[論文レビュー] Highway Traffic Control via Smart e-Mobility -- Part I: Theory

Carlo Cenedese, Michele Cucuzzella+3 more|arXiv (Cornell University)|Feb 18, 2021

Transportation and Mobility Innovations参考文献 25被引用数 9

ひとこと要約

本稿では、混雑が著しいピーク時間帯に高速道路の充電ステーションでの戦略的充電停止を促すために、プラグイン電気自動車（PEV）向けに動的価格設定メカニズムを提案する。ドライバーの意思決定をモデル化するために混合整数ポテンシャルゲームの枠組みを用い、リアルタイムの交通データを細胞伝送モデル（CTM）を介して活用し、ナッシュ均衡に収束する。経済的インcentiveに基づくソフトなインセンティブにより、高速道路の混雑が効果的に軽減される。

ABSTRACT

In this paper, we study how to alleviate highway traffic congestion by encouraging plug-in hybrid and electric vehicles to stop at a charging station around peak congestion times. Specifically, we design a pricing policy to make the charging price dynamic and dependent on the traffic congestion, predicted via the cell transmission model, and the availability of charging spots. Furthermore, we develop a novel framework to model how this policy affects the drivers' decisions by formulating a mixed-integer potential game. Technically, we introduce the concept of "road-to-station" (r2s) and "station-to-road" (s2r) flows, and show that the selfish actions of the drivers converge to charging schedules that are individually optimal in the sense of Nash. In the second part of this work, submitted as a separate paper (Part II: Case Study), we validate the proposed strategy on a simulated highway stretch between The Hague and Rotterdam, in The Netherlands.

研究の動機と目的

• 都市部の高速道路における混雑の増加、特に通勤ラッシュ時を解消するため、プラグイン電気自動車（PEV）の普及を活用すること。
• PEVドライバーがピーク混雑時における充電ステーションでの停止を促す、ソフトで経済的インcentiveに基づく交通制御メカニズムを設計すること。
• リアルタイムの交通ダイナミクス（細胞伝送モデル（CTM）を用いてモデル化）と動的エネルギー価格を統合し、応答性があり適応可能な制御システムを構築すること。
• ドライバーの戦略的意思決定を、合理的な自己利益に基づく混合整数一般化ポテンシャルゲームとして形式化し、ナッシュ均衡への収束を保証すること。
• 高速道路管理者（HO）がアグリゲーターとして機能する二段階制御アーキテクチャを確立すること。HOは、価格と混雑状況データをPEVにブロードキャストし、ドライバー行動を誘導する。

提案手法

• 交通フローは細胞伝送モデル（CTM）を用いてモデル化され、高速道路が離散的なセルに分割され、時間間隔ごとに車両の移動を追跡する。
• 実時間の混雑度と充電ステーションの空き状況に基づいて動的エネルギー価格が計算され、混雑度が高い場合には価格を割引く式を用いる。
• 意思決定プロセスは、PEVが充電ステーションで停止する（1）か、走行を継続する（0）かをコスト最小化に基づいて選択する、混合整数一般化ポテンシャルゲームとして形式化される。
• 高速道路管理者（HO）は、充電ステーション周辺に進入するPEVに、混雑状況と価格データをブロードキャストし、各時間間隔でゲームを初期化する。
• 反復的で準分散型のアルゴリズムにより、PEVは戦略を更新し、ε-混合整数ナッシュ均衡（ε-MINE）への収束を達成する。これにより、個々の最適性が保証される。
• 最終戦略から、r2s（道路→ステーション）およびs2r（ステーション→道路）のフローが計算され、ゲームの結果とCTMフレームワーク内での実際の交通ダイナミクスを直接結びつける。

実験結果

リサーチクエスチョン

• RQ1 実時間の混雑度に基づく動的エネルギー価格が、ピーク時間帯にPEVドライバーが充電ステーションで停止するのを有効に促すことができるか？ その結果、高速道路の混雑が軽減されるか？
• RQ2 PEVドライバー同士の相互作用を、個々の合理的な意思決定とシステム全体の交通状況の両方を捉えるゲーム理論的意思決定プロセスとしてどのようにモデル化できるか？
• RQ3 提案された反復的戦略更新メカニズムの収束特性は何か？ また、混合整数意思決定の文脈において、安定で近似的最適な均衡に到達するか？
• RQ4 細胞伝送モデル（CTM）を動的価格政策と統合することで、交通状況とドライバーインセンティブとのフィードバックループをどのように構築できるか？
• RQ5 r2sおよびs2rフロー定義によって、停止するPEVの数とそれによる交通フローの低減の関係は、どのように定量化されるか？

主な発見

• 提案された動的価格設定メカニズムは、ピーク混雑時におけるPEVドライバーの充電ステーションでの停止を効果的に促し、全体の交通フローを低減し、混雑の緩和に寄与した。
• 意思決定プロセスはε-混合整数ナッシュ均衡（ε-MINE）に収束し、どのドライバーも単独で戦略を変更しても自身のコストを改善できないことを保証した。
• r2sおよびs2rフロー定義は、ゲーム理論的結果とCTMフレームワーク内での実際の交通ダイナミクスの間の直接的かつ定量的な関連を提供した。
• システムはリアルタイムで動作し、各時間間隔において、反復的ゲーム解法プロセスが完全に収束した後に次の時間間隔に移行する。
• 実世界のデータを用いた数値シミュレーションにより、インfra構築の変更や強制的措置なしに、効果的な混雑低減が確認された。
• 本フレームワークは拡張可能であり、今後の研究において複数の充電ステーション、非合理的なエージェント、あるいは代替の交通モデルへの適応が可能である。