Energy Science Center
Swiss Federal Institute of Technology Zurich
SOI C5
Sonneggstrasse 28
8006 Zurich, Switzerland
www.nexus-e.org
Final Report
Vehicle-to-grid in Switzerland
A first estimate of the value of vehicle-to-grid
for the Swiss electricity system
2/35
Date: 16 January 2023
Location: Zürich
Publisher:
ETH Zurich
Energy Science Center
Sonneggstrasse 28, CH-8092, Zürich
www.esc.ethz.ch
Authors:
Ambra Van Liedekerke, Reliability and Risk Engineering Laboratory - ETH Zürich, avanliede@ethz.ch
Marius Schwarz, Energy Science Center - ETH Zürich, mschwarz@ethz.ch
Blazhe Gjorgiev, Reliability and Risk Engineering Laboratory - ETH Zürich, gblazhe@ethz.ch
Nexus-e team:
Florian Baader, Energy and Process Systems Engineering Group - ETH Zürich, fbaader@ethz.ch
Jared Garrison, Forschungsstelle Energienetze - ETH Zürich, garrison@fen.ethz.ch
Blazhe Gjorgiev, Reliability and Risk Engineering Laboratory - ETH Zürich, gblazhe@ethz.ch
Mengshuo Jia, Power Systems Laboratory - ETH Zürich, jia@eehethz.ch
Ambra Van Liedekerke, Reliability and Risk Engineering Laboratory - ETH Zürich, avanliede@ethz.ch
María Parajeles, Power Systems Laboratory - ETH Zürich, mparajele@ethz.ch
Elena Raycheva, Energy Science Center - ETH Zürich, elena.raycheva@esc.ethz.ch
Samuel Renggli, Energy Science Center - ETH Zürich, samuel.renggli@esc.ethz.ch
Marius Schwarz, Energy Science Center - ETH Zürich, mschwarz@ethz.ch
Arijit Upadhyay, Energy Science Center - ETH Zürich, aupadhyay@ethz.ch
André Bardow, Energy and Process Systems Engineering - ETH Zürich, abardow@ethz.ch
Turhan Demiray, Forschungsstelle Energienetze - ETH Zürich, demirayt@ethz.ch
Gabriela Hug, Power Systems Laboratory - ETH Zürich, hug@ethz.ch
Giovanni Sansavini, Reliability and Risk Engineering Laboratory - ETH Zürich, sansavig@ethz.ch
Christian Schaffner, Energy Science Center - ETH Zürich, schaffner@esc.ethz.ch
Acknowledgements: This work was commissioned and financed by Helion, Swiss eMobility and Au-
toschweiz.
The authors bear the entire responsibility for the content of this report and for the conclusions
drawn therefrom.
3/35
Zusammenfassung
Die Elektrifizierung des Verkehrssektors wird einen erheblichen Einfluss auf das Schweizer Stromsys-
tem haben.
Einerseits wird die Elektrifizierung des Verkehrssektors die Stromnachfrage wesentlich
erhöhen. Andererseits verfügen Elektrofahrzeuge über eine enorme Menge an Batterien, die an das
Stromnetz angeschlossen werden können. Vehicle-to-Grid (V2G) – die bidirektionale Interaktion zwis-
chen Elektrofahrzeugen und dem Stromnetz – ist eine Möglichkeit, die Batteriekapazität zu nutzen, um
dem Stromsystem Flexibilität zu verleihen.
In dieser Studie machen wir eine erste Abschätzung der potentiellen Auswirkungen von V2G auf das
Schweizer Stromsystem mit Hilfe von Nexus-e, einer Plattform zur Modellierung von Energiesystemen.
