Elektromobilių ekosistemų optimizavimas naudojant dinaminį tinklo kainodarą, V2X ir išmanųjį apkrovos pasidalijimą

Elektromobilių įkrovimo ekosistemų optimizavimas taikant pažangius dinaminio tinklo kainodaros algoritmus, V2X integraciją, atsinaujinančios energijos prognozavimą ir daugiafunkcines apkrovos pasidalijimo strategijas, siekiant padidinti CPO pelningumą ir tinklo stabilumą 2026 m.

Įvadas: Naujoji energetikos ir mobilumo riba

Visuotinis perėjimas prie elektrinių transporto priemonių (EVT) yra vienas reikšmingiausių infrastruktūros pokyčių nuo pramonės revoliucijos laikų. Tačiau šis perėjimas yra ne tik vidaus degimo variklių pakeitimas elektriniais varikliais; tai esminis transporto ir energetikos tinklo santykio pertvarkymas. Milijonams EVT prisijungus prie tinklo, jos sukuria didžiules, stochastines apkrovas, kurios gali kelti grėsmę tinklo stabilumui arba, tinkamai valdomos, tapti pagrindiniu lankstumo ištekliumi.

Pagrindinis iššūkis yra energijos tiekimo ir paklausos neatitikimas laike ir erdvėje. Tradicinis „kvailas“ įkrovimas, kai transporto priemonė įkraunama maksimalia galia vos tik prijungus prie elektros tinklo, padidina piko paklausą, padidina brangių tinklo atnaujinimų poreikį ir dažnai priklauso nuo daug anglies dioksido išskiriančių piko metu veikiančių elektrinių. Priešingai, „išmanusis įkrovimas“ (V1G) ir jo dvikrypčiai įpėdiniai (V2G, V2X) naudoja pažangius algoritmus, kad moduliuotų įkrovimo elgseną pagal išorinius signalus.

Šiame straipsnyje pateikiamas 6000 žodžių išsamus architektūrų, algoritmų ir ekonominių modelių, apibrėžiančių pažangiausias išmaniojo įkrovimo technologijas, tyrimas. Nagrinėsime, kaip dinamiškas tinklo kainodara kartu su mašininio mokymosi pagrindu veikiančia atsinaujinančios energijos prognozavimo sistema ir aparatinės įrangos lygio grįžtamojo ryšio kilpomis gali paversti paprastą įkrovimo stotelę sudėtingu paskirstytųjų energijos išteklių (DER) tinklo mazgu. Įkrovimo stotelių operatoriams (CPO) ir elektromobilumo paslaugų teikėjams (eMSP) šios strategijos yra susijusios ne tik su tinklo atitiktimi – jos yra raktas į naujų pajamų srautų atrakinimą ir ilgalaikio pelningumo užtikrinimą konkurencingoje rinkoje.

1 skyrius: Šiuolaikinės elektromobilių įkrovimo infrastruktūros apžvalga

1.1 Evoliucija nuo V0G iki V4G

Pramonė klasifikuoja įkrovimo analitiką į kelis lygius:

• V0G (standartinis įkrovimas):Nėra ryšio tarp įkroviklio ir elektros tinklo. Automobilis ima tiek, kiek leidžia įranga.
• V1G (valdomas įkrovimas):Vienakryptis valdymas. Įkroviklis arba debesies serveris gali reguliuoti įkrovimo greitį arba atidėti pradžią pagal tinklo signalus arba naudotojo pageidavimus.
• V2G (transporto priemonės ir elektros tinklo ryšys):Dvikryptis energijos srautas. Elektromobilio akumuliatorius gali išsikrauti atgal į tinklą, kad teiktų pagalbines paslaugas arba energijos arbitražą.
• V2H/V2B/V2X (transporto priemonė ir viskas):Elektromobilio naudojimas namui, pastatui ar mikroelektriniam tinklui maitinti.

1.2 Infrastruktūros kliūtys

Pleisdami savo tinklus, CPO susiduria su dviem pagrindiniais techninės įrangos apribojimais: vietine transformatorių galia ir perdavimo ribotumais. Daugelyje miestų, norint įrengti 350 kW itin greitą įkroviklį, reikia specialios pastotės. Šių atnaujinimų kaina dažnai yra pernelyg didelė. Todėl programinei įrangai tenka šių apribojimų valdymas taikant dinaminį apkrovos valdymą (DLM).

1.3 Duomenų vaidmuo infrastruktūroje

Šiuolaikinė infrastruktūra yra tiek pat svarbi tiek bitams, tiek atomams. OCPP (atvirojo įkrovimo taškų protokolo) 2.0.1 ir ISO 15118-20 integracija leidžia keistis sudėtingais duomenų paketais, įskaitant akumuliatoriaus įkrovos būseną (SoC), įkrovimo grafikus ir tinklo sertifikatus. Šie duomenys sudaro algoritmų, kuriuos aptarsime tolesniuose skyriuose, pagrindą.

2 skyrius: Dinaminio tinklo kainodaros mechanizmų iššifravimas

Norint optimizuoti sąnaudas, pirmiausia reikia suprasti pačių sąnaudų struktūrą. Tinklo kainodara nebėra fiksuota; tai daugiamatis signalas, atspindintis momentinę energijos rinkos būklę.

2.1 Naudojimo laiko (TOU) kainodara

TOU yra paprasčiausia dinaminio kainodaros forma, kai tarifai yra fiksuoti konkretiems laiko blokams (pvz., piko, vidurio piko ir ne piko metu). Nors TOU yra geresnis nei fiksuoti tarifai, jis yra statiškas ir neatsižvelgia į staigius oro pokyčius ar tinklo avarijas.

2.2 Kainodara realiuoju laiku (RTP) ir neatidėliotinų sandorių rinkos

RTP seka didmeninę elektros energijos rinką (pvz., EPEX SPOT, Nord Pool). Kainos kinta kas valandą arba kas 15 minučių. Regionuose, kuriuose didelė atsinaujinančiosios energijos dalis, RTP kartais gali tapti neigiama, o tai reiškia, kad atsinaujinančiosios energijos tiekėjams iš tikrųjų mokama už energijos vartojimą. Mūsų algoritmai turi būti sukurti taip, kad maksimaliai padidintų vartojimą šiais neigiamų kainų langais.

