[論文レビュー] Optimal Charging of Electric Vehicles in Smart Grid: Characterization and Valley-Filling Algorithms

Niangjun Chen, Chee Wei Tan+1 more|arXiv (Cornell University)|Aug 23, 2012

Electric Vehicles and Infrastructure参考文献 12被引用数 13

ひとこと要約

本稿では、スマートグリッドにおける電気自動車（EV）の分散型オンラインアルゴリズムと最適なオフラインバレー・フィリング充電スケジューリングを提案する。凸双対性を活用することで、集中型ソルバーよりもはるかに低い計算コストで近似的に最適な性能を達成する。IEEE 14-busシステムにおけるシミュレーションでは、さまざまな条件下でオンラインアルゴリズムがオフライン最適解と1%未満の相対差で一致する。

ABSTRACT

Electric vehicles (EVs) offer an attractive long-term solution to reduce the dependence on fossil fuel and greenhouse gas emission. However, a fleet of EVs with different EV battery charging rate constraints, that is distributed across a smart power grid network requires a coordinated charging schedule to minimize the power generation and EV charging costs. In this paper, we study a joint optimal power flow (OPF) and EV charging problem that augments the OPF problem with charging EVs over time. While the OPF problem is generally nonconvex and nonsmooth, it is shown recently that the OPF problem can be solved optimally for most practical power networks using its convex dual problem. Building on this zero duality gap result, we study a nested optimization approach to decompose the joint OPF and EV charging problem. We characterize the optimal offline EV charging schedule to be a valley-filling profile, which allows us to develop an optimal offline algorithm with computational complexity that is significantly lower than centralized interior point solvers. Furthermore, we propose a decentralized online algorithm that dynamically tracks the valley-filling profile. Our algorithms are evaluated on the IEEE 14 bus system, and the simulations show that the online algorithm performs almost near optimality ($<1%$ relative difference from the offline optimal solution) under different settings.

研究の動機と目的

• スマートグリッドネットワーク全体におけるEV充電の調整を最適化し、発電コストと充電コストを最小化すること。
• 非凸かつ非滑らかである制約下でも、連携最適潮流（OPF）とEV充電スケジューリングを効率的に解く計算コストの低いソリューションの開発。
• システム全体のコストを最小化するための最適なオフラインEV充電プロファイルが、バレー・フィリングパターンとして特徴づけられることの特定。
• リアルタイムで最適なバレー・フィリングプロファイルを動的に追跡できる分散型オンラインアルゴリズムの設計。
• 標準的な電力系統テストケース（IEEE 14バスシステム）上で、さまざまな運用設定下での提案アルゴリズムの性能評価。

提案手法

• 連携OPFとEV充電問題は、OPF問題の凸双対性に基づくネスト型最適化アプローチを用いて分解され、実用的電力ネットワークにおけるゼロ双対ギャップ性を活用する。
• 最適なオフライン充電スケジュールは、電力需要が低く、マージナルコストが低い時期にEVが充電されるというバレー・フィリングプロファイルとして解析的に特徴づけられる。
• バレー・フィリング構造を活用することで、内点法よりも計算複雑度が低減する、集中型オフラインアルゴリズムが開発される。
• ローカル情報とフィードバックメカニズムを用いて、EV充電レートを動的に調整することで、バレー・フィリングプロファイルを追跡する分散型オンラインアルゴリズムが提案される。
• アルゴリズムは、現実的なEV充電プロファイルとネットワーク制約を想定し、IEEE 14-busシステムに実装・評価される。
• 性能はオフライン最適解と比較され、近似的最適性を評価するための相対差が測定される。

実験結果

リサーチクエスチョン

• RQ1 スマートグリッドにおいて最適潮流（OPF）と統合された場合、最適なオフラインEV充電スケジュールの構造的形態はどのようなものか？
• RQ2 連携OPFとEV充電問題を、計算複雑度を低減させるためにどのように効率的に分解できるか？
• RQ3 分散型オンラインアルゴリズムは、最小限の性能損失で最適なバレー・フィリング充電プロファイルを追跡できるか？
• RQ4 さまざまなシステム条件下で、提案されたオンラインアルゴリズムとオフライン最適解との間の相対的性能ギャップはどの程度か？
• RQ5 集中型内点法ソルバーよりも、提案手法はどの程度計算コストを低減できるか？

主な発見

• 最適なオフラインEV充電スケジュールは、システムのマージナルコストが低く、負荷が低い時期に充電が集中するというバレー・フィリングプロファイルとして特徴づけられる。
• 提案されたオフラインアルゴリズムは、バレー・フィリング構造を活用することで、集中型内点法ソルバーよりもはるかに低い計算複雑度で最適性能を達成する。
• 分散型オンラインアルゴリズムは、複数のシミュレーションシナリオにおいて、オフライン最適解と1%未満の相対差で一致する。
• EVの浸透率や負荷条件の変動に対しても、オンラインアルゴリズムの性能は安定しており、優れた動的追従能力を示す。
• 凸双対性の使用により、OPF部の正確な最適解が得られ、これは全体の連携最適化フレームワークの妥当性にとって不可欠である。
• 結果から、バレー・フィリング戦略は最適であるだけでなく、軽量な分散型アルゴリズムによって実装可能であることが確認された。