[论文解读] Electric Vehicle Charging Station Placement Method for Urban Areas

Qiushi Cui, Yang Weng+1 more|arXiv (Cornell University)|Aug 29, 2018

Electric Vehicles and Infrastructure参考文献 18被引用 5

一句话总结

本文提出了一种凸化的混合整数线性规划模型，用于城市区域最优电动汽车（EV）充电站选址，整合了电压调节和保护装置升级成本。通过顺序约束凸化保持问题的凸性，该方法保证了全局最优性，并揭示保护装置升级成本可占总规划成本的8.6%，凸显其在城市配电网规划中的关键作用。

ABSTRACT

For accommodating more electric vehicles (EVs) to battle against fossil fuel emission, the problem of charging station placement is inevitable and could be costly if done improperly. Some researches consider a general setup, using conditions such as driving ranges for planning. However, most of the EV growths in the next decades will happen in the urban area, where driving ranges is not the biggest concern. For such a need, we consider several practical aspects of urban systems, such as voltage regulation cost and protection device upgrade resulting from the large integration of EVs. Notably, our diversified objective can reveal the trade-off between different factors in different cities worldwide. To understand the global optimum of large-scale analysis, we add constraint one-by-one to see how to preserve the problem convexity. Our sensitivity analysis before and after convexification shows that our approach is not only universally applicable but also has a small approximation error for prioritizing the most urgent constraint in a specific setup. Finally, numerical results demonstrate the trade-off, the relationship between different factors and the global objective, and the small approximation error. A unique observation in this study shows the importance of incorporating the protection device upgrade in urban system planning on charging stations.

研究动机与目标

• 为应对城市区域对高效电动汽车充电基础设施日益增长的需求，其中行驶里程不再是主要约束，而相较于城际场景更为宽松。
• 将此前被忽视的成本——特别是保护装置升级和电压调节成本——纳入电动汽车充电站选址优化中。
• 开发一种凸优化框架，保证全局最优性，同时保持对关键系统约束的敏感性。
• 通过全面的敏感性分析和数值分析，验证该方法在多种城市配电网中的鲁棒性和适用性。

提出的方法

• 本研究构建了一个混合整数线性规划（MILP）问题，将配电网扩展、电动汽车站、电压调节和保护装置升级成本统一纳入目标函数。
• 基于故障电流水平和设备类型，引入分段函数建模保护装置成本，实现在优化过程中对成本的精确表示。
• 采用顺序凸化方法处理非凸约束，保持问题敏感性，并通过凸松弛技术确保全局最优性。
• 利用ZIP负荷模型和节点导纳矩阵公式化，对交流潮流方程进行线性化，从而可 tractably 求解潮流约束。
• 在凸化前后均进行敏感性分析，以验证该方法在不同城市网络配置下的鲁棒性和适用性。
• 该方法在18节点、115节点和123节点配电网系统上进行测试，考虑了不同的电动汽车流量速率和站点容量约束。

实验结果

研究问题

• RQ1 保护装置升级成本在多大程度上影响城市配电网中电动汽车充电站的最优选址？
• RQ2 与忽略这些因素的模型相比，纳入电压调节和保护装置成本后，最优充电站配置发生了多大程度的改变？
• RQ3 所提出的凸化策略是否能在保证全局最优性的同时，保持优化问题的敏感性？
• RQ4 在实际城市配电网中，保护装置升级对总规划成本的定量影响是什么？
• RQ5 该方法在不同城市网络规模和配置下的可扩展性和可转移性如何？

主要发现

• 在城市配电网中，保护装置升级成本可占总规划成本的8.6%，是电动汽车基础设施规划中不可忽视的因素。
• 所提出的凸化方法保持了问题的敏感性，并保证了全局最优性，数值评估中近似误差极小。
• 电压调节成本倾向于将充电站选址在配电网馈线末端，而保护装置成本则倾向于将站点布置在主馈线沿线，以降低故障电流水平。
• 在115节点系统中，当每小时有1,500辆电动汽车，站点利用率为30%时，最优配置了39座充电站，总成本为1,860万美元，其中保护装置成本占总成本的8.6%。
• 该方法展现出强大的可扩展性和适应性，在包括18节点、115节点和123节点系统在内的多种城市网络规模中均保持有效。
• 由于保持了凸性，计算时间显著减少，使得该优化框架能够高效地实现大规模部署。