電気自動車とスマートグリッドの新たなエネルギー管理モデル
持続可能な社会への移行が進む中、電力系統への電気自動車（EV）の統合は研究者や技術者にとって重要な課題となっています。特に工業団地では、EVの集中が地域の電力系統に与える影響が大きく、エネルギーシステムにとって機会と課題の両方をもたらしています。南京工程学院電気工学科のFeng Yemu、Lyu Ganyun、Shi Mingming、Zhu Zhiying、Wang Haoyu、Chen Guangyuらは、国家電網江蘇省電力公司及び国家電網徐州供電公司の研究者らと共同で、公園統合型エネルギーシステム（PIES）における新しい二層最適化スケジューリングモデルを開発しました。この画期的なアプローチは、EVユーザーの充放電意思を考慮に入れることで、システム全体と個々のEV所有者の両方の運用コストを削減しつつ、PIESの効率性と経済的実現性を高めることを目指しています。
研究チームの取り組みは、工業団地におけるEV急増に対処するためのものです。2022年時点で中国のEV保有台数は1310万台に達し、2030年までに世界で2億2000万台に到達すると予想されています。EV利用の急増は電力需要の増加、ピークとオフピークの負荷差の拡大、経済コストの上昇をもたらし、PIESの計画と運用に重大な課題を提起しています。従来の管理方法は、EVの充放電行動の動的な性質を十分に考慮しておらず、これらの問題に対処できませんでした。新しいモデルは、ユーザーの行動とそれを左右する経済的インセンティブ包括的な理解を組み込むことで、これらの課題に応えるものです。
提案モデルの核心は、電力需要と供給の変動をよりよく反映する動的リアルタイム価格設定の概念です。一日の時間帯によって固定料金を設定する従来の時間帯別料金と異なり、動的リアルタイム価格設定は現在の負荷レベルに基づいて電気料金を調整します。このアプローチは、EV所有者がオフピーク時間帯に車両を充電し、ピーク時間帯に系統へ放電することを促し、負荷曲線を平滑化して電力系統への負担を軽減することを目的としています。動的リアルタイム価格設定メカニズムは、現在の負荷と一日の平均負荷の比率に基づいており、事前に定義されたしきい値に従って価格が調整されます。例えば、負荷が平均の80%を下回ると価格が下がり、140%を超えると価格が上がります。この価格戦略は、EVの台数やEV充電負荷が総負荷に占める割合などを考慮し、工業団地の特定の条件に合わせて調整されます。
モデルをさらに洗練させるため、研究者らはバッテリーの充電状態（SOC）と関連するバッテリー劣化コストの概念を取り入れました。EVバッテリーは時間の経過とともに劣化し、頻繁な充放電はこのプロセスを加速させます。EV所有者がV2G（Vehicle-to-Grid）運用に参加することを促すため、モデルにはバッテリー劣化に対する補償メカニズムが含まれています。この補償は、バッテリーの購入成本、EVの一日の走行距離、放電深度（DOD）、放電サイクル数に基づいて計算されます。バッテリー劣化に対する経済的インセンティブを提供することで、モデルはV2G参加をEV所有者にとってより魅力的にし、PIES全体の柔軟性を高めることを目指しています。
経済的インセンティブに加えて、モデルはEVユーザーの心理的および行動的側面も考慮しています。研究者らは、現在のSOC、動的リアルタイム価格、インセンティブの利用可能性などの要因を考慮した充放電意思モデルを開発しました。例えば、SOCが30%を下回ると充電が必要と見なされ、90%を超えると充電を停止する可能性があります。放電プロセス中は、SOCが最低20%維持され、EVが常に使用可能な状態が保証されます。充電または放電する意思は、ユーザーの移動需要とV2Gプログラム参加による経済的メリットのバランスを取る一連のルールによって決定されます。例えば、動的リアルタイム価格が標準的な時間帯別料金よりも低く、SOCが特定の範囲内にある場合、EVは充電する可能性が高くなります。逆に、価格が高くSOCが十分な場合、EVは系統に放電することを選択するかもしれません。
二層最適化モデルは、システムとユーザーの両方の視点からPIESの性能を最適化するように構成されています。モデルの外側の層は、エネルギー購入成本、設備の運用保守成本、起動停止成本、炭素排出成本、電力販売収入を含むPIESの総成本を最小化することに焦点を当てています。一方、内側の層は、個々のEVユーザーの充電成本を最小化することを目的としています。システムとユーザーの目的を一致させることで、モデルはPIESがより効率的に運用され、EV所有者がより低い充電成本で利益を得るウィンウィンの状況を作り出そうとしています。
