[論文レビュー] An electric vehicle charging station access equilibrium model with M/D/C queueing

Bingqing Liu, Theodoros P. Pantelidis+2 more|arXiv (Cornell University)|Feb 11, 2021

Electric Vehicles and Infrastructure参考文献 35被引用数 6

ひとこと要約

本稿では、M/D/C キューイングシステムを用いてユーザー行動と混雑状態を捉える電気自動車（EV）充電ステーションアクセス均衡モデルを提案する。非微分可能非線形計画問題として定式化され、解法に微分フリーの逐次平均法（MSA）アルゴリズムを導入。簡易ネットワークでの妥当性検証と、ニューヨーク市における実データケーススタディ（563基のレベル2および4基のDCFC充電器）への応用により、高利用率の場所が高遅延の場所よりもDCFC投資政策において優れた成果を示した。

ABSTRACT

Despite the dependency of electric vehicle (EV) fleets on charging station availability, charging infrastructure remains limited in many cities. Three contributions are made. First, we propose an EV-to-charging station user equilibrium (UE) assignment model with a M/D/C queue approximation as a nondifferentiable nonlinear program. Second, to address the non-differentiability of the queue delay function, we propose an original solution algorithm based on the derivative-free Method of Successive Averages. Computational tests with a toy network show that the model converges to a UE. A working code in Python is provided free on Github with detailed test cases. Third, the model is applied to the large-scale case study of New York City Department of Citywide Administrative Services (NYC DCAS) fleet and EV charging station configuration as of July 8, 2020, which includes unique, real data for 563 Level 2 chargers and 4 Direct Current Fast Chargers (DCFCs) and 1484 EVs distributed over 512 Traffic Analysis Zones. The arrival rates of the assignment model are calibrated in the base scenario to fit an observed average utilization ratio of 7.6% in NYC. The model is then applied to compare charging station investment policies of DCFCs to Level 2 charging stations based on two alternative criteria. Results suggest a policy based on selecting locations with high utilization ratio instead of with high queue delay.

研究の動機と目的

• M/D/C キューイング理論を用いて、キューイング遅延を反映するEV充電ステーションアクセスのユーザー均衡モデルの構築を目的とする。
• EV割り当てモデルにおけるキューイング遅延関数の非微分可能性に対処するため、新規の微分フリー解法アルゴリズムを提案する。
• 実世界のニューヨーク市DCASデータを用いて、DCFCとレベル2充電ステーションの代替投資政策を評価・比較する。
• ニューヨーク市の観察済み利用率に一致するようにモデルをキャリブレーションし、インfraストラクチャー計画に与える政策的インパクトを評価する。
• 広範な研究および応用利用を促進するため、Pythonで実装された再現可能でオープンソースの実装を提供する。

提案手法

• M/D/C キューイングを用いて、システム全体の遅延を近似するEVから充電ステーションへのユーザー均衡（UE）割り当てモデルを定式化する。
• M/D/C 遅延関数の不連続性に起因する非微分性を考慮し、非微分可能非線形計画問題としてシステムをモデル化する。
• 非微分性に対処するため、逐次平均法（MSA）に基づく微分フリー解法アルゴリズムを提案する。
• ベースケースにおける到着率を、ニューヨーク市で観察された平均利用率比7.6％に一致させるようにキャリブレーションする。
• 1484台のEV、512の交通分析ゾーン、567の充電ポイント（うち563基がレベル2、4基がDCFC）を含む大規模ケーススタディにモデルを適用する。
• 2つの基準（キュー遅延の最小化 vs. 利用率比の最大化）を用いて投資政策を比較する。

実験結果

リサーチクエスチョン

• RQ1 M/D/C キューイングモデルをEV充電ステーションアクセス均衡フレームワークに統合することで、現実の混雑状態を的確に反映できるか？
• RQ2 非微分可能遅延関数がEV割り当てモデルの解法に与える影響は何か。また、それらを効果的に最適化する方法は何か？
• RQ3 実世界の環境において、高利用率に基づく政策と低キュー遅延に基づく政策のどちらが、より優れたシステム性能をもたらすか？
• RQ4 提案されたモデルは、ニューヨーク市のような都市環境における観察された利用率パターンをどれほど正確に再現できるか？
• RQ5 MSAのような微分フリーのアルゴリズムは、EV充電ネットワークモデリングにおける非滑らか最適化問題を効果的に解けるか？

主な発見

• 提案モデルは簡易ネットワークにおいてユーザー均衡に収束し、アルゴリズム的手法の有効性が検証された。
• モデルはニューヨーク市の実世界の平均利用率比7.6％に一致するようにキャリブレーションされ、観察データと整合した。
• 結果から、高利用率に基づいて充電ステーションの立地を決定する方が、高遅延に基づく決定よりも優れた投資成果をもたらすことが示された。
• NYC DCASデータへの応用により、モデルのスケーラビリティと大都市におけるEVインfra計画への実用的関連性が実証された。
• 詳細なテストケースを備えたオープンソースPython実装により、他の研究者が再現可能かつ拡張可能に利用できるようになった。
• 本研究は、都市部におけるDCFC展開において、遅延ベースの基準ではなく利用率ベースの基準を重視する重要性を浮き彫りにした。