Provision of balancing services with electric vehicles

Abstract

This thesis assesses the provision of balancing services with the aggregation of electric vehicles (EVs). To do so, the behavior of an EV fleet is modeled with a deterministic approach for market prices to determine the charging scheduling of EVs considering: the day-ahead market (DAM), reserve market (RM) and balancing markets (BM). The General Algebraic Modeling System (GAMS), a mixed-integer linear programming and optimization software, is deployed to obtain the optimized charging schedules of EVs in the DAM, RM and BM. Input data, which considers EV behavior –connection availability and driving needs–, technical features –battery capacity, mínimum state of charge, maximum rate of charge and discharge, etc.– and market data –prices and regulatory requirements–, are introduced in the model. Finally, the optimized results from GAMS are exported, managed and presented in Excel. In order to respond to the thesis objectives different case studies and scenarios have been designed. These are the main conclusions extrated from the model results: • Calculate the value of reserves for an EV fleet. The participation of an EV fleet in the RM increase the income obtained from selling reserves in the market and permits that EV members make a net profit under certain market circunstances1 after accounting for he charging costs. The value of reserves for an EV fleet varies with the size of the fleet. In fact, the larger the EV fleet size, more reserves that EVs can offer and higher the benefit obtained from it. The marginal benefit of aggregation increases when the EV fleet size is small whereas the marginal benefit slowly restrains when it becomes larger. • Assess the minimum size of a fleet to cover the minimum reserve requirement to participate in the RM. According to the simulations carried out, the minimum required reserves, in kW, should not be larger than 150% of the EV fleet size. In order to provide secondary reserve in Spain, where 10 MW is the minimum requirement, the EV fleet should be composed by at least 6.700 EVs. • Assess the vehicle to grid (V2G) value of aggregation in DAM, RM and BM. V2G together with the direct participation in the wholesale market can achieve very relevant saving with respect to only grid-to-vehicle (G2V). Only considering the DAM, V2G could attain a saving of 39% of G2V costs. For EVs it may be very interesting, if regulation permits so, to provide only downward reserves as, indeed, that would mean offering storage capacity and even charging EVs for lower prices if finally they are dispatched. However, these results are very sensible to market prices and regulation. • Analyze the effect of imbalance prices: Dual price/Single price. With single imbalance prices the average daily benefit is almost 2 times greater than with dual ones. Single imbalance cost only reduces 15% the daily benefit from RM whereas dual pricing almost 55%; in other words, dual imbalance costs are almost 4 times larger than with single imbalance prices. Assess the impact of different regulatory regimes for the provision of reserves by EVs. According to the results extracted, the relation established between the upward and downward reserve, which may vary in function of the regulatory regime, could significantly affect the economical performance of EVs not only in the RM but also in the BM. On the other hand, it has been demonstrated that with no restriction between the upward and downward reserve that must be provided to participate in the RM the incomes in this market can increase almost a 20% but balancing costs are also much more bigger in those cases.

Este proyecto evalúa la prestación de servicios de balance y de reserva por medio de la agregación de vehículos eléctricos (VEs). Para ello, se modela y simula el comportamiento una flota de VEs, por medio de un analísis determinista de los precios de los mercado, para determinar la programación de carga teniendo en cuenta: el mercado diario (MD), el mercado de reserva (MdR) y el mercado de balance (MdB). Se utiliza el Sistema General Algebraico de Modelado (GAMS), un programa de optimización lineal entera mixta, para obtener el programa optimizado de carga y descarga de los vehículos eléctricos en el MD, MdR y MdB. Como datos de entrada se consideran el comportamiento de los VEs –conexión a la red y conducir de movilidad–, características técnicas –capacidad de la batería, mínimo estado de carga, capacidad de recarga, etc. – datos de los mercados –precios y requisitos regulatorios– y se introducen en los modelos de GAMS utilizando macros de Visual Basic. Por último, los resultados de GAMS se exportan, gestionen y se representan en Excel de nuevo. Se han diseñado varios casos de estudio el fin de responder a los objetivos del proyecto. A continuación se resumen las principales conclusiones extraídas: • Calcular el valor de las reservas para una flota de VEs. La participación de una flota de VEs en el MdR aumenta los beneficios obtenidos gracias a la venta de reserva y permite que los VEs tengan ganancias netas en ciertas condiciones1 de mercado y tras contabilizar los costes de balance. El valor de las reservas para una flota de VEs varía con el tamaño de ésta. De hecho, cuanto mayor sea el tamaño de la flota, mayor es también la reserva diaria que los VEs pueden ofrecer y, por tanto, el beneficio. El beneficio marginal de la agregación aumenta rapidamente cuando ésta es pequeña, en cambio, conforme crece el tamaño de la flota, se va frenando el benefio marginal de la agregación. Evaluar el tamaño mínimo de la flota de VEs para cubrir el requisito mínimo de reserva y participar en el MdR. Se observa un comportamiento lineal entre el crecimiento del tamaño de la flota de VEs y el del requisito mínimo de potencia para participar en la RM. De acuerdo con las simulaciones realizadas, las reservas mínimas requeridas, en kW, no deben de ser superior al 150 % del tamaño de la flota de VEs. Por ejemplo, para poder proveer reserva secundaria en España, donde el requisito mínimo es de 10 M, la flota debe de estar compuesta por al menos 6.700 VEs. Evaluar el valor del V2G (vehicle-to-grid) en el MD, MdR y MdB. El V2G, junto con el acceso a los precios del mercado mayorista, permite conseguir un ahorro de costes muy relevante con respecto al G2V. Considerando exclusivamente el MD, se logra alcanzar un ahorro del 39% frente al G2V. Para los VEs, puede ser muy interesante, suponiendo que lo permitiera la regulación, poder proporcionar únicamente reservas a bajar, ya que se cargarían los coches a unos precios más bajos que los del mercado diario. Sin embargo, estos resultados son muy sensibles a los precios del mercado y a la regulación. • Analizar el efecto de los precios de desvío: precio doble/ precio único. Con el precio único de desvío el beneficio medio diario es casi 2 veces mayor que con el precio de desvío doble. Los costes únicos de desvío reducen un 15% el beneficio diario procedente del MdR mientras que el doble precio casi un 55 %. Es decir, los costes de desvío con precio doble son casi 4 veces superiores a los de precio único. Evaluar el impacto de diferentes regímenes regulatorios para la provisión de reservas por parte de VEs. Conforme a los resultados, la relación establecida por la regulación entre la reserva a subir y a bajar, podría afectar significativamente al rendimiento económico de los VEs en el MdR. Por otro lado, se ha demostrado que sin una restricción acerca de la relación entre la reserva a subir y a bajar para participar en el MdR los ingresos en este mercado pueden aumentar casi un 20% pero, en cambio, los costes de desvío son aún mayores que dicho beneficio.