RESUMEN-La parte de los vehculos elctricos (EV) se espera que Aumentar de forma significativa en el mercado de ventas de vehculos en el cuartoao

que viene. Carga incontrolada de vehculos elctricos puede afectar negativamente la operacin normal del sistema de energa, especialmente en la pantalla nivel de distribucin. En este trabajo se propone un multi-agente distribuido Carga EV mtodo de control basado en el Nash Certeza EquivPrincipio lencia que considere los impactos de la red. Convergencia del mtodo en que los agentes de control de los vehculos elctricos estn desacoplados y se discute dbilmente acoplado. La eficiencia de la hombre-propuesto sistema de gestin se evala a travs de la simulacin de un realista, red de distribucin urbana. Vehculos ndice Trminos elctrico, gestin de la energa, inteligente agentes, sistemas multiagente, Nash principio de equivalencia cierta.

I. I INTRODUCCIN Objetivos MBITIOUS para el aumento de las ventas de EV / PHEV se han anunciado en todo el mundo, lo que demuestra la alta prioridad que en el desarrollo y la implementacin de EV / PHEV la tecnologa a nivel internacional. Una revisin de la tar-nacional obtiene se puede encontrar en [1], lo que supone una produccin anual de ms de 100 millones de vehculos en 2050. La penetracin de masa de Sin embargo, EV / PHEV provoca varias preocupaciones acerca de los efectos de estas nuevas cargas en la planificacin y operacin de la corriente sistemas de energa. Varios estudios han demostrado que no controlada la carga de los vehculos elctricos, la llamada "carga tonto" [2], se incrementar y / o producir nueva carga mxima. Claramente, la carga sincronizada, por ejemplo, cuando los propietarios de EV regresan a casa despus de su ltimo viaje diario, dar lugar a una gran demanda. Esto puede provocar tensin de alimentacin excursions y sobrecargas de equipos [3] - [7], especialmente cuando esta nueva demanda coincide con la demanda mxima del resto de las cargas. Tiempo de uso de fraguado (CDU) tipo aranceles ofrecer ecoseales econmicas para incentivar la carga eficiente de los vehculos elctricos a evitar cargas pico parece un paso natural en las primeras fases de Absorcin EV [8]. Sin embargo, de doble tarifa o arancel mltiple carga esquemas por s solos no son suficientes para hacer frente a la carga EV tampoco, ya que slo serviran para cambiar de lugar la demanda pico al comienzo de perodos de precios bajos. Por lo tanto, surge la necesidad de una gestin cin del sistema en condiciones de coordinar el proceso de carga y alocate la demanda EV entre las horas de baja de precios. Los autores son con la Universidad Tcnica Nacional de Atenas, Atenas

Varios conceptos de manejo de carga EV eficientes tienen han presentado en la literatura, ms la adopcin de un centralizado concepto de control [9] - [15]. Estos conceptos se muestran al trabajo de manera eficiente para un nmero limitado de vehculos elctricos, para una flota grande EV Sin embargo, la administracin centralizada requiere la adquisicin y el procesamiento de una gran cantidad de informacin local de un punto central solicitando recursos computacionales significativos y los gastos generales de comunicacin. La informacin local comprende la inicial y el estado de la batera deseada de carga (SOC), el maxImu el maxImum tasa de cada EV y el perodo de carga de carga deseada. Algoritmos de control distribuidos [16] - [22], pueden superar estos inconvenientes. En este trabajo, un enfoque inteligente, descentralizada se propone, por lo que la computacin en el nivel local se activa sin sacrificar la eficacia de la EV centralizado de carga control. En este enfoque, los vehculos elctricos se caracterizan como agentes con una cernivel tain de decisiones teniendo autonoma en funcin de su local y medio ambiente mundial. Entorno local se entiende el propietario del EV preferencias y cargar los parmetros de infraestructura, mientras que el entorno global significa que el estado de la red (por ejemplo, operacin normal cin, los desequilibrios de la red, etc) y las condiciones del mercado de la energa (por ejemplo, precios de la energa un da de antelacin). la batera total de los costos de carga. Tal EV de carga distribuida modelo bajo una poltica de precios ToU se ha presentado en [16]. Ese modelo explora con xito el cobro EV ptima locales estrategia, pero no tiene en cuenta el impacto de la red. Como ha demostrado en este trabajo, sin embargo, esta estrategia bajo un esquema ToU simple, como la doble tarifa, puede resultar en alto la lnea y la carga del transformador y el aumento de prdidas de la red. Con el fin de lograr una estrategia ptima de carga EV sin rendimiento de la red inquietante, la optimizacin de cada uno de EV funcin objetivo tiene que ser limitado no slo por el local enformacin acerca de su propio estado, sino tambin por el estado promedio de todos otros agentes. Este es el concepto de vehculos elctricos dbilmente acoplados y tiene ha introducido en [20] y [21]. En estos trabajos los autores explorar la estrategia de carga ("llenado valle") de una flota EV grande

