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

Ramin Faraji Fijani, Behrouz Azimian+2 more|arXiv (Cornell University)|Feb 13, 2019

Smart Grid Energy Management参考文献 16被引用 11

一句话总结

本文提出了一种基于斯塔克尔伯格博弈的居民电力市场模型，将电池电动车辆（BEVs）与需求响应相结合，采用实时电价和蒙特卡洛模拟来管理驾驶员行为的不确定性。该方法优化了用户电费并实现负荷整形，与基线情景相比，峰值负荷最高可降低28%。

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.

研究动机与目标

• 为应对智能电网中电池电动车辆（BEVs）整合带来的居民电力需求日益增长的不确定性。
• 开发一种需求侧管理（DSM）框架，通过分时电价（TOU）和实时电价（RTP）机制优化用户电费。
• 利用斯塔克尔伯格博弈建模电力零售商（领导者）与居民用户（追随者）之间的互动，以实现战略决策。
• 整合车网互动（V2G）能力及双向通信，实现能量的双向交换和负荷灵活性。
• 使用蒙特卡洛模拟量化BEV驾驶行为不确定性对市场效率和负荷整形的影响。

提出的方法

• 构建一个斯塔克尔伯格博弈模型，其中电力零售商作为领导者设定动态电价，居民用户（包括BEV车主）作为追随者优化其电能消耗。
• 整合分时电价（TOU）和实时电价（RTP）信号，以反映动态电价并激励负荷转移。
• 使用蒙特卡洛模拟（MCS）将BEV充电行为建模为随机过程，以考虑到达时间、离开时间及能量需求的不确定性。
• 引入车网互动（V2G）技术，使BEV可在高峰时段向电网回馈电能，提升电网灵活性。
• 通过零售商与用户之间的双向双向通信，实现实时电价更新和响应调整。
• 采用优化算法使用户在遵守电器和BEV充电约束的前提下最小化电费。

实验结果

研究问题

• RQ1 在动态电价下，具备V2G能力的BEVs如何影响居民负荷曲线？
• RQ2 斯塔克尔伯格博弈框架在居民市场中在多大程度上可降低峰值负荷并优化用户电费？
• RQ3 BEV驾驶员行为的不确定性（如充电时间、能量需求）如何影响需求响应策略的有效性？
• RQ4 在博弈论需求响应模型中，结合TOU和RTP信号的性能增益如何？
• RQ5 与传统需求响应方法相比，所提出的模型在负荷整形和成本降低方面表现如何？

主要发现

• 所提出的斯塔克尔伯格博弈模型成功重塑了居民负荷曲线，与非优化情景相比，峰值负荷最高可降低28%。
• 蒙特卡洛模拟有效捕捉了BEV充电行为的随机特性，实现了在不确定性下的稳健决策。
• 集成具备V2G功能的BEVs使用户成为灵活的能源资源，有助于提升电网稳定性并减少对传统发电的依赖。
• 用户通过战略性响应RTP和TOU信号，实现显著的成本节约——电费最高可降低22%。
• 双向通信机制确保了及时的电价更新，提升了需求侧参与者的响应能力。
• 数值结果表明，博弈论与动态定价的结合显著提升了市场效率，并更好地实现了供需匹配。