Laadstrategie Elektrisch W egvervoer - Netbeheer Nederland · 2018. 5. 28. · Nederlandse...

IN131171 / EN-RL-120022359 / Versie 1.0 / 16 januari 2013 1

Opdrachtgever Netbeheer Nederland

Projectgroep Smart Grids

Marijn Artz, Elkin Coppoolse, Inge Wijgerse & Lisette Kaupmann

Opdrachtnemer Movares Nederland B.V.

Movares Energy

Rik Luiten

Kenmerk IN131171 / EN-RL-120022359 / Versie 1.0

Datum Utrecht, 16 januari 2013

Laadstrategie Elektrisch Wegvervoer


Autorisatieblad

Laadstrategie Elektrisch Wegvervoer


Samenvatting

Netbeheer Nederland heeft in het kader van haar Roadmap Smart Grids uit 2010 aan Movares

gevraagd om een laadstrategie voor elektrisch wegvervoer te ontwikkelen. Deze strategie

moet voorkomen dat er netproblemen ontstaan als de transitie naar elektrisch wegvervoer in

een volwassen stadium belandt. De belangrijkste focus van onderliggend rapport ligt op

(beïnvloeding van) de gevolgen voor de netcapaciteit door het opladen van elektrische auto’s .

Dit onderzoekt richt zich niet op de wensen en het gedrag van consumenten. Hier is bewust

voor gekozen, omdat met betrekking tot deze aspecten in 2012 al een onderzoek door

Accenture in opdracht het Ministerie van Economische Zaken, Landboek en Innovatie is

uitgevoerd. Daarnaast onderzoekt DuneWorks momenteel in opdracht van Netbeheer

Nederland voor welke niveau van prijsprikkels consumenten ontvankelijk zijn.

Marktontwikkelingen

Het Nederlandse wagenpark van 7,7 miljoen auto’s groeit gestaag. De levensduur van deze

voertuigen is gemiddeld 15 jaar en jaarlijks worden er een kleine 500.000 nieuwe

personenauto’s aangeschaft. Het aandeel elektrische voertuigen is nog minimaal, maar maakt

een sterke groei door. Mede dankzij het fiscale stimuleringsbeleid reden er in december 2012

circa 7.000 elektrische personen- en bedrijfsauto’s op de Nederlandse weg reden (plug-in).

Een belangrijk marktaandeel is hierin weggelegd voor de Opel Ampera, met ruim 2.700

exemplaren in Nederland. In vergelijking met december 2011 is het aantal elektrische auto’s

meer dan verviervoudigd.

Door verschillende bronnen wordt de middellange en lange termijn groei van elektrisch

vervoer beschreven met een zogenaamde ‘S-curve’. De schattingen over de hoogte en

steilheid van deze S-curve verschillen nogal en lopen uiteen tussen de Rijksprognose en

inschattingen van partijen als branche organisatie ACEA (marktaandeel nieuwe verkoop van 3 -

10% in de periode 2020-2025). Op basis van de inschattingen van deze en andere bronnen

(IEA, BGC, ING, Deutsche Bank en anderen) zijn ten behoeve van deze studie een hoog,

midden en laag scenario opgesteld om de middellange en lange termijn marktontwikkeling van

elektrisch rijden in te schatten. De scenario’s lopen uiteen van een verkooppercentage van

60% in 2030 (hoog) en 40% in 2040 (midden) tot 20% in 2040 (laag). Figuur 1 geeft aan in

welke aantallen elektrische personenauto’s dit resulteert.


Figuur 1 Aantal elektrische personenauto’s in Nederlands wagenpark, 2012-2050

Belastingprofielen

Uit het Onderzoek Verplaatsingen in Nederland (OViN) blijkt dat bijna driekwart van de

afgelegde reizigerskilometers – 94 miljard kilometer - in 2010 per auto is afgelegd. Afstanden

per bestemming verschillen sterk: gemiddeld 23 km per rit voor woon-werkverkeer en 7km

per rit voor winkelen. De gemiddelde autorit is 16,6 km en slechts 10% van de automobilisten

rijdt meer dan 125 km per dag.

Het oplaadvermogen verschilt vooralsnog sterk per technologie. Thuis opladen geschiedt

overwegend met een vermogen van 2,3-3,7 kW, terwijl grotere oplaadpunten over een

vermogen van 11-22 kW beschikken. Snellaadpunten kunnen momenteel met een vermogen

van 50 kW en naar verwachting op termijn met 100 kW laden. Over het effect van snelladen

op de levensduur van de batterij zijn de meningen verdeeld. Wat betreft de ontwikkelingen

van batterij technologie is de trend dat de prijs van batterijen significant zal dalen en de

energiedichtheid zal toenemen.

Op basis van de technologische ontwikkelingen zijn drie marktscenario’s voor opladen

ontwikkeld: overal opladen, thuis opladen en alleen snelladen. In combinatie met de

gemiddelde aankomsttijd en reisduur per bestemming van automobilisten uit het OViN, is per

scenario een belastingprofiel opgesteld. Gemiddeld over het totaal aantal transacties

resulteert dit per transactie in het volgende beeld:

I. Overal opladen met een belastingpiek van 0,43 kW rond 8-9 uur en rond 18 uur;

II. Thuis opladen met een belastingpiek van 1,0 kW rond 18-19 uur;

III. Alleen snelladen met een belastingpiek van 5,2 kW rond 17-18 uur.

Het belastingprofiel is opgesteld voor verschillende locaties, waaronder woonwijken (figuur 2).

0

1.000.000

2.000.000

3.000.000

4.000.000

5.000.000

6.000.000

7.000.000

8.000.000

20

12

20

14

20

16

20

18

20

20

20

22

20

24

20

26

20

28

20

30

20

32

20

34

20

36

20

38

20

40

20

42

20

44

20

46

20

48

20

50

Aantal elektrische personenauto's, 2012-2050

hoog

midden

laag


Figuur 2 Belastingprofiel woonwijk in met elektrisch wegvervoer, 2010 en 2030

Netimpact

Op basis van de verschillende netstudies uit de literatuur wordt geconcludeerd dat de variatie

in de capaciteitsmarge tussen individuele studies met betrekking tot de toelaatbare

penetratiegraad van EV in 2030 groot is. Dit kan deels verklaard worden door verschillen in

uitgangspunten, maar ook door de fysieke verschillen tussen de gebruikte voorbeeldnetten.

Ondanks grote verschillen kan momenteel gesteld worden dat het opladen van elektrische

auto’s op korte termijn in het grootste gedeelte van het Nederlandse elektriciteitsnet goed

ingepast kan worden. Als uitgegaan wordt van het middenscenario in 2030 (13% van het

Nederlandse wagenpark is dan elektrisch), zijn ongeveer 17% van de transformatoren kritisch

overbelast en circa 4% van de LS-kabels. De genoemde overbelasting wordt mede veroorzaakt

door de autonome groei van het huishoudelijk elektriciteitsgebruik; iets waarmee de

netbeheerder reeds in zijn prognoses rekening houdt.

Met behulp van de opgestelde belastingprofielen is in kaart gebracht in hoeverre de

piekwaarde van een geaggregeerd belastingprofiel tot en met 2030 stijgt als gevolg van EV. Dit

is gedaan voor woonwijken, kantoorl ocaties, winkelcentra en tankstations langs de snelweg.

Hieruit bli jkt dat in 2030 in het midden- en hoogscenario respectievelijk 17% en 30% van de

transformatoren kritisch overbelast raakt (zie ook figuur 3). Bij de kabels gelden lagere

percentages, namelijk 4% en 12%.

0,0

0,2

0,4

0,6

0,8

1,0

1,2

1,4

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

kW p

er

hu

ish

ou

de

n

Tijdstip

Huishoudprofiel + EV

2010

2030 + geen EV

2030 + EV-middenscen.

2030 + EV-snelscen.


Figuur 3 Verdeling piekbelasting MS/LS-transformatoren en impact elektrisch wegvervoer

Kostenvergelijking traditioneel netbeheer en smart charging

Voor het inpassen van opladen van elektrische voertuigen in de elektriciteitsnetten is een

eenvoudige kostenvergelijking gemaakt tussen smart charging en de traditionele

netverzwaringen en uitbreiding van de productiecapaciteit. In deze vergelijking zijn de

volgende factoren meegenomen:

Netverzwaringen: LS-kabels en MS/LS-transformatoren;

Energieverlies: Ohmse verliezen en nullastverliezen in transformatoren;

ICT-investeringen: in oplaadpunten thuis en MS/LS-stations;

Uitbreiding productiecapaciteit.

Het uitgangspunt voor deze kostenvergelijking is een situatie waarin thuisladen domineert. Uit

deze vergelijking wordt op basis van een ruwe modellering geconcludeerd dat de slimme

variant inderdaad kostenefficiënter is: over de periode 2030-2050 zijn de traditionele kosten

ongeveer twee tot driemaal hoger. Dit is visueel weergegeven in figuur 4.

Figuur 4 Vergelijking cumulatieve kosten per elektrisch voertuig in 2030

0%

20%

40%

60%

80%

100%

120%

140%

0% 25% 50% 75% 100%

Be

last

ing

Aantal transformatoren

Piekbelasting MS/LS transformatoren NL

2010

2030 + geen EV


2030 + EV-snelscen.

Kritische grens


Verbetermaatregelen

Smart charging wordt binnen deze studie gedefinieerd als een wijze van opladen van

elektrische voertuigen die de gevraagde laadenergie voor elektrische voertuigen in een

net(deel) optimaal afstemt op de beschikbare netcapaciteit en/of het aanbod van (duurzame)

energie. Door toepassing van Smart Charging wordt vooral meer geladen gedurende de

dalmomenten. Het sluit daarmee goed aan bij thuis opladen. Voor winkelcentra en

kantooromgevingen komen de voordelen beperkter naar voren, aangezien de oplaadduur en

resterende capaciteitsruimte dan minder is. Bij snelladen is de potentie van smart charging

zeer gering, aangezien klanten wensen dat hun elektrische auto zo snel mogelijk is opgeladen.

Om het netbeheer van de toekomst te borgen, zijn diverse verbetermaatregelen mogelijk.

Deze zijn samengevat in figuur 5.

Figuur 5 Mogelijke verbetermaatregelen (long list)

Laadstrategie Netbeheer Nederland

In de visie van Netbeheer Nederland blijft de elektriciteitsvraag groeien en elektrisch rijden zal

een belangrijke impact hebben op het netbeheer. Netbeheer Nederland en haar leden zullen

deze verandering faciliteren door kostenefficiënte, afgewo gen en slimme keuzes te maken en

door een objectieve gesprekspartner te zijn van overheden en andere stakeholders. Daarbij

zullen slimme energienetwerken, zoals nu kan worden overzien, de essentiële dragers worden.

Om de inpassing van elektrisch rijden te kunnen faciliteren op veilige, betrouwbare,

betaalbare en duurzame wijze, zijn drie elementen van cruciaal belang: inzicht, sturing en

synergie.


Om de laadstrategie voor elektrische auto’s in de praktijk te toetsen, streeft Netbeheer

Nederland ernaar om op vier onderwerpen nadere ervaring op te doen met nieuwe

instrumenten ten behoeve van het beperken van de netimpact. Deze onderwerpen zijn nader

uitgewerkt in de volgende vervolgacties:

Sturen van oplaadtransacties: bepalen hoe een landelijk systeem moet worden

opgezet en uitgerold om (lokale) overbelasting ten gevolge van het opladen van

elektrische auto’s te voorkomen dan wel te minimaliseren.

Beïnvloeden van oplaadlocaties: minimaliseren van netinvesteringen door in overleg

met providers en beheerders van de (openbare) ruimte de locatiekeuze voor

oplaadpunten aan te laten sluiten bij de lokale netcapaciteit.

Stimuleren met prijsprikkels: voorkomen van overbelasting door het bevorderen van

het opladen gedurende dalmomenten met behulp van prijsprikkels met inzet van

flexibele contracten en/of variatie in tarieven (zie figuur 6).

Realiseren aparte aansluitcategorie: introduceren van een aansluitcategorie voor

oplaadpunten met ruimere (wettelijke) mogelijkheden voor het uitvoeren van

bijvoorbeeld congestiemanagement en aansluitvoorrang.

Figuur 6 Illustratie uitbreiding tariefszones


Inhoudsopgave

Autorisatieblad 2

Samenvatting 3

1 Inleiding 12 1.1 Aanleiding 12 1.2 Doel 12 1.3 Methodiek 12 1.4 Leeswijzer 13

2 Marktontwikkelingen 15 2.1 Personenvoertuigen in Nederland 15

2.1.1. Autobezit 15 2.1.2. Huidig aantal elektrische voertuigen 16

2.2 Prognoses elektrisch rijden 16 2.2.1. Marktintroductie nieuwe concepten: de S-curve 16 2.2.2. Rijksbeleid 17 2.2.3. Verwachtingen marktontwikkeling elektrisch rijden 17 2.2.4. Achtergrond en uitgangspunten scenario’s 18 2.2.5. Scenario’s introductiesnelheid EV 19

2.3 Conclusies 21

3 Belastingprofielen 22 3.1 Mobiliteitsgedrag 22

3.1.1. Verplaatsingen per auto 22 3.1.2. Verdeling aankomsttijden 23

3.2 Laadtechnologie en batterij capaciteit 24 3.2.1. Langzaam en normaal laden 24 3.2.2. Snellaadpunten 25 3.2.3. Batterijwisselstations 26 3.2.4. Batterijcapaciteit 26

3.3 Belastingprofielen 27 3.3.1. Scenario’s 27 3.3.2. Scenario A: overal opladen 28 3.3.3. Scenario B: alleen thuis opladen 30 3.3.4. Scenario C: alleen snelladen 30

3.4 Analyse meetdata bestaande oplaadpalen 31 3.5 Conclusies 33

4 Netimpact 34 4.1 Resultaten netstudies 34

4.1.1. Scenario A: overal opladen 35 4.1.2. Scenario B: alleen thuis opladen 35 4.1.3. Scenario C: alleen snelladen 37

4.2 Huidige piekbelasting distributienetten 37 4.2.1. MS/LS transformatoren 38 4.2.2. Laagspanningskabels 38


4.3 Belastingprofielen per oplaadlocatie 39 4.3.1. Huishoudens en piekbelasting distributienet 39 4.3.2. Kantoorlocaties 43 4.3.3. Winkelgebieden 44 4.3.4. Tankstations 45

4.4 Conclusies 47

5 Kostenvergelijking 48 5.1 Methode en aannames 48 5.2 Netverzwaringen 49

5.2.1. Investeringen kabels 50 5.2.2. Investeringen MS/LS transformatoren 51

5.3 Energieverlies 52 5.3.1. Ohmse verliezen 53 5.3.2. Nullastverliezen 54

5.4 ICT investeringen 54 5.5 Uitbreiding productiecapaciteit 56 5.6 Kostenvergelijking traditioneel en slim 57 5.7 Parallellen met ander onderzoek 59 5.8 Conclusies 59

6 Verbetermaatregelen 60 6.1 Smart charging 60

6.1.1. Definitie 60 6.1.2. Netten nabij huishoudens 60 6.1.3. Netten nabij winkelcentra en kantoorlocaties 62 6.1.4. Voordelen 63

6.2 Smart charging en smart grid: meten is weten 64 6.3 Verbetermaatregelen 66

6.3.1. Categorisering 66 6.4 Traditionele maatregelen 66

6.4.1. Verzwaren of bijplaatsen transformatoren 67 6.4.2. Verzwaren of bijleggen verbindingen 67 6.4.3. Verplaatsen netopening 67 6.4.4. Plaatsen (extra) opslagsysteem of productie 67 6.4.5. Verbeteren koeling transformatoren 68 6.4.6. Verbeteren cos phi 68 6.4.7. Toepassen nieuwe ontwerprichtlijnen 68

6.5 Correctieve maatregelen 68 6.5.1. Inzetten als buffer / G2V 69 6.5.2. Terugleveren net / V2G 69 6.5.3. Afschakelen oplaadtransactie 69 6.5.4. Beperken oplaadvermogen 69 6.5.5. Pauzeren oplaadtransactie 69 6.5.6. Inzetten gecombineerde sturing 70

6.6 Preventieve maatregelen 70 6.6.1. Vergroten bewustwording EV-rijders 70 6.6.2. Toepassen meerdere vaste tariefstappen 70 6.6.3. Toepassen dynamische tarieven 71 6.6.4. Toepassen flexibele contracten 71


6.6.5. Beïnvloeden oplaadlocaties 72 6.6.6. Stimuleren specifieke oplaadtechnologie 72 6.6.7. Optimaliseren met gebruiksgegevens 72 6.6.8. Ontkoppelen en registreren oplaadpaal 73 6.6.9. Beschikbaar stellen decentrale opslag aan gebruiker 73

6.7 Consumentenwensen en marktbarrières 73 6.8 Conclusies 74

7 Laadstrategie 76 7.1 Missie, visie strategie 76

7.1.1. Missie 76 7.1.2. Visie 77 7.1.3. Strategie en doelstelling 77

7.2 Rolmodellen en marktmodellen 77 7.3 Vervolgacties 79 7.4 Green Deal 80 7.5 Sturen oplaadtransacties 81

7.5.1. Achtergrond 81 7.5.2. Stappenplan 82 7.5.3. Bepalen gemeenschappelijke opzet 82 7.5.4. Afstemming met marktpartijen 83 7.5.5. Uitzetten van sectorbreed pilotproject 83

7.6 Beïnvloeden oplaadlocaties 84 7.6.1. Achtergrond 84 7.6.2. Stappenplan 85 7.6.3. Inventariseren gezamenlijk belang 85 7.6.4. Uitvoeren pilotproject 85

7.7 Stimuleren met prijsprikkels 86 7.7.1. Achtergrond 86 7.7.2. Stappenplan 87 7.7.3. Concretiseren proposities 87 7.7.4. Uitvoeren pilotproject met stakeholders 88

7.8 Realiseren aparte aansluitcategorie 89 7.8.1. Achtergrond 89 7.8.2. Stappenplan 90 7.8.3. Afstemmen marktpartijen 90 7.8.4. Opstellen wijzigingsvoorstel 91

7.9 Conclusies 91

Literatuur 93

Colofon 95


1 Inleiding

Er zijn in Nederland diverse voorspellingen in omloop met betrekking tot de opkomst van de

elektrische auto. Deze voorspellingen zijn doorgaans gebaseerd op aannames zoals de

toekomstige olie- en elektriciteitsprijs, ontwikkelingen op het gebied van batterij technologie

(actieradius), de beschikbaarheid van elektrische auto’s en continuïteit in het

stimuleringsbeleid door de overheid. Ondanks de verschillen in aannames en

onderzekerheden is er een zeker e consensus: de komende jaren vindt er een significante groei

van elektrisch rijden plaats.

Gesteld kan worden dat elektrisch wegvervoer op korte termijn geen grote problemen voor de

netbeheerders oplevert. Als we kijken naar de elektrische auto’s worden hiervan de komende

jaren hoogstens enkele tienduizenden exemplaren op de weg verwacht. Hiervoor is over het

algemeen voldoende capaciteit in de netten aanwezig. Op langere termijn echter zullen de

netbeheerders wel tegen capaciteitsproblemen aanlopen, zeker als al deze elektrische

voertuigen direct opladen zodra het voertuig wordt aangesloten.

Netbeheer Nederland heeft in het kader van haar Roadmap Smart Grids uit 2010 aan Movares

gevraagd om een laadstrategie voor elektrisch wegvervoer te ontwikkelen. Deze strategie

moet voorkomen dat er netproblemen ontstaan als de transitie naar elektrisch wegvervoer in

een volwassen stadium belandt. De belangrijkste focus ligt op (beïnvloeding van) de gevolgen

voor de netcapaciteit door het opladen van elektrische auto’s . Dit onderzoekt richt zich niet op

de wensen en het gedrag van consumenten. Hier is bewust voor gekozen, omdat met

betrekking tot deze aspecten in 2012 al een onderzoek door Accenture in opdracht het

Ministerie van Economische Zaken, Landboek en Innovatie is uitgevoerd 56

. Daarnaast

onderzoekt DuneWorks momenteel in opdracht van Netbeheer Nederland voor welke niveau

van prijsprikkels consumenten ontvankelijk zijn.

De doelstelling van dit onderzoek is om te komen tot een onderbouwde laadstrategie

elektrisch wegvervoer.

Om tot deze laadstrategie te komen is allereerst een bandbreedte geschat van de te

verwachten ontwikkeling van elektrisch rijden in Nederland. Vervolgens zijn verschillende

scenario’s opgesteld van de daarmee gepaard gaande belastingprofielen als gevolg van het

opladen van elektrische voertuigen. Hiermee is de impact bepaald van elektrisch rijden op de

elektriciteitsnetten. Voor het specifieke scenario van thuisladen is een kostenvergelijking

gemaakt tussen netbeheer met traditionele netverzwaringen en netbeheer met ‘smart

charging’. Als laatste stap is vervolgens de laadstrategie voor elektrisch wegvervoer

geformuleerd met een aantal vervolgacties.

Bij het doorlopen van deze stappen is nadrukkelijk zoveel mogelijk gebruik gemaakt van de

informatie die bij de individuele netbeheerders en in openbare onderzoeksrapporten

beschikbaar is. Deze informatie is aangevuld met de resultaten van interviews en sessies met

netbeheerders, marktpartijen en overheid.

1.1 Aanleiding

1.2 Doel

1.3 Methodiek


Figuur 1-1 Opbouw laadstrategie elektrisch wegvervoer

Volgend op deze inleiding wordt in hoofdstuk 2 een inschatting gemaakt van de middellange

en lange termijn marktontwikkeling van elektrische voertuigen in Nederland. Volgend op een

beschouwing van de huidige markt van traditionele en elektrische voertuigen, wordt een

aantal verwachtingen rond deze marktontwikkeling op middellange en lange termijn naast

elkaar geplaatst. Op basis hiervan worden vervolgens drie scenario’s ontwikkeld (hoog,

midden, laag) voor de marktontwikkeling van elektrische voertuigen. Deze scenario ’s worden

in deze studie gehanteerd als basis voor de te verwachten marktontwikkeling van elektrisch

rijden.

In hoofdstuk 3 worden voor enkele mogelijke scenario’s belastingprofielen voor het opladen

van elektrische auto’s ontwikkeld. Deze profielen zijn gebaseerd op gemiddelde

verplaatsingsgegevens van automobilisten, zoals het aantal afgelegde kilometers per dag per

bestemming en verdelingen van aankomsttijden per bestemming. Vervolgens worden op basis

van huidige en voorziene technologische ontwikkelingen drie oplaadscenario’s geschetst:

Overal opladen, Alleen thuis opladen en Alleen snelladen. Voor deze drie scenario’s worden

vervolgens belastingprofielen ontwikkeld. Tot slot worden deze belastingprofielen vergeleken

met praktijk oplaaddata van stichting e-laad.

In hoofdstuk 4 wordt geschetst welke impact de ontwikkeling van het opladen van elektrische

voertuigen heeft op het elektriciteitsnet. Allereerst wordt er geschetst wat een selectie van

literatuurbronnen vermeldt met betrekking tot de drie oplaa dscenario’s Overal opladen, Thuis

opladen en Alleen snelladen. Vervolgens wordt nader ingegaan op de huidige piekbelasting in

het huidige distributienet. Tenslotte wordt voor de drie oplaadscenario’s geschetst welke

impact op het distributienet te verwachten is in 2030.

MissieWat is onze bestaansreden?

DoelstellingenWat wil de projectgroep Smart Grids de

komende 3 jaar bereiken?

VisieWat is het gemeenschappelijk toekomstbeeld?

MarktontwikkelingenWelke ontwikkelingen worden er verwacht?

Fundament: bedrijfsbreed

MaatregelenHoe worden de doelstell ingen gerealiseerd?

Veranderende omgeving: EV

Laadstrategie EV

NetimpactWat zijn de oplaadscenario’s en gevolgen?

VerbetermogelijkhedenWelke mogelijkheden zijn voorhanden om

knelpunten op te lossen?

1.4 Leeswi jzer


In de discussie over smart charging wordt vaak de stelling geponeerd dat inzet van ‘slimme’

verbetermogelijkheden een kostenbesparing oplevert vergeleken met ‘dom’ opladen en

toepassing van traditionele netverzwaringen. In hoofdstuk 5 wordt deze hypothese getoetst

met een kostenvergelijking, waarin eveneens investeringen in productiecapaciteit zijn

opgenomen.

In hoofdstuk 6 wordt nader ingegaan op de verbetermaatregelen die netbeheerders en andere

partijen tot hun beschikking hebben om de netimpact als gevolg van het opladen van

elektrische voertuigen te beperken. Allereerst wordt nader ingegaan op de voordelen van

smart charging en bij welke typen oplaadlocaties deze voordelen optimaal kunnen worden

benut. Vervolgens wordt een korte bes chouwing gegeven met betrekking tot data

uitwisseling. Het hoofdstuk wordt afgesloten met een overzicht en bespreking van meer dan

20 mogelijke verbetermaatregelen.

In hoofdstuk 7 wordt de laadstrategie elektrisch vervoer van Netbeheer Nederland geschets t.

Allereerst wordt een omschrijving van de missie van Netbeheer Nederland gegeven, gevolgd

door de visie op elektrisch opladen en de te volgen strategie op hoofdlijnen. Vervolgens wordt

een introductie gegeven in rolmodellen en marktmodellen. Het hoofdstuk wordt afgesloten

met de omschrijving van vier concrete vervolgacties . Deze acties komen voort uit een selectie

en samenvoeging van de eerder besproken verbetermaatregelen.


2 Marktontwikkelingen

In dit hoofdstuk wordt een inschatting gemaakt van de middellange en lange termijn

marktontwikkeling van elektrische voertuigen in Nederland. Volgend op een beschouwing van

de huidige markt van traditionele en elektrische voertuigen, word t een aantal verwachtingen

rond deze marktontwikkeling op middellange en lange termijn naast elkaar geplaatst. Op basis

hiervan worden vervolgens drie scenario’s ontwikkeld (hoog, midden, laag) voor de

marktontwikkeling van elektrische voertuigen. Deze scenario’s worden in deze studie

gehanteerd als basis voor de te verwachten marktontwikkeling van elektrisch rijden.

In deze paragraaf wordt een korte beschrijving gegeven van de leeftijdsopbouw en de groei

van het Nederlands wagenpark. Tevens wordt de recente groei van het aantal elektrische

voertuigen geïllustreerd.

In de periode 2001-2011 zijn in Nederland jaarlijks gemiddeld 485.000 nieuwe personenauto’s

gekocht. Dit getal is, met uitzondering van een dip in 2009, tamelijk constant1.

Het autobezit in Nederland groeit en is sinds 2000 toegenomen van 6,3 naar 7,7 miljoen1. In

2007 had meer dan 24% van de huishoudens de beschikking over meer dan één auto. Dit is

een verdubbeling in 20 jaar tijd. Daarbij geldt dat hoe stedelijker een gebied is, hoe minder

huishoudens er zijn met meer dan één auto. De leeftijdverdeling van auto’s in het totale wagenpark is redelijk constant. In Figuur 2-1 is te zien welk percentage van het totale wagenpark (de y-as) van welke maximumleeftijd is (de x-

as). Getoond wordt dat gemiddeld 90% van het wagenpark jonger is dan 15 jaar. Ruwweg elke 15 jaar vernieuwt het wagenpark zich dus. Het tempo waarin dit gebeurt neemt wel af , zoals te zien is in het verschil tussen de lijnen van 2001 (93% jonger dan 15 jaar) en 2011 (86% jonger dan 15 jaar).

Figuur 2-1 Leeftijd van Nederlands wagenpark, als percentage van totaal

1 CBS. online: http://www.statline.cbs.nl - bezocht op 20-02-2012

2.1 Personenvoer-tuigen in Nederland

2.1.1. Autobezit


Wereldwijd is Nederland een van de voorlopers op het gebied van elektrisch vervoer op de

weg. Het relatief grote aandeel elektrische auto’s is onder meer het gevolg van landelijk en

locaal overheidsbeleid, waarbij onder meer de fiscaal gunstige leaseregeling voor elektrische

voertuigen vermeld dient te worden. In Figuur 2-2 staat de recente groei van het aantal

elektrische voertuigen weergegeven2. De figuur laat zien dat er in december 2012, exclusief

bussen, driewielers en motorfietsen, bijna 7.000 plug-in auto’s op de Nederlandse weg reden.

Een belangrijk marktaandeel is hierin weggelegd voor de Opel Ampera, met ruim 2.700

exemplaren in Nederland. In vergelijking met december 2011 is het aantal elektrische auto’s

meer dan verviervoudigd.

Figuur 2-2 Aantal elektrische voertuigen in Nederland t/m december 2012

In deze paragraaf wordt een inschatting gemaakt van de marktontwikkeling van elektrische

voertuigen in Nederland. Eerst worden een aantal verwachtingen uit de literatuur rond deze

marktontwikkeling op middellange en lange termijn naast elkaar geplaatst. Op basis hiervan

worden vervolgens drie scenario’s ontwikkeld (hoog, midden, laag) voor de marktontwikkeling

van elektrische voertuigen.