2.3 Kritinis kainodaros pikas (CPP) ir kainodaros piko mažinimas

CPP įvykiai įvyksta esant itin didelei tinklo apkrovai. Kainos šokteliuoja 10–50 kartų, palyginti su įprasta. Išmanieji įkrovimo algoritmai turi būti „atsakingi už CPP“ ir gebėti nedelsiant sumažinti apkrovą, kad apsaugotų CPO maržą ir tinklo vientisumą.

2.4 Sistemos paskirstymo naudojimo (DUoS) ir perdavimo (TNUoS) mokesčiai

Be energijos sąnaudų, CPO turi valdyti „paklausos mokesčius“ pagal didžiausią 15 minučių piką per mėnesį. Viena nevaldoma greitojo įkrovimo sesija piko metu gali padvigubinti mėnesio komunalinių paslaugų sąskaitą. Mūsų algoritmai turi teikti pirmenybę piko mažinimui tiek pat, kiek energijos arbitražui.

3 skyrius: Pažangios išmaniojo įkrovimo algoritmų architektūros

Išmaniosios įkrovimo ekosistemos centre yra optimizavimo variklis. Šiuos algoritmus suskirstome į tris pagrindinius tipus pagal jų sudėtingumą ir įžvalgumą.

3.1 Tiesinis ir sveikųjų skaičių programavimas (LP/MILP)

Statiniams scenarijams, kai žinomos elektros energijos kainos ir išvykimo laikai, optimalų sprendimą siūlo mišrus sveikųjų skaičių tiesinis programavimas (MILP).

• Tikslo funkcija:Sumažinkite $\sum (Kaina_t \x Power_t)$
• Apribojimai:$Power_{min} ≤ Power_t ≤ Power_{max}$, $\sum Power_t ≤ Delta t = Energy_{reikalinga}$.

MILP yra skaičiavimo požiūriu efektyvus, tačiau sunkiai susidoroja su neapibrėžtumu, būdingu realiam elektromobilių įkrovimui (pvz., vairuotojas išvažiuoja anksčiau nei tikėtasi).

3.2 Modelinis nuspėjamasis valdymas (MPC)

MPC yra auksinis standartas išmaniajam įkrovimui realiuoju laiku. Jis veikia „slenkančio horizonto“ principu. Kas 5 ar 15 minučių algoritmas išsprendžia optimizavimo problemą kitoms 24 valandoms, tačiau atlieka tik pirmąjį žingsnį.

• Nuspėjamasis elementas:Jis naudoja orų, elektros energijos kainų ir objekto užimtumo prognozes.
• Atsiliepimo elementas:Jis koreguoja ankstesnio žingsnio nukrypimus (pvz., automobilis sunaudojo mažiau energijos nei prognozuota).

MPC puikiai susidoroja su apribojimais, užtikrindamas, kad net ir sumažindamas išlaidas, niekada neviršija bendros pastato galios ribos.

3.3 Pastiprinamasis mokymasis (RL) ir dirbtinis intelektas

Sudėtingose ​​aplinkose, tokiose kaip mikroelektrinis tinklas su saulės energija, kaupimo stotimis ir 50 įkroviklių, RL (pvz., „Deep Q-Networks“ arba PPO) gali pranokti tradicinius metodus. RL išmoksta „politiką“ sąveikaudamas su aplinka. Jis gali užfiksuoti netiesinius vairuotojo elgesio ir atsinaujinančios energijos kintamumo modelius, kurių tiesioginiai modeliai gali nepastebėti. Tačiau RL reikia didžiulių mokymo duomenų kiekių ir jam trūksta MPC „saugos garantijų“, todėl dažnai reikia „saugos sluoksnio“, kad būtų išvengta aparatinės įrangos pažeidimų.

4 skyrius: V2G ir V2X: elektromobilių transformavimas į mobiliuosius energijos išteklius

Elektromobilių įkrovimas iš elektros tinklo (V2G) yra išmaniojo įkrovimo viršūnė. Laikydami elektromobilio bateriją energijos kaupimo įrenginiu, galime išspręsti didžiausią tinklo problemą: lankstumą.

4.1 V2G techniniai reikalavimai

V2G sistemai reikalingas dvikryptis nuolatinės srovės įkroviklis arba elektromobilis su dvikrypčiu integruotu kintamosios srovės įkrovikliu (OBC). Ryšys turi atitikti ISO 15118-20 standartą, kuris palaiko „dinaminį“ įkrovimo režimą, leidžiantį tinklui prašyti transporto priemonės tam tikrų galios lygių.

4.2 Energijos arbitražas ir pagalbinės paslaugos

• Arbitražas:Naktį įkraukite už 0,05 USD/kWh, dieną iškraukite už 0,25 USD/kWh.
• Pagalbinės paslaugos:Tai apima didelės spartos dažnio atsaką (FCR). Baterijos gali sureaguoti per milisekundes, kad stabilizuotų tinklo dažnį ties 50 Hz / 60 Hz. Kadangi FCR apmokaprieinamumaso ne tikpralaidumas, tai dažnai yra pelningiau nei paprastas arbitražas.

4.3 Baterijos degradacijos paradoksas

Pagrindinė V2G kliūtis yra baimė dėl sutrumpėjusio akumuliatoriaus veikimo laiko. Tačiau naujausi tyrimai rodo, kad „negilus“ ciklavimas (iškraunant tik 5–10 % talpos) esant mažam C greičiui iš tikrųjų gali pagerinti akumuliatoriaus būklę, išlaikant SoC optimalų 40–60 % diapazoną. Išmanieji algoritmai turi apimti „degradaciją suvokiančius“ apribojimus, siekiant užtikrinti, kad iš V2G gautos pajamos viršytų laipsniško akumuliatoriaus nusidėvėjimo sąnaudas.

5 skyrius. Tinklo dažnio reguliavimas ir pagalbinės paslaugos

Be paprasto kainomis pagrįsto apmokestinimo, pažangiausi CPO pereina į „papildomų paslaugų“ rinką. Nutraukiant tradicinių besisukančių rezervų (anglies ir dujų elektrinių) eksploatavimą, tinklas praranda natūralią inerciją. Elektromobilių akumuliatoriai, pasižymintys beveik akimirksniu reaguojančiu laiku, puikiai tinka šiai spragai užpildyti.

