[논문 리뷰] A Charging-as-a-Service Platform for Charging Electric Vehicles On the Move: New Vehicle Routing Model and Solution

Jiahua Qiu, Lili Du|arXiv (Cornell University)|2021. 04. 01.

Electric Vehicles and Infrastructure참고 문헌 16인용 수 5

한 줄 요약

이 논문은 이동 중인 전기자동차(EV) 충전을 가능하게 하는 충전 서비스(Charging-as-a-Service, CaaS) 플랫폼을 제안하며, 차량 경로 모델(mE2-VRP)을 통해 허브 수와 서비스 효율성을 최적화한다. 이는 대규모 도시 및 주 수준의 시뮬레이션에서 기존 상용 솔버보다 뛰어난 성능을 보이는 클러스터링 기반 클락과 라이트 절감(CCWS) 알고리즘을 도입한다. 특히 저도시 전기차 보급률과 경미한 교통 혼잡 조건에서 뛰어난 성능을 발휘한다.

ABSTRACT

Range anxiety has been the main challenge for the mass-adoption of electric vehicles (EVs). The emerging mobile electric-vehicle-to-electric-vehicle (mE2) charging technology, which allows an EV with the extra battery to charge the other EV on the move, offers a promising solution. Even though the physical feasibility of this new technology has been confirmed, we still face many operation problems. For example, how can we efficiently pair and route an electricity provider (EP) to a demand (ED) without introducing an extra detour? Motivated by this view, this study develops a Charging-as-a-Service (CaaS) platform, which seeks to dispatches the commercial EPs to serve the EDs, for cultivating this emerging charging service towards the low EV penetration environment. Mathematically, the CaaS platform is modeled as a vehicle routing problem (i.e., mE2-VRP), which optimally dispatches the EPs to approach and serve the EDs on the move while minimizing the EP fleet size and fulfilling all service requests. To adapt the CaaS platform to the online application in practice, we develop the Clustering-aided Clarke and Wright Savings (CCWS) algorithm to efficiently decompose and then solve the large-scale mE2-VRP by parallel computing. Our numerical experiments built upon citywide (Chicago) and statewide (Florida) found that the CCWS algorithm outperforms existing commercial solvers, and it enables us to investigate the performance of the CaaS platform under a realistic large-scale setup in a city or state. The CaaS performs better in low EV penetration markets while traffic congestion is mild and EDs require energy earlier. We can improve the performance by developing proper pricing strategies according to the EDs' energy requests and trip lengths.

연구 동기 및 목표

• 이동 중 전기차 충전을 가능하게 하여 저도시 전기차 보급률 환경에서의 주행 거리에 대한 불안을 해소한다.
• 편도 없이 이동 중 전기공급자(EP)를 전기차(EV, 수요)에 효율적으로 연결하고 경로를 설정하는 데 있어 운영적 과제를 해결한다.
• 이동 중 전기차를 대상으로 실시간으로 EP를 파견할 수 있는 확장성 있고 실시간 기반의 차량 경로 솔루션을 개발하여 허브 수를 최소화한다.
• 도시 전체 또는 주 단위 응용에 적합한 효율적이고 병렬 처리 가능한 알고리즘을 통해 CaaS 플랫폼의 대규모 구현을 가능하게 한다.

제안 방법

• 모든 서비스 요청을 충족시키면서 허브 수를 최소화하는 새로운 차량 경로 문제(mE2-VRP)의 변종으로 CaaS 플랫폼을 수리적으로 정의한다.
• 대규모 mE2-VRP 문제를 다룰 수 있는 하위 문제들로 분해하기 위해 클러스터링 기반 클락과 라이트 절감(CCWS) 알고리즘을 도입한다.
• 병렬 컴퓨팅을 적용하여 하위 문제를 효율적으로 해결함으로써 실세계 적용에 대한 확장성을 향상시킨다.
• 공간적 근접성과 에너지 수요를 기반으로 수요 지점과 EP를 클러스터링하여 경로 효율성을 향상시킨다.
• 클락과 라이트의 영감을 받은 절감 기반 휴리스틱을 활용해 경로를 통합함으로써 총 이동 거리와 허브 수요를 감소시킨다.
• 실제 시카고와 플로리다의 데이터를 사용하여 도시 전체 및 주 단위 전기차 이동 패턴을 시뮬레이션함으로써 알고리즘의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 이동 중 전기차 충전을 실시간으로 효율적으로 경로 설정할 수 있는 방법은 무엇인가? 이때 전기차의 편도 없이 경로가 설정되어야 한다.
• RQ2 이동 중 전기차를 대상으로 하는 CaaS 플랫폼의 최적의 허브 수와 경로 전략은 무엇인가?
• RQ3 다양한 전기차 보급률 수준과 교통 조건에서 CaaS 플랫폼의 성능은 어떻게 변할 수 있는가?
• RQ4 CCWS 알고리즘이 대규모 mE2-VRP 시나리오에서 기존 상용 솔버보다 뛰어난 성능을 보일 수 있는가?
• RQ5 에너지 수요와 이동 거리 기반의 가격 전략이 CaaS 플랫폼 성능 향상에 어떤 역할을 하는가?

주요 결과

• CCWS 알고리즘은 시카고와 플로리다의 대규모 mE2-VRP 문제를 해결하는 데 있어 기존 상용 솔버보다 뚜렷한 성능 우위를 보였다.
• CaaS 플랫폼은 수요가 흩어져 있지만 에너지 수요가 시간 민감도가 높은 저도시 전기차 보급률 환경에서 뛰어난 성능을 발휘한다.
• 경미한 교통 혼잡 조건에서는 성능이 향상되며, 지연으로 인한 경로 효율성 저하가 덜하다.
• 에너지 요청 크기와 이동 거리에 맞춘 동적 가격 전략이 플랫폼의 효율성을 더욱 향상시킨다.
• CCWS 알고리즘은 도시 전체 및 주 단위 네트워크에서 CaaS 플랫폼의 확장성 있고 실시간 구현을 가능하게 한다.
• mE2-VRP 모델은 복잡한 도시 환경에서도 허브 수를 최소화하면서 모든 서비스 요청을 충족시키는 데 성공했다.