---
type: paper
slug: kyungbae-lim-2020-v2g-forecast-economic-value
title: >-
  Forecasting the Future Scale of Vehicle-to-Grid Technology for Electric
  Vehicles and Its Economic Value as Future Electric Energy Source: The Case of
  South Korea
authors:
  - '[[kyungbae-lim]]'
  - '[[jongsulee]]'
year: 2020
venue: '[[energy-and-environment]]'
doi: 10.1177/0958305X19898283
categories:
  - '[[energy-economics]]'
  - '[[consumer-choice-research]]'
methods:
  - '[[nested-logit-model]]'
  - '[[discrete-choice-experiment]]'
  - '[[market-simulation]]'
  - '[[economic-valuation]]'
themes:
  - '[[vehicle-to-grid]]'
  - '[[electric-vehicle]]'
  - '[[load-leveling]]'
  - '[[diesel-substitution]]'
aliases: []
last_updated: '2026-05-20T02:07:35+09:00'
---
# Forecasting the Future Scale of Vehicle-to-Grid Technology for Electric Vehicles and Its Economic Value as Future Electric Energy Source: The Case of South Korea

*[[kyungbae-lim]], Justine Jihyun Kim, [[jongsulee]] (2020)* · [[energy-and-environment]] · [DOI ↗](https://doi.org/10.1177/0958305X19898283)

> 한국 소비자 418 명 stated-preference 설문으로 차량 선택의 *nested* 구조 (conventional GV·DV 巢 vs green HEV·EV 巢) 를 [[nested-logit-model]] 로 식별. 2030 년 누적 EV 560,000 대 (시나리오 1) ~ 730,000 대 (시나리오 2: 2025 디젤 생산 중단) 로 정부 목표 300 만 대에 *미달*. *Idle EV 74–85%* 가 V2G discharge 가능 → 총 *V2G 잠재 공급 1.81 GW (시나리오 1)·2.44 GW (시나리오 2)*, 3 시간 방전 시 5.43–7.33 GWh/일. 연간 전력 시장 경제 편익 *509 억–688 억 KRW/년* + 차량당 *104,151 KRW/년*.

- **RQ**: 한국 소비자의 *친환경 차량 선택 구조* 는 어떤 nested 패턴을 보이고, 그 패턴이 만들어내는 *EV 보급 시나리오* 와 *V2G 전력 공급 잠재력 · 경제 편익* 의 규모는?
- **방법론**: [[discrete-choice-experiment]] (4 alternative × 4 choice set, 16 alternatives from fractional factorial design), [[nested-logit-model]] (Train 2009 McFadden GEV), ASC recalibration 으로 *2016 실제 시장 점유 (가솔린 31.6% · 디젤 61.2% · HEV 6.5% · EV 0.6%)* 와 일치시킴, [[market-simulation]] (2030 년까지), V2G 공급 잠재력 + LNG 대체 편익 계산
- **데이터**: Gallup 온라인 설문 (2016 년 12 월 26-27 일), 한국 20-59 세 *418 명* 의 quota sampling (성별·연령·거주지). 속성 5 종: 연료비 (50/100/150/200 KRW/km), 차량 가격 (1500/3000/4500/6000 만 KRW), 연료 type, 차체 type, 충전소 접근성 (2/10/20 km)
- **주요 발견**: (i) **Nested IV parameter**: $\lambda_{\text{conv}} = 0.409$, $\lambda_{\text{green}} = 0.322$ — green nest 내 *상관관계 더 강함* (HEV-EV 가 GV-DV 보다 가까운 substitute). (ii) **2030 년 EV 누적 보급**: 시나리오 1 *558,414 대 (2.35%)*, 시나리오 2 *729,741 대 (3.65%)* — 정부 목표 300 만 대 *18-24%* 수준. (iii) **2025 디젤 중단 시 64% 가 *EV 가 아닌 가솔린* 으로 이동** — *green nest 의 상관관계* 가 *cross-nest substitution 약화* 의 메커니즘. (iv) **V2G 공급 잠재력**: 1.81 GW (시나리오 1) · 2.44 GW (시나리오 2) — *900 MW LNG 복합화력발전소 2-3 기 상당*. (v) **연간 경제 편익**: 509 억–688 억 KRW/년 (전력 시장), 차량당 104,151 KRW/년 (3 시간 피크 방전 + 3 시간 기저 충전 가정)
- **시사점**: (a) 디젤 규제만으론 *직접적 EV 보급 효과 제한* — *cross-nest substitution* 이 약하므로 *연료세 + EV-specific 인센티브* 동반 필요. (b) V2G 의 *국가 편익은 크지만 개인 편익 (104,151 KRW/년) 은 작음* — V2G 시장 참여 활성화 위한 *명시적 보상 체계* 필요. (c) [[junhee-hong-2012-v2g-subsidy-ex-ante]] 의 *ex-ante 보조금 분석* 의 8 년 후 *ex-post update*.

