[論文レビュー] Arbitrage with Power Factor Correction using Energy Storage

Md Umar Hashmi, Deepjyoti Deka+3 more|arXiv (Cornell University)|Mar 14, 2019

Smart Grid Energy Management参考文献 27被引用数 4

ひとこと要約

本稿では、高率にインバータインターフェースを備えた分散型発電を有する配電系統において、エネルギー arbitrage と局所的な力率補正（PFC）を同時に実行するための共同最適化フレームワークを提案する。McCormick緩和とペナルティベース手法を用いることで、非凸な共同最適化が効率的に解かれる。その結果、PFC を達成してもアービタージュ利益が低下しないことが示され、コンバータのサイズ制約により、無効電力制御と有効電力アービタージュがほとんど分離されていることが明らかになった。

ABSTRACT

The importance of reactive power compensation for power factor (PF) correction will significantly increase with the large-scale integration of distributed generation interfaced via inverters producing only active power. In this work, we focus on co-optimizing energy storage for performing energy arbitrage as well as local power factor correction. The joint optimization problem is non-convex, but can be solved efficiently using a McCormick relaxation along with penalty-based schemes. Using numerical simulations on real data and realistic storage profiles, we show that energy storage can correct PF locally without reducing arbitrage profit. It is observed that active and reactive power control is largely decoupled in nature for performing arbitrage and PF correction (PFC). Furthermore, we consider a real-time implementation of the problem with uncertain load, renewable and pricing profiles. We develop a model predictive control based storage control policy using auto-regressive forecast for the uncertainty. We observe that PFC is primarily governed by the size of the converter and therefore, look-ahead in time in the online setting does not affect PFC noticeably. However, arbitrage profit are more sