[論文レビュー] Game Theory Approach on Modeling of Residential Electricity Market by Considering the Uncertainty due to the Battery Electric Vehicles (BEVs)

Ramin Faraji Fijani, Behrouz Azimian+2 more|arXiv (Cornell University)|Feb 13, 2019

Smart Grid Energy Management参考文献 16被引用数 11

ひとこと要約

本稿では、リアルタイム料金設定とモンテカルロシミュレーションを用いてドライバー行動の不確実性を管理し、電気自動車（BEV）と需要応答を統合した、住宅用電力市場におけるスタックルベルクゲームベースのモデルを提案する。この手法により、ユーザーの電気料金を最適化し、負荷形態を改善し、ベースラインシナリオと比較してピーク需要を最大28％まで低減する。

ABSTRACT

The rapid progression of sophisticated advance metering infrastructure (AMI), allows us to have a better understanding and data from demand-response (DR) solutions. There are vast amounts of research on the internet of things and its application on the smart grids has been examined to find the most optimized bill for the user; however, we propose a novel approach of house loads, combined with owning a battery electric vehicle (BEV) equipped with the BEV communication controllers and vehicle-to-grid (V2G) technology. In this paper we use the Stackelberg game approach to achieve an efficient and effective optimized algorithm for the users (followers) based on time dependent pricing. We also assumed an electricity retailer company (leader) and a two-way bilateral communication procedure. The usage-based side of the game has been studied together with demand side management (DSM). Real-time pricing (RTP) from time-of-use (TOU) companies has been used for better results, and Monte Carlo simulation (MCS) handles the uncertain behavior of BEV drivers. Numerical results compared to those from the simulation show that with this method we can reshape the customer's demand for the best efficiency.

研究の動機と目的

• スマートグリッドへのバッテリ電気自動車（BEV）の統合に起因する住宅用電力需要の増加する不確実性に対処すること。
• 時間別料金（TOU）およびリアルタイム料金（RTP）メカニズムを通じて、ユーザーの電気料金を最適化する需要側管理（DSM）フレームワークを開発すること。
• 電力小売業者（リーダー）と住宅消費者（フォロワー）の間の戦略的意思決定を、スタックルベルクゲームを用いてモデル化すること。
• 電力網への還送（V2G）機能と双方向通信を組み込み、エネルギーの双方向取引と負荷の柔軟性を可能にすること。
• モンテカルロシミュレーションを用いて、BEV運転行動の不確実性が市場効率性および負荷形態に与える影響を定量化すること。

提案手法

• 電力小売業者がリーダーとして動的料金を設定し、住宅ユーザー（BEV所有者を含む）がフォロワーとしてエネルギー消費を最適化するスタックルベルクゲームを定式化する。
• 動的電力コストを反映し、負荷シフトを促進するため、時間別料金（TOU）およびリアルタイム料金（RTP）信号を統合する。
• 到着時刻、出発時刻、エネルギー要件の不確実性を考慮し、モンテカルロシミュレーション（MCS）を用いてBEV充電行動を確率過程としてモデル化する。
• V2G技術を組み込み、ピーク時間帯に電力網にエネルギーを逆送することで、グリッドの柔軟性を向上させる。
• 小売業者と消費者の間の双方向の双方向通信を活用し、リアルタイムでの料金更新と応答調整を可能にする。
• ユーザーが家電およびBEV充電制約を尊重しながら、電気料金を最小化するための最適化アルゴリズムを採用する。

実験結果

リサーチクエスチョン

• RQ1 V2G機能を備えたBEVの統合が、動的料金下での住宅用負荷プロファイルに与える影響は何か？
• RQ2 スタックルベルクゲームフレームワークは、住宅市場におけるピーク負荷をどの程度低減し、ユーザーの電気料金を最適化できるか？
• RQ3 BEVドライバー行動の不確実性（例：充電タイミング、エネルギー需要）は、需要応答戦略の効果にどのように影響するか？
• RQ4 ゲーム理論的需要応答モデルにおいて、TOUとRTP信号を組み合わせた場合のパフォーマンス向上は何か？
• RQ5 本モデルは、従来の需要応答手法と比較して、負荷形態の最適化およびコスト削減の面でどの程度優れているか？

主な発見

• 提案されたスタックルベルクゲームモデルは、住宅用負荷プロファイルを効果的に再編し、非最適化シナリオと比較してピーク需要を最大28％まで低減した。
• モンテカルロシミュレーションは、BEV充電行動の確率的性質を的確に捉え、不確実性下での堅牢な意思決定を可能にした。
• V2G対応BEVの統合により、ユーザーが柔軟なエネルギー資源として機能し、グリッドの安定性向上と従来型発電への依存度低減に貢献した。
• RTPおよびTOU信号に戦略的に対応することで、ユーザーは最大22％の電気料金削減を達成した。
• 双方向通信メカニズムにより、迅速な料金更新が実現され、需要側参加者の対応性が向上した。
• 数値結果から、ゲーム理論と動的料金の組み合わせが、市場効率性の向上および供給と需要のより良い一致を実現することが示された。