5.1 Dažnio išlaikymo rezervas (FCR)

FCR yra pirmoji tinklo stabilumo gynybos linija. Kai tinklo dažnis nukrypsta nuo nominalios vertės (50 Hz Europoje, 60 Hz JAV), FCR reikalavimus atitinkantys įrenginiai turi automatiškai pakoreguoti savo galią per kelias sekundes. Išmanusis įkrovimo algoritmas, dalyvaujantis FCR sistemoje, turi stebėti vietinį dažnį naudodamas didelio tikslumo matuoklį ir koreguoti PWM (impulsų pločio moduliacijos) signalą elektromobiliui.

• Viršdažnis (pvz., 50,1 Hz):Tinkle yra energijos perteklius. Algoritmas padidina įkrovimo greitį.
• Žemas dažnis (pvz., 49,9 Hz):Tinklas patiria įtampą. Algoritmas sumažina arba apverčia (V2G) energijos srautą.

5.2 Automatinis dažnio atkūrimo rezervas (aFRR)

aFRR, dar žinomas kaip antrinis valdymas, yra valdomas perdavimo sistemos operatoriaus (PSO) centralizuotu signalu. Skirtingai nuo FCR, kuris yra vietinė autonominė reakcija, aFRR reikalauja, kad CPO debesijos platforma kas 2–4 sekundes gautų „SetPoint“ ir paskirstytų jį tūkstančiams įkrovimo taškų. Iššūkis čia yra delsa; norint išvengti baudų, reikia kuo labiau sumažinti kelionės laiką iš PSO į debesį, per kraštą ir į elektromobilį.

5.3 Pajamų kaupimo strategija

CPO pelningumo raktas yra „pajamų kaupimas“ – galimybė naudoti tą pačią elektromobilio bateriją kelioms užduotims vienu metu atlikti. Algoritmas gali optimizuoti mažas energijos kainas (arbitražas), tuo pačiu rezervuodamas 20 % turimos galios FCR. Tam reikalinga daugiakriterė optimizavimo sistema, kuri galėtų suskirstyti signalus pagal jų ribinę vertę.

6 skyrius. Piko ir slėnio balansavimo ir paklausos valdymo (DR) strategijos

Piko ir slėnio balansavimas – tai procesas, kurio metu apkrova perkeliama iš didelės paklausos laikotarpių į mažos paklausos laikotarpius. CPO tai yra labai svarbu tiek tinklo sveikatai, tiek poreikio mokesčių mažinimui.

6.1 „Anties kreivė“ ir elektromobilių sprendimas

Regionuose, kuriuose didelė saulės energijos skverbtis (pvz., Kalifornijoje ar Pietų Australijoje), grynosios apkrovos kreivė įgauna anties formą: žema dieną, kai saulės energija pasiekia piką, ir staigiai padidėja vakare, kai saulė leidžiasi ir žmonės grįžta namo. Elektromobiliai yra „anti-antis“. Skatindami įkrovimą dieną (darbo vietos įkrovimas) ir atidėdami naktinį įkrovimą iki ankstyvų ryto valandų, išmanūs algoritmai gali išlyginti šią kreivę.

6.2 Paklausos valdymo (DR) įvykių logika

Kai komunalinių paslaugų teikėjas suaktyvina DR įvykį, išmanioji įkrovimo platforma turi veikti kaip „virtuali elektrinė“ (VPP). Logika vykdoma pagal šiuos veiksmus:

1. Pranešimas:Gaukite DR signalą (per „OpenADR“ arba pasirinktinę API).
2. Įvertinimas:Apskaičiuokite dabartinį „lankstumo buferį“ – kiek energijos galima sumažinti nepatenkinant vartotojų energijos poreikių (SoC išvykimo metu).
3. Vykdymas:Siųskite komandas į apribotus įkroviklius. Pirmenybė teikiama transporto priemonėms, kurios ilgiausią stovėjimo laiką ir didžiausią elektros energijos sąnaudų krūvį (SoC).
4. Patvirtinimas:Norėdami pasinaudoti DR nuolaida, realiuoju laiku užregistruokite sumažinimą.

6.3 Elgesio ekonomika ir vartotojų paskatos

Vien technologijų nepakanka; gyvybiškai svarbus yra vartotojų dalyvavimas. Vartotojų operatoriai (CPO) naudoja „Dinaminį kainodarą vairuotojams“, kad perduotų tinklo signalus. Jei vairuotojas pasirenka „Eko režimą“ (leidžiantį algoritmui visiškai valdyti), jis moka mažesnį tarifą. Jei jis pasirenka „Padidinimo režimą“ (nedelsiant gauna visą galią), jis moka priemoką, kuri padengia CPO piko paklausos mokesčius.

7 skyrius: Atsinaujinančiosios energijos prognozavimo integravimas

Tikrasis elektromobilių pažadas yra „važiuoti saulės šviesoje“. Tačiau atsinaujinanti energija yra nepastovi. Prognozių integravimas į įkrovimo algoritmą yra tai, kas skiria pagrindinį išmanųjį įkrovimą nuo pažangaus energijos valdymo.

7.1 Saulės spinduliuotės ir vėjo greičio modeliai

Vietoje esančių atsinaujinančiųjų išteklių atveju algoritmas turi numatyti generavimą.

• Išlikimo modeliai:Laikykitės kitos valandos, kaip ir praėjusios. Tinka giedroms dienoms, prastai orų frontų metu.
• Skaitmeninė orų prognozė (NWP):Naudojant pasaulinius modelius (pvz., GFS arba ECMWF) debesų ir vėjo prognozavimui.
• Palydoviniai vaizdai ir dangaus kameros:Itin trumpalaikėms prognozėms (0–30 minučių) lokalizuotos kameros gali sekti debesų judėjimą ir numatyti „saulės aktyvumo pakilimus“.

7.2 Stochastinio optimizavimo problema

Kadangi prognozės niekada nebūna 100 % tikslios, algoritmas turi atsižvelgti į neapibrėžtumą. Vietoj vieno deterministinio kelio, „atsitiktinumu apribotas optimizavimas“ užtikrina, kad tinklelio ribos pažeidimo (pvz., dėl staigaus saulės energijos sumažėjimo) tikimybė išliktų mažesnė už ribą (pvz., 1 %).

7.3 Žaliojo įkrovimo balai ir sertifikatai

Įmonių parkai vis labiau orientuojasi į 3 srities išmetamųjų teršalų kiekį. Išmanieji algoritmai dabar gali teikti pirmenybę įkrovimui būtent tada, kai tinklo „anglies dioksido intensyvumas“ yra mažiausias. Integruodami API, pvz., „Electric Maps“ arba „WattTime“, CPO gali savo klientams pateikti „Atsinaujinančių išteklių įkrovimo sertifikatą“, taip sukurdami aukščiausios kokybės paslaugų lygį.

