Levelized Cost Analysis of Second-Life and New Lithium-Ion Batteries in Microgrid Applications
Notice bibliographique
Résumé
The need for sustainable battery energy storage alternatives has led to the exploration of second-life electric vehicle batteries for microgrid applications. This study evaluates the levelized cost of storage for second-life and new lithiumion batteries in microgrids, considering both scenarios with and without electric vehicle integration. A mixed-integer linear programming optimization model is developed to minimize the total electricity cost of microgrids while calculating the optimized size of battery energy storage. The net present value approach is used to account for future costs, including operational costs, investment costs and replacement costs, ensuring a comprehensive economic analysis over the complete planning horizon. Simulations were performed for three microgrids in British Columbia, Canada. Results show that second-life batteries require 50 % more replacements than new lithium-ion batteries over the planning horizon. However, second-life batteries have a$\mathbf{5 0 \%}$lower investment cost as compared to new batteries. The optimized battery sizes reflect the need for larger capacity of second-life batteries to compensate for performance degradation. Furthermore, the levelized cost of storage analysis shows that second-life batteries have up to 30 % higher levelized cost of storage compared to new lithium-ion batteries which makes them less cost-effective over time. Levelized cost of storage increases with the integration of electric vehicles for both battery types, with up to a 10.5 % rise for new lithium-ion batteries and up to an 11.1 % rise for second-life batteries. Contrary to the popular belief, the findings highlight that new lithiumion batteries perform better in the long-term and emerge as a more economical option due to their higher efficiency, increased maximum and minimum state-of-charge, longer lifespan, and lower overall levelized cost of storage.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».