Ograniczanie kosztów zarządzanego ładowania pojazdów elektrycznych — krzywe podaży dla scenariuszy od 2025 do 2050 roku

Dlaczego ma znaczenie, kiedy ładujesz samochód

Pojazdy elektryczne mnożą się na drogach całych Stanów Zjednoczonych i każdy z nich potrzebuje energii elektrycznej. Jeśli większość kierowców podłącza się w tym samym czasie, to zapotrzebowanie może obciążyć sieć i zmusić zakłady energetyczne do budowy drogich urządzeń lub elektrowni. W tym badaniu rozważono inną ścieżkę: precyzyjne zarządzanie momentem ładowania EV, tak aby pomagały sieci zamiast jej szkodzić, oraz oszacowano, ile będzie kosztować prowadzenie takich programów w latach 2025–2050.

Różne sposoby kierowania ładowaniem EV

Autorzy koncentrują się na trzech głównych podejściach, które mogą wykorzystać przedsiębiorstwa energetyczne, by wpłynąć na moment ładowania kierowców. W programach bezpośredniej kontroli operator sieci lub agregator mogą zdalnie uruchamiać, zatrzymywać lub zwalniać ładowanie w granicach ustawionych przez kierowcę, np. do żądanej godziny wyjazdu. Programy z cenami w czasie rzeczywistym wysyłają zmienne sygnały cenowe, które zachęcają kierowców lub inteligentne ładowarki do wybierania tańszych godzin. Stawki z rozróżnieniem czasu użytkowania (time-of-use) są prostsze: utrzymują niskie ceny w określonych godzinach poza szczytem i wyższe w godzinach szczytu. Każde podejście oferuje inny kompromis między kontrolą, komfortem kierowcy a wymaganiami komunikacyjnymi, a te różnice wpływają zarówno na liczbę uczestników, jak i na koszt na pojazd.

Perspektywy w scenariuszach

Ponieważ technologia EV, nawyki ładowania i oprogramowanie będą się zmieniać w nadchodzących dekadach, badacze skonstruowali cztery przyszłe scenariusze. Scenariusz „Wysoka elastyczność” zakłada powszechność inteligentnych ładowarek, sprawną komunikację i rutynowe planowanie ładowania, co sprawia, że udział wielu kierowców jest tani i prosty. Świat „Niskiej elastyczności” przewiduje ograniczone technologie inteligentnego ładowania i niechętnych klientów, więc operatorzy muszą wydawać więcej na zachęty i administrację, by uzyskać taką samą odpowiedź. Przypadek „Średnia elastyczność” leży między tymi skrajnościami, natomiast scenariusz „Płaski” zakłada wolniejsze, bardziej rozproszone ładowanie przy niższych mocach, aby utrzymać skoki obciążenia sieci na niskim poziomie. Razem te scenariusze wyznaczają górne i dolne granice kosztów zarządzanego ładowania.

Rozbicie rzeczywistych kosztów

Aby przekuć te opowieści w liczby, zespół zebrał najnowsze dane z zgłoszeń zakładów energetycznych, programów pilotażowych, ankiet i wywiadów z ekspertami. Wydatki programów podzielono na cztery główne kategorie: jednorazowe zadania związane z konfiguracją i rejestracją, bieżące operacje i administracja, płatności lub rabaty zachęcające klientów do uczestnictwa oraz marketing zwiększający świadomość kierowców. Dla niektórych klientów, zwłaszcza na początku, dołączenie do programu bezpośredniej kontroli może wymagać zakupu nowej inteligentnej ładowarki, co podnosi potrzebną zachętę. Autorzy następnie modelują wzrost udziału w miarę wzrostu zachęt lub wydatków na marketing, używając krzywej, która szybko rośnie na początku, a potem wypłaszcza się, gdy najchętniejsi klienci już się zapisali.

Od pojedynczych kierowców do krzywych podaży

Wykorzystując te relacje, badanie buduje „krzywe podaży” dla zarządzanego ładowania: dla każdego roku od 2025 do 2050 oraz dla pojazdów lekkich i średnich/ciezkich, krzywe pokazują koszt na pojazd potrzebny do osiągnięcia określonego poziomu uczestnictwa. Rozróżniono nowych klientów, których często drożej zarejestrować, oraz klientów cyklicznych, których roczne koszty głównie odzwierciedlają prowadzenie programu i utrzymywane zachęty. W większości scenariuszy koszty na pojazd spadają w czasie, gdy operacje stają się bardziej efektywne, coraz więcej ładowarek jest domyślnie inteligentnych, a zachęty można zmniejszać. Jednak w scenariuszu Niskiej elastyczności koszty i osiągalny udział niewiele się zmieniają, co odzwierciedla świat, w którym technologia i nawyki klientów nie poprawiają się znacząco.

Porównanie typów programów i dróg rozwoju

Krzywe ujawniają także, jak trzy typy programów wypadają względem siebie. Bezpośrednia kontrola zwykle zapewnia najdokładniejsze wsparcie sieci, ale często jest najdroższa na pojazd, zwłaszcza przy wysokim zaangażowaniu, ponieważ wymaga niezawodnej dwukierunkowej komunikacji i napotyka większą niechęć klientów. Ceny w czasie rzeczywistym mogą osiągnąć wyższy udział przy niższym koszcie, wykorzystując sygnały cenowe zamiast kontroli bezpośredniej. Stawki time-of-use zwykle są najtańsze w administrowaniu przy niskim udziale, ale bez automatyzacji mogą przyciągać mniej kierowców. W bardziej optymistycznych scenariuszach, z obfitością inteligentnych ładowarek i lepszą znajomością rozwiązań przez klientów, wszystkie trzy metody stają się tańszymi i skuteczniejszymi narzędziami kształtowania popytu na EV, podczas gdy w pesymistycznych scenariuszach pozostają droższe i bardziej ograniczone.

Co to oznacza dla kierowców i sieci

Dla odbiorców niezaznajomionych ze szczegółami, najważniejsze jest to, że kiedy i jak ładują się EV, może mieć równie duże znaczenie dla sieci co to, ile tych pojazdów jest. Ta praca dostarcza planistom, regulatorom i zakładom energetycznym szczegółowych, perspektywicznych szacunków kosztów, aby mogli porównać zarządzane ładowanie z budową nowych elektrowni lub linii przesyłowych. Jeśli programy będą dobrze zaprojektowane, a technologia będzie się dalej poprawiać, przesunięcie ładowania EV w czasie może być stosunkowo niskokosztowym sposobem na utrzymanie zasilania, obniżenie rachunków i zwiększenie liczby czystszych pojazdów na drogach. Jeśli nie, sieć może stanąć przed wyższymi wydatkami, aby nadążyć za niezarządzanym popytem.

Cytowanie: Matsuda-Dunn, R., Hale, E., Estreich, E. et al. Bounding the costs of electric vehicle managed charging—supply curves for scenarios from 2025 to 2050. Sci Data 13, 651 (2026). https://doi.org/10.1038/s41597-026-07008-6

Słowa kluczowe: pojazdy elektryczne, zarządzane ładowanie, reakcja popytu, planowanie sieci energetycznej, ceny energii