Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Optimal Day-Ahead Scheduling and Bidding Strategy of Risk-Averse Electric Vehicle Aggregator: A Case Study of the Nordic Energy and Frequency Containment Reserve Markets
KTH, School of Electrical Engineering and Computer Science (EECS).
2018 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

The Nordic synchronous grid is facing a number of challenges. The ongoingphaseout of synchronous generation coupled with increased penetration ofintermittent renewable generation is leading to reduced system inertia. Additionally,the electrification of sectors of the economy such as transport willresult in the addition of significant new electrical loads. All these factors arecontributing to increased complexities in maintaining the power balance. Assuch, it is imperative that every resource potentially capable of providing flexibility,on both sides of the balancing equation, must be closely examined.The electrification of private transport is a technology of growing interestthat can provide flexibility to the power system if adequately utilized. Electricvehicles (EV) can be considered as temporary energy storages with availability,energy and capacity constraints. If aggregated in sufficient numbers orcombined with other assets they can fulfill the minimum bid size of specificmarkets. Numerous previous references have studied the potential in aggregatingthe increasingly important EV charging load. However, they are basedon synthetic driving behavior and vehicle characteristics and commonly investigateonly energy arbitrage. Furthermore, no studies have examined an EVaggregator entering Nordic energy and primary reserve markets to the authors’best knowledge.In this study, we use first hand data of a real EV fleet of 806 Tesla vehiclesand their historical driving patterns to develop a two-stage stochastic optimizationproblem. Based on a scenario selection method, this research provides anoptimal risk-averse bidding strategy for an aggregator of EVs that places bidsin both the day ahead energy and primary reserve markets in the Nordicsthrough the use of GAMS/Matlab software. Only uni-directional charging isexamined, while we consider two sources of uncertainty from prices and vehicleutilization and model a risk averse aggregator that aims to maximize its profits.A case study is carried out modelling individual vehicles and their real worldcharacteristics and driving behavior in the price areas NO5 & SE3 in Norway& Sweden across a 24hr weekday period for winter and summer. Results showstrong alignment of EV availability and periods of high primary reserve marketprices, with consumption being shifted largely towards early hours of the morning.In Norway, 342 NOK can be expected as revenue from combined energyarbitrage and FCR-N per vehicle per year, while in Sweden the value is 1470SEK. When compared to a reference “cost of charging case”, up to 50% of thecost of charging can be covered in Norway, while the entire cost is essentiallymet in Sweden; resulting in the value proposition of “free charging” to the enduser.

Abstract [sv]

Det nordiska synkroniserade elnätet står inför ett antal utmaningar. Utbytetav synkron generation i kombination med ökad penetration av intermittentförnybar generation leder till minskad svängmassa i systemet. Dessutom kommerelektrifiering av flera sektorer av ekonomin som transport resultera i enökad belastning av systemet. Alla dessa faktorer bidrar till ökad komplexitetatt upprätthålla kraftbalansen. Som sådan är det nödvändigt att varje resurssom potentiellt är kapabel att tillhandahålla flexibilitet, på båda sidor av balanseringsekvationen,måste undersökas noggrant.Elektrifiering av privat transport är en teknik av växande intresse somkan ge flexibilitet till elsystemet om det används tillfredsställande. Elektriskafordon (EV) kan betraktas som tillfälliga energilager. Om de aggregeras i tillräckligaantal eller i kombination med andra tillgångar kan de uppfylla minstabudstorlek för specifika marknader. Tidigare studier har studerat potentialenför att aggregera den allt viktigare EV laddningsbelastningen. De är dockbaserade på syntetiskt körbeteende och fordonsegenskaper och undersöker vanligtvisbara energiabitrage. Å andra sidan har inga undersökningar granskat enEV-aggregat som en del på den nordiska spotmarknaden och primärregleringentill författarens bästa kunskaper.I den här studien använder vi förstahandsuppgifter av en verklig EV-flottamed 806 Tesla-fordon och deras historiska körmönster för att utveckla ett stegastisktoptimeringsproblem i två steg. Baserat på en scenariosvalsmetod gerdenna forskning en optimal riskavvikande budstrategi för ett aggregat av EVsom placerar bud på både den dagliga spotmarknaden och primära reservmarknadeni Norden genom användningen av GAMS / Matlab. Endast enriktadladdning undersöks, medan vi betraktar två källor till osäkerhet från priseroch fordonsutnyttjande och modellerar en riskavvikande aggregator som syftartill att maximera vinsten. En fallstudie genomfördes modellering enskildafordon och deras verkliga världskaraktäristika och körbeteende i prisområdenaNO5 & SE3 i Norge & Sverige under en 24-timmars veckodag under vinter ochsommar. Resultatet visar starkt anpassning av EV-tillgängligheten och periodermed höga primära reservmarknadspriser, där konsumtionen förskjuts i storutsträckning mot tidigt på morgonen. I Norge kan 342 kronor förväntas somintäkter från energi arebitrage + FCR-N per fordon per år, medan i Sverigevärdet är 1470 SEK. Jämfört med en referens kostnad för laddning kan upp till50% av laddningskostnaden täckas i Norge, medan hela kostnaden i huvudsakmöts i Sverige.

Place, publisher, year, edition, pages
2018. , p. 42
Series
TRITA-EECS-EX ; 2018:313
National Category
Electrical Engineering, Electronic Engineering, Information Engineering
Identifiers
URN: urn:nbn:se:kth:diva-235305OAI: oai:DiVA.org:kth-235305DiVA, id: diva2:1249791
External cooperation
Tibber
Educational program
Master of Science - Environomical Pathways for Sustainable Energy Systems
Supervisors
Examiners
Available from: 2018-09-20 Created: 2018-09-20 Last updated: 2018-09-20Bibliographically approved

Open Access in DiVA

fulltext(7145 kB)130 downloads
File information
File name FULLTEXT01.pdfFile size 7145 kBChecksum SHA-512
62f6d2050fa8c84e77a652bbb00baa9f562ff1a6c81709abb5e35cb69cd5a89d9f5c6e5fca29075d588e67786cb5660fc1c08af9ace659258c712719ead24de3
Type fulltextMimetype application/pdf

By organisation
School of Electrical Engineering and Computer Science (EECS)
Electrical Engineering, Electronic Engineering, Information Engineering

Search outside of DiVA

GoogleGoogle Scholar
Total: 130 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 464 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf