[论文解读] Flexible Energy Management Protocol for Cooperative EV-to-EV Charging

Rongqing Zhang, Xiang Cheng+1 more|arXiv (Cornell University)|Feb 16, 2018

Electric Vehicles and Infrastructure参考文献 27被引用 7

一句话总结

本文提出一种灵活的协同车辆到车辆（V2V）充电能量管理协议，采用二分图建模与匹配理论优化能量共享。该协议引入最大权重、EV-消费者最优和EV-提供者最优的V2V匹配算法，提升EV效用，改善网络社会福利，并在仿真中将能耗降低高达30%，同时保持较低的计算开销以实现稳定匹配。

ABSTRACT

In this paper, we investigate flexible power transfer among electric vehicles (EVs) from a cooperative perspective in an EV system. First, the concept of cooperative EV-to-EV (V2V) charging is introduced, which enables active cooperation via charging/discharging operations between EVs as energy consumers and EVs as energy providers. Then, based on the cooperative V2V charging concept, a flexible energy management protocol with different V2V matching algorithms is proposed, which can help the EVs achieve more flexible and smarter charging/discharging behaviors. In the proposed energy management protocol, we define the utilities of the EVs based on the cost and profit through cooperative V2V charging and employ the bipartite graph to model the charging/discharging cooperation between EVs as energy consumers and EVs as energy providers. Based on the constructed bipartite graph, a max-weight V2V matching algorithm is proposed in order to optimize the network social welfare. Moreover, taking individual rationality into consideration, we further introduce the stable matching concepts and propose two stable V2V matching algorithms, which can yield the EV-consumer-optimal and EV-provider-optimal stable V2V matchings, respectively. Simulation results verify the efficiency of our proposed cooperative V2V charging based energy management protocol in improving the EV utilities and the network social welfare as well as reducing the energy consumption of the EVs.

研究动机与目标

• 为应对非协调EV充电对电网日益增长的负载压力，通过EV之间的点对点能量共享实现协同充电。
• 设计一种协同V2V充电框架，使EV既能作为能量消费者也能作为能量提供者，提升系统灵活性。
• 设计能量管理协议，在确保个体理性与交易稳定性的同时，优化网络社会福利。
• 通过智能、去中心化的充放电伙伴匹配，降低EV系统的总体能耗。

提出的方法

• 将V2V能量协同建模为EV作为能量消费者与EV作为能量提供者之间的二分图。
• 基于成本与收益定义效用函数，量化EV在能量交易中的满意度。
• 提出最大权重V2V匹配算法，以最大化总网络社会福利。
• 引入基于博弈论概念的稳定匹配算法，确保个体理性和交易稳定性。
• 利用延迟接受算法设计EV-消费者最优与EV-提供者最优的稳定匹配。
• 通过仿真评估性能，指标包括效用增益、能耗降低与计算时间。

实验结果

研究问题

• RQ1 如何高效匹配EV以实现协同V2V充电，从而最大化网络整体社会福利？
• RQ2 何种匹配算法可确保EV作为消费者与提供者之间的稳定、个体理性的能量交易？
• RQ3 与传统充电方式相比，所提出的协议在能耗降低与效用提升方面表现如何？
• RQ4 V2V匹配算法中，最优性与计算复杂性之间存在何种权衡？
• RQ5 在消费者与提供者数量动态变化的EV环境中，该协议能否实现有效扩展？

主要发现

• 最大权重V2V匹配算法实现最高的网络社会福利，但相比稳定匹配方案，其计算时间显著增加。
• EV-消费者导向与EV-提供者导向的稳定匹配算法在计算复杂度远低于最优算法的前提下，实现接近最优的性能。
• 与在最近车站充电的传统方式相比，EV的能耗最高可降低30%，尤其在提供者与消费者数量平衡时效果更显著。
• 当提供者数量少于消费者时，EV-提供者导向算法优于EV-消费者导向算法，反之亦然。
• 三种V2V匹配算法均提升了个体EV的效用并降低了整体系统能耗，证明了该协议的有效性。