[論文レビュー] Managing Overstaying Electric Vehicles in Park-and-Charge Facilities

Arpita Biswas, Ragavendran Gopalakrishnan+1 more|arXiv (Cornell University)|Apr 19, 2016

Electric Vehicles and Infrastructure参考文献 10被引用数 10

ひとこと要約

本稿では、電気自動車（EV）の過剰駐車を軽減し、利用率と収益のバランスを取るために、ユーザー行動をモデル化し、UCBに基づくオンライン学習を用いてペナルティを最適化する動的ペナルティフレームワークを提案する。ロンドンの充電データを用いた実験的検証により、最適ペナルティが利用率と収益をともに向上させるとともに、過剰駐車を顕著に削減することが示された。

ABSTRACT

With the increase in adoption of Electric Vehicles (EVs), proper utilization of the charging infrastructure is an emerging challenge for service providers. Overstaying of an EV after a charging event is a key contributor to low utilization. Since overstaying is easily detectable by monitoring the power drawn from the charger, managing this problem primarily involves designing an appropriate "penalty" during the overstaying period. Higher penalties do discourage overstaying; however, due to uncertainty in parking duration, less people would find such penalties acceptable, leading to decreased utilization (and revenue). To analyze this central trade-off, we develop a novel framework that integrates models for realistic user behavior into queueing dynamics to locate the optimal penalty from the points of view of utilization and revenue, for different values of the external charging demand. Next, when the model parameters are unknown, we show how an online learning algorithm, such as UCB, can be adapted to learn the optimal penalty. Our experimental validation, based on charging data from London, shows that an appropriate penalty can increase both utilization and revenue while significantly reducing overstaying.

研究の動機と目的

• 充電が完了した後もEVが過剰に駐車することによる充電インfraの利用率低減という課題に対処すること。
• 不確実な駐車時間によるユーザー受容度の低下を考慮した、高いペナルティ（過剰駐車の抑止）と、低いユーザー受容度のトレードオフをモデル化すること。
• ユーザー行動とキューイングダイナミクスを統合的にモデル化し、利用率と収益を最大化する最適ペナルティレートを決定するフレームワークを開発すること。
• システムパラメータが未知である状況において、マルチアームバンディット技術を用いて最適ペナルティをオンライン学習で得られることを実現すること。
• ロンドンの実際のEV充電データを用いて、フレームワークの実証的検証を行うこと。

提案手法

• フレームワークは、現実的なユーザー行動モデルとキューイングシステムダイナミクスを統合し、ペナルティレートがEVの進入、充電、過剰駐車行動に与える影響を捉える。
• 収益をペナルティレートの関数としてモデル化し、不確実性下での期待収益を最大化することを目的とする。
• UCB-PCアルゴリズムはUCB1を拡張し、無限時間ホライズンの学習に対応させ、各ペナルティレートを「アーム」とし、日次収益を報酬として扱う。
• アルゴリズムは各ペナルティレートごとの平均日次収益の推定値を維持し、上位信頼区間を用いて探索と活用のバランスを取る。
• レグレットはO(log K)で有界であり、時間の経過とともに最適ペナルティレートに収束することが保証される。
• 本手法は、ロンドンの実際の充電データを用いて検証され、動的ペナルティ適用と収益追跡のシミュレーションが実施された。

実験結果

リサーチクエスチョン

• RQ1 外部充電需要が変動する状況下で、駐車・充電施設における利用率と収益を最大化するペナルティレートは何か？
• RQ2 ユーザー行動と収益分布が未知である状況で、最適ペナルティをリアルタイムに学習する方法は何か？
• RQ3 駐車時間の不確実性を考慮した場合、過剰駐車を抑えることとユーザー受容度の維持のトレードオフはどのように生じるか？
• RQ4 実際の運用において、収益最大化ペナルティと利用率最大化ペナルティはどれほど近いか？
• RQ5 UCBのようなオンライン学習アルゴリズムは、動的駐車・充電環境における未知のシステムパラメータに効果的に適応できるか？

主な発見

• 最適ペナルティレートが、EVの過剰駐車を顕著に削減するとともに、利用率と収益を両方とも向上させることを確認した。
• 収益最大化ペナルティが理論上の最大利用率に非常に近い水準に達しており、高い効率性を示している。
• UCB-PCアルゴリズムは、時間の経過とともに最適ペナルティを効果的に学習し、レグレットがO(log K)で有界であることを確認した。
• フレームワークは、外部充電需要の異なるレベルに対しても堅牢な性能を示し、適応性の高さを実証した。
• ロンドンの充電データを用いた実証的結果から、動的ペナルティ調整がインfraの効率向上に明確な効果をもたらすことが確認された。
• 本研究では、過剰な高いペナルティがEVユーザーの利用を妨げるリスクがある一方で、中程度のデータ駆動型ペナルティがシステムパフォーマンスを最適化できることを明らかにした。