二層最適化問題を解決するために、研究者らは非線形計画法における最適解のための必要条件であるKarush-Kuhn-Tucker（KKT）条件を採用しました。KKT条件により、内側の層の問題を外側の層の制約条件に変換し、二層モデルを実質的に単層モデルに変換して効率的に解決することが可能になります。このアプローチは、解が安定しており計算可能であることを保証し、実世界の応用に適したものとしています。
提案モデルの有効性は、一連のシミュレーションを通じて評価されました。シミュレーションでは、無調整充電、従来の充放電意思、動的リアルタイム価格設定とバッテリー劣化補償を組み込んだ改良モデルという3つの異なるシナリオ下でのPIESの性能が比較されました。無調整充電シナリオでは、EVが工業団地に到着するとすぐに充電され、朝の時間帯にピーク負荷が大幅に増加しました。これにより、電力コストの上昇と系統への負担の増大がもたらされました。対照的に、動的リアルタイム価格とSOCのみを考慮した従来の充放電意思モデルは、ピーク負荷の低減を示しましたが、バッテリー劣化に対する経済的インセンティブが不足していたため、効果は限定的でした。
しかし、改良モデルはPIESの性能においてより顕著な改善を示しました。動的リアルタイム価格設定とバッテリー劣化補償を組み込むことで、モデルは充電負荷の大部分をオフピーク時間帯にシフトさせ、ピーク負荷と関連コストを削減することに成功しました。さらに、このモデルはより多くのEVがV2G運用に参加することを促し、ピーク時の系統安定化に貢献しました。シミュレーション結果によれば、改良モデルは従来モデルと比較してPIESの総コストを4.03%削減し、EVユーザーの充電コストは15.02%削減されました。これらの結果は、提案モデルがPIESの経済的および環境的持続可能性を高める可能性を示しています。
本研究の重要な発見の一つは、経済的インセンティブをPIESの技術的能力と一致させることの重要性です。動的リアルタイム価格設定メカニズムとバッテリー劣化補償を組み合わせることで、EV所有者がV2Gプログラムに参加する強力な動機付けが生まれます。これにより、PIESは資源をより効果的に管理し、外部エネルギー源への依存を減らすことが可能になります。また、このモデルは、周波数調整や負荷平準化などの補助サービスを提供するためにEVを利用できる需要応答プログラムにおいて、V2Gが重要な役割を果たす可能性も示しています。EVの柔軟性を活用することで、PIESは全体の効率と信頼性を向上させながら、炭素排出量削減というより広範な目標にも貢献できます。
Feng Yemu、Lyu Ganyun、Shi Mingming、Zhu Zhiying、Wang Haoyu、Chen Guangyuらの研究は、統合エネルギーシステムの分野において重要な前進を表しています。彼らの仕事は、工業団地におけるEVの増加によってもたらされる課題に対する実用的な解決策を提供するだけでなく、スマートグリッド技術の設計においてユーザー行動と経済的インセンティブを考慮することの重要性を強調しています。世界が持続可能なエネルギー未来への移行を続ける中、本研究から得られた知見は、次世代のエネルギーシステムを定義する政策と技術を形成する上で貴重なものとなるでしょう。
この研究の意義は、工業団地という文脈を超えて広がっています。動的リアルタイム価格設定とバッテリー劣化補償の原則は、住宅地から商業地区まで、幅広い環境に適用できます。より柔軟で応答性の高いエネルギーシステムを作り出すことで、これらの技術は電力の総コスト削減、系統の信頼性向上、再生可能エネルギー源の導入促進に役立つ可能性があります。さらに、本研究におけるV2Gプログラムの成功は、同様の取り組みが大規模に実施される可能性を示唆しており、運輸とエネルギーの関係についての考え方を変革する可能性を秘めています。
結論として、Feng Yemu、Lyu Ganyun、Shi Mingming、Zhu Zhiying、Wang Haoyu、Chen Guangyuらによって提案されたPIESのための二層最適化スケジューリングモデルは、電力系統へのEV統合の課題に対する有望な解決策を提供します。動的リアルタイム価格設定、バッテリー劣化補償、ユーザー行動の包括的理解を組み合わせることで、このモデルはPIESの効率性と経済的実現性を高めるだけでなく、より持続可能で強靭なエネルギー未来への道を開くものです。世界がエネルギー転換の複雑さに対処し続ける中、本研究で提示された知見と革新は、今後進むべき道を定義する政策と技術を形成する上で確実に重要な役割を果たすでしょう。
Feng Yemu, Lyu Ganyun, Shi Mingming, Zhu Zhiying, Wang Haoyu, Chen Guangyu, Nanjing Institute of Technology School of Electric Power Engineering; Electric Power Engineering Technology; DOI: 10.12158/j.2096-3203.2024.02.015