[論文レビュー] Socio-technical Smart Grid Optimization via Decentralized Charge Control of Electric Vehicles

Evangelos Pournaras, Seoho Jung+3 more|arXiv (Cornell University)|Jan 24, 2017

Electric Vehicles and Infrastructure参考文献 54被引用数 3

ひとこと要約

本稿では、自律的ソフトウェアエージェントを用いた分散型でプライバシーを尊重する学習メカニズムを提案し、スマートグリッドにおける電気自動車（EV）の充電を最適化する。I-EPOSアルゴリズムを用いてEVが局所的に生成された充電計画を共同で選択することで、ピーク電力とエネルギーコストを低減するとともに、ドライバーの不快感を最小限に抑え、公平性を確保する。100%の参加率下でピーク負荷が最大26%低下し、公平性は99.6%に達する。

ABSTRACT

The penetration of electric vehicles becomes a catalyst for the sustainability of Smart Cities. However, unregulated battery charging remains a challenge causing high energy costs, power peaks or even blackouts. This paper studies this challenge from a socio-technical perspective: social dynamics such as the participation in demand-response programs, the discomfort experienced by alternative suggested vehicle usage times and even the fairness in terms of how equally discomfort is experienced among the population are highly intertwined with Smart Grid reliability. To address challenges of such a socio-technical nature, this paper introduces a fully decentralized and participatory learning mechanism for privacy-preserving coordinated charging control of electric vehicles that regulates three Smart Grid socio-technical aspects: (i) reliability, (ii) discomfort and (iii) fairness. In contrast to related work, a novel autonomous software agent exclusively uses local knowledge to generate energy demand plans for its vehicle that encode different battery charging regimes. Agents interact to learn and make collective decisions of which plan to execute so that power peaks and energy cost are reduced system-wide. Evaluation with real-world data confirms the improvement of drivers' comfort and fairness using the proposed planning method, while this improvement is assessed in terms of reliability and cost reduction under a varying number of participating vehicles. These findings have a significant relevance and impact for power utilities and system operator on designing more reliable and socially responsible Smart Grids with high penetration of electric vehicles.

研究の動機と目的

• 無制御なEV充電がグリッドの不安定化と高コストを引き起こすという社会的・技術的課題に対処すること。
• ドライバーの好みやライフスタイル習慣を尊重するプライバシー保護型で分散型の協調メカニズムを設計すること。
• 信頼性、不快感、公平性のバランスを最適化することで、スマートグリッドのパフォーマンスを向上させること。
• 参加率の影響がピーク負荷、コスト、公平性といったシステム全体のパフォーマンス指標に与える影響を評価すること。

提案手法

• 各EVは、局所的な知識に基づいて複数の代替充電計画を生成する自律的ソフトウェアエージェントによって管理される。
• エージェントは中央集権的な協調なしに、反復的に学習し、集団的充電計画を選択するI-EPOS（反復的経済的計画と最適選択）アルゴリズムを用いる。
• 充電計画は、異なるバッテリ充電方式を表現しており、エネルギーコスト、ピーク電力、不快感、公平性に基づいて評価される。
• 不快感は、充電中の車両利用確率と充電状態（SOC）の積として定量化され、正規化された[0,1]スケールが用いられる。
• 公平性は、エージェント間での不快感分布の均一性を指標とし、値が高いほどより公平な影響を示す。
• 2つの目的を最適化する：MIN-COST（エネルギーコスト最小化）とMIN-DEV（均一な負荷分布からの乖離最小化）、0-1の多重選択組み合わせ最適化フレームワークを用いる。

実験結果

リサーチクエスチョン

• RQ1 分散型EV充電協調により、ドライバーの快適性を損なわず、ピーク電力とエネルギーコストをどのように低減できるか？
• RQ2 提案手法がEVユーザー間の不快感分布の公平性をどの程度向上させるか？
• RQ3 参加率がスマートグリッド運用における信頼性、コスト、不快感、公平性のトレードオフにどのように影響するか？
• RQ4 完全に分散型でプライバシーを保護するメカニズムは、中央集権的アプローチと同等のシステム全体最適化を達成できるか？
• RQ5 負荷分散の最小化とエネルギーコストの最小化のどちらが、ドライバーの不快感とシステムパフォーマンスに与える影響が大きいのか？

主な発見

• 100%の参加率下で、非協調的充電と比較してピーク負荷が最大26%低下し、グリッドの信頼性が顕著に向上した。
• MIN-COST目的では、全参加率レベルで平均不快感が0.00197であったのに対し、MIN-DEVではわずかに低い0.00197であった。これは、コストと負荷平準化の間でトレードオフがあることを示している。
• MIN-COSTおよびMIN-DEVの両方において公平性が向上し、100%参加率下でMIN-COSTは平均公平性0.9960を達成し、制御データを上回った。
• 25%の参加率では、非参加エージェントを補填する必要があるため、不快感が増加した。これは、高い参加率の重要性を示している。
• 平均不快感値は25%参加率時が0.00168、100%参加率時が0.00197であり、0.012未満の値は、利用可能性が高い状況下で88%まで充電された車両における高リスクの走行距離不安を示唆している。
• 結果から、負荷分散の最小化（MIN-DEV）はコスト最小化（MIN-COST）よりも不快感が高くなることが確認された。これは、利用度の高い時間帯に充電を実施する必要があるためである。