[論文レビュー] Dynamic Modeling and Real-time Management of a System of EV Fast-charging Stations

Dingtong Yang, Navjyoth J.S. Sarma+2 more|arXiv (Cornell University)|Dec 17, 2020

Electric Vehicles and Infrastructure参考文献 47被引用数 5

ひとこと要約

本稿では、南カリフォルニアの地域的EV急速充電ステーションネットワークのリアルタイム管理および戦略的計画のための確率的動的シミュレーションフレームワークを提案する。マルチノミアルロジット選択モデルとマルチサーバー・キューイングモデルを統合し、EV利用者の行動とステーションのダイナミクスをシミュレートするとともに、動的需要応答型価格設定（DDRPA）スキーム、特に2次関数型DDRPAをテストした。その結果、静的価格設定と比較して平均待機時間を26%削減し、社会的厚生を2.7%向上させた。

ABSTRACT

Demand for electric vehicles (EVs), and thus EV charging, has steadily increased over the last decade. However, there is limited fast-charging infrastructure in most parts of the world to support EV travel, especially long-distance trips. The goal of this study is to develop a stochastic dynamic simulation modeling framework of a regional system of EV fast-charging stations for real-time management and strategic planning (i.e., capacity allocation) purposes. To model EV user behavior, specifically fast-charging station choices, the framework incorporates a multinomial logit station choice model that considers charging prices, expected wait times, and detour distances. To capture the dynamics of supply and demand at each fast-charging station, the framework incorporates a multi-server queueing model in the simulation. The study assumes that multiple fast-charging stations are managed by a single entity and that the demand for these stations are interrelated. To manage the system of stations, the study proposes and tests dynamic demand-responsive price adjustment (DDRPA) schemes based on station queue lengths. The study applies the modeling framework to a system of EV fast-charging stations in Southern California. The results indicate that DDRPA strategies are an effective mechanism to balance charging demand across fast-charging stations. Specifically, compared to the no DDRPA scheme case, the quadratic DDRPA scheme reduces average wait time by 26%, increases charging station revenue (and user costs) by 5.8%, while, most importantly, increasing social welfare by 2.7% in the base scenario. Moreover, the study also illustrates that the modeling framework can evaluate the allocation of EV fast-charging station capacity, to identify stations that require additional chargers and areas that would benefit from additional fast-charging stations.

研究の動機と目的

• 限られた地域的展開の中で急速に増加するEV急速充電インフラへの需要に対応する。
• 1つの主体が管理する複数の急速充電ステーション間での相互依存的需要をモデル化する。
• 充電需要をバランスさせ、システムパフォーマンスを最適化するためのリアルタイム管理フレームワークを開発する。
• 追加の充電器やステーションの設置が求められる場所を特定するための容量割り当て戦略を評価する。
• 動的価格設定メカニズムの有効性を、システム効率と社会的厚生の向上の観点から評価する。

提案手法

• EVドライバーのステーション選択行動を、充電料金、予想待機時間、迂回距離に基づいて表現するためのマルチノミアルロジットモデルを構築する。
• 各ステーションにマルチサーバー・キューイングモデルを統合し、動的需要と供給の相互作用をシミュレートする。
• ステーションのキュー長に基づいてリアルタイムで価格を調整する動的需要応答型価格調整（DDRPA）スキームを実装する。
• 混雑している場所での価格を引き上げることで、ステーション間での負荷分散を促進するための2次関数型DDRPA関数を用いる。
• 南カリフォルニアの実世界データにキャリブレーションされた確率的動的シミュレーションフレームワークを用いて、システム全体をシミュレートする。
• 異なる価格戦略下でのシステムパフォーマンス指標（平均待機時間、収益、利用者コスト、社会的厚生）を評価する。

実験結果

リサーチクエスチョン

• RQ1 充電料金、予想待機時間、迂回距離は、EVドライバーの急速充電ステーション選択にどのように影響を与えるか？
• RQ2 動的価格設定は、急速充電ステーションネットワーク全体の平均待機時間をどの程度短縮できるか？
• RQ3 動的需要応答型価格設定（DDRPA）は、静的価格設定と比較して収益と社会的厚生にどのような影響を与えるか？
• RQ4 地域ネットワーク内のどのステーションが混雑しやすく、追加の充電器をどの場所に設置すべきか？
• RQ5 このシミュレーションフレームワークは、急速充電インフラ拡張の戦略的計画を効果的に支援できるか？

主な発見

• 2次関数型DDRPAスキームは、DDRPAなしのベースライン状況と比較して、平均待機時間を26%短縮した。
• 2次関数型DDRPA戦略は、DDRPAなしの場合と比較して、充電ステーションの収益と利用者コストをそれぞれ5.8%増加させた。
• 2次関数型DDRPAスキームでは、ベースケースにおいて社会的厚生が2.7%向上した。これは、全体的なシステム効率の向上を示している。
• モデルフレームワークは、追加の充電器が必要なステーションと、新規の急速充電ステーション設置が恩恵をもたらす地域を的確に同定した。
• ステーション間の需要の相互依存性は、個別ステーションの最適化ではなく、システム全体の管理を必要とする。
• キュー長に基づく動的価格設定は、充電需要を効果的に再分配し、高利用率ステーションの混雑を防止した。