⚡ electrical engineering

A Game-Theoretic Decentralized Real-Time Control of Electric Vehicle Charging Stations - Part I: Incentive Design

Dit artikel beschrijft een game-theoretische, decentrale aanpak op basis van een Stackelberg-spel en ADMM voor de real-time aansturing van elektrisch voertuig-ladingsstations, waarbij prikkels worden ontworpen om individuele doelen van voertuigen af te stemmen op het systeemoptimum binnen een hiërarchisch energiebeheersysteem.

Oorspronkelijke auteurs: Riccardo Ramaschi, Mario Paolone, Sonia Leva

Gepubliceerd 2026-04-10

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Riccardo Ramaschi, Mario Paolone, Sonia Leva

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat een laadstation voor elektrische auto's (EV's) een drukke treinstation is. In het verleden werd alles door één centrale machinist (een computer) geregeld: hij besliste wie er mocht laden, hoe snel en wanneer. Maar als er duizenden auto's tegelijk aankomen, wordt die centrale machinist overbelast. Het systeem wordt traag, en de auto-eigenaren voelen zich niet gehoord.

Dit artikel (het eerste deel van een tweedelige studie) introduceert een slimme, nieuwe manier om dit te regelen: een spelletje waarbij de stationmanager en de automobilisten samenwerken, maar elk hun eigen doelen hebben.

Hier is de uitleg in simpele taal, met een paar creatieve vergelijkingen:

1. Het Probleem: De "Eén Man Show" werkt niet meer

Stel je een groot laadstation voor met zonnepanelen op het dak en een grote batterij in de grond.

De Manager (het Station): Wil dat de batterij niet leegloopt, dat de zonnepanelen optimaal gebruikt worden en dat de elektriciteitsrekening laag blijft.
De Spelers (De Auto's): Willen allemaal zo snel mogelijk hun auto vol hebben, zonder dat hun batterij te snel slijt.

Als de manager alles centraal regelt, wordt het een chaos. Als de auto's zelf doen wat ze willen, kan het station failliet gaan of de netwerken overbelast raken. Ze hebben een tussenpersoon nodig die de belangen van beide partijen in evenwicht brengt.

2. De Oplossing: Een Spel van "Leider en Volgers"

De auteurs gebruiken een wiskundig concept dat een Stackelberg-spel heet.

De Leider: Het laadstation. Het heeft de macht om regels te stellen en beloningen (incentives) aan te bieden.
De Volgers: De elektrische auto's. Ze reageren op die regels.

De Analogie van de Pizzakoerier:
Stel je voor dat de pizzakoerier (het station) wil dat alle bestellingen op tijd worden bezorgd zonder dat de fietsen oververhitten. De klanten (de auto's) willen hun pizza zo snel mogelijk.
In plaats van de klanten te dwingen, zegt de pizzakoerier: "Als jullie je bestelling iets later ophalen, krijg ik een korting op je pizza."
De klanten beslissen dan zelf: "Is die korting het wachten waard?" Als de korting groot genoeg is, wachten ze. Het station bereikt zijn doel (rustiger verkeer) en de klant krijgt een voordeel. Dat is precies wat dit systeem doet, maar dan met elektriciteit.

3. Hoe werkt het? (Het Drie-Lagen Systeem)

Het systeem werkt in drie lagen, zoals een goed georganiseerd restaurant:

De Chef (De Dagplanning): 's Ochtends maakt de chef een ruw menu voor de hele dag. Hij kijkt naar de weersvoorspelling (zonnepanelen) en de verwachte drukte. Dit is de centrale planning.
De Meneer van de Service (De Tussentijdse Aanpassing): Tussen de middag kijkt de manager: "Oh, het regent nu, de zonnepanelen werken minder. We moeten het plan iets aanpassen." Hij maakt een gedetailleerd plan voor de komende 4 uur.
De Kellner (De Real-time Controle - Het Nieuwe Deel): Dit is waar dit artikel over gaat. Op dit moment, nu, lopen er auto's binnen. De kellner moet direct beslissen: "Wie laad ik nu, en hoeveel?"
- Hij gebruikt een slim algoritme genaamd SG-ADMM.
- ADMM is als een groep mensen die een puzzel oplossen zonder elkaar te zien, maar wel door te communiceren via een bordje. Iedereen lost zijn eigen stukje op en stuurt het resultaat door.
- SG (Stackelberg Game) zorgt ervoor dat de kellner (de leider) een slim prijsje (incentive) bedenkt om de klanten (volgers) te overtuigen om precies te doen wat het station nodig heeft.

