ESTUDIO DE LA RENTABILIDAD DE INTRODUCIR BATERIAS Y

ENERGÍA SOLAR FOTOVOLTAICA EN EL MODELO DE

NEGOCIO DE LOS GESTORES DE CARGA: ESTUDIO DEL CASO

ESPAÑOL

Autor: Serrano Ojeda, Pilar

Directores: Gómez San Román, Tomás y Chaves Ávila, José Pablo

Entidad Colaboradora: ICAI – Universidad Pontificia Comillas.

RESUMEN DEL PROYECTO

Palabras clave: Vehículo eléctrico, gestor de carga, batería, punto de carga, energía

fotovoltaica, tarifas eléctricas

1. Introducción Después de casi un siglo en el que el motor de combustión interna ha dominado el

sector del transporte, en los últimos años la industria del vehículo eléctrico ha

experimentado un rápido crecimiento. Las ventas de vehículos eléctricos en todo el

mundo han experimentado un crecimiento exponencial (Pontes, José. 2017). Sin

embargo, la penetración del mercado es distinta según el país. El país con mayor

cantidad de vehículos eléctricos es China, seguido por Estados Unidos. Europa está

en una buena posición con respecto a las ventas de EV, con Noruega en la primera

posición. En cuanto a España, su cuota de mercado apenas representa un 0,33%

(Fernández, 2017).

A lo largo de esta evolución de la penetración del vehículo eléctrico, se han

desarrollado modelos de negocio para cubrir las necesidades de los usuarios. Entre

los diferentes servicios que los EV proporcionan, se encuentran servicios de

equilibrio y servicios auxiliares. Nuevos agentes, como los gestores de carga o los

sistemas de control avanzado, gestionarían la programación de la carga de los

vehículos eléctricos teniendo en cuenta la información relativa a las necesidades de

movilidad de los usuarios y su horario de conexión a la red.

El modelo de negocio para el desarrollo de la infraestructura de recarga pública

desarrollado por empresas del mercado consiste en la instalación de puntos de recarga

en ubicaciones estratégicas a lo largo de la red. Pero esto no es tan sencillo como

puede parecer. Con el fin de proporcionar a los clientes el servicio adecuado, es

necesario hacer una estimación de la potencia que se consumirá con el fin de

dimensionar los puntos de carga. Esto requiere un pronóstico de la demanda y la

potencia que será necesaria. Debido a estas incertidumbres, es difícil tener una

previsión exacta.

El pronóstico de la planificación de carga es uno de los factores que afecta al

dimensionamiento de los gestores de carga ya que es necesario determinar la potencia

contratada con la compañía de distribución. Además, los costes energéticos

dependerán de los precios de la energía y las tarifas aplicadas.

Parte del proyecto está dedicada a explorar las prácticas actuales y las mejoras

potenciales de los modelos de negocio para la inserción de vehículos eléctricos en el

contexto español.

2. Objetivos del proyecto Para lograr el objetivo del proyecto, que consiste en analizar la rentabilidad de la

introducción de nuevos enfoques en el modelo de negocio del gestor de carga, se

siguen los siguientes pasos:

a. Revisión de la literatura: Orientada a dos objetivos principales:

- Revisión de literatura para recopilar información sobre la situación actual a nivel

mundial y en España sobre temas tecnológicos relacionados con los aspectos

relacionados con el proyecto.

- Cuáles son las posibles características con efecto sobre la rentabilidad de una

estación de carga operada por un gestor carga.

b. Recolección de datos: Información de los diferentes aspectos técnicos

involucrados en el desarrollo del modelo. Los diferentes enfoques son:

- Datos de movilidad: Consumo de EVs, requerimientos, tiempo de consumo,

frecuencia de consumo... etc.

- Costes de energía: precios de la energía (€ / kWh) y costes de capacidad (€ / kW

/ año).

