Forecasting model for the integration of battery electric vehicles into the power grid using system dynamics

Abstract

Die zunehmenden Diskussionen über die Erschöpfung der natürlichen Ressourcen und die Umweltrisiken, die sich aus der extensiven Nutzung fossiler Brennstoffe in den Produktionssektoren ergeben, mobilisieren öffentliche und private Akteure, um Strategien für eine nachhaltige wirtschaftliche und soziale Entwicklung zu überdenken. Gleichzeitig werden diverse Forschungsprojekte durchgeführt, die sich auf die Energieerzeugung aus erneuerbaren Quellen und die Entwicklung von Technologien und Strategien für eine effiziente und intelligente Energienutzung konzentrieren. Im Transportsektor, der für hohe Emissionen von Treibhausgasen verantwortlich ist, sind Elektrofahrzeuge (EV s) eine vielversprechende Alternative. Der globale Markt für EV s boomt aktuell, und die Aussichten stehen gut, dass die Anschaffungskosten, insbesondere die Batteriekosten, sinken werden. Zudem wird erwartet, dass die Reichweite der Fahrzeuge steigt und die Ladeinfrastruktur verbessert wird. Darüber hinaus stellen die Formulierung öffentlicher Richtlinien und Subventionen für den Kauf von EVs wichtige Anreize für deren Einführung dar, insbesondere für private Verbraucher. Ob diese ein EV kaufen oder nicht hängt von der Wertvorstellung und Subjektivität jedes einzelnen Menschen ab. In der Literatur finden sich Studien, die die Verbreitung von EVs nicht gesamtheitlich betrachten und sich auf einige wenige Variablen beschränken. Aus diesem Grund ist es das Ziel dieser Doktorarbeit, ein globales Modell zur Vorhersage der Verbreitung von batteriebetriebenen Elektrofahrzeugen (BEV s) bei privaten Verbrauchern zu entwickeln, indem die Variablen analysiert werden, die deren Entscheidungsfindung beeinflussen. Zu diesem Zweck wird der Ansatz der Systemdynamik (SD) zusammen mit dem Bass Modell verwendet, wobei quantitative und qualitative Aspekte der Entscheidungsfindung berücksichtigt werden, um die Verbreitung von BEVs) im Laufe der Zeit zu bestimmen. Des Weiteren umfasst das Modell die Analytic Hierarchy Process ( AHP) und Fuzzy Logik, um die Unsicherheiten und regionsspezifischen Merkmale zu berücksichtigen, die die Einführung von BEV beeinflussen. Fallstudien in Brasilien und Deutschland zeigen die Flexibilität und Genauigkeit des Modells bei der Vorhersage von Einführungstrends und heben die unterschiedlichen Auswirkungen unter anderem von Gesetzgebung, Infrastruktur und Marktbedingungen hervor. Zusätzlich zu den akademischen und wissenschaftlichen Beiträgen kann das entwickelte Modell Regierungen bei der Formulierung öffentlicher Maßnahmen zur Förderung der Elektromobilität unterstützen. Für Unternehmen im Energiesektor liefert es wichtige Informationen für Studien zum Ausbau des elektrischen Energiesystems. Zudem hilft es Automobilunternehmen bei der Ausrichtung ihrer Verkaufsstrategien und der Erweiterung von Geschäftsmodellen.