mediante la definicin de una serie de precios de carga con el fin de minimizar el gencosto de funcionamiento. En el enfoque propuesto el manejo de carga modelo define los precios de carga con el fin de minimizar la carga variable acin de cada alimentador de distribucin. Segn [23], en virtud de cercondiciones Tain, hay una equivalencia tringulo de las prdidas, la carga factor de carga y la varianza en un alimentador de distribucin. Minimizando varianza de carga puede maximizar equivalentemente factor de carga y conSidering el Buller y Woodrow frmula [24], [25], el maximization de los resultados del factor de carga en la minimizacin de la energa nmero de Microgrid Unidad Aggregation (MGAU) agentes y Cluster de agentes Vehculos Controlador (CVC). Representa la / Poltica de EVS A. Varios agentes RAU pueden ser generados por una EVS / A, dependiendo de el nmero de las subestaciones primarias ex isting en la red controlada por el agente RAU es responsable para el establecimiento de la estrategia de precios que satisfaga la carga EV objetivos que contribuyen al funcionamiento ptimo de la red. La precios fijados por el agente RAU no son los precios reales de mercado, pero seales de precios que reflejan el hecho de que los resultados de una mayor demanda en aumento de los precios de mercado. En este trabajo, se supone que la fijacin de precios seales son proporcionales a la carga del transformador, considerando tanto la no-EV inelstica y la demanda EV. Hay ms detalles dada en la seccin.

PAGINA2 La figura. 1. Estructura de gestin EV jerrquica en una red de distribucin [30]. comprende tres fases, a saber, el anlisis, el diseo y la implecin [27]. En la fase de anlisis, el desarrollador establece el modelo del medio ambiente, los papeles preliminares de cada agente en la organizacin, las interacciones entre ellos y las reglas que la organizacin debera respetar. Una vez que los requisitos para el sistema ha sido modelado, el desarrollador define en detalle el modelo (clases) de cada agente en la fase de diseo. En el fase de implementacin, los modelos de anlisis y diseo fases se utilizan para codificar el sistema.

En la Seccin II se describe el anlisis de la propuesta del MAS. La seccin III presenta la fase de diseo con una descripcin analtica cin del concepto de control descentralizado, el desacoplado y agentes EV dbilmente acoplados y la inteligencia computacional involucrados en cada modelo. En la Seccin IV, el MAS desarrollado sistema de gestin de carga se implementa en un realista modelo de una red urbana MV real y los resultados son comparativamente evaluado con el caso desacoplado. En la Seccin V la eficiencia del concepto MAS distribuido se compara con el concepto de control centralizado respectiva. Las conclusiones son elaborado en la Seccin VI. II. EV M GESTIN F ARCO La arquitectura de administracin EV adoptado es una jerrquica modelo de agregacin basada en el concepto de microrredes [28], [29] como presentado en la figura. 1 [30]. Los agentes bsicos son: El Proveedor de Vehculos Elctricos Agregador (EVS / A) es el agente responsable de la gestin de los requisitos de carga de energa de una flota EV grande, geogrficamente dispersa. Las caractersticas del EVS / A depender de la forma en que el mercado y regulatorio marco se llevar a cabo en cada pas. En el adoptado marco, el agente EVS / A es una entidad que busca con fines de lucro. Lo representa una empresa de servicios energticos, por ejemplo, los minoristas, que se reresponsable de la compra de la electricidad de carga requerido de el mercado mayorista de la energa. servicios de "gestin de la carga", es decir, asignacin de la demanda VE durante el perodo de valle curva de carga de relos picos de demanda producir EV y consecuentemente los precios del mercado de la energa para la carga de los vehculos elctricos. Tambin es posible que SVE / D participa en los servicios auxiliares mercados siendo recompensados por proporcionar carga flexibilidad. La Unidad Regional de agregacin (RAU) es un agente virtual ubicado en la subestacin primaria (AT / MT), que gestiona una nmero de Microgrid Unidad Aggregation (MGAU) agentes y Cluster de agentes Vehculos Controlador (CVC). Representa la / Poltica de EVS A. Varios agentes RAU pueden ser generados por una

