[논문 리뷰] Dynamic Menu-Based Pricing for Electric Vehicle Charging with Vehicle-to-Grid Integration

Mozhdeh Hematiboroujeni, Pierre Le Bodic외 2명|arXiv (Cornell University)|2026. 03. 05.

Electric Vehicles and Infrastructure인용 수 0

한 줄 요약

논문은 실시간 충전, V2G 및 feeder 제약을 함께 처리하는 동적 롤링-호라이즌 메뉴 기반 가격 메커니즘을 제시하며, MILP 개편으로 해결되는 bilevel 문제를 통해 해를 구하고 24시간 주차장 사례 연구에서 평가한다.

ABSTRACT

The number of electric vehicles is rapidly increasing worldwide. This growth brings significant environmental benefits but also introduces new challenges: uncoordinated charging can place stress on the grid, particularly during peak hours. Beyond these challenges lies the opportunity for electric vehicles to feed energy back to the grid (V2G), which helps balance supply and demand and supports renewable energy. However, current pricing schemes such as time-of-use tariffs provide little incentive for discharging. To study incentive design in a realistic context, we focus on a parking lot operator who manages multiple EV chargers. We propose a menu-based pricing mechanism in which each EV declares its energy requirement and parking duration; given the retail real-time electricity prices, the operator offers a menu of options that trade off the allowed level of discharging and the associated price. We formulate this interaction as a bilevel optimization problem and reformulate it into a single-level model. Results show that, relative to a no-V2G baseline, the proposed mechanism increases operator profit by 30% and reduces EV payments by 17%. Compared to widely used tariff baselines, it improves operator profit by 22-29 percent, lowers EV payments by 9-18 percent, and increases V2G contribution by 87-235 percent. Overall, the results show that the proposed dynamic menu-based pricing framework provides a practical, computationally efficient, and economically advantageous approach for real-time EV charging and V2G integration.

연구 동기 및 목표

• 주차장과 같은 곳에서 V2G를 통해 그리드 부담을 줄이기 위해 협력적 EV 충전 및 방전을 촉진한다.
• 실시간 도매가 및 시스템 상태에 적응하는 롤링-호라이즌, EV별 메뉴 가격 책정 메커니즘을 설계한다.
• feeder 용량 및 충전기 한계를 보전하면서 이전에 약속된 스케줄을 유지한다.
• 12개월간의 도매가 데이터를 사용하는 현실적인 사례 연구를 통해 계산적 타당성과 경제적 이점을 증명한다.

제안 방법

• 운영자가 도착하는 EV에 대해 방전 옵션 목록과 가격을 설정하는 bilevel 최적화를 형식화한다.
• Feeder 제약, SoC 다이나믹스, 도매가를 포함하는 실시간 최적화를 통해 옵션별 스케줄을 계산한다.
• EV의 선택을 효율을 극대화하는 하위-레벨 문제로 표현하고, KKT 조건과 지시자 제약을 이용하여 bilevel 문제를 단일 MILP로 재구성한다.
• 도착 시점마다 메뉴를 업데이트하는 롤링-호라이즌 알고리즘을 사용하되 이전 약속을 보존한다.

Figure 1 : Overview of the proposed menu-based pricing framework

실험 결과

연구 질문

• RQ1 실시간 가격 조건에서 동적, EV별 메뉴 가격 책정 체계가 운영자 이익을 증가시키면서 V2G 참여를 높일 수 있는가?
• RQ2 롤링-호라이즌 메뉴에 feeder 제약 및 양방향 충전을 포함시키면 기본 요금 대비 시스템의 실현 가능성과 경제적 결과가 개선되는가?
• RQ3 MILP 재구성(KKT 지시자 제약)을 현실적인 하루 동안의 горизонт에서 계산적으로 타당한가?
• RQ4 시스템 매개변수(그리드 용량, EV 수, 메뉴 세분성)가 이익, EV 지불, V2G 기여에 어떤 영향을 미치는가?

주요 결과

• 동적 메뉴 기반 가격 책정 메커니즘은 사례 연구에서 주차장 운영 이익을 평균 27.01% 증가시킨다.
• EV 지불은 기준선에 비해 평균 14.69% 감소한다.
• 제안된 메커니즘으로 V2G 기여가 평균 161.5% 증가한다.
• 롤링-호라이즌 MILP 재구성은 100대의 EV를 가진 전체 하루 문제를 40초 이내에, 250대의 EV를 가진 경우 200초 이내에 해를 구한다.
• 도착하는 EV당 가격 책정 및 일정은 1초 미만의 시간에 생성될 수 있어 실시간 작동이 가능하다.

Figure 2 : Price profile of AEMO for Monday of each month.