[논문 리뷰] Electrical Vehicle Charging Station Profit Maximization: Admission, Pricing, and Online Scheduling

Shuoyao Wang, Suzhi Bi외 3명|arXiv (Cornell University)|2017. 05. 05.

Electric Vehicles and Infrastructure참고 문헌 17인용 수 4

한 줄 요약

이 논문은 전기차(EV) 충전소의 수익과 대기 시간 벌금 간의 균형을 맞춰 수익을 극대화하기 위해 공동 입국 제어, 가격 설정 및 온라인 스케줄링 프레임워크인 JoAP을 제안한다. 터널 큐잉 모델을 사용하여 평균 수익을 분석적으로 특성화하고, 현실적인 대기 시간 벌금율 하에서 기준 방법 대비 최대 531% 높은 수익을 달성할 수 있는 저복잡도 알고리즘을 도출한다.

ABSTRACT

The rapid emergence of electric vehicles (EVs) demands an advanced infrastructure of publicly accessible charging stations that provide efficient charging services. In this paper, we propose a new charging station operation mechanism, the JoAP, which jointly optimizes the EV admission control, pricing, and charging scheduling to maximize the charging station's profit. More specifically, by introducing a tandem queueing network model, we analytically characterize the average charging station profit as a function of the admission control and pricing policies. Based on the analysis, we characterize the optimal JoAP algorithm. Through extensive simulations, we demonstrate that the proposed JoAP algorithm on average can achieve 330% and 531% higher profit than a widely adopted benchmark method under two representative waiting-time penalty rates.

연구 동기 및 목표

• 높은 비용, 제한된 충전 용량, 긴 대기 시간으로 인한 사용자 불내성으로 인해 발생하는 전기차 충전소의 낮은 수익성 문제를 해결하기 위해.
• 기존 입국 제어 정책이 큐 길이에만 의존하거나 향후 전기차 수요를 무시하는 한계를 극복하기 위해.
• 장기적인 충전소 수익을 극대화하기 위해 입국 제어, 가격 설정 및 스케줄링을 공동으로 최적화하기 위해.
• 대기 시간 벌금이 사용자 행동과 충전소 수익에 미치는 영향을 모델링하고 분석하기 위해.
• 실시간 온라인 환경에서 근사 최적 성능을 달성할 수 있는 저복잡도, 분석 기반 알고리즘 개발하기 위해.

제안 방법

• 두 단계로 구성된 터널 큐잉 네트워크 모델을 제안한다: 첫 번째 단계는 서비스를 기다리는 전기차를 위한 것, 두 번째 단계는 활성 충전을 위한 것으로, 입국 및 서비스 역학을 모두 반영한다.
• 시스템 상태와 향후 전망을 기반으로 동적으로 전기차 충전 수요를 평가하고 수용 여부를 조정하는 다중 서프로세스 입국 제어 방식을 도입한다.
• 마르코프 체인 모델의 정적 상태 분석을 통해 평균 대기 시간과 입국 확률에 대한 닫힌 형태의 표현식을 유도한다.
• 생성 행렬 접근법을 사용하여 정적 상태 확률을 순차적으로 계산하고, 알고리즘 파라미터에 대한 시스템 성능 지표를 유도한다.
• 킹스맨 근사법과 라플라스 변환 기법을 적용하여 Ph/D/1 큐잉 시스템에서의 평균 대기 시간을 추정함으로써 분석적 최적화를 가능하게 한다.
• 분석적 성능 모델에 기반해 근사 최적의 입국 임계값과 가격 정책을 계산하는 저복잡도 파라미터 최적화 알고리즘을 개발한다.

실험 결과

연구 질문

• RQ1 입국 제어, 가격 설정 및 스케줄링의 공동 최적화가 전기차 충전소 수익성에 어떻게 기여하는가?
• RQ2 시스템 파라미터(예: 입국 임계값, 가격)와 평균 대기 시간 또는 수익 간의 분석적 관계는 무엇인가?
• RQ3 다양한 대기 시간 벌금율 하에서 제안된 JoAP 알고리즘은 기존의 큐 길이 기반 입국 정책보다 어떻게 비교되는가?
• RQ4 간단한 분석 모델이 랜덤한 전기차 도착 상황에서의 온라인 충전 스케줄링 성능을 정확하게 예측할 수 있는가?
• RQ5 제약 조건이 있는 충전소 환경에서 수익 창출과 사용자 대기 시간 간의 최적의 트레이드오프는 무엇인가?

주요 결과

• 중간 수준의 대기 시간 벌금율 하에서 제안된 JoAP 알고리즘은 널리 사용되는 기준 방법 대비 평균 수익이 330% 높게 달성된다.
• 높은 대기 시간 벌금율 하에서는 동일한 기준 방법 대비 JoAP가 평균 수익을 531% 높게 달성하여 사용자 불내성 상황에서도 뛰어난 성능을 보인다.
• 터널 큐잉 모델은 입국 제어와 대기 시간 간의 트레이드오프를 성공적으로 반영하여 평균 수익의 정확한 분석적 특성화를 가능하게 한다.
• 입국 임계값 파라미터 d에 대해 평균 대기 시간이 볼록 증가 함수임을 입증하여 모델이 기존 큐잉 이론과 일관성을 갖는다는 것을 검증한다.
• 유도된 파라미터 최적화 알고리즘은 완전 탐색 대비 상당히 감소된 계산 복잡도로 근사 최적 성능을 달성한다.
• 시스템의 정적 상태 확률 분포를 닫힌 형태로 도출하여 정확한 성능 평가 및 파라미터 튜닝이 가능해진다.