EVS / A, dependiendo de el nmero de las subestaciones primarias ex isting en la red controlada por el agente RAU es responsable para el establecimiento de la estrategia de precios que satisfaga la carga EV objetivos que contribuyen al funcionamiento ptimo de la red. La precios fijados por el agente RAU no son los precios reales de mercado, pero seales de precios que reflejan el hecho de que los resultados de una mayor demanda en aumento de los precios de mercado. En este trabajo, se supone que la fijacin de precios seales son proporcionales a la carga del transformador, considerando tanto la no-EV inelstica y la demanda EV. Hay ms detalles dada en la Seccin III. La Unidad Microgrid Aggregation (MGAU) y el Cluster de Vehculos Controller (CVC) son agentes virtuales ubicadas en secsubestaciones secundarias (MT / BT) que proporciona principalmente auxiliar comservicios de comunicacin. El agente MGAU maneja vehculos elctricos dispersos en una zona LV y el agente de CVC gestiona vehculos elctricos agrupados en grandes zonas de aparcamiento de acceso pblico o privado. MGAU y CVC agentes agregan las respuestas de los vehculos elctricos controlados a la RAU estrategia de precios y ofrecer un nico perfil de carga EV en el RAU agente. El Controlador de Vehculos (VC) agente representa al EV en el red de aguas arriba y expresa las preferencias del dueo de EV a la MGAU o CVC. El agente de VC tiene la capacidad de actuar auautnomamente y tomar decisiones que satisfagan objetivos individuales, es decir, minimizar el costo de carga virtual, teniendo en cuenta el precio RAU estrategia y el estado medio de otros agentes VC. EVS / A tiene como objetivo maximizar su beneficio total asignando Demanda EV para lograr "el valle de lagunas" en la energa baja perodo tarifario. Es evidente que la participacin ptima de mercado requiere que EVS / A coloca las ofertas apropiadas en la energa y los mercados de servicios auxiliares, sin embargo, la adoptaron "valle concepto de llenado ", aunque inferior al ptimo, puede proporcionar econmica beneficios para el EVS / A, como se discuti antes. Cabe sealar, que en algunos sistemas de energa prcticos, el concepto de "llenado valle" se muestra para proporcionar una solucin coste del sistema ptimo cerca de [31]. EVS / A vende la energa comprada en el mercado mayorista

directamente a los propietarios de EV. Ms informacin relativa adecuada los mecanismos de mercado que cuantifican y premien la econmica se beneficia de EV asignacin demanda se pueden encontrar en [32]. Propietarios de EV pagan por asumir su energa suministrada a esquema de doble tarifa. En consecuencia, los propietarios de EV no tienen directa beneficio econmico de la asignacin de la demanda a lo largo del horas bajas de precios de la energa. Se supone coste de carga fijo y esta es la razn para la aplicacin de precios virtuales. Sin embargo, Propietarios de EV pueden beneficiarse de su participacin en la demanda gestin, compartiendo parte de las ganancias EVS / A. El desadesarrollo de este modelo de negocio no est en el alcance de este documento. La estrategia de precios RAU es una toma de decisiones de varias personas problema que puede ser resuelto por la teora de juegos mtodos [33]. Ms especficamente, la fijacin de precios de RAU pertenece a la categora de un solo objetivo, juegos dinmicos, que no cooperan. Es un nico problema objetivo, ya que cada jugador tiene una sola objetivo de servir. El agente de VC pretende cumplir las necesidades de carga en el costo ms bajo, mientras que el agente de RAU trata de optimizar la funcionamiento de la red. Se trata de un juego no cooperativo, ya que cada jugador decide la estrategia que minimiza su propia carga
Pgina 3

