[论文解读] Scheduling of EV Battery Swapping, I: Centralized Solution

Pengcheng You, Steven H. Low+5 more|arXiv (Cornell University)|Nov 23, 2016

Electric Vehicles and Infrastructure参考文献 23被引用 7

一句话总结

本文提出了一种用于电动汽车（EV）电池更换的集中式优化框架，通过联合调度站点分配与潮流以最小化总行驶距离和发电成本。利用交流潮流的二阶锥规划（SOCP）松弛以及广义Benders分解方法，在松弛精确时可获得全局最优解，仿真结果表明该方法在减少电压越限和未服务EV方面具有计算效率和有效性。

ABSTRACT

We formulate an optimal scheduling problem for battery swapping that assigns to each electric vehicle (EV) a best station to swap its depleted battery based on its current location and state of charge. The schedule aims to minimize total travel distance and generation cost over both station assignments and power flow variables, subject to EV range constraints, grid operational constraints and AC power flow equations. To deal with the nonconvexity of power flow equations and the binary nature of station assignments, we propose a solution based on second-order cone programming (SOCP) relaxation of optimal power flow (OPF) and generalized Benders decomposition. When the SOCP relaxation is exact, this approach computes a globally optimal solution. We evaluate the performance of the proposed algorithm through simulations. The algorithm requires global information and is suitable for cases where the distribution network, stations, and EVs are managed centrally by the same operator. In Part II of the paper, we develop distributed solutions for cases where they are operated by different organizations that do not share private information.

研究动机与目标

• 开发一种用于EV电池更换的集中式最优调度框架，以最小化总行驶距离和发电成本。
• 在交流潮流约束和EV续航限制下，解决站点分配与潮流的联合优化问题。
• 确保满足电网运行约束，包括电压限值和潮流方程。
• 通过凸松弛和分解技术处理交流潮流的非凸性及二值站点分配变量。
• 评估所提算法在计算效率以及减少电压越限和未服务EV方面的性能。

提出的方法

• 将问题建模为包含二值站点分配变量和非线性交流潮流方程的混合整数非凸优化问题。
• 对最优潮流（OPF）子问题应用二阶锥规划（SOCP）松弛，以处理非凸的交流潮流方程。
• 采用广义Benders分解将问题分解为主问题（处理二值站点分配）和子问题（求解凸OPF松弛）。
• 当OPF的SOCP松弛精确时，该算法可计算出全局最优解，该情况在许多实际辐射形配电网中成立。
• 该方法依赖于全局信息，包括电网接线图、阻抗数据、基础负荷、电池可用性以及EV的位置和荷电状态。
• 在MATLAB中实现，主问题使用Gurobi求解，子问题使用SDPT3求解。

实验结果

研究问题

• RQ1 集中式优化框架能否联合调度EV电池更换与潮流，以最小化总行驶和发电成本？
• RQ2 SOCP松弛在实际配电网中近似非凸交流潮流方程的效率如何？
• RQ3 与最近站点策略相比，所提方法在减少电压越限方面有多大改善？
• RQ4 随着EV数量增加，该算法在计算效率方面表现如何？
• RQ5 在不同分配策略下，电池可用性和站点拥塞对未服务EV的影响如何？

主要发现

• 在SCE 56-bus配电网中，OPF的SOCP松弛在大多数情况下是精确的，从而实现了全局最优性。
• 所提算法高效实现了全局最优，仿真结果表明计算时间随EV数量合理增长。
• 即使在400辆EV的情况下，平均计算时间仍保持较低水平，表明该方法在实际部署中具有计算可行性。
• 与最近站点策略相比，当行驶距离权重较轻时，所提方法最多可将目标值降低15%。
• 在最近站点策略下，随着EV数量增加，电压降越限（VDV）显著上升，尤其在热门站点电池供应不足时更为明显。
• 在最近站点策略下，平均有25%的EV因站点3和4的拥塞而未被服务，而站点1和2的电池则处于低利用率状态。