[论文解读] Multi-Objective Optimization of Electric Vehicle Charging Schedule with Time of Use Tariff.

Hui Song, Chen Liu+3 more|arXiv (Cornell University)|Aug 11, 2021

Electric Vehicles and Infrastructure参考文献 26被引用 3

一句话总结

本文提出了一种多目标电动汽车充电调度框架（MOEVCS），在分时电价（TOU）机制下优化电动汽车充电，通过约束多目标进化算法平衡电动汽车车主成本、充电站利润与电网影响，有效权衡四种不同充电需求场景下的冲突目标，展现出更优的协调性与利益相关方平衡。

ABSTRACT

The increased uptake of electric vehicles (EVs) leads to increased demand for electricity, and sometime pressure to power grids. Uncoordinated charging of EVs may result in putting pressure on distribution networks, and often some form of optimisation is required in the charging process. Optimal coordinated charging is a multi-objective optimisation problem in nature, with objective functions such as minimum price charging and minimum disruptions to the grid. In this manuscript, we propose a general multi-objective EV charging/discharging schedule (MOEVCS) framework, where the time of use (TOU) tariff is designed according to the load request at each time stamp. To obtain the optimal scheduling scheme and balance the competing benefits from different stakeholders, such as EV owners, EV charging stations (EVCS), and the grid operator, we design three conflicting objective functions including EV owner cost, EVCS profit, and the network impact. Moreover, we create four application scenarios with different charging request distributions over the investigated periods. We use a constraint multi-objective evolutionary algorithm (MOEA) to solve the problem. Our results demonstrate the effectiveness of MOEVCS in making a balance between three conflicting objectives.

研究动机与目标

• 为应对无协调电动汽车充电对配电网造成的日益增长的压力。
• 开发一种协调式电动汽车充电框架，平衡电动汽车车主、充电站与电网运营商之间的多重目标。
• 设计一种基于时间的分时电价（TOU）机制，能够根据每个时间点的负荷需求动态响应。
• 在多种充电需求分布下评估所提框架的性能表现。
• 在最小化电动汽车车主成本、最大化电动汽车充电站利润与减少电网影响之间实现最优权衡。

提出的方法

• 提出一种通用的多目标电动汽车充放电调度框架（MOEVCS），包含三个相互冲突的目标：电动汽车车主成本、电动汽车充电站利润与电网影响。
• 基于每个时间间隔的实时负荷请求，设计一种动态分时电价，以反映电网运行状况。
• 将问题建模为具有三个目标函数的约束多目标优化问题，以体现各利益相关方的关切。
• 采用约束多目标进化算法（MOEA）求解优化问题，并生成帕累托最优解集。
• 定义四种不同的应用场景，其充电请求在时间范围内分布各异，以检验框架的鲁棒性。
• 利用MOEA探索各项目标之间的权衡关系，并在所有场景下识别出平衡的调度方案。

实验结果

研究问题

• RQ1 如何协调电动汽车充电，以在维持充电站盈利能力的同时最小化电动汽车车主成本，并减轻对电力电网的压力？
• RQ2 动态分时电价（TOU）对平衡电动汽车充电调度中各利益相关方目标的影响是什么？
• RQ3 所提出的MOEVCS框架在不同时间段的电动汽车充电需求模式下表现如何？
• RQ4 多目标进化算法在多目标电动汽车充电调度中，多大程度上能有效平衡相互冲突的目标？
• RQ5 在协调充电场景下，电动汽车车主成本、电动汽车充电站利润与电网影响之间存在何种权衡关系？

主要发现

• MOEVCS框架成功实现了电动汽车车主成本、电动汽车充电站利润与电网影响三个相互冲突目标之间的平衡。
• 基于实时负荷请求的动态分时电价显著提升了充电调度的适应性与公平性。
• 约束多目标进化算法在所有四个应用场景下均有效生成了帕累托最优解。
• 不同时间段的充电需求分布显著影响最优调度结果与目标权衡。
• 与无协调充电相比，该框架展现出更高的协调效率，有效减轻电网压力并降低运营成本。
• 结果证实，多目标优化对于实现公平且可持续的电动汽车充电运营至关重要。