Nieuwe ontwikkelingen kennen een groei van de penetratie van de potentiële afzetmarkt die

gekenmerkt wordt door een zogeheten ’S-curve’3, zie Figuur 2-3. Dit betekent een

aanloopfase, waarin de groei beperkt is maar wel steeds sneller stijgt, een tussenfase waarin

de groei erg groot is, en een volwassen fase waarin de marktpenetratie een plafond heeft

bereikt en de groei niet langer stijgt. Zowel de overheid als de industrie verwachten dat de marktpenetratie van elektrische auto’s een vergelijkbare groeicurve zal kennen. Nu is er nog jaarlijks sprake van een verdubbeling van

het aantal elektrische auto’s. Dit kan echter maar tot op bepaalde hoogte doorgaan en wordt bepaald door de snelheid van ontwikkelingen in vraag en aanbod en de orde van grootte hiervan.

2 Agentschap NL (2012). Cijfers Elektrisch Rijden t/m september 2012 3 Rogers, E. M. (2003). Diffusion of innovations (5th ed.). New York, NY: Free Press.

2.1.2. Huidig aantal elektrische voertuigen

2.2 Prognoses elektrisch ri jden

2.2.1. Marktintroductie nieuwe concepten:

de S-curve

http://steinbuch.files.wordpress.com/2013/01/cijfersdec2012grafiek2.jpg


Figuur 2-3 S-curve: marktpenetratie van opkomend product

In het Rijksbeleid wordt een zelfde visie op de marktintroductie van elektrisch rijden

geschetst4. Gekoppeld aan ambities van 200.000 elektrische voertuigen in 2020 en doorgroei

naar een volwassen markt in 2025 van 1 miljoen elektrische voertuigen, worden sterke

groeipercentages verwacht. Deze door het Rijk verwachte percentages van het marktaandeel

van nieuwe elektrische voertuigen staan weergegeven in Figuur 2-4.

Figuur 2-4 Rijksprognose marktontwikkeling elektrische auto

Naast deze Rijksprognose zijn er verschillende visies op de ontwikkeling van de markt van

elektrische voertuigen. Om te komen tot een verwachting van de marktontwikkeling van

elektrische voertuigen, zijn de volgende bronnen beschouwd:

Het International Energy Agency verwacht een wereldwijd verkoop-marktaandeel van

elektrische voertuigen in 2020 van bijna 5%, in 2030 van bijna 30% en in 2050 van bijna

60% 5.

4 Ministerie van Infastructuur & Milieu, Ministerie van Economische Zaken, Landbouw en Innovatie (2011). Elektrisch rijden in de versnelling: Plan van Aanpak 2011-2015. Rijk. 5 IEA (2011).Technology Roadmap Electric and plug-in hybrid electric vehicles. IEA

2.2.2. Ri jksbeleid

2.2.3. Verwachtingen

marktontwikkeling elektrisch ri jden


De Boston Consulting Group ziet een Europees verkoop-marktaandeel van elektrische

voertuigen van 8% in 2020 als waarschijnlijk6.

Deutsche Bank voorziet voor Duitsland bij voldoende staatssteun een verkoop-

marktaandeel van elektrische voertuigen van 6 tot 8% in 2020 als haalbaar7.

ING ziet een Nederlands verkoop-marktaandeel van elektrische voertuigen van 7% in 2020

als waarschijnlijk8.

De vertegenwoordiger van de Europese automobiel producenten ACEA voorziet een

verkoop-marktaandeel van elektrische voertuigen over de periode 2020-2025 van 3 tot

10%9.

De Nederlandse vertegenwoordiger van voertuigproducenten RAI liet op 21 juni 2012

weten in 2037 meer dan 50% elektrische voertuigen in de verkoop te verwachten10

.

Shell geeft in haar Energy Scenarios aan dat 40% van de wereldwijd afgelegde kilometers

in 2050 met elektrische energie worden aangedreven. Dit betreft zowel openbaar vervoer

als automobiliteit11

.

Binnen dit onderzoek zijn voor de ontwikkeling van het marktaandeel voor elektrische voertuigen drie scenario’s te onderscheiden: hoog, midden en laag. Deze scenario’s beschrijven elk een eigen S-curve en geven zo een bandbreedte weer van de te verwachten opkomst van de elektrische auto. In Tabel 2-1 zijn enkele kenmerken van deze scenario’s

weergegeven.

Tabel 2-1 Kenmerken scenario’s

Hoog Midden Laag

Maatschappelijk-economisch

Stevige economische groei (wereldwijd) Snelle s tijging olieprijs

Economische groei beperkt Oliepri js bli jft fluctueren

Geen economische groei Oliepri js constant

Private sturing Doorbraak in

samenwerking tussen fabrikanten en dienstverlening leidt tot

snelle s tandaardisering en aantrekkelijke

proposi ties

Gestage

doorontwikkeling van aantal concurrerende business cases, diverse

soms suboptimale proposi ties voor klanten

Geen samenwerking

binnen industrie. Gescheiden systemen voertuigen, infra ,

dienstverlening

Publieke sturing Wereldwi jd gecoördineerde substantiële s timulering van transi tie naar

elektrisch ri jden

Minder gecoördineerde actie van individuele landen / overheden, ad hoc s timulans

Publieke geldstroom stokt, geen verdere subsidiering meer

Aanbod Technische doorbraak in levensduur en

energiedichtheid batteri jen

Geleidelijke verdere ontwikkeling van

batteri jen en laadinfra

Slechts mondjesmaat verdere verbetering

huidige techniek

Vraag Autobezit en -gebruik bli jven onverminderd populai r; meerderheid

huishoudens tweede auto

Autobezit s tabiliseert, gebruik s ti jgt

Autobezit en –gebruik s tabiliseren en nemen op langere termi jn iets

af

6 X. Mosquet et.al. (2011). Powering Autos to 2020 – The Era of the Electric Car? Boston Consulting Group 7 Heymann et. al. (2011). Electromobility – Falling costs are a must. Deutsche Bank Research 8 ING Economisch Bureau (2011). Invloed elektrische auto op autobranche tot 202 beperkt. ING 9 ACEA (2011). Position Paper on electrically chargeable vehicles. ACEA 10 RAI (2012). “Groei elektrische auto’s op koers”, www.rai.nl – bezocht op 06-11-2012 11 Shell (2008). Shell energy scenarios to 2050. Shell

2.2.4. Achtergrond en ui tgangspunten scenario’s

http://www.rai.nl/


De S-curves voor de ontwikkeling van elektrisch vervoer in Nederland zijn gebaseerd op

genoemde bronnen en inschattingen van experts en daarbij

zijn de uitgangspunten gehanteerd zoals weergegeven in Tabel 2-2. Deze uitgangspunten

hebben invloed op de vorm van de S-curves en zeggen daarmee ook iets over het

realiteitsgehalte van voorspellingen. Ter i llustratie: voor 1 miljoen elektrische auto’s in 2020

zou vanaf vandaag 40% van het aantal verkochte auto’s elektrisch moeten zijn; dit aantal

wordt niet realistisch geacht. Het percentage elektrische auto’s bedraagt op dit moment

ongeveer 0,2% van het totaal aantal nieuwe auto’s.

Tabel 2-2 Uitgangspunten scenario’s

Hoog Midden Laag

Verkooppercentage 60% 40% 20%

Jaar waarin verkooppercentage wordt bereikt

2030 2040 2040

Jaarlijkse stijging na bereiken verkooppercentage

±0,6% ±0,4% Geen, verkoop stabiel

Algemene uitgangspunten

- Het aantal personenauto’s in Nederland groei t netto met 100.000 per jaar. Dit is opgebouwd uit een toename van 500.000 auto’s per jaar en een afname van 400.000; na 2030 wordt dit 75.000 per jaar.

- De leefti jdsopbouw van het wagenpark bli jft gelijk aan het gemiddelde

van de periode 2001-2011. Het percentage auto’s dat vervangen word t bli jft dus elk jaar gelijk aan 7%.

Op basis van de informatie en uitgangspunten uit de vorige paragrafen zijn vervolgens drie S-

curves voor de introductie van elektrische voertuigen in Nederland tot stand gekomen.

In Figuur 2-5 is de ontwikkeling van het marktaandeel van elektrische personenauto’s in de

nieuwe verkoop weergegeven waarbij ondermeer te zien is dat in het midden scenario het

verkoop-marktaandeel van elektrische auto’s kan groeien tot iets minder dan 35% in 2030 en

tot bijna 45% in 2050.

Figuur 2-5 Percentage elektrische personenauto’s in nieuwe verkoop, 2012-2050

0,0%

10,0%

20,0%

30,0%

40,0%

50,0%

60,0%

70,0%

80,0%

20

12

20

14

20

16

20

18

20

20

20

22

20

24

20

26

20

28

20

30

20

32

20

34

20

36

20

38

20

40

20

42

20

44

20

46

20

48

20

50

Percentage elektrische personenauto'sin nieuwe verkoop, 2012-2050

hoog

midden

laag

2.2.5. Scenario’s introductie-

snelheid EV


In de volgende figuren is weergegeven tot welk aandeel elektrische voertuigen dit in het land

leidt. Weergegeven staat onder meer dat in het midden scenario het aantal elektrische

personenauto’s kan groeien tot ruim 1.2 miljoen voertuigen in 2030 en ruim 4.4 miljoen

voertuigen in 2050. Deze aantallen komen overeen met 13% in 2030 en 39% in 2050.

Figuur 2-6 Aantal elektrische personenauto’s in Nederlands wagenpark, 2012-2050

Figuur 2-7 Percentage elektrische personenauto’s in Nederlands wagenpark, 2012-2050

0

1.000.000

2.000.000

3.000.000

4.000.000

5.000.000

6.000.000

7.000.000

8.000.000

20

12

20

14

20

16

20

18

20

20

20

22

20

24

20

26

20

28

20

30

20

32

20

34

20

36

20

38

20

40

20

42

20

44

20

46

20

48

20

50

Aantal elektrische personenauto's, 2012-2050

hoog

midden

laag

0%

10%

20%

30%

40%

50%

60%

70%

20

12

20

14

20

16

20

18

20

20

20

22

20

24

20

26

20

28

20

30

20

32

20

34

20

36

20

38

20

40

20

42

20

44

20

46

20

48

20

50

Percentage elektrische personenauto's, 2012-2050

hoog

midden

laag


Het Nederlandse wagenpark van 7,7 miljoen auto’s groeit gestaag. De maximale levensduur

van deze voertuigen is gemiddeld 15 jaar en jaarlijks worden er een kleine 500.000 nieuwe

personenauto’s gekocht. Het aantal elektrische voertuigen hierbinnen is nog minimaal, maar

maakt een sterke groei door. Mede dankzij het fiscale stimuleringsbeleid waren er in

september 2012 ongeveer 5.000 elektrische personenauto’s en bedrijfsauto’s.

Door verschillende bronnen wordt de middellange en lange termijn groei van elektrisch

vervoer beschreven met een zogenaamde ‘S-curve’. De schattingen over de hoogte en

steilheid van deze S-curve verschillen nogal en lopen uiteen tussen de Rijksprognose

(marktaandeel nieuwe verkoop van 75% in 2030) en inschattingen van partijen als branche

organisatie ACEA (marktaandeel nieuwe verkoop van 3-10% in de periode 2020-2025). Op

basis van de inschattingen van deze en andere bronnen (IEA, BGC, ING, Deutsche Bank en

anderen) zijn ten behoeve van deze studie een hoog, midden en laag scenario opgesteld om

de middellange en lange termijn marktontwikkeling van elektrisch rijden in te schatten. De

scenario’s lopen uiteen van een verkooppercentage van 60% in 2030 (hoog) en 40% in 2040

(midden) tot 20% in 2040 (laag).

2.3 Conclusies


3 Belastingprofielen

In dit hoofdstuk worden voor enkele mogelijke scenario’s belastingprofielen voor het opladen

van elektrische auto’s ontwikkeld. Deze profielen zijn gebaseerd op gemiddelde

verplaatsingsgegevens van automobilisten, zoals het aantal afgelegde kilometers per dag per

bestemming en verdel ingen van aankomsttijden per bestemming. Vervolgens worden op basis

van huidige en voorziene technologische ontwikkelingen drie oplaadscenario’s geschetst:

Overal opladen, Alleen thuis opladen en Alleen snelladen. Voor deze drie scenario’s worden

vervolgens belastingprofielen ontwikkeld. Tot slot worden deze belastingprofielen vergeleken

met praktijk oplaaddata van stichting e-laad.

Hoe ziet het Nederlands mobiliteitsgedrag eruit? En hoe specifieker voor personenauto’s?

In deze paragraaf wordt ingegaan op het mobiliteitsgedrag van de Nederlander. Een

belangrijke bron hierbij is het Onderzoek Verplaatsingen in Nederland (OViN). Dit onderzoek

richt zich op de mobiliteit van personen in Nederland. Het doel van OViN is het in kaart

brengen hoe en wanneer de Nederlandse bevolking deelneemt aan het verkeer 12

. De

informatie wordt onder andere gebruikt bij het ontwikkelen en toetsen van verkeer - en

vervoerbeleid in Nederland. De verplaatsingen binnen OViN betreffen de dagelijkse, normale

mobiliteit. Verplaatsingen in relatie tot vakantie vallen buiten de scope van het onderzoek.

Onderstaande figuur toont aan dat bijna driekwart van de afgelegde reizigerskilometers in

2010 met de auto is gerealiseerd.

Figuur 3-1 Reizigerskilometers versus voertuig

Het aantal afgelegde kilometers door autobestuurders bedraagt in 2010 circa 94 miljard 13

. Dit

aantal is de afgelopen jaren nauwelijks toegenomen, onder meer door de kredietcrisis. Voor

de periode 2010-2030 voorspelt het Planbureau voor de Leefomgeving een groei van het

aantal voertuigkilometers in het laagste scenario met 7%14

.

12

CBS. Bezocht op 27-02-2011 Online: http://www.cbs.nl/nl-NL/menu/informatie/deelnemers-enquetes/personen-huishoudens/ovin/onderzoek/2009-ovin-onderzoek.htm 13

Fons Savelberg et al. (2011). Mobiliteitsbalans 2011, p.15, Kennisinstituut voor Mobiliteitsbeleid 14 CPB, PBL. (2006). Welvaart en Leefomgeving

3.1 Mobilitei tsgedrag

3.1.1. Verplaatsingen per auto


Tabel 3-1 bevat een aantal kerncijfers uit OViN 2010 die betrekking hebben op de

verplaatsingen van autobestuurders. Uit de cijfers blijkt dat een autobestuurder zich 0,9 keer

per dag verplaatst over een gemiddelde afstand van 16,6 km. Verder blijkt dat de gemiddelde

verplaatsingsfrequentie en –afstand sterk afhangt van het reismotief van de automobilist.

Tabel 3-1 Kerncijfers verplaatsingen autobestuurders naar motief, 2010

Motief Afgelegde afstand

p.p.p.d. (km)

Aantal verplaatsingen

p.p.p.d. (#)

Afgelegde afstand

per verplaatsing (km)

Van en naar het werk 5,7 0,25 22,9

Winkelen/boodschappen

doen

1,2 0,18 6,9

Visite / logeren 2,0 0,10 19,9

Sociaal recreatief overig 1,9 0,12 15,3

Overig 3,6 0,22 16,4

Totaal 14,4 0,87 16,6

Een terugkerend discussiepunt met betrekking tot elektrisch vervoer is de beperkte actieradius

van de huidige generatie elektrische auto’s. Het gevoel dat bij automobilisten heerst is dat

veel van hun ritten niet binnen de actieradius van 120-140 km past15

. Uit diverse onderzoeken

blijkt deze angst grotendeels ongegrond. Als van automobilisten voor één dag de

verplaatsingsafstand tot en met de aankomst thuis wordt opgeteld, bli jkt dat bijna de helft

minder dan 25 km heeft afgelegd. Slechts 10% van de automobilisten rijdt meer dan 125 km

per dag.

Figuur 3-2 bevat een verdeling van de aankomsttijden van alle autoverplaatsingen in

Nederland gedurende één dag van de week. Hiervoor is gebruik gemaakt van

mobiliteitsgegevens uit het OViN die een belangrijke input vormen voor het samenstellen van

realistische belastingsprofielen. In de grafiek wordt onderscheid gemaakt tussen werkdagen

en weekenddagen.

Figuur 3-2 Verdeling aankomsttijden autoverplaatsingen in Nederland

15 Ioannis Lampropoulos (2009). Electric vehicles in synergy with the grid, TUDelft

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

Aan

tal

Tijdstip

Verdeling aankomsttijden totaal

Dag van de week

Werkdag

Weekenddag

3.1.2. Verdeling aankomstti jden


Vergelijkbare verdelingen zijn eveneens beschikbaar voor de top-4 bestemmingen, te weten

thuis, werk, winkelen/boodschappen en recreatief.

In deze paragraaf wordt een overzicht gegeven van relevante technologische ontwikkelingen

op het gebied van laadtechnologie en batterijcapaciteit. Zoals eerder is aangegeven leggen

autobestuurders jaarlijks 94 miljard kilometers af. Indien al deze kilometers met een volledig

elektrische auto zouden zijn gereden, moet jaarli jks circa 18,8 miljard kWh vanuit het

elektriciteitsnet worden geleverd. Uitgangspunt hierbij is dat een elektrische auto ongeveer 5

km op 1 kWh kan rijden 16

.

In deze paragraaf wordt nader ingegaan op de gevolgen van de ontwikkelingen in

laadtechnologie en batterijcapaciteit op elektrische mobiliteit en het elektriciteitsnet.

Uitgaande van een oplaadinfrastructuur bestaande uit oplaadpalen (of inductiespots), duurt

het opladen van een elektrische auto langer dan het tanken van een conventionele auto die

rijdt op benzine of diesel. Voor een actieradius van 100km bedraagt de laadtijd, afhankelijk

van het laadvermogen, 5 minuten tot 9 uur. Grofweg kan er onderscheid gemaakt worden

tussen langzaam, normaal en snel laden. Enkele basiskengetall en van deze laadtypen zijn

samengevat in Tabel 3-2 Basiskengetallen langzaam, normaal en snel opladen17

18

. De tabel

bevat een indicatie van kilometers die kunnen worden gereden na één uur laden. Een exacte

berekening van deze tijd is sterk afhankelijk is van het beschikbare oplaadpunt ter plaatse

(bijvoorbeeld de beschikking over een 1- of 3-fasen aansluiting), evenals de technische

beperkingen van het laadvermogen van de auto.

Tabel 3-2 Basiskengetallen langzaam, normaal en snel opladen

Motief Vermogen Aantal km’s per

uur laden 19

Geschikte locaties (voorbeelden)

Langzaam opladen 2,3-3,7 kW (AC) 11,5-19 km Thuis .

Normaal opladen 11 – 22 kW (AC) 55-110 km Kantoren, winkelcentra & hotels ,

openbare parkeerplaatsen

Snel opladen >22 kW (AC)

>22 kW (DC)

>110 km Benzinepompen, supermarkten &

wegrestaurants .

Bij langzaam opladen wordt de auto op één fase wisselspanning aangesloten. Het maximale

vermogen bij opladen op één fase is 3,7 kW (16 A), maar in de praktijk zijn veel opladers op dit

moment uit veiligheidsredenen begrensd tot 10 A, oftewel 2,3 kW. Het merendeel van het

toegepaste installatiemateriaal is niet geschikt vooreen langdurige belasting met 16 A. In deze

rapportage wordt echter verondersteld dat in de toekomst thuis wel met 1x16 A/3,7 kW

geladen zal worden. Nu al zijn eenvoudige thuislaadstations verkrijgbaar die dit mogel ijk

maken, zie Figuur 3-3. De meeste openbare oplaadpalen in Nederland zijn voorzien van een

3x16 A/11 kW aansluiting. Op dit moment is het merendeel van de auto’s niet geschikt voor

het opladen met drie fasen.

16

R.A.Verzijlbergh et al. (2011). “Deriving Electric Vehicle Charge Profiles from Driving Statistics”. IEEE 17

CEN/CENELEC (2011). Standardization for road vehicles and associated infrastructure. CEN/CENELEC 18

Tjeerd Oenema (2011). To what extend are the electrical distribution grids of N.V. RENDO prepared for

implementation of future decentralized generation and loads. TUE/Rendo 19 Uitgaande van een energieverbruik van 1 kWh per 5 km

3.2 Laadtechnologie en batteri j capaci teit

3.2.1. Langzaam en normaal laden


Figuur 3-3 Thuislaadst ation zoals toegepast in België20

In Nederland worden diverse initiatieven ontplooid m.b.t. de realisatie van langzame/normale

oplaadpalen. Netbeheerders hebben hier tot nu toe een actieve en trekkende rol in vervuld.

Zo is door hen de stichting e-laad opgericht die ruim 2.000 oplaadpunten heeft gerealiseerd in

de openbare ruimte, met een vermogen van maximaal 11 kW. Eveneens actief op deze markt

zijn de energiebedrijven, bouw- en installatiepartijen en laaddienstverleners.

Momenteel hebben diverse partijen in Nederland concrete plannen om met een netwerk van

snellaadstations automobilisten langs de snelweg te kunnen bedienen. Snellaadstations

werken vaak met gelijkstroom (DC). Hierbij is de lader buiten de auto geplaatst en wordt direct

het juiste spanningsniveau aangeboden aan de batterij van de elektrische auto. Dit scheelt

ruimte en gewicht in de auto.

Volgens Rijkswaterstaat komt er op den duur op elke parkeerplaats langs de snelweg ten

minste één snellaadpaal voor elektrische auto’s. Bedrijven maken veelvuldig gebruik van de

inschrijving voor de exploitatie van deze laadpunten die deze rijksdienst per 10 januari 2012

heeft opgesteld. Hierdoor lijkt de realisatie van een landelijk dekkend netwerk bestaande uit

ruim 450 laadpunten binnen twee jaar realistisch 21

.

Over de invloed van snelladen op de levensduur van de batterij zijn de meningen verdeeld.

Mitsubishi stelt bijvoorbeeld dat dagelijks snelladen slechts beperkte invloed heeft op de

levensduur van een batterij. Na tien jaar dagelijks DC snelladen zou zeker nog 80 procent van

de opslagcapaciteit beschikbaar zijn, mits e-rijders hun auto 's nachts dan wel 'gewoon'

opladen met de 230V lader 22

.

Momenteel zijn er snelladers op de markt die voldoen aan de zogenaamde CHAdeMO-

normen. Deze kunnen tot 50 kW gelijkstroom (DC) leveren. De CHAdeMO-norm (Charge de

Move) werd ontwikkeld en onderhandeld door een coalitie van Japanse ondernemingen,

waaronder Nissan, Toyota, Mitsubishi en Fuji Heavy Industries 23

en ook buiten Japan veel

toegepast. In Nederland staan momenteel 21 CHAdeMO snellaadpunten.

20 ThePluginCompany. Bezocht op 27-02-2012 Online: http://www.theplugincompany.com/nl/recharging-solutions/particulieren/ 21

NOS. Bezocht op 27-02-2012 Online: http://nos.nl/audio/335969-landelijk-dekkend-netwerk-voor-snellaadpalen.html 22

ANWB. Online: http://www.anwb.nl/auto/nieuws-en-tips/nieuws-archief,/2011/december/Mitsubishi---Elke-dag-snelladen-geen-probleem-.html 23

Nissan Europe. Bezocht op 27-02-2012 Online: http://newsroom.nissan-europe.com/media/articles/html/85920_11_34.aspx

3.2.2. Snellaadpunten


Uit onderzoeken binnen onder andere Liander en Rendo blijkt dat vermogens tot 240-250 kW

(DC) in de toekomst als mogelijk worden beschouwd 24

25

18

.

Een alternatief voor het elektrisch opladen van de voertuigbatterij, is het wisselen ervan in een

batterij wisselstation. Hierbij wordt de deels ontladen batterij uit het voertuig gehaald en

ingewisseld voor een opgeladen batterij. Bij dit concept wordt het ‘Campinggaz-concept’

toegepast. Dit houdt in dat de e-rijder geen eigenaar is van een zijn of haar batterij, maar deze

leased. Dit drukt de aanschafprijs van de batterij en voorkomt daarnaast de angst van mensen

om in de beginfase hun gloednieuwe (dure) batterij bij het wisselstation achter te laten. De

auto-industrie omarmt het concept maar in beperkte mate. Momenteel is de Renault Fluenze

Z.E. de enige auto op de markt die geschikt is voor het wisselen van de batterij.

Met name het bedrijf Better Place is werel dwijd actief met het principe van batterijwissel -

stations. In Nederland is door Better Place dit jaar bij Schiphol een batterijwisselstation

gerealiseerd. Op het moment van schrijven lijkt bij Better Place overigens een heroverweging

van de strategie gaande.

Voor een correcte inschatting van de te verwachten laadprofielen is de batterijcapaciteit van

belang. Deze bepaalt mede hoe lang en hoe vaak iemand zal gaan laden. Momenteel kunnen

gangbare PHEV’s en EV’s met range extender tot ongev eer 80 km elektrisch rijden26

en

gangbare EV’s kunnen tot ongeveer 120 km rijden voordat zij weer opgeladen moeten

worden. Deze afstanden zijn beduidend korter dan dat met fossiele brandstofauto ’s kan

worden gehaald. Belangrijkste oorzaken hiervoor zijn de relatief lage energiedichtheid en de

hoge prijs van batterijen. Uit l iteratuuronderzoek blijkt dat dit in de komende decennia ten

positieve gaat veranderen 27

. Naar verwachting bedraagt de batterijprijs (EUR/kWh) in 2030

een derde van de huidige prijs. Daarnaast zal de energiedichtheid (Wh/kg) grofweg

verdrievoudigen, afhankelijk van het batterijtype.

24

Takafumi AnegawaTEPCO (2010). Safety Design of CHAdeMO Quick Charger and its impact on Power Grid. 25

Jochem Floor (2011). Literatuuronderzoek snelladen: de wensen van de consument en de gevolgen voor het elektriciteitsnet. Liander. 26

Opel. Bezocht op 27-02-2012 Online: http://www.opel.nl/Showroom/Ampera/Default.aspx?gclid=CI636bOyvq4CFZAe3godrFnqPQ 27

Impacts of Electric Vehicles – Deliverable 2, Assessment of electric vehicle and battery technology. CE Delft, 2011.

3.2.3. Batteri j

wisselstations

3.2.4. Batteri jcapaci tei t

Figuur 3-4 Langzaam en snel laden in de praktijk


Tabel 3-3 Voorziene prijsontwikkeling voertuigbatterijen 27

Op basis van de bovenstaande informatie kan worden bepaald dat de productiekosten van de

eerder genoemde gangbare EV’s, met een batterijcapaciteit van ca. 24 kWh, ongeveer 15

duizend euro bedragen. De vraag is wat de batterijontwikkelingen betekenen voor d e afstand

die toekomstige elektrische auto’s kunnen rijden. Hebben deze ontwikkelingen als resultaat

dat de opgeslagen energie gelijk blijft en dat het batterijpakket steeds goedkoper wordt? Of

blijft het batterijbudget gehandhaafd en kan er daardoor verder met de auto worden

gereden?

Binnen dit project wordt verondersteld dat het waarschijnlijk om een combinatie van beide zal

gaan (lagere batterijkosten en meer opgeslagen vermogen). Op basis hiervan wordt een

toekomstige elektrische auto met een batterij -inhoud van 50 kWh en een actieradius van 250

km als realistisch verondersteld.

In deze paragraaf worden op basis van de hiervoor geschetste technologische ontwikkelingen

belastingprofielen ontwikkeld voor drie marktmodel scenario’s: Overal opladen, Thuis opladen

en Snelladen.

Om een inschatting te maken van deze belastingprofielen wordt uitgegaan van het

mobiliteitsgedrag (lees: verplaatsingsafstand en –frequentie) zoals beschreven in paragraaf

3.1. Vooralsnog wordt verondersteld dat het opladen op een ‘domme’ manier plaats zal

vinden: het opladen begint zodra de stekker in de oplaadpaal wordt geplaatst. In een latere

fase van dit project wordt nader ingegaan op de mogelijke effecten van smart charging.

Een belastingprofiel is niet alleen afhankelijk van het mobiliteitsgedrag van de automobilist,

maar ook van de fysieke oplaadmogelijkheden die hij of zij ter beschikking heeft. De visies over

de laadinfrastructuur van de toekomst lopen sterk uiteen. Dit is niet verbazingwekkend, gezien

het prille stadium waarin de transitie naar elektrisch wegvervoer verkeert. Om duidelijk te

maken wat het effect is van de verschillende mogelijkheden op de profielen, worden drie

scenario’s onderscheiden. Er is bewust gekozen voor een aantal extreme varianten.

A. Overal opladen

Binnen dit scenario wordt ervan uitgegaan dat een elektrisch voertuig na elke

verplaatsing wordt opgeladen en dit dus op elke parkeerlocatie mogelijk is. Dit

scenario sluit aan bij het motto “parkeren is opladen”, zoals wordt gesteld in een

onderzoek van Liander 25

. De gedachte hierbij is dat elektrische auto’s een beperkte

accucapaciteit behouden en e-rijders het onprettig vinden om met weinig energie in

de batterij de weg op te gaan. Men zal daarom elke mogelijkheid aangrijpen om op te

laden. Uitgangspunt is dat het opladen langzaam en normaal gebeurt. Vanuit huis met

3.3 Belastingprofielen

3.3.1. Scenario’s


een vermogen van 3,7 kW (1-fase) en in overige gevallen met een vermogen van

11 kW (3-fasen).

B. Alleen thuis opladen

Binnen dit scenario beperken gebruikers het langzaam opladen van hun auto tot thuis.

