[論文レビュー] Adaptive Electricity Scheduling in Microgrids

Yingsong Huang, Shiwen Mao+1 more|arXiv (Cornell University)|Jan 3, 2013

Smart Grid Energy Management参考文献 20被引用数 8

ひとこと要約

本稿では、Lyapunov最適化を用いて、運用コストを最小化するとともに、非必須負荷の電力サービス品質（QoSE）を保証するオンライン適応型電力スケジューリングアルゴリズムを提案する。QoSEおよびエネルギー貯蔵の仮想キューを導入することで、将来の統計情報を必要とせずに、再生可能エネルギー源、蓄電池、メガグリッドからの電力の動的スケジューリングが可能となり、ベースライン手法よりも60%高い市場利益を達成した一方で、QoSEは0.03未満に保たれた。

ABSTRACT

Microgrid (MG) is a promising component for future smart grid (SG) deployment. The balance of supply and demand of electric energy is one of the most important requirements of MG management. In this paper, we present a novel framework for smart energy management based on the concept of quality-of-service in electricity (QoSE). Specifically, the resident electricity demand is classified into basic usage and quality usage. The basic usage is always guaranteed by the MG, while the quality usage is controlled based on the MG state. The microgrid control center (MGCC) aims to minimize the MG operation cost and maintain the outage probability of quality usage, i.e., QoSE, below a target value, by scheduling electricity among renewable energy resources, energy storage systems, and macrogrid. The problem is formulated as a constrained stochastic programming problem. The Lyapunov optimization technique is then applied to derive an adaptive electricity scheduling algorithm by introducing the QoSE virtual queues and energy storage virtual queues. The proposed algorithm is an online algorithm since it does not require any statistics and future knowledge of the electricity supply, demand and price processes. We derive several "hard" performance bounds for the proposed algorithm, and evaluate its performance with trace-driven simulations. The simulation results demonstrate the efficacy of the proposed electricity scheduling algorithm.

研究の動機と目的

• 再生可能エネルギーと蓄電池を有するマイクログリッドにおける確率的電力供給と需要のバランスをとる課題に対処すること。
• 供給、需要、市場価格の不確実性にもかかわらず、住民の使用品質（QoSE）が目標の停電確率以下に保たれることを保証すること。
• 供給、需要、価格プロセスの事前統計知識が不要な低複雑性でオンラインで動作するアルゴリズムを開発すること。
• 再生可能エネルギーの活用、蓄電池管理、需要制御、メガグリッド市場参加を統合的に最適化すること。

提案手法

• 運用コスト最小化とQoSE制約を含む制約付き確率的計画問題としてマイクログリッドスケジューリング問題を定式化する。
• QoSE仮想キューとバッテリ仮想キューを導入し、QoSEおよび貯蔵制約を安定性問題に変換する。
• Lyapunov最適化を適用して、現在のシステム状態のみに基づく意思決定を行うオンラインアルゴリズムを導出する。
• ドリフトプラスペナルティフレームワークを用いてコストとキュー安定性のバランスを図り、決定的性能バウンドを保証する。
• 双対分解と部分勾配更新を用いて最適化問題を解き、リアルタイム実装を可能にする。
• スマートメーターと制御可能な負荷を活用して、グリッド状態に応じた使用品質の動的調整を可能にする。

実験結果

リサーチクエスチョン

• RQ1 マイクログリッド運用者は、非必須電力使用の目標停電確率を保証しつつ、運用コストを最小化するにはどうすればよいか？
• RQ2 将来の知識がなく、不確実性がある状況下で、分散型再生可能エネルギー、エネルギー貯蔵、メガグリッドからの電力の最適スケジューリングはどのように行うべきか？
• RQ3 オンラインアルゴリズムは、確率的マイクログリッド環境下で、近似的最適性能を達成し、保証された安定性とコストバウンドを満たすことができるか？
• RQ4 本手法は、コスト削減およびQoSE準拠の観点から、ベースラインポリシーと比較してどのように異なるか？

主な発見

• 提案アルゴリズムは7日間の期間で947.27ドルの市場利益を獲得し、MECPベースライン（379.74ドル）に比べ60%高い収益を達成した。
• QoSEは約0.025に保たれ、目標閾値の0.03未満であったため、品質保証が効果的に実現された。
• 将来の供給、需要、価格分布の知識がなくても、決定的性能バウンドを達成した。
• 利益の増加は、トレース駆動シミュレーションにより、最終2日間の豊富な再生可能エネルギーの活用に起因していることが示された。
• ベースラインよりQoSEが低かったのは、より良い制御のおかげではなく、27ドル/MWhから356ドル/MWhに急騰した価格に起因する性能－混雑度のトレードオフによるものであった。
• アルゴリズムはシステムの安定性を維持し、すべての制約を満たした。Lyapunov最適化による理論的性能バウンドの妥当性が検証された。