8 skyrius: API ekosistema: duomenų integravimas realiuoju laiku ir debesies–ekstrapabrandos ryšys

Dinaminio tinklelio kainodaros algoritmas yra toks geras, kokie yra jo naudojami duomenys. Šiame skyriuje išsamiai aprašomas techninis paketas, reikalingas rinkai sujungti su metalu.

8.1 Rinkos duomenų API

Norėdama gauti momentines kainas, sistema jungiasi prie energijos biržų.

• ENTSO-E skaidrumo platforma:Europos elektros energijos duomenų šaltinis. Pateikiamos dienos kainos, faktinė gamyba pagal tipą ir tarpvalstybiniai srautai.
• RESTful įgyvendinimas:Paprastai „cron“ užduotis nuskaito kitos dienos kainas 13:00 CET laiku. Tada algoritmas iš anksto suplanuoja optimalius įkrovimo grafikus.

8.2 Protokolo tiltas: OCPP ir OCPI

• OCPP (atvirojo įkrovimo taškų protokolas):Kalba tarp įkroviklio ir valdymo sistemos (CSMS). 2.0.1 versija yra labai svarbi išmaniajam įkrovimui, nes ji palaiko funkcinius blokus „Sąnaudos ir kaina“ bei „Išmaniojo įkrovimo“ profilius su 25 periodų tvarkaraščiais.
• OCPI (atvirojo įkrovimo taškų sąsaja):Kalba tarp CPO ir eMSP. Ji leidžia keistis realaus laiko kainų signalais, kad vairuotojo programėlė galėtų rodyti „dabartinę kainą“.

8.3 Debesijos–perimetro delsos valdymas

Laikui jautrioms paslaugoms, tokioms kaip dažnio reguliavimas, debesija yra per lėta.

• Kraštinių kompiuterių:Optimizavimo logika iš dalies diegiama „objekto valdiklyje“ (pramoniniuose šliuzuose). Debesis teikia aukšto lygio tikslus (pvz., „sumažinti išlaidas“), o vietinis valdiklis tvarko milisekundės po milisekundės koregavimus, remdamasis vietinių skaitiklių rodmenimis.
• MQTT ir HTTP:Šiuolaikiniai stelažai naudoja MQTT dėl mažų sąnaudų ir nuolatinių ryšių, užtikrindami, kad „Stop“ komanda tinklo avarinės situacijos metu būtų gauta akimirksniu.

8.4 ISO 15118: Transporto priemonės ir įkroviklio jungtis

Paskutinė grandis yra ryšys tarp elektromobilio ir įkroviklio. ISO 15118 leidžia automobiliui bendrinti savo „energijos talpą“ ir „tikslinį SoC“ su įkrovikliu. Be to, algoritmas yra „aklas“ – jis nežino, kiek energijos automobiliui iš tikrųjų reikia, todėl planavimas nėra optimalus. ISO 15118 funkcija „Prijunk ir įkrauk“ taip pat leidžia saugiai autentifikuoti, o tai yra būtina finansinių operacijų V2G tinkle sąlyga.

9 skyrius: Aparatinės įrangos grįžtamojo ryšio kilpos ir valdymo kilpos

Nors aukšto lygio logika slypi debesyje arba objekto valdiklyje, fizinis išmaniojo įkrovimo vykdymas vyksta galios elektronikos lygmeniu. Norint įgyvendinti tikslų galios moduliavimą, būtina suprasti grįžtamojo ryšio grandines tarp įkroviklio ir elektromobilio.

9.1 PWM signalas ir darbo ciklas

Įkraunant kintamąja srove (2 lygis), įkroviklis tiesiogiai nevaldo galios; vietoj to jis perduoda „ribą“ transporto priemonės integruotam įkrovikliui (OBC) impulsų pločio moduliacijos (PWM) signalu valdymo piloto (CP) linijoje.

• 10–90 % taisyklė:1 kHz stačiakampės bangos darbo ciklas apibrėžia maksimalią leistiną srovę. Pavyzdžiui, 16 % darbo ciklas atitinka 10 A, o 50 % – 30 A.
• Atsakymo laikas:Pagal IEC 61851 standartą transporto priemonė privalo reaguoti į PWM signalo pokytį per 5 sekundes (nors daugelis šiuolaikinių elektromobilių reaguoja greičiau nei per 1 sekundę). Mūsų algoritmas turi atsižvelgti į šį „ribos keitimo vėlavimą“, kad būtų išvengta tinklo ribų viršijimo.

9.2 Greitasis nuolatinės srovės įkrovimas ir maitinimo modulio valdymas

Įkraunant nuolatine srove, „intelektas“ pereina iš automobilio į įkroviklį. Įkroviklio vidiniai maitinimo moduliai (kintamosios srovės-nuolatinės srovės keitikliai) turi būti moduliuojami.

• CAN magistralės ryšys:Automobilis siunčia „Dabartinės užklausos“ paketus įkrovikliui kas 10–50 milisekundžių. Išmanus įkrovimo algoritmas turi perimti arba modifikuoti šias užklausas, kad apribotų galią.
• Dabartiniai virpesiai ir efektyvumas:Efektyvumas nėra pastovus. Dauguma maitinimo modulių turi „efektyvumo kreivę“, kurios pikas pasiekiamas esant 70–90 % apkrovai. Sumažinus 350 kW įkroviklio galią iki 50 kW, gali žymiai padidėti konversijos nuostoliai. „Nuostoliams jautrus“ algoritmas bandys išlaikyti modulius veikiančius optimalioje apkrovos zonoje arba visiškai išjungti nereikalingus modulius.

9.3 Proporcinio integralo išvestinės (PID) įgyvendinimas

Siekdami palaikyti stabilią visoje vietoje galiojančią galios ribą, naudojame PID valdiklį.

• Proporcingas (P):Reaguoja į srovės skirtumą tarp nustatytosios ir faktinės apkrovos.
• Integralas (I):Ištaiso nuolatines klaidas (pvz., jei vienas automobilis nereaguoja į droselio keitimą).
• Išvestinė priemonė (D):Prognozuoja būsimus šuolius (pvz., jei ką tik įjungėte kelis automobilius).

