[논문 리뷰] An electric vehicle charging station access equilibrium model with M/D/C queueing

Bingqing Liu, Theodoros P. Pantelidis외 2명|arXiv (Cornell University)|2021. 02. 11.

Electric Vehicles and Infrastructure참고 문헌 35인용 수 6

한 줄 요약

이 논문은 사용자 행동과 혼잡을 반영하기 위해 M/D/C 대기열 이론을 사용한 전기자동차(EV) 충전소 접근 균형 모델을 제안한다. 이는 비가속 가능한 비선형 프로그래밍으로 공식화되었으며, 해를 구하기 위해 유도 없이 성공적 평균(Sequential Averages) 알고리즘을 도입하였다. 이는 단순 네트워크에서 검증되었고, 뉴욕시의 실제 사례 연구에 적용되었으며, 563개의 레벨 2 및 4개의 DCFC 충전소를 포함한다. 결과적으로, 고이용률 지역이 고지연 지역보다 DCFC 투자 정책에서 더 뛰어난 성능을 보였다.

ABSTRACT

Despite the dependency of electric vehicle (EV) fleets on charging station availability, charging infrastructure remains limited in many cities. Three contributions are made. First, we propose an EV-to-charging station user equilibrium (UE) assignment model with a M/D/C queue approximation as a nondifferentiable nonlinear program. Second, to address the non-differentiability of the queue delay function, we propose an original solution algorithm based on the derivative-free Method of Successive Averages. Computational tests with a toy network show that the model converges to a UE. A working code in Python is provided free on Github with detailed test cases. Third, the model is applied to the large-scale case study of New York City Department of Citywide Administrative Services (NYC DCAS) fleet and EV charging station configuration as of July 8, 2020, which includes unique, real data for 563 Level 2 chargers and 4 Direct Current Fast Chargers (DCFCs) and 1484 EVs distributed over 512 Traffic Analysis Zones. The arrival rates of the assignment model are calibrated in the base scenario to fit an observed average utilization ratio of 7.6% in NYC. The model is then applied to compare charging station investment policies of DCFCs to Level 2 charging stations based on two alternative criteria. Results suggest a policy based on selecting locations with high utilization ratio instead of with high queue delay.

연구 동기 및 목표

• M/D/C 대기열 이론을 사용하여 대기 지연을 반영한 전기자동차 충전소 접근에 대한 사용자 균형 모델을 개발한다.
• EV 할당 모델에서 대기 지연 함수의 비가속성 문제를 해결하기 위해 유도 없이 성공적 평균 알고리즘을 도입한다.
• 실제 뉴욕시 DCAS 데이터를 기반으로, DCFC와 레벨 2 충전소 간의 대안적 충전소 투자 정책을 평가하고 비교한다.
• 뉴욕시의 관측된 이용률에 맞추어 모델을 校정하고, 인프라 계획에 대한 정책적 함의를 평가한다.
• 더 넓은 연구 및 적용을 위해 파이썬 기반의 재현 가능하고 오픈소스 구현을 제공한다.

제안 방법

• M/D/C 대기열을 사용하여 시스템 전반의 지연을 근사화하는 전기자동차-충전소 사용자 균형(UE) 할당 모델을 수립한다.
• M/D/C 지연 함수의 비연속성으로 인해 비가속 가능한 비선형 프로그래밍 문제로 모델을 구성한다.
• 비가속성 문제를 다루기 위해 성공적 평균(MSA) 기반의 유도 없이 성공적 평균 알고리즘을 제안한다.
• 기본 시나리오에서 도착률을 조정하여 뉴욕시에서 관측된 평균 이용률 비율 7.6%를 반영한다.
• 1484대의 전기자동차, 512개의 교통분석지구, 567개의 충전지점(레벨 2 563개, DCFC 4개)을 포함한 대규모 사례 연구에 모델을 적용한다.
• 두 가지 기준을 사용해 투자 정책을 비교한다: 대기 지연 최소화 vs. 이용률 비율 최대화.

실험 결과

연구 질문

• RQ1 M/D/C 대기열 모델은 어떻게 전기자동차 충전소 접근 균형 프레임워크에 통합되어 현실적인 혼잡 효과를 반영할 수 있는가?
• RQ2 비가속성 지연 함수는 EV 할당 모델의 해법에 어떤 영향을 미치며, 이를 효과적으로 최적화할 수 있는가?
• RQ3 실제 도시 환경에서, 고이용률 기반 정책과 저지연 기반 정책 중 어느 것이 더 뛰어난 시스템 성능을 낳는가?
• RQ4 제안된 모델은 뉴욕시와 같은 실제 도시 환경에서 관측된 이용 패턴을 얼마나 잘 재현하는가?
• RQ5 MSA와 같은 유도 없이 성공적 평균 알고리즘은 전기자동차 충전망 모델링에서 발생하는 비스무스 최적화 문제를 얼마나 효과적으로 해결할 수 있는가?

주요 결과

• 제안된 모델은 단순 네트워크에서 사용자 균형에 수렴하여 알고리즘적 접근의 타당성을 검증하였다.
• 모델은 실제 뉴욕시 평균 이용률 비율 7.6%를 반영하도록 校정되었으며, 관측된 데이터와 일치하였다.
• 결과적으로, 고이용률 기반으로 충전소 위치를 선정하는 것이 고지연 기반 선정보다 더 뛰어난 투자 성과를 낳는다.
• 뉴욕시 DCAS 데이터에 대한 적용은 모델의 확장성과 대도시 전기자동차 인프라 계획에 대한 실용적 관련성을 입증하였다.
• 세부 테스트 케이스를 포함한 오픈소스 파이썬 구현은 다른 연구자들이 재현 및 확장할 수 있도록 하였다.
• 본 연구는 도시 환경에서 DCFC 배치 시 지연 기반 기준보다 이용률 기반 기준을 우선시하는 것이 중요하다는 점을 강조한다.