- Tecnologías:

i. Tecnologías actuales y futuras de las baterías y costes asociados.

ii. Datos de tecnología solar fotovoltaica

c. Modelado: Modelo de optimización para calcular la rentabilidad económica de

incorporar una serie de tecnologías en una estación de carga. Este modelo sigue una

función objetiva específica para optimizarlo como el enfoque final.

d. Casos de estudio: Una vez desarrollado el modelo de optimización, se analizan

diferentes casos de estudio. Estos casos se centran en diferentes alternativas de

diseño y configuración de las estaciones de carga.

i. Caso Base: Estación de carga básica típica

ii. Estudio de caso 1: Estación de carga con batería

iii. Estudio de caso 2: Estación de carga con batería y venta de energía a la red

iv. Estudio de caso 3: Estación de carga con batería y producción de energía solar

fotovoltaica

v. Estudio de caso 4: Estación de carga con batería y producción de energía solar

fotovoltaica considerando la futura reducción de costes de estos

componentes.

e. Resultados y análisis de sensibilidad: Se analiza la rentabilidad de las soluciones

propuestas para el gestor de carga. Se realizan análisis de sensibilidad de los

principales supuestos y parámetros.

f. Conclusiones y recomendaciones: Conclusiones generales y futuras

recomendaciones basadas en los resultados obtenidos a lo largo de los casos de

estudio.

3. Metodología La metodología del proyecto se compone de dos partes principales, la primera se

centra en el ámbito de investigación y la segunda y punto clave del proyecto, centrada

en un análisis numérico desarrollado a partir de un modelo de optimización.

La primera parte del trabajo de investigación consiste en la investigación de varios

aspectos de la industria de la movilidad eléctrica: conocimiento de la dinámica y los

procedimientos del gestor de carga en España, y un concepto básico de la tecnología

relacionada. La segunda parte del trabajo de investigación consiste en analizar

diferentes alternativas de diseño de la estación de carga y los beneficios asociados

para el gestor de carga. Esta parte también incluye la búsqueda de datos numéricos

sobre factores específicos e inversiones que podrían tener lugar en el modelo de

negocio, datos que se utilizarían para la implementación del modelo de optimización

posterior. Esta información se obtiene de varias fuentes: artículos del sector, informes

de empresas específicas de la industria de la movilidad eléctrica e informes de

instituciones del gobierno publicados en el Boletín Oficial del Estado.

La segunda parte del proyecto consiste en la implementación de un modelo de

optimización que representa el modelo de una estación de carga. Para el desarrollo

del modelo, se emplea el Sistema de Modelado Algebraico General (GAMS). Este

sistema permite alcanzar una solución óptima basada en una función objetivo y

teniendo en cuenta varias restricciones. La función objetivo representa el beneficio

potencial que se obtendría en la estación de carga. Aunque se ha desarrollado un

primer modelo básico, posteriormente se analizan varios estudios de casos. Para cada

uno de ellos, el modelo se modifica dependiendo de las restricciones, variables y

parámetros relacionados. La implementación de esta metodología ha permitido

comparar el desempeño de cada una de las alternativas para la estación de la carga y

el impacto de las distintas opciones de tarifas para la compra y en algunos casos,

venta de energía a la red.

4. Resultados Diferentes casos de estudio se han analizado, representando distintas configuraciones

y diseños de la estación de carga. Asimismo, dentro de cada uno de estos casos, se

han establecido como principales sensibilidades las distintas opciones de precios de

energía obtenida de la red: Tarifa 2.1 (Vehículo Eléctrico), Tarifa 3.1 (Media tensión)

o tarifa de autoconsumo.

De acuerdo con los respectivos casos de estudio, se obtienen distintos resultados. Los

diferentes casos que se analizan son los siguientes, con sus respectivas conclusiones

principales:

a. Caso base:

Este es el caso con el menor beneficio

Los resultados obtenidos son más favorables en el caso de emplear la tarifa

2.1

b. Caso de estudio 1: Se considera la instalación de una batería en la estación de

carga. Se evalúa el potencial para balancear el consumo de energía y la potencia

contratada con la consecuente reducción de costes.

La introducción de batería supone un aumento en la rentabilidad de la estación

de carga para el gestor de carga.

Se optimiza la distribución de tarifas de acceso entre períodos, lo que supone

una importante reducción de costes.

Mayor instalación de cargadores eléctricos y un consecuente mayor beneficio.

Mayores beneficios en el caso de introducir la batería en la estación de carga.

Mayor capacidad de la batería en el caso de tarifa de Vehículo Eléctrico (tarifa

2.1) debido al perfil de precios de la energía.