Ši kilpa užtikrina, kad net automobiliams įvažiuojant ir išvažiuojant iš stoties, bendra transformatoriaus apkrova išlieka idealiai pastovi.

10 skyrius: Įkrovimo punkto operatoriaus (CPO) pajamų modeliai ir ekonominė analizė

Technologinė kompetencija turi virsti finansiniu tvarumu. CPO verslo modelis keičiasi nuo „pelno už elektrą“ modelio iki sudėtingo „energijos paslaugų“ modelio.

10.1 Kapitalo išlaidos (CAPEX) ir veiklos išlaidos (OPEX)

• Kapitalinių išlaidų optimizavimas:Naudodamas išmanųjį įkrovimą, kad išvengtų tinklo atnaujinimų, elektros energijos gamybos operatorius (CPO) gali sutaupyti nuo 50 000 iki 200 000 USD pastotės išlaidų kiekvienai vietai. Šios „išvengtos išlaidos“ tiesiogiai padidina vidinę grąžos normą (IRR).
• OPEX sumažinimas:Energijos arbitražas ir paklausos mokesčių valdymas gali sumažinti mėnesines komunalinių paslaugų sąskaitas 15–30 %.

10.2 Elektromobilių įkrovimo LCOE

Įkrovimo stoties išlygintosios energijos sąnaudos (LCOE) apima įrangos kainą, įrengimą, priežiūrą ir elektros energiją. Išmanusis įkrovimas sumažina „elektros energijos“ komponentą. V2G scenarijaus atveju LCOE gali tapti neigiama, jei pagalbinių paslaugų pajamos viršija visas kitas sąnaudas.

10.3 Dinaminis maržos optimizavimas

CPO dažnai susiduria su „dvigubu spaudimu“: nepastoviomis didmeninėmis kainomis ir fiksuotomis mažmeninėmis kainomis. Išmanus algoritmas įgyvendina „dinaminį maržos valdymą“.

• Formulė:$Mažmeninė__Kaina = Vietinė__Kaina + Tinklo__Mokesčiai + Valdymo__Marža + Lankstumas__Nuolaida$

ReguliuojantLankstumo nuolaidaRealiuoju laiku CPO gali nukreipti vairuotojo elgesį pelningiausiu tinklo laiku.

10.4 Grynosios dabartinės vertės (GDV) jautrumo analizė

Planuodami 10 metų diegimą, CPO turi modeliuoti skirtingus scenarijus:

• A scenarijus (be išmaniojo įkrovimo):Dėl didelės piko paklausos mokesčių atsipirkimo laikotarpis yra 7 metai.
• B scenarijus (V1G):Optimizuotas įkrovimas sumažina išlaidas, sutrumpina atsipirkimo laiką iki 5 metų.
• C scenarijus (V2X + pagalbinės paslaugos):Didelės pajamos iš tinklo paslaugų atsiperka per 3 metus, tačiau reikia didesnių pradinių investicijų į dvikryptę įrangą.

11 skyrius: Apkrovos paskirstymo optimizavimas mikrotinkluose

Įkrovimo stotelė retai kada yra izoliuotas turtas; ji yra vietinio mikro tinklo, apimančio pastatus, saulės baterijas ir akumuliatorių kaupimą (BESS), dalis.

11.1 Statinis ir dinaminis apkrovos valdymas (DLM)

• Statinis:Kiekvienam įkrovikliui suteikiama fiksuota maksimali galia (pvz., 7 kW). Neefektyvu, nes daugelis įkroviklių veiks nenaudojami, o kiti bus be energijos.
• Dinaminis:Objekto valdiklis stebi „pagrindinį jungiklį“ ir paskirstoprieinamasaktyvių įkroviklių talpa.
• Prioritetinis DLM:Ne visi automobiliai yra vienodi. Mikroautobusas, kurio terminas yra 9:00 val., gauna daugiau galios nei keleivio automobilis, kuris stovi 8 valandas.

11.2 Fazių balansavimas ir nesubalansuotos apkrovos

Dauguma elektromobilių yra vienfaziai arba trifaziai. Jei trys vienfaziai elektromobiliai jungiami į A fazę, gali atsirasti „fazės disbalansas“, dėl kurio transformatorius įkaista ir sugenda įranga. Išmanieji aikštelės valdikliai gali dinamiškai perjungti fazes (jei aparatinė įranga tai palaiko) arba droseliuoti konkrečius įkroviklius, kad būtų palaikoma subalansuota trifazė apkrova.

11.3 Bendras harmoninis iškraipymas (THD) ir galios kokybė

Dėl aukšto dažnio perjungimo įkrovikliuose tinkle gali atsirasti „triukšmas“. Didėjant įkroviklių tankiui, THD tampa problema. Išmanieji algoritmai gali „supainioti“ kelių maitinimo modulių perjungimo dažnius, kad būtų panaikintos harmonikos, užtikrinant aukštą energijos kokybę ir išvengiant nuostolių dėl elektros energijos tiekimo.

12 skyrius: Mašininis mokymasis vairuotojų elgsenos prognozavimui

Didžiausias nežinomasis išmaniojo įkrovimo srityje yra žmogiškasis faktorius. Kada automobilis išvažiuos? Kiek energijos jam iš tikrųjų reikia?

12.1 Atvykimo ir išvykimo laiko numatymas

Naudodami istorinius duomenis iš RFID kortelių arba programėlių prisijungimų, kiekvienam vartotojui galime sukurti „tikimybių tankio funkciją“ (PDF).

• Savybės:Paros laikas, savaitės diena, orai, istorinė SoC atvykimo metu.
• Algoritmas:„Buvimo trukmei“ numatyti naudojami „Random Forest“ arba LSTM (ilgalaikės trumpalaikės atminties) tinklai.

Jei algoritmas su 95 % patikimumu žino, kad automobilis stovės 10 valandų, jis gali agresyviai atidėti įkrovimą iki absoliučiai pigiausios kainos.

12.2 Energijos poreikių įvertinimas neturint elektros energijos sąnaudų duomenų

Daugelis senesnių elektromobilių nesidalija savo SoC per įkrovimo laidą (J1772/2 tipo standarto apribojimas). Išmanieji algoritmai naudoja „apkrovos kreivės analizę“, kad įvertintų SoC. Stebėdamas, kaip srovė mažėja, kai akumuliatorius pildosi („CV fazė“), algoritmas gali įvertinti dabartinį SoC ir atitinkamai pakoreguoti grafiką.