![Fig. 2 — 차량 선택의 nested logit tree. Root → (conventional nest: gasoline, diesel) + (green nest: hybrid, EV). 두 IV parameter $\lambda$ 가 nest 내 *상관관계 강도* 를 측정 — 본 paper 의 conv 0.409 vs green 0.322 는 green 내 substitute 가 더 강함을 의미.](/papers/202012_LimK_Forecasting_the_future_scale_of_vehicle_to_grid_technology_for_electric_vehicles_and_its_economic_value_as_future_electric_energy_source_The_case_of_South_Korea/fig1.jpeg)

## 요약

본 paper 는 [[jongsulee]] 의 *연구 궤적* *후기 V2G 라인* (Hong et al. 2012 의 ex-ante 보조금 분석을 8 년 후 데이터로 update) 에 위치한다. 기존 V2G 문헌은 두 갈래로 나뉘어 있었다 — 한 쪽은 *기술적 feasibility* (Guille-Gross 2009, Kempton-Tomic 2005), 다른 쪽은 *DCE 기반 V2G 자체 attribute 선호* (Parsons et al. 2014). 본 paper 의 conceptual move 는 두 갈래를 결합하여 — *consumer choice (DCE) → EV 시장 점유 → V2G 공급 잠재력 → 전력 시장 경제 편익* 의 *end-to-end 시뮬레이션* 을 구성하고, 한국의 *정부 EV 목표 300 만 대* 와 *현실적 시장 시나리오* 사이 격차를 정량화한 것이다.

방법론은 두 stage. 첫째, [[nested-logit-model]] 을 통한 *환경친화성 기반 nested choice 구조* 식별. McFadden GEV family 의 nested logit 은 IIA (Independence from Irrelevant Alternatives) 가정을 nest 내에서만 유지하고 nest 간에는 완화한다. 본 paper 는 *conventional nest = {gasoline, diesel}* + *green nest = {hybrid, EV}* 의 환경 기준 분할이 데이터에 의해 지지됨을 두 IV parameter 가 unit interval 안 ($\lambda_{\text{conv}} = 0.409$, $\lambda_{\text{green}} = 0.322$) 에 있음으로 확인. ASC recalibration ($\alpha^1_j = \alpha^0_j + \ln(S_j / \hat{S}^0_j)$) 으로 estimated share 가 *2016 실제 시장 점유* (gasoline 31.68% · diesel 61.21% · HEV 6.54% · EV 0.57%) 와 일치되도록 보정. EV/HEV 의 recalibration 값 은 각각 -1.75, -2.31 — *hypothetical bias* (yea-saying, EV 모델 제약 등) 의 크기 정량화.

