After-diversity demand curves for electric vehicle charging with domestic customers

Andelen laddbara bilar som används i Sverige ökar stadigt och nätbolagen står inför en utmaningvid dimensionering av elnätet när elektrifieringen medför en högre energi- och effektanvändning.Tekniska verken Linköping Nät AB använder idag typkurvemetoden och så kallade BETTY-kurvorför att utföra olika dimensioneringsberäkningar i elnätet med hjälp av programvaran Trimble NISEnergy. Tekniska verken vill undersöka möjligheten att ta fram nya typkurvor och implementeradem på en del av elnätet för att se hur elbilsladdning påverkar belastningsgrad samtspänningssänkning.Detta examensarbete har studerat teorin bakom typkurvemetoden och hur den har implementeratsi Trimble NIS Energy. Med hjälp av timvärden från utvalda kunder med elbil har sedan nyakundkategorier tagits fram för småhus utan elvärme samt för en ren elbil. Den nya kategorin 1006-Elbil hade ett mönster för typkurvorna som visade att laddning skedde främst under kvälls- ochnattetid, med en topp på ca 1,3 kW under tidig morgon.Påverkan av elbilsladdning har undersökts för två nätstationer i olika delar av elnätet genom attförst addera den framtagna elbilskurvan till 50 % av hushållen och sedan till 100 % av hushållen.Dessa värden är valda för att simulera att om 10 år beräknas ca 50 % av alla hushåll i Östergötlandäga en elbil och om 30 år antas alla hushåll äga en elbil.Beräkningsresultaten visade att transformatorns belastningsgrad var den parameter som påverkadesmest eftersom kablarnas belastningsgrad var lägre och spänningsfallet alltid höll sig inom gränsenpå ±10 % av nominell spänning. Nätstation S721 ligger i ett område med fjärrvärme ochgrundbelastningen för transformatorn innan elbilar adderades låg på ca 40 % av märkeffekt. Efteratt ca 130 elbilar adderats, enligt simuleringen 30 år i framtiden, ökade transformatornsbelastningsgrad till ca 80 %. Nätstation S683 ligger i ett område utan fjärrvärme och hade en högregrundbelastning på transformatorn med ca 70 % av märkeffekt. Vid simuleringen som motsvarar30 år i framtiden adderades ca 40 elbilar och belastningsgraden ökade till 99 %.Det gjordes även en simulering enligt Tekniska verkens instruktioner för projektering av ny- ochombyggnation av elnätet som innebär att till varje hushåll adderas en tänkt elbilslast om 5,5 kWsom sker mellan kl. 00-05. Dimensioneringsberäkningen som utfördes med den extra lasten visadeatt transformatorer och kablar blev överbelastade i båda områdena.Beräkningsresultaten visar att det kan skilja stort beroende på vilken last vi kan anta attelbilsladdning i hushåll kommer att ha i framtiden. Om laddmönstret följer den skapade kategorin1006 sker laddningen ganska utspritt mellan kunderna och påverkan blir inte lika stor som vid densista beräkningen med antagandet om att varannan kund laddar samtidigt.The proportion of rechargeable cars used in Sweden is steadily increasing and the grid companiesface a challenge in dimensioning the electricity grid when electrification results in a higher energyand power consumtion. Tekniska verken Linköping Nät AB currently uses the type-curve methodand so-called BETTY curves to perform various dimensioning calculations in the electricity gridusing the Trimble NIS Energy software. Tekniska verken wants to investigate the possibility ofdeveloping new type curves and implementing them on a part of the electricity grid to see howelectric vehicle (EV) charging affects the degree of loading and voltage reduction.This thesis has studied the theory behind the type-curve method and how it has been implementedin Trimble NIS Energy. With the help of hourly values from selected customers with EV, newcustomer categories have since been developed for single-family homes without electric heatingand for EV charging. The new category 1006-Electric car had a pattern for the type curves thatshowed that charging took place mainly during the evening and night, with a peak of about 1.3 kWin the early morning.The impact of EV charging has been investigated for two substations in different parts of the gridby first adding the developed EV curve to 50% of households and then to 100% of households.These values are chosen to simulate that in 10 years it is estimated that about 50% of all householdsin Östergötland own an electric car and in 30 years all households are assumed to own an electriccar.The calculation results showed that the transformer loading level was the parameter most affectedbecause the loading level of the cables was lower. The results also showed that the voltage dropalways remained within the limit of ±10% of nominal voltage. The S721 substation is in an areawith district heating and the basic load for the transformer before electric cars were added wasabout 40% of the rated power. After about 130 electric cars were added, according to the simulation30 years in the future, the transformer's loading level increased to about 80%. The S683 substationis in an area without district heating and had a higher basic load on the transformer with about 70%of the rated power. In the simulation corresponding to 30 years in the future, about 40 electric carswere added and the loading level increased to 99%.A simulation was also carried out according to Tekniska verken's instructions for designing newand rebuilding the electricity grid, which means that an EV charging load of 5.5 kW is added toeach household. The dimensioning calculation performed with the additional load showed thattransformers and cables became overloaded in both areas.The calculation results show that impact of EV charging on the grid can differ greatly dependingon the future charging pattern. If the charging pattern follows the created category 1006, thecharging takes place quite scattered between the customers and the impact will not be as great asin the last calculation with the assumption that every other customer charges at the same time