Mayor costes totales y beneficios con tarifa de Vehículo Eléctrico

c. Caso de estudio 2: Además de considerar la instalación de baterías en la estación

de carga, surge la opción de vender la energía almacenada en la batería a la red.

Con tarifas 3.1 y 2.1 no se obtiene ninguna diferencia en comparación con el

caso de no vender energía, ya que el precio al que se vende la energía (precios

de mercado) son menores que aquellos a los que se obtiene.

La consideración de comprar energía a los precios de mercado hace que la

venta de energía sea mucho más rentable que con las otras dos tarifas, ya que

los precios de compra y venta de energía son los mismos, lo que hace que

haya una posibilidad de obtener beneficios.

El perfil de energía descargada a la red (V2G) no sigue una tendencia

continua. Los momentos en que la estación de carga vende energía a la red

corresponden al punto en el que el precio de la energía es mayor.

La cantidad total de energía vendida a la red es mayor en el caso de los precios

de mercado, seguidos por la tarifa 2.1. Esto es debido a que, como se ha

mencionado anteriormente, el hecho de comprar y vender energía al mismo

precio aumenta la posibilidad de obtener beneficios.

Costes totales más altos y mayor beneficio final al usar la tarifa 2.1.

d. Caso de estudio 3: Estación de carga con energía fotovoltaica. Resultados con

respecto al Estudio de Caso 1:

Se reduce la potencia contratada, ya que la batería permite obtener una

distribución más adecuada entre periodos tarifarios.

Disminución de costes totales

Aumento de los beneficios

La energía obtenida de los paneles solares apenas se utiliza en la carga directa

de vehículos eléctricos.

La energía de los paneles fotovoltaicos está optimizada a su máximo nivel,

principalmente orientado al almacenamiento en la batería.

La capacidad fotovoltaica se instala a su nivel máximo independientemente

del tipo de tarifa utilizada, confirmando su alto potencial

Con la tarifa 2.1 y la tarifa de autoconsumo, la situación óptima es utilizar la

cantidad máxima de cargadores (10 unidades), mientras que en el caso de la

tarifa 3.1, la cantidad óptima es de siete unidades.

e. Caso de estudio 4: Estación de carga con energía fotovoltaica: considerando

futuras reducciones en los costes de energía solar y de batería:

Misma capacidad fotovoltaica (límite máximo)

Mayor capacidad de la batería

Se reduce la potencia contratada cuando se reducen los costes. Distribución

similar entre periodos. Debido a la reducción de costes de instalación se

destinan más ingresos a costes de potencia y energía.

Mayor coste de energía y acceso

Menores costes totales

Mayores beneficios

Distribución de energía suministrada similar entre los diferentes periodos

La Tabla 1 muestra la evolución de la rentabilidad de los diversos casos de estudio

analizados. Al observar la variación al utilizar la Tarifa de Media Tensión (3.1) o

la Tarifa de Vehículo Eléctrico (2.1), se observa cómo, a excepción del caso de

venta de energía a la red, cada característica añadida en la instalación de la

estación de carga aumenta su rentabilidad. También es importante estar al tanto

de los beneficios que proporcionan los precios de mercado o las tarifas de

autoconsumo en comparación con el caso de la tarifa de Media Tensión (3.1).

Tabla 1. Comparación de los beneficios de los distintos casos de estudio

CASO DE ESTUDIO BENEFICIO

Tarifa 3.1 Tarifa 2.1 Precios mercado Autoconsumo

Caso base No batería

-1.787 € 11.656 € - -

Caso de Estudio 1 Estación de carga con batería

2.257 € 58.224 € - 3.578 € -

Caso de Estudio 2 Venta de energía a la red

2.257 € 58.230 € 23.456 € -

Caso de Estudio 3 Instalación solar fotovoltaica

6.185 € 65.505 € - 13.595 €

Caso de Estudio 4 Instalación solar fotovoltaica

(reducción de costes) 11.241 € - - -

5. Conclusiones El negocio de carga de vehículos eléctricos se enfrenta a un fuerte proceso de

desarrollo y existe una alta dependencia entre los fabricantes de vehículos eléctricos

y los gestores de carga. La colaboración entre ambos es esencial, y también la

elaboración de regulaciones aplicadas a toda la industria. Además, también

encontramos la cuestión de la regulación de la figura del gestor de carga.

