スマートEVインフラにおける多目的V2Gディスパッチのモデル予測制御：ピークカット、再生可能エネルギー利用、バッテリー劣化、経済収益の同時最適化

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a clear methodological framework for comparing V2G control strategies, with transparent reporting of trade-offs.

🏢実務担当者:Offers insights for EV fleet operators and grid operators on the importance of advanced control over simple price signals.

🏛政策担当者:Highlights the need for policies that encourage smart charging to avoid adverse grid impacts from uncoordinated V2G.

Vehicle-to-grid（V2G）技術により、駐車中の電気自動車は電力を系統へ逆送電できるため、車両群は分散型貯蔵設備として機能し得る。多くの研究が、ピークシェービングや再生可能エネルギーの有効活用といった大きな便益を報告しているが、その大半はシミュレーションを言葉でのみ説明し、試験用の系統を明示せず、単一の充電挙動を何もしないケースと比較しているに過ぎない。そのため、V2G自体がもたらす効果と制御戦略がもたらす効果を切り分けることは困難である。本論文では、完全に仕様が定められた単一の系統上で、明確に定義された2つの戦略を構築し比較する。第一は価格追従ルールである。各車両はエネルギーが安いときに充電し、高いときに放電するが、系統に関する知識は持たない。第二は、毎時再計画を行い、系統ピーク、エネルギーコスト、バッテリー劣化を同時に低減する後退ホライズン型モデル予測制御（MPC）戦略である。両戦略ともIEEE 33母線配電フィーダー上で、EV普及率が低（10%）、中（30%）、高（50%）の各ケースで実行され、毎時間は仮定ではなく完全なAC潮流計算によって検証される。中心的な結果は、スマートコントローラの単純な勝利ではない。普及率50%では、価格ルールは車両群全体が単一の価格シグナルに同時に反応するため、V2Gを全く導入しない場合と比較して系統ピークを23.7%悪化させる一方、MPCは全てのケースでピークを18〜28%削減する。MPCはまた、一部の個別線路においてより高い最悪ケースの負荷を示すが、これは隠蔽されることなく報告される。結果はモデルから得られたままに示される。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Vehicle-to-grid (V2G) technology lets a parked electric vehicle push power back to the network, so a fleet of cars can act as distributed storage. Many studies report large benefits from this, such as peak shaving and better use of renewable energy, but most describe their simulation only in words, name no test network, and compare a single charging behavior against a do-nothing case. It is then hard to separate what V2G delivers from what the control strategy delivers. This paper builds and compares two clearly defined strategies on one fully specified system. The first is a price-following rule: each vehicle charges when energy is cheap and discharges when it is dear, with no knowledge of the network. The second is a receding-horizon model predictive control (MPC) strategy that re-plans every hour and lowers the system peak, the energy cost, and the battery wear together. Both run on the IEEE 33-bus distribution feeder at low (10%), medium (30%), and high (50%) EV shares, and every hour is checked with a full AC power flow rather than an assumption. The central result is not a simple win for the smart controller. At a 50% share the price rule makes the system peak 23.7% worse than having no V2G at all, because the whole fleet reacts to one price signal at once, while the MPC cuts the peak by 18 to 28% in every case. The MPC also shows higher worst-case loading on some individual lines, and that is reported rather than hidden. Results are given as they came out of the model.

• Research Square https://doi.org/10.20944/preprints202607.2314.v1first seen 2026-08-07 04:38:38 · last seen 2026-08-14 04:41:41