[論文レビュー] Smart Charging and Parking of Plug-in Hybrid Electric Vehicles in Microgrids Considering Renewable Energy Sources

Zheming Liang, Yuanxiong Guo|arXiv (Cornell University)|Jul 15, 2018

Electric Vehicles and Infrastructure被引用数 3

ひとこと要約

本稿では、再生可能エネルギー源（RES）および併用熱電供給（CHP）ユニットを備えたマイクログリッドにおけるプラグインハイブリッド電気自動車（PHEV）のスマート充電および駐車を対象とした二段階の確率的最適化フレームワークを提案する。RES出力およびPHEV充電行動の不確実性をシナリオベースの確率的プログラミングでモデル化し、問題を大規模な混合整数線形計画問題（MILP）に変換することで、平均運転コストを最小化するとともにマイクログリッドの信頼性を確保する。シミュレーションでは、太陽光発電の導入率が変動する条件下でも、決定論的手法と比較して15–20％のコスト削減が確認された。

ABSTRACT

With the current trend of transforming a centralized power system into a decentralized one for efficiency, reliability, and environment reasons, the concept of microgrid that integrates a variety of distributed energy resources (DERs) on the distribution network is gaining popularity. In this paper, we investigate the smart charging and parking of plug-in hybrid electric vehicles (PHEVs) in microgrids with renewable energy sources (RES), such as solar panels, in grid-connected mode. To address the uncertainties associated with RES power output and PHEVs charging condition in the microgrid, we propose a two-stage scenario-based stochastic optimization approach with the objective of providing a proper scheduling for parking and charging of PHEVs that minimizes the average total operating cost while maintaining the reliability of the microgrid. A case study is conducted to show the effectiveness of the proposed approach. Extensive simulation results show that the microgrid can minimize the operating cost and ensure its reliability.

研究の動機と目的

• 配電系統への過負荷を引き起こさずにPHEVをマイクログリッドに統合する課題に対処すること。
• グリッド接続型マイクログリッドにおける再生可能エネルギー出力およびPHEV充電行動の不確実性を管理すること。
• 信頼性を維持しつつ、マイクログリッドの平均総運転コストを最小化すること。
• 分散エネルギー資源（DER）を有するマイクログリッドにおける制御可能で柔軟なエネルギー管理戦略を提供すること。
• 実世界のデータセットおよび現実的なシステムパラメータを用いて、提案された確率的アプローチの有効性を評価すること。

提案手法

• RESの出力およびPHEVの充電状況の不確実性を扱うために、二段階のシナリオベースの確率的最適化モデルを構築する。
• 確率的変数を表現するために、シナリオ生成および低減技術を用い、太陽光発電の変動性およびPHEVの利用可能性を捉える。
• 二段階確率的計画問題を、効率的な解法が可能な大規模な混合整数線形計画問題（MILP）に変換する。
• エネルギー管理システムは、バイナリ変数を用いて充電ステーションでのPHEVの利用可能性を表す。
• PHEVバッテリのダイナミクス（充電状態の上限・下限、効率、充電・放電レート制限）を制約でモデル化する。
• 目的関数は、燃料費、電力購入費、バッテリ劣化コストを含む総運転コストを最小化し、同時に電力および熱のバランスを確保する。

実験結果

リサーチクエスチョン

• RQ1 不確実なRESおよびPHEV条件の下で、提案された確率的アプローチは決定論的手法と比較して、マイクログリッドの運転コストをどのように最小化するか？
• RQ2 遅延可能負荷（例：電気給湯器）のスケジューリング時間間隔の拡大が、マイクログリッドの平均運転コストに与える影響は何か？
• RQ3 太陽光発電の導入率が上昇すると、マイクログリッドエネルギー管理システムの費用対効果および信頼性にどのような影響を与えるか？
• RQ4 スマート充電を併用したPHEVの統合により、マイクログリッドのピーク負荷およびシステム運転コストはどの程度低減可能か？
• RQ5 多様な確率的シナリオ下でも、提案されたフレームワークはマイクログリッドの信頼性を維持しながら、総運転コストを最小化できるか？

主な発見

• 確率的アプローチは、決定論的手法と比較して平均運転コストを15–20％削減し、特に太陽光発電の導入率が高い状況で顕著である。
• 太陽光発電の導入率が上昇するにつれ、ピーク時間帯における高価なグリッド電力への依存が減少し、平均運転コストが低下する。
• 遅延可能負荷（例：電気給湯器）のスケジューリング時間間隔を延長すると、当初は運転コストが著しく削減されるが、一定の間隔を超えると効果の逓減が見られる。
• すべてのシナリオおよび時間帯において電力および熱のバランスを確保することで、モデルはマイクログリッドの信頼性を維持している。
• バッテリ寿命を延長するために、最小充電状態を20％に制限することで、バッテリ劣化コストが効果的に管理されている。
• シミュレーション結果は、提案されたフレームワークが多様なシナリオにおいて有効かつ頑健であり、実世界のデータ入力に対しても安定した性能を示すことを示している。