Dabei nehmen wir an, dass V2G zum Ausgleich von Angebot und Nachfrage im Stromsystem einge-
setzt wird. Andere Anwendungsfälle wie ein optimales Laden zur Minimierung des Verteilnetzausbaus
oder die Bereitstellung von Systemdienstleistungen vernachlässigen wir. Wir untersuchen zwei Ref-
erenzszenarien: eines mit und eines ohne V2G, sowie vier Sensitivitätsanalysen zum eingeschränkten
Stromhandel (NTC30), zu Entwicklungen in den Nachbarländern (TDE), zu höheren Gaspreisen (Gas)
und zu einer erhöhten Verfügbarkeit von bidirektionalen Fahrzeugen (XL).
Unsere Ergebnisse deuten darauf hin, dass die vermehrte Nutzung von E-Fahrzeugen in V2G zu
geringeren Stromsystemkosten führen kann. In unseren Szenarien und Sensitivitätsanalysen sinken
dank einer intelligenten Integration der Autobatterien in das Energiesystem die Stromsystemkosten um
1,7 bis 6,6 Mrd. Euro (siehe Abbildung 1b). Dies entspricht einer Reduktion von 2 bis 14 Prozent.
Hierbei muss jedoch beachtet werden, dass die Kosten für den benötigten Ausbau des Übertragungs-
und Verteilnetzes noch nicht berücksichtigt sind.
Für den Wert von V2G für das Stromsystem gibt es drei Haupteinflussfaktoren:
1. V2G ermöglicht eine bessere Verwertung des erneuerbar produzierten Stroms, indem die Batte-
rien der E-Fahrzeuge während der Spitzenzeiten der Stromerzeugung aufgeladen und zu Zeiten
mit geringerer EE-Erzeugung oder hoher Nachfrage entladen werden.
Letztendlich führt eine
solche verbesserte Nutzung zu weniger Abregelungen von EE. Abbildung 1c zeigt die jährlichen
Abregelungen von 2020 bis 2050. Es wird deutlich, dass je mehr E-Fahrzeuge an V2G teilnehmen
können, desto geringer werden die Abregelungen. Zwischen 2020 und 2050 können dadurch ins-
gesamt 55,3 TWh mit einem Wert von 1,1 Mrd. EUR zusätzlich in das Netz eingespeist werden.
2. V2G ermöglicht das Ausnutzen von Marktpreisunterschieden zwischen Stunden und Tagen. So
kann das System mit Hilfe von V2G zum Beispiel Exporte von Stunden mit niedrigen Strommarkt-
preisen auf Stunden mit hohen Preisen verlagern. Das Gleiche gilt für Importe, die in Zeiten hoher
Marktpreise vermieden werden können. Entsprechend wird der Stromhandel lukrativer. Die Ein-
schränkung des Handels schmälert diesen Vorteil von V2G und ist der Hauptgrund für den niedrig-
sten Wert von V2G im NTC30-Szenario. Relevant für die Nutzung der zeitlichen Unterschiede in
den Marktpreisen ist die Höhe und Volatilität dieser Preise. Abbildung 1d zeigt die Jahresdurch-
schnittswerte für die Marktpreise. Wir sehen, dass das Szenario mit hohen Gaspreisen die höch-
sten Strompreise aufweist (und auch mit einer hohen Preisvolatilität gekennzeichnet ist), was den
Wert von V2G massiv steigert.
3. V2G kann weiter auch dazu beitragen, den Einsatz teurer, auf fossilen Brennstoffen basieren-
der Notstromaggregate zu vermeiden, beispielsweise in Situationen, in denen die auf erneuer-
baren Energien basierende Stromerzeugung im Inland und Importe nicht ausreichen würde, um
die Nachfrage zu decken. In der Sensitivitätsanalyse des NTC30-Szenarios trägt die Einbindung
von V2G in das System dazu bei, den Einsatz von Kraftwerken basierend auf fossilen Brennstoffen
vollständig zu vermeiden.
