White paper

Sviluppo di sistemi Vehicle-to-Grid (V2G) con modellazione e simulazione

Introduzione

Il principale beneficio per l’ambiente derivante dall’uso dei veicoli elettrici consiste nella riduzione delle emissioni dallo scarico, il che contribuisce all’abbassamento generale delle emissioni di gas a effetto serra nel settore dei trasporti. Un secondo vantaggio che si sta facendo strada è legato all’uso delle batterie per veicoli elettrici come sistema di accumulo di energia per migliorare la gestione dell’energia per edifici e la risposta alla domanda della rete, rispettivamente indicate dalle espressioni vehicle-to-building (V2B) e vehicle-to-grid (V1G e V2G).

Il vantaggio specifico derivante dall’impiego delle batterie per veicoli elettrici per V2B e V2G consiste nel ridurre la necessità di più impianti di alimentazione che producono emissioni per alimentare il sistema e nel garantire un funzionamento più flessibile ed efficiente. Per quanto riguarda V2B, l’uso della potenza di rete può essere ridotto tramite l’aumento dei consumi energetici prodotti dalle risorse energetiche distribuite (DER), come gli impianti fotovoltaici. Per di più, è possibile garantire un funzionamento autonomo rispetto al collegamento alla rete elettrica (il cosiddetto funzionamento in isola), con un conseguente aumento della sicurezza dell’alimentazione in caso di blackout della rete.

In questo white paper, scoprirai quanto è vantaggio e importante ottimizzare i sistemi di carica dei veicoli elettrici al fine di aumentare l’efficienza di rete. L’articolo spiegherà in che modo i metodi di ricarica smart possono favorire la risposta del sistema energetico nel suo complesso, esaminerà le best practice di ottimizzazione, parlerà di come migliorare lo sviluppo delle infrastrutture di carica tramite la modellazione e la simulazione e molto altro ancora.

sezione

Ricarica bidirezionale

Affinché le batterie per veicoli elettrici possano fungere da risorse “programmabili” all’interno di sistemi più grandi, devono essere collegate per mezzo di caricatori bidirezionali, che permettano alla batteria di caricarsi e scaricarsi nel sistema energetico di un edificio o in rete. Tali caricatori bidirezionali sono dei convertitori di potenza messi in funzione per mezzo di controller digitali, i quali possono essere progettati con la modellazione e la simulazione. Tale approccio consente di verificare sia il funzionamento dettagliato del controller del convertitore di potenza sia la risposta del sistema nel suo complesso in termini di vincoli operativi, come i limiti di tensione e corrente, e di condizioni di guasto, come il guasto dell’interruttore elettronico di potenza.

La ricarica bidirezionale è resa possibile da un convertitore di potenza bidirezionale che contiene degli interruttori elettronici di potenza controllabili, come IGBT o MOSFET. Il controllo digitale viene utilizzato per generare un ciclo di lavoro utile per la modulazione a larghezza di impulsi (PWM), che determina l’accensione e lo spegnimento degli interruttori elettronici di potenza. Nonostante esistano varie tipologie di convertitori di potenza utilizzabili per la ricarica dei veicoli elettrici, quello più popolare è il Dual Active Bridge (DAB), grazie alla sua flessibilità ed efficienza operativa. La Figura 1 mostra la topologia di un DAB modellato con Simscape Electrical™.

Diagramma che mostra il circuito di un convertitore Dual Active Bridge.

Figura 1. Topologia del DAB.

Un DAB è costituito da due ponti H collegati per mezzo di un trasformatore di isolamento. Ogni ponte H è controllato separatamente per raggiungere il profilo operativo generale desiderato.

La Figura 2 che segue mostra una grafica MATLAB® azionata da una simulazione di Simscape Electrical. La figura mostra un DAB che funziona con il controllo a spostamento di fase, dove le fasi delle tensioni dei ponti H primario e secondario vengono spostate l’una rispetto all’altra per ottenere una determinata grandezza e direzione del flusso di potenza. L’immagine mostra la potenza che fluisce dal lato primario a quello secondario, in quanto la tensione AC primaria (VACp) guida la tensione AC secondaria (VACs). Per un’inversione del flusso, VACp sarebbe in ritardo rispetto a VACs. La simulazione viene usata non solo per progettare il sistema di controllo, ma anche per scegliere i componenti elettrici adatti, con potenze nominali adatte a soddisfare i requisiti operativi.

Figura 2. Diagramma che illustra i percorsi del circuito elettrico con componenti etichettati e forme d’onda della tensione.

sezione

Ricarica intelligente

Quando più veicoli elettrici sono collegati ai sistemi V2B o V1G/V2G, è possibile usare la ricarica intelligente. Per V1G si intende la ricarica monodirezionale mentre per V2G quella bidirezionale. La ricarica intelligente si ha quando è possibile adottare delle tecniche di ottimizzazione per regolare i singoli profili di ricarica delle singole batterie, in modo tale da ottenere un vantaggio a livello di sistema.