Actualmente no existe un modelo sólido y común establecido para todas las

empresas, por lo que la industria es muy sensible a los factores legales y económicos.

Partiendo del caso base, que sería la instalación normal de una estación de carga,

cada una de las características añadidas proporciona una ventaja adicional para el

sistema. El hecho de introducir una batería en el sistema para optimizar la adquisición

y venta de energía distribuyéndola en función del tiempo, permite al sistema

aumentar sus beneficios y proporcionar un proceso de carga posiblemente mucho

más eficiente, tanto para los propietarios de EVs como para para el sistema eléctrico.

Los resultados obtenidos en la venta de energía a la red no añaden un beneficio

sustancial en el sistema de estación de carga, ni bien aumenta los beneficios. Los

resultados al agregar paneles fotovoltaicos muestran que este es un campo interesante

de estudio porque la capacidad solar alcanza su nivel máximo de capacidad y supone

un aumento considerable en el beneficio. La hipótesis de considerar una reducción

de costes en el futuro tanto para baterías como para paneles solares, indica que las

estaciones de carga serán más rentable a medida que la industria se desarrolla.

Dentro de cada uno de los casos de estudio, se han considerado diferentes tarifas de

compra de energía y costes de capacidad para poder analizar los distintos resultados

y el efecto que tienen en la configuración y la rentabilidad del modelo de negocio del

gestor de carga

Con respecto a las tarifas de energía, los resultados obtenidos indican que la tarifa de

Vehículo Eléctrico (2.1) permite tener una ganancia mayor que en el caso de Media

Tensión (3.1) gracias a un mayor uso de la batería. Además, el hecho de tener en

cuenta la tarifa de autogeneración (ya que se está autogenerando energía) tiene sus

respectivas ventajas, incluyendo un beneficio mayor que en el caso de la tarifa 3.1.

Esto se debe a que los precios de la energía y de capacidad son menores. Además, al

considerar los precios de mercado para comprar y vender energía, las ventas de

energía a la red se vuelven rentables. Por lo tanto, un rediseño de las tarifas de

electricidad debe considerarse seriamente para enviar señales económicas de precio

eficiente y hacerlas neutrales para saber si la misma tecnología (como las baterías)

está conectada en casa, lugar público o en cualquier otro lugar.

Como consideración adicional, se ha calculado una tarifa de cobro fija para los

consumidores de cara a obtener una base de ingresos y de esta manera analizar cuál

sería la configuración óptima para una estación de carga. La tarifa €/kWh se ha

elegido de acuerdo a la mayor media equivalente de cada uno de los casos, siendo

esta la correspondiente a la tarifa 2.1. De acuerdo con esto se obtiene que la

configuración más rentable sería aquella en la que se instala una batería y paneles

solares fotovoltaicos, usando tarifas de autoconsumo para la compra de energía.

Hay muchas oportunidades para el negocio del gestor de carga. Estos avances tendrán

un peso creciente en el futuro ya que la tecnología alcanza una base más sólida. Otro

factor importante a tener en cuenta es que para el éxito de la industria de la movilidad

eléctrica será esencial una gran presencia de este mercado entre los usuarios.

Actualmente la cuota de mercado en España es todavía demasiado pequeña para

considerar un sistema como el desarrollado en el proyecto. Pero siguiendo las

predicciones, es alentador pensar que en algunos años esta industria seguirá un

crecimiento exponencial y todas estas suposiciones y posibilidades constituirán una

realidad.

6. Referencias

PONTES, JOSE. 2017. "EV Sales". Ev-Sales.Blogspot.Com.Es.

http://ev-sales.blogspot.com.es/.

FERNANDEZ, SERGIO. 2017. "Top 10 De Los Países Que Más Coches Eléctricos Han

Vendido En 2016". Forococheselectricos.

http://forococheselectricos.com/2017/02/top-10-de-los-paises-que-mas-coches-

electricos-han-vendido-en-2016.html.

STUDY OF THE PROFITABILITY OF INTRODUCING

BATTERIES AND SOLAR PHOTOVOLTAIC INSTALLATIONS IN

THE CHARGING NETWORK OPERATOR´S BUSINESS MODEL:

SPANISH CASE STUDY

Author: Serrano Ojeda, Pilar

Supervisors: Gómez San Román, Tomás y Chaves Ávila, José Pablo

Collaborative entity: ICAI – Universidad Pontificia Comillas.