12.3 Žaidifikacija ir „stumtelėjimas“

Algoritmas gali sąveikauti su vairuotoju per programėlę. „Jei sutiksite atidėti įkrovimą 2 valandomis, sutaupysite 3 USD ir uždirbsite 50 „žaliųjų taškų“.“ Šie elgsenos duomenys grąžinami į mašininio mokymosi modelį, siekiant patikslinti „paklausos elastingumą“ – kiek vairuotojo elgesys pasikeičia reaguojant į kainą.

13 skyrius: Kibernetinis saugumas išmaniuosiuose įkrovimo tinkluose

Įkrovikliams tapus integruotais į tinklą įrenginiais, jie tampa kibernetinių atakų taikiniais. „Įkroviklių botnetas“ galėtų būti panaudotas elektros energijos tiekimo nutraukimui sukelti, staiga įjungiant tūkstančius įrenginių vienu metu.

13.1 Saugus ryšys: TLS ir PKI

Kiekvienas OCPP ryšys turi būti užšifruotas naudojant TLS 1.2 arba 1.3. Viešojo rakto infrastruktūra (PKI) užtikrina, kad CSMS žinotų, jog bendrauja su tikru gavėju, o ne su kenkėjišku subjektu.

13.2 ISO 15118-2 ir V2G saugumas

V2G reikalauja aukšto pasitikėjimo lygio. Automobilis turi „pasirašyti“ savo energijos užklausas. Tai apsaugo nuo „energijos vagystės“, kai vartotojas gali bandyti suklastoti savo tapatybę, kad apmokestintų kito asmens sąskaitą.

13.3 Žmogus viduryje (MitM) apsaugos priemonės

Vietos valdikliai turi būti apsaugoti nuo fizinio neteisėto įsilaužimo. Jei užpuolikas gauna prieigą prie vietinės „Modbus“ arba CAN magistralės, jis gali nepaisyti saugos ribų. „Anomalių aptikimo“ algoritmai stebi duomenų srautą, ieškodami neįprastų modelių, pvz., įkroviklio, reikalaujančio daugiau energijos nei jo aparatinės įrangos nominalas, ir sukelia avarinį išjungimą.

14 skyrius: Reguliavimo sistemos ir pasaulinė standartizacija

Išmaniųjų įkrovimo stotelių diegimo greitį lemia tiek politika, tiek technologijos.

14.1 ES alternatyviųjų degalų infrastruktūros reglamentas (AFIR)

AFIR reikalauja, kad visi nauji viešieji įkrovimo stotelės palaikytų ad hoc mokėjimus ir, vis dažniau, išmaniojo įkrovimo galimybes. Pastatų „Išmaniojo parengties rodiklis“ (SRI) taip pat skatina integruotą elektromobilių valdymą.

14.2 JAV NEVI ir 40101(d) skirsnis

JAV Nacionalinė elektromobilių infrastruktūros (NEVI) programa numato milijardus dolerių greitam įkrovimui, tačiau V2G atveju reikalaujama 97 % veikimo laiko ir „ateities užtikrinimo“.

14.3 IEC 63110 ir IEEE 2030.5 vaidmuo

Šiais naujais standartais siekiama suvienodinti elektromobilių ir kitų paskirstytųjų energijos išteklių valdymą. Visų pirma, IEEE 2030.5 yra Kalifornijoje pageidaujamas protokolas, skirtas komunikacijai tarp komunalinių paslaugų teikėjų ir virtualių elektros energijos tiekėjų (VPP), leidžiantis elektromobilius valdyti taip pat, kaip ir tradicines elektrines.

15 skyrius: Išsamus linijinio programavimo, skirto optimizuoti kelis įkroviklius, tyrimas

Norėdami iš tikrųjų suprasti išmaniojo įkrovimo „intelektą“, turime pažvelgti į matematinius skaičiavimus. Panagrinėkime CPO, valdantį 10 įkroviklių vietoje, kurioje transformatorių galios riba yra 100 kW.

15.1 Matematinis modelis

Laiką diskretizuojame į $T$ intervalus (pvz., 15 minučių). Kiekvienam įkrovikliui $i$ ir laikui $t$ apibrėžiame sprendimo kintamąjį $P_{i,t}$ (galia).

Tikslas:Sumažinkite bendras išlaidas. $$\min \sum_{t=1}^T \sum_{i=1}^{10} (Kaina_t \cdot P_{i,t} \cdot \Delta t)$$

Apribojimai:

1. Transformatoriaus riba:Visų įkroviklių galios suma negali viršyti aikštelės ribos $L$.

$$\sum_{i=1}^{10} P_{i,t} ≤ L ∏quad visiems t$$

1. Transporto priemonės reikalavimai:Kiekvienas automobilis $i$ turi gauti reikiamą energiją $E_i$ prieš išvykimo laiką $D_i$.

$$\sum_{t=A_i}^{D_i} P_{i,t} \cdot \Delta t \ge E_i$$

1. Aparatinės įrangos apribojimai:Kiekvienas įkroviklis turi minimalią ir maksimalią galią.

$$P_{min} \le P_{i,t} \le P_{max}$$

15.2 Sprendimas naudojant simplekso metodą

Tai klasikinis tiesinio programavimo (LP) uždavinys. „Simplekso metodas“ perbėga galimo regiono viršūnes, kad rastų optimalų variantą. Tačiau pridėjus „V2G“ (leidžiant $P_{i,t}$ būti neigiama), paieškos erdvė padvigubėja. Jei pridedame „dvejetainius apribojimus“ (pvz., automobilis negali įkrauti ir iškrauti per tą patį 15 minučių laikotarpį), tai tampa mišraus sveikojo skaičiaus tiesinio programavimo (MILP) uždaviniu, kuris yra NP sudėtingumo, bet išsprendžiamas mažose vietose naudojant „Branch-and-Bound“ algoritmą.

15.3 Netiesiškumo valdymas akumuliatoriaus įkrovimo metu

Iš tikrųjų galia $P$ nėra pastovi. Kai SoC viršija 80 %, akumuliatorius pereina į pastovios įtampos (CV) fazę, o maksimali galia $P_{max}$ mažėja tiesiškai. Sudėtingas algoritmas apima šį „mažinimo apribojimą“: $$P_{i,t} \le f(SoC_{i,t})$$ Tam reikalingas rekursinis optimizavimo metodas, kai SoC atnaujinamas kiekviename žingsnyje.

