaganden, men jag tycker att mycket känns rimligt.

Referenser

[1] Sørensen, Åse Lekang, et al. ”A method for generating complete EV charging datasets and analysis of residential charging behaviour in a large Norwegian case study.” Sustainable Energy, Grids and Networks 36 (2023): 101195. (Open Access)

[2] Sørensen, Åse Lekang, et al. ”Electric vehicle charging dataset with 35,000 charging sessions from 12 residential locations in Norway.” Data in Brief (2024): 110883. (Open Access)