[论文解读] Smart Routing of Electric Vehicles for Load Balancing in Smart Grids

S. Rasoul Etesami, Walid Saad+2 more|arXiv (Cornell University)|May 10, 2017

Electric Vehicles and Infrastructure参考文献 37被引用 7

一句话总结

本文提出了一种分布式博弈论框架，用于智能电网中电动汽车（EV）的智能路由，以在考虑交通拥堵和充电站等待时间的前提下平衡电力负荷。通过非合作博弈理论，证明了纯策略纳什均衡的存在性，且其价差（price of anarchy）有界于基荷方差与电动汽车数量之比，确保即使在自私行为下系统效率也接近最优。

ABSTRACT

Electric vehicles (EVs) are expected to be a major component of the smart grid. The rapid proliferation of EVs will introduce an unprecedented load on the existing electric grid due to the charging/discharging behavior of the EVs, thus motivating the need for novel approaches for routing EVs across the grid. In this paper, a novel gametheoretic framework for smart routing of EVs within the smart grid is proposed. The goal of this framework is to balance the electricity load across the grid while taking into account the traffic congestion and the waiting time at charging stations. The EV routing problem is formulated as a noncooperative game. For this game, it is shown that selfish behavior of EVs will result in a pure-strategy Nash equilibrium with the price of anarchy upper bounded by the variance of the ground load induced by the residential, industrial, or commercial users. Moreover, the results are extended to capture the stochastic nature of induced ground load as well as the subjective behavior of the owners of EVs as captured by using notions from the behavioral framework of prospect theory. Simulation results provide new insights on more efficient energy pricing at charging stations and under more realistic grid conditions.

研究动机与目标

• 解决由于快速增长的电动汽车无协调充电所导致的智能电网负载失衡问题。
• 设计一种分布式控制机制，使电动汽车能够自主最优地路由至充电站，同时最小化行驶与等待成本。
• 整合现实世界因素，如交通拥堵、可变基荷以及电动汽车车主的行为决策。
• 通过价差和社交成本指标，量化在自私路由下系统的效率。
• 通过前景理论将模型扩展至随机基荷和主观的电动汽车行为。

提出的方法

• 将电动汽车路由问题建模为重复的非合作博弈，其中每个电动汽车最小化其个体成本函数，包括行驶、等待和充电成本。
• 引入势函数以证明该博弈中存在纯策略纳什均衡（NE）。
• 推导出价差（PoA）的上界，即基荷方差与电动汽车总数之比。
• 通过在成本函数中引入随机变量，将模型扩展至随机基荷，分析不确定条件下的系统性能。
• 应用前景理论（PT）来建模电动汽车车主的风险敏感行为，利用行为研究中的参数模拟其对成本与收益的主观评估。
• 采用基于仿真的评估方法，比较不同电动汽车数量和行为特征下的定价方案（二次型与指数型）。

实验结果

研究问题

• RQ1 在智能电网中，由于电动汽车的自私路由所导致的效率损失是多少？是否可以对其进行有界控制？
• RQ2 在自私行为下，系统性能如何退化？其低效性的理论极限是什么？
• RQ3 能否通过一种分布式博弈论方法实现负载平衡，同时满足交通与充电约束？
• RQ4 电动汽车车主的行为偏差（如风险规避或对延迟的高估）如何影响系统效率与定价设计？
• RQ5 在现实的异构电动汽车行为和随机负载条件下，哪种能源定价策略（二次型或指数型）表现更优？

主要发现

• 价差（PoA）的上界为基荷方差与电动汽车总数之比，表明在大规模电动汽车群体下系统效率接近最优。
• 任何达成的纯策略纳什均衡均显著改善了电网中的负载平衡，且社会成本的更紧上界具有潜在可能。
• 对于风险中性的电动汽车（参数集C），系统实现最佳负载平衡与最低PoA，表明行为偏差会降低系统性能。
• 仿真结果表明，二次定价在电动汽车数量较多时更有效，而指数定价在电动汽车数量较少时表现更优。
• 具有主观估值的电动汽车（前景理论中的D组与E组）导致最差的系统结果，因此需要定制化定价机制以纠正行为低效性。
• 该框架在随机基荷下仍保持稳定与高效，势函数方法确保了在不确定性下收敛至均衡。