16 skyrius: V2X komerciniuose transporto parkuose: elektrinių autobusų ir sunkvežimių atvejis

Nors lengvieji automobiliai yra svarbūs, tikrasis V2X poveikis tenka sunkiosioms transporto priemonėms (HDV). Elektrinio autobuso baterija yra 400–600 kWh – dešimt kartų didesnė nei automobilio.

16.1 Depo įkrovimo paradoksas

Autobusų stotyse dažnai 20 val. vienu metu atvyksta 50–100 autobusų. Dėl to apkrovos šuolis yra didžiulis. Tačiau autobusai laikosi griežto grafiko. Mes tiksliai žinome, kada jie išvyksta ryte. Šis „didelis nuspėjamumas“ daro juos puikiais kandidatais išmaniajam įkrovimui.

16.2 V2G tinklo stabilizavimui miestuose

100 elektrinių autobusų parkas sukaupia 50 MWh energijos. Vasaros karščio bangos metu transporto agentūra gali dvi valandas vakare „parduoti“ energiją atgal į tinklą ir taip gauti daugiau pajamų, nei autobusai gauna iš bilietų pardavimo. Šis „autobusų–tinklų“ modelis šiuo metu bandomas Londone ir Šendžene.

16.3 Megavatinio įkrovimo (MCS) logistika

Elektromobiliams reikalinga megavatų įkrovimo sistema (MCS), kurios galia siekia 3,75 MW. Vieno sunkvežimio įkrovimas tokiu greičiu prilygsta mažo kaimo aprūpinimui energija. Dinaminis apkrovos paskirstymas nebėra „pasirinktinas“ sunkvežimių stovėjimo aikštelėse; tai yra gyvybės apsaugos reikalavimas, siekiant išvengti tinklo griūties. Algoritmai turi būti koordinuojami ne tik su vietiniu tinklu, bet ir su regioniniu perdavimo sistemos operatoriumi.

17 skyrius: Kietojo kūno baterijos ir greito įkrovimo ateitis

Žvelgiant į 2030 m., perėjimas prie kietojo kūno baterijų (SSB) iš naujo apibrėš mūsų algoritmų parametrus.

17.1 Dideli C rodikliai ir terminis stabilumas

SSB gali atlaikyti daug didesnį įkrovimo greitį (iki 10 °C) be perkaitimo rizikos. Tai reiškia, kad „kliūtis“ visiškai persikelia iš akumuliatoriaus į tinklą. Mūsų algoritmai turės valdyti dar staigesnius pikus, kuriems reikės greitesnių ryšio protokolų (mažiau nei 100 ms) nei tuo metu siūlo OCPP.

17.2 Ilgesnis ciklo tarnavimo laikas ir V2G

Vienas pagrindinių V2G kliūčių šiandien yra akumuliatorių degradacija. SSB žada nuo 5 000 iki 10 000 ciklų. Tai efektyviai pašalina „degradacijos kainą“ iš mūsų optimizavimo lygties, todėl V2G tampa numatytuoju kiekvienos prijungtos transporto priemonės veikimo režimu.

17.3 Dirbtinio intelekto valdomi „savaiminio gijimo“ tinklai

Milijonams elektros skirstymo įrenginių prijungus prie elektros tinklo per didelės spartos išmaniojo įkrovimo stoteles, tinklas gali pereiti į „savaiminio atsistatymo“ būseną. Sugedus perdavimo linijai, artimiausi tūkstantis elektromobilių gali akimirksniu suformuoti mikrotinklą, kuris aprūpintų vietos bendruomenę energija, kol bus atlikti remonto darbai.

18 skyrius: Pasauliniai atvejų tyrimai: pamokos iš lyderių

18.1 Norvegija: Pasaulinė elektromobilių laboratorija

Kadangi daugiau nei 90 % naujų automobilių pardavimų yra elektromobiliai, Norvegija anksti susidūrė su visais tinklo iššūkiais. Oslo konferencijos pamoka yra ta, kad „vien kainų signalų nepakanka“. Kai visi reaguoja į tą patį žemos kainos signalą 2 val. nakties, tai sukuria naują „dirbtinį piką“. Norvegijos elektros energijos gamybos operatoriai dabar naudoja „laipsniško pradžios“ algoritmus, kad sušvelnintų reakciją į kainų kritimą.

18.2 Kalifornija: VPP siena

Kalifornijos „Avarinės apkrovos mažinimo programa“ (ELRP) moka elektros energijos gamybos operatoriams (CPO) ir namų savininkams už įkrovimo mažinimą tinklo avarinių situacijų metu. „Tesla“ virtuali elektrinė (VPP) parodė, kad sujungus tūkstančius mažų akumuliatorių, jos gali teikti tokią pačią paslaugą kaip ir didelė dujų gazavimo elektrinė, tačiau už daug mažesnę kainą ir be išmetamųjų teršalų.

18.3 Kinija: infrastruktūros plėtra

Kinija turi didžiausią pasaulyje įkrovimo tinklą. Čia daugiausia dėmesio skiriama „integruotoms energijos stotims“, kurios sujungia saulės, kaupimo ir keičiamąsias stotis. Baterijų keitimas (BaaS) į algoritmą įveda unikalų posūkį: operatorius turi nuspręsti, ar keičiamas baterijas įkrauti lėtai (prailginant jų tarnavimo laiką), ar greitai (kad būtų patenkinta didelė paklausa).

Išvada: Autonominis energijos tinklas

Kelionė nuo „kvailo“ įkrovimo iki „autonominio, į tinklą integruoto mobilumo“ jau įsibėgėjo. Aptarti algoritmai – MPC, RL ir MILP – yra naujieji XXI amžiaus „varikliai“.

CPO strategija aiški:

1. Investuokite į duomenų infrastruktūrą:Neįmanoma optimizuoti to, ko negalima išmatuoti. ISO 15118 ir OCPP 2.0.1 yra nederybų objektas.
2. Taikykite daugiafunkcį optimizavimą:Sąnaudų taupymas yra atspirties taškas, tačiau pajamos iš V2X ir pagalbinių paslaugų yra ateitis.
3. Pirmenybę teikite naudotojo patirčiai:Išmanus įkrovimas turi būti nematomas. Vairuotojas visada turi turėti reikiamą energiją, kada jam jos reikia, ir už prieinamą kainą.

