[논문 리뷰] Adaptive Distributionally Robust Planning for Renewable-Powered Fast Charging Stations Under Decision-Dependent EV Diffusion Uncertainty

Yujia Li, Feng Qiu외 2명|arXiv (Cornell University)|2023. 10. 11.

Electric Vehicles and InfrastructureEngineering인용 수 3

한 줄 요약

이 논문은 전기자동차(EV) 보급률을 의사결정에 의존하는 불확실성(DDU)으로 명시적으로 모델링하고 의사결정에 의존하는 모호성 집합(DDAS)을 사용하여, 결정적이고 강건한 빠른 충전소(D3R-FCSP) 계획 모델을 제안한다. 다기능 능력 제약 있는 간선 커버-경로 커버(MCACPC) 모델을 통합하고, 강력한 이중성과 McCormick 포장 기법을 활용해 문제를 단일 수준의 정수선형계획법(MILP)으로 재구성함으로써, 재생 가능 에너지원을 이용한 FCS의 적응형, 비용 효율적이고 안정적인 배치를 가능하게 하며, FCS 배치와 EV 확산 간의 정성적 피드백 루프를 통해 EV 보급을 가속화한다.

ABSTRACT

When deploying fast charging stations (FCSs) to support long-distance trips of electric vehicles (EVs), there exist indirect network effects: while the gradual diffusion of EVs directly influences the timing and capacities of FCS allocation, the decisions for FCS allocations, in turn, impact the drivers' willingness to adopt EVs. This interplay, if neglected, can result in uncovered EVs and security issues on the grid side and even hinder the effective diffusion of EVs. In this paper, we explicitly incorporate this interdependence by quantifying EV adoption rates as decision-dependent uncertainties (DDUs) using decision-dependent ambiguity sets (DDASs). Then, a two-stage decision-dependent distributionally robust FCS planning (D$^3$R-FCSP) model is developed for adaptively deploying FCSs with on-site sources and expanding the coupled distribution network. A multi-period capacitated arc cover-path cover (MCACPC) model is incorporated to capture the EVs' recharging patterns to ensure the feasibility of FCS locations and capacities. To resolve the nonlinearity and nonconvexity, the D$^3$R-FCSP model is equivalently reformulated into a single-level mixed-integer linear programming by exploiting its strong duality and applying the McCormick envelope. Finally, case studies highlight the superior out-of-sample performances of our model in terms of security and cost-efficiency. Furthermore, the byproduct of accelerated EV adoption through an implicit positive feedback loop is highlighted.

연구 동기 및 목표

• 제한된 데이터 상황에서 EV 보급률을 의사결정에 의존하는 불확실성으로 모델링하여, EV 보급과 FCS 배치 간의 '닭과 계란' 문제를 해결하고자 한다.
• 현장 내 재생 가능 에너지와 에너지 저장 장치를 통합함으로써, 통합된 교통망 및 배전망에서의 전력망 안정성과 비용 효율성을 향상시키고자 한다.
• 제한된 역사적 데이터로 인해 EV 보급률의 확률 분포가 모호한 상황를 고려한 강건 최적화 프레임워크를 개발하고자 한다.
• 다기능 능력 제약 있는 간선 커버-경로 커버(MCACPC) 모델을 사용하여 EV 충전 패턴을 모델링함으로써, 실현 가능한 FCS 위치 및 용량을 확보하고자 한다.
• 기존 이중 문제를 단일 수준의 MILP로 재구성함으로써, 적응형이고 표본 외 성능이 뛰어난 강건한 계획을 가능하게 하고자 한다.

제안 방법

• D3R-FCSP 모델은 FCS 배치 결정에 의해 내생적으로 영향을 받는 불확실한 EV 보급률을 표현하기 위해 의사결정에 의존하는 모호성 집합(DDAS)을 사용한다.
• 모든 EV 이동 경로에 대해 적어도 하나의 충분한 용량을 갖춘 FCS에 의해 커버되도록 보장하기 위해 다기능 능력 제약 있는 간선 커버-경로 커버(MCACPC) 모델을 통합한다.
• 강력한 이중성과 McCormick 포장 기법을 활용하여 이중 문제의 구조를 단일 수준의 정수선형계획법(MILP)으로 재구성하여 이차항을 처리한다.
• FCS, 현장 태양광 패널(PV), 에너지 저장 장치(ESS), 변전소 용량, 배전선 확장 등의 제1단계 투자 결정을 동시에 최적화한다.
• 목적 함수는 투자, 운영, 부하 차단, PV 폐기, 커버되지 않은 EV에 대한 보상 비용을 포함한 총비용을 최소화한다.
• 전력 흐름 제약, 전압 한계, 선로 용량 제약을 포함하여 반경형 배전망의 안정성을 확보한다.

실험 결과

연구 질문

• RQ1 제한된 데이터 상황에서 FCS 계획에서 EV 보급률의 의사결정에 의존하는 불확실성을 효과적으로 모델링할 수 있는가?
• RQ2 DDA를 통합함으로써 비용, 안정성, EV 커버리지 측면에서 표본 외 성능이 얼마나 향상되는가?
• RQ3 모호한 확률 분포를 고려한 강건한 FCS 계획 모델이 기존의 결정론적 또는 분포로 부터 강건한 모델보다 우월한가?
• RQ4 FCS 배치와 EV 보급 간의 피드백 루프가 장기적인 보급률과 시스템 성능에 어떤 영향을 미치는가?
• RQ5 교통량과 민감도 조건이 다양한 상황에서 DDU를 통합할 경우의 경제적 가치는 얼마인가?

주요 결과

• TF를 125%로 설정했을 때, IF가 1 및 2 p.u.일 경우 각각 25.9% 및 30.3%의 예상 비용 절감을 달성하여 뚜렷한 경제적 이점을 입증한다.
• 모든 계획 기간 동안 전압 프로파일과 선로 용량 분석을 통해 충분한 안정성 여유를 유지하고 있으며, 전압 위반 및 선로 과부하를 효과적으로 방지함을 확인하였다.
• MCACPC 모델은 모든 EV 이동이 충분한 용량을 갖춘 FCS에 의해 커버되며, 표본 외 평가에서 커버되지 않은 EV가 없음을 보장한다.
• 고정된 IF 조건 하에서 TF = 150%일 때 VD3RS 지표가 최고조에 도달하여 중간 수준의 교통량에서 정보의 최적 가치를 나타내지만, 더 높은 교통량에서는 전력망 용량 제약으로 인해 감소한다.
• 모델는 더 나은 FCS 위치 배치가 EV 보급률을 높이며, 이는 다시 FCS 투자 증가를 정당화하는 정성적 피드백 루프를 통해 EV 보급을 가속화한다.
• 사례 연구 결과, 제안된 전략은 기준 전략 대비 더 높은 EV 보급률을 보이며, 예를 들어 OD 쌍 3-19의 3기에서 30.53%의 보급률을 기록함으로써 피드백 메커니즘의 효과성을 확인한다.