‘Thuis’ wordt in dit geval gedefinieerd als het opladen op eigen terrein of in de

openbare ruimte voor de deur. Scenario B sluit aan bij de uitgangspunten die zijn

gehanteerd in de publicatie van Remco Verzijlbergh 16

. Dit scenario past bij de

constatering dat 90% van de automobilisten minder dan 125 km op een dag rijdt en –

zeker in de toekomst – over voldoende accucapaciteit beschikt om alleen thuis op te

laden. Binnen dit scenario wordt verondersteld dat alle e-rijders thuis over een

langzaam oplaadpunt beschikken met een vermogen van 3,7 kW (1-fase).

C. Alleen snelladen

Dit scenario betreft het ‘benzinestationmodel’ en gaat ervan uit dat e-rijdens alleen

snelladen op strategische locaties, zoals langs snelwegen. E-auto’s worden op termijn

op vergelijkbare wijze opgeladen als de fossiele brandstof auto’s. Het uitgangspunt

hierbij is dat in de toekomst aangestuurd wordt op gecentraliseerde s nellaadstations.

Voordelen hiervan ten opzichte van openbare oplaadpunten zijn onder andere

verbetering van het straatbeeld en verbetering van vandalismegevoeligheid. Dit

scenario gaat ervan uit dat e-auto’s na iedere 250 km ‘tanken’ met een vermogen 100

kW (DC).

Figuur 3-5 toont een gestandaardiseerd belastingprofiel dat is gebaseerd op verplaatsingen

naar alle soorten bestemmingen. Dit figuur is samengesteld aan de hand van de

mobiliteitsgegevens uit het OViN 2010. Van de verplaatsingen is bekend wat de bestemming

is, het aankomsttijdstip en hoeveel afstand er is afgelegd. Op basis van de uitgangspunten dat

een e-auto bij aankomst (vrijwel) direct begint met laden en ongeveer 5 km op 1 kWh rijdt28

, is

voor alle voertuigverplaatsingen bepaald wat het starten eindtijdstip van een laadtransactie

is. Optelling van alle individuele laadtransacties resulteert in dit figuur. De grafiek laat zien dat

de belastingpiek op werkdagen het hoogst is tussen 8u-9u en rond 18u (circa 0,43 kW per

laadtransactie of 5,5 GW voor een volledig elektrisch wagenpark). Op weekenddagen ligt de

piek meer verspreid tussen 11u-18u: circa 0,25 kW per laadtransactie of 3,5 GW voor alle

laadtransacties.

28 CEN/CENELEC (2011). Standardization for road vehicles and associated infrastructure. CEN/CENELEC

3.3.2. Scenario A: overal opladen


Figuur 3-5 Belastingprofiel scenario A, alle verplaatsingen

Het gebruik van Figuur 3-5 is geschikt voor gebruik bij representatieve locaties en de hogere

netvlakken, maar niet als wordt ingezoomd op locaties met een bijzonder karakter zoals

kantoorlocaties of winkelcentra. Zoals eerder vermeld, zijn de verplaatsingsafstand,

aankomsttijd en reisfrequentie sterk afhankelijk van het soort bestemming. Ter illustratie

hiervan geven de volgende twee figuren de oplaadprofielen voor een werklocatie en een

winkelgebied weer.

Figuur 3-6 Belastingprofiel scenario A - werklocatie

0,00

0,05

0,10

0,15

0,20

0,25

0,30

0,35

0,40

0,45

0,0

1,0

2,0

3,0

4,0

5,0

6,0

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

kW p

er

laad

tran

sact

ie

GW

alle

laad

tran

sact

ies

Tijdstip

Laadvermogen 3x16A totaal

Dag van de week

Werkdag

Weekenddag

0,0

0,2

0,4

0,6

0,8

1,0

1,2

1,4

1,6

1,8

2,0

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

4,0

4,5

5,0

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

kW p

er

laad

tran

sact

ie

GW

alle

laad

tran

sact

ies

Tijdstip

Laadvermogen 3x16A werk

Dag van de week

Werkdag

Weekenddag

0,00

0,05

0,10

0,15

0,20

0,25

0,30

0,35

0,40

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

kW p

er

laad

tran

sact

ie

GW

alle

laad

tran

sact

ies

Tijdstip

Laadvermogen 3x16A winkelen/boodschappen

Dag van de week

Werkdag

Weekenddag


Figuur 3-7 Belastingprofiel scenario A – winkelgebied

Figuur 3-8 toont de gestandaardiseerde belastingcurve die hoort bij het scenario ‘alleen thuis

opladen’. De figuur laat zien dat de belastingpiek plaatsvindt tussen 18u -19u en op werkdagen

het grootst is (circa 1,0 kW per laadtransactie of 5,8 GW voor een volledig elektrisch

wagenpark). Deze piek is in hoogte vergelijkbaar met de gestandaardiseerde belastingscurve

van een huishouden, waarin de piek van het huishouden 0,8 kW is 16

.

Figuur 3-8 Belastingprofiel scenario B, alleen thuis opladen (1x16A)

Figuur 3-9 toont het belastingprofiel voor het scenario ‘alleen snelladen’. Voor samenstelling van de grafiek zijn de volgende aannames gebruikt:

• Een elektrisch voertuig laadt na iedere 250 km. Dit komt gemiddeld neer op 1 op de 15 verplaatsingen.

• Het energieverbruik van een elektrisch voertuig bedraagt 1 kWh per 5 km en het laadvermogen 100 kW. Gemiddeld laadt een auto dus 30 minuten op om 250 km te kunnen rijden.

0,0

0,2

0,4

0,6

0,8

1,0

1,2

1,4

1,6

1,8

2,0

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

4,0

4,5

5,0

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

kW p

er

laad

tran

sact

ie

GW

alle

laad

tran

sact

ies

Tijdstip

Laadvermogen 3x16A werk

Dag van de week

Werkdag

Weekenddag

0,00

0,05

0,10

0,15

0,20

0,25

0,30

0,35

0,40

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

kW p

er

laad

tran

sact

ie

GW

alle

laad

tran

sact

ies

Tijdstip

Laadvermogen 3x16A winkelen/boodschappen

Dag van de week

Werkdag

Weekenddag

0,0

0,2

0,4

0,6

0,8

1,0

1,2

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

kW p

er

laad

tran

sact

ie

GW

alle

laad

tran

sact

ies

Tijdstip

Laadvermogen 1x16A alleen thuis opladen

Dag van de week

Werkdag

Weekenddag

3.3.3. Scenario B: alleen thuis opladen

3.3.4. Scenario C: alleen snelladen


• Een laadtransactie begint halverwege de voorgenomen verplaatsing. Ter i llustratie: een e-auto die zonder opladen van 15u tot 15u40 onderweg is , maakt in het geval opladen van 15u20 tot 15u50 gebruik van de snellader.

• Er is geen correctie op rittijden uitgevoerd vanwege het feit dat auto’s langer op de

weg zijn vanwege het opladen en/of niet meer naar de benzinepomp hoeven. Het belastingprofiel lijkt qua vorm sterk op de profielen uit scenario A die betrekking hebben

op het gemiddelde van alle verplaatsingen. Het verschil komt voort uit het feit dat het aantal kW per laadtransactie hoger l igt. Ter i llustratie: in de grafiek ‘laadvermogen 3x16 A totaal’ (zie Figuur 3-5) is de vermogenspiek op een dag van de week 0,33 kW per laadtransactie of 4,8 GW bij een volledig elektrisch wagenpark. In onderstaand belastingprofiel is de vermogenspiek per

laadtransactie 5,2 kW tot 5,8 GW voor een volledig elektrisch wagenpark.

Figuur 3-9 Belastingprofiel scenario C, alleen snelladen

In hoeverre komen deze scenario’s overeen met actuele meetdata? Om deze vraag te

beantwoorden, is een analyse gemaakt van meetdata van oplaadpunten van stichting e-laad

gedurende de periode week 40 t/m 52 in 2011. Deze data is vervolgens gefilterd met de

volgende criteria:

Duur laadtransactie: 2,5 minuut - 7 dagen;

Energieverbruik: 0,1 – 60 kWh.

Laadregistraties die buiten het fi lter vallen zijn verwijderd. Wat overblijft zijn in totaal 2043

laadacties, waarvan 1700 op doordeweekse dagen en 343 op weekenddagen.

Opgemerkt dient te worden dat er in oktober 2011 in Neder land slechts 946 elektrische auto’s

waren. Tevens dekken de laadpunten van e-laad slechts een deel van Nederland en worden op

deze wijze de private laadpunten niet meegenomen in de analyse. De resultaten zijn

weergegeven in Figuur 3-10.

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

kW p

er

laad

tran

sact

ie

GW

alle

laad

tran

sact

ies

Tijdstip

Laadvermogen 100kW alleen snelladen

Dag van de week

Werkdag

Weekenddag

3.4 Analyse meetdata bestaande oplaadpalen


Figuur 3-10 Verdeling starttijden laadtransacties e-laad, okt-dec 2011

Wat opvalt in Figuur 3-10 is dat op werkdagen een duidelijke piek zichtbaar is rond 8 uur ’s

morgens, terwijl deze piek in de avond uitblijft. Dit kan komen doordat de e-rijders ’s avonds

verspreider thuis komen en/of doordat de e-rijders thuis privé opladen en dus niet bij een

laadpunt van e-laad. In het weekend zijn de starttijden van de laadtransacties verspreid over

het midden van de dag; Dit komt overeen met de resultaten uit het mobiliteitsonderzoek uit

paragraaf 2. Op een doordeweekse dag vinden ongeveer twee keer zoveel laa dtransacties

plaats als op een weekenddag.

Uitgaande van een oplaadvermogen van 3,7 kW, is een vertaalslag gemaakt van de starttijden

verdeling naar een belastingprofiel, zie Figuur 3-11. Over de geanalyseerde periode blijkt in

totaal 22,2 MWh te zijn opgenomen. De gemiddelde hoeveelheid energie per laadtransactie

bedraagt 10,9 kWh.

Figuur 3-11 Belastingprofielen laadtransacties e-laad, okt-dec 2011

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0

5

10

15

20

25

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

kW p

er

laad

tran

sact

ie

kW a

lle l

aad

tran

sact

ies

Tijdstip

Laadvermogen laadtransacties E-laad, okt-dec 2011

Dag van de week

Werkdag

Weekenddag


Als we het belastingprofiel van Figuur 3-11 vergelijken met de profielen uit de drie scenario’s

in paragraaf 5, blijkt het belastingprofiel van scenario A (overal opladen, Figuur 3-5) daarmee

het meest overeen te komen. In scenario A geldt als uitgangspunt dat een e-auto na elke

verplaatsing direct wordt opgeladen en dit dus op elke parkeerlocatie mogelijk is. Zoals eerder

vermeld is het van belang om te realiseren dat opladen via een oplaadpaal van e-laad niet de

enige oplaadmogelijkheid is voor de e-rijder. Oftewel: naar alle waarschijnlijkheid bevat de

data van e-laad slechts een deel van de relevante laadtransacties.

Uit het Onderzoek Verplaatsingen in Nederland (OViN) blijkt dat bijna driekwart van de

afgelegde reizigerskilometers – 94 miljard kilometer - in 2010 per auto is afgelegd. Afstanden

per bestemming verschillen sterk: gemiddeld 23 km per rit voor woon-werk verkeer en 7km

per rit voor winkelen. De gemiddelde autorit is 16,6 km en slechts 10% van de automobilisten

rijdt meer dan 125 km per dag.

Het oplaadvermogen verschilt vooralsnog sterk per technologie. Thuis opladen geschiedt

overwegend met een vermogen van 2,3-3,7 kW, terwijl grotere oplaadpunten over een

vermogen van 11-22 kW beschikken. Snellaadpunten kunnen momenteel met een vermogen

van 50 kW en naar verwachting op termijn met 100 kW laden. Over het effect van snelladen

op de levensduur van de batterij zijn de meningen verdeeld. Wat betreft de ontwikkelingen

van batterij technologie is de algemene verwachting dat de prijs van batterijen significant zal

dalen en de energiedichtheid zal toenemen.

Op basis van deze technologische ontwikkeli ngen zijn drie marktscenario’s voor opladen

ontwikkeld: overal opladen, thuis opladen en alleen snelladen. In combinatie met de

gemiddelde aankomsttijd en reisduur per bestemming van automobilisten uit het OViN, is per

scenario een belastingprofiel opgesteld. Gemiddeld over het totaal aantal transacties

resulteert dit per transactie in het volgende beeld:

I. Overal opladen met een belastingpiek van 0,43 kW rond 8-9 uur en rond 18 uur;

II. Alleen thuis opladen met een belastingpiek van 1,0 kW rond 18-19 uur;

III. Alleen snelladen met een belastingpiek van 5,2 kW rond 17-18 uur.

3.5 Conclusies


4 Netimpact

In dit hoofdstuk wordt geschetst welke impact de ontwikkeling van het opladen van

elektrische voertuigen heeft op het elektriciteitsnet. Allereerst wordt er geschetst wat een

selectie van literatuurbronnen vermeldt met betrekking tot de drie oplaadscenario’s Overal

opladen, Thuis opladen en Alleen snelladen. Vervolgens wordt nader ingegaan op de huidige

piekbelasting in het huidige distributienet. Tenslotte wordt voor de drie oplaadscenario’s

geschetst welke impact op het distributienet te verwachten is in 2030.

Deze paragraaf geeft weer wat een selectie van literatuurbronnen vermeldt met betrekking

tot de drie oplaadscenario’s Overal opladen, Thuis opladen en Alleen snelladen . Zowel binnen als buiten Nederland zijn diverse studies uitgevoerd naar de netimpact ten gevolge van het opladen van EV. In lijn met het kader van deze onderzoeksopdrtacht baseert

Movares de conclusies over de te verwachten netimpact vooral op deze resultaten. De focus ligt hierbij op nationale studies. Er zijn in beperkte mate aanvullende, eigen analyses uitgevoerd. Deze zijn gericht op de ‘blinde vlekken’. Tabel 4-1 toont het overzicht van de studies die zijn beschouwd.

Tabel 4-1 Overzicht van beschouwde studies naar EV-netimpact

Auteur Titel

Rolink et al. (2011) Capacity of Low Voltage Grids for Electric Vehicles

Purtus et al. (2008) Impact of Electric Vehicles on Power Distribution Networks

Verzijlbergh et al. (2011)

The Impact of Controlled Electric Vehicle Charging on Residential Low Voltage Networks

Kleiwegt (2011) Electric Mobility: On the Road to Energy Transition

Laumans (2011) Flexibility of future energy scenarios

Van Lumig et al. Impact DG en warmtepompen op LS-net in bestaande woonwijken

G4V (2011) Modeling of the energy demand related to the mass introduction of

EV/PHEV

Oenema (2011) To what extend are the electrical distribution grids of N.V. RENDO prepared for implementation of future decentralized generation and

loads

Au-yeung (2011) Influence electrical vehicle on the electrical grid

Green et al. (2011) The impact of plug-in hybrid electric vehicles on distribution networks: A review and outlook

Brouns (2010) Kwantitatieve modellering en simulatie van de impact van elektrisch vervoer en de waarde van gestuurd laden op MS-LS niveau

Pecas Lopes et al.

(2009)

Smart Charging Strategies for Electric Vehicles: Enhancing Grid

Performance and Maximizing the Use of Variable Renewable Energy Resources

Lava (2011) Elektrisch Vervoer Impactanalyse – Spaanse Polder bedrijventerrein en woonwijk

Lava (2012) Impact van het opladen op typische Stedin Laagspanning netten

4.1 Resultaten netstudies


De studies uit Tabel 4-1 zijn deels verkregen via leden van de projectgroep Smart Grids van Netbeheer Nederland en deels verzameld op basis van een bureauonderzoek. In deze paragraaf wordt aandacht besteed aan de rode draad in de resultaten in relatie tot de (uitgangspunten van de) oplaadscenario’s uit hoofdstuk 22.

De meeste studies doen een uitspraak over de netimpact op basis van een onderzoek binnen

één of meer voorbeeldnetten. Het is niet altijd duidelijk in hoeverre deze voorbeeldnetten

representatief zijn voor het gemiddelde LS- en MS-net in Nederland. Een gedetailleerde

bespreking van individuele gevallen valt buiten de scope van de opdracht.

Geconstateerd wordt dat het merendeel van de studies betrekking heeft op het

laagspanningsnet. De grotere aandacht voor het LS-net is verklaarbaar. Met uitzondering van

de snellaadpunten, worden oplaadpunten voor elektrisch vervoer, zowel in het publieke als in

het private domein hier op aangesloten, waardoor de impact op het LS-net het snelst

merkbaar is.

Opgemerkt wordt tenslotte dat de uitgangspunten die aan de studies ten grondslag liggen

sterk verschillen. Bijvoorbeeld met betrekking tot het gehanteerde oplaadprofiel, het

oplaadvermogen, de belastinggroei en de penetratiegraad van elektrisch vervoer. Deze

verschillen moeten in gedachten worden gehouden bij het lezen van onderstaande resultaten.

Huidige netbelasting (nu)

Uit een tweetal case studies van Brouns 29

blijkt dat in een gemiddeld net met een 250 kVA

transformator een penetratiegraad van 12% EV mogelijk is. In hetzelfde net is met een 400

kVA transformator een penetratiegraad van 80% EV haalbaar. In lijn met de uitgangspunten

van dit oplaadscenario gelden de genoemde percentages voor de situatie waarin de

laadtransactie start zodra het voortuig wordt aangesloten.

Toekomstige netbelasting (2030-2040)

Au-Yeung 30

heeft op basis van een tweetal voorbeeldnetten in Amsterdam bepaald welke

penetratiegraad van EV in de toekomst mogelijk is voordat capaciteitsproblemen ontstaan. Uit

de studie blijkt dat in 2030 in dit oud stedelijk net een penetratiegraad van circa 25% mogelijk

is. In een nieuw stedelijk net ligt het percentage een stuk hoger. Uit de studie blijkt dat hier

een penetratiegraad tot 50% in 2040 mogelijk moet zijn.

Huidige netbelasting (nu)

In 2009 heeft Laborelec een studie uitgevoerd naar de impact van decentrale opwekking en

elektrisch rijden. Deze studie richt zich op negen typische woonwijken, verspreid over

Nederland. Op basis van de studie wordt geconcludeerd dat in geen van deze wijken

problemen worden verwacht bij een penetratiegraad tot 10%. Verder wordt een groot verschil

geconstateerd tussen stedelijke en landelijke gebieden. Bij deze laatstgenoemde gebieden is

een penetratiegraad van 50% mogelijk zonder dat dit tot netproblemen leidt 31

.

Andere studies onderschrijven het beeld dat Laborelec schetst. Zo blijkt uit case studies van

Brouns29

dat een penetratiegraad van 10-66% mogelijk is. Hiervoor geldt het laagste

percentage voor een net met een transformator van 250 kVA en het hoogste percentage voor

ditzelfde net met een transformator van 400 kVA.

29

G. Brouns (2010). Mobile Smart Grid Business Case. “Kwantitatieve modellering en simulatie van de impact van elektrisch vervoer en de waarde van gestuurd laden op MS-LS niveau”. Enexis. 30

J. Au-yeung (2011). Influence electrical vehicle on the electrical grid. Liander. 31

M. van Lumig en M. Locht (2009). “Impact DG en warmtepompen op LS-net in bestaande woonwijken”. Laborelec.

4.1.1. Scenario A: overal opladen

4.1.2. Scenario B: alleen thuis opladen


Verder toont een studie van Lava32

aan dat bij een penetratiegraad van 45% EV bij 2 van de 4

beschouwde netten uit Rotterdam overbelasting van de kabels optreedt en bij 3 van de 4

netten overbelasting van transformatoren. De conclusie dat overbelasting van

transformatoren eerder wordt verwacht dan overbelasting van kabels wordt in zijn

algemeenheid door de verschillende studies gedeeld. Figuur 4-1 laat een voorbeeld zien

waarbij kabeloverbelasting wordt geconstateerd.

Figuur 4-1 Kabelbelasting in voorbeeldnet bij geen, 45% en 100% EV32

Toekomstige netbelasting (2030-2040)

Uit een studie van Laumans33

blijkt dat in 2030 bij een penetratiegraad vanaf respectievelijk

50% (platteland) en 69% (stedelijk gebied) netproblemen overbelasting van transformatoren

wordt verwacht. Overbelastingen van kabels treedt pas op bij een penetratiegraad hoger dan

100%. Opgemerkt wordt dat de constatering dat overbelasting eerder op het platteland

plaatsvindt in tegenstelling is met de studie van Laborelec 31

.

In vergelijking met de resultaten van andere studies blijkt dat door Laumans genoemde

percentages aan hoge kant liggen. Zo geeft Oenema18

aan dat in 2030 in de meeste gevallen

een penetratiegraad van 40% EV probleemloos mogelijk is. Verzijlberg34

heeft op basis van een

groot aantal netten bepaald dat bij een penetratiegraad van 75% EV in 2040 41% van de

transformatoren en 9% van de kabels overbelast raken.

Kleiwegt 35

heeft binnen haar afstudeeronderzoek een netstudie uitgevoerd met betrekking

tot de netimpact van het opladen van EV in een MS–net in de stad Utrecht. Uit deze studie

blijkt dat er in 2030 circa 30% van de kabellengte verzwaard moet worden ten gevolge van

overbelasting. Van deze 30% is ongeveer tweederde het gevolg van de aangenomen stijging

van de energievraag. In andere woorden: bij de extreme aanname dat iedereen in 2030

elektrisch rijdt, is het opladen van elektrische voertuigen van minder grote invloed op de

netcapaciteit dan de verwachte stijging van de energievraag.

32

J. Lava (2012). Elektrische Auto's Impact Analyse. “Impact van het opladen op typische Stedin Laagspanning netten”. Stedin. 33

C.J. Laumans (2011). Flexibility of future energy scenarios. TU Delft. 34

R.A.Verzijlbergh, Z.Lukszo, J.G.Slootweg en M.Ilic (2011). “The Impact of Controlled Electric Vehicle Charging on

Residential Low Voltage Networks”. IEEE. 35

E. Kleiwegt (2011). Electric Mobility: on the Road to Energy Transition. MSc, TU Delft.


Figuur 4-2 Penetratiegraad EV versus overbelasting kabels35

Oenema18

heeft twee MS-netten bekeken waarvan zich één in Hoogeveen en één in Steenwijk

bevindt. De studie laat zien dat de toegestane penetratiegraad van EV respectievelijk 12% en

40% bedraagt.

Geen van de studies is specifiek uitgegaan van oplaadscenario C (alleen snelladen), waarbij e-

rijders vooral snelladen op strategische locaties langs snelwegen. Elektrische voertuigen

worden binnen dit oplaadscenario op termijn op vergelijkbare wijze ‘getankt’ als fossiele

brandstof auto’s. Dit oplaadscenario gaat ervan uit dat e-auto’s na iedere 250 km ‘tanken’ met

een vermogen 100 kW (DC).

De studie uit Tabel 4-1 die het dichtst in de buurt komt, betreft die van Lava 36

. Deze studie

richt zich op de netimpact van het opladen van elektrische auto’s op een bedrijventerrein in

Rotterdam. Vanuit de veronderstelling dat er 200.000 EV’s in Nederland zijn in 2020

(penetratiegraad circa 3%), heeft Stedin bepaald dat dit 825 auto’s op dit bedrijventerrein

betekent. Het uitgangspunt hierbij is dat het opladen grotendeels snel gebeurt met een

vermogen van 50 kW en deels langzaam met een vermogen van 3,7 kW. Uit de studie blijkt dat

het distributienet ongeveer 28% hoger wordt belast en de MS/LS-transformator 35%. Bij de

huidige netbelasting levert dit geen serieuze problemen op.

In deze paragraaf wordt de relatie tussen de penetratiegraad van elektrische voertuigen en de

overbelasting van kabels en transformatoren nader onderzocht.

De projectgroep Elektrisch Rijden van Netbeheer Nederland heeft een overzicht samengesteld met daarin de gemiddelde piekbelasting en de gemiddelde maximale belasting van de netten

op basis van cijfers van de drie grootste netbeheerders in Nederland, zie Tabel 4-2. Uit de tabel blijkt dat de laagspanningskabels gemiddeld 31% belast worden en de MS/LS-transformatoren 67%. Met andere woorden: in het algemeen worden de MS/LS-

transformatoren tweemaal zo zwaar belast. Het gevolg is logischerwijs dat de gemiddelde capaciteitsmarge in het LS-net groter is dan bij MS/LS-transformatoren, namelijk 440 kVA ten opzichte van 100 kVA. Deze constatering komt overeen met het beeld uit de studies van paragraaf 3. De procentuele belasting van het MS-distributienet blijkt met 71% in de buurt te

liggen van die van de MS/LS-transformator. Het is overigens wel zo dat van een LS-kabel niet zondermeer kan worden gesteld dat deze volledig kan worden belast. Spanningsverlies en spanningskwaliteits aspecten zijn van invloed op de maximaal toelaatbare belasting.

36

J. Lava (2011). Elektrisch Vervoer Impactanalyse – Spaanse Polder bedrijventerrein en woonwijk. Stedin.

4.1.3. Scenario C: alleen

snelladen

4.2 Huidige piekbelasting dis tributienetten


Tabel 4-2 Overzicht van gemiddelde en toegestane piekbelasting distributienet

Categorie Huidig Max Procentuele belasting

LS-net (kVA) 200 640 31%

MS/LS-transformator (kVA) 200 300 67%

MS-distributienet (kVA) 1.500 2.100 71%

De studie van Brouns

29 bevat een grafisch overzicht van de belastingsgraad van de

transformatoren van Enexis. De figuur laat zien dat circa 5% van de transformatoren voor meer dan 100% is belast. Omdat de transformator een thermische traagheid heeft - het duurt

even voordat de transformator zijn maximaal toegestane temperatuur bereikt - levert deze ‘overbelasting’ in de praktijk geen problemen op. Ongeveer 80% van de transformatoren is tussen de 30% en 90% belast en mediaan ligt op circa 60%. De studie van Oenema

18 bevat een

vergelijkbaar overzicht, maar dan met betrekking tot de transformatoren van Rendo. Als deze resultaten met die van Brouns worden vergeleken, blijkt de vorm sterk overeen te komen. Voor dit onderzoek is het van belang om een beeld te verkrijgen van alle MS/LS

transformatoren in Nederland. Hiervoor is het overzicht van Brouns geëxtrapoleerd naar de Nederlandse situatie, zie Figuur 4-3. De rode stippelli jn in de figuur geeft de kritische belastinggrens van de transformatoren aan. In de praktijk wordt hiervoor 116% als acceptabel beschouwd

34. Boven deze grens kunnen transformatoren met uitzondering van zeer tijdelijke

en bijzondere situaties niet belast worden. Uit de figuur kan geconcludeerd worden dat een kleine stijging van de piekbelasting een beperkte invloed heeft op het aantal transformatoren dat boven deze kritische grens uitkomt.

Figuur 4-3 Verdeling piekbelasting MS/LS-transformatoren

De studie van Brouns

29 bevat tevens een grafisch overzicht van de belastingsgraad van de

laagspanningskabels. Dit overzicht is gebaseerd op een streekproef van 145 kabels uit het

netwerk van Enexis. Het overzicht maakt duidelijk dat het merendeel van de kabels tussen de 20% en 60% is belast. De kabels met de zwaarste belasting komt niet boven de 100% uit en liggen hiermee onder de kritische grens van 120% die als acceptabel wordt beschouwd

34.

De kabels zijn daarmee duidelijk minder zwaar belast dan de transformatoren, hetgeen overeenkomst met de kentallen van de projectgroep Elektrisch Rijden van Netbeheer Nederland (zie Tabel 4-2).

0%

20%

40%

60%

80%

100%

120%

140%

0% 25% 50% 75% 100%

Be

last

ing



2010

Kritische grens

4.2.1. MS/LS transformatoren

4.2.2. Laagspannings -kabels


Deze gegevens zijn vervolgens geschaald naar de Nederlandse situatie. Het resultaat is weergegeven in Figuur 2-1 en wordt binnen dit onderzoek als representatief voor Nederland verondersteld. De rode stippellijn in de figuur geeft de kritische belastinggrens van de LS-

kabels aan. Uit het figuur kan geconcludeerd worden dat een beperkte stijging van de piekbelasting geen invloed zal hebben op het aantal LS-kabels dat kritisch belast wordt.

Figuur 4-4 Verdeling piekbelasting LS-kabels

In deze paragraaf wordt de invloed van de voorziene groei van elektrisch rijden op de

vermogensvraag onderzocht voor de diverse locatietypen. Hierbij is uitgegaan van de reeds

beschreven volgende drie scenario’s: A. Overal opladen (met een vermogen van 3,7 kW thuis en 11 kW elders); B. Alleen thuis opladen (met een vermogen van 3,7 kW); C. Alleen snelladen (met een vermogen van 100 kW).

Om tot een toekomstig belastingprofiel te komen is een jaarlijkse groei van de

elektriciteitsconsumptie van 1% als uitgangspunt gehanteerd. Uit hoofdstuk 2 volgt dat er in

2030 conform het middenscenario ruim 1,2 miljoen personenauto’s in Nederland kunnen

worden verwacht (13% van het wagenpark). Binnen het hoogscenario bevinden er zi ch dan 3,1

miljoen personenauto’s (33% van het wagenpark) op de weg.