4/35
Die Ergebnisse dieser Studie sollten als Szenarien verstanden werden und nicht als Prognosen. Die
Modellierung von V2G und des Schweizer Stromsystems unterliegt vielen Annahmen und Vereinfachun-
gen, welche massgeblich den Wert von V2G für das Schweizer Stromsystem beeinflussen können. Vor
allem das Einsteckverhalten der Nutzer von E-Fahrzeugen ist in der Wissenschaft und Praxis umstritten.
5/35
(a)
(b)
(c)
(d)
Figure 1: (2a) Kosten des Stromsystems von 2020 bis 2050 für die Referenzszenarien und die vier
Sensitivitätsanalysen. VOM steht hier für die variable Betriebs- und Unterhaltskosten, FOM für die fixen
Betriebs- und Unterhaltskosten. (2b) Wert von V2G für das Schweizer Stromsystem, (2c) Jährliche
Abgregelungen, (2d) Entwicklung Schweizer Strommarktpreise. Da V2G kaum Einfluss auf die Strom-
marktpreise hat, werden für die Sensitivitätsanalysen nur die Werte für die Szenarien mit V2G angezeigt.
6/35
Summary
The electrification of the transport sector will have a substantial impact on the Swiss electricity system.
It is expected that the demand for electricity to charge electric vehicles (EVs) will be responsible for the
largest increase in Swiss electricity demand. But at the same time EVs provide an enormous amount
of batteries connected to the grid. V2G – the bidirectional interaction between electric vehicles and the
grid – is one way of leveraging the battery capacity to provide flexibility for the electricity system.
In this study, we make a first estimate of the potential impact of V2G on the Swiss electricity system.
To do so, we use Nexus-e, an energy system modeling platform.
We hereby assume that V2G is
used for balancing supply and demand on a system level. Other use cases such as minimizing the
distribution grid extensions or providing ancillary services are neglected. We investigate two reference
scenarios, one with and one without V2G, and four sensitivity analyses on restricted electricity trading
(NTC30), developments in neighboring countries (TDE), higher gas prices (Gas), and higher levels of
V2G available (XL).
Our results indicate that participation of EVs in V2G can lead to lower electricity system costs. In
our scenarios and sensitivity analyses, thanks to the smart integration of car batteries into the power
system, electricity system costs decrease by 1.7 to 6.6 billion euros (see Figure 2b). This corresponds
to a reduction of 2 to 14 percent. The electricity system costs do not include the costs for required
expansions of the transmission and distribution grid.
There are three main drivers for the value of V2G for the electricity system:
1. V2G enhances the exploitation of the installed renewable energy source (RES), by charging the
EV batteries during peak electricity generation time (e.g., during noon on a summer day) and
discharging them at times with lower RES production (e.g., at night) or high demand. Ultimately,
such enhanced exploitation reduces curtailment. Figure 2c depicts the annual curtailments of
renewables from 2020 to 2050. It is clear that the more e-vehicles can participate in V2G, the
lower the curtailments become. Between 2020 and 2050, a total of 55.3 TWh can be injected
additionally into the grid when adding V2G. The value of this additional generation amounts to 1.1
billion EUR (if sold on the electricity market instead).
2. The added flexibility by V2G also allows utilizing market price differences between hours and
days.
So, for example, with the help of V2G, the system can shift exports from hours of low
electricity market prices to hours with higher prices. The same holds true for imports which can
be avoided during times of high market prices. In turn, electricity trading becomes more lucrative.
Restricting trading mitigates this benefit of V2G and is the main reason for the lowest value of V2G
in the NTC30 scenario. Relevant for utilizing temporal differences in market prices is the level and
volatility of these prices. Figure 2d shows the annual averages for the Swiss market prices. We see
that the scenario with high gas prices also has the highest electricity prices (and is characterized
by high price volatility), which massively increases the value of V2G.
3. V2G can also help to avoid using expensive backup generators based on fossil fuels, for example,
in situations in which inland generation based on renewables and imports would be insufficient to
supply demand. In the NTC30 sensitivity assessment, adding V2G to the system helps to avoid
the dispatch of gas units.
