[논문 리뷰] Optimal Charging of Electric Vehicles in Smart Grid: Characterization and Valley-Filling Algorithms

Niangjun Chen, Chee Wei Tan외 1명|arXiv (Cornell University)|2012. 08. 23.

Electric Vehicles and Infrastructure참고 문헌 12인용 수 13

한 줄 요약

이 논문은 스마트 그라이드에서 전기자동차(EV)의 분산형 온라인 알고리즘과 최적의 오프라인 밸리필링 충전 스케줄링을 제안하며, 볼록 쌍대성(convex duality)을 활용하여 중심집중형 솔버에 비해 훨씬 낮은 계산 비용으로 근사 최적 성능를 달성한다. IEEE 14-bus 시스템에서의 시뮬레이션 결과, 다양한 조건 하에서 온라인 알고리즘이 오프라인 최적 해와 1% 미만의 상대적 차이를 보였다.

ABSTRACT

Electric vehicles (EVs) offer an attractive long-term solution to reduce the dependence on fossil fuel and greenhouse gas emission. However, a fleet of EVs with different EV battery charging rate constraints, that is distributed across a smart power grid network requires a coordinated charging schedule to minimize the power generation and EV charging costs. In this paper, we study a joint optimal power flow (OPF) and EV charging problem that augments the OPF problem with charging EVs over time. While the OPF problem is generally nonconvex and nonsmooth, it is shown recently that the OPF problem can be solved optimally for most practical power networks using its convex dual problem. Building on this zero duality gap result, we study a nested optimization approach to decompose the joint OPF and EV charging problem. We characterize the optimal offline EV charging schedule to be a valley-filling profile, which allows us to develop an optimal offline algorithm with computational complexity that is significantly lower than centralized interior point solvers. Furthermore, we propose a decentralized online algorithm that dynamically tracks the valley-filling profile. Our algorithms are evaluated on the IEEE 14 bus system, and the simulations show that the online algorithm performs almost near optimality ($<1%$ relative difference from the offline optimal solution) under different settings.

연구 동기 및 목표

• 스마트 그라이드 네트워크 전역에서 전기자동차 충전을 조율하여 전력 발전 및 충전 비용을 최소화하는 데 도전하는 것.
• 비볼록성 및 비연속성 제약 조건 하에서 공동 최적 전력 흐름(OPF) 및 EV 충전 스케줄링을 위한 계산 효율적인 해법을 개발하는 것.
• 시스템 전체 비용을 최소화하는 방식으로 최적의 오프라인 EV 충전 프로파일을 밸리필링 패턴으로 특성화하는 것.
• 실시간으로 최적의 밸리필링 프로파일을 동적으로 추적할 수 있는 분산형 온라인 알고리즘을 설계하는 것.
• 표준 전력 시스템 테스트 케이스(IEEE 14 bus 시스템)에서 다양한 운영 설정 조건 하에서 제안된 알고리즘의 성능을 평가하는 것.

제안 방법

• 공동 OPF 및 EV 충전 문제는 스마트 그라이드 네트워크의 실질적 전력 네트워크에서의 제로 쌍대성 갭 성질을 활용한, OPF 문제의 볼록 쌍대성 기반 중첩 최적화 접근법을 통해 분해된다.
• 최적의 오프라인 충전 스케줄링은 분석적으로 밸리필링 프로파일로 특성화되며, 이는 전기 요금 수요가 낮고 마진비용이 낮은 시기 동안 EV가 충전되는 방식을 의미한다.
• 밸리필링 구조를 활용함으로써 내부점 방법에 비해 계산 복잡도를 감소시킨 중심집중형 오프라인 알고리즘이 개발되었다.
• 지역 정보와 피드백 메커니즘을 사용하여 밸리필링 프로파일을 동적으로 추적할 수 있도록 분산형 온라인 알고리즘이 제안되었다.
• 알고리즘들은 실제 EV 충전 프로파일과 네트워크 제약 조건을 반영하여 IEEE 14-bus 시스템에 구현 및 평가되었다.
• 성능 평가 기준은 오프라인 최적 해이며, 근사 최적성 평가를 위해 상대적 차이가 측정되었다.

실험 결과

연구 질문

• RQ1 스마트 그라이드에서 최적 전력 흐름(OPF)과 통합된 최적의 오프라인 EV 충전 스케줄링의 구조적 형태는 무엇인가?
• RQ2 공동 OPF 및 EV 충전 문제는 계산 복잡도를 감소시키기 위해 어떻게 효율적으로 분해될 수 있는가?
• RQ3 분산형 온라인 알고리즘은 최소한의 성능 손실로 최적의 밸리필링 충전 프로파일을 추적할 수 있는가?
• RQ4 다양한 시스템 조건 하에서 제안된 온라인 알고리즘과 오프라인 최적 해 사이의 상대적 성능 갭은 얼마인가?
• RQ5 중앙집중형 내부점 솔버에 비해 제안된 방법은 계산 비용을 얼마나 감소시키는가?

주요 결과

• 최적의 오프라인 EV 충전 스케줄링은 시스템 마진비용과 부하가 낮은 시기 동안 충전이 집중되는 밸리필링 프로파일로 특성화된다.
• 밸리필링 구조를 활용함으로써 제안된 오프라인 알고리즘은 중심집중형 내부점 솔버에 비해 훨씬 낮은 계산 복잡도로 최적 성능를 달성한다.
• 분산형 온라인 알고리즘은 다수의 시뮬레이션 시나리오에서 오프라인 최적 해와 1% 미만의 상대적 차이를 보였다.
• EV 침투율과 부하 조건의 변화에도 불구하고 온라인 알고리즘의 성능은 안정적이며, 강력한 동적 추적 능력을 보였다.
• 볼록 쌍대성의 사용은 OPF 구성 요소에 대해 정확한 최적 해를 도출할 수 있게 하여 전체 공동 최적화 프레임워크의 타당성에 핵심적인 역할을 한다.
• 결과적으로 밸리필링 전략은 최적 뿐 아니라 경량의 분산 알고리즘을 통해 실용적으로도 구현 가능하다는 것이 확인되었다.