[论文解读] Communication-Censored-ADMM for Electric Vehicle Charging in Unbalanced Distribution Grids
本文提出了一种用于不平衡配电网中去中心化电动汽车(EV)充电的通信删减交替方向乘子法(CC-ADMM),通过最多减少80%的点对点通信,在保持电压调节和最小化分时电价成本的同时,实现了通信效率的显著提升。该方法结合无功功率控制与通信删减机制,在稀疏通信模式下仍能保持收敛性和解的准确性。
We propose an alternating direction method of multipliers (ADMM)-based algorithm for coordinating the charge and discharge of electric vehicles (EVs) to manage grid voltages while minimizing EV time-of-use energy costs. We prove that by including a Communication-Censored strategy, the algorithm maintains its solution integrity, while reducing peer-to-peer communications. By means of a case study on a representative unbalanced two node circuit, we demonstrate that our proposed Communication-Censored-ADMM (CC-ADMM) EV charging strategy reduces peer-to-peer communications by up to 80%, compared to a benchmark ADMM approach.
研究动机与目标
- 为解决基于ADMM的分布式电动汽车充电协调中日益增长的通信开销,特别是在大规模网络中的问题。
- 在电动汽车充电和放电过程中,确保不平衡配电网中的电压调节维持在安全范围(±5%)内。
- 通过最优充电调度最小化分时电价下的能源成本。
- 在不牺牲解的准确性或收敛性的情况下,减少点对点通信成本。
- 证明通信删减ADMM算法理论上的收敛性,可收敛至最优解。
提出的方法
- 在文献[17]的基于ADMM的电动汽车协调框架基础上,引入基于逆变器的无功功率控制,以改善电压调节性能。
- 提出一种通信删减机制,允许电动汽车在对偶变量变化低于阈值时跳过广播,从而减少冗余传输。
- 将文献[21]中的通信删减ADMM框架应用于电动汽车充电问题,确保在删减条件下仍能收敛至最优解。
- 将集中式的电动汽车(放)充电问题重新表述为适用于ADMM的形式,引入一致性约束和对偶分解。
- 采用点对点通信模型,每个电动汽车仅与邻居通信,并基于对偶变量变化实现动态删减规则。
- 采用基于李雅普诺夫稳定性与次梯度方法的收敛性证明,表明尽管通信减少,CC-ADMM仍能收敛至最优解。
实验结果
研究问题
- RQ1通信删减能否应用于基于ADMM的电动汽车充电协调,而不会降低解的质量或收敛性?
- RQ2在去中心化电动汽车充电中,通信开销可被减少到何种程度,同时仍能维持电压调节和成本最小化?
- RQ3删减策略对不平衡配电网中的电压分布和系统稳定性有何影响?
- RQ4CC-ADMM算法在通信频率降低的情况下是否仍能保持收敛性保证?
- RQ5不同的通信拓扑结构(全连接与稀疏)如何影响CC-ADMM方法的性能和通信节省效果?
主要发现
- 在全连接网络中,CC-ADMM相比基准ADMM算法将点对点通信量减少了79%(降至21%)。
- 在稀疏通信网络中(每辆电动汽车平均70个邻居),CC-ADMM将通信量减少至基准水平的17%。
- 基准算法与CC-ADMM的解均将电压维持在额定电压的±5%范围内,确保了安全运行。
- CC-ADMM下的电压分布更平坦,且更接近1 p.u.,表明电压调节性能得到改善。
- 删减机制在早期迭代中最为活跃,仅当对偶变量发生显著变化时通信才增加。
- 理论分析证实,尽管通信减少,CC-ADMM仍能收敛至电动汽车(放)充电问题的最优解。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。