ABSTRACT

Key words: Electric vehicle, charging network operator, battery, charging point,

photovoltaic energy, electricity tariffs

1. Introduction

After nearly a century with the internal combustion engine dominating the

transportation sector, in the recent times the electric vehicle industry has experienced

a rapid growth. The sales of electric vehicles worldwide follow an exponential

tendency (Pontes, Jose. 2017). However, the penetration of the market differs

considerably depending on the country. The country with the higher amount of

electric vehicles is China, followed by the United States. Europe is also at a good

position regarding EV sales, with Norway at the leading position. Regarding Spain,

its market share within the mobility industry represents just a 0.33% (Fernandez,

2017).

Along this evolution, several business models have been developed in order to cover

the necessity demanded by the customer. Among the different services that EVs

could provide, balancing and ancillary services have been put forward; new actors

such as charging network operators or advanced control systems would manage the

charging scheduling of EVs taking into account the information regarding EVs

owners’ mobility needs and their connection schedule to the grid.

The actual business model for the development of public charging infrastructure used

by several companies in the market consists of the placement of charging points in

strategic location along the network. However, this is not as straightforward as it may

seem. In order to provide customers with the adequate service, it is necessary to make

an estimation of the power that will be consumed at different times of the day in order

to dimension the charging points. This requires forecasting the demand and the power

that will be needed. Due to these uncertainties, it is difficult to have an exact forecast.

The forecast of charging scheduling is one of the factors that affects the dimensioning

of the charging installations because it is necessary to determine the contracted power

with the distribution company and pay accordingly. In addition, energy costs would

depend on the energy prices and tariffs applied.

Part of the project is dedicated to explore current practices and potential

improvements for business models for electric vehicles aggregation in the Spanish

context.

2. Project Objectives

In order to achieve the project final purpose, which is to analyze the possible

profitability of introducing new approaches in the charging network operator´s

business model, the following steps are followed:

Previous literature review: Oriented to two main goals:

- Literature review to gather information about the current situation worldwide

and in Spain about technology concerning the project topic.

- Delivering which are the possible features having some effect on the

profitability of a charging station operated by a charging network operator.

Data collection: Collection of information of different technical aspects involved

in the posterior development of the model. The different sectors to focus are:

- Mobility data: Consumption of EVs, energy requirements, hours of

consumption, frequency of consumption…etc.

- Energy costs: energy prices (€/kWh) and capacity charges (€/kW/year).

- Technologies:

Actual and future battery technologies and associated costs.

Photovoltaic technology data

Modeling: Optimization model to calculate the economic profitability of

incorporating a series of technologies into a charging station. This model follows

a specific objective function to optimize it as the final approach.

Case studies: Once the optimization model is developed, different case studies

are analyzed. These cases are focused on different alternatives to design and size

the charging installations. These cases are:

i. Base case: Typical basic charging station

ii. Case study 1: Charging station with battery

iii. Case study 2: Charging station with battery selling energy to the grid

iv. Case study 3: Charging station with battery and photovoltaic energy

production

v. Case study 4: Charging station with battery and photovoltaic energy

production considering future cost reductions for those components.

Results and sensitivity analyses: It is analyzed to what extent the proposed

solution is beneficial for the charging network operator. Sensitivity analysis of the

main assumptions and parameters are carried out.

Conclusions and recommendations: Overall conclusions and future

recommendations based on the results obtained along the case study.

3. Methodology

The methodology of this project is composed of two main parts. The first one is

focused on a research scope, and the second one and key point of the project, centered

on a numeric analysis developed by using the developed optimization model.

The first part of the research scope consists on a deep research of several aspects of

the industry of the electric mobility. This involves having knowledge of the dynamics

and procedures of the charging network operator in Spain, and a basic concept of the

technology involved. The second part of the research consists of analyzing different

design alternatives for the charging installations and the assessment of the associated

profitability for the charging network operator. This part has also involved research

based on several sources providing numeric data about specific factors and

investments taking place in the business, data that would be used for the

implementation of the developed optimization model. This information is obtained

from several sources: articles from the sector, reports of specific companies of the

electric mobility industry, and reports from institutions such as the government and

published in BOE (Boletín Oficial del Estado).

