– Skoler kan bli de ”nye” bensinstasjonene

– Vi ser for oss en mulig fremtid hvor bilisten vet at der hvor det er en skole, der er det alltid tilgjengelig hurtiglading og billig el-drivstoff. Dette kan bli virkelighet fordi innovativ energilagring fra solceller på bygg kan levere overskuddsenergi til transport.

– På grunn av et tilbud om alltid tilgjengelig hurtiglading vil dermed skoler, og for den saks skyld andre offentlige bygg, kunne konkurrere med dagens bensinstasjoner, sier Usman Dar i Sweco AS.

Han har vært med i konseptutformingen av vinnerbidraget til Sweco, i Undervisningsbyggs innovasjonskonkurranse tidligere i år. Formålet med konkurransen var å finne løsninger for å lagre eller utnytte solstrømmen ved skolene i Oslo, etterhvert som disse blir utbygd med solceller.

– Ved salg av hurtiglading til 2 kr/kWh vil hver skole tjene mellom 400 000 og 800 000 kroner per år. I tillegg vil, om man ser Oslo kommune som en enhet, de kommunale tjenestebilene spare betydelige drivstoffkostnader hvis de lader bilene ved skolene, sier Dar.

Utfordringen med å nyttiggjøre seg overskuddet fra solcelleanlegg sommerstid er en kjent problemstilling. Dette problemet er særskilt relevant og ekstra utfordrende for skolebygg, hvor behovet er i motfase med produksjonen fra solcelleanlegg.

Ved salg av hurtiglading til 2 kr/kWh vil hver skole tjene mellom 400 000 og 800 000 kroner per år, sier Usman Dar i Sweco AS. Her avbildet under solenergikonferansen i 2016. Foto: Tekniske Nyheter

 

Swecos vinnerkonsept, i Undervisningsbyggs konkurranse, går ut på å utnytte overskudd av solstrøm som produseres sommerstid, så vel som resten av året, ved å dimensjonere en batteripakke etter produksjonen på en dimensjonerende sommerdag.

Vil også kunne redusere effektleddet

– Batteripakken vil da, sammen med kunstig intelligens og smart styring, sørge for salg av overskuddskraft til elbiler via hurtigladere på eiendommen, sier Dar. – I tillegg vil batteriløsningen øke lønnsomheten for systemet gjennom effektflytting (peak-shaving), slik at man minimerer månedlige effekttopper, og dermed reduserer effektleddet i nettleien.
For å optimalisere hvor og når effekten skal forflyttes, vil det være fordel om den kunstige intelligensen innehar maskinlæringsalgoritmer og predikasjon av neste dags vær og solinnstråling.

 

Dette er et utdrag av en sak som du i sin helhet finner i EnergiRapporten nr. 25/2018. Du kan bestille abonnement på EnergiRapporten her!

 

 

 

 

 

 

 

 

FORETAK

 

Tekniske Nyheter DA

Fjellveien 24
1678 Kråkerøy

Kontakt oss

ANSVARLIG REDAKTØR

 

Stig Granås

 

Se personvernerklæring

FACEBOOK OG RSS

Følg oss på Facebook Abonner på RSS feed

Kopirett © 2013
Tekniske Nyheter

 

Webdesign & drift: JKWEB