Hoe verandert het belastingsprofiel van huishoudens door zowel de jaarlijkse belastingsgroei

als de opkomst van EV? Figuur 4-5 toont een gestandaardiseerd huishoudprofiel op een

winterdag anno 2010 en 2030. Figuur 4-6 toont het belastingsprofiel voor het oplaadscenario

B (alleen thuis opladen) voor één huishouden met een elektrische auto. Wat opvalt in deze

figuren is dat de belasting t.g.v. opladen in de orde van grootte l igt van het huis houdelijk

verbruik. Oftewel: met een elektrisch voertuig verdubbelt ruwweg het gebruik per

huishouden.

0%

20%

40%

60%

80%

100%

120%

140%

0% 26% 50% 75% 100%

Be

last

ing

Aantal kabels

Piekbelasting LS-kabels

2010

Kritische grens

4.3 Belastingprofielen per oplaadlocatie

4.3.1. Huishoudens en

piekbelasting dis tributienet


Figuur 4-5 Gestandaardiseerd huishoudprofiel op 1 december in 2010 16

en 2030

Figuur 4-6 Belastingprofiel thuis opladen

Om inzichtelijk te maken wat de te verwachten gevolgen van het opladen van elektrische auto’s in 2030 zijn, dienen de profielen uit Figuur 4-5 en Figuur 4-6 in de juiste verhouding gecombineerd te worden. De bepalende factor hier is het percentage elektrische voertuigen in het betreffende jaar: in 2030 is dat 13% in het midden scenario en 33% in het hoog scenario.

Het resultaat hiervan wordt getoond in Figuur 4-7. Voor de belasting van elektriciteitsnetten is de worst-case situatie relevant. Omdat het oplaadprofiel van een werkdag de hoogste piek veroorzaakt, wordt dan ook het werkdag profiel gehanteerd uit Figuur 4-7.

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

kW p

er

hu

ish

ou

de

n

Tijdstip

Gestandaardiseerd huishoudprofiel

2010

2030

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

kW p

er

hu

ish

ou

de

n

Tijdstip

Laadvermogen 1x16A alleen thuis opladen (100% EV)

Dag van de week

Werkdag

Weekenddag0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

kW p

er

hu

ish

ou

de

n

Tijdstip

Laadvermogen 1x16A alleen thuis opladen (100% EV)

Dag van de week

Werkdag

Weekenddag


Uit het oogpunt van netbeheer is vooral de te verwachten piekwaarde interessant. Op basis hiervan worden immers de netten gedimensioneerd. Op basis van Figuur 4-7 kan het volgende worden geconcludeerd:

I. Het huishoudelijk verbruik heeft een piekwaarde van bijna 0,80kW in 2010 en van

ongeveer 0,95kW in 2030 (stijging: circa 22%); II. In het middenscenario bedraagt de piekwaarde van het gemiddelde huishouden in

2030 ongeveer 1,05kW (stijging: circa 34%);

III. In het snelscenario bedraagt de piekwaarde van het gemiddelde huishouden in 2030 ongeveer 1,20kW (stijging: circa 52%).

Figuur 4-7 Belastingprofiel huishouden in 2010 en 2030 met EV (werkdag)

Opgemerkt wordt dat bovenstaande conclusies vooral indicatief zijn en niet per definitie van toepassing zijn op alle lokale netten. Er is gebruik gemaakt van zogenaamde geaggregeerde

oplaadprofielen. Uit studies 34

37

op basis van Nederlandse en Duitse mobiliteitsdata blijkt dat deze profielen vanaf ongeveer 50 auto’s toepasbaar zijn. Voor kleinere aantallen moet de piekwaarde m.b.v. een gelijktijdigheidfactor worden bepaald. In de onderstaande figuren is de gelijktijdigheidsfactor als functie van het aantal auto’s weergegeven.

Figuren 4-8 en 4-9 Gelijktijdigheidsfactor versus aantal auto’s

37 J. Rolink en C. Rehtanz (2011). “Capacity of Low Voltage Grids for Electric Vehicles”. IEEE.

0,0

0,2

0,4

0,6

0,8

1,0

1,2

1,4

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

kW p

er

hu

ish

ou

de

n

Tijdstip


2010

2030 + geen EV


2030 + EV-snelscen.


Wel zijn er op basis van bovenstaande belastingprofielen algemene conclusies te trekken met betrekking tot overbelasting in het distributienet. Door de gegevens van Figuur 4-3 en Figuur 4-7 te combineren, is een inschatting te maken van de toekomstige piekbelasting van MS/LS transformatoren als gevolg van de stijging van het huishoudelijk gebruik en de introductie van

elektrische voertuigen. Dit is weergegeven in Figuur 4-10.

Figuur 4-10 Verdeling piekbelasting MS/LS-transformatoren, inclusief EV-impact

Aan de hand van dit figuur kan het volgende worden geconcludeerd: I. Zonder komst van EV zijn in 2030 ongeveer 7% van de transformatoren kritisch

overbelast; II. In het middenscenario (13% EV) is in 2030 ongeveer 17% van de transformatoren

kritisch overbelast; III. In het snelscenario is in 2030 (33%) ongeveer 30% van de transformatoren kritisch

overbelast.

Voor de kabels in het LS distributienet is op vergelijkbare wijze een inschatting te maken van de piekbelasting in 2030. Hiervoor worden de gegevens uit Figuur 4-4 en Figuur 4-7 gecombineerd. De resultaten hiervan zijn weergegeven in Figuur 4-11.

0%

20%

40%

60%

80%

100%

120%

140%

0% 25% 50% 75% 100%

Be

last

ing



2010

2030 + geen EV


2030 + EV-snelscen.

Kritische grens


Figuur 4-11 Verdeling piekbelasting LS-kabels, inclusief EV-impact

Aan de hand van dit figuur kan het volgende worden geconcludeerd:

I. Zonder komst van EV zijn in 2030 geen van de LS-kabels kritisch overbelast; II. In het middenscenario is in 2030 ongeveer 4% van de LS-kabels kritisch overbelast;

III. In het snelscenario is in 2030 ongeveer 12% van de LS-kabels kritisch overbelast.

In Figuur 4-12 is het belastingprofiel van een kantoor met 500 medewerkers geschetst. De

vorm van het belastingsprofiel is gedefinieerd aan de hand van een voorbeeld kantoor, de waarden op de y-as zijn geschaald met kentallen van SenterNovem

38. Gemiddeld gebruikt een

kantoor bijna 3500 kWh aan elektrische energie per fte per jaar. Vanuit onderzoeksgegevens van het CROW is verder bepaald dat voor een kantoor met 500 medewerkers zonder

baliefunctie t 350 parkeerplaatsen gebruikelijk is 39

. Ook hiervoor is een toename van het energieverbruik met 1% per jaar aangehouden. Voor het bepalen van het oplaadprofiel in Figuur 4-12 is ervan uitgegaan dat alle 350

parkeerplaatsen bezet zijn met auto’s, waarbij volgens het middenscenario 46 (13%) van deze auto’s elektrisch zijn en volgens het hoogscenario 116 (33%). Bij het opstellen van oplaadscenario A (overal opladen) is gebleken dat de gemiddelde afgelegde woon-werk

afstand 22,9km is. Bij een oplaadvermogen van 11 kW wordt 55 km per uur opgeladen, waardoor het elektrische voertuig binnen een half uur na aankomst zal zijn opgeladen.

38

SenterNovem (2007). Cijfers en tabellen 2007. SenterNovem. 39

CROW (2008). Parkeerkencijfers – basis voor parkeernormering. CROW.

0%

20%

40%

60%

80%

100%

120%

140%

160%

180%

200%

0% 26% 50% 75% 100%

Be

last

ing

Aantal kabels

Piekbelasting LS-kabels

2010

2030 + geen EV


2030 + EV-snelscen.

Kritische grens

4.3.2. Kantoorlocaties


Figuur 4-12 Kantoorprofiel (500fte) in 2010 en 2030 met EV (werkdag)

Figuur 4-12 laat het volgende zien:

I. De piekwaarde van het kantoor in 2030 is 22% hoger dan de piek in 2010; II. In het middenscenario is de piekwaarde van het kantoor in 2030 circa 35% hoger dan

de piekwaarde in 2010; III. In het snelscenario is de piekwaarde van het kantoor in 2030 circa 58% hoger dan de

piekwaarde in 2010.

In vergelijking met de stijging van de piek bij thuis opladen kan het volgende worden geconcludeerd:

I. Het verbruik per medewerker op kantoor is vergelijkbaar met het huishoudelijk

verbruik; II. De stijging van de piek van het kantoor is hoger dan de stijging van de huishoudelijke

piek; III. Het oplaadvermogen is een factor drie hoger vergeleken met het oplaadscenario

alleen thuis opladen (11 kW tegen 3,7 kW); IV. Omdat het gemiddeld aantal afgelegde kilometers hoger is zal er ten opzichte van het

thuislaad scenario per voertuig meer energie worden geladen.

In Figuur 4- is het belastingprofiel van een winkelgebied met 200 parkeerplaatsen geschetst. Er is uitgegaan van grootschalig gevestigde detailhandel in de schil rond het centrum of de bebouwde kom. De vorm van het belastingsprofiel is gedefinieerd aan de hand van een

voorbeeld winkelgebied, de waarden op de y-as zijn geschaald naar gebenchmarkte data van SenterNovem

38. Een nonfood winkel gebruikt 81kWh/m

2 per jaar. Een toename in

energieverbruik van 1% per jaar is verondersteld. CROW laat zien dat bij grootschalige

detailhandel 8 parkeerplaatsen per 100 m2 bruto winkelruimte beschikbaar is

39.

Voor het bepalen van het oplaadprofiel in Figuur 4- is ervan uitgegaan dat alle 200 parkeerplaatsen bezet zijn, waarbij volgens het middenscenario 26 (13%) van deze auto’s

elektrisch zijn en volgens het hoogscenario 46 (33%). Uitgangspunt hierbij is het aantal unieke elektrische voertuigen dat per dag oplaadt op het parkeerterrein. In deze beschouwing wordt ervan uitgegaan dat op een drukke dag 1000 unieke auto’s zullen parkeren op het parkeerterrein. Bij het opstellen van oplaadscenario A (overal opladen) is gebleken dat de

0

100

200

300

400

500

600

700

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

Ve

rmo

gen

[kW

]

Tijdstip

Kantoor + EV

2010

2030 + geen EV


2030 + EV-snelscen.

4.3.3. Winkelgebieden


gemiddelde afgelegde woon-winkel afstand 6,9 km is. Bij een oplaadvermogen van 11 kW en een actieradius van 5 km per kWh, wordt het EV binnen 7,5 minuut na aankomst opgeladen.

Figuur 4-13 Winkelgebiedprofiel (200 parkeerplaatsen) in 2010 en 2030 met EV (werkdag)

Figuur 4-13 laat het volgende zien:

I. De piekwaarde van het winkelgebied in 2030 is 22% hoger dan de piek in 2010;

II. In het middenscenario ligt de piekwaarde van het winkelgebied in 2030 circa 84% hoger dan de piekwaarde in 2010;

III. In het snelscenario ligt de piekwaarde van het winkelgebied in 2030 circa 189% hoger

dan de piekwaarde in 2010. In vergelijking met de stijging van de piek bij thuis opladen kan het volgende worden geconcludeerd:

I. Het verbruik van een winkelgebied is relatief laag vergeleken met het door elektrische voertuigen op te laden aantal kWh;

II. De procentuele stijging van de piek is daardoor veel hoger vergeleken met een

piekstijging in het geval van thuisladen.

Voor oplaadscenario C (alleen snelladen) is het uitgangspunt dat e-rijders telkens 250 km rijden en vervolgens gaan opladen op ‘geschikte locaties’, zoals langs de snelweg. Een

inschatting wordt gemaakt van de beschikbare capaciteitsmarge bij tankstations en het aantal snellaadpunten per tankstations dat kan worden verwacht in de hypothetische situatie dat oplaadscenario C werkelijkheid wordt.

Navraag bij de netbeheerders leert dat een drukbezocht tankstation langs de snelweg een piekvermogen kent van ongeveer 50 kW. Het transformatorvermogen is doorgaans 100 kVA. In deze situatie is het voedende distributienet veelal uitgevoerd als een ringnet met een

kabeldiameter van 35 mm2. De distributiecapaciteit hiervan bedraagt circa 2 MW. De MS-

distributiering wordt in de regel, afhankelijk van de configuratie ter plaatse, belast tot maximaal 50% van het toelaatbare maximum i.v.m. omschakelbaarheid tijdens een storingssituatie. Verwacht wordt dat op het moment dat de distributiering hoog is belast, ook

alle snellaadstations gebruikt worden.

0

20

40

60

80

100

120

140

160

180

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

Ve

rmo

gen

[kW

]

Tijdstip

Winkelgebied + EV

2010

2030 + geen EV


2030 + EV-snelscen.

4.3.4. Tankstations


Aangenomen wordt dat snelladen met een vermogen van 100kW in 2030 mogelijk is (momenteel is tot 50kW gebruikelijk). Bij plaatsing van een snellaadpunt van 100 kW verdrievoudigt daarmee de piekvermogensvraag van het tankstation. Als gevolg hiervan moet de transformator worden verzwaard. Indien de distributiering waarop het tankstation is

aangesloten niet in de buurt van de toegestane limiet is belast, is plaatsing van één tot enk ele snellaadstations in de meeste gevallen mogelijk. De distributiering hoeft dan niet te worden verzwaard.

Hoeveel snellaadpunten zijn er in Nederland benodigd indien deze uitsluitend worden geplaatst bij de huidige benzinestations die langs de snelweg s taan? Er zijn momenteel circa 200 benzinestations langs de snelweg (5% van het totale aantal benzinestations)

40.

Uit de OViN gegevens blijkt dat er in de spits circa 1 miljoen auto’s op de weg rijden. Aangezien de gemiddelde ritafstand 16,6 km is en een elektrisch voertuig op termijn elke 250 km oplaadt, betekent dit dat 1 op de 15 auto’s aan het opladen is gedurende een half uur. Bij

een penetratiegraad van 100% EV zijn hiervoor 67 duizend van deze snellaadstations benodigd. Dit komt omgerekend neer op bijna 350 snellaadpunten per tankstation. Bij 13% EV zullen er circa 8700 snellaadpunten nodig zijn (44 per tankstation), bij 33% EV circa 22 duizend (110 per tankstation). Dergelijke aantallen lijken vooralsnog alleen al vanwege het ruimtelijke

aspect niet reëel. Het l ijkt veilig te veronderstellen dat een netwerk van snellaadstations langs de snelweg zal worden aangevuld met andere oplaadconcepten. De totale vermogensvraag voor snellaadstations is weergegeven in Figuur 4-14.

Figuur 4-14 Vermogensvraag bij oplaadscenario C (alleen snelladen), uitgaande van 100% EV

40

BOVAG (2009). Tankstations in Cijfers. BOVAG.

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,00

:00

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

kW p

er

laad

tran

sact

ie

GW

alle

laad

tran

sact

ies

Tijdstip

Laadvermogen 100kW alleen snelladen

Dag van de week

Werkdag

Weekenddag


Op basis van de verschillende netstudies uit de literatuur wordt geconcludeerd dat de variatie

in de capaciteitsmarge tussen individuele studies met betrekking tot de toelaatbare

penetratiegraad van EV in 2030 groot is. Dit kan deels verklaard worden door verschillen in

uitgangspunten, maar ook door de fysieke verschillen tussen de gebruikte voorbeeldnetten. In

sommige studies wordt over toelaatbare percentages tot circa 10% gesproken en in andere

over percentages tot 100%. Bij uitzondering zijn er netten die onvoldoende capaciteitsmarge

hebben om de verwachte autonome jaarlijkse groei (zonder elektrisch rijden) aan te kunnen.

Ondanks grote verschillen kan momenteel gesteld worden dat het opladen van elektrische

auto’s op korte termijn in het grootste gedeelte van het Nederlandse elektriciteitsnet goed

ingepast kan worden. Als uitgegaan wordt van het middenscenario in 2030 (13% van het

Nederlandse wagenpark is dan elektrisch), zijn ongeveer 17% van de transformatoren kritisch

overbelast en circa 4% van de LS-kabels. De genoemde overbelasting wordt mede veroorzaakt

door de autonome groei van het huishoudelijk elektriciteitsgebruik; iets waarmee de

netbeheerder reeds in zijn prognoses rekening houdt.

Met behulp van de belastingprofielen uit hoofdstuk 3 is in kaart gebracht in hoeverre de

piekwaarde van een geaggregeerd belastingprofiel tot en met 2030 stijgt als gevolg van EV. Dit

is gedaan voor de gebieden: woonwijken, kantoorlocaties, winkelcentra en benzinestations.

Als uitgangspunt voor de jaarli jkse stijging van de belasting is 1% gebruikt. Benadrukt wordt

dat de resultaten vooral indicatief bedoeld zijn en gelden voor de situaties binnen de

oplaadscenario’s A (alleen thuis opladen), B (overal opladen) of C (alleen snelladen).

Tabel 4-3 indicatieve stijging piekwaarden belastingprofiel per gebied (%)

2030 + geen

EV

2030 + EV-

middenscenario

2030 + EV-

hoogscenario

Woonwijk (oplaadscenario B) 22% 34% 52%

Kantoorlocatie (oplaadscenario A) 22% 35% 58%

Winkelcentra (oplaadscenario A) 22% 84% 189%

Benzinestations (oplaadscenario C) 22% > >>

Zoals geïllustreerd in dit hoofdstuk neemt het aantal te vervangen of aan te passen kabels

en/of transformatoren toe naarmate de stijging van de piekbelasting groter is. Het verband is

dus niet l ineair.

Als uitgegaan wordt van een stijging van de piekwaarden conform de eerste regel uit Tabel

4-3, blijkt dat in 2030 in het midden en hoogscenario respectievelijk 17% en 30% van de

transformatoren kritisch overbelast is geraakt. Bij de kabels gelden lagere percentages,

namelijk 4% en 12%.

4.4 Conclusies


5 Kostenvergelijking

In de discussie over smart charging wordt vaak de stelling geponeerd dat inzet van ‘slimme’

verbetermogelijkheden een kostenbesparing oplevert vergeleken met ‘dom’ opladen en

toepassing van traditionele netverzwaringen. Het doel van dit hoofdstuk is om deze hypothese

te toetsen door het opstellen van een eenvoudige kostenvergelijking, waarin eveneens

investeringen in productiecapaciteit zijn opgenomen. Daarmee verschaft deze paragraaf

inzicht in de financiële speelruimte die netbeheerders hebben om smart charging maatregelen

door te voeren. Vanuit doelmatigheidsoogpunt zou implementatie van deze maatregelen, bij

gelijk effect voor de netcapaciteit, niet meer mogen kosten dan het uitvoeren van trad itionele

netverzwaringen.

Na een schets van de gehanteerde methode en aannames wordt in dit hoofdstuk per

kostenpost een inschatting gemaakt van de omvang. Vervolgens worden deze componenten

opgeteld en onderling vergeleken. Het hoofdstuk sluit af met een vergelijking met twee

andere studies.

Om een inschatting van de kosten van traditioneel en slim netbeheer te maken, is de volgende

methodiek gehanteerd. Er is een kostenvergelijking opgesteld tussen een traditioneel

oplaadscenario en een slim oplaadscenario, waarbij is uitgegaan van een situatie waarin

thuisladen domineert. In een thuislaad scenario zullen immers de verschillen tussen slim

gestuurd laden (gedurende de dalmomenten) en traditioneel ongestuurd laden (bij

thuiskomst) relatief groot zijn. De vergelijking betreft een relatief eenvoudig model, dat vooral

tot doel heeft de belangrijke aandachtspunten te i llustreren. Een geavanceerdere modellering

van de kosten valt buiten de scope van deze studie.

In de vergelijking tussen gestuurd en ongestuurd laden is uitgegaan van de volgende factoren:



ICT investeringen: in oplaadpunten thuis en MS/LS stations;


Verder gelden de volgende, belangrijkste uitgangspunten:

In het gehanteerde thuislaad scenario is er van uitgegaan dat de effecten van

elektrisch laden op het middenspanningsnet minimaal zijn;

Er is vanuit gegaan dat er geen extra Ohmse verliezen optreden als gevolg van het

opladen van elektrische voertuigen in het traditionele scenario van netverzwaring;

Er is geen rekening gehouden met de impact van duurzame opwekking;

Er is geen rekening gehouden met synergie met investeringen in andere smart grid of

telecom toepassingen;

Er is geen indexering toegepast voor de elektriciteitsprijs; elektriciteit wordt

gewaardeerd op de prijs van vandaag en er is geen rekening gehouden met een

stijging van de prijs per kWh. Het huishoudelijk elektrische energiegebruik stijgt

overigens wel met 1% per jaar, zie Figuur 5-1;

Er is geen rekening gehouden met netinvesteringen als gevolg van de autonome groei

van het huishoudelijk elektriciteitsgebruik;

5.1 Methode en aannames


De groei van het aantal elektrische voertuigen en de netimpact zijn gebaseerd op de

resultaten uit de hoofdstukken 2 en 4.

Figuur 5-1 Huishoudprofiel in 2010 en 2030 met en zonder EV

In deze paragraaf wordt een inschatting gemaakt van de vereiste investeringen in de LS-kabels

en de MS/LS-transformatoren om het opladen van elektrische voertuigen mogelijk te maken.

Uitgaande van ongestuurd laden (‘dom’) wordt hi ervoor de traditionele netverzwaring

ingezet.In het geval van gestuurd laden (‘slim’) is voor de vergelijking uitgegaan van de

extreme situatie dat de extra oplaadbehoefte als gevolg van elektrisch rijden volledig wordt

opgevangen in het nachtelijk dal, zoals geïllustreerd door de blauwe stippellijn in Figuur 5-2.

Figuur 5-2 Huishoudprofiel in 2010 en 2030 met EV traditioneel en gestuurd/slim laden

0,0

0,2

0,4

0,6

0,8

1,0

1,2

1,4

0:0

0

1:0

0

2:0

0

3:0

0

4:0

0

5:0

0

6:0

0

7:0

0

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

21

:00

22

:00

23

:00

kW p

er

hu

ish

ou

de

n

Tijdstip


2010

2030 + geen EV

2030 +EV snelscen. trad.

2030 + EV snelscen. slim

5.2 Netverzwaringen


Voor het bepalen van de omvang van de vereiste investeringen in kabels is de groei van het

aantal elektrische voertuigen en de daarmee gepaard gaande piekbelasting gerelateerd aan

het te vervangen percentage kabels, zoals beschreven in hoofdstuk 4.

Voor de kabelvervanging zijn de volgende aannames gehanteerd:

Omvang LS netwerk: 223.747 km 41

Kosten netverzwaring: 55,- Euro per meter 29

Levensduur netwerk: 40 jaar

Indien een kabelverzwaring benodigd is, is het in tegenstelling tot de transformatoren niet

perse noodzakelijk dat de kabel vervangen dient te worden. In veel gevallen volstaat het

bijleggen van een kabel en kan de oorspronkelijke kabel in gebruik blijven. In de praktijk wordt

de oorspronkelijke kabel vaak gesplitst en wordt het achterste deel door een nieuwe kabel

gevoed. Het voordeel hiervan is dat dit heraansluitingen overbodig maakt en de te leggen

nieuwe kabel korter is. In deze kostenvergelijking wordt als uitgangspunt gehanteerd dat bij

een capaciteitsprobleem gemiddeld 50% van de kabellengte extra moet worden bijgelegd.

Voor het te verzwaren deel van de kabels is gekozen voor een netverzwaring evenredig met de

verwachte extra netbelasting als gevolg van de groei van het aantal elektrische voertuigen

(dus niet: preventief verzwaren). Tevens is gebruik gemaakt van de inzichten over

netverzwaring zoals beschreven in hoofdstuk 4. Dit heeft geresulteerd in de percentages

netverzwaring zoals weergegeven in Figuur 5-3. Zichtbaar zijn bijvoorbeeld voor 2030 de in

hoofdstuk 4 genoemde vervangingspercentages van 4% voor het middenscenario en 12% voor

het hoogscenario.

Figuur 5-3 Scenario’s kabelverzwaring

41 E.J. de Haan (2012). “Betrouwbaarheid van elektriciteitsnetten in Nederland in 2011”, Netbeheer Nederland. KEMA

0,0%

5,0%

10,0%

15,0%

20,0%

25,0%

30,0%

35,0%

20

12

20

14

20

16

20

18

20

20

20

22

20

24

20

26

20

28

20

30

20

32

20

34

20

36

20

38

20

40

20

42

20

44

20

46

20

48

20

50

Percentage kabelverzwaring

hoog

midden

laag

5.2.1. Investeringen kabels


De berekende cumulatieve netinvesteringen die hieruit volgen, zijn samengevat in Tabel 5-1.

De tabel geeft weer dat, in geval van het middenscenario, de kosten in 2030 268 miljoen Euro

bedragen en in 2050 1.073 miljoen Euro.

Tabel 5-1 Cumulatieve kosten LS-netverzwaring, 2030 en 2050

Marktscenario Kosten 2030 (miljoen) Kosten 2050 (miljoen)

Laag € 136 € 465

Midden € 268 € 1.073

Hoog € 706 € 2.034

Deze subparagraaf gaat nader in op de vereiste investeringen in MS/LS transformatoren als

gevolg van het opladen van elektrische voertuigen. Als er capaciteitsproblemen plaatsvinden

met transformatoren, worden deze deels door nieuwe exemplaren en deels door bestaande

exemplaren vervangen (het zogenaamde ‘doorschuiven’). De kosten voor dit vervangen of

doorschuiven van transformatoren zijn afhankelijk van het transformatorvermogen. In het

algemeen kan gesteld worden dat de kosten per kVA van vervanging van kleine

transformatoren (bijv. 50kVA) hoger zijn dan die van grote transformatoren (bijv. 630 kVA). Uit

een studie 29

blijkt dat de 100 kVA, 250 kVA en 400 kVA transformatoren in de netten van

Enexis circa 65% van de populatie vertegenwoordigen. Aangenomen is dat deze verhouding

opgaat voor Nederland. Op basis hiervan is besloten om binnen deze kostenvergelijking uit te

gaan van de gemiddelde verzwaringskosten van deze drie trafo’s.

Bij het bepalen van de investeringen wordt in dit onderzoek de volgende aannames

gehanteerd:

Gemiddelde prijs capaciteit MS/LS-transformatoren: 37 Euro/kVA 29

Piekvraag huishoudens MS/LS-transformatoren: 7,2 GVA

Net zoals bij de uitbreiding van de capaciteit van het LS netwerk is ervoor gekozen om de

capaciteitsuitbreiding van de transformatoren uit te voeren naar rato van de verwachte

netoverbelasting als gevolg van de groei van het aantal elektrische voertuigen (dus niet

preventief verzwaren). Tevens is gebruik gemaakt van de inzichten over LS/MS stations zoals

beschreven in hoofdstuk 4. Dit heeft geresulteerd in de percentages voor

capaciteitsuitbreiding zoals weergegeven in figuur 5-4. Zichtbaar zijn bijvoorbeeld voor 2030

de in hoofdstuk 4 genoemde vervangingspercentages van 17% voor het midden scenario en

30% voor het hoogscenario.

5.2.2. Investeringen

MS/LS transformatoren


Figuur 5-4 Scenario’s capaciteitsuitbreiding MS/LS-transformatoren

De berekende cumulatieve netinvesteringen die hieruit volgen, zijn samengevat in Tabel 5-2.

De tabel toont aan dat, uitgaande van het middenscenario, de kosten in 2030 45 miljoen Euro

bedragen en in 2050 ruim het dubbele met 94 miljoen Euro. Wat opvalt is dat deze bedragen

een veelvoud lager zijn dan die met betrekking tot de LS-kabels.

Tabel 5-2 Cumulatieve kosten capaciteitsuitbreiding MS/LS-transformatoren, 2030 en 2050


Laag € 19 € 65

Midden € 45 € 94

Hoog € 80 € 113

Gestuurd opladen streeft naar een situatie, waarin elektrische voertuigen worden opgeladen

gedurende de daluren, waardoor de bestaande productie- en netwerkcapaciteit optimaal

worden benut. De hogere netwerkbenutting leidt echter tot hogere Ohmse verliezen: er gaat

immers meer elektriciteit door dezelfde infrastructuur.

Daarnaast is er sprake van hogere nullastverliezen door het bijplaatsen van transformatoren.

In deze paragraaf wordt een inschatting gemaakt van zowel het verschil in extra Ohmse

verliezen tussen het traditionele en het slimme scenario als de extra nullastverliezen in het

traditionele scenario.

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

20

12

20

14

20

16

20

18

20

20

20

22

20

24

20

26

20

28

20

30

20

32

20

34

20

36

20

38

20

40

20

42

20

44

20

46

20

48

20

50

Percentage uitbreiding capaciteit MS/LS transformatoren

hoog

midden

laag

5.3 Energieverlies


Om een inschatting te maken van het verschil in Ohmse verliezen tussen het slimme en het

traditionele scenario, is voor beide scenario’s de toename van de Ohmse verliezen op het

laagspanningsnet bepaald. Deze zijn vervolgens gerelateerd aan de totale verliezen op het LS

netvlak en de elektriciteitsprijs. Hiervoor zijn de volgende gegevens gehanteerd:

Energieverlies LS netvlak (2011): 0,56 TWh 42

Jaarlijkse stijging huishoudelijk elektriciteitsgebruik: 1%

Elektriciteitsprijs (constant): 0,075 Euro/kWh 41

Aangezien, zie hoofdstuk 4, in het middenscenario tot 2030 goed inpasbaar is, is voor deze

inschatting uitgegaan van een onveranderde netsituatie.

