[論文レビュー] An Efficient Scenario-based Stochastic Energy Management of Distribution Networks with Distributed Generation, PV Module, and Energy Storage

Mohammad Rasoul Narimani, Ali Azizivahed+1 more|arXiv (Cornell University)|Oct 16, 2019

Microgrid Control and Optimization参考文献 31被引用数 4

ひとこと要約

本稿では、分散型発電、太陽光発電（PV）システム、およびエネルギー貯蔵を備えた配電系統におけるエネルギーマネジメントを目的として、シナリオベースの確率的プログラミング手法と、ハイブリッド型グレイ・ウルフ最適化と粒子群最適化（GWO-PSO）アルゴリズムを組み合わせた手法を提案する。この手法は、運用コストの最小化と供給不能エネルギー（ENS）の最小化という、しばしば相反する二つの目的を効果的にバランスさせ、修正版IEEE 69母線系統において、コストと信頼性の妥当なトレードオフを実証した。

ABSTRACT

Incorporating Renewable Energy Sources (RES) incurs a high level of uncertainties to electric power systems. This level of uncertainties makes the conventional energy management methods inefficient and jeopardizes the security of distribution systems. In this connection, a scenario-based stochastic programming is introduced to harness uncertainties in the load, electricity price, and photovoltaic generation. Further, a hybrid evolutionary algorithm based on Grey Wolf Optimizer and Particle Swarm Optimisation algorithm is proposed to find the best operation cost, and Energy Not Supplied (ENS) as two important objective functions, which almost always are in stark contrast with each other. The proposed algorithm is applied to the modified IEEE 69-bus test system and the results are validated in terms of efficiency, which indicates a cogent trade-off between the fitness functions addressed above.

研究の動機と目的

• 再生可能エネルギー源（RES）が配電系統に引き起こす高い不確実性に対処すること。
• 負荷、電力料金、太陽光発電の不確実性を扱える効率的なエネルギーマネジメントフレームワークの開発。
• 運用コストと供給不能エネルギー（ENS）を同時に最小化すること。これらは一般的に相反する目的である。
• 提案手法の効率性とロバストネスを実際のテストシステムにおいて検証すること。

提案手法

• 負荷、電力料金、PV発電の不確実性を表現するために、シナリオベースの確率的プログラミングモデルを構築する。
• グレイ・ウルフ最適化のグローバルサーチ能力と粒子群最適化のローカルサーチの高精度を組み合わせた、マルチオブジェクティブ最適化問題を解くためのハイブリッドGWO-PSOアルゴリズムを設計する。
• アルゴリズムは、総運用コストと供給不能エネルギー（ENS）という2つの主要な目的を最適化する。
• 性能評価のため、修正版IEEE 69母線配電系統にこの手法を実装・テストする。
• 収束速度と解の品質の両面から、比較分析を通じて解を検証する。
• 計算複雑性を管理しながら確率的精度を保持するため、シナリオ削減技術を用いる。

実験結果

リサーチクエスチョン

• RQ1 負荷、電力料金、PV出力の確率的不確実性を、配電系統エネルギーマネジメントにおいてどのように効果的にモデル化できるか？
• RQ2 ハイブリッドメタヒューリスティックアルゴリズムは、運用コストと信頼性（ENS）のトレードオフをどの程度改善できるか？
• RQ3 従来の手法と比較して、提案手法の収束速度と解の品質はどのように評価できるか？
• RQ4 高比率のRES統合下でも、提案フレームワークはシステムの安全性と信頼性を維持できるか？

主な発見

• 提案されたGWO-PSOアルゴリズムは、運用コストと供給不能エネルギー（ENS）の間で優れたバランスを達成し、効果的なマルチオブジェクティブ最適化を示した。
• テストされたIEEE 69母線系統において、標準的なメタヒューリスティクスと比較して、収束が速く、解の品質も優れた結果を示した。
• シナリオベースの確率的モデルは、負荷、電力料金、PV出力の不確実性を効果的に捉え、システムのロバストネスを向上させた。
• 検証結果から、本手法の効率性と実際の高比率分散発電統合配電系統への実用的適用可能性が確認された。