EVA-centrerad QUBO-optimering för samordning av aktiv och reaktiv effekt i DLMP-drivna distributionssystem

Varför din bil kan hjälpa till att hålla strömmen uppe

När elbilar sprider sig i bostadsområden förvandlas de tyst till ett av nätets mest kraftfulla verktyg. Istället för att bara vara en apparat som kopplas in på natten kan en parkerad bils batteri och laddare hjälpa till att jämna ut efterfrågan, stödja lokal spänning och till och med ge pengar till ägaren. Denna artikel undersöker hur tusentals elfordon, som agerar tillsammans genom en aggregatör, kan schemaläggas så att de laddar billigt, stabiliserar nätet och förbereder för en framtid där nya typer av beräkningar tar itu med problem som är för komplexa för dagens metoder.

Från ensamma bilar till koordinerade svärmar

Studien fokuserar på aggregatörer för elfordon—företag eller plattformar som hanterar laddning för stora fordonsflottor på uppdrag av förare. I stället för att behandla varje bil som en isolerad last grupperar aggregatören fordon med liknande ankomsttider, energibehov och laddarstorlekar i några få kluster. Det gör ett omfattande problem med 1 000 bilar hanterbart samtidigt som man fortfarande respekterar när varje förare kommer hem, hur långt de måste köra nästa dag och hur snabbt deras bil kan ladda. Dessa kluster fungerar sedan som styrbara efterfrågeblock som kan förskjutas i tid eller justeras upp och ner för att hjälpa nätet.

En omvänd krafthierarki som gynnar flexibilitet

Traditionellt säger den lokala nätoperatören åt alla andra vad de ska göra: den sätter priser och generatorer och konsumenter reagerar. Här vänds den hierarkin. Aggregatören för elfordon behandlas som ledaren i ett tvånivåspel och bestämmer hur mycket laddning och spänningsstöd varje kluster ska ge under dagen. Distributionssystemoperatören följer efter och justerar lokal produktion och nätinställningar som svar. Priser som kallas distributionslokala marginalpriser fångar den verkliga kostnaden för att leverera effekt, inklusive förluster och trängsel på specifika matningslinjer. Aggregatören förutser dessa priser, schemalägger sin flotta därefter och uppdaterar sedan sin plan när operatören reagerar, i en iterativ process tills ingen sida har incitament att ändra sitt beslut.

Att översätta fysik till ett pussel av på/av-val

Att samordna tusentals bilar över många tidsteg är en kombinatorisk mardröm. Författarna omformulerar denna utmaning som ett kvadratiskt okonstraint binärt optimeringsproblem, eller QUBO, där kontinuerliga beslut—såsom effektnivåer och spänningar—diskretiseras till ett rutnät av på/av-val. Genomtänkta strafftermer i den matematiska formuleringen säkerställer att fysiska begränsningar, som laddarens effektgränser, energibehov och spänningsramar, respekteras. En spektral klustringsmetod, även den skriven i QUBO-form, hittar automatiskt välbalanserade kluster av fordon. De resulterande binära problemen löses med en förbättrad simulerad glödgningsalgoritm, en sökstrategi inspirerad av hur material kyls och sjunker ner i lågenergitillstånd och väl lämpad för framtida kvantmaskinvara.

Vad händer när 1 000 bilar spelar med

Ramen testas på ett standard 33-nods distributionsnät med 1 000 bilar indelade i fyra kluster. När bilarna enbart svarar med sin aktiva laddningseffekt drar nätet redan nytta av förskjuten efterfrågan. När de också använder sina laddare för att tillhandahålla reaktiv effekt—en osynlig men avgörande ingrediens för att hålla spänningarna stabila—blir vinsterna slående. Jämfört med mer konventionella samordningsscheman sjunker de totala systemkostnaderna med nästan 40 procent, nätoperatörens egna kostnader minskar med ungefär en fjärdedel och aggregatörens energiräkning krymper med tre fjärdedelar. Förlusterna i ledningarna minskar med nästan 5 procent, spänningsavvikelser förbättras med ungefär 10 procent och minimitspänningarna i slutet av matningen stiger över vanliga kvalitetsgränser.

Nya intäkter för bilar och nya verktyg för ingenjörer

Utöver tekniska vinster öppnar schemat en ny intäktsström: genom att sälja spänningsstöd tjänar flottan över 47 dollar per dag i betalningar för reaktiv effekt, samtidigt som man uppfyller 100 procent av förarnas energibehov och bibehåller ett kundnöjdhetsindex nära 99 procent. Jämfört med populära sökmetoder såsom partikelsvärm- och genetiska algoritmer är QUBO-ansatsen långsammare men skalas mer elegant till mycket stora problem och fungerar effektivt med moderna kommersiella lösare. Eftersom QUBO också är modersmålet för många framväxande kvantdatorer argumenterar författarna för att deras ramverk kan ge omedelbara fördelar på dagens maskiner samtidigt som det är redo att utnyttja morgondagens kvantaccelerationer i takt med att nätets elektrifiering och utbyggnad av förnybar energi fortsätter att växa.

Citering: Suri, V., Nagpal, N., Siano, P. et al. EVA-centric QUBO optimization for active and reactive power coordination in DLMP-driven distribution systems. Sci Rep 16, 12513 (2026). https://doi.org/10.1038/s41598-026-35457-x

Nyckelord: aggregat för elfordon, smarta distributionsnät, efterfrågerespons, stöd för reaktiv effekt, kvantinspirerad optimering