The results of this study should be understood as scenarios and not as forecasts. The modeling
of V2G and the Swiss electricity system is subject to many assumptions and simplifications, which can
substantially influence the value of V2G for the Swiss electricity system. Especially the plug-in behavior
of e-vehicle users is controversial in academia and practice.
7/35
(a)
(b)
(c)
(d)
Figure 2: (2a) Electricity system cost from 2020 to 2050 for the reference scenarios and the four sensi-
tivity analyses, VOM: variable operating and maintenance costs, FOM: fixed operation and maintenance
costs, (2b) total value of V2G for the Swiss electricity system, (2c) annual curtailment, (2d) development
of Swiss electricity market prices. Since V2G has hardly any influence on electricity market prices, only
the values for the scenarios with V2G are shown for the sensitivity analyses.
8/35
Contents
Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Contents . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Abbreviations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
List of Figures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
List of Tables
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
Introduction
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
Method and Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
2.1 Nexus-e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
2.2 Modeling V2G . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
2.3 Input Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15
2.4 Reference Scenarios and Sensitivities
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
Results
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
3.1 Overview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
3.2 Reference Scenario - The Impact of V2G . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
3.2.1
Electricity Generation
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
3.2.2
Curtailment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
20
3.2.3
Costs
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
20
3.2.4
Dependence on Electricity Imports . . . . . . . . . . . . . . . . . . . . . . . . . . .
21
3.2.5
Grid impact . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22
3.3 The Influence of a Reduced NTCs
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24
3.4 The Influence of Developments in the Neighboring Countries . . . . . . . . . . . . . . . . . . .
24
3.5 The Influence of Higher Gas Prices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
3.6 The Influence of a Higher EV Battery Capacity and Power Available V2G . . . . . . . . . . . .
27
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
29
Appendices
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
Development of Available Capacity and Power for V2G . . . . . . . . . . . . . . . . . . . .
30
Development of Installed Generation Capacities in the Reference Scenarios . . . . . . .
33
9/35
Abbreviations
CCS
carbon capture and storage
CentIv
Centralized Investments Module
EV
electric vehicle
FOM
fixed operation and maintenance
NTC
net transfer capacity
PV
photovoltaic
RES
renewable energy source
RoR
run of river
V2G
Vehicle-to-Grid
VOM
variable operation and maintenance
10/35
List of Figures
Übersicht Ergebnisse
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Overview key results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Installed generation capacities in ENTSO-E scenarios . . . . . . . . . . . . . . . . . . . .
16
Development of EV capacity available for V2G
. . . . . . . . . . . . . . . . . . . . . . . .
17
Representative summer day without and with V2G integration. Please note that the tech-
nology "geothermal" is here shown as "wind offshore". . . . . . . . . . . . . . . . . . . . .
19
Annual curtailment in the reference scenarios with and without V2G
. . . . . . . . . . . .
20
Cumulative electricity system costs in the reference scenarios for the time span 2020-2050 21
Annual and winter imports for the reference scenarios with and without V2G . . . . . . . .
22
Distribution of hourly demand, demand minus PV generation, and demand minus PV
generation and minus net generation of battery storage (generation - demand) in 2050 . .
23
10
Results for sensitivity on reduced electricity trading . . . . . . . . . . . . . . . . . . . . . .
24
11
Results for sensitivity on developments in neighboring countries
. . . . . . . . . . . . . .
25
12
Results for sensitivity on higher gas prices . . . . . . . . . . . . . . . . . . . . . . . . . . .
27
13
Results for sensitivity on higher EV battery capacity available for V2G
. . . . . . . . . . .
28
14
Development of installed capacities in the reference scenarios and the V2G-XL scenario .
34
15
Development of annual demand in reference scenarios
. . . . . . . . . . . . . . . . . . .
35