4. De Magische Formule: Incentives

Het geheim zit in de incentive. Het systeem berekent continu: "Hoeveel moet ik de auto korting geven om hem te laten wachten, zodat de batterij van het station niet leegloopt?"

Als de zon schijnt en er is veel stroom: Geen korting nodig, laad maar snel!
Als het bewolkt is en de batterij is bijna leeg: De computer biedt de auto een flinke korting aan als hij even geduld heeft.

De auto's zijn "slim": ze kijken naar die korting en beslissen of het hen iets oplevert. Als iedereen dit doet, ontstaat er vanzelf een perfecte balans zonder dat een centrale computer elke seconde hoeft na te denken over elke auto.

5. Waarom is dit belangrijk?

Schaalbaarheid: Het werkt ook als er 10.000 auto's zijn. De centrale computer hoeft niet meer alles te berekenen; de auto's berekenen hun eigen deel.
Privacy: De auto's hoeven hun persoonlijke data niet volledig te delen; ze sturen alleen hun "wens" naar het station.
Efficiëntie: Het voorkomt dat het elektriciteitsnet crasht door te veel auto's tegelijk te laden.

Samenvatting

Dit artikel beschrijft de bouwstenen voor een slimme, decentrale regelaar voor laadstations. In plaats van een strenge politieagent die iedereen dwingt, is het systeem als een slimme onderhandelaar. Hij biedt kleine beloningen aan om de auto-eigenaren vrijwillig te laten meewerken aan een groen en stabiel energienet.

Het is alsof je een orkest hebt waar elke muzikant (de auto) zijn eigen partituur speelt, maar dankzij de dirigent (het station) die de tempo's en dynamiek (de prijzen) aanpast, klinkt het toch als één perfect symfonie.

(In het tweede deel van de studie zullen de auteurs laten zien hoe dit in de praktijk werkt met echte data en simulaties.)

Titel: Een speltheoretische decentrale real-time aansturing van laadstations voor elektrische voertuigen – Deel I: Ontwerp van prikkels

Auteurs: Riccardo Ramaschi, Mario Paolone, Sonia Leva
Publicatie: IEEE Transactions on Smart Grids

1. Probleemstelling

De opkomst van Elektrische Voertuigen (EV's) en laadstations (CS) op schaal creëert uitdagingen voor het elektriciteitsnet. Traditionele gecentraliseerde aansturing van grote laadstations is vaak niet haalbaar voor real-time besturing vanwege:

Hoge rekenkrachtvereisten.
Privacyzorgen (gevoelige data van gebruikers).
Beperkte communicatiecapaciteit tussen het centrale systeem en duizenden individuele voertuigen.

Een decentralisatie van de aansturing is een oplossing, maar dit introduceert een nieuw probleem: zonder adequate prikkels zullen de individuele doelen van de EV-gebruikers (bijv. zo snel en goedkoop mogelijk laden) niet noodzakelijk overeenkomen met de optimale doelen van de laadstationbeheerder (bijv. netstabiliteit, kostenminimalisatie, gebruik van hernieuwbare energie). Er is dus een mechanisme nodig om de belangen van de "leider" (het laadstation) en de "volgers" (de EV's) in lijn te brengen.

2. Methodologie

Het artikel introduceert een hiërarchisch Energy Management System (EMS) met drie lagen, waarbij de focus ligt op de real-time controlelaag.

A. Drie-laags EMS Architectuur

Day-Ahead (Vooraf): Een kansbeperkt (chance-constrained) optimalisatiemodel dat een dispatchplan opstelt voor de dag-ahead markt (DAM), rekening houdend met onzekerheid in zonne-energie (PV) en EV-aanvraag.
Intraday (Tussentijds): Een verfijning van het schema met een glijdend venster (4 uur horizon) om rekening te houden met actuele voorspellingen en balancering in de balancingsmarkt (BM).
Real-time Controle (De kern van dit artikel): Een decentrale aansturing gebaseerd op een Stackelberg-spel gecombineerd met de Alternating Direction Method of Multipliers (ADMM).