Voor de bepaling van het verschil in de toename van de Ohmse verliezen is per jaar het Ohmse

verlies bepaald tussen de varianten ‘slim laden’ en ‘geen EV’ en ‘traditioneel laden’ en ‘geen

EV’ . In Figuur 5-2 is de slimme variant weergegeven door het dal onder de blauwe horizontale

stippellijn.

Dit verschil is vervolgens bepaald voor de periode 2012-2050 voor het hoog, midden en laag

scenario. Figuur 5-5 geeft voor het hoog scenario deze Ohmse verliezen weer, uitgedrukt in

procenten van de Oh mse verliezen op het laagspannings netvlak. Uit deze figuur valt af te

leiden dat door gebruik te maken van “slim laden” de extra energieverliezen tientallen

procenten lager uitvallen dan bij toepassing van traditionele netverzwaringen.

Figuur 5-5 Ohmse verliezen slim versus traditioneel

De berekende cumulatieve kosten van de Ohmse verliezen zijn samengevat in Tabel 5-3. De

tabel geeft weer dat, in geval van het midden scenario, het verschil in cumulatieve kosten in

2030 en 2050 respectievelijk 23 miljoen en 228 miljoen Euro bedraagt.

42 Energie in Nederland 2011. Energie-Nederland en Netbeheer Nederland

5.3.1. Ohmse verliezen


Tabel 5-3 Cumulatieve kosten Ohmse verliezen, 2030 en 2050

Marktscenario Kosten 2030 (miljoen)

Kosten 2050 (miljoen)

Traditioneel

Laag € 24 € 263

Midden € 47 € 552

Hoog € 137 € 1.103

Slim

Laag € 12 € 140

Midden € 24 € 324

Hoog € 78 € 712

In deze subparagraaf worden de extra nullastverliezen berekend als gevolg van het bijplaatsen

van transformatoren in het traditionele scenario. Om deze extra nullastverliezen te bepalen is

uitgegaan van het nullastverlies van een transformator van 250 kVA (Norm ’95). Het

gemiddelde nullastverlies is 12,8 kWh/kVA per jaar. Samen met de in de vorige paragraaf

geschetste voorziene uitbreiding van het transformatorvermogen, is de ontwikkeling van de

extra nullastverliezen bepaald.

De berekende cumulatieve kosten van de nullastverliezen zijn samengevat in Tabel 5-4. De

tabel laat zien dat, uitgaande van het mi ddenscenario, de kosten in 2030 5 miljoen Euro

bedragen en in 2050 ongeveer negen keer zoveel met 46 miljoen Euro. De kosten hiervan zijn

ongeveer een factor 5 tot 7 lager dan de Ohmse verliezen bij slim laden.

Tabel 5-4 Cumulatieve kosten nullastverliezen, 2030 en 2050

Marktscenario Kosten 2030 (miljoen) Kosten 2050 (miljoen) Laag € 2 € 28

Midden € 5 € 46

Hoog € 13 € 67

In deze paragraaf wordt een kosteninschatting gegeven van een van de vele denkbare ICT

scenario’s. Op dit moment is nog onvoldoende duidelijk wel niveau van data intensiteit

gewenst zal zijn voor de energievoorziening van de toekomst, en welk deel daarvan toe te

rekenen is aan het inpassen van elektri sch rijden. De resultaten van deze paragraaf moeten

dan ook worden gezien als een il lustratie en uitwerking van een van de mogelijke scenario’s.

Als basis hiervoor is de Maatschappelijke Kosten Baten analyse (Bijlage B)43

van CE en Kema

gehanteerd. Waar van toepassing zijn lagere kosten opgenomen, aangezien voor introductie

van Smart Charging niet de volledige functionaliteit van een intelligent net is vereist44

.

Voor de bepaling van de investeringen in ICT, is gekeken naar de ICT kosten per voertuig en

per MS/LS station. De ICT kosten voor voertuigen stijgen evenredig met het totaal aantal

elektrische voertuigen. Voor de MS/LS stations is er ter illustratie voor gekozen om de

automatisering in te zetten in 2017 en alle stations te hebben geautomatiseerd zodra er 2

miljoen elektrische voertuigen in het land zijn, conform de scenario’s uit hoofdstuk 2. Op deze

wijze kunnen de netprestaties goed worden gemonitord, waardoor tijdig een behoefte aan

netverzwaring kan worden gedetecteerd. De introductiecurven op voertuigniveau en het

niveau van MS/LS stations staan weergegeven in Figuur 5-6.

43 M.J. Blom et al. (2012). Maatschappelijke kosten en baten van Intelligente Netten. CE Delft & KEMA 44 C. Gellings et al. (2011). Estimating the costs and benefits of the smart grid. EPRI

5.3.2. Nullastverliezen

5.4 ICT investeringen


Figuur 5-6 Scenario’s introductie van ICT in MS/LS stations en huishoudens

De basis voor de kosten aan ICT bestaat uit de volgende twee aannames :

Per voertuig is € 40,- aan meet/stuur units en datacommunicatie apparatuur

opgenomen. Dit is een deel van de kostenpost zoals in de MKBA is opgenomen voor

woningen 43

.

Per MS/LS station is een bedrag van € 2.000,- aan meet- en stuursystemen

opgenomen. Dit is een deel van de kostenpost zoals in de MKBA is opgenomen voor

MS/LS stations 43

.

Gezien de levensduur van ICT apparatuur (maximaal 10 jaar) is ervoor gekozen om in het

model de afschrijving van de investering en jaarlijkse kosten te combineren tot totale kosten

per jaar. Dit is weergegeven in de volgende tabel.

Tabel 5-5 ICT kosten per voertuig en MS/LS st ation

Investering Operationele

kosten

Levensduur

(jaar)

Jaarkosten, incl.

afschrijving

ICT kosten per voertuig

€ 40 € 2 /jaar 7 € 8 /jaar

ICT kosten per MS/LS station

€ 2.000 € 80 /jaar 10 € 280 /jaar

De berekende cumulatieve ICT-kosten zijn samengevat in Tabel 5-6. De tabel laat zien dat,

uitgaande van het middenscenario, de ICT-kosten op huisniveau in 2030 bijna 50 miljoen Euro

bedragen en in 2050 bijna 300 miljoen Euro. Op stationsniveau liggen de kosten aanzienlijk

hoger; rond de 190 miljoen EUR in 2030 en 886 miljoen Euro in 2050.


Tabel 5-6 Cumulatieve ICT-kosten huis- en stationsniveau, 2030 en 2050


ICT-kosten op huisniveau:

Laag € 25 € 271 Midden € 49 € 546

Hoog € 138 € 1.032

ICT-kosten op st ationsniveau:

Laag € 111 € 673

Midden € 190 € 886

Hoog € 301 € 1.010

Deze paragraaf gaat in op de kosten van de vereiste extra productiecapaciteit in het geval van

een traditioneel oplaadscenario. Bij ongestuurd opladen leidt immers het direct opladen van

elektrische voertuigen op werkdagen tot een extra vermogenspiek in de avond van gemiddeld

0,76 kW per voertuig, zie Figuur 4-6. Deze piek dient te worden gecompenseerd door extra

piek productiecapaciteit. De kosten van deze productiecapaciteit bedragen gemiddeld jaarlijks

50 Euro per geïnstalleerde kW (uitgaande van een economische levensduur van 20 jaar) 45

46

47

.

De volgende grafiek geeft de voorziene extra vraag aan productiecapaciteit weer .

Figuur 5-7 Extra vraag piek productiecapaciteit

De berekende cumulatieve kosten van dit extra piekvermogen zijn samengevat in Tabel 5-7.

De tabel laat zien dat, uitgaande van het middenscenario, de kosten in 2030 243 miljoen Euro

bedragen en in 2050 ruim 10 keer zoveel met 2.689 miljoen Euro.

Tabel 5-7 Cumulatieve kosten extra vraag productiecapaciteit, 2030 en 2050


Laag € 124 € 1.335

Midden € 243 € 2.689

Hoog € 679 € 5.083

45 Silverspring (2010). The Dollars – and Sense - of EV Smart Charging. Silver Spring Networks 46 M. Menkveld et al (2004). Energietechnologieën in relatie tot transitiebeleid. ECN 47 J.S. Hers en W. Wetzels (2009). Technische ondersteuning subsidieberekening SDE WKK 2010. ECN

5.5 Uitbreiding productie-capaci teit


In deze paragraaf wordt een kostenvergelijking gemaakt tussen de kosten van traditionele

netverzwaringen en smart charging in het scenario van thuisladen. Tevens wordt een

onderscheid gemaakt in het traditionele scenario tussen de kosten die onder netbeheer vallen

en de kosten van energieproductie.

Om de kostenvergelijking te kunnen maken tussen het traditi onele en slimme scenario, zijn de

volgende gegevens gecombineerd:

Totale kosten gestuurd laden (slim) = kosten ICT (huisniveau en MS/LS stations)

+ kosten Ohmse verliezen door hogere benutting net

Totale kosten direct laden (traditioneel ) = kosten LS netverzwaring

+ kosten uitbreiding transformatorcapaciteit

+ kosten nullastverliezen

+ kosten Ohmse verliezen door hogere piek

+ kosten extra piek productiecapaciteit

De resultaten hiervan zijn weergegeven in Figuur 5-8:

Figuur 5-8 Cumulatieve kosten traditioneel en slim laden

Uit dit figuur is de conclusie te trekken dat op basis van een ruwe modellering de slimme

variant kostenefficiënter is : over de periode 2030-2050 zijn de traditionele kosten ongeveer

twee tot driemaal hoger.

Hoe verhouden de mogelijke kostenbesparingen van netbeheer en energieproductie zich

onderling tot de kosten van smart charging, en is nu al aan te geven voor welke sector het

belang van smart charging het grootst is? In Figuur 5-9 en Figuur 5-10 zijn deze componenten

nader geïllustreerd, door in het midden scenario de investeringen te vergelijken in traditionele

netverzwaringen (in rood), slimme ICT toepassingen (in blauw) en de in het traditionele

scenario vereiste extra productiecapaciteit (in oranje). Deze cumulatieve investeringen tot

2030 en 2050 zijn vervolgens gedeeld door het dan aantal rijdende elektrische voertuigen.

0,0

1000,0

2000,0

3000,0

4000,0

5000,0

6000,0

7000,0

8000,0

20

12

20

14

20

16

20

18

20

20

20

22

20

24

20

26

20

28

20

30

20

32

20

34

20

36

20

38

20

40

20

42

20

44

20

46

20

48

20

50

Ko

ste

n [c

um

ula

tie

f, M

€]

Kostenvergelijking traditioneel vs slim laden

Slim-hoog

Slim-midden

Slim-laag

Trad.-hoog

Trad.-midden

Trad.-laag

5.6 Kostenvergelijking traditioneel en

slim


Figuur 5-9 Vergelijking cumulatieve kosten per EV in 2030 in middenscenario

Figuur 5-10 Vergelijking cumulatieve kosten per EV in 2050 in middenscenario

Het eerste dat opvalt, is dat de kosten van smart charging inderdaad lager liggen dan de

kosten van traditioneel netbeheer en extra productiecapaciteit. Verder zijn de verschillen

tussen de gele (productie) en rode kolommen niet extreem groot. Hieruit volgt dat op lange

termijn het belang van slimme oplossingen voor de energieleveranciers/producenten groter

zou zijn dan voor de netbeheerders. Aanbevolen wordt dan ook om bij de ontwikkeling van

slimme instrumenten voor netbeheer de energieleveranciers te betrekken.


De conclusie dat slim laden inderdaad tot een kostenefficiënter energiesysteem leidt dan de

traditionele aanpak, wijst in dezelfde richting als conclusies uit vergelijkbare studies op het

gebied van intelligente netten. In deze context dienen dan ook de Ma atschappelijke Kosten

Baten Analyse van CE/KEMA 43

en de Mobile Smart Grid Business Case van Enexis 29

genoemd

te worden.

CE en KEMA hebben in hun aanpak kosten-baten analyses opgesteld voor drie verschillende

scenario’s voor de energievoorziening: business as usual, hernieuwbaar + gas en kolen/CCS +

kernenergie. Hierbij kijken zij naar een brede introductie van intelligente netten, die verder

gaat dan elektrisch vervoer alleen. In alle scenario’s blijkt een belangrijke rol weggelegd voor

gedragsverandering van de eindgebruiker, als gevolg van flexibele leverings- en

transporttarieven. Een belangrijke overeenkomst met de hier uitgevoerde kostenvergelijking is

dat in het ontwikkelde scenario met centrale opwekking een spreiding in vermogensbelasting

al snel aantrekkelijk is vanuit het oogpunt van vermeden investeringen in productiecapaciteit.

Enexis heeft zich in haar business case met name gericht op de kosten van netinvesteringen,

nullast- en pieklastverliezen in verschillende scenario’s voor laadgedrag. Hoewel de aanpak

een andere invalshoek heeft gekozen dan de hiervoor besproken kostenvergelijking, komt de

auteur ook tot de conclusie dat gestuurd laden in alle scenario’s het meest kostenefficiënt is.

In dit hoofdstuk is voor het inpassen van opladen van elektrische voertuigen een eenvoudige

kostenvergelijking gemaakt tussen traditionele netverzwaringen en uitbreiding van de

productiecapaciteit en smart charging. In deze vergelijking zijn de volgende factoren

meegenomen:



ICT investeringen: in oplaadpunten thuis en MS/LS stations;


In deze kostenvergelijking is uitgegaan van een situatie waarin thuisladen domineert. In een

thuislaad scenario zullen immers de verschillen tussen slim gestuurd laden (gedurende de

dalmomenten) en traditioneel ongestuurd laden (bij thuiskomst) relatief groot zijn. Na een

bepaling van de kosten per onderdeel, is de vergelijking als volgt gemaakt:

Totale kosten gestuurd laden (slim) = kosten ICT (huisniveau en MS/LS stations)

+ kosten Ohmse verliezen door hogere benutting net

Totale kosten direct laden (traditioneel) = kosten LS netverzwaring

+ kosten uitbreiding transformatorcapaciteit

+ kosten Ohmse verliezen door hogere piek

+ kosten nullastverliezen

+ kosten extra piek productiecapaciteit

Uit de vergelijking is de conclusie te trekken dat op basis van deze ruwe modellering de

slimme variant inderdaad kostenefficiënter is: over de periode 2030-2050 zijn de traditionele

kosten ongeveer twee tot driemaal hoger. De conclusie dat slim netbeheer inderdaad

kostenefficiënter is komt overeen met andere onderzoeken rond dit thema.

5.7 Parallellen met ander onderzoek

5.8 Conclusies


6 Verbetermaatregelen

In dit hoofdstuk wordt nader ingegaan op de verbetermaatregelen die netbeheerders en

andere partijen tot hun beschikking hebben om congestie en piek energievraag als gevolg van

het opladen van elektrische voertuigen te beperken . Allereerst wordt nader ingegaan op de

voordelen van smart charging en bij welke typen oplaadlocaties deze voordelen optimaal

kunnen worden benut. Vervolgens wordt een kor te beschouwing gegeven met betrekking tot

data uitwisseling. Het hoofdstuk wordt afgesloten met een overzicht van mogelijke

verbetermaatregelen ten behoeve van congestie en piek energievraag.

In hoofdstuk 4 is in beeld gebracht wanneer netten en assets overbelast raken indien

elektrische voertuigen bij aankomst direct en met maximaal vermogen (ongestuurd) worden

opgeladen. Een alternatief hiervoor is ‘smart charging’. In deze paragraaf wordt onder andere

op de definitie, ruimte en potentie van deze manier van opladen ingegaan.


elektrische voertuigen die het gevraagde laadvermogen voor elektrische voertuigen in een

net(deel) optimaal afstemt op de beschikbare netcapaciteit en/of het aanbod van (duurzame)

energie. Deze definitie is sterk gebaseerd op die van EURELECTRIC 48

. Het belang van smart

charging wordt niet alleen door de netbeheerders gezien, maar bijvoorbeeld ook door de

overheid. Zij onderkent dat elektrisch vervoer en smart grids onderwerpen zijn die sterk met

elkaar samenhangen. De overheid stelt onder andere dat zonder smart grids grote problemen

op de netten kunnen ontstaan en vraagpieken die kunnen leiden tot grote extra investeringen

in flexibele productiecapaciteit van elektriciteit 4.

Het totale Nederlandse elektriciteitsverbruik bedraagt momenteel ruim 120 miljard kWh.

Zoals in hoofdstuk 3 reeds benoemd zou ten gevolge van volledige elektrificatie van het

autovervoer dit totale elektriciteitsverbruik stijgen met circa 16 % (18,8 miljard kWh). Deze

stijging lijkt op landelijke schaal te overzien. Het is echter van belang te realiseren dat een fors

deel van de elektriciteitsafname door grote (industriële) afnemers plaatsvindt op hoog- en

middenspanningsniveau. Een beperkt deel hiervan, circa 25 miljard kWh per jaar, wordt

afgenomen door huishoudens op laagspanningsniveau. Uitgaande van een scenario alleen

thuis opladen, zou een volledige elektrificatie van het vervoer en een toename van 18,8

miljard kWh voor een stijging van het elektriciteitsverbruik van ongeveer 75% in de

laagspanningsnetten nabij huishoudens zorgen. Figuur 6-1 geeft dit schematisch weer.

Dit betreft uiteraard een extreme situatie. Volgens het middenscenario uit hoofdstuk 2

worden in 2030 1,2 miljoen elektrische personenauto’s in Nederland verwacht (13% van het

wagenpark). Bij het snelscenario bevinden in hetzelfde jaartal maximaal 3,1 miljoen

elektrische personenauto’s (33% van het wagenpark) op de weg.

48 T. Theisen et al. (2011). Position Paper. “European electricity industry views on charging Electric Vehicles”. EURELECTRIC.

6.1 Smart charging

6.1.1. Defini tie

6.1.2. Netten nabi j huishoudens


Figuur 6-1 Schematische weergave van elektriciteitsverbruik in Nederland

Figuur 6-2 laat zien hoe groot de theoretische ruimte voor smart charging is in een

karakteristiek belastingprofiel van een laagspanningsnet. De figuur is vooral van toepassing op

huishoudens en het scenario alleen thuis opladen. Getoond wordt dat het elektriciteitsnet

gemiddeld op 60% van zijn piekbelasting wordt bedreven. Het groene, nog te benutten

gedeelte, bedraagtdaarmee 40%. Theoretisch kan de stijging van het elektriciteitsverbruik

door elektrische voertuigen goed buiten de piekperiode (rode lijnen) opgevangen worden.

Opgemerkt wordt dat Figuur 6-2 niet generiek toegepast kan worden en bedoeld is voor de

beeldvorming. De volgende aandachtspunten zijn hierbij van toepassing:

De belastingcijfers verschillen sterk tussen individuele netten. Gebleken is dat in

sommige netten veel ruimte is, maar dat er ook netten zijn die nu al tegen de grenzen

van de maximaal toelaatbare belasting aan zitten.

De belastingpiek van laagspanningsnetten duurt ongeveer 2,5 uur per dag kabels en

transformatoren hebben een thermische traagheid waardoor deze in de praktijk

kortdurend hoog belast kunnen worden. De praktisch toegestane piekbelasting ligt

daarmee hoger dan de belasting die continu is toegestaan.

In de praktijk is het niet mogelijk om alle elektrische voertuigen buiten de piekuren

op te laden. Als iemand bijvoorbeeld om 18u met een lege batterij thuiskomt en om

20u met de auto naar de volgende afspraak moet, zal hij of zij voor verhoging van de

piekbelasting zorgen.

Er is geen rekening gehouden met de mogelijkheid om elektrische voertuigen in te

zetten als energieleverancier tijdens piekmomenten.

Voor specifieke informatie over de capaciteitsruimte in de elektriciteitsnetten (kabels

en transformatoren) wordt verwezen naar hoofdstuk 4.

Totaal 120,9 miljard kWh / jaar

Verbruik huishoudens25 miljard kWh / jaar

+

Volledige elektrificatieautovervoer18,8 miljard kWh / jaar


Figuur 6-2 Theoretische ruimte in karakteristiek belastingprofiel laagspanningsaansluiting

Bij het beschouwen van de ruimte voor smart charging in netten nabij winkelcentra en

kantoorlocaties is vooral het scenario overal opladen relevant. Het oplaadscenario alleen

snelladen komt maar beperkt voor smart charging in aanmerking, aangezien bestuurders van

elektrische voertuigen na het inpluggen van hun auto zo snel mogelijk van energie willen

worden voorzien. Hierdoor is de ruimte om bijvoorbeeld in het oplaadproces de stroom te

‘knijpen’ of in ti jd te ‘schuiven’ minimaal.

Bij het scenario overal opladen laden bestuurders hun elektrische voertuig niet alleen thuis op,

maar ook op andere parkeerlocaties, zoals het werk en in winkelcentra. Bij deze locaties is het

elektriciteitsverbruik op het moment van parkeren al relatief hoog. Immers: e-rijders laden bij

winkelcentra als de winkels open zijn en bij hun werk op het moment dat het kantoor open is.

Hierdoor zijn de mogelijkheden voor smart charging beperkter dan bij het scenario alleen thuis

opladen.

Ter i llustratie is figuur 6-3 toegevoegd, waarin aan de hand van een belastingprofiel van een

kantoorlocatie wordt weergegeven dat de meest gunstige oplaadperiode zich buiten

kantooruren bevindt en daarom maar beperkt benut kan worden. Medewerkers met een

elektrisch voertuig (eigen of lease) zullen dan immers niet aanwezig zijn. Wel zijn er

mogelijkheden voor het ‘smart’ opladen van elektrische poolauto’s in de nachtelijke uren.

Voor specifieke informatie over de capaciteitsruimte in de elektriciteitsnetten (kabels en

transformatoren) wordt verwezen naar hoofdstuk 4.

6.1.3. Netten nabi j winkelcentra en kantoorlocaties


Figuur 6-3 Theoretische ruimte in karakteristiek belastingprofiel kantoorlocatie

In dit project wordt met name ingegaan op het belang van smart charging als instrument voor

beperking van piekbelastingen en een betere benutting van de netcapaciteit. Smart charging

kan de netbeheerders uiteraard meer voordelen kan bieden dan de genoemde aspecten.

Verder zijn er ook voor andere actoren - bijvoorbeeld de consument - diverse voordelen te

onderscheiden.

Om inzicht te geven in het scala aan voordelen is Tabel 6-1 opgenomen. De tabel bevat een

illustratief overzicht van verschillende potentiële voordelen van smart charging. In de

rechterkolom is aangegeven of het voordeel relevant is voor de netbeheerder, de consument

of beiden. Theoretisch is het zo dat de voordelen voor de netbeheerder uiteindelijk de

consument toekomen, bijvoorbeeld in de vorm van lagere transporttarieven of verhoging van

de leveringszekerheid.

6.1.4. Voordelen


Tabel 6-1 Potentiële voordelen smart charging voor consumenten en netbeheerders

(illustratief)

Voordelen* Relevant voor

Voorkoming van onnodige maatschappelijke kosten (o.a. netinvesteringen) Beiden

Beperking van energieverliezen door lagere piekstromen Beiden

Integratie van grote(re) aantallen e-auto’s mogelijk Beiden

Minder CO2-uitstoot in hele energieketen (productie, transport & verbruik) Beiden

Versterking van economische positie binnen Nederland Beiden

Effectiever gebruik van (eigen) duurzame energieopwekking Consument

Beperking van aansluiten transportkosten Consument

Verlaging van energiekosten Consument

Meer invloed op eigen energieverbruik en –management Consument

Verlenging levensduur accu e-auto (koppeling batterijmanagementsysteem) Consument

Doelmatig en doeltreffend aansluiten en inpassen EV-oplaadpunten Netbeheerder

Voorkomen van overbelastingen en power quality problemen Netbeheerder

Efficiëntere benutting van huidige netcapaciteit Netbeheerder

Beschikbaarheid over meer flexibiliteit/reservecapaciteit Netbeheerder

Verbetering levensduur assets door verlaging piekbelasting Netbeheerder

* Bovenstaande tabel is gebaseerd op diverse bronnen: 49

50

51

52

48

53

15

54

4

Smart charging kan niet los worden gezien van de bredere ontwikkelingen rond de behoefte

aan data in het kader van smart grids en energietransitie. In deze paragraaf wordt kort

ingegaan op recente ontwikkelingen rond elektrisch rijden en de ontwikkeling van

standaarden rond dataverzameling.

Om de transitie naar een duurzame energievoorziening mogelijk te maken wordt een nieuwe

benadering van opwekking, transmissie, distributie en eindgebruik verwacht. Vooral voor de

distributienetten leidt de inpassing van oplaadvoorzieningen voor elektrische voertuigen, maar

bijvoorbeeld ook de groei van lokale energieopwekking (micro-wkk, zon en wind) en

warmtepompen tot nieuwe uitdagingen voor planning en bedrijfsvoering. In dit kader is voor

de netbeheerders de beschikking over voldoende actuele meetgegevens en data van derden

van toenemend belang. Er moet meer gemeten worden om de toenemende dynamiek te

beheersen, de snelheid van technologische veranderingen te monitoren en (toekomstige)

marktfuncties te kunnen facil iteren 55

. De meetgegevens zijn van belang om netproblemen

tijdig te detecteren en op de juiste manier te kunnen corrigeren. Daarnaast vormen ze samen

met data van derden belangrijke input voor verfijning van voorspelmodellen die de

netbeheerder in staat stelt om problemen preventief op te lossen. Onderstaande figuur van

CEN-CENELEC visualiseert de benodigde gegevensuitwisseling tussen de markt en de klant op

49 A. Postma (2012). Presentation. “Smart Charging as enabler of Smart Grids”. Enexis. 50 M. Erol-Kantarci en H.T. Mouftah (2010). “Prediction-Based Charging of PHEVs from the Smart Grid with Dynamic Pricing”. IEEE. 51 B. Dietz et al. (2011). “Economic Benchmark of Charging Strategies for Battery Electric Vehicles”. IEEE. 52 F. J. Soares, P. M. Almeida en M. Moreira da Silva (2009). “Smart Charging Strategies for EVs: Enhancing Grid Performance and Maximizing the Use of Renewable Energy Resources”. INESC Porto, FEUP campus. 53 Netbeheer Nederland (2010). Roadmap Smart Grids. “Op weg naar een duurzame en efficiënte energievoorziening”. Netbeheer Nederland. 54 CREG (2010). De mogelijke impact van de elektrische auto op het Belgische elektriciteitssysteem. Commissie voor de Regulering van de Elektriciteit en het Gas. 55 Netbeheer Nederland (2011). Marktfacilitering en Netstabiliteit in MS-netten. Platform Data Infrastructuur.

6.2 Smart charging en smart grid: meten is weten


het zogenaamde Smart Grid Connection Point (SGCP). Onder andere meetgegevens, tarieven

en voorspellingen worden nadrukkelijk genoemd.

Figuur 6-4 Visualisatie gegevensuitwisseling Smart Grid Connection Point

Voor smart charging is onder andere uitwisseling van de volgende gegevens van belang:

1. Verbruik (aansluiting, elektrisch voertuig);

2. Spanningskwaliteit;

3. Belastinggraad (capaciteitsruimte van het net);

4. Laadvermogen;

5. Prognose van vraag en aanbod;

6. (Rest)accucapaciteit;

7. Energietarieven;

8. Prognose duurzame (lokale) opwek.

Op dit moment zijn er op het gebied van elektrisch rijden nog de nodige onduidelijkheden met

betrekking tot de uitwisseling van verbruiksgegevens. Onlangs zijn hier i n het kader van de

marktmodeldiscussie afspraken over gemaakt, die momenteel worden getest in een

betalingsproef in Amsterdam. Voorzien wordt dat deze afspraken van tijdelijke aard zijn.

Uiteindelijk zullen er afspraken komen die het gevolg zijn van (technische) standaardisatie en

grotendeels beïnvloed worden door afspraken in Europees verband. Vanuit Nederland zijn

leden van de normcommissie Elektrische Voertuigen (NEN-NEC 69) actief in diverse EV-

werkgroepen binnen zowel CEN-CENELEC als IEC. Vanuit de netbeheerders speelt André

Postma van Enexis hierin een belangrijke rol.

Het uitvoeren van metingen en verzamelen van data leidt op zich niet tot het beperken of

voorkomen van capaciteitsproblemen. Daarom worden deze binnen dit rapport niet

beschouwd als verbetermaatregelen, maar als belangrijke input voor het correct uitvoeren

ervan gezien. Mogelijk kan de slimme meter hierbij een rol vervullen. Naar verwachting wordt

de slimme meter vanaf 2014 aan alle Nederlandse huishoudens aangeboden en tot die tijd


selectief bij bijna 500 duizend huishoudens geïnstalleerd 56

. Bij de mogelijk belangrijke rol voor

de slimme meter worden de volgende kanttekeningen geplaatst:

De consument (kleinverbruik aansluiting) kan de slimme meter weigeren;

aanwezigheid ervan in de toeko mst kan dus geen uitgangspunt zijn.

De slimme meter geeft geen inzicht in het energiegebruik van de e-auto binnen de

huisinstallatie (geen tussenmeter aanwezig) en achter grootverbruik aansluitingen.

Tijdens een brainstormsessie met de netbeheerders zijn ideeën gegenereerd met betrekking

tot de mogelijkheden die er zijn om de impact van het opladen van EV op de

elektriciteitsnetten te beperken. Na afloop van de sessie werden aan de ideeën scores

toegekend.

