We weten dat elektrische auto's de CO2-uitstoot kunnen verminderen - ze zijn veel efficiënter in het gebruik van energie, bijvoorbeeld door deze simpelweg niet te verliezen door de trillingen en dus de warmte die typisch wordt geproduceerd door een interne verbrandingsmotor.
Maar hoeveel kunnen ze de uitstoot daadwerkelijk verminderen, en hoe wordt dit beïnvloed door de soorten en omvang van hernieuwbare energiebronnen die in bepaalde netwerken aanwezig zijn?
Een nieuwe studie gepubliceerd in Environmental Science and Technology door onderzoekers van het MIT Energy Initiative (MITEI) demonstreert een nieuw model voor het berekenen van emissiereducties en laat zien dat het tijdstip waarop een elektrisch voertuig wordt opgeladen een aanzienlijke invloed heeft op de besparingen.
Hoewel het onderzoek in de VS is gevestigd, heeft het enige relevantie voor Australië, vooral omdat het gemeenschappelijke kenmerken deelt met Californië, dat ook een substantiële overgang naar zonne-energie ondergaat.
De onderzoekers ontdekten dat als een elektrisch voertuig in het zonrijke Californië 's nachts wordt opgeladen, het 70% meer uitstoot produceert dan wanneer het overdag wordt opgeladen (merk op dat het overdag nog steeds minder uitstoot dan het rijden met een benzine- of dieselauto).
Het is duidelijk dat dit in zonne-energierijke netwerken enorme implicaties heeft voor hoe effectief elektrische voertuigen kunnen bijdragen aan de vermindering van emissies.
De onderzoekers zeggen dat dit soort gegevens belangrijk zijn om te begrijpen om ervoor te zorgen dat het juiste type laadinfrastructuur op de juiste plaatsen aanwezig is.
Als u bijvoorbeeld in een zonnerijk gebied woont en werkt, kan het handiger zijn om op het werk toegang te hebben tot opladen.
"Oplaadinfrastructuur is een... grote bepalende factor als het gaat om het vergemakkelijken van opladen op specifieke tijden - vooral overdag", zegt Emre Gençer, co-auteur en onderzoekswetenschapper bij MITEI.
"Als je je EV 's middags moet opladen, dan moet je genoeg laadstations op je werkplek hebben."
In New York, dat een hoog percentage kern- of waterkracht heeft, is de beste tijd om een elektrisch voertuig op te laden precies het tegenovergestelde, want door 's nachts op te laden kan 20% extra aan uitstoot worden bespaard.
Ian Miller, de hoofdauteur van het onderzoek en een onderzoeksmedewerker bij MITEI merkt op dat de gegevens die op basis van hun modellering zijn gegenereerd, ook nuttig kunnen zijn om wetgevers en regelgevers te informeren over wanneer het beste tarieven voor gebruikstijd kunnen worden ingevoerd om het opladen van elektrische voertuigen aan te moedigen keer.
"Als je het opladen op bepaalde momenten faciliteert, kun je de emissiereducties die het gevolg zijn van de groei van hernieuwbare energiebronnen en EV's echt een boost geven", zegt Miller
“Dus hoe doen we dit? De elektriciteitstarieven voor gebruik in de tijd spreiden zich uit en kunnen de tijd van de dag waarop EV-bestuurders opladen, drastisch veranderen. Als we beleidsmakers informeren over deze grote impact op de oplaadtijd, kunnen ze elektriciteitstarieven ontwerpen om het opladen te verdisconteren wanneer onze elektriciteitsnetten zwaar hernieuwbaar zijn."
De onderzoekers merkten op dat in het verleden, niet modelleren door uurlijkse variaties in het net of temperatuurgedreven variaties in het brandstofverbruik, kan betekenen dat de geprojecteerde emissiereductiegegevens in bijna een derde van de gevallen 10% kunnen afwijken. In zonne-rijke netten zoals Californië kan de fout oplopen tot 50% afwijking.
"Als je de oplaadtijd niet modelleert, en in plaats daarvan uitgaat van het opladen met jaarlijks gemiddeld vermogen, kun je de EV-emissies verkeerd inschatten", zegt Maryam Arbabzadeh, een postdoc die medeauteur was van het rapport.
“Het is natuurlijk geweldig om meer zonne-energie op het net te krijgen en meer elektrische voertuigen die dat net gebruiken. Het maakt niet uit wanneer u uw EV oplaadt in de VS, de uitstoot zal lager zijn dan die van een vergelijkbare auto op benzine; maar als het opladen van EV's voornamelijk plaatsvindt als de zon onder is, heb je niet zoveel voordeel als het gaat om het verminderen van emissies als je denkt bij het gebruik van een jaargemiddelde."
Om de foutenmarge te verkleinen, gebruikten de onderzoekers uurlijkse rastergegevens van 2018 en 2019 - samen met uurlijkse oplaad-, rij- en temperatuurgegevens - en pasten dit toe op een nieuw model dat ze de 'gemiddelde dag'-methode noemen.
"We hebben ontdekt dat je seizoensinvloeden in de emissies van het elektriciteitsnet en het brandstofverbruik kunt negeren en toch nauwkeurig de jaarlijkse EV-emissies en de impact van de oplaadtijd kunt inschatten", zegt Miller.
“Dit was een aangename verrassing. Vorig jaar stegen de dagelijkse netemissies in Kansas tussen de seizoenen met ongeveer 80 procent, terwijl de vraag naar elektrische voertuigen met ongeveer 50 procent toenam als gevolg van temperatuurveranderingen. Eerdere studies speculeerden dat het negeren van dergelijke seizoensschommelingen de nauwkeurigheid van schattingen van EV-emissies zou schaden, maar hebben de fout nooit echt gekwantificeerd. Dat deden we - in verschillende netmixen en klimaten - en vonden de fout te verwaarlozen."
De modellering werd ook gebruikt om toekomstige emissies te projecteren. In dit geval toonden modellen in het zuidoosten van de Verenigde Staten van 2018 tot 2032 aan dat in 2032, vergeleken met een vergelijkbare hybride auto, de EV-emissies per kilometer 30 procent lager zouden kunnen zijn als ze 's nachts werden opgeladen en 65 procent lager als ze 's middags werden opgeladen.
"Om de klimaatverandering tegen te gaan, moeten we zowel de transport- als de elektriciteitssector koolstofarm maken", zegt Gençer.
"We kunnen transport elektrificeren en het zal de uitstoot aanzienlijk verminderen, maar wat dit document laat zien, is hoe je het effectiever kunt doen."
Citaat: Elektriciteitsvariaties per uur, oplaadpatronen voor elektrische voertuigen en bedrijfsemissies
Ian Miller, Maryam Arbabzadeh en Emre Gençer
Milieuwetenschap en -technologie 2020 54 (24), 16071-16085
DOI:https://pubs.acs.org/doi/full/10.1021/acs.est.0c02312
