[논문 리뷰] Smart Routing of Electric Vehicles for Load Balancing in Smart Grids

S. Rasoul Etesami, Walid Saad외 2명|arXiv (Cornell University)|2017. 05. 10.

Electric Vehicles and Infrastructure참고 문헌 37인용 수 7

한 줄 요약

이 논문은 전기자동차(EV)의 분산 게임 이론적 프레임워크를 제안하여 스마트 그라이드에서 전력 부하를 균형 잡고 교통 혼잡도와 충전소 대기 시간을 고려한다. 비협력 게임 이론을 사용하여 순수 전략 나시 균형의 존재를 증명하고, 부하 변동성 대 EV 수의 비율로 경제적 비효율성의 한계를 정의함으로써, 이로 인한 비합리적 행동에도 근사 최적의 시스템 효율성을 확보한다.

ABSTRACT

Electric vehicles (EVs) are expected to be a major component of the smart grid. The rapid proliferation of EVs will introduce an unprecedented load on the existing electric grid due to the charging/discharging behavior of the EVs, thus motivating the need for novel approaches for routing EVs across the grid. In this paper, a novel gametheoretic framework for smart routing of EVs within the smart grid is proposed. The goal of this framework is to balance the electricity load across the grid while taking into account the traffic congestion and the waiting time at charging stations. The EV routing problem is formulated as a noncooperative game. For this game, it is shown that selfish behavior of EVs will result in a pure-strategy Nash equilibrium with the price of anarchy upper bounded by the variance of the ground load induced by the residential, industrial, or commercial users. Moreover, the results are extended to capture the stochastic nature of induced ground load as well as the subjective behavior of the owners of EVs as captured by using notions from the behavioral framework of prospect theory. Simulation results provide new insights on more efficient energy pricing at charging stations and under more realistic grid conditions.

연구 동기 및 목표

• 빠르게 증가하는 전기자동차(EV)의 비협력적 충전으로 인한 스마트 그라이드의 부하 불균형 문제를 해결하기 위해.
• EV가 이동 및 대기 비용을 최소화하면서 충전소로 자율적으로 최적의 경로를 선택할 수 있도록 분산 제어 메커니즘을 설계하기 위해.
• 교통 혼잡도, 변동하는 기저 부하, EV 운전자들의 행동적 의사결정과 같은 실제 요소들을 통합하기 위해.
• 자기 중심적 라우팅에 의한 시스템 효율성 수치를 경제적 비효율성과 사회적 비용 지표를 사용하여 정량화하기 위해.
• 행동 경제학 이론인 프로스펙트 이론을 활용하여 확률적 기저 부하와 주관적인 EV 행동을 확장한 모델을 제시하기 위해.

제안 방법

• 각 EV가 이동, 대기, 충전 비용을 포함한 개별 비용 함수를 최소화하는 반복 비협력 게임으로 EV 라우팅 문제를 수립한다.
• 게임에 순수 전략 나시 균형(NE)의 존재를 증명하기 위해 잠재 함수를 도입한다.
• 경제적 비효율성(PoA)의 상한선을 기저 부하의 분산과 EV 총수의 비율로 유도한다.
• 비용 함수에 랜덤 변수를 통합하여 기저 부하의 확률적 특성을 반영하고, 불확실성 하에서의 시스템 성능을 분석한다.
• 행동 경제학 이론인 프로스펙트 이론(PT)을 적용하여 EV 운전자의 위험 감수성 행동을 모델링하고, 행동 연구에서 유도된 매개변수를 사용해 비용과 이익의 주관적 평가를 시뮬레이션한다.
• 시뮬레이션 기반 평가를 통해 다양한 EV 인구 규모와 행동 프로파일에서 정책 기반 가격 책정 방식(이차함수 대비 지수함수)을 비교한다.

실험 결과

연구 질문

• RQ1 스마트 그라이드에서 전기자동차의 자기 중심적 라우팅으로 인한 효율성 손실은 얼마이며, 이를 제한할 수 있는가?
• RQ2 자기 중심적 행동 하에서 시스템 성능는 어떻게 악화되는가? 그리고 비효율성의 이론적 한계는 무엇인가?
• RQ3 분산형 게임 이론적 접근이 교통 및 충전 제약을 고려하면서도 부하 균형을 달성할 수 있는가?
• RQ4 위험 회피나 지연 시간 과대평가와 같은 행동 편향이 시스템 효율성과 가격 설계에 어떤 영향을 미치는가?
• RQ5 실제로 다양하고 비정형적인 EV 행동과 확률적 부하 조건 하에서, 이차함수 가격 책정 방식과 지수함수 가격 책정 방식 중 어떤 것이 더 우수한 성능을 보이는가?

주요 결과

• 경제적 비효율성(PoA)은 기저 부하의 분산과 총 EV 수의 비율로 상한선이 정해지며, 이는 대규모 EV 인구에서 근사 최적의 시스템 효율성을 의미한다.
• 도달한 순수 전략 나시 균형은 전력망 전반의 부하 균형을 크게 향상시키며, 사회적 비용에 대한 더욱 날카로운 상한선도 가능하다.
• 위험 중립적 EV(매개변수 세트 C)의 경우 시스템이 가장 좋은 부하 균형과 가장 낮은 PoA를 달성하여, 행동 편향이 시스템 성능를 저하시킨다는 것을 시사한다.
• 시뮬레이션 결과, 대규모 EV 수에서 이차함수 가격 책정이 더 효과적인 반면, 소규모 EV 수에서는 지수함수 가격 책정이 더 뛰어난 성능을 보였다.
• 주관적 평가를 갖는 EV(프로스펙트 이론의 그룹 D 및 E)는 가장 열악한 시스템 성과를 초래하여, 행동적 비효율성을 보완하기 위한 맞춤형 가격 메커니즘이 필요하다.
• 확률적 기저 부하 조건 하에서도 이 프레임워크는 안정성과 효율성을 유지하며, 잠재 함수 접근법을 통해 불확실성에도 불구하고 균형 상태로 수렴함을 보였다.