둘째, market simulation + V2G 공급 계산. 2030 년까지 매년 EV 가격 (BNEF 2019 전망 — 2022 에 디젤, 2030 에 가솔린 가격 수준), 충전 인프라 (정부 *2022 년 10,000 급속충전소* 목표 — 2030 에 가솔린 주유소 87,000 기 수준 가정) 를 logarithmic / exponential 함수로 추정. 시뮬레이션 검증 — *2017·2018 신차 EV 판매 25,000·46,000 대* 실측치가 시뮬레이션 *22,000·44,000 대* 와 일치 → 모형 신뢰성 확보. V2G discharge 가용 차량 비율은 충전·주행 demand 를 제외한 *74-85%* (시간대별 변동, 9-21 시 *최소 74%* 사용). 40 kWh 배터리 + 5 kW 양방향 충전기 + 1-3 시간 방전 가정. 결과 — 1.81 GW (시나리오 1) · 2.44 GW (시나리오 2), 3 시간 방전 시 5.43-7.33 GWh/일. *900 MW LNG 복합화력 2-3 기* 상당. 연간 경제 편익은 LNG 대체 (연료비 saving 199-250 백만 KRW/일) 에서 환경비 (석탄 야간 충전의 environmental cost -49 ~ -61 백만 KRW/일) 를 차감한 net — *150-188 백만 KRW/일 = 509-688 억 KRW/년*. 차량당 *104,151 KRW/년* — 개인 편익이 작아 V2G 참여 유인 약함.

한계: (i) DCE 의 *single-point* 선호 — *세대 변화 미반영*, (ii) 4 속성만으로 *omitted variable bias* 위험, (iii) 평균 주행 패턴 + 기술 사양만 — *개별 EV 소유자 참여 의사* 와 *외기온도 변화에 따른 배터리 효율* 미반영. 본 paper 는 [[jongsulee]] 의 *V2G ex-post 정량 update* 의 시작 — 후속 [[kyungbae-lim-2021-residential-demand-response]] 의 *residential demand response* 분석과 자매.

## 핵심 결과

**Nested logit 추정 (Table 2)**

| 속성 | 계수 | 유의수준 |
|---|---:|---|
| Fuel cost | −0.0242 | *** |
| Vehicle price | −0.1485 | *** |
| Station accessibility | −0.0029 | n.s. |
| Diesel (vs gasoline) | +0.2719 | *** |
| Hybrid | +0.4106 | *** |
| Electric | +0.4190 | *** |
| SUV (vs economy) | +0.6542 | *** |
| Compact/Mid-size | +0.2718 | *** |
| Full size | +0.4803 | *** |
| $\lambda_{\text{conventional}}$ | **0.409** | *** |
| $\lambda_{\text{green}}$ | **0.322** | *** |

**2030 년 시장 점유 시뮬레이션 (Table 4, ASC recalibration 후)**

| 시점 | GV | DV | HEV | EV |
|---|---:|---:|---:|---:|
| 2016 실측 | 31.68% | 61.21% | 6.54% | 0.57% |
| 2030 시나리오 1 (인프라+가격) | 27.36% | 64.11% | 6.18% | **2.35%** |
| 2030 시나리오 2 (+2025 디젤 중단) | 86.75% | 0.00% | 9.60% | **3.65%** |

> **정량 결론.** (i) 시나리오 1: 누적 EV 558,414 대, 시나리오 2: 729,741 대 — 정부 목표 *300 만 대* 의 18-24%. (ii) 시나리오 2 에서 *디젤 64%* 가 가솔린으로 이동 — green nest 의 상관관계가 만든 *cross-nest 약 substitution*.