The second part of the project consists of the development of an optimization model

representing different designs of a charging station. For the development of the

model, the General Algebraic Modelling System (GAMS) is used. This choice has

been made in order to work with a program that allows reaching an optimal solution

of an objective function taking into account several restrictions. The objective

function represents the potential profit obtained by the charging station operator.

Even though a first basic model is developed, several case studies have been

analyzed. For each of them, the model has been adapted changing conveniently the

involved restrictions, variables and parameters. The implementation of this

methodology has allowed to compare the performance of each of the alternative

designs for the charging station and the impact of different tariff options for buying

from and, in some cases, selling energy to the electrical grid.

4. Results

Different case studies have been analyzed representing configurations and design

features of the charging station. In addition, within each of the options, sensibilities

according to energy tariffs are considered for the energy bought from the grid: Tariff

2.1 (Electric Vehicle), Tariff 3.1 (Medium Voltage) or Self-generation tariff.

According to the respective case studies, several results are obtained from each of

the considered situations. The different cases that are analyzed are the following, with

their respective main conclusions:

a. Base case: Typical charging station with no battery installed

This is the case with the lower amount of profits

Better results in the case of buying at 2.1 Tariff

b. Case study 1: Charging station with a stationary battery. Potential for balancing

energy consumption and contracted power along the different time periods with

the consequent cost reductions.

The introduction of batteries leads to an increase in the profitability of the

charging station.

The distribution of contracted power among periods is optimized, leading to

a significant cost reduction.

The fact of introducing a battery in the charging station involves a higher

installation of number of electric chargers, and a consequent higher profit.

The overall balance of profits is higher in the case of introducing battery in

the charging station.

Higher battery capacity in the case of Electric Vehicle tariff (2.1 tariff)

because of the energy prices profile.

Higher total amount of costs and profits with Electric Vehicle tariff

c. Case study 2: In addition to considering the installation of batteries in the

charging station, it arises the possibility of selling the energy stored in the battery

back to the grid.

With 3.1 and 2.1 tariff no difference is obtained in comparison with the case

of not selling energy, because the selling price (Day-Ahead prices) are lower

than the ones at which it is bought.

The consideration of buying energy at the Day-Ahead prices makes the

energy sale much more profitable than with the other two tariffs, because

the prices of buying and selling is the same and therefore there is a chance

of getting some revenues.

The profile of energy injected back to the grid (V2G) changes with the time.

The moments when the charging station sells energy to the grid correspond

with periods of high energy prices.

The total amount of energy sold to the grid is higher in the case of Day-

Ahead prices, followed by tariff 2.1. This is because of what was mentioned

before; the fact of being the same the prices of buying and selling gives the

system a chance of obtaining more revenues.

Higher total costs and higher final profit when using 2.1 tariff, because of

the higher usage of the battery and energy prices, and therefore the higher

prices charged to the users.

d. Case study 3: Charging station with battery and photovoltaic energy production.

Results with respect to Case Study 1:

Contracted power is reduced as the installation of batteries allow to obtain

a more adequate distribution among periods

Decrease in total costs due to savings in energy at expensive hours

Increase in profits

The energy obtained from the installed solar panels is barely used in the

direct charge of electric vehicles.

The energy from photovoltaic panels is optimized at its maximum level,

mostly oriented to the storage in the battery.

Photovoltaic capacity is installed at its maximum level independently of the

type of tariff employed, confirming its potential.

With tariff 2.1 and self-generation tariff, the optimal situation is to use the

maximum amount of chargers (10 units), while in the case of tariff 3.1, the

optimal amount if of seven units.

e. Case study 4 - Charging station with battery and photovoltaic energy production:

considering future cost reductions in solar and battery components:

Same photovoltaic capacity (maximum limit)

