[논문 리뷰] Smart Charging and Parking of Plug-in Hybrid Electric Vehicles in Microgrids Considering Renewable Energy Sources

Zheming Liang, Yuanxiong Guo|arXiv (Cornell University)|2018. 07. 15.

Electric Vehicles and Infrastructure인용 수 3

한 줄 요약

이 논문은 재생 가능 에너지원(RES)과 복합열전력(CHP) 단위를 갖춘 마이크로그리드에서 플러그인 하이브리드 전기자동차(PHEV)의 스마트 충전 및 주차를 위한 이단계 스토하스틱 최적화 프레임워크를 제안한다. 시나리오 기반 스토하스틱 프로그래밍을 통해 RES 출력과 PHEV 충전 행동의 불확실성을 모델링하고, 문제를 대규모 혼합정수선형계획문(MILP)으로 변환함으로써 평균 운영 비용을 최소화하면서 마이크로그리드의 신뢰성을 확보한다. 시뮬레이션 결과, 다양한 태양광 침투 수준에서 결정론적 방법 대비 15-20%의 비용 절감 효과를 보였다.

ABSTRACT

With the current trend of transforming a centralized power system into a decentralized one for efficiency, reliability, and environment reasons, the concept of microgrid that integrates a variety of distributed energy resources (DERs) on the distribution network is gaining popularity. In this paper, we investigate the smart charging and parking of plug-in hybrid electric vehicles (PHEVs) in microgrids with renewable energy sources (RES), such as solar panels, in grid-connected mode. To address the uncertainties associated with RES power output and PHEVs charging condition in the microgrid, we propose a two-stage scenario-based stochastic optimization approach with the objective of providing a proper scheduling for parking and charging of PHEVs that minimizes the average total operating cost while maintaining the reliability of the microgrid. A case study is conducted to show the effectiveness of the proposed approach. Extensive simulation results show that the microgrid can minimize the operating cost and ensure its reliability.

연구 동기 및 목표

• 분포 전력 시스템의 과부하를 유발하지 않도록 PHEV를 마이크로그리드에 통합하는 데 도전하는 것.
• 접속된 마이크로그리드에서 재생 가능 에너지 출력과 PHEV 충전 행동의 불확실성을 관리하는 것.
• 신뢰성을 유지하면서 마이크로그리드의 평균 총 운영 비용을 최소화하는 것.
• 분산 에너지 자원(DER)을 갖춘 마이크로그리드에 대한 제어 가능하고 융통성 있는 에너지 관리 전략을 제공하는 것.
• 실제 데이터셋과 현실적인 시스템 파rameter를 사용하여 제안된 스토하스틱 접근의 효과성을 평가하는 것.

제안 방법

• RES 출력과 PHEV 충전 조건의 불확실성을 다루기 위해 이단계 시나리오 기반 스토하스틱 최적화 모델을 수립한다.
• 스토하스틱 변수를 표현하기 위해 시나리오 생성 및 압축 기법을 사용하여 태양광 출력과 PHEV 가용성의 변동성을 반영한다.
• 이단계 스토하스틱 프로그램을 효율적인 해법을 위해 대규모 혼합정수선형계획문(MILP)으로 변환한다.
• 이중 변수를 사용하여 충전소에서의 차량 가용성을 나타내어 에너지 관리 시스템이 PHEV 충전 및 주차를 스케줄링한다.
• 배터리 동역학, 즉 충전 상태(SOC) 한계, 충전/방전 효율성, 속도 제한 등을 모델링하는 제약 조건을 설정한다.
• 목적 함수는 연료비, 전기 구매 비용, 배터리 노후화 비용을 포함한 총 운영 비용을 최소화하며, 전력 및 열 균형을 보장한다.

실험 결과

연구 질문

• RQ1 불확실한 RES 및 PHEV 조건 하에서 제안된 스토하스틱 접근 방식이 결정론적 접근 방식에 비해 마이크로그리드 운영 비용을 얼마나 효과적으로 최소화하는가?
• RQ2 연기 가능한 부하 스케줄링의 유연성은 마이크로그리드의 평균 운영 비용에 어떤 영향을 미치는가?
• RQ3 태양광 발전 침투율이 증가할수록 마이크로그리드 에너지 관리 시스템의 비용 효율성과 신뢰성은 어떻게 변화하는가?
• RQ4 스마트 충전을 갖춘 PHEV 통합은 마이크로그리드의 피크 부하와 시스템 운영 비용을 얼마나 줄일 수 있는가?
• RQ5 다양한 스토하스틱 시나리오 하에서 제안된 프레임워크는 총 운영 비용을 최소화하면서도 마이크로그리드의 신뢰성을 유지할 수 있는가?

주요 결과

• 스토하스틱 접근 방식은 결정론적 접근 방식 대비 평균 운영 비용을 15–20% 절감하며, 특히 태양광 침투 수준이 높을수록 효과적이다.
• 태양광 침투율이 증가할수록 피크 시간대에 비싼 격리 전력 구매 의존도가 감소하여 평균 운영 비용이 감소한다.
• 연기 가능한 부하 스케줄링 시간 간격(예: 전기 온수기)을 연장할수록 초기에는 운영 비용이 크게 감소하지만, 일정 수준 이상에서는 수익 감소 효과가 나타난다.
• 모든 시나리오와 시간대에서 전력 및 열 균형을 확보함으로써 모델은 마이크로그리드의 신뢰성을 유지한다.
• 배터리 수명 연장을 위해 최소 충전 상태(SOC) 한계를 20%로 설정하여 배터리 노후화 비용을 효과적으로 관리한다.
• 시뮬레이션 결과는 제안된 프레임워크가 다양한 시나리오에서 효과적이고 견고하며, 실제 데이터 입력 조건에서도 안정적인 성능을 보임을 입증한다.