1198 IEEE Transactions on Power Systems, VOL. 28, NO. 2, mayo 2013 funcin objetivo. Finalmente, es un juego dinmico debido a que algunos jugadores (agentes VC) responden a las estrategias que otros jugadores (Agentes RAU) ya han anunciado. Dicho juego se juega en las rondas. La integracin del mercado de los vehculos elctricos no debe violar la tecrestricciones de seguridad nicos de la red. Una manera de satisfacer rejilla restricciones es tener las ofertas EV validados por la distribucin operador del sistema antes de ser enviados al mercado. En el proque plantea el concepto de gestin, cualquier violacin de cuadrcula, como MV / LV sobrecarga del transformador, se trata localmente por los agentes MGAU siguiendo una poltica de precios similar a la poltica de precios RAU. La La demanda de EV de la parte problemtica de la red se trata como carga no manejable por el agente RAU. La infraestructura de comunicacin entre los diferentes agentes en el concepto de control propuesto requiere de dos vas com-

comunicacin, as como una comunicacin fiable y segura con latencias bajas. En caso de latencias de comunicacin significativos, el control propuesto puede no converger en un ptimo cerca solucin. Hay una variedad de tecnologas de comunicacin que participan en el concepto de control de la carga, es decir, Power Line Communication (PLC), Lnea de Abonado Digital (DSL), General Packet Radio Servicio (GPRS), Wi-Fi, etc La tecnologa que se adapta bien para un medio ambiente puede no ser adecuado para el otro. Este es unalyzed en [34] y [35], donde las principales ventajas y desventajasventajas de la aplicacin de los distintos mtodos de comunicacin se presentan. La principal consideracin al momento de decidir acerca de una comunicacin gas de la informacin es la facilidad de aplicacin, la instalacin costo y la conveniencia, en trminos de alcance de la comunicacin, seguridad, disponibilidad y escalabilidad. Por ejemplo, el uso de DSL conexin podra ser una posible solucin debido a su extendido disponibilidad de los datos, as como de bajo costo y alto ancho de banda transcuestiones de misin, sin embargo, la fiabilidad y seguridad potencial podra ser levantado. La utilizacin de las infraestructuras existentes, como la red de telefona mvil GSM sera la ms prctica y Solucin rentable. Sin embargo, el coste de utilizacin de GPRS techga es alta ya que el envo de 1 Mb de datos a travs de GPRS es compacomparable al coste de la carga de un EV [34]. El costo operacional del sistema GPRS se puede limitar al aplicado en combinacin con otro tipo de comunicacin tecgas, como PLC que es ampliamente utilizado en la medicin inteligente aplicaciones. Redes Powerline se caracterizan principalmente por comunicacin dos inconvenientes a saber bajo ancho de banda channales (20 kb / s para la red de zona de vecindad [35]) y corta gama de transmisin de datos. El concepto de gestin propuesto permite la adaptacin de PLC en las capas ms bajas de la de control marco. La computacin distribuida de la carga EV horario reduce la cantidad de datos intercambiados por el procesamiento localmente. Por otra parte, la aplicacin de AG-intermedio capas congregacin contribuye a la reduccin de la solicitada alcance de la comunicacin dentro de lmites aceptables. Por lo tanto, la enfoque propuesto no plantea ningn tipo de limitacin en la seleccin del tecnologa de comunicacin ms apropiado. III. F ORMULATION DE

D ECENTRALIZED C HARGING C ONTROL La gestin de la carga de desacoplado, no cooperativo Agentes VC se examina en primer lugar, con el fin de investigar la difilazos de la implementacin de un concepto de control basada en el precio distribuida. A continuacin, el caso de los dbilmente acoplados, agentes de capital riesgo no cooperativas se analiza. A. desacoplados agentes VC El costo de carga virtual de los agentes VC desacoplados depende preferencias del dueo de EV (es decir, la demanda de carga, plug-in de peRIOD), la infraestructura de carga (es decir, la tasa mxima de carga) y la estrategia de precios adoptada por el agente RAU. El objefuncin tiva que debe ser minimizado por el agente de VC tiene la siguiente forma: (1) (2) (3) donde es la hora de inicio de la carga, es la carga perodo, es la poltica de precios RAU en el momento, es el potencia de carga en el momento, es el SOC inicial de la batera cuando la EV se conecta, es la capacidad de energa de la EV de la batera, es la eficiencia de carga y es el maxImum potencia de carga. El problema de optimizacin lineal continua (1) - (3) puede ser resuelto en tiempo discreto dividiendo el perodo de carga en medidas de igualdad de tiempo de

. La optimizacin de carga discreta problema puede ser resuelto mediante la aplicacin del algoritmo heurstico desarrollado en [16]. De acuerdo con este algoritmo, el agente VC obcontiene, al azar, una solucin factible inicial y trata de forma iterativa para asignar la potencia de carga a partir de los perodos de mayor costo para los inferiores. Cualquier asignacin de potencia debe respetar (3). El resultado de este algoritmo heurstico es la mejor EV rerespuesta de acuerdo con la estrategia de precios RAU. Sobre la base de estos respuestas, el agente RAU actualiza su poltica de precios, de manera que precios ms altos reflejan mayor AT / MT del transformador de carga. Cada VC agente responde a la nueva poltica de precios con su nuevo mejor respuesta. Este procedimiento se ejecuta en cada ronda del juego hasta hay mejor equilibrio se puede encontrar. La frmula de precios adoptada por el agente RAU es (4) es la demanda no prevista de la EV HV / MV transex en el momento, es la mejor respuesta del agente VC en tiempo y es la potencia nominal del transformador. En cada paso de tiempo, la poltica de precios de RAU se especifica mediante una funcin que se supone que es una funcin lineal de la variable, donde es la relacin de la demanda total dividida por la potencia nominal de el transformador AT / MT. El siguiente ejemplo ilustra los desacoplados agentes VC ' respuesta. Se supone que , La media , KWh, , KWh. La figura. 2 presenta la poltica de precios del agente RAU derivado por la mejor La respuesta del agente de VC muestra en la figura. 3. En la primera ronda, el Agente RAU anuncia un conjunto inicial de los precios de la carga. El VC
Pgina 4

KARFOPOULOS Y HATZIARGYRIOU: SISTEMA MULTI-AGENTE DE CARGA CONTROLADA 1199 La figura. 2. Estrategia de precios de RAU agente.

La figura. 3. La mejor respuesta de VC agente a la estrategia de precios RAU. mejor respuesta de los agentes es el de concentrar su demanda de carga durante las horas centrales del perodo inicial valle. Como una resultado, en la segunda ronda precios de la RAU aument durante estos horas. Los agentes VC responden mediante la asignacin de su carga dela demanda en los bordes de la perodo de valle creacin de dobles picos. En la tercera ronda, el agente RAU aumenta los precios durante las horas de borde del perodo inicial valle y les disminuye durante las horas centrales del valle. Mejor respuesta del agente de VC en la tercera ronda coincide con la respuesta de la primera ronda. En la siguiente ronda, la estrategia de precios RAU y la VC mejor respuesta del agente oscilan entre la simple y doblecurvas pico presentados en las Figs. 2 y 3, sin llegar a una mejor solucin. Claramente, las respuestas EV tanto individuales y dobles pico son no es ptima para el funcionamiento de la red. Acoplados a dbilmente B. Agentes de capital riesgo En la estrategia de carga del juego terico propuesto cada uno enindividuo se caracteriza por sus cambios de estado y de su rentabilidad funcin. Hay modelos de juego donde se acoplan los individuos a travs de su funcin de pagos y su transicin del estado, mientras que en otros modelos individuos estn acoplados slo a travs de su funcin de pagos (jugadores dbilmente acoplados a). En el enfoque de juego dbilmente acoplados, cada agente VC sabe su propia dinmica (es decir, la etapa de la batera de carga y mxima velocidad de carga), la RAU precios y el estado medio de carga de todos los dems agentes juntos, a que se refiere como un comportamiento "masa". Haytanto, un agente de VC optimiza su funcin objetivo utilizando locales informacin para su propia informacin de estado y global, es decir, la Estrategia de precios de donde es un parmetro de seguimiento con una constante no negativa valor. La ecuacin (9) se compone de dos factores, a saber, el Virtual coste de la carga de acuerdo con la poltica de la unidad RAU y el costo de desviarse del comportamiento promedio de la flota EV [36]. La conjunto factible que minimiza la funcin objetivo del agente de VC es la ptima y la mejor respuesta del agente de VC a RAU estrategia, . El conjunto , Lo que denota la recopilacin de las mejores respuestas de los agentes VC a la RAU

estrategia, es un equilibrio de Nash-. La existencia y la conconvergencia del equilibrio de Nash se han analizado en [20] y [21]. En consecuencia, en el supuesto de que los precios de la RAU funcin es continuamente diferenciable y aumentando proporcionalmente a, el sistema converge en un nico equilibrio de Nash cuando las siguientes desigualdades son vlidas para el parmetro de seguimiento El agente VC posee cierto nivel de inteligencia, auautonoma y recursos computacionales adecuados para optimizar su respuesta a la estrategia RAU. Basndose en el anlisis anterior,