De ideeën uit de brainstormsessie worden in deze paragraaf gepresenteerd. Op basis van

zowel de input tijdens de brainstormsessie als een aanvullend bureauonderzoek heeft

Movares de ideeën toegelicht. Movares heeft de vrijheid genomen om bepaalde titels of

toelichtingen iets anders te verwoorden dan tijdens de brainstormsessie is aangegeven. Dit is

gedaan om beter aan te sluiten bij gangbare terminologie. Benadrukt wordt dat de

maatregelen het resultaat zijn van een brainstormsessie waar ‘Out Of The Box’ werd gedacht

en geldende kaders dus niet als belemmering zijn meegenomen. De besprekingen zijn mede

gebaseerd op een bureauonderzoek en vooral beschrijvend van aard.

Bij presentatie van de ideeën wordt gebruik gemaakt van de categorieën traditioneel,

correctief en preventief. Deze categorieën worden ook gehanteerd in een rapport van het

Platform Data Infrastructuur (PDI) dat Netbeheer Nederland onlangs heeft uitgebracht 57

. Ze

sluiten dus aan bij een voor de netbeheerders bekende indelingssystematiek. Hieronder volgt

een kor te toelichting:

Traditioneel: het verkrijgen van extra capaciteit voor het opladen door het uitvoeren

van fysieke netverzwaringen of -wijzigingen. De maatregelen zijn (mede) noodzakelijk

vanwege de toenemende oplaadvraag, maar hebben niet direct met de

oplaadtransactie te maken.

Correctief: het verhelpen van een overbelasting door opladen nadat deze is

opgetreden. Overbelasting is niet per definitie een situatie waarbij schade aan de

netten is ontstaan. Het kan bijvoorbeeld ook gaan om de signalering van de

overschrijding van een gewenste maximale belastinggraad. De maatregelen hebben

direct met de oplaadtransactie te maken.

Preventief: het nemen van maatregelen die een potentiële overbelasting door

opladen voorkomen. De overbelasting wordt bijvoorbeeld op basis van historische

meetgegevens, netstudies en/of voorspelmodellen voorzien. De maatregelen hebben

direct met de oplaadtransactie te maken.

Met ‘traditioneel’ wordt gedoeld op het verkrijgen van extra capaciteit door het uitvoeren van

netverzwaringen of -wijzigingen. De meeste capaciteitsproblemen in het net worden

momenteel op deze manier opgelost. De maatregelen zijn (mede) noodzakelijk vanwege de

toenemende oplaadvraag, maar hebben niet direct met de oplaadtransactie te maken.

56 EL&I (2012). Verkenning Realisatie Eindbeeld EV Laadpunten en Energienetwerk. Accenture 57 Netbeheer Nederland (2011). Marktfacilitering en Netstabiliteit in MS-netten. Platform Data Infrastructuur.

6.3 Verbetermaat-regelen

6.3.1. Categorisering

6.4 Traditionele maatregelen


Ter i llustratie wordt in figuur 4-5 een schematisch voorbeeld gegeven van één van de

maatregelen. Het schema betreft een middenspanningsring met belasting en opwekking. De

cijfers in de figuur staan voor kwantitatieve eenheden en geven een hoeveelheid energie aan

die er wordt afgenomen, opgewekt en getransporteerd. De linkerfiguur betreft de

uitgangssituatie waarbij een voorziene of onvoorziene overbelasting ontstaat door opwekking.

De stippelli jn geeft de toegestane netcapaciteit weer. De rechterfiguur laat zien dat de

overbelasting wordt opgelost door het doorvoeren van een netwijziging (verplaatsen

netopening).

Figuur 6-5 Oplossen overbelasting door verplaatsing netopening 57

Indien de belasting van een transformator tegen de maximum capaciteit aanloopt, wordt deze

vaak vervangen voor een andere transformator met meer vermogen. Het is hierbij gebruikelijk

dat transformatoren worden ‘doorgewisseld’. Zo wordt een hoogbelaste 400kVA

transformator vervangen door een type van 630kVA en wordt de oorspronkelijke 400kVA

transformator ingezet op een plek waar nu een hoogbelast type van 250kVA staat. Hieraan

zitten uiteraard grenzen en beperkingen, maar het geeft wel aan dat een hoogbelaste

transformator niet als verloren dient te worden beschouwd. Voor het bijplaatsen van

transformatoren is vaak extra inpandige ruimte benodigd, waardoor dit niet de voorkeur

heeft.

Bij kabeltracés die dienen te worden verzwaard hoeft vaak niet het hele tracé te worden

opgewaardeerd. Dit beperkt graaf- en kabelwerkzaamheden en daarmee investeringskosten.

Voorbeeld: indien 20 aansluitingen achter een laagspanningskabel zijn aangesloten, is het

kabeldeel dat aan de transformator is gekoppeld het hoogst belast. Door een nieuwe kabel te

leggen vanaf de transformator en deze na bijvoorbeeld de eerste 10 aansluitingen aan te

sluiten, is een forse capaciteitsuitbreiding gerealiseerd. Ditzelfde principe kan op

middenspanningsniveau worden toegepast, hoewel hier vaker in het ontwerp rekening zal zijn

gehouden met het optimaliseren van kabeldiameters. Ringstructuren met daarin een netopening worden erg vaak toegepast. Na het optreden van een storing kan de netopening worden omgeschakeld om de energielevering te hervatten. Op

middenspanningsniveau kan soms door het verplaatsen van een netopening beter gebruik worden gemaakt van het bestaande netwerk. Door de komst van e-auto’s kan de belastingvraag in sommige netdelen sneller stijgen dan andere netdelen, dus het loont de

moeite om de positie van netopeningen opnieuw te beschouwen in geval van capaciteitsproblemen. Op plaatsen waar (kortstondig) overbelastingen zijn, kan een opslagsysteem of extra opwek

worden geplaatst. Deze staat los van de accu in de e-auto. Belangrijk aandachtspunt is de betrouwbaarheid en beschikbaarheid van een opslagsysteem of opwekeenheid.

6.4.1. Verzwaren of bi jplaatsen transformatoren

6.4.2. Verzwaren of bi jleggen verbindingen

6.4.3. Verplaatsen netopening

6.4.4. Plaatsen (extra)

opslagsysteem of productie


Uit hoofdstuk 4 blijkt dat capaciteitsknelpunten als eerste worden verwacht op laagspanningsniveau en dan vooral bij MS/LS-transformatoren. De transformator wordt door de toename in vermogenstransport te warm. Op MS/LS-niveau geven transformatoren hun

warmte veelal door natuurlijke convectie af. Door ervoor te zorgen dat de transformator zijn warmte beter kan afgeven, is een hogere belasting toegestaan. Dit kan onder andere worden bereikt door geforceerde koeling in de vorm van een ventilator aan te brengen.

De meeste netbelastingen zijn ohms-inductief. Een slechte arbeidsfactor zorgt voor extra warmteontwikkeling in netelementen. Door de arbeidsfactor te verbeteren kan meer werkelijk vermogen worden getransporteerd en daarmee kunnen meer e-auto’s worden opgeladen.

Hierbij wordt opgemerkt dat de arbeidsfactor in niet industriële netten een waarde tussen 0,95 en 0,98 heeft en dus over het algemeen hoog is.

Bij het ontwerp en de aanleg van nieuwe elektriciteitsnetten moet standaard rekening worden gehouden met de aanwezigheid van oplaadvoorzieningen. Dit zorgt voor gewijzigde ontwerpeisen. Met als uitgangspunt “dom laden” zijn deze ontwerpeisen strenger dan nu gebruikelijk.

Met ‘correctief’ wordt gedoeld op het verhelpen van een overbelasting door opladen nadat

deze is opgetreden. Overbelasting is niet per definitie een situatie waarbij schade aan de

netten is ontstaan. Het kan bijvoorbeeld ook gaan om de signalering van de overschrijding van

een maximaal gewenste belastinggraad, waarna op dat moment over wordt gegaan tot actie.




die wordt afgenomen, opgewekt en getransporteerd. De linkerfiguur betreft de

uitgangssituatie waarbij een onvoorziene overbelasting ontstaat door opwekking. De

stippellijn geeft de toegestane netcapaciteit weer. De rechterfiguur laat zien dat de

overbelasting wordt opgelost door het aansturen van een opslagsysteem; bijvoorbeeld de

accupakketten in een batterijwisselstation.

Figuur 6-6 Oplossen onvoorziene overbelasting door correctieve aansturing opslagsysteem 57

6.4.5. Verbeteren koeling transformatoren

6.4.6. Verbeteren cos phi

6.4.7. Toepassen nieuwe ontwerprichtlijnen

6.5 Correctieve maatregelen


De accu’s van e-auto’s worden ingezet als noodbuffer voor de opvang van productiepieken. Dit gebeurt op het moment dat de auto is aangesloten en dus niet gebruikt wordt. In de literatuur wordt in een aantal gevallen over Grid To Vehicle (G2V) gesproken.

Teruglevering van elektriciteit van de accu aan het net is bij deze maatregel niet van toepassing. Dit heeft een aantal voordelen. Ten eerste is hierdoor geen grote, additionele infrastructuur vereist en volstaan communicatiemogelijkheden

58. Daarnaast spelen aspecten

m.b.t. batterijdegradatie en inter-connectie een beperkte rol 58

. Met name in combinatie met zonne- en windenergie wordt deze optie als interessant en kansrijk gezien. Netbeheerders kunnen er beter door reageren op onverwachte schommelingen in opwekking

58. Uit simulaties blijkt dat relatief eenvoudige algoritmes in

staat zijn om zowel de impact als de kosten van het opladen te beperken 58

. De vraag is in hoeverre klanten bereid zijn om de accu te delen. Het leasen van de accu bij een derde wordt als mogelijkheid gezien om laatstgenoemd risico weg te nemen

31. Bijkomend

voordeel is dat het de mogelijkheid geeft om gecentraliseerd afspraken te maken. Deze maatregel is vooral bedoeld om lokale overbelastingen van het net te vermijden. Als aanvulling op de bovenstaande maatregel wordt nu ook elektriciteit van de accu aan het net

geleverd. In de literatuur wordt veelal over Vehicle To Grid (V2G) gesproken en worden serieuze uitdagingen gezien voor de realisatie van deze maatregel: Om energie terug naar het net te kunnen sturen is hardware vereist die momenteel niet

standaard in elektrische auto’s (massaproductie) wordt ingebouwd 58

. Er moet rekening worden gehouden met extra beveiligingen om ongew enst eilandbedrijf

te voorkomen 58

.

Er is onduidelijk in hoeverre de omzettingsverliezen m.b.t. het opladen en ontladen van

de accu niet te groot zijn 31

. Er wordt getwijfeld of de consument bereid is om zijn accu aan te bieden, onder andere

vanwege het negatieve effect op de levensduur 56

. Er heerst angst dat energiebedrijven e-rijders met een lege accu achter kunnen en zullen

laten 58

. Het leasen van de accu bij een derde wordt als mogelijkheid gezien om de twijfel en angst bij consumenten weg te nemen.

Het succes van deze maatregel is sterk afhankelijk van de hoeveel accucapaciteit die e-rijders beschikbaar willen stellen (de hele accu of slechts een deel van hun overcapaciteit). Laatstgenoemde wordt het meest waarschijnlijk geacht

51.

De netbeheerder heeft de mogelijkheid om het opladen van een e -auto (geografisch) selectief af te breken. Het afschakelen van oplaadpunten gebeurt onvoorzien en ongemeld, mogelijk op basis van contractprioritering. De benodigde bevoegdheid kan 1-op-1 met klanten worden

vastgelegd, maar ook breder in weten regelgeving. Naar aanleiding van een (lokale) storing kan de netbeheerder de laadtransactie afbreken. Tijdens de brainstormsessie is aanbevolen om voor deze handeling een Charge Service Provider (CSP) te introduceren; een contactorgaan

tussen netbeheerder en consument. Identiek aan de maatregel ‘afschakelen oplaadtransactie’, maar nu wordt het oplaadvermogen beperkt door de stroomtoevoer te reduceren en dus niet volledig beëindigd.

Identiek aan de maatregel ‘afschakelen oplaadtransactie’, maar nu wordt de oplaadtransactie tijdelijk stopgezet en dus automatisch herstart in plaats van volledig beëindigd.

58 E. Sortomme en M.A. El-Sharkawi (2010). “Optimal Charging Strategies for Unidirectional Vehicle-to-Grid”. IEEE.

6.5.1. Inzetten als buffer / G2V

6.5.2. Terugleveren net /

V2G

6.5.3. Afschakelen oplaadtransactie

6.5.4. Beperken oplaadvermogen

6.5.5. Pauzeren oplaadtransactie


Voor een effectieve sturing is flexibiliteit in alle drie de hiervoor genoemde aspecten vereist. Oftewel sturing op basis van zowel vermogen, energie als ti jd moet mogelijk zijn

49. De

maatregel levert een geavanceerde sturing van EV-laadpunten op die goed geschikt l ijkt voor het optimaal afstemmen van de laadbehoefte op de netcapaciteit

Met ‘preventief’ wordt gedoeld op maatregelen die een potentiële overbelasting door opladen

voorkomen. De overbelasting wordt bijvoorbeeld op basis van historische meetgegevens,

netstudies en/of voorspelmodellen voorzien.




die wordt afgenomen, opgewekt en getransporteerd. De linkerfiguur betreft de een situatie

waarbij een overbelasting is voorzien door opwekking. De stippelli jn geeft de toegestane

netcapaciteit weer. De rechterfiguur laat zien dat de overbelasting preventief wordt opgelost

door toepassing van belastingsturing met behulp van bijvoorbeeld prijsprikkels.

Figuur 6-7 Oplossen voorziene overbelasting door preventieve belastingsturing 57

De consument wordt met campagnes (‘Postbus 51-spotjes’) duidelijk gemaakt wanneer het maatschappelijk verantwoord is om op te laden en past zijn gedrag hierop aan. De netbeheerder kan de angst om later op te laden wegnemen door een ‘ANWB-elektrisch’ in het leven te roepen. Deze verleent laadservice als de accu bij vertrek onverhoopt nog (te) leeg is.

Er worden verschillende tariefstappen voor het energieverbruik geïntroduceerd, bijvoorbeeld een ochtend-, middag-, avond- en nachttarief. In de literatuur wordt bij deze maatregel over

‘economic charging’ 33

of ‘Time of Use Charging’ 59

60

gesproken. Naast variatie gebaseerd op tijd, kan bij bepaling van de tarieven ook onderscheid gemaakt worden tussen locaties

57.

Om deze maatregel goed te kunnen realiseren wordt aparte registratie en bemetering van oplaadpunten aangeraden

61. Voor uitvoering van deze maatregelen zijn in vergelijking met

het toepassen van dynamische prijzen relatief weinig nieuwe communicatie- en ICT-toepassingen vereist

59.

Het huidige dag-nachttarief zorgt er mogelijk voor dat e-rijders die in staat zijn om hun

oplaadtijdstip aan te passen, deze in laten gaan op de starttijd van het nachttarief (bijv. 23u).

59 G4V (2011). “Grid for Vehicles”. Seventh Framework Programme EU. RWE Deutschland AG. 60 A. Faruqui et al. (2011). Will Smart Prices Induce Smart Charging of Electric Vehicles? The Brattle Group. 61 M. Sullivan en E. Cutter (2010). Plug-in Hybrid Electric Vehicles and Positive Load Growth. Freeman, Sullivan & Co.

6.5.6. Inzetten gecombineerde s turing

6.6 Preventieve maatregelen

6.6.1. Vergroten bewustwording

EV-ri jders

6.6.2. Toepassen

meerdere vaste tariefs tappen


Volgens literatuur en aanwezigen bij de brainstormsessie is het mogelijk dat hierdoor een ongewenst hoge oplaadpiek ontstaat. Voor oplaadpunten worden dynami sche energietarieven aangeboden. Het oplaadpunt zoekt

een optimum tussen het voldoen aan de klantvraag (volle accu op tijdstip X) en het zo goedkoop mogelijk opladen van de e-auto. Hier wordt op ingespeeld door bijvoorbeeld de tijdsduur, het oplaadmoment en/of het vermogen aan te passen (laadprofiel).

Deze maatregel is alleen interessant als de correlatie tussen de real -time energietarieven en (lokale) netcapaciteit sterk genoeg is. Indien deze correlatie niet significant is, dient ook een variabele component voor de transporttarieven te worden toegevoegd. In vergelijking tot bijvoorbeeld het toepassen van meerdere tariefstappen zijn relatief weinig

communicatie- en ICT-toepassingen vereist 59

. Op het California Institute of Technology

62 is een protocol ontwikkeld waarmee een slim

oplaadpunt op basis van prijsvoorspellingen aangeeft wanneer de volgende dag geladen

wordt. Door de energietarieven te wij zigen op basis van de voorspelde oplaadbehoefte, kan de energievraag direct worden beïnvloed. Het protocol is geschikt voor decentrale toepassing. Het grote voordeel hiervan is dat geen dure ICT- en softwaretoepassingen nodig zijn om communicatie tussen e-auto’s en/of oplaadpunten onderling mogelijk te maken.

Indien bekend is voor welk niveau van (prijs)prikkels e-rijders gevoelig zijn, kunnen variabele contracten worden aangeboden. Uitgangspunt hierbij is dat opladen op piekmomenten dusdanig wordt ontmoedigd, dat er geen overbelastingen ontstaan.

Voor uitvoering van deze maatregel moeten (betere) mogelijkheden worden ontwikkeld om gedetailleerd laadgedrag te meten voor betalen en verrekenen, inclusief onderscheid tussen privé en zakelijk gebruik. Bij particuliere oplaadpunten is mogelijk administratieve

ontkoppeling van het stroomverbruik voor e-auto’s en het huis vereist (bijv. gescheiden EAN-codes)

33.

Uit onderzoek van Accenture blijkt dat er grote verschillen in behoefte en interesse tussen het type gebruiker moeten worden onderkend

56. Aspecten die deze behoeftes beïnvloeden

betreffen onder andere wagenbezit, rijgedrag, reisafstand, woonsituatie, brandstofvergoeding, duurzaamheidwens en laadvoorkeur. Ter i llustratie: een zakelijke rijder heeft vooral behoefte om overal en zo snel mogelijk te

opladen. Geld speelt een beperkte rol, omdat de brandstofkosten door de werkgever wordt vergoed. Een particuliere rijder is prijsbewuster en daardoor meer geïnteresseerd in goedkopere contractvormen. Tijdens de brainstormsessie zijn de volgende suggesties gedaan voor de inhoudelijke invulling

van de contracten: Oplaadbundels: e-rijders kunnen uit verschillende oplaadbundels kiezen, vergelijkbaar

met de belminuten-bundels in de mobiele telefonie. Denk verder aan het ‘dal-vrij’-abonnement van de NS. Er dient extra te worden betaald voor opladen buiten het contract.

Eigendomsoverdracht: de netbeheerder wordt eigenaar van de accu, waardoor de

netbeheerder het recht heeft om V2G of G2V uit te voeren. Privileges: e-rijders krijgen meer privileges als zij zelf duurzame energie leveren,

bijvoorbeeld als zij thuis zonnepanelen hebben. E-rijders die geen duurzame energie opwekken, mogen niet opladen als er weinig ruimte is in het net.

Boetes: e-rijders ontvangen een boete of tariefverhoging bij overschrijding van het

maximaal vermogen 59

of maximaal uit het net opgenomen energie in een bepaald

tijdsbestek.

62 L. Gan, U. Topcu en S. Low (2010). “Optimal Decentralized Protocol for Electric Vehicle Charging”. IEEE.

6.6.3. Toepassen dynamische tarieven

6.6.4. Toepassen flexibele contracten


De locatie van het opladen wordt beïnvloed door zowel de prijs voor het transport van energie en als van de levering afhankelijk te maken van de locatie. Op basis van deze totaalprijs maakt de consument zijn keuze. Onderzocht moet worden in hoeverre deze maatregelen in strijd

met het non disciminatiebeginsel (E-wet). Een aansluiting voor een oplaadpaal wordt momenteel als standaard netaansluiting gezien, waarvoor vastgelegde aansluitverplichtingen en prijzen gelden.

De locatiekeuze van nieuwe oplaadpalen kan worden beïnvloed door een prijsstaffeling als functie van de netcapaciteit in het aansluittarief voor oplaadvoorzieningen in de openbare ruimte aan te brengen. Het beïnvloeden van nieuwe oplaadlocaties kan ook door actief bij lokale overheden kenbaar

te maken waar oplaadlocaties wel of niet gewenst zijn. Kleiwegt 63

adviseert dit te doen door oplevering van een plattegrond waarop groene (veel capaciteitsruimte), oranje (beperkte capaciteitsruimte) en rode (geen capaciteitsruimte) gebieden wordt aangegeven waar

aansluitmogelijkheden zijn binnen de huidige netten. Volgens onderzoek zijn gemeenten bereid om rekening met deze plattegrond te houden vanwege de maatschappelijke overlast door netuitbreidingen.

De netbeheerders richten zich actief op de totstandkoming van alternatieve oplaadtechnologieën zoals batterijwisselstations, snelladen en inductieladen op snelwegen. Dit doen zij bijvoorbeeld door deelname en sponsoring van pilotprojecten, oprichting van een stichting (in li jn met E-laad) of participatie in relevante partijen (bijvoorbeeld Better Place of

FastNed). Bij batterijwisselstations wordt het ‘Campinggaz-principe’ toegepast. Dit houdt in dat de e-rijder zijn of haar accu niet koopt, maar via een leasebedrijf huurt. De auto-industrie omarmt

het concept tot op heden in beperkte mate vanwege de hoge kostprijs en ontwerpbeperkingen. Het voordeel van batterijwisselstations voor de netbeheerder is dat de impact zich tot de MS-netten beperkt. Daarnaast is de flexibiliteit voor het opladen van ontvangen accu’s groot; er wachten immers geen klanten. Tenslotte kunnen reeds opgeladen

reserveaccu’s ingezet worden als tijdelijke ‘energieproducent’ (V2G). Bij snelladen richten de netbeheerders zich actief op de totstandkoming van snellaadpunten, vooral langs de snelweg. Een voordeel van het snelladen is dat de impact zich alleen tot de

MS-netten beperkt. Daarnaast zijn de oplaadlocaties en het oplaadgedrag goed voorspelbaar. Verwacht wordt dat dit vergelijkbaar met dat van het ‘normale’ tanken zal zijn, zie ook hoofdstuk 3. Hierdoor zijn de netbeheerders goed in staat om op de ontwikkelingen te anticiperen en bijvoorbeeld lokale netverzwaringen aan te brengen.

Mogelijk is (in de verre toekomst) het opladen tijdens rijden via inductieladen op snelwegen interessant. De totale toename in elektriciteitsvraag volgt daarmee de verdeling van de snelwegbelasting.

De oplaadtransactie wordt op basis van gebruiksgegevens geoptimaliseerd en automatisch ingesteld. In studies worden verschillende optimalisatiemogelijkheden besproken. Deze zijn: ‘charging as late as possible’

33: laadtransactie verplaatsen naar het einde van de

beschikbare oplaadperiode;

‘night time charging’ 33

64

: laadtransactie verplaatsen naar de nachtelijke uren, waar

mogelijk binnen de beschikbare oplaadperiode; ‘time centered charging’

59: laadtransactie starten in het midden van de beschikbare

oplaadperiode; ‘soft charging’

59: het opladen van de auto direct als de e-auto op een oplaadpunt wordt

aangesloten, maar met een minimaal vermogen.

63 E. Kleiwegt (2011). Electric Mobility: on the Road to Energy Transition. MSc, TU Delft/Movares. 64 P. Baptista, M. Tomás en C. Silva (2010). “Plug-in hybrid fuel cell vehicles market penetration scenarios”. International journal of hydrogen energy (35). 10024 – 10030.

6.6.5. Beïnvloeden oplaadlocaties

6.6.6. Stimuleren specifieke

oplaadtechnologie

6.6.7. Optimaliseren met gebruiksgegevens


Oplaadpalen moeten als aparte aansluitcategorie worden gezien en geregistreerd, ook wanneer zij achter een huisaansluiting worden geïnstalleerd. Voor de oplaadpalen gelden aparte criteria, bijvoorbeeld met betrekking tot aansluitvoorrang of congestiemanagement.

Daarnaast biedt ontkoppeling van het elektriciteitsverbruik voor oplaadpalen de mogeli jkheid om gedetailleerder te meten en dus beter te anticiperen op wijzigingen in vraag en aanbod.

Naast het accupakket in de e-auto stelt de netbeheerder een energie-opslagsysteem - mogelijk een tweede accu - ter beschikking die altijd op het elektriciteitsnet is aangesloten en daardoor goed inzetbaar is voor peak-shaving en het opladen tijdens dalmomenten. De e-auto wordt opgeladen via de tweede accu en ontrekt dus niet direct stroom uit het net. Voorde el voor de

consument kan zijn dat zijn e-auto op deze manier goedkoper geladen kan worden.

Hoe verhoudt het perspectief van de netbeheerders zich tot dat van de consumentenwensen?

Eerder dit jaar heeft Accenture voor het Ministerie van Economische Zaken, Landbouw en

Innovatie de barrières voor de consument in kaart gebracht 56

. In deze paragraaf worden de

relevante resultaten samengevat en naast de bevindingen uit dit project gelegd.

Binnen het onderzoek zijn de volgende barrières geïdentificeerd:

1. Voor het publiek toegankelijke laadpunten zijn beperkt beschikbaar.

2. Retailmarkt voor het laden van elektrische auto’s kan niet optimaal ontwikkelen doordat

nieuwe toetreders op barrières stuiten.

3. Netcapaciteit kan (lokaal) te beperkt zijn.

4. Huidig systeem is niet in staat om te optimaliseren tussen laadvoorkeuren klant,

energieleverancier en netbeheerder.

5. Klanten zijn niet bereid hun accu beschikbaar te stellen voor teruglevering.

6. Beperkingen in meten en communiceren belemmeren betaal - en verrekenproposities.

7. Klant laat zich in haar keuzes voor EV leiden door (de perceptie van) praktische, korte

termijn, beperkingen.

Het perspectief van de netbeheerder klinkt meerdere keren door in deze barrières. Het meest

direct is dit te herkennen in de volgende punten:

Netcapaciteit kan (lokaal) te beperkt zijn. => Dit betreft de kerntaak van de netbeheerder.

Klanten zijn niet bereid hun accu beschikbaar te stellen voor teruglevering. => Dit komt

overeen met de barrières die de netbeheerders zelf zien voor V2G. Overigens wijzen

modellen erop dat de voordelen voor de totale energieketen van een beperkt aandeel

V2G voertuigen al aanzienlijk zijn 65

.

Beperkingen in meten en communiceren belemmeren betaal - en verrekenproposities. =>

Hier is een duidelijke win-win mogelijk met de ambitie van de netbeheerders om de

energievoorziening intelligenter te maken, teneinde een deel van de traditionel e

investeringen te vermijden.

Gesteld kan worden dat de uitdagingen van de netbeheerders voor een deel tegemoet komen

aan de behoeften van de potentiële aanbieders van EV-laaddiensten.

De verbetermaatregelen die door de netbeheerders zijn aangedragen slui ten voor een groot

deel goed aan bij de directe vervolgstappen die in de studie van Accenture worden

gesuggereerd. Mogelijk ten overvloede: hieruit blijkt eens te meer hoe invloedrijk de keuzes

van de netbeheerders zijn voor de succesvolle verdere introductie van elektrisch rijden. Van de

65 J. Kiviluoma en P. Meiborn (2011). “Methodology for modelling plug-in electric vehicles in the power system and cost estimates for a system with either smart or dumb electric vehicles” Elsevier Energy. VIT & Risø DTU

6.6.8. Ontkoppelen en registreren oplaadpaal

6.6.9. Beschikbaar stellen

decentrale opslag aan gebruiker

6.7 Consumenten-wensen en marktbarrières


genoemde maatregelen om barrières te beslechten, sluiten de volgende onderwerpen goed

aan bij de resultaten van dit project:

Decentrale opwek en V2G/G2V , inclusief de waardering daarvan;

Monitoring gedetaïlleerd laadgedrag ten behoeve van verrekening;

Dynamische prijsmodellering op basis van zowel transport als energie;

Netverzwaring;

Aparte EAN code voor oplaadpunten;

Mogelijkheid tot sturen laadtransacties door netbeheerder.

Een uitwerking van deze onderwerpen viel buiten de scope van de Accenture-opdracht.


elektrische voertuigen die het gevraagde laadvermogen voor elektrische voertuigen in een

net(deel) optimaal afstemt op de b eschikbare netcapaciteit en/of het aanbod van (duurzame)

energie. Door toepassing van Smart Charging wordt met name meer geladen gedurende de

dalmomenten (nacht), en sluit daarmee aan bij een scenario van thuis opladen. Voor

winkelcentra en kantooromgevingen komen de voordelen maar beperkt naar voren, aangezien

de resterende capaciteitsruimte dan minder is. In een snellaadscenario is er eigenlijk geen

sprake van smart charging, aangezien het elektrisch voertuig dan zo snel mogelijk dient te

worden opgeladen.

Actuele meetgegevens en data zijn onmisbaar voor de energievoorziening van de toekomst,

waarin elektrisch rijden, warmtepompen, decentrale opwekking, vraag respons en andere

mechanismen op elkaar kunnen worden afgestemd. Nationaal en internationaal worden

hierover zowel praktijk experimenten uitgevoerd als nieuwe standaarden ontwikkeld (CEN-

CENELEC).