B. De SG-ADMM Benadering

De auteurs passen een Stackelberg Game-based ADMM (SG-ADMM) toe. Dit is een tweelaags iteratief proces:

De Leidersrol (Laadstation/CS): Het CS fungeert als de "Leader". Het ontwerpt een prikkelsmechanisme (incentives, $\theta_i$ ) om het gedrag van de EV's te sturen. Het CS heeft "commitment power", wat betekent dat het zijn strategie vastlegt voordat de EV's reageren.
De Volgersrol (EV's): Elke EV is een "Follower" die zijn eigen kostenfunctie minimaliseert (balans tussen laadtijd en batterijdegradatie), maar beïnvloed door de prikkels van het CS.
Het Mechanisme:
- Het CS past de kostenfunctie van de EV's aan door een incentive-term toe te voegen.
- De EV's optimaliseren hun laadvermogen ( $P_i$ ) decentraal via ADMM, waarbij ze rekening houden met koppelingsbeperkingen (totale beschikbare vermogen en per laadpaal beperkingen).
- Het CS past de prikkels aan op basis van de feedback van de EV's om de Stackelberg-evenwicht te bereiken, waarbij de individuele optimaal van de EV's zo dicht mogelijk bij het collectieve optimum van het CS liggen.

C. Wiskundige Formulering

Doelfunctie Leader: Minimaliseren van de afwijking van het gewenste vermogensprofiel (eerlijke verdeling van vermogen).
Doelfunctie Follower: Minimaliseren van de afwijking van de gevraagde laadkracht, met een weging voor laadtijd (onder de vraag) en batterijdegradatie (boven de vraag).
Koppelingsbeperkingen:
- Totale vermogensbalans: $\sum P_i / \eta_{cp} = C + s_L$ (waarbij $C$ het beschikbare budget is en $s_L$ een slack variabele).
- Per laadkolom beperking: $\sum P_i \leq P_{CC}$ .
Incentive Ontwerp: De incentive $\theta_i$ wordt berekend als de marginale kosten van de EV vermenigvuldigd met een hyperparameter, en aangepast via een bisectiemethode in de buitenste lus om de slack variabele te minimaliseren binnen een acceptabel bereik.

3. Belangrijkste Bijdragen

Novel Applicatie van SG-ADMM: Voor het eerst wordt de SG-ADMM-algoritme (oorspronkelijk ontwikkeld voor big data en edge computing) toegepast op de real-time controle van EV-laadstations.
Integratie in Hiërarchisch EMS: Het artikel beschrijft hoe dit decentrale algoritme naadloos wordt geïntegreerd in een drie-laags EMS, inclusief de koppeling met day-ahead plannen en intraday verfijning.
Aangepast Algoritme: De auteurs hebben het originele SG-ADMM-algoritme aangepast om rekening te houden met:
- Variabele koppelingsbeperkingen (afhankelijk van PV-productie en batterijstatus).
- Een specifiek prikkelsmechanisme dat de spanning tussen centrale en individuele doelen oplost.
- Een bisectiemethode voor het efficiënt updaten van de slack-variabelen en prikkels.
Literatuuroverzicht: Een uitgebreide review van bestaande hiërarchische ADMM-toepassingen en het identificeren van de research gap voor Stackelberg-spellen in EV-controle.

4. Resultaten en Evaluatie

Opmerking: Dit artikel is Deel I van een tweedelige publicatie.
De focus van dit deel ligt op de theoretische formulering, de algoritme-ontwikkeling en de integratie in het EMS.
Er worden geen numerieke simulaties of case-studies gepresenteerd in dit specifieke artikel; deze komen in Deel II aan bod.
De resultaten die hier worden beschreven zijn theoretisch van aard: de validatie van de convergentie van het algoritme en de correcte formulering van de speltheoretische relatie.

5. Significatie

Dit werk is significant voor de ontwikkeling van slimme netten (Smart Grids) en elektrisch vervoer om de volgende redenen:

Schaalbaarheid: Het biedt een oplossing voor het beheer van grote aantallen EV's zonder de privacy van gebruikers te schenden of de rekenkracht van een centrale server te overbelasten.
Efficiëntie: Door gebruik te maken van prikkels in plaats van directe bevelen, worden de individuele belangen van gebruikers gerespecteerd terwijl het systeem toch optimaal functioneert.
Netstabiliteit: Het mechanisme helpt bij het verminderen van netcongestie en het maximaliseren van het gebruik van lokale hernieuwbare energiebronnen (PV) en opslag (BESS).
Toekomstgericht: Het legt de basis voor een nieuwe generatie van decentrale energiebeheersystemen die speltheorie en geavanceerde optimalisatie (ADMM) combineren.

Conclusie: Het artikel presenteert een robuust theoretisch raamwerk voor decentrale real-time controle van EV-laadstations. Het lost het fundamentele probleem op van gebrek aan motivatie in decentrale systemen door een speltheoretisch prikkelsmechanisme te introduceren, wat essentieel is voor de schaalbare integratie van elektrisch vervoer in het toekomstige energiestelsel.