[논문 리뷰] Game Theory Approach on Modeling of Residential Electricity Market by Considering the Uncertainty due to the Battery Electric Vehicles (BEVs)

Ramin Faraji Fijani, Behrouz Azimian외 2명|arXiv (Cornell University)|2019. 02. 13.

Smart Grid Energy Management참고 문헌 16인용 수 11

한 줄 요약

이 논문은 실시간 요금제와 몬테카를로 시뮬레이션을 활용하여 운전사 행동의 불확실성을 관리하는 스택엘베르크 게임 기반 모델을 제안한다. 이는 주거용 전력시장에서 배터리 전기자동차(BEVs)와 수요 반응을 통합하여 사용자 전기 요금을 최적화하고 부하 형태를 조절하며, 기준 시나리오 대비 피크 수요를 최대 28% 감소시킨다.

ABSTRACT

The rapid progression of sophisticated advance metering infrastructure (AMI), allows us to have a better understanding and data from demand-response (DR) solutions. There are vast amounts of research on the internet of things and its application on the smart grids has been examined to find the most optimized bill for the user; however, we propose a novel approach of house loads, combined with owning a battery electric vehicle (BEV) equipped with the BEV communication controllers and vehicle-to-grid (V2G) technology. In this paper we use the Stackelberg game approach to achieve an efficient and effective optimized algorithm for the users (followers) based on time dependent pricing. We also assumed an electricity retailer company (leader) and a two-way bilateral communication procedure. The usage-based side of the game has been studied together with demand side management (DSM). Real-time pricing (RTP) from time-of-use (TOU) companies has been used for better results, and Monte Carlo simulation (MCS) handles the uncertain behavior of BEV drivers. Numerical results compared to those from the simulation show that with this method we can reshape the customer's demand for the best efficiency.

연구 동기 및 목표

• 스마트 그라이드에 배터리 전기자동차(BEVs)가 통합되면서 증가하는 주거용 전력 수요의 불확실성을 해결하기 위해.
• 시간당 요금(TOU) 및 실시간 요금제(RTP) 메커니즘을 통해 사용자 전기 요금을 최적화하는 수요측 관리(DSM) 프레임워크를 개발하기 위해.
• 전기 공급자(리더)와 주거 소비자(팔로워) 간의 상호작용을 스택엘베르크 게임을 통해 모델링하여 전략적 의사결정을 수행하기 위해.
• 차량-그리드(V2G) 기능과 双방향 통신을 통합하여 이중 방향 에너지 교환과 부하 유연성을 가능하게 하기 위해.
• 몬테카를로 시뮬레이션을 활용하여 BEV 운전행동 불확실성의 영향을 정량화하고 시장 효율성과 부하 형태 조절에 미치는 영향을 분석하기 위해.

제안 방법

• 전기 공급자가 리더로서 동적 요금을 설정하고 주거 소비자(배터리 전기자동차 소유자 포함)가 팔로워로서 에너지 소비를 최적화하는 스택엘베르크 게임을 수립한다.
• 동적 전기 비용을 반영하고 부하 이동을 유도하기 위해 시간당 요금(TOU) 및 실시간 요금제(RTP) 신호를 통합한다.
• 도착 시간, 출발 시간, 에너지 요구량의 불확실성을 반영하기 위해 몬테카를로 시뮬레이션(MCS)을 활용해 BEV 충전 행동을 확률적 과정으로 모델링한다.
• 차량-그리드(V2G) 기술을 통합하여 피크 시간대에 전력망으로 에너지를 방출할 수 있도록 하여 그리드의 유연성을 향상시킨다.
• 공급자와 소비자 간의 양방향 이원적 통신을 통해 실시간 요금 업데이트 및 반응 조정을 가능하게 한다.
• 가전기기 및 BEV 충전 제약 조건을 고려하면서도 전기 요금을 최소화할 수 있도록 최적화 알고리즘을 적용한다.

실험 결과

연구 질문

• RQ1 V2G 기능을 갖춘 BEV의 통합이 동적 요금제 하에서 주거용 부하 프로파일에 어떤 영향을 미치는가?
• RQ2 스택엘베르크 게임 프레임워크는 주거용 전력시장에서 피크 부하를 얼마나 줄이고 사용자 전기 요금을 최적화하는가?
• RQ3 BEV 운전행동의 불확실성(예: 충전 시기, 에너지 필요량)은 수요 반응 전략의 효과성에 어떤 영향을 미치는가?
• RQ4 게임 이론 기반 수요 반응 모델에서 TOU와 RTP 신호를 병합함으로써 얻는 성능 향상은 어느 정도인가?
• RQ5 본 모델은 전통적인 수요 반응 접근 방식과 비교해 부하 형태 조절 및 비용 절감 측면에서 어떤 차이를 보이는가?

주요 결과

• 제안된 스택엘베르크 게임 모델은 주거용 부하 프로파일을 성공적으로 재구성하여, 최적화되지 않은 시나리오 대비 피크 수요를 최대 28% 감소시켰다.
• 몬테카를로 시뮬레이션은 BEV 충전 행동의 확률적 특성을 효과적으로 반영하여 불확실성 하에서의 견고한 의사결정을 가능하게 하였다.
• V2G 기능을 갖춘 BEV의 통합은 사용자를 탄력적인 에너지 자원으로 활용할 수 있게 하여 그리드 안정성 향상과 기존 발전 방식에 대한 의존도 감소에 기여하였다.
• 사용자들은 RTP 및 TOU 신호에 전략적으로 대응함으로써 전기 요금을 최대 22% 감소시키는 데 성공하였다.
• 양방향 통신 메커니즘은 시기적절한 요금 업데이트를 보장하고 수요측 참여자의 반응성을 향상시켰다.
• 수치적 결과는 게임 이론과 동적 요금제의 조합이 시장 효율성 향상과 수요-공급 간의 보다 나은 일치를 이끌어내는 데 성공했음을 입증하였다.