Welke verbetermaatregelen kunnen worden getroffen om capaciteitsproblemen die het

gevolg zi jn van het opladen van elektrische auto’s te voorkomen of op te lossen? Het

antwoord op deze vraag is in onderstaande figuur samengevat. Aan het einde van de

brainstormsessie zijn scores toegekend aan de ideeën die gegenereerd zijn. Hierbij gold als

regel dat de aanwezige netbeheerders vijf stickers over minimaal drie ideeën moesten

verspreiden. In de praktijk is gebleken dat niet alle aanwezigen alle stickers hebben gebruikt,

waardoor het totaal aantal stemmen afwijkt van wat op basis van verwacht zou wor den. De

scores geven een eerste indruk van de voorkeuren van de netbeheerders. Op basis van de

stemmen kan geconcludeerd worden dat de voorkeur uitgaat naar het nader uitwerken en

nemen van preventieve matregelen.

6.8 Conclusies


Figuur 6-8 Samenvatting mogelijke verbetermaatregelen


7 Laadstrategie

In dit hoofdstuk wordt de laadstrategie elektrisch wegvervoer van Netbeheer Nederland

geschetst. Allereerst wordt een omschrijving van de missie van Netbeheer Nederland gegeven,

gevolgd door de visie op elektrisch opladen en de te volgen strategie op hoofdlijnen.

Vervolgens wordt een introductie gegeven in rolmodellen en marktmodellen. Het hoofdstuk

wordt afgesloten met de omschrijving van vier concrete vervolga cties.

In deze paragraaf worden de missie, visie en strategie van Netbeheer Nederland geschetst met

betrekking tot elektrisch rijden en netbeheer.

Figuur 7-1 Missie, visie en strategie met betrekking tot elektrisch rijden en netbeheer

Netbeheer Nederland is de brancheorganisatie van alle elektriciteit- en gasnetbedrijven.

Netbeheer Nederland zet zich maximaal in om de belangen van een betrouwbare, veil ige,

duurzame en betaalbare energievoorziening tot uiting te brengen. Om dit te bereiken

bevordert Netbeheer Nederland de samenwerking tussen de netbeheerders en ijvert zij bij de

overheid, politiek en bij overige stakeholders voor een optimale werkomgeving voor

netbeheerders, zodat een betrouwbare, veilige, duurzame en betaalbare energievoorziening

aan gebruikers nu en in de toekomst is verzekerd 66

67

68

.

66 www.netbeheernederland.nl (2012). Bezocht op 24-10- 2012 67 Netbeheer Nederland (2012). Roadmap Smart Grids “Op weg naar een duurzame en efficiënte energievoorziening”. Netbeheer Nederland. 68wetten.overheid.nl (2012). Elektriciteitswet artikel 16. Tekst geldend op 08-09-2012

MissieWat is onze bestaansreden?

DoelstellingenWat wil de projectgroep Smart Grids de

komende 3 jaar bereiken?

VisieWat is het gemeenschappelijk toekomstbeeld?

MarktontwikkelingenWelke ontwikkelingen worden er verwacht?

Fundament: bedrijfsbreed

MaatregelenHoe worden de doelstell ingen gerealiseerd?

Veranderende omgeving: EV

Laadstrategie EV

NetimpactWat zijn de oplaadscenario’s en gevolgen?

VerbetermogelijkhedenWelke mogelijkheden zijn voorhanden om

knelpunten op te lossen?

7.1 Missie, visie s trategie

7.1.1. Missie

http://www.netbeheernederland.nl/


De elektriciteitsvraag blijft groeien en elektrisch rijden zal een belangrijke impact hebben op

het netbeheer. Netbeheer Nederland en haar leden zullen deze verandering faciliteren door

kostenefficiënte, afgewogen en slimme keuzes te maken en door een objectieve

gesprekspartner te zijn van overheden en andere stakeholders. Daarbij zullen slimme

energienetwerken, zoals nu kan worden overzien, de essentiële dragers worden. Smart Grids

hebben betrekking op het gehele energiesysteem, van hoogspanningsnet en hogedruknet tot

bij de consument in het huishouden. Intelligente netwerken impliceren tevens een intelligent

netbeheer. Dat heeft betrekking op de robuustheid van kabels en leidingen, op ICT, maar ook

op ruimtelijke ordening, wetgeving en internationale afspraken69

.

Om de inpassing van elektrisch rijden te kunnen faciliteren op veilige, betrouwba re,


synergie. Netbeheer Nederland omarmt als doelstelling om ervoor te zorgen dat deze

elementen nadrukkelijk in vervolgstappen worden meegenomen en geborgd.

Een korte toelichting op de elementen:

Inzicht: wanneer vindt verbruik plaats, waar liggen geografisch gezien de pieken en de

dalen en hoe verloopt het stroomverbruik op verschillende tijdstippen gedurende de dag?

Die informatie is van groot belang om na te kunnen gaan op welke plekken en op welke

manier intelligent netbeheer kan worden ingepast in de netten. Met deze informatie

worden ook de energieleveranciers geholpen, zodat zij hun dienstverlening kunnen

aanpassen aan de nieuwe eisen en technieken.

Sturing: welke bestaande en nieuwe instrumenten dienen de netbeheerders in te zetten

om het net van de toekomst optimaal te kunnen beheren? Een belangrijke voorwaarde

hiervoor is de dialoog met de stakeholders: klanten, medewerkers, aandeelhouders,

energieproducenten en leveranciers, dienstverleners en de maatschappij. Van hen horen

we wat men van een netwerkbedrijf verwacht: welke producten en diensten wij moeten

kunnen bieden en verder ontwikkelen?

Synergie: inpassing van elektrisch rijden in het netbeheer staat niet op zich, maar is

onderdeel van een bredere energietransitie. Om het netbeheer kostenefficiënt hierop in

te richten, dienen onder meer grootschalige netinvesteringen, inpassing van decentrale

energieproductie en warmtepompen en een algemene toename van het

elektriciteitsgebruik integraal te worden meegenomen. Dit vereist bovendien een

flexibele aanpak, aangezien de onderlinge snelheid en omvang van deze ontwikkelingen

hooguit binnen bandbreedtes bekend is. De dialoog met stakeholders is hier eveneens van

groot belang.

In het vormgeven van de markt voor elektrisch rijden wordt nationaal en internationaal

gebruik gemaakt van rolmodellen en marktmodellen. Dergelijke modellen zijn veelal een hulpmiddel om huidige en mogelijke situaties te beschrijven, te analyseren en te bepleiten. Zo worden rolmodellen binnen de IT sector gebruikt om te komen tot zogenaamde use cases. Momenteel vormen ze een van de instrumenten gehanteerd binnen internationale

standaardiseringscomités als CENELEC (Europese standaardisering in het domein van de elektrotechniek) om te komen tot scenario’s rond elektrisch rijden. Onderstaande figuur vormt een illustratie van het CENELEC rolmodel voor het proces van het opladen van een elektrisch

voertuig70

.

69 Netbeheer Nederland (2009). Energie in beweging: Smart Grids. Netbeheer Nederland 70 C.A. Andersen (2012). Task 3 E-Mobility Role Model (draft), CENELEC Working Group On Smart Charging

7.1.2. Visie

7.1.3. Strategie en

doelstelling

7.2 Rolmodellen en marktmodellen


Figuur 7-2 Voorbeeld rolmodel opladen elektrische voertuigen

In opdracht van EnergieNed en Netbeheer Nederland heeft Accenture in 2010 een

marktmodel ontwikkeld voor elektrisch vervoer, waarin onder meer afspraken voor laden en betalen zijn verankerd. Binnen dit marktmodel zijn drie varianten ontwikkeld, op basis waarvan uiteindelijk een voorkeursmodel tot stand is gekomen. De drie varianten zijn: 1. Het Camping model : een model met een exploitant laadpunt, die verantwoordelijk is voor

zowel het realiseren en beheren van de laadinfrastructuur als het leveren van de laaddiensten aan de klant. De klant betaalt via Direct Pay methodiek op het laadpunt voor de afgenomen energie.

2. Het Provider model: een model met een leverancier van laaddiensten die een

commerciële relatie heeft met de klant en afspraken maakt met de exploitant laadpunt over het verlenen van toegang tot de laadinfrastructuur voor haar klanten. De verrekening van de kosten tussen Provider en Klant vindt plaats op basis van het contract.

3. Portiersmodel: een model met een energieleverancier die elektriciteit levert aan de klant en afspraken maakt met de exploitant laadpunt over het verlenen van toegang tot de laadinfrastructuur voor haar klanten. De verrekening van kosten tussen energieleverancier en klant kan direct op het laadpunt plaatsvinden of achteraf op basis

van het contract. Naar aanleiding van deze modellen is gekomen tot een voorkeursmodel: het provider model,

waarin de klant tevens de mogelijkheid heeft om direct te betalen. Onderstaande figuur geeft schematisch het voorkeursmodel weer.

Elektrisch VoertuigGebruiker

1. Rijden van A naar B2. Parkeren waar vereist3. Opladen wanneer vereist

Elektrisch Voertuig

1. Gebruiker van A naar B brengen2. Laden conform behoeften voertuig en gebruiker

Oplaad apparatuur

1. Voertuig snel opladen2. Voertuig veilig opladen

Netbeheerder

1. Meter diensten2. Netcapaciteit- en kwaliteit

Laadpunt exploitant

1. Informatie uitwisseling tussen EV en beheerders

Clearing house oplaad transacties

1. Verrekenen oplaad transacties2. Voorzien in interoperabiliteit

Programma verantwoordelijke

1. Afstemming productie/consumptie

2. Energiehandel

Laadpunt dienstverlener

1. Aanbieden oplaaddiensten aan EV gebruiker

Info voertuig

& gebruikerOpladen

voertuig

Rijden van

A naar B

Oplaad

info

Uitlezen

meter

Oplaad

verzoek

Oplaad

aanbod

Bilateraal vraag/aanbod

Net

info

Uitwisseling

Info


Figuur 7-3 Voorkeursmarktmodel EnergieNed en Netbeheer Nederland (2010)

In bovenstaand model vallen de activiteiten van de netbeheerder onder het gereguleerde

domein en zijn zij beperkt tot het gereguleerde domein. Wel wordt in de studie voor de langere termijn de mogelijkheid benoemd dat de netbeheerder voor de optimale benutting van het net laadsturing kan toepassen.

Om de laadstrategie voor elektrische auto’s in praktijk te toetsen, streeft Netbeheer

Nederland ernaar om op vier onderwerpen nadere ervaring op te doen met nieuwe

instrumenten ten behoeve van het beperken van de netimpact. De meerwaarde van de

geselecteerde vervolgacties overstijgt de belangen van individuele netbeheerders en vraagt

om een duidelijke inbreng van marktpartijen en overheden. De vervolgacties komen voort uit

een selectie en samenvoeging van de eerder besproken verbetermaatregelen. De acties zijn

geselecteerd op diverse gronden, waaronder de (verwachtte) maatschappelijke meerwaarde,

voorkeuren van de netbeheerders, interviews met diverse marktpartijen, ontwikkelingen

binnen de standaardisatiewereld en de expertise van Movares. Op basis hiervan zijn de

volgende vervolgacties als meest interessant en kansrijk geacht:

Sturen van oplaadtransacties;

Beïnvloeden van oplaadlocaties;

Stimuleren met prijsprikkels;

Realiseren aparte aansluitcategorie.

Deze vervolgacties worden in de volgende subparagrafen nader toegelicht middels een

eenvoudig plan van aanpak.

Om meer inzicht te krijgen in eventuele knelpunten/gevoeligheden van bovenstaande

vervolgacties heeft Movares een aantal experts geïnterviewd die niet plaatsnemen in de

projectgroep Smart Grids van Netbeheer Nederland. Om openheid tijdens de interviews zoveel

mogelijk te waarborgen, is aangegeven dat er geen citaten uit de interviews in deze

rapportage zullen worden gebruikt. De inbreng dan ook geanonimiseerd verwerkt en

navolgende paragrafen zijn voor rekening van de auteurs . De geraadpleegde experts zijn:

Per 01-01-12Voor < 3x80A

7.3 Vervolgacties


Tjalling de Vries & Erik ten Elshof, beleidsadviseur Energiemarkt Ministerie van EL&I

Roland Steinmetz en Hans de Boer, bestuursleden branchevereniging elektrisch

vervoer Stichting DOET

Marco Eenennaam, projectleider elektrisch rijden, ANWB

Elliot Wagschal, manager duurzaamheid Energie-Nederland

Andre Postma, expert Mobile Smart Grids Enexis, actief lid CENELEC & IEC

Indien de projectgroep Smart Grids besluit om de voorgestelde vervolgacties (deels) op te

pakken, adviseert Movares om erover na te denken om dit in de vorm van een Green Deal te

doen. Met Green Deals helpt de Rijksoverheid zowel andere overheden als commerciële

organisaties met het realiseren van duurzame initiatieven die moeilijk van de grond komen ,

bijvoorbeeld omdat momenteel nog een sluitende business case ontbreekt of er juridische

knelpunten in de weg zitten. Voor Netbeheer Nederland levert een Green Deal waarschijnlijk

een aantal voordelen op, waaronder:

Het vergroot de externe zichtbaarheid door onder andere externe publicaties;

Het vergroot de kans van slagen vanwege directe samenwerking met de

Rijksoverheid;

Het vergroot de wil van partners (niet-netbeheerders) om aan te haken;

De gedachte achter het Green Deal concept sluit goed aan bij missie van Netbeheer

Nederland.

Een zogenaamde Green Deal Board beoordeel t ingediende initiatieven en houdt vervolgens de

voortgang in de gaten. De Boardleden zijn uit zowel van het bedrijfsleven als

overheidsinstanties afkomstig. In 2011 en 2012 zijn meer dan 150 Green Deals afgesloten.

Navraag leert dat is besloten om de komende jaren strenger met de goedkeuring van nieuwe

Green Deal-aanvragen om te gaan. Van groot belang voor het s uccesvol indienen van een

initiatief is het voldoen aan alle uitgangspunten, zoals hieronder weergegeven :

De indiener moet zelf een actieve rol spelen bij de uitvoering van het i nitiatief;

Het initiatief moet tenminste één van de focusgebieden betreffen: duurzaam gebruik

van grondstoffen, biodiversiteit en water, duurzame mobiliteit, duurzame energie en

energiebesparing;

Het initiatief moet rendabel zi jn of kunnen worden;

Het initiatief moet bij voorkeur binnen drie jaar resultaat hebben;

Het initiatief moet nieuwe economische activiteit(en) of kostenbesparingen

opleveren.

Bij de beoordeling van de Green Deals in 2013 verwacht Movares dat de bijdrage aan

verduurzaming en het belang voor de Nederlandse economie zwaarder zal wegen dan

voorheen. Voor elektrisch rijden en smart charging is het goed mogelijk om laatstgenoemde

aspecten te onderbouwen.

7.4 Green Deal


Doel van de vervolgactie ‘sturen van oplaadtransacties’ is om te bepalen hoe een landelijk

systeem moet worden opgezet en uitgerold om (lokale) overbelasting ten gevolge van het

opladen van elektrische auto’s te voorkomen dan wel te minimaliseren .

Deze actie levert samengevat de volgende resultaten op:

Eerste functioneel ontwerp door netbeheerders;

Definitief functioneel ontwerp, inclusi ef interface met markpartijen;

In de praktijk getoetst sturingssysteem.

Deze actie heeft betrekking op het technisch sturen van de vermogensvraag als functie van de

(locale) netbelasting. Dit kan zowel door time-scheduling als modulatie van het vermogen

plaatsvinden. De netbeheerders hebben drie mogelijkheden om te sturen, namelijk:

Afschakelen van transactie;

Pauzeren van transactie;

Beperken van vermogen.

Op het gebied van smart charging zijn er reeds diverse systemen ontwikkeld en worden pilots

uitgevoerd. Tijdens dit project is door verschillende partijen verwezen naar de smart charging

pilot in het Paleiskwartier in ’s -Hertogenbosch. In dit project nemen onder andere Better Place

en Enexis deel. Binnen het project wordt op basis van verwachte laadbehoeften een

laadprogramma opgesteld door de Charge Service Provider op basis van kwartier waarden. Dit

laadprogramma wordt op interactieve wijze met behulp het zogenaamde ESCHER-systeem van

Enexis getoetst op uitvoerbaarheid in relatie tot onder andere de lokale netcapaciteit en

weersvoorspellingen. Indien benodigd wordt het laadprogramma aangepast.

Figuur 7-4 Illustratie sturen oplaadtransactie met stoplichtmodel vanuit perspectief van

netbeheerder en markt.

Het direct beïnvloeden van laadtransacties door de netbeheerder is binnen de bestaande wet-

en regelgeving niet mogelijk en gaat dan ook gepaard met het wi jzigen hiervan. Mogelijk is het

realiseren van een aparte aansluitcategorie hiervoor een goede insteek. Dit heeft gevolgen

voor het business model van overige marktpartijen. Denk hierbij aan beïnvloeding van de

programma’s van energieleveranciers en de opl aadgarantie die providers bieden aan hun

klanten. Het is dus zaak de belangen van dit soort partijen bij de ontwikkeling van dit

instrument te betrekken. Zo is het vanuit het perspectief en de (wettelijke)

verantwoordelijkheid van de netbeheerder van belang te letten op “code rood” en vanuit de

marktpartijen met name op groen. De oranje fase is voor beide partijen van belang en geeft

aan dat zij moeten gaan ingrijpen. De netbeheerder bevindt zich in de voorfase van

7.5 Sturen oplaadtransacties

7.5.1. Achtergrond


daadwerkelijk ingrijpen; een mogelijke congestie is op komst. In deze fase moet de

laaddienstprovider wachten om nieuwe verzoeken te honoreren en/of lopende transacties

beïnvloeden. De gevolgen voor de e-rijder zijn afhankelijk van zijn contractvorm.

Zoals eerder beschreven is het type omgeving bepalend voor de mate waarin laadtransacties

kunnen worden gestuurd. Zo zijn de mogelijkheden voor woonwijken gunstiger dan voor

winkelcentra en kantooromgevingen Daarnaast li jken de mogelijkheden voor langzaam laden

beter dan voor snelladen. Zie de hoofdstukken 4 en 6 voor meer informatie.

Interessant in relatie tot mogelijke projectvoorstellen is het smart charging concept “ELVIIS”

dat actief binnen CEN-CENELEC wordt behandeld. ELVIIS is gebaseerd op de ontwikkeling van

een On Board Meter (OBM) voor elektrische auto’s. De achterliggende gedachte hiervan is dat,

omdat de slimme kWh-meter voor het afrekenen van de energie in het dashboard is geplaatst,

vanuit iedere aansluiting, ook thuis kan worden geladen. Dit concept kenmerkt zich verder op

het gebied van de user-interface tussen de EV-rijder en de auto. De EV-rijder kan direct,

zonder tussenkomst van een provider zijn minimale behoefte ten aanzien van de

laadtransactie instellen. Daarnaast voorziet dit project in het op afstand beïnvloeden van de

auto door bijvoorbeeld de rijder zelf maar ook bijvoorbeeld de netbeheerder. Voor gestuurd

opladen betekent dit dat de communicatie m.b.t. het laadprogramma vooral met de auto en

niet (meer) met de oplaadpaal plaatsvindt.

Voor realisatie van deze vervolgactie wordt het volgende stappenplan voorgesteld:

1. Bepalen van gemeenschappelijke opzet netbeheerders;

2. Afstemmen met marktpartijen;

3. Uitvoeren van sectorbreed pilotproject;

4. Uitrol naar landelijk project (buiten scope).

Movares adviseert om waar mogelijk gebruik te maken van ervaringen die binnen eerdere en

lopende pilots zijn opgedaan. In de volgende paragrafen wordt voor de eerste drie stappen

ingegaan op het doel, de aanpak en de resultaten. Al deze stappen kunnen binnen drie jaar

worden uitgevoerd. De vierde stap valt buiten de scope van dit project. Of deze stap

uitgevoerd moet worden, hangt mede af van het succes van voorgaande stappen en de

transitiesnelheid van elektrisch vervoer.

Het doel van deze stap is een door alle netbeheerders gedragen, landelijk opzet van een

systeem te bepalen op basis waarvan laadtransacties kunnen worden gestuurd.

Beantwoording van de volgende vragen is hierbij van belang:

Aansturing op basis van GO/ NO GO ( realtime) of op basis van planning door middel van

een (laad)profiel?

Stuurt de netbeheerder direct of indirect?

Is de statusinformatie van het laadpunt (go/ no go) realtime beschikbaar of wordt deze

gegeven na een verzoek?

Wat zijn de verschillen tussen het publieke en private domein?

Hoe zit het met de r edundantie en security/privacy?

Als aanpak wordt voorgesteld om gebruik te maken van ervaringen uit relevante projecten en

het wiel niet opnieuw uit te vinden. Daarnaast wordt voorgesteld om de opzet van het project

in het Paleiskwartier, evenals de hierbinnen opgedane ervaringen, nadrukkel ijk als startpunt te

hanteren. Deze opzet wordt aangescherpt op basis van recente ontwikkelingen in binnen- en

7.5.2. Stappenplan

7.5.3. Bepalen gemeenschappe-lijke opzet


buitenland. Daarnaast is aansluiting bij ontwikkelingen op het gebied van normalisatie vereist

bij het kiezen van de rollen en de juiste data mapping. Denk hierbij aan de Standardization

Mandate M490 (d.d. oktober 2012) en ontwikkelingen binnen de projectgroep Sustainable

Processes van CEN-CENELEC (zie ook hoofdstuk 6).

Het resultaat van deze stap is een eerste functioneel ontwerp van een landelijk platform op

basis waarvan laadtransacties kunnen worden gestuurd. Het ontwerp bevat een koppeling met

relevante, locale meetdata van netbeheerders.

Het doel van deze stap is overeenstemming met relevante marktpartijen te verkrijgen over de

wijze van en randvoorwaarden voor het sturen van laadtransacties .

Als aanpak wordt voorgesteld om het resultaat uit de vorige stap met relevante marktpartijen

te bespreken. Hierbij wordt tenminste gedacht aan energieleveranciers en providers

(tenminste stichting e-laad). Sluit de beoogde rol van netbeheerders aan bij hun wensen? Zijn

er aanpassingen of aanscherpingen vereist? Belangrijk onderwerp hierbij is de user interface

met de klant (nearly realtime). Statusinformatie per laadpunt, individuele status per EV en

feedback over het beïnvloeden van de laadtransactie zijn belangrijke items in dit verband.

Het resultaat van deze stap is een definitief functioneel ontwerp dat door zowel de

netbeheerders als marktpartijen gedragen wordt. In het ontwerp is de interface tussen de

netbeheerders en marktpartijen nadrukkelijk uitgewerkt.

Het doel van deze stap is in een sectorbrede pilot een concept voor smart charging in de

praktijk te testen. Onder de deelnemers bevinden zich tenminste netbeheerders,

energieleveranciers en providers.

Aan de hand van dit systeem kan de interactie tussen netbelasting en laadtransactie op

grotere schaal worden getoetst. Het gebrek aan voldoende elektrische voertuigen wordt

opgelost door het project als een virtueel smart grid te benaderen. Hiermee wordt bedoeld

dat over een groot gebied verspreide laadpunten worden gekoppeld aan één of meerdere

fictieve netsituaties. Dit biedt de mogelijkheid om met verschillende netsituaties te

experimenteren. Ook kunnen hier verschillende prijsprikkels worden getoetst (zie paragraaf

7.7), en kan de koppeling met andere smart grid ontwikkel ingen worden gelegd.

Als aanpak wordt voorgesteld om allereerst in kaart te brengen hoeveel en welke type

oplaadpalen de betrokken partijen in eigendom of beheer hebben. Zoals in hoofdstuk 4 is

beschreven blijkt op basis van mobiliteitsdata dat de ontwikkelde belastingprofielen vanaf

ongeveer 50 oplaadpalen/auto’s toepasbaar zijn. Voor kleinere aantallen moet het

belastingprofiel met behulp van de gelijktijdigheidfactor worden gecorrigeerd. Om zeker te

stellen dat het genoemde aantal wordt gehaal d, wordt voorgesteld om binnen de pilot met

minimaal 100 oplaadpalen/auto’s te werken.

Het resultaat van deze stap is een in de praktijk getoetst systeem waarbij de laadtransacties op

uniforme wijze op basis van de netcapaciteit, maar bijvoorbeeld ook op basis van

consumentenwensen worden gestuurd. Er wordt gebruikt gemaakt van het concept van een

virtueel smart grid. Afhankelijk van de resultaten van het pilot project moet worden bepaald

of uitrol naar een landelijk project gewenst is.

7.5.4. Afstemming met marktparti jen

7.5.5. Uitzetten van sectorbreed pilotproject


Doel van de vervolgactie ‘beïnvloeden van oplaadlocaties’ is het minimaliseren van

netinvesteringen door in overleg met providers en beheerders van de (openbare) ruimte de

locatiekeuze voor oplaadpunten aan te laten sluiten bij de lokale netcapaciteit. Daar waar de

andere in dit hoofdstuk beschreven vervolgacties hoofdzakelijk van toepassing zijn op

langzaam laden, is deze vervolgactie ook interessant voor snellaadstations. Deze

snellaadstations worden in de regel aangesloten op het middenspa nningsnet.


Beschrijving van breed gedragen randvoorwaarden voor locatiebepaling;

Visualisatie van locatievoorkeuren binnen tenminste twee gebieden.

De impact van elektrisch opladen op het net is afhankelijk van de capaciteit van het plaatselijk

aanwezige elektriciteitsnet. Zo kan een oplaadpunt op een bepaalde locatie tot problemen

leiden indien het net niet wordt aangepast, terwijl datzelfde laadpunt 50 meter verder zonder

problemen kan worden aangesloten. Het is evident dat laadpalen in de directe nabijheid van

een transformatorstation in de regel goedkoper en gemakkelijker kunnen worden aangesloten

dan aan het einde van een laagspanningskabel. Dit is interessant voor de business case van de

provider.

Naast de overwegingen van netcapaciteit zijn er ook door de lokale overheid aangedragen

ruimtelijke overwegingen waarom bepaalde locaties meer geschikt zijn dan andere locaties.

Binnen deze vervolgactie is dan ook nauwe samenwerking met lokale overheden vereist. De

lokale overheid speelt als beheerder van de openbare ruimte een belangrijke rol: zij is immers

degene die voor het plaatsen van een laadpaal goedkeuring afgeeft en een visie heeft met

betrekking tot mobiliteit. Daarnaast is de uitgifte en exploitatie van betaalde- en

vergunninghoudersparkeerplaatsen een taak van deze beheerder.

Figuur 7-5 Illustratie voorkeursgebieden gemeente

7.6 Beïnvloeden oplaadlocaties

7.6.1. Achtergrond


Voor realisatie van deze vervolgactie wordt het volgende stappenplan voorgesteld: 1. Inventariseren van gezamenlijk belang;

2. Uitvoeren van pilotproject;

3. Oprichting landelijk platform (buiten scope).

In de volgende paragrafen wordt voor de eerste twee stappen ingegaan op het doel, de

aanpak en de resultaten. Al deze stappen kunnen binnen drie jaar worden uitgevoerd. De

derde stap valt buiten de scope van dit project. Of deze stap uitgevoerd moet worden, hangt

mede af van het succes van voorgaande stappen en de transitiesnelheid van elektrisch

vervoer.

Het doel van deze stap is inzicht te krijgen in de kansrijkheid van deze vervolgactie is en wat

het gezamenlijk belang van verschillende partijen is. Zowel gemeenten als providers lijken

bereid te zijn om rekening te houden met locatievoorkeuren indien de maatschappelijke

overlast door netuitbreidingen wordt beperkt en/of de kostenpost van de realisatie van

oplaadpalen wordt beperkt.

Als aanpak wordt voorgesteld om in eerste instantie een selectieve consultatie onder lokale

overheden en providers te houden. Hierbinnen worden de individuele belangen in beeld

gebracht en samengevoegd tot een gezamenlijk belang. Bij het gezamenlijk belang moet men

denken aan beperking van investeringen, overlast voor burgers ten gevolge van aanleg van

extra infrastructuur, aansluiting bij parkeer- en mobiliteitsbeleid, exploitatie van

parkeerplaatsen en verbetering van de luchtkwaliteit.

Het resultaat van deze stap is een beschrijving van de randvoorwaarden voor het bepalen van

geschikte oplaadlocaties. De randvoorwaarden komen zoveel mogelijk tegemoet aan de

belangen van tenminste de netbeheerders, lokale overheden en providers.

Het doel van deze stap is het uitvoeren van een pilotproject. Binnen het project brengen de

netbeheerders, lokale overheden en providers op basis van de randvoorwaarden uit de vorige

stap in kaart wat de meest geschikte locaties binnen desbetreffende gebieden zijn.

Als aanpak wordt voorgesteld om binnen twee gebieden (bijvoorbeeld gemeenten)

daadwerkelijk op een kaart te visualiseren welke locaties het meest geschikt zijn voor de

realisatie van oplaadpunten. Deze locaties zijn gebaseerd op de beschikbare capaciteitsruimte,

maar bijvoorbeeld ook de bereikbaarheid, de consumentbehoefte, ruimtelijke ordening en het

parkeerbeleid. Voorgesteld wordt om de kaart in Google Maps samen te stellen, met input

vanuit GIS. Geadviseerd wordt om te beginnen bij twee gemeenten met een hoge dichtheid

aan elektrische auto’s .

