面向电动汽车智能充电的聚合-解聚管线基准测试
计算工程、金融与科学
2024-06-19 v1
摘要
随着全球能源格局向可再生能源和交通、采暖部门的电动化转变，国家能源系统将包含更多可控的 prosumer。许多未来情景包含数百万个具有个人化行为的 prosumer。这给能源系统建模者提出了问题。内存和运行限制常常使无法对每个 prosumer 进行单独建模。在这种情况下，有必要以代表性或聚合形式来建模 prosumer。现有文献提供了各种聚合方法，每种方法都有优势、缺点以及固有的建模误差。很难评估哪些方法表现最佳。每篇提出新聚合方法的论文通常包括性能评估。然而，缺失的是在同一基准上进行直接比较，最好由与任何所比较方法无关联的中立第三方进行。本文通过引入一个基准来评估多个聚合-解聚管线的端到端性能，特别关注电动汽车（EV），来填补这一空白。我们的研究评估了常见的代表性轮廓（REP）方法、四种不同版本的虚拟电池（VB）方法、Flex Object（FO）方法以及基于依赖关系的 FlexOffer（DFO）方法的性能。结果显示，每种方法都有明确的应用场景。 Depending on the price signal，使用聚合方法时，与最优充电成本（即不使用聚合直接优化 EV 的充电成本）相比，额外的中位数充电成本增加 2%-50%。代表性轮廓方法导致额外成本最低（2%-20%），而 FO 和 DFO 方法允许无误差解聚，这在实际应用场景中具有优势。
引用
@article{arxiv.2406.12755,
title = {Benchmarking Aggregation-Disaggregation Pipelines for Smart Charging of Electric Vehicles},
author = {Leo Strobel and Marco Pruckner},
journal= {arXiv preprint arXiv:2406.12755},
year = {2024}
}
备注
Proceedings of the 15th ACM International Conference on Future and Sustainable Energy Systems