Economic and Technical Feasibility of V2G in Non-Road Mobile Machinery sector

기술 요약: 비도로용 이동 기계(NRMM) 분야의 V2G에 대한 경제적 및 기술적 타당성

문제 정의
본 논문은 특히 렌탈 서비스 모델 내의 전기 트랙터에 초점을 맞추어, 비도로용 이동 기계(Non-Road Mobile Machinery, NRMM) 섹터에 차량-전력망 통합(Vehicle-to-Grid, V2G) 기술을 통합할 수 있는 잠재력을 다룹다. V2G는 승용차 및 전기 버스 함대에서는 활발히 연구되었으나, NRMM에 대한 적용은 아직 미흡한 상태이다. 저자들은 NRMM 함대가 주행 거리 불안(range anxiety)이나 주차 불확실성과 같은 일반적인 장벽을 완화할 수 있는 예측 가능한 사용 일정과 높은 유휴 시간을 포함하여, 개인용 전기차보다 독특한 이점을 제공한다고 주장한다. 핵심 과제는 이러한 유휴 자산을 활용하여 그리드 서비스를 제공하고, 가격 인지형 충전을 통해 에너지 비용을 최적화하며, 피크 그리드 부하를 줄이는 동시에 필요한 에너지 인프라(태양광 발전(PV), 정지형 에너지 저장 장치(BESS), 충전 장비)의 규모를 결정하는 경제적 및 기술적 타당성을 판단하는 것이다.

방법론
본 연구는 독일 알덴호벤(Aldenhoven)의 렌탈 대리점을 배경으로 10대의 전기 트랙터 함대를 평가하기 위해 새로운 2계층 시뮬레이션 및 최적화 프레임워크를 채택하였다.

• 내부 계층 (운영 최적화): 이 계층은 MATLAB 내의 선형 계획법(Linear Programming, LP) 솔버를 사용하여 함대의 일일 및 주간 운영을 시뮬레이션한다. 목적 함수는 트랙터와 BESS의 충전 및 방전 일정을 최적화하여 연간 전기 비용을 최소화하는 것이다. 모델에는 다음 사항이 포함된다:

  • 사용 프로필: 세 가지 뚜렷한 주간 렌탈 사용 사례(장기 주간 렌탈, 일일 렌탈, 주말 렌탈)를 포함하며, 트랙터가 100%의 충전 상태(SoC)로 출발하여 5%의 SoC로 복귀하도록 보장한다.
  • 에너지 구성 요소: 태양광(PV) 시스템, BESS, 양방향 전기차 충전기(EVSE), 대리점 건물 부하.
  • 비용 함수: 전력 제한 및 SoC 제약 조건을 준수하면서, 동적 일일 전력 가격(day-ahead prices)을 기반으로 한 에너지 구매 비용의 합계에서 에너지 주입 수익(손실을 고려하고 비효율적인 거래를 방지하기 위해 구매가의 90%로 설정)을 뺀 값을 최소화한다.
  • 단순화: 모델은 100% 구성 요소 효율, 미래 가격 및 차량 일정에 대한 완전한 지식(perfect foresight), 그리고 시뮬레이션 중 구성 요소 노화 무시를 가정한다.

• 외부 계층 (베이지안 최적화를 통한 인프라 규모 산정): 베이지안 최적화(Bayesian Optimization, BO) 알고리즘은 에너지 인프라의 규모를 결정하기 위해 다차원 파라미터 공간을 반복적으로 탐색한다. BO는 다음 항목을 최적화한다:

  • 피크 PV 발전 용량.
  • BESS 용량.
  • 최대 그리드 연결 전력.
  • 각 사용 사례별 EVSE 구성(전력 등급 및 단방향 대 양방향 능력).
  • BO는 누적 전기 비용(내부 계층의 결과)과 구성 요소의 자본 비용(수명 감가상각 기준)의 합계인 총 비용($c_{Tot}$)을 최소화한다. BO 내의 에러 모델은 최대 그리드 전력 제한을 위반하는 구성을 처벌함으로써 실행 가능한 솔루션을 보장한다.

주요 기여

1. 새로운 사용 사례: 본 논문은 예측 가능한 일정과 중앙 집중식 충전 덕분에 V2G 적합성을 강조하며, NRMM 렌탈 함대에 특화된 V2G 통합을 소개한다.
2. 통합 최적화 프레임워크: 에너지 관리 시스템(EMS)을 통한 운영 전략과 인프라 규모 산정을 위한 베이지안 최적화를 결합한 방법론을 제안한다. 이 접근 방식은 신경망을 훈련하거나 실험 계획법(DoE)을 수행하는 데 드는 계산 비용을 피하면서도 복잡하고 비선형적인 파라미터 공간을 효과적으로 탐색한다.
3. 렌탈 모델의 경제적 분석: 본 연구는 풀링된 전기 NRMM 함대의 재무적 잠재력을 정량화하며, 조정된 V2G 전략이 다양한 소유 구조(렌탈 대 개인) 전반에 걸쳐 어떻게 수익을 창출하고 비용을 절감할 수 있는지 입증한다.

결과
100회의 BO 반복을 포함하여 51주 동안 수행된 시뮬레이션 결과는 다음과 같다:

• 최적 구성: BO는 133.9 kWp PV 시스템, 99.0 kWh BESS, 69.4 kW 그리드 연결, 그리고 모든 트랙터에 대한 11 kW 양방향 충전기로 구성된 구성을 식별했다.
• 비용 성능: 최적화된 시스템은 평균 전기 가격 €0.068/kWh를 달성했다. 시뮬레이션된 1년 동안, 대리점은 양방향 하드웨어에 대한 자본 투입에도 불구하고 에너지 거래(판매 수익에서 구매 비용을 뺀 값)를 통해 €695의 순이익을 실현했다.
• 운영 동작: EMS는 트랙터(특히 사용 사례 3의 경우)를 일시적인 저장 장치로 성공적으로 활용하였으며, 저가/PV 생산 시간대에 충전하고 고가 시간대에 방전함으로써 BESS와 유사하게 작동하였다. 시스템은 모든 출발 시 요구되는 100% SoC를 유지하였다.
• 규제적 주의사항: 저자들은 경제적 타당성이 고정 그리드 요금 및 재생 에너지 부담금(현재 전력 소비에는 적용되나 주입에는 적용되지 않는)의 개혁에 달려 있다는 가정에 의존함을 언급한다. 이러한 "이중 과세"가 제거되지 않는다면 V2G의 경제적 이점은 무효화될 수 있다.

의의 및 주장
본 논문은 전기화된 NRMM이 환경적으로 유익할 뿐만 아니라, V2G 및 스마트 에너지 관리가 결합될 때 경제적으로도 실행 가능하다고 주장한다. 본 연구는 렌탈 함대의 예측 가능성이 이들을 그리드 상호작용의 이상적인 후보로 만들어, 잠재적으로 전기 버스 함대와 유사한 이점을 제공할 수 있음을 보여준다.

그러나 저자들은 자신의 연구 결과에 대해 신중한 어조를 유지한다. 그들은 다음과 같은 한계를 명시적으로 밝힌다:

• 전기 NRMM에 대한 실제 운영 데이터의 부족.
• 구성 요소 노화, 변환 손실 및 규제 불확실성을 무시한 단순화된 모델.
• 차량 일정 및 에너지 가격에 대한 완전한 예측(perfect foresight) 가정.

결과적으로, 본 논문은 방법론과 예비 결과가 유망하지만, 실제 데이터로 이러한 발견을 검증하고, 정확도를 위해 모델을 개선하며, 현재 V2G의 광범위한 도입을 저해하고 있는 규제적 과제(특히 양방향 에너지 흐름에 대한 과세 문제)를 해결하기 위해 추가 연구가 필요하다고 결론짓는다.