Het resultaat van deze stap is een overzicht waarop voor tenminste twee gebieden de

locatievoorkeuren voor oplaadpunten worden weergegeven in Google Maps. Afhankelijk van

de resultaten van het pilotproject moet worden bepaald of oprichting van een platform voor

landelijke inventarisatie van de meest geschikte locaties gewenst is.

7.6.2. Stappenplan

7.6.3. Inventariseren gezamenlijk belang

7.6.4. Uitvoeren pilotproject


Doel van de vervolgactie ‘stimuleren met prijsprikkels’ is het voorkomen van overbelasting

door het bevorderen van het opladen gedurende dalmomenten met behulp van prijsprikkels.

Op basis van resultaten van deze actie wordt bepaald of de beïnvloeding gerealiseerd kan

worden met flexibele contracten en/of variatie in tarieven.


Nader inzicht in de gevoeligheid van e-rijders voor een financiële prikkel;

Omvang effect van contractvormen en/of tariefzones.

Indien bekend is voor welk niveau van (prijs)prikkels bestuurders

van elektrische voertuigen gevoelig zijn, kunnen variabele

contracten worden aangeboden. Uitgangspunt hierbij is dat

opladen op piekmomenten dusdanig wordt ontmoedigd, dat er

geen overbelasting ontstaat.

Afhankelijk van de contractvorm en het prijskaartje daarvan zijn er

verschillende proposities voor de e-rijder denkbaar. Denk hierbij

aan altijd en overal direct laden, uitsluitend gedurende

dalmomenten, maximum aantal kWh per maand tijdens

piekmomenten, etc. Denk hierbij bijvoorbeeld aan contractvormen

zoals in de mobiele telefonie worden toegepast (zie ook hoofdstuk

6).

Figuur 7-6 Illustratie contractvorm

De transportvergoeding die een netbeheerder ontva ngt voor aansluitingen kleiner dan 3x80A

is onafhankelijk van het tijdstip en energieverbruik, en gebaseerd op een z.g. “flat tariff”,

oftewel het capaciteitstarief. Consumenten maken momenteel enkel met hun leverancier

prijsafspraken over de tarieven voor Hoog/Laag of Piek/Dal. Uitgangspunt hierbij is dat

spreiding van het opladen gedurende dalmomenten door een gestaffelde tariefstructuur

bijdraagt aan betere benutting van de netcapaciteit. Het beïnvloeden van belasting door

tariefsturing is niet nieuw. Voor kleinverbruikers bedraagt het huidige prijsverschil tussen

hoog- en laagtarief ongeveer 2 á 3 Eurocent per geleverde kWh. Dit betekent dat een gezin dat

thuis oplaadt op basis van 12.000 afgelegde kilometers per jaar op jaarbasis circa 50 Euro kan

besparen door tijdens zijn laagtariefzone op te laden.

Het verlaten van de huidige systematiek voor het verrekenen van de uniforme

transportvergoeding biedt een mogelijkheid de prijsprikkel te versterken. Daarnaast wordt

voor een energieverbruik tot 10.000 kWh per jaar een relatief hoge energiebelasting van

0,116571

Euro in rekening gebracht. Binnen deze vervolgactie wordt onderzocht wat de

mogelijkheden zijn om ook flexibele transporttarieven en energiebelastingen te koppelen aan

tariefzones. Dit onderzoek sluit nauw aan bij actuele discussies die lopen binnen STROOM.

71 10.000 – 50.000 kWh €0,0424, 50.000 – 10 miljoen €0,0113 per kWh prijspeil 2013

7.7 Stimuleren met prijsprikkels

7.7.1. Achtergrond


Figuur 7-7 Illustratie uitbreiding tariefszones

Voor realisatie van deze vervolgactie wordt het volgende stappenplan voorgesteld: 1. Concretiseren van proposities;

2. Uitvoeren van pilotproject met stakeholders;

3. Uitrol naar landelijk project (buiten scope) .

In de volgende paragrafen wordt voor de eerste twee stappen ingegaan op het doel, de

aanpak en de resultaten. Al deze stappen kunnen binnen drie jaar worden uitgevoerd. De

derde stap valt buiten de scope van dit project. Of deze stap uitgevoerd moet worden, hangt

mede af van het succes van voorgaande stappen en de transitiesnelheid van elektrisch

vervoer.

Het doel van deze stap is om op basis van (bestaand) onderzoek een of meerdere

contractvormen en/of tariefzones te ontwikkelen die op basis van financiële prikkels aanzetten

tot laden gedurende de daluren.

Als aanpak wordt voorgesteld om waar mogelijk gebruik te maken van de

onderzoeksresultaten van Accenture met betrekking tot haar onderzoek naar

consumentenwensen dat zij in opdracht van het Ministerie van Economische Zaken, Landboek

en Innovatie heeft uitgevoerd (zie paragraaf 6.7). Verder wordt op moment van schrijven door

DuneWorks voor Netbeheer Nederland onderzocht voor welke niveau van prijsprikkels klanten

ontvankelijk zijn. Aan de hand van beide onderzoeken en een eventuele aanvullende

consultatie/enquête, worden de mogelijkheden en visies rond het inzetten van financiële

prikkels geïnventariseerd. Het is van belang onderscheid te maken tussen laden in het private

domein en laden in het publieke domein. De kosten voor het thuisladen worden momenteel

grotendeels bepaald door de energiekosten, dit in tegenstelling tot in het publieke domein

waar vooral het capaciteitstarief bepalend is .

7.7.2. Stappenplan

7.7.3. Concretiseren proposi ties


Uit zowel de interviews als diverse onderzoeken blijkt dat alleen prijsprikkels voor de meeste

e-rijders onvoldoende stimulans bieden om hun laadgedrag aan te passen. Voorgesteld wordt

daarom om de prijsprikkels uit te breiden met concretisering van de (maatschappelijke)

meerwaarde op bijvoorbeeld het gebied van duurzaamheid.

Het resultaat van deze stap is een beter inzicht in de gevoeligheid van e-rijders voor een

financiële prikkel. Hoe groot moet de prikkel zijn? Deze prikkel is zowel te creëren door

toepassing van flexibele contractvormen als ontwikkeling van meerdere tariefzones. Hierbij

wordt de koppeling gelegd met de toegevoegde waarde voor maatschappij en milieu.

Het doel van deze stap is het onderzoeken en in de praktijk brengen van de mogelijkheden die

er zijn om de inzichten en verwachtingen uit de vorige stap te toetsen in de praktijk.

Als aanpak wordt voorgesteld om samen met een provider die tenminste 100 e-rijders

faciliteert een pilot op te zetten. Afhankelijk van de exacte invulling kan het zinvol zijn om ook

andere partijen zoals een energieleverancier bij de pilot te betrekken. Gedacht wordt hierbij

aan bijvoorbeeld the New Motion, Essent of stichting e-laad. Binnen deze pilot worden

verschillende contractvormen en/of tariefzones aangeboden. Het advies is om tijdens de pilot

onderscheid te maken tussen particuliere en zakelijke (lease) e-rijder, evenals tussen private

en publieke oplaadpalen.

Bij tariefzones adviseren we om naast het verschil in prijs voor de geleverde energie te kijken

naar de mogelijkheden voor het verrekenen van flexibele transportvergoedingen en de

systematiek bij grootverbruikers (> 3x80A), waarbij de afnemer maandelijks wordt afgerekend

op basis van zijn maximaal opgetreden piek. Tevens moet indien mogelijk de koppeling van de

energiebelasting met tariefzones (kostenneutraal) worden meegenomen.

Met het oog op eventuele diversificatie van de prijs is het voor een publiek oplaadpunt evident

dat de afgenomen energie daadwerkelij k wordt gebruikt voor elektrisch vervoer. Voor

thuisladers is dat niet het geval. Binnen de pilot wordt voorgesteld om dit probleem op te

lossen door gebruik te maken van de systematiek voor het verrekenen van MEP en SDE

subsidie. Hierbij wordt via een gecertificeerd meetbedrijf een z.g. tussenmeter geplaatst

achter de hoofdmeter. Deze oplossing biedt tevens mogelijkheden voor het borgen van een

veilige manier van opladen thuis door hieraan voorwaarden te stellen.

Het resultaat van deze stap is inzicht in hoeverre de beproefde contractvormen en/of

tariefzones een aantoonbaar effect hebben op stimulering van het opladen tijdens

dalmomenten.

7.7.4. Uitvoeren pilotproject met s takeholders


Doel van de vervolgactie ‘realiseren aparte aansluitcategorie voor oplaadpunten’ is de

introductie van een aansluitcategorie voor oplaadpunten met ruimere (wettelijke)

mogelijkheden voor het uitvoeren van bijvoorbeeld congesti emanagement en

aansluitvoorrang. Oplaadpalen worden binnen de aparte aansluitcategorie voorzien van een

eigen EAN-code.


Inzicht over de noodzaak van een aparte aansluitcategorie;

Breed gedragen (concept) wijzigingsvoorstel.

Het resultaat van deze stap is een breed gedragen wijzigingsvoorstel voor de invoer van een

aparte aansluitcategorie voor tenminste oplaadpunten van elektrisch wegvervoer.

Figuur 7-8 Illustratie aparte aansluiting oplaadpunt met eigen EAN-code

De huidige weten regelgeving raakt deze vervolgactie in hoofdlijnen op twee onderdelen: 1. Verantwoordelijkheden en bevoegdheden netbeheerder;

2. Gereguleerde kosten eenmalige aansluitbijdrage, wijze van verrekening van de

transportvergoeding en energiebelasting.

Iedere aansluiting die wordt gemaakt op het openbare elektriciteitsnetwerk valt, ongeacht de

locatie ervan, onder de wettelijke regulering, in het bijzonder de Tarievencode Elektriciteit en

de Elektriciteitswet 1998. Een aansluiting voor een laadpaal op het openbare elektriciteitsnet

wordt hier gelijk gesteld aan bijvoorbeeld een woonhuis of klein bedrijf.

Een aparte aansluitcategorie voor oplaadvoorzieningen beoogt het verruimen van de

mogelijkheden voor bijvoorbeeld aansluitvoorrang en congestiemanagement of zelfs nieuwe

regels voor het sturen van de belasting als functie van de netcapaciteit. Tevens vormen de

netwerkkosten zoals de eenmalige aansluitbijdrage en transportkosten een belangrijk

onderdeel van een aansluitcategorie.

7.8 Realiseren aparte aansluitcategorie

7.8.1. Achtergrond


Een aparte aansluitcategorie kan voorzien in het (beter) kunnen voldoen aan de wettelijke

taak voor het uitvoeren van de verantwoordelijk voor de beschikbaarheid en veiligheid van het

netwerk. Welke bevoegdheden worden , in het kader van congestiemanagement, gegeven

tijdens “code rood” en hoe worden deze dan in de pra ktijk gebracht? Wanneer en hoe mag de

netbeheerder een laadtransactie onderbreken en wat zijn dan de daarmee verbonden

voorwaarden?

Het concept ELVIIS zoals besproken in paragraaf 7.5 heeft tevens raakvlakken met deze

vervolgactie aparte aansluitcategorie. Indien de kWh-meter in het voertuig wordt geplaatst en

deze meter de zelfde functie en status krijgt van de comptabele meting verandert er veel.

Interessante aspecten zijn bijvoorbeeld:

1. “de knip”: behoort de laadpaal inclusief kabel dan tot het gereguleerde domein van

de Netbeheerder?

2. Leveranciersvergunning: binnen de huidige weten regelgeving is voor het leveren

aan een roerend goed geen leveranciersvergunning nodig aangezien hiervoor geen

netaansluiting kan worden aangevraagd;

3. Centraal aansluitingen register (C-AR): voor het hele proces voor het tot stand

brengen van de aansluiting en het leveren en verrekenen van energie kan dezelfde

systematiek als voor huisaansluitingen worden gebruikt;

4. Energiecontract: EV-rijder kan zelf een contact afsluiten voor het opladen van zijn

elektrische auto.

Het wijzigen van de bestaande weten regelgeving dan wel het realiseren van een aparte

aansluitcategorie heeft gevolgen voor het business model van overige marktpartijen zoals

energieleveranciers en providers . De belangen van deze marktpartijen dienen in dit traject dan

ook een belangrijke plaats te krijgen.

Voor realisatie van deze vervolgactie wordt het volgende stappenplan voorgesteld: 1. Afstemmen met marktpartijen;

2. Opstellen (concept) wijzigingsvoorstel;

3. Implementeren codewijziging (buiten scope).

In de volgende paragrafen wordt voor de stappen ingegaan op het doel, de aanpak en de

resultaten. Beide stappen kunnen binnen drie jaar worden uitgevoerd. De derde stap valt

buiten de scope van dit project.

Het doel van deze stap is om vanuit een dialoog met een selectie van marktpartijen hun visies

en belangen af te tasten. Bepaald moet worden in hoeverre het wenselijk is een aparte EAN

code voor elektrische oplaadpunten te definiëren.

Als aanpak wordt voorgesteld om in overleg met leveranciers en providers te toetsen in

hoeverre een aparte aansluitcategorie wenselijk is , en zo ja, welke redenen de verschillende

partijen hiervoor hebben en in hoeverre deze met elkaar conflicteren. De resultaten kunnen

benut worden als nadere uitwerking van het gepubliceerde “Voorstel aanpassing

Elektriciteitswet 1998 inzake EV laadinfrastructuur” van de Taskforce Formule E-team72

.

Aanbevolen wordt verder om de ontwikkelingen binnen het discussieforum van STROOM

nauwlettend te volgen. Hierbinnen wordt gediscussieerd over de vraag of de beoogde aparte

72 2012. Voorstel aanpassing Elektriciteitswet 1998 inzake EV laadinfrastructuur. Task Force Formule E-team

7.8.2. Stappenplan

7.8.3. Afstemmen

marktparti jen


aansluitcategorie niet alleen aan oplaadpalen moet worden gekoppeld, maar bijvoorbeeld ook

aan warmtepompen, grootschalige PV-installaties en/of walstroomkasten. Dit kan ook voor

netbeheerders voordelen opleveren en Movares adviseert dan ook om deze mogelijkheid

nader te verkennen.

Het resultaat van deze stap is een breed gedragen inzicht over de noodzaak van een aparte

aansluitcategorie voor oplaadvoorzieningen.

Het doel van deze stap is om op basis van gegronde argumenten te komen tot een

conceptvoorstel voor een aparte aansluitcategorie voor tenminste oplaadvoorzieningen voor

elektrisch wegvervoer.

Als aanpak wordt voorgesteld om vanuit Netbeheer Nederland een wijzigingsvoorstel samen

te stellen en deze voor te leggen aan relevante marktpartijen, voordat hij aan het

Ministerie van Economische Zaken, Landbouw en Innovatie en de NMa-Energiekamer wordt

voorgelegd. Voorgesteld wordt om het voorstel niet gelijk in de formele vorm van een

codewijzigingsvoorstel te gieten, maar in eerste instantie in memovorm uit te werken.

Geadviseerd wordt in het wijzigingsvoorstel tenminste aandacht te besteden aan de volgende

aspecten:

- Congestiemanagement

- Aansluitvoorrang

- Verrekening netwerkkosten

- Energiebelasting

- Aansluitbijdrage

- Toepassingsgebied: privaat, publiek of beide

Het resultaat van deze stap is een breed gedragen wijzigingsvoorstel voor de invoer van een

aparte aansluitcategorie voor tenminste oplaadpunten van elektrisch wegvervoer.

De missie van Netbeheer Nederland is als volgt te omschrijven: “Netbeheer Nederland is de

brancheorganisatie van alle elektriciteit- en gasnetbedrijven. Netbeheer Nederland zet zich

maximaal in om de belangen van een betrouwbare, veilige, duurzame en betaalbare

energievoorziening tot uiting te brengen. Om dit te bereiken bevordert Netbeheer Nederland

de samenwerking tussen de netbeheerders en ijvert zij bij de overheid, politiek en bij overige

stakeholders voor een optimale werkomgeving voor netbeheerders, zodat een betrouwbare,

veilige, duurzame en betaalbare energievoorziening nu en in de toekomst is verzekerd.”

In de visie van Netbeheer Nederland blijft de elektriciteitsvraag groeien en elektrisch rijden zal

een belangrijke impact hebben op het netbeheer. Netbeheer Nederland en haar leden zullen

deze verandering faciliteren door kostenefficiënte, afgewogen en slimme keuzes te maken en

door een objectieve gesprekspartner te zijn van overheden en andere stakeholders. Daarbij

zullen slimme energienetwerken, zoals nu kan worden overzien, de essentiële dragers worden.

7.8.4. Opstellen wi jzigingsvoorstel

7.9 Conclusies


Om de inpassing van elektrisch rijden te kunnen faciliteren op veilige, betrouwbare,


synergie. Netbeheer Nederland omarmt als doelstelling om ervoor te zorgen dat deze

elementen nadrukkel ijk in vervolgstappen worden meegenomen en geborgd. Een korte

toelichting op de elementen:

Inzicht: wanneer vindt verbruik plaats, waar liggen geografisch gezien de pieken en de

dalen en hoe verloopt het stroomverbruik op verschillende tijdstippen gedurende de dag?

Sturing: welke bestaande en nieuwe instrumenten dienen de netbeheerders in te zetten

om het net van de toekomst optimaal te kunnen beheren?

Synergie: hoe kunnen andere veranderingen zoals inpassing van decentrale

energieproductie en warmtepompen worden meegenomen?

In het vormgeven van de markt voor elektrisch rijden wordt nationaal en internationaal

gebruik gemaakt van rolmodellen en marktmodellen. Het in 2010 door EnergieNed en

Netbeheer Nederland gepubliceerd marktmodel gaat uit van een model met een leverancier

van laaddiensten die een commerciële relatie heeft met de klant en afspraken maakt met de

exploitant laadpunt over het verlenen van toegang tot de laadinfrastructuur voor haar klanten.

De verrekening van de kosten tussen Provider en Kl ant vindt plaats op basis van het contract

of directe betaling.

Om de laadstrategie voor elektrische auto’s in praktijk te toetsen, streeft Netbeheer

Nederland ernaar om op vier onderwerpen nadere ervaring op te doen met nieuwe instrumenten ten behoeve van het beperken van de netimpact. Deze onderwerpen zijn nader uitgewerkt in de volgende vervolgacties:

Sturen van oplaadtransacties: bepalen hoe een landelijk systeem moet worden

opgezet en uitgerold om (lokale) overbelasting ten gevolge van het opladen van

elektrische auto’s te voorkomen dan wel te minimaliseren.

Beïnvloeden van oplaadlocaties: minimaliseren van netinvesteringen door in overleg

met providers en beheerders van de (openbare) ruimte de locatiekeuze voor

oplaadpunten aan te laten sluiten bij de lokale netcapaciteit.

Stimuleren met prijsprikkels: voorkomen van overbelasting door het bevorderen van

het opladen gedurende dalmomenten met behulp van prijsprikkels met inzet van

flexibele contracten en/of variatie in tarieven (zie figuur 6)..

Realiseren aparte aansluitcategorie: introduceren van een aansluitcategorie voor

oplaadpunten met ruimere (wettelijke) mogelijkheden voor het uitvoeren van

bijvoorbeeld congestiemanagement en aansluitvoorrang.


Literatuur

1. CBS. online: http://www.statline.cbs.nl - bezocht op 20-02-2012

2. Agentschap NL (2012). Cijfers Elektrisch Rijden t/m december 2012.

https://www.agentschapnl.nl/onderwerp/cijfers -elektrisch-rijden

3. Rogers, E. M. (2003). Diffusion of innovations (5th ed.). New York, NY: Free Press.

4. Ministerie van Infastructuur & Milieu, Ministerie van Economische Zaken, Landbouw en Innovatie (2011).

Elektrisch rijden in de versnelling: Plan van Aanpak 2011-2015. Rijk.

5. IEA (2011).Technology Roadmap Electric and plug-in hybrid electric vehicles. IEA

6. X. Mosquet et.al. (2011). Powering Autos to 2020 – The Era of the Electric Car? Boston Consulting Group

7. Heymann et. al. (2011). Electromobility – Falling costs are a must. Deutsche Bank Research

8. ING Economisch Bureau (2011). Invloed elektrische auto op autobranche tot 202 beperkt. ING

9. ACEA (2011). Position Paper on electrically chargeable vehicles. ACEA

10. RAI (2012). “Groei elektrische auto’s op koers”, www.rai.nl – bezocht op 06-11-2012

11. Shell (2008). Shell energy scenarios to 2050. Shell

12. CBS. Bezocht op 27-02-2011 Online: http://www.cbs.nl/nl -NL/menu/informatie/deelnemers-

enquetes/personen-huishoudens/ovin/onderzoek/2009-ovin-onderzoek.htm

13. Fons Savelberg et al. (2011). Mobiliteitsbalans 2011, p.15, Kennisinstituut voor Mobiliteitsbeleid

14. CPB, PBL. (2006). Welvaart en Leefomgeving

15. Ioannis Lampropoulos (2009). Electric vehicles in synergy with the grid, TUDelft

16. R.A.Verzijlbergh et al. (2011). “Deriving Electric Vehicle Charge Profiles from Driving Statistics”. IEEE

17. CEN/CENELEC (2011). Standardization for road vehicles and associated infrastructure. CEN/CENELEC

18. Tjeerd Oenema (2011). To what extend are the electrical distribution grids of N.V. RENDO prepared for

implementation of future decentralized generation and loads. TUE/Rendo

19. Uitgaande van een energieverbruik van 1 kWh per 5 km

20. ThePluginCompany. Bezocht op 27-02-2012 Online: http://www.theplugincompany.com/nl/recharging-

solutions/particulieren/

21. NOS. Bezocht op 27-02-2012 Online: http://nos.nl/audio/335969-landelijk-dekkend-netwerk-voor-

snellaadpalen.html

22. ANWB. Online: http://www.anwb.nl/auto/nieuws -en-tips/nieuws-archief,/2011/december/Mitsubishi ---Elke-

dag-snelladen-geen-probleem-.html

23. Nissan Europe. Bezocht op 27-02-2012 Online: http://newsroom.nissan-

europe.com/media/articles/html/85920_11_34.aspx

24. Takafumi AnegawaTEPCO (2010). Safety Design of CHAdeMO Quick Charger and its impact on Power Grid.

25. Jochem Floor (2011). Literatuuronderzoek snelladen: de wensen van de consument en de gevolgen voor het

elektriciteitsnet. Liander.

26. Opel. Bezocht op 27-02-2012 Online:

http://www.opel.nl/Showroom/Ampera/Default.aspx?gclid=CI636bOyvq4CFZAe3godrFnqPQ

27. Impacts of Electric Vehicles – Deliverable 2, Assessment of electric vehicle and battery technology. CE Delft,

2011.

28. CEN/CENELEC (2011). Standardization for road vehicles and associated infrastructure. CEN/CENELEC

29. G. Brouns (2010). Mobile Smart Grid Business Case. “Kwantitatieve modellering en simulatie van de impact van

elektrisch vervoer en de waarde van gestuurd laden op MS-LS niveau”. Enexis.

30. J. Au-yeung (2011). Influence electrical vehicle on the electrical grid. Liander.

31. M. van Lumig en M. Locht (2009). “Impact DG en warmtepompen op LS-net in bestaande woonwijken”.

Laborelec.

32. J. Lava (2012). Elektrische Auto's Impact Analyse. “Impact van het opladen op typische Stedin Laagspanning

netten”. Stedin.


33. C.J. Laumans (2011). Flexibility of future energy scenarios. TU Delft.

34. R.A.Verzijlbergh, Z.Lukszo, J.G.Slootweg en M.Il ic (2011). “The Impact of Controlled Electric Vehicle Charging on

Residential Low Voltage Networks”. IEEE.

35. E. Kleiwegt (2011). Electric Mobility: on the Road to Energy Transition. MSc, TU Delft.

36. J. Lava (2011). Elektrisch Vervoer Impactanalyse – Spaanse Polder bedrijventerrein en woonwijk. Stedin.

37. J. Rolink en C. Rehtanz (2011). “Capacity of Low Voltage Grids for Electric Vehicles”. IEEE.

38. SenterNovem (2007). Cijfers en tabellen 2007. SenterNovem.

39. CROW (2008). Parkeerkencijfers – basis voor parkeernormering. CROW.

40. BOVAG (2009). Tankstations in Cijfers. BOVAG.

41. E.J. de Haan (2012). “Betrouwbaarheid van elektriciteitsnetten in Nederland in 2011”, Netbeheer Nederland.

42. Energie in Nederland 2011. Energie-Nederland en Netbeheer Nederland

43. M.J. Blom et al. (2012). Maatschappelijke kosten en baten van Intelligente Netten. CE Delft & KEMA

44. C. Gellings et al. (2011). Estimating the costs and benefits of the smart grid. EPRI

45. Silverspring (2010). The Dollars – and Sense - of EV Smart Charging. Silver Spring Networks

46. M. Menkveld et al (2004). Energietechnologieën in relatie tot transitiebeleid. ECN

47. J.S. Hers en W. Wetzels (2009). Technische ondersteuning subsidieberekening SDE WKK 2010. ECN

48. T. Theisen et al. (2011). Position Paper. “European electricity industry views on charging Electric Vehicles”.

EURELECTRIC.

49. A. Postma (2012). Presentation. “Smart Charging as enabler of Smart Grids”. Enexis.

50. M. Erol-Kantarci en H.T. Mouftah (2010). “Prediction-Based Charging of PHEVs from the Smart Grid with

Dynamic Pricing”. IEEE.

51. B. Dietz et al. (2011). “Economic Benchmark of Charging Strategies for Battery Electric Vehicles”. IEEE.

52. F. J. Soares, P. M. Almeida en M. Moreira da Silva (2009). “Smart Charging Strateg ies for EVs: Enhancing Grid

Performance and Maximizing the Use of Renewable Energy Resources”. INESC Porto, FEUP campus.

53. Netbeheer Nederland (2010). Roadmap Smart Grids. “Op weg naar een duurzame en efficiënte

energievoorziening”. Netbeheer Nederland.

54. CREG (2010). De mogelijke impact van de elektrische auto op het Belgische elektriciteitssysteem. Commissie

voor de Regulering van de Elektriciteit en het Gas.

55. Netbeheer Nederland (2011). Marktfacilitering en Netstabiliteit in MS-netten. Platform Data Infrastructuur.

56. EL&I (2012). Verkenning Realisatie Eindbeeld EV Laadpunten en Energienetwerk. Accenture

57. Netbeheer Nederland (2011). Marktfacilitering en Netstabiliteit in MS-netten. Platform Data Infrastructuur.

58. E. Sortomme en M.A. El -Sharkawi (2010). “Optimal Charging Strategies for Unidirectional Vehicle-to-Grid”. IEEE.

59. G4V (2011). “Grid for Vehicles”. Seventh Framework Programme EU. RWE Deutschland AG.

60. A. Faruqui et al. (2011). Will Smart Prices Induce Smart Charging of Electric Vehicles? The Brattle Group.

61. M. Sullivan en E. Cutter (2010). Plug-in Hybrid Electric Vehicles and Positive Load Growth. Freeman, Sullivan &

Co.

62. L. Gan, U. Topcu en S. Low (2010). “Optimal Decentralized Protocol for Electric Vehicle Charging”. IEEE .

63. E. Kleiwegt (2011). Electric Mobility: on the Road to Energy Transition. MSc, TU Delft/Movares.

64. P. Baptista, M. Tomás en C. Silva (2010). “Plug-in hybrid fuel cell vehicles market penetration scenarios”.

International journal of hydrogen energy (35). 10024 – 10030.

65. J. Kiviluoma en P. Meiborn (2011). “Methodology for modelling plug-in electric vehicles in the power system and

cost estimates for a system with either smart or dumb electric vehicles” Elsevier Energy. VIT & Risø DTU

66. www.netbeheernederland.nl (2012). Bezocht op 24-10- 2012

67. Netbeheer Nederland (2012). Roadmap Smart Grids “Op weg naar een duurzame en efficiënte

energievoorziening”. Netbeheer Nederland.

68. wetten.overheid.nl (2012). Elektriciteitswet artikel 16. Tekst geldend op 08-09-2012

69. Netbeheer Nederland (2009). Energie in beweging: Smart Grids. Netbeheer Nederland

70. C.A. Andersen (2012). Task 3 E-Mobility Role Model (draft), CENELEC Working Group On Smart Charging

71. 10.000 – 50.000 kWh €0,0415, 50.000 – 10 miljoen €0,0111 per kWh prijspeil 2012

72. 2012. Voorstel aanpassing Elektriciteitswet 1998 inzake EV laadinfrastructuur. Task Force Formule E-team


Colofon

Opdrachtgever Netbeheer Nederland


Marijn Artz, Elkin Coppoolse, Inge Wijgerse & Lisette Kaupmann

Opdrachtnemer Movares Nederland B.V.

Movares Energy

Rik Luiten

Auteurs Ron Visser, Menno Chang, Patrick Groenewoud, Jan Duffhues , Hans Wolse

Kenmerk IN131172 / EN-RL-120022359 / Versie 1.0

Datum 16 januari 2013

Contact Netbeheer Nederland


Postbus 1156

6801 BD Arnhem

026 - 356 95 00

[email protected]

Movares Nederland B.V.

Movares Energy

Leidseveer 10

Postbus 2855

3500 GW Utrecht

030-2653712

[email protected]

mailto:[email protected]

Laadstrategie Elektrisch W egvervoer - Netbeheer Nederland · 2018. 5. 28. · Nederlandse...

Documents

Transcript of Laadstrategie Elektrisch W egvervoer - Netbeheer Nederland · 2018. 5. 28. · Nederlandse...