**V2G 공급 + 경제 편익 (Table 7, 3 시간 방전 가정)**

| 항목 | 시나리오 1 | 시나리오 2 |
|---|---:|---:|
| V2G 공급 잠재력 | **1.81 GW** | **2.44 GW** |
| 3 h 방전 전력량 | 5.43 GWh | 7.33 GWh |
| 일 환경비 (석탄 ↑) | −49 백만 KRW | −61 백만 KRW |
| 일 연료비 절감 (LNG 대체) | +199 백만 KRW | +250 백만 KRW |
| **일 net 편익** | **150 백만 KRW** | **188 백만 KRW** |
| **연 net 편익** | **509 억 KRW** | **688 억 KRW** |
| 차량당 연 편익 | **104,151 KRW** | — |

## 방법론 노트

[[nested-logit-model]] 은 McFadden (1978) 의 Generalized Extreme Value (GEV) family 중 가장 널리 쓰이는 형태로, conditional logit 의 *IIA assumption* 을 nest 내에서만 유지하고 nest 간에는 완화한다. 대안 $j$ 를 $K$ 개 nest $B_1, \ldots, B_K$ 로 분할, alternative $i \in B_k$ 의 선택 확률:

$$
P_{ni} = \frac{e^{V_{ni}/\lambda_k} \left(\sum_{j \in B_k} e^{V_{nj}/\lambda_k}\right)^{\lambda_k - 1}}{\sum_{l=1}^K \left(\sum_{j \in B_l} e^{V_{nj}/\lambda_l}\right)^{\lambda_l}}
$$

여기서 $\lambda_k \in (0, 1]$ 은 *Inclusive Value (IV) parameter* — nest 내 unobserved utility 의 *독립성 정도*. $\lambda_k = 1$ 이면 conditional logit 으로 환원, $\lambda_k$ 가 0 에 가까울수록 nest 내 상관관계 강함. 본 paper 는 두 $\lambda$ 가 unit interval 안 ($0.409$, $0.322$) 에 위치하므로 nested 구조가 데이터에 의해 지지됨을 확인.

ASC (alternative-specific constant) recalibration 은 estimated share $\hat{S}^0_j$ 가 real share $S_j$ 와 일치하도록:

$$
\alpha_j^1 = \alpha_j^0 + \ln\left(\frac{S_j}{\hat{S}_j^0}\right)
$$

stated preference 의 *hypothetical bias* (yea-saying, model availability 제약) 를 시장 안착시키는 표준 절차. 식별은 (i) 16 alternatives × 4 choice sets 의 *orthogonal fractional factorial* design, (ii) IIA 완화 검정으로 *nest 구조 정당화*, (iii) ASC recalibration 으로 *시뮬레이션 validity*, (iv) 2017·2018 실측치 대조로 *out-of-sample 검증* 에서 온다.

## 연구 계보

본 paper 는 (a) Hidrue-Parsons-Kempton (2011 *RER*), Byun-Shin-Lee (2018 *Energy*), Moon-Park-Jeong (2018 *TR-D*), Ito-Takeuchi-Managi (2013 *TR-D*) 의 *EV consumer preference DCE* literature, (b) Kempton-Tomic (2005 *J Power Sources*), Guille-Gross (2009 *Energy Policy*), Parsons-Hidrue-Kempton (2014 *Energy Econ*) 의 *V2G feasibility + 보상 분석* literature, (c) [[junhee-hong-2012-v2g-subsidy-ex-ante]] (2012 *Energy Policy*) 의 *SNU-GIST 의 ex-ante V2G 보조금 분석* 의 *8 년 후 ex-post update* (해당 paper 의 직접 후속) 의 결합. 방법론적으로 Train (2009) *Discrete choice methods with simulation* 의 nested logit 의 stated-preference 적용. [[jongsulee]] author page 의 *V2G·EV 의 ex-post 정량 update* 라인 (Hong-Koo-Jeong et al. 2012 의 8 년 후 데이터 기반 재분석 — author page anchor 의 *consumer preference 응용* 라인 분류).

## See also

- [[nested-logit-model]]
- [[discrete-choice-experiment]]
- [[market-simulation]]
- [[vehicle-to-grid]]
- [[electric-vehicle]]
- [[load-leveling]]
- [[jongsulee]]
- [[kyungbae-lim]]
- [[junhee-hong-2012-v2g-subsidy-ex-ante]]
- [[kyungbae-lim-2021-residential-demand-response]]
- [[energy-and-environment]]