Para satisfacer las necesidades energéticas de más de 26 millones de vehículos eléctricos (VE) en 2030, las empresas de servicios públicos estadounidenses necesitan planificar cientos de miles de puertos de carga rápida de CC (DCFC). Muchos de estos puertos DCFC se distribuirán entre estaciones de carga públicas y minoristas, y tanto las empresas eléctricas como los propietarios de los puntos de recarga se beneficiarán de la modelización de la utilización de estos puntos. Sin embargo, predecir la forma de la carga y la demanda máxima en estas estaciones de carga multipuerto es complicado, en gran parte debido a la diversidad actual, y prevista, de las características de carga entre los VE. Las características de carga de los VE incluyen diferencias en la disminución de la carga, las limitaciones de kW máximos, las capacidades de carga bidireccional y la dependencia de la temperatura. En particular, casi todos los modelos de VE disponibles en la actualidad utilizan una curva de carga cónica, lo que tiene implicaciones significativas para la planificación del emplazamiento, incluida la estimación de la demanda máxima y el cumplimiento de los límites de capacidad del emplazamiento. Con curvas de carga cónicas, la simple multiplicación de la capacidad máxima de cada puerto por el número total de puertos sobreestimará drásticamente la demanda máxima real de los puntos de recarga. En la práctica, la utilización de las estaciones de carga y la demanda máxima vendrán dictadas por los comportamientos de carga de los clientes, la ubicación de los emplazamientos, los cambios estacionales en la demanda y los eventos atípicos, como las evacuaciones de emergencia. Este informe utiliza escenarios para ilustrar cómo estas variables influyen en la demanda máxima, los perfiles de carga y las facturas de servicios públicos en general. Los autores reconocen la limitación de utilizar escenarios modelizados en lugar de datos reales y sugieren que se lleven a cabo futuras investigaciones para ampliar, probar y refinar las observaciones presentadas en este trabajo. La utilización de las instalaciones puede variar mucho en función de la época del año, de los cambios en el comportamiento de carga de los clientes y de si se producen picos de tráfico en las instalaciones debido a eventos cercanos. Los escenarios modelizados muestran cómo cambios simples, como pasar de una temporada turística baja a una temporada turística de alto tráfico e introducir un pico en la demanda de los clientes a la hora de comer, pueden influir enormemente en la utilización y el perfil de carga de un emplazamiento.
El informe examina los perfiles de carga de los vehículos eléctricos que utilizan estaciones de carga rápida de corriente continua (DCFC) y analiza su impacto en la red eléctrica. Examina casos de estudio y escenarios para evaluar la demanda y la carga asociada con la expansión de la infraestructura de carga rápida. El informe destaca que la carga rápida de corriente continua representa una carga más alta y más concentrada en comparación con otros métodos de carga de vehículos eléctricos. También resalta la necesidad de una planificación cuidadosa y una gestión eficiente de la infraestructura de carga rápida para garantizar la capacidad suficiente y evitar la congestión en la red eléctrica. El informe proporciona recomendaciones para utilidades, operadores y reguladores para abordar los desafíos asociados con la carga rápida de corriente continua. Estas recomendaciones incluyen la coordinación entre los actores de la industria, el uso de tecnologías y estándares inteligentes, la implementación de políticas tarifarias adecuadas y la promoción de la carga en momentos de baja demanda. En resumen, el informe analiza los perfiles de carga de la carga rápida de corriente continua (DCFC) y sus implicaciones en la red eléctrica. Ofrece recomendaciones para abordar los desafíos asociados con la carga rápida de corriente continua, destacando la importancia de una planificación cuidadosa y una gestión eficiente de la infraestructura de carga rápida.
Para leer más ingrese a: