[論文レビュー] A review on recent advances in scenario aggregation methods for power system analysis

Aiusha Sangadiev, Alvaro González-Castellanos+1 more|arXiv (Cornell University)|Jul 19, 2022

Electric Power System Optimization被引用数 5

ひとこと要約

本稿は、計算上の tractability とモデル化の正確さのバランスを図るために、時間的および空間的削減技術に焦点を当てた電力系統最適化のシナリオ集約手法について包括的なレビューを提示している。16種類の手法を送電網拡張計画の文脈で評価し、クラスタリング、最適化、距離尺度を用いて、解の品質の損失を最小限に抑えた代表的シナリオ集合を導出しており、確率的エネルギー系統モデリングにおける手法選定のベンチマークを提供する。

ABSTRACT

Worldwide commitments to net zero greenhouse emissions have accelerated investments in renewable energy resources. The requirements for operating and planning power systems are becoming stringent because of the need to take into account the uncertainty associated with renewable generation. Several modeling frameworks that consider the inherent uncertainty in the operation and planning of the power system have been extensively studied. Stochastic optimization has been the most popular approach among these frameworks due to its intuitive representation, especially when formulated using discrete probabilistic scenarios to represent the random variables. Although many scenarios representing all possible uncertain operating conditions would be needed to accurate evaluate stochastic operation and planning models, the size of the scenario set impacts computational complexity, posing a significant tradeoff between uncertainty detail representation and computational tractability. During the last decade, a large body of research has focused on developing new scenario aggregation methods to derive reduced scenario sets that show properties similar to the original scenario set while decreasing computational burden. This review provides an up-to-date, comprehensive classification and analysis of the literature related to scenario aggregation methods for addressing power system optimization problems. First, we present a general framework and the aggregation methodologies. Then, the main studies related to temporal and spatial scenario aggregation are described, followed by a bibliometric analysis of the main publication sources, authors, and application problems. Finally, we provide a numerical analysis and discuss 16 aggregation methods for the transmission expansion planning problem. Finally, recommendations, opportunities, and conclusions are discussed.

研究の動機と目的

• 再生可能エネルギーからの高次元の不確実性に起因する、確率的電力系統最適化における計算複雑性の増大に対処すること。
• 電力系統計画および運用に用いられる時間的および空間的シナリオ集約手法について、統一的な分類と比較分析を提供すること。
• コストの偏差、持続時間曲線の誤差、解の代表性といった定量的指標を用いて、送電網拡張計画における16種類のシナリオ集約手法の性能を評価すること。
• 特に空間的集約に関する既存の文献におけるギャップを特定し、実証的比較に基づいた手法選定のベンチマークを提示すること。
• 応用の文脈、正確さの要件、計算制約に基づいて、研究者および実務家が適切な集約技術を選定できるようにガイドすること。

提案手法

• 時間的（時系列）および空間的（ネットワークノードまたは発電ユニット）削減を区別する一般的なフレームワークを提案する。
• k-means、階層的凝集型クラスタリング（HAC）、スペクトルクラスタリング、自己組織化マップ（SOM）、最適化ベースの選択（例：MILPモデル）を含む16種類のシナリオ集約手法をレビューおよび分類する。
• ユークリッド距離、動的時間ワープング（DTW）、MJCといった距離尺度を用い、Ward、平均、完全連結といった連結基準を適用する。
• 特徴工学（例：OPFに基づく特徴）および表現戦略（例：メドイド、重心、重心に最も近いもの）を用いて、シナリオ集合の忠実性を向上させる。
• 類似した再生可能エネルギー出力、負荷、運用シナリオをクラスタリングアルゴリズムでグループ化し、代表的クラスタを形成する。
• 送電網拡張計画（TEP）問題に対して数値実験を実施し、総コスト、RMSD、最適性ギャップといった指標を用いて手法を比較する。

実験結果

リサーチクエスチョン

• RQ1 送電網拡張計画において、異なるシナリオ集約手法は、計算効率と解の正確さの観点でどのように比較されるか？
• RQ2 連結基準（例：Ward、平均、完全）や距離尺度（例：DTW、ユークリッド）の選択が、低次元化されたシナリオ集合の品質に与える影響は何か？
• RQ3 最適化ベースの手法（例：シナリオ選択のためのMILPモデル）は、ヒューリスティック的手法やクラスタリングベースの手法に比べて、解の忠実性をどれほど効果的に保持できるか？
• RQ4 時間的集約（例：日次・季節的プロファイルへのk-means）と空間的集約（例：ノードのクラスタリング）は、正確さの損失が顕著に現れない範囲で、モデル次元をどれほど効果的に削減できるか？
• RQ5 確率的電力系統最適化において、計算負荷と近似誤差の間で最良のトレードオフを達成する手法はどれか？

主な発見

• Ward連結とメドイド表現を用いたHACは、TEP応用において一貫して高い解の忠実性を示し、総コストおよび投資意思決定における誤差を最小化した。
• 重心に最も近いものとして表現するk-meansは、シナリオ集合の縮小において優れた性能を示し、持続時間曲線のRMSDが低く、発電ミックスの正確さも維持した。
• MILPモデルを用いた最適化ベースの手法（例：ORDF、RR、ORDO）は、GEPおよびTEP問題において、ヒューリスティッククラスタリングに比べてより低い最適性ギャップとより良いコスト近似を達成した。
• SOMを用いた極端な運用状態の選択は、システムのストレス状態を効果的に捉え、必要とされる調節可能容量や運用コストといった信頼性指標を改善した。
• スペクトルクラスタリングとHACの組み合わせ（コンSENSUSクラスタリング）は、電力網の低次元化において耐性を高め、シルエットスコアが高く、明確に分離されたクラスタを示した。
• 時系列クラスタリングにおいて、DTW距離を用いた手法は、非線形的または位相シフトを示す再生可能エネルギープロファイルに対して、ユークリッド距離を上回る性能を示し、発電および需要曲線における近似誤差を低減した。