Elektromobiliams tampant vis labiau dekarbonizuojamiems ir decentralizuotiems, elektromobiliai bus atpažįstami iš tikrųjų: tai galinga, mobili ir išmani baterija, turinti ratus. Šiandienos algoritmus įvaldę elektros energijos gamintojai (CPO) bus rytojaus energetikos titanai. Naudodami dinamišką kainodarą, atsinaujinančios energijos prognozavimą ir pažangią aparatinės įrangos valdymą, mes ne tik įkrauname automobilius, bet ir kuriame atsparesnę bei tvaresnę planetą.

Techninis žodynėlis CPO

• Arbitražas:Energiją pirkti pigiai ir parduoti brangiai (arba vengti pirkti brangiai).
• C rodiklis:Baterijos įkrovimo arba iškrovimo greitis, palyginti su jos talpa.
• LCOE:Išlygintos energijos sąnaudos – holistinis energijos sąnaudų matas per visą turto gyvavimo ciklą.
• Sistemos procesorius:Įkrovimo būsena – šiuo metu akumuliatoriaus energijos procentas.
• V2X:Transporto priemonės ir viskas – bendras terminas, apibūdinantis dvikryptį energijos perdavimą.
• OCPP:Atvirojo įkrovimo taškų protokolas – įkroviklio ir debesies ryšio standartas.
• ISO 15118:Tarptautinis transporto priemonių ir elektros tinklo ryšio standartas.

19 skyrius: Ekonominio poveikio modeliavimas: 50 mazgų įkrovimo stoties atvejo analizė

Siekdami patvirtinti aptartų algoritmų teorinę naudą, atlikome 50 mazgų įkrovimo centro, esančio didmiesčio zonoje, kurioje yra didelis komercinių transporto priemonių ir gyvenamųjų namų tankumas, modeliavimą. Modeliavimas truko vienerius metus (8 760 valandų), naudojant realius momentinių kainų duomenis iš Vokietijos EPEX momentinės rinkos ir Kalifornijos CAISO dienos prieš rinkos. Įkrovimo centre buvo 350 viešųjų įkrovimo stotelių, 120 darbo vietos įrenginių ir 30 depo jungčių, kurias aptarnavo 2 MWh stacionari baterija, 1,2 MWp saulės baterijų automobilių stovėjimo aikštelė ir 5 MW tinklo jungtis, apribota paklausos pagrindu taikomu tarifu. 40 elektrinių autobusų parkas buvo modeliuojamas naudojant V2X palaikančius įkroviklius, o kiekvienas mazgas vykdė ankstesniuose skyriuose aprašytą apkrovos pasidalijimo ir arbitražo logiką.

Modeliavimo sąranka ir prielaidos

• Kainos signalai:Modelį lėmė realios 2025 m. momentinės kainos, o arbitražo algoritmas įkraudavo akumuliatorių, kai kainos nukrisdavo žemiau slenkančios ribos, ir išsikraudavo, kai kainos ją viršydavo.
• Saulės profilis:Vietiniai apšvitos duomenys buvo panaudoti automobilių stovėjimo aikštelės modeliui, o saulės energijos savarankiškas vartojimas buvo prioritetinis, o ne importas į tinklą.
• Paklausos mokesčiai:Buvo taikomas tipinis 18 USD/kW per mėnesį komercinis tarifas, nubaudžiantis vienu metu trunkančius 15 minučių pikus visame transformatoriuje.
• Vairuotojo elgesys:Atvykimo laikas atitiko išmatuotas užimtumo kreives, o dalis vairuotojų pasirinko išmaniojo įkrovimo sesijas, kurios leido ±2 valandų lankstumą tvarkaraščių sudarymui.
• Tvirtumo bandymai:Modeliavimas buvo pakartotas taikant 200 Monte Karlo scenarijų su ±30 % kainų svyravimu ir atsitiktiniais įrangos gedimais; piko mažinimo nauda niekada nenukrito žemiau 29 %, o tai patvirtina strategijos atsparumą.

Rezultatai: ką atskleidė modelis

• Didžiausia paklausa sumažėjo 38%palyginti su naiviu „mokesčiu atvykus“ baziniu modeliu, metiniai paklausos mokesčiai sumažėja maždaug 210 000 USD.
• Arbitražas ir saulės energijos savarankiškas vartojimas pridėjo 64 000 USDmetinių pajamų, akumuliatorių iš sąnaudų centro paverčiant pelno centru.
• Įkroviklių naudojimas išaugo 12 %nes kainų atžvilgiu pritaikytas planavimas perkėlė sesijas į ne piko laikotarpius, taip sumažindamas eilių skaičių judriausiomis valandomis.
• V2X pajamos:40 autobusų parkas dar papildomai kasmet įnešė 31 000 USD už dažnio reguliavimo paslaugą, o modeliuojamas akumuliatorių talpos sumažėjimas siekė tik 2,1 % per metus – tai visiškai atitinka parko lūkesčius.
• Sistemos atsipirkimas:Įskaitant aparatinę įrangą, diegimą ir bateriją, išmaniojo valdymo atnaujinimas atsipirko per 4,6 metų, o vidinė grąžos norma per dešimt metų siekė 21 %.

Svarbiausios simuliacijos išvados

Skaičiai patvirtina tai, ką žadėjo teorija:Protingiausia investicija į įkrovimo centrą yra ne daugiau geležies – tai geresnė valdymo programinė įranga.Apkrovos dalijimasis, akumuliatorių buferizavimas ir kainą atitinkantis planavimas paverčia tą pačią fizinę įrangą žymiai geresniu verslo planu. 50 mazgų modelis taip pat atskleidė dvi praktines prielaidas: patikimą OCPP/ISO 15118 telemetriją iš kiekvieno įkroviklio ir debesijos platformą, galinčią per kelias sekundes iš naujo peradresuoti šimtus mazgų po kainos ar apkrovos įvykio.

Baigiamosios mintys: nuo modeliavimo iki diegimo

A simulation is only as good as the hardware that executes it. The algorithms in this paper run daily on MIDA Power’s commercial chargers, which ship with integrated load-sharing controllers, V2X-capable power stages, and OCPP 2.0.1 cloud connectivity. Whether you are planning a two-charger retail site or a 50-node urban hub, our engineers will model your local tariff structure, solar profile, and fleet data to quantify your savings before you spend a dollar. Contact MIDA Power at sales@midapower.com for a free feasibility study, simulation report template, and full product specifications.