Ad esempio, la grafica che segue (Figura 3) mostra un sistema V2G con quattro veicoli elettrici collegati a una rete. Possiamo presupporre che i quattro veicoli elettrici si connettano e disconnettano in momenti diversi e che alla fine del tempo di collegamento ciascun veicolo sia completamente carico. Possiamo inoltre immaginare di conoscere in anticipo le tempistiche di connessione e disconnessione (si tratta di una semplificazione a puro scopo illustrativo). Se i veicoli elettrici vengono caricati a un tasso pressoché costante (non intelligente), probabilmente si otterranno i pattern di ricarica indicati in rosso, dove si nota che ogni veicolo elettrico è completamente carico al termine del ciclo di ricarica. Si noti, tuttavia, che la potenza di rete mostra un picco di notevole entità per questo scenario. Se invece applichiamo dei metodi di ottimizzazione e imponiamo un vincolo per minimizzare il picco in rete assicurandoci al contempo che ciascun veicolo elettrico sia completamente carico al termine del periodo di collegamento, possiamo prevedere di ottenere i pattern di ricarica indicati in verde. Durante i periodi di collegamento, le batterie possono caricarsi e scaricarsi per ridistribuire l’energia nel tempo, riducendo in tal modo il picco in rete. Un potenziale svantaggio della ricarica intelligente è rappresentato dal fatto che le batterie per veicoli elettrici possono compiere più cicli rispetto a quelli che farebbero con una carica costante, il che ne riduce la vita utile residua. Il quadro di ottimizzazione può essere migliorato prendendo in considerazione altri vincoli tecnici, come la riduzione al minimo dei cicli di ogni batteria.

Figura 3. Illustrazione semplificata di un sistema V2G.

sezione

Ottimizzazione tecnico-economica delle stazioni di carica

L’analisi tecnico-economica è una parte importante del dimensionamento e del funzionamento del sistema nel suo complesso, che in genere viene condotta usando metodi di ottimizzazione applicati a semplici modelli di bilancio energetico. L’obiettivo di questo tipo di analisi consiste nel determinare il funzionamento ottimizzato rispetto ad alcuni criteri, come la riduzione al minimo dei cicli di carica delle singole batterie per veicoli elettrici e/o la fornitura di un accumulo sufficiente per soddisfare la risposta alla domanda di rete, e nel garantire il rispetto dei limiti operativi. Dopo aver svolto l’analisi tecnico-economica, una modellazione dettagliata in grado di prendere in considerazione gli aspetti più tecnici dello sviluppo di un sistema di gestione dell’energia può essere aggiunta e collegata all’analisi tecnico-economica per verificare che il progetto dettagliato stia rispondendo ai requisiti operativi previsti.

Nella Figura 4 che segue, consideriamo la struttura di un sistema microgrid che include energia rinnovabile e un accumulo a livello di rete, oltre al collegamento alla rete elettrica pubblica che alimenta una stazione di carica per veicoli elettrici e alcuni carichi isolati. Lo scenario in oggetto prevede che la stazione di carica per veicoli elettrici possa usare solo l’energia rinnovabile, ma che il carico industriale possa servirsi sia dell’energia rinnovabile che della rete elettrica. In questo caso, un vincolo tecnico è rappresentato dal fatto che l’accumulo a livello di rete può essere caricato soltanto quando è disponibile l’energia rinnovabile e che la stazione di carica per veicoli elettrici può assorbire energia solo dall’energia rinnovabile e dall’accumulo a livello di rete.

Figura 4. Diagramma di un sistema energetico integrato che alimenta potenza dalla rete elettrica pubblica, da fonti rinnovabili e da un sistema di accumulo a uno stabilimento industriale e a un parco di veicoli elettrici.

Oltre al vincolo tecnico associato al flusso di energia, anche un’ottimizzazione tecnico-economica è volta a dimensionare i componenti del sistema in modo tale da minimizzare le spese in conto capitale e i costi di esercizio lungo la vita utile prevista del sistema. L’analisi e l’ottimizzazione tecnico-economiche in genere prendono in considerazione periodi di un anno a intervalli temporali di un’ora: la cosiddetta simulazione 8760 (ci sono 8.760 ore in un anno standard). L’immagine che segue (Figura 5) mostra il risultato di un’ottimizzazione tecnico-economica, la potenza di ogni componente in corrispondenza di ogni ora, a garanzia di un bilancio energetico tra alimentazione e domanda.

Figura 5. Fonti di energia e consumi nel tempo.

sezione

Studi sull’integrazione di rete

Sebbene le equazioni di bilancio energetico semplificate utilizzate nelle analisi precedenti siano utili per applicare le tecniche di ottimizzazione, offrono informazioni tecniche limitate. Per valutare l’impatto della carica dei veicoli elettrici sulla risposta di rete occorre svolgere studi più dettagliati sulla simulazione dei sistemi di alimentazione. In generale, le simulazioni dei sistemi di alimentazione si classificano in due categorie: fasori e transitori elettromagnetici (EMT). La Figura 6 mostra la differenza principale tra la simulazione tramite EMT e fasore. Il transitorio elettromagnetico simula le lunghezze d’onda dettagliate, mentre il fasore semplifica la simulazione usando valori RMS, il che significa che i tempi della fase di simulazione possono aumentare. La simulazione tramite fasori non acquisisce i transitori delle forme d’onda, bensì condizioni operative stazionarie.

Due simulazioni: il transitorio elettromagnetico mostra forme d’onda sinusoidali trifase. Il fasore mostra la rappresentazione RMS delle forme d’onda trifase.

Figura 6. Metodi di simulazione dei sistemi di alimentazione.

Le simulazioni tramite fasori sono più adatte agli studi sull’impatto sulla rete di lunga durata della carica dei veicoli elettrici, in quanto consentono di condurre simulazioni quasi-statiche su fasi temporali più ampie e periodi di tempo più lunghi. La simulazione quasi-statica non richiede la simulazione di risposte dinamiche dettagliate. Al contrario, prende in considerazione un numero elevato di punti operativi, le fasi temporali possono andare da pochi minuti a un’ora e i periodi di tempo oggetto di studio possono comprendere poche ore fino a un anno o più.

La Figura 7 mostra le tensioni dei nodi di un modello di sistema di distribuzione rappresentativo mostrato con fasi temporali di 10 minuti su un periodo di 24 ore, usando la simulazione quasi-statica tramite fasori. Il lato sinistro mostra il valore della tensione in corrispondenza di ogni periodo di tempo mentre il lato destro mostra un istogramma dei valori della tensione sul periodo completo di 24 ore. L’analisi statistica è un utile complemento dell’analisi nel dominio del tempo per acquisire ulteriori informazioni sui pattern operativi in più scenari.

Confronto visivo delle tensioni dei nodi nel tempo e relativa distribuzione statistica. A sinistra è rappresentato il grafico di una serie storica che mostra la tensione in più nodi su un periodo di 24 ore. Il grafico a destra è un istogramma che mostra la distribuzione dei punti di tensione. La freccia tra i grafici suggerisce la trasformazione dei dati della serie storica in una rappresentazione statistica per l’analisi.

Figura 7. Visualizzazione delle variazioni della tensione dei nodi nel tempo e relativo profilo di distribuzione.

Per svolgere studi relativi all’impatto sulla rete in genere occorre prendere in considerazione molti scenari operativi, potenzialmente nell’ordine delle migliaia. Per simulare in modo efficiente un vasto numero di scenari operativi, è possibile servirsi del calcolo parallelo per distribuire gli scenari su più core. Nell’esempio che segue vengono utilizzati quattro core per la distribuzione di più scenari, con un’accelerazione a 3,5x. Più core abbiamo a disposizione, più i tempi di accorciano.

Figura 8. Valutazione dei profili di carica in corrispondenza di 906 punti con un’accelerazione a 3,5x su quattro core.

Gli studi EMT sono necessari quando occorrono informazioni più dettagliate sul funzionamento di una tecnologia specifica, ad esempio quando si vuole valutare l’impatto delle armoniche di commutazione elettronica di potenza sul sistema di alimentazione. Le stazioni di carica per veicoli elettrici in genere sono collegate alla rete per mezzo di risorse inverter-based (IBR), vale a dire convertitori di potenza messi in funzione tramite il controllo digitale. La simulazione delle IBR richiede fasi temporali brevi, nell’ordine di microsecondi o nanosecondi, per rilevare l’effetto della commutazione elettronica di potenza e richiede altresì la modellazione di una topologia dettagliata del convertitore di potenza e di un sistema di controllo. La visualizzazione dinamica che segue mostra la risposta di un inverter trifase controllato con la modulazione a larghezza di impulsi (PWM). Si notino le armoniche con frequenze più elevate causate dalla commutazione elettronica di potenza.

Figura 9. Diagramma che illustra la sequenza di commutazione e le forme d’onda di output di un circuito di un inverter trifase.

sezione

Conclusione

La modellazione e la simulazione, abbinate ad altri strumenti computazionali come l’ottimizzazione, possono fornire informazioni ai progettisti sin dalle prime fasi dello sviluppo tecnologico. Ciò dovrebbe contribuire a ridurre gli errori di progettazione e a infondere fiducia nel fatto che il sistema che si sta sviluppando opererà in modo resiliente ed efficiente nell’intervallo di funzionamento previsto.