[논문 리뷰] On-line Decentralized Charging of Plug-In Electric Vehicles in Power Systems

Qiao Li, Tao Cui외 3명|arXiv (Cornell University)|2011. 06. 24.

Electric Vehicles and Infrastructure참고 문헌 29인용 수 49

한 줄 요약

이 논문은 미래 예측이 필요 없이 현재 시스템 상태만을 사용하여 실시간으로 배전 시스템의 부하 변동성을 최소화하는 온라인 탈중앙화된 전기차 충전 알고리즘을 제안한다. 이 알고리즘은 향후 예측 없이도 점점 최적화되고 안정적이며, 무작위 주행 패턴과 간헐적인 재생 가능 에너지 발전과 같은 불확실성에 강건하다.

ABSTRACT

The concept of plug-in electric vehicles (PEV) are gaining increasing popularity in recent years, due to the growing societal awareness of reducing greenhouse gas (GHG) emissions, and gaining independence on foreign oil or petroleum. Large-scale deployment of PEVs currently faces many challenges. One particular concern is that the PEV charging can potentially cause significant impacts on the existing power distribution system, due to the increase in peak load. As such, this work tries to mitigate the impacts of PEV charging by proposing a decentralized smart PEV charging algorithm to minimize the distribution system load variance, so that a `flat' total load profile can be obtained. The charging algorithm is myopic, in that it controls the PEV charging processes in each time slot based entirely on the current power system states, without knowledge about future system dynamics. We provide theoretical guarantees on the asymptotic optimality of the proposed charging algorithm. Thus, compared to other forecast based smart charging approaches in the literature, the charging algorithm not only achieves optimality asymptotically in an on-line, and decentralized manner, but also is robust against various uncertainties in the power system, such as random PEV driving patterns and distributed generation (DG) with highly intermittent renewable energy sources.

연구 동기 및 목표

• 대규모 PEV 충전으로 인한 피크 부하 증가 문제를 해결한다.
• 피크 시간대에 비협조적인 PEV 충전으로 인한 전력망 혼잡과 전압 문제를 완화한다.
• 미래 시스템 상태 예측에 의존하지 않는 탈중앙화된 실시간 충전 전략을 개발한다.
• 피크 부하를 줄이고 비용이 많이 드는 전력망 인프라 업그레이드를 연기하며 시스템 손실을 감소시키기 위해 균일한 부하 프로파일을 달성한다.
• 변동하는 PEV 주행 패턴과 간헐적인 분산 발전과 같은 불확실성에 대해 강건성을 확보한다.

제안 방법

• 리아푸노프 최적화 프레임워크를 사용하여 PEV 충전 문제를 배전망 내에서 부하 변동성 최소화 문제로 수식화한다.
• 현재 충전 수준(SoC)과 시스템 조건만을 기반으로 각 차량이 각 타임슬롯에서 이진 충전 결정(충전 또는 중단)을 내리는 단기적이고 온라인 알고리즘을 적용한다.
• 부하 변동성 최소화와 충전 비용 간의 균형을 위해 제곱형 벌점 함수를 사용하며, 안정성을 확보하기 위해 이중 변수 갱신 메커니즘을 도입한다.
• 충전 진행 상황을 추적하고 에너지 공급 제약 및 배터리 용량 제한을 강제하기 위해 가상 에너지 큐를 도입한다.
• 시간에 따라 변화하는 시스템 동역학 하에서 점점 최적화되고 안정됨을 증명하기 위해 리아푸노프 함수의 드리프트에 대한 경계를 유도한다.
• 중앙 집중식 제어 없이도 충전을 조율하기 위해 기준 신호 $ U^{ ext{ref}}(n) $ 와 충전 오프셋 $ C_i $ 를 적용한다.

실험 결과

연구 질문

• RQ1 미래 시스템 상태 예측 없이도 탈중앙화된 온라인 충전 알고리즘이 부하 변동성 최소화에 거의 최적의 성능을 달성할 수 있는가?
• RQ2 무작위 PEV 도착 시간과 변동성이 큰 재생 가능 에너지 발전과 같은 불확실성 하에서 알고리즘의 성능은 어떠한가?
• RQ3 장기적인 최적성과 안정성에 대해 이론적으로 어떤 보장을 제공할 수 있는가?
• RQ4 여러 일수에 걸쳐 알고리즘이 부하 변동성을 최소화하면서도 시스템 안정성을 유지할 수 있는가?
• RQ5 예측 기반 접근 방식과 비교할 때 알고리즘의 강건성과 성능은 어떠한가?

주요 결과

• 제안된 알고리즘은 부하 변동성 최소화에서 점점 최적화되며, 일수 $ D \to \infty $ 가 되면서 평균 비용이 최적값으로 수렴한다.
• 알고리즘은 평균 배터리 에너지 큐 크기를 유한하게 제한함으로써 안정성을 확보하여, 용량 제약을 위반하지 않고 충전 수요를 충족시킨다.
• 이론적 분석을 통해 미래 시스템 역학에 대한 지식 없이도 알고리즘의 성능이 최적 해로 수렴함을 증명한다.
• 단기적이고 온라인 성격 덕분에 알고리즘은 무작위 PEV 주행 패턴과 간헐적인 분산 발전과 같은 불확실성에 강건하다.
• 리아푸노프 함수의 드리프트에 대한 경계는 시스템이 장기간에 걸쳐 안정적으로 유지되며 평균 큐 크기가 유한하게 유지됨을 보장한다.
• 이 방법은 균일한 부하 프로파일을 달성하여 PEV 충전을 피크 시간대 외의 시간대에 효과적으로 분산시키며, 피크 부하와 시스템 손실을 감소시킨다.