What is the economic value of PEV aggregation in the balancing marke t?

Abstract

La creciente importancia de normativas ambientales en nuestra sociedad para mitigar el calentamiento del planeta y la contaminación atmosférica requiere un cambio progresivo de los medios de transporte actuales. En este contexto, los coches eléctricos aparecen como una buena alternativa para reducir emisiones y mejorar la eficiencia del sector del transporte. Además de reducir la contaminación atmosférica, los coches eléctricos podrían apoyar a la red eléctrica y proveer distintos servicios al operador del sistema como servicios auxiliares o reservas. Como consecuencia de ello, la investigación realizada en las últimas décadas ha destacado la importancia de un nuevo agente que actuaría como intermediario entre los mercados eléctricos, el operador del sistema y los propietarios de coches eléctricos. Este agente conocido como agregador se encargaría de proveer servicios al operador del sistema así como de cargar los coches eléctricos bajo su control. Con las informaciones proporcionadas por los usuarios de coches eléctricos (horas de conexión a la red, energía requerida para conducir) el agregador se ocuparía de gestionar un “generador virtual” producto de los distintos vehículos conectados a la red bajo su control. No hay dudas de que los agregadores desempeñarán un papel importante en un futuro próximo. Muchos aspectos de la agregación ya han sido estudiados, entre ellos los distintos servicios que se podrían ofrecer al operador del sistema y el impacto en las redes debido al aumento de coches eléctricos. Sin embargo, se ha identificado una falta de información sobre el valor económico de agregar coches eléctricos en el mercado de los desvíos bajo distintas regulaciones. Considerando una flota de vehículos en la que cada vehículo se cargaría de forma óptima y aislada, ¿Coordinar la carga de todos los vehículos juntos da mejores resultados? ¿Cuál es la estrategia más rentable para cargar coches eléctricos? ¿La de un agregador o da lo mismo la de un propietario de coche eléctrico teniendo acceso a los mercados? ¿Si hay beneficios agregando coches, de dónde vienen? En este documento, se pretende demostrar el valor económico de la estrategia de carga del agregador así como evaluar el impacto del sistema de precios del mercado de los desvíos (sistema de precios simétricos o asimétricos) sobre el valor de la agregación. El análisis se centrará fundamentalmente sobre las compras óptimas de energía en los mercados para alcanzar los requerimientos de los propietarios de coches, comparando la estrategia de un agregador con la de propietarios de coches optimizando sus compras solos. Por ello, una formulación matemática de cada estrategia ha sido desarrollada en GAMS, un programa de optimización matemática. Los resultados obtenidos son unívocos, agregar la carga de coches eléctricos permite ahorrar dinero en el mercado de los desvíos, y eso sucede con ambos sistemas de precios (simétricos y asimétricos). Además del valor económico de la agregación en el mercado de los desvíos, se ha estudiado el impacto del coste de la capacidad contratada en casa sobre las compras óptimas de energía en los mercados. También, una estimación de los costes de desviaciones ha sido realizada.

Electric vehicles (EVs) are likely to play an important role in the coming future. Along with reducing emissions and fostering energy efficiency to meet decarbonisation objectives of our society, EVs will strongly interact with power systems. Indeed, apart from yielding environmental benefits, EVs could provide services to power systems while complying with the mobility needs of EVs owner. Recent research on EV integration led to the birth of new potential actors, namely aggregators who would manage a vehicle fleet and act as an intermediary between EVs owner, system operator and electricity markets. Among the different services that an Aggregator could provide, ancillary services have been put forward; the aggregator would manage a virtual power plant taking into account the information regarding EVs owners’ mobility needs and connection schedule to the grid. Many aspects of aggregation have already been studied, from the range of services that could be provided to the impact on networks operations and incremental investments required to deal with EVs. However a research gap has been identified regarding the added economic value of the aggregator charging strategy. Considering a vehicle fleet in which every single car would be optimally charged independently from each other, will the aggregator managing the whole fleet in a coordinated way obtain better results? Would the optimal strategy of a single EV owner having full access to electricity markets yield the same results as the aggregator? If the aggregator achieves to charge EVs in a cheaper way, where does the difference come from? These are the main questions that will be answered in this Master’s Thesis, analysing particularly balancing markets and the effect of different price mechanisms on the results obtained. To this end, a mathematical formulation of the optimal purchases in different markets to meet the driving needs of EV owners has been developed. The simulation presents in a first step the optimal strategy of an aggregator and the one of an independent EV owner before to obtain the economic value of aggregation by comparing the outcome of both strategies. Optimization models have been developed using GAMS, a modelling software for mathematical programming. The results coming from the simulation are clear, the aggregator coordinating a vehicle fleet achieves better results than EV owners charging their car independently, both under single price and dual price imbalance mechanisms. Economic benefits of aggregation are higher when the balancing market is designed with a dual price system instead of a single price one. Benefits in balancing markets stem from imbalances netting possibility of aggregation. Indeed, when charging an EV independently, the netting opportunity disappears, giving rise to higher charging costs than under aggregation scheme. As for secondary objectives, the impact of capacity charges on optimal day-ahead purchases has been assessed along with an estimation of balancing costs due to the uncertainty of EV owner’s behaviour, i.e. unforeseen events that entail driving the car when it should have been connected to the grid.