[論文レビュー] Scheduling of EV Battery Swapping, II: Distributed Solutions

Pengcheng You, Steven H. Low+5 more|arXiv (Cornell University)|Nov 30, 2016

Advanced Battery Technologies Research参考文献 15被引用数 5

ひとこと要約

本稿では、ADMMおよびデュアル分解に基づく分散最適化アルゴリズムを提案し、電気自動車（EV）のバッテリースワッピングスケジューリングと最適潮流（OPF）を統合的に最適化することで、電力会社、ステーション運営会社、EV間のプライバシー保護された協調を可能にする。この手法は二値割り当て変数を緩和し、OPFのソコプ（SOCP）緩和を用いて凸問題に変換し、非二値割り当てが最小限に抑えられ、容易に二値に丸められる近似最適解を達成する。56母線系におけるシミュレーションにより検証された。

ABSTRACT

In Part I of this paper we formulate an optimal scheduling problem for battery swapping that assigns to each electric vehicle (EV) a best station to swap its depleted battery based on its current location and state of charge. The schedule aims to minimize a weighted sum of total travel distance and generation cost over both station assignments and power flow variables, subject to EV range constraints, grid operational constraints and AC power flow equations. We propose there a centralized solution based on the second-order cone programming (SOCP) relaxation of optimal power flow (OPF) and generalized Benders decomposition that is suitable when global information is available. In this paper we propose two distributed solutions based on the alternating direction method of multipliers (ADMM) and dual decomposition respectively that are suitable for cases where the distribution grid, battery stations and EVs are managed by separate entities. Our algorithms allow these entities to make individual decisions but coordinate through privacy-preserving information exchanges to jointly solve an approximate version of the joint battery swapping scheduling and OPF problem. We evaluate our algorithms through simulations.

研究の動機と目的

• 分散型将来のエネルギーシステムにおける中央集権的EVバッテリースワッピングおよびOPFスケジューリングのスケーラビリティおよびプライバシーの制限を解決すること。
• 電力会社、ステーション運営会社、EVが個別に意思決定できる分散アルゴリズムを開発し、プライバシー保護された情報交換を通じて協調すること。
• 二値割り当て変数を[0,1]に緩和し、AC潮流をSOCP緩和によって近似することで、連携スケジューリングとOPF問題の緩和凸問題を解くこと。
• 分散意思決定と部分的情報共有のもとでも、収束性および近似最適性を保証すること。

提案手法

• 二段階階層構造において、ADMMを用いて電力会社とステーション運営会社の間で協調を図り、集約的割り当て推定値と双対変数を交換することで、一貫性を達成する。
• 三段階構造（電力会社、ステーション運営会社、個々のEV）においてデュアル分解を適用し、EVは局所データに基づきラグランジュ乗数に応答してステーション選択を行う。
• AC潮流方程式の2次錐計画（SOCP）緩和に依存し、非凸問題を凸問題に変換する。
• 二値割り当て変数を[0,1]の連続値に緩和することで、凸最適化による分散解法を実現し、プライバシーを保護する。
• 双対変数と集約的推定値の反復的交換を通じて協調を図り、一貫性解に収束することを保証する。
• 非二値割り当てに対してヒューリスティックな二値化を適用し、理論的および実証的根拠により、サブオプティマルさが最小限に抑えられることを示す。

実験結果

リサーチクエスチョン

• RQ1 ADMMおよびデュアル分解に基づく分散アルゴリズムは、EVバッテリースワッピングスケジューリングと最適潮流問題をプライバシー保護の下で効果的に解くことができるか？
• RQ2 二値割り当て変数を[0,1]に緩和することは、解の最適性および妥当性にどのような影響を及ぼし、効果的に二値化可能か？
• RQ3 提案された分散アルゴリズムの収束特性は、潮流変数および割り当て推定値における一貫性の達成に関してどのように現れるか？
• RQ4 OPFのSOCP緩和の正確さが、実際の配電網における解の妥当性および実装可能性に与える影響は何か？
• RQ5 非二値割り当てを示すEVの数が、全体のシステム性能に与える影響はどの程度で、単純な丸めヒューリスティックが近似最適解を達成できるか？

主な発見

• ADMMベースのアルゴリズムは高速に収束し、緩和された等式制約の残差がゼロに減少するため、電力会社とステーション運営会社間の効果的な一貫性が達成された。
• デュアル分解アルゴリズムは、すべてのEV間の反復的協調のため、収束が遅いが、双対変数の一致と制約（7c）の満たしを達成した。
• ケース（i）では、2台のEVが非二値割り当てを示した（例：u242 = [0.707 0.293 0.000 0.000]）が、丸め処理により中央集権的解と同一の最適割り当てが得られた。
• ケース（ii）では、バッテリーアクセス制限があったが、解は完全に二値割り当てとなり、活性制約が非二値割り当てを排除する助けになった。
• すべてのテストケースにおいて、OPFのSOCP緩和は正確であり、潮流方程式の残差がゼロ（例：v_jl_jk = |S_jk|^2）であったため、緩和手法の妥当性が裏付けられた。
• SCE 56母線系における数値結果から、両分散アルゴリズムが分散運用下でも近似最適解を達成し、サブオプティマルさが最小限であることが確認された。