Evaluation of Electric Vehicle Hosting Capacity Based on Interval Undervoltage Probability Considering Charging Types in a Distribution Network

Abstract

탄소 중립에 대한 관심 증대와 함께 전기차와 전기차 충전기 시장이 빠른 속도로 커지고 있다. 전기차와 전기차 충전기의 배전망 대규모 유입은 배전망 운영에 아주 큰 악영향을 준다. 그렇기 때문에 배전망에 전기차가 몇 대 유입될 수 있는 평가하는 것 즉 hosting capacity 평가를 하하는 것이 배전망 운영 및 설계에 중요하다. 전기차는 일반적인 부하와 다르게 다양한 불확실성을 가지기 때문에 hosting capacity를 평가하는 것이 힘들다. 전기차는 대표적으로 충전소에 도착시간, 떠나는 시간, 배터리의 충전상태 그리고 어떤 충전소를 선택하는지에 대한 불확실성이 있다. 또한 계통 운영자 입장에서는 몇 대의 전기차가 유입될지도 불확실성이다. 이러한 불확실성을 고려해서 전기차의 부하 모델링을 하는 것이 중요하다. 지금까지의 전기차는 충전소에 도착해서 충전만 하는 전기적인 부하였으나 최근에는 충전 제어를 하거나 배전망에 영향을 최소화하거나 혹은 충방전을 통해 피크 부하 감소 혹은 전기 요금 최소화 등의 목적으로 자원화 되기도 한다. 충전제어를 하면 도착 후부터 무조건적인 충전을 하는 것이 아니라 배전망의 상황을 고려하여 출발 전까지 시간 중 최적의 시간에 충전을 한다. 충방전 제어는 계통의 상황을 고려하여 충전하며 전기차의 배터리에 저장된 전력을 배전망으로 보내어 마치 발전기와 같은 역할을 전기차가 수행한다. 본 논문에서는, 전기차의 불확실성을 고려하여 부하 모델링을 수행하여 배전망에서의 hosting capacity를 평가한다. 첫 번째로 전기차의 불확실성을 고려하여 전기차 부하 모델링을 수행한다. 특히 일반적으로 사용해온 방법인 충전만 하거나 충전 제어 혹은 충전과 방전 제어 모두 수행하는 전기차의 모델링을 수행한다. 불확실성은 전기차의 출입시간, 출차 시간, 배터리의 충전상태와 총 전기차의 대수이며 이를 interval과 affine 방법을 이용하여 모델링 한다. 두 번째로 interval undervoltage probability(IUP)를 이용하여 불확실성을 고려한 전기차의 부하 모델을 이용하여 배전망에 유입 가능한 전기차의 대수, hosting capacity를 산정한다. IUP는 본 논문에서 제안한 저전압이 발생할 확률을 나타내는 지표이다. 계통이 수용한 전기차 각각의 대수에 대해 IUP를 계산할 수 있으며 계통 운영자는 수용 가능한 정도의 IUP를 설정하여 운영함에 따라 계통 운영에 유연성을 더할 수 있다. 세 번째로 voltage violation index(VVI)를 제안한다. VVI는 본 논문에서 제안하는 수용성 평가로 나타내지는 수용성 범위의 넓이를 설정할 수 있다. IUP와 함께 전기차의 유입으로 배전망 운영의 제약조건을 어길 확률을 고려하여 전기차의 hosting capacity를 산정한다. 이를 이용하여 배전망 운영자는 좀 더 유연한 배전망 운영을 할 수 있다. 마지막으로 본 논문에서 사용한 전기차의 모델링 데이터와 hosting capacity를 평가하기 위한 배전망 데이터는 서울대학교의 실제 데이터를 기반으로 한다. 서울대학교 출입하는 차량들의 실제 시간과 서울대학교의 각 건물별 실제 부하 데이터를 고려하였으며 실제로 매설된 케이블 데이터를 이용하여 배전망 모델링을 수행하였다. 마지막으로 제안한 계통 수용성 평가 방법은 MATLAB 상에서 구현되었고 사례연구를 수행되었다. 전기차를 충전하는 방식에 따라 기존 방법과 비교하여 계통에 수용될 수 있는 전기차의 대수를 비교하였다. 충전 제어 방식과 충방전 제어 방식에서 요금 최소화와 피크 부하 감소 목적을 고려하여 사례연구를 진행하였다. 제안한 방법을 활용함으로써 계통 운영자는 계통이 수용할 수 있는 최대의 전기차 대수를 고려할 수 있으며 충방전 제어 방식이 상용화되었을 때, 전기차를 최대한으로 수용해서 자원화 할 수 있을 것으로 기대한다.

Electric vehicles (EVs) and EV charger markets are rapidly growing along with the growing interest in zero carbon emissions The large penetration of EVs and EV chargers into the distribution network has had a very negative effect on the operation of the distribution network. Therefore, it is important to evaluate the number of EVs that can penetrate the distribution network, that is, to evaluate the hosting capacity. However, it is difficult to evaluate the hosting capacity because EVs have various uncertainties unlike general loads, related to arrival, and departure times, battery state of charge (SOC), and selection of charging stations. Additionally, it is uncertain how many EVs will be penetrated from the system operator's point of view. Considering these uncertainties, it is important to model the load of an EV. Until now, EVs only charge an electric load upon arriving at a charging station, but recently, they are used to minimize the impact on the distribution network by controlling the charge, or to become a resource for the purpose of flattening the load or minimizing the electric charge through discharging. When charging is controlled, it does not charge unconditionally after arrival, but charges at the optimal time before departure in consideration of the situation of the distribution network. Discharge control transmits the electric power stored in the battery of the EV to the distribution network, and the EV performs the role of a generator. In this dissertation, the hosting capacity in the distribution network is evaluated by performing EV load modeling considering the uncertainty. Initially, EV load modeling is performed considering the uncertainty. In particular, it performs modeling of EVs that only conventionally charge, charge control, or perform both charge and discharge control. Uncertainty is the entry/exit time of the EV, SOC of the battery, and total number of EVs, which are modeled using interval and affine arithmetic. Further, by using the interval undervoltage probability (IUP), the number of EVs that can be penetrated into the distribution network and the hosting capacity are evaluated using the EV load model considering uncertainty. Third, I propose a voltage violation index (VVI) that evaluates along with IUP, the hosting capacity of EVs by considering the probability of violating the constraints of the distribution network operation, owing to the EV penetration. Finally, the EV modeling data used in this study and the distribution network data used for evaluating hosting capacity are both based on actual data from Seoul National University. Here, the arrival and departure time of vehicles and the load data for each building of Seoul National University were considered. The distribution network modeling was performed using the data of the buried cables. The proposed evaluation method was implemented in MATLAB, and a case study was conducted to minimize the cost and reduce the peak load in the charge control and charge/discharge control methods. According to the charging method of EVs, the number of EVs that can be accommodated in the system was compared with the existing method. By using the proposed method, the system operator can consider the maximum number of EVs that the system can accommodate, and when the charge/discharge control method is commercialized, it is expected that the EVs can be accommodated to the maximum capacity.