[논문 리뷰] An EV Charging Scheduling Mechanism to Maximize User Convenience and Cost Efficiency

Hwei-Ming Chung, Bahram Alinia외 2명|arXiv (Cornell University)|2016. 06. 03.

Electric Vehicles and Infrastructure참고 문헌 10인용 수 5

한 줄 요약

이 논문은 이분기 최적화와 단기 부하 예측을 통해 마이크로그리드에서 총 충전 비용과 사용자 편의성을 동시에 최적화하는 중심집중식 온라인 전기차 충전 스케줄링 알고리즘을 제안한다. 이 방법은 최적의 비용과 근사 최적의 사용자 편의성을 달성하며, 이전 방법 대비 평균 충전 시간을 36% 감소시키고 부하 예측 정확도를 4.1% 향상시킨다.

ABSTRACT

This paper studies charging scheduling problem of electric vehicles (EVs) in the scale of a microgrid (e.g., a university or town) where a set of charging stations are controlled by a central aggregator. A bi-objective optimization problem is formulated to jointly optimize total charging cost and user convenience. Then, a close-to-optimal online scheduling algorithm is proposed as solution. The algorithm achieves optimal charging cost and is near optimal in terms of user convenience. Moreover, the proposed method applies an efficient load forecasting technique to obtain future load information. The algorithm is assessed through simulation and compared to the previous studies. The results reveal that our method not only improves previous alternative methods in terms of Pareto-optimal solution of the bi-objective optimization problem, but also provides a close approximation for the load forecasting.

연구 동기 및 목표

• 비용 또는 사용자 편의성 중 하나만 최적화하는 기존 전기차 충전 스케줄링 연구의 격차를 해소하기 위해, 두 요소를 동시에 고려하는 연구 필요.
• 중앙 집중형 조정자(aggregator)가 다수의 충전 스테이션을 관리하는 마이크로그리드 환경에서 전기차 충전을 위한 이중목표 최적화 문제를 수립하기.
• 전력 제약 조건을 준수하면서 비용 효율성에 손상이 가지 않도록 사용자 편의성을 향상시키는 근사 최적의 온라인 스케줄링 알고리즘 개발하기.
• 미래의 부하를 예측하고 그리드 과부하를 방지하기 위해 신뢰할 수 있는 단기 부하 예측 기법(ARIMA) 통합하기.
• 가중치 파rameter가 변화하는 조건에서 비용 최소화와 사용자 편의성 최대화 간의 트레이드오프 평가하기.

제안 방법

• 총 충전 비용과 사용자 편의성을 조합한 이중목표 최적화 문제 수립. 사용자 편의성은 배터리 충전률(SOC)과 총 충전 시간으로 정의됨.
• 비용과 편의성의 두 목표를 하나의 스칼라 지표로 통합하기 위해 가중합 방법 사용. 비용과 편의성 간 균형을 조절할 수 있는 조정 가능한 파rameter α 사용.
• EDF(Earliest Deadline First) 전략 기반 온라인 스케줄링 알고리즘 구현. 가능할 경우 도착 시간이 빠른 전기차를 우선순위로 배치하고 최대 충전 속도로 충전.
• 단기 부하 예측을 위해 계절적 ARIMA 모델 적용. 향후 그리드 부하를 예측하고 가용 용량을 초과하지 않도록 보장.
• 중앙집중식 제어 프레임워크 적용. 조정자가 전기차 도착 시간, 마감 시간, 에너지 수요를 수집하여 최적의 충전 스케줄 계산.
• CVX를 활용해 볼록 최적화 문제를 해결하여 계산 효율성 확보 및 근사 최적 해 수렴 보장.

실험 결과

연구 질문

• RQ1 마이크로그리드 환경에서 총 충전 비용과 사용자 편의성을 동시에 최적화하는 전기차 충전 스케줄링 방법은 무엇인가?
• RQ2 부하 예측은 전기차 충전 스케줄링 알고리즘의 성능과 신뢰성에 얼마나 기여하는가?
• RQ3 비용 최소화와 사용자 편의성 최대화 간의 트레이드오프는 무엇이며, 균형 잡힌 해결책은 어떻게 달성할 수 있는가?
• RQ4 비용 최적화 또는 편의성 최적화에만 초점을 맞춘 기존 방법과 비교해 제안된 알고리즘은 어떤가?
• RQ5 제안된 방법은 최적의 비용을 유지하면서 평균 충전 시간을 단축시키고 근사 최적의 편의성을 달성할 수 있는가?

주요 결과

• 제안된 알고리즘은 [6]에서 제시된 비용 최소화 방법과 동일한 최적의 충전 비용 성능를 달성하면서 사용자 편의성 측면에서 뚜렷한 향상을 이룩함.
• EDF 기반 전략으로 조기 완료를 우선시함에 따라, [6] 및 [9]에서 제시된 방법 대비 평균 충전 시간을 36% 감소시킴.
• ARIMA 기반 부하 예측 방법은 2.67%의 예측 오차를 기록하여, [6]에서 사용한 이전 일수 평균 방법의 6.77% 오차 대비 4.1% 향상된 정확도 확보.
• α = 0.5(등가 가중치)일 때, 제안된 방법은 복합 지표 Q에서 [6] 및 [9]를 모두 초월하여 균형 잡힌 우수성 입증.
• α가 1에 가까워지면서 비용 중심으로 경향할수록 제안된 방법의 성능는 [6]의 성능에 수렴함으로써 비용 최적성 확인.
• 예측 부하가 항상 실제 부하 이하로 유지되어 그리드 안정성과 신뢰성이 향상됨. 이는 이전 일수 평균 방법과는 달리, 과부하 위험을 줄임.