[논문 리뷰] Frequency Response from Aggregated V2G Chargers With Uncertain EV Connections

Cormac O’Malley, Luis Badesa외 2명|arXiv (Cornell University)|2022. 02. 16.

Electric Vehicles and Infrastructure인용 수 13

한 줄 요약

이 논문은 전기자동차(EV) 연결률의 불확실성 하에서 집합된 차량-전력망(V2G) 충전기로부터 주파수 보정(FR)을 스케줄링하기 위해 분포로 내성적인 확률적 제약 조건 기반 최적화 프레임워크를 제안한다. 연결 불확실성을 모멘트 기반 확률적 제약 조건을 통해 모델링함으로써, 주파수 안정성을 확보하면서도 GB 2030 시스템에서 V2G가 충전기당 연간 £6,300의 절감 효과를 이끌어내며, 1초의 FR 제공 지연이 발생할 경우 이 가치가 20% 감소한다.

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.

연구 동기 및 목표

• 집합된 V2G 충전기의 주파수 보정(FR) 서비스를 위해 전기자동차(EV) 연결률의 불확실성을 다루는 데 목적이 있다.
• 확률적 EV 가용성에도 불구하고 시스템 주파수 안정성을 보장하는 수학적으로 엄밀한 스케줄링 프레임워크를 개발하는 데 목적이 있다.
• 미래의 저관성 전력 시스템에서 V2G FR의 경제적 및 운영적 가치를 정량화하는 데 목적이 있다. 특히 불확실성 하에서의 가치를 고려한다.
• V2G FR의 가치를 배터리 저장 시스템과 비교하고, FR 제공 지연 및 재생 가능 에너지 비율 변화에 대한 민감도를 평가하는 데 목적이 있다.

제안 방법

• EV 연결 예측를 위한 모멘트 기반 불확실성 집합을 사용하여 분포로 내성적인 확률적 제약 조건 기반 최적화 문제를 수립한다.
• 평균 μᵢ 및 표준편차 σᵢ를 갖는 넷 전기자동차 연결 예측를 스토케스틱 유닛 커밋먼트 모델에 통합한다.
• 모멘트 기반 분포로 내성적인 확률적 제약 조건을 통해 볼록 가능 영역을 유도하여 주파수 최저치 및 RoCoF에 대한 확률적 경계를 강제한다.
• 25,000+개의 충전기에서 확보한 현장 데이터를 활용하여 현실적인 연결 확률 분포 및 예측 파라미터를 校정한다.
• 보안 제약 유닛 커밋먼트(SCUC) 프레임워크에 동적 주파수 보정 제약 조건을 통합하여 V2G 스케줄링 모델을 통합한다.
• GB 2030 시스템에 대해 재생 가능 에너지 비율과 FR 지연 시나리오를 다양하게 설정하여 성능을 평가하기 위해 모델을 적용한다.

실험 결과

연구 질문

• RQ1 연결된 전기자동차의 수가 불확실할 경우, 집합된 V2G 충전기로부터 주파수 보정을 어떻게 스케줄링할 수 있는가?
• RQ2 EV 연결 불확실성이 V2G 기반 주파수 보정의 신뢰성 및 경제적 가치에 어떤 영향을 미치는가?
• RQ3 비용 절감 및 시스템 안정성 측면에서, 동일한 배터리 저장 용량과 비교했을 때 V2G FR의 가치는 어떻게 되는가?
• RQ4 FR 제공 지연은 시스템 주파수 안정 확보에 있어 V2G 반응의 가치에 어떤 영향을 미치는가?
• RQ5 재생 가능 에너지 용량과 아침 시간대의 EV 연결 불확실성에 대해 V2G 가치의 민감도는 어떻게 되는가?

주요 결과

• 제안된 프레임워크는 GB 2030 시스템에서 열역학적 관성과 FR 수요를 대체함으로써 V2G 충전기당 연간 £6,300 또는 37.4톤의 tCO₂ 절감 효과를 달성한다.
• EV 연결 불확실성으로 인한 가용성 저하로 인해 V2G 용량은 동등한 배터리 저장 용량의 약 1/3 수준의 가치로 평가된다.
• 1초의 FR 제공 지연이 발생할 경우, 강력한 스케줄링에도 불구하고 V2G 반응의 가치가 20% 감소한다.
• 아침 시간대의 EV 충전 시간 불확실성이 특히 V2G 용량이 1 GW를 초과할 경우 고분산 예측(σᵢ)으로 인해 FR 가용성에 상당한 제약을 가한다.
• 고배치 수준에서 V2G의 마진 가치는 RoCoF 및 관성 제약으로 인해 포화 상태에 도달하며, FR 가용성 때문이 아니라 주로 이 제약 때문이므로 주로 이 제약에 의해 결정된다.
• 결정론적 모델과 단일모드 제약 조건 결과 간의 차이는 불확실성이 평균 EV 연결 가용성(~도시용 42%, 직장용 26%) 다음으로 두 번째로 큰 감소 요인임을 시사한다.