Higher contracted power when prices are reduced. Similar distribution

among periods. Due to savings on installation costs, expenses can be meant

to higher energy and power costs

Higher energy and access costs

Lower total costs due to the reduce on installation costs

Higher profits

Similar supplied energy distribution among different hours

Table 2. Comparison of profits of all the different case studies

CASE STUDY PROFIT

3.1 Tariff 2.1 Tariff Day-Ahead prices Self- generation

Base case No battery

-1.787 € 11.656 € - -

Case Study 1 Charging station with battery

2.257 € 58.224 € - 3.578 € -

Case Study 2 Charging station selling energy to grid

2.257 € 58.230 € 23.456 € -

Case Study 3 Solar Photovoltaic installation

6.185 € 65.505 € - 13.595 €

Case Study 4 Solar Photovoltaic installation (cost

reduction) 11.241 € - - -

Table 2 shows the profitability of the several case studies. This value is obtained

based on the supposition of charging the EV users with the corresponding energy

prices of the moment of charging plus a 40% of margin. When looking at the

variation of profits when using Medium Voltage tariff (3.1) or Electric Vehicle

tariff (2.1), it is observed how, except of the case of selling energy to the grid,

each added feature considered in the charging station installation increases its

profitability. It is also important to be aware of the benefits that buying at Day-

Ahead tariff or Self-generation tariff provide in comparison with the case of

Medium Voltage tariff (3.1).

5. Conclusions

Electric vehicle charging is facing a strong development involving a close inter-

dependence between electric vehicle manufacturers and charging network operators.

The collaboration between both of them will be essential for the elaboration of

common terms oriented to build solid legislations. Currently there is not a solid and

common understanding of the role of charging network operators. Therefore, the

industry would be very sensible to legal and economic implications of that future

legislations.

Based on the base case, that involves a fast EV charging station, in this project is

demonstrated the each of the added features, batteries and solar energy production,

would provide an additional advantage to the system. The fact of introducing a

battery into the system in order to optimize the acquisition and sale of energy

distributing it along the time, allow the system to increase its profits and provide a

much more beneficial charging process for both the EVs owners as well as for the

whole electricity system. When selling energy back to the grid the battery does not

add a substantial benefit in the EV charging, however it increases the profits of the

installation. The results when adding photovoltaic panels showed that this is a field

interesting to exploit because the solar capacity was installed at its maximum

capacity level and led to a considerably rise in the profits. Also the assumption of

considering a cost reduction in the future for both PV and batteries will be much more

profitable as the industry develops.

Within each of the case studies, different tariffs regarding energy and capacity prices

have been considered in order to analyze the differences and how they could affect

the performance and profitability of the business model of the charging network

operator.

Regarding charging tariffs, the results obtained indicated that the Electric Vehicle

tariff (tariff 2.1) allow to have a higher profit than in the case of Medium Voltage

tariff (tariff 3.1) thanks to a higher usage of the battery. In addition, the fact of taking

into account self-generation tariff when buying energy has advantages, including a

higher profit than in the case of the basic tariff 3.1 due to lower energy costs and

capacity costs. Furthermore, when considering the wholesale energy prices to buy

and sell energy, energy sales become profitable. Therefore, a redesign of electricity

tariffs should be seriously considered to send economic efficient price signals and

make them neutral to whether the same technology (such as batteries) is connected

at home, public place or elsewhere.

As an additional consideration, a fix tariff for EV users has been set in order to obtain

a fix revenue base and assess which one is the more profitable configuration of the

charging station. The €/kWh established is the maximum between all the cases,

meaning the one of Tariff 2.1. With this regard, the optimal configuration is the one

in which a stationary battery and solar photovoltaic energy source are installed,

buying energy a Self-Generation tariff.

There are several opportunities for the business of the charging network operator.

These advances will have an increasing weight in the future as the technology reaches

a higher and more solid basis. Another important fact to take into account is that for

the success of the electric mobility industry it would be essential a major presence of

this market among customers. Currently the market share in Spain is still too small

to consider a system like the one developed in the project. However, following the

predictions, it is encouraging to think that in some years this industry will follow an

exponential grow and all this assumptions and possibilities would be indeed a reality.

6. References

PONTES, JOSE. 2017. "EV Sales". Ev-Sales.Blogspot.Com.Es. http://ev-sales.blogspot.com.es/.

FERNANDEZ, SERGIO. 2017. "Top 10 De Los Países Que Más Coches Eléctricos Han Vendido En 2016". Forococheselectricos. http://forococheselectricos.com/2017/02/top-10-de-los-paises-que-mas-coches-electricos-han-vendido-en-2016.html.