[論文レビュー] Frequency Response from Aggregated V2G Chargers With Uncertain EV Connections

Cormac O’Malley, Luis Badesa+2 more|arXiv (Cornell University)|Feb 16, 2022

Electric Vehicles and Infrastructure被引用数 13

ひとこと要約

本論文は、電気自動車（EV）の接続率の不確実性を考慮した、集約された車両対グリッド（V2G）充電器から周波数応答（FR）をスケジューリングする、分布に頑健なチャンス制約最適化フレームワークを提案する。モーメントに基づく確率的制約を用いて接続の不確実性をモデル化することで、周波数の安全性を確保しつつ、GB 2030システムにおいて1台のV2G充電器あたり年間6,300ポンドのコスト削減を実現する。1秒のFR供給遅延が生じる状況では、その価値は20％低下する。

ABSTRACT

Fast frequency response (FR) is highly effective at securing frequency dynamics after a generator outage in low inertia systems. Electric vehicles (EVs) equipped with vehicle to grid (V2G) chargers could offer an abundant source of FR in future. However, the uncertainty associated with V2G aggregation, driven by the uncertain number of connected EVs at the time of an outage, has not been fully understood and prevents its participation in the existing service provision framework. To tackle this limitation, this paper, for the first time, incorporates such uncertainty into system frequency dynamics, from which probabilistic nadir and steady state frequency requirements are enforced via a derived momeent-based distributionally-robust chance constraint. Field data from over 25,000 chargers is analysed to provide realistic parameters and connection forecasts to examine the value of FR from V2G chargers in annual operation of the the GB 2030 system. The case study demonstrates that uncertainty of EV connections can be effectively managed through the proposed scheduling framework, which results in annual savings of £6,300 or 37.4 tCO2 per charger. The sensitivity of this value to renewable capacity and FR delays is explored, with V2G capacity shown to be a third as valuable as the same grid battery capacity.

研究の動機と目的

• 集約されたV2G充電器による周波数応答（FR）サービスにおいて、EV接続率の不確実性に起因する課題に対処すること。
• 確率的EV利用可能性の下でもシステム周波数の安全性を保証する数学的に厳密なスケジューリングフレームワークの開発。
• 将来の低慣性電力系統において、V2G FRの経済的・運用的価値を定量化すること、特に不確実性下での評価。
• V2G FRの価値をバッテリーストレージと比較し、FR供給遅延および再生可能エネルギーの導入率に与える感度を評価すること。

提案手法

• EV接続予測のためのモーメントに基づく不確実性集合を用いて、分布に頑健なチャンス制約最適化問題を定式化する。
• 平均μᵢおよび標準偏差σᵢを伴うネットEV接続の確率的予測を、確率的ユニットコミットメントモデルに統合する。
• モーメントに基づく分布に頑健なチャンス制約を用いて、周波数の最小値およびRoCoFに確率的境界を課す凸可能領域を導出する。
• 25,000台を超える充電器の実データを用いて、現実的な接続確率分布および予測パラメータをキャリブレーションする。
• 動的周波数応答制約を組み込んだ、安全制約付きユニットコミットメント（SCUC）フレームワークにV2Gスケジューリングモデルを統合する。
• GB 2030システムを対象とし、再生可能エネルギー導入率およびFR遅延の異なるシナリオを想定して、性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 EVの接続台数が不確実な状況下で、集約されたV2G充電器からの周波数応答をどのようにスケジューリングできるか？
• RQ2 EV接続の不確実性は、V2Gベースの周波数応答の信頼性および経済的価値にどのような影響を与えるか？
• RQ3 コスト削減およびシステムの安全性という観点から、同等のバッテリーストレージ容量と比較して、V2G FRの価値はどの程度か？
• RQ4 FR供給遅延は、システム周波数の安定化を図るV2G応答の価値にどのように影響するか？
• RQ5 V2Gの価値は、再生可能エネルギー容量および朝のEV接続不確実性にどの程度感度を示すか？

主な発見

• 提案されたフレームワークにより、GB 2030システムにおいて、1台のV2G充電器あたり年間6,300ポンドまたは37.4トンのCO₂排出量削減が可能になる。これは、熱的慣性およびFR要件の代替によるものである。
• EV接続の不確実性に起因する可用性の低さを考慮すると、V2G容量の価値は、同等のバッテリーストレージ容量の約1/3に相当する。
• FR供給遅延が1秒に達すると、強固なスケジューリングを採用しても、V2G応答の価値は20％低下する。
• 朝のEVのプラグイン時刻の不確実性が、特にV2G容量が1 GWを超える場合に、FRの可用性を顕著に制限する。これは、予測の分散が大きい（σᵢが大きい）ためである。
• V2Gの限界価値は、高導入率に達すると飽和するが、これは主にRoCoFおよび慣性の制約に起因する。FRの可用性による制約ではない。
• 決定論的制約と単峰性制約の結果の差異から、不確実性は平均EV接続可用性（家庭用で約42％、職場用で約26％）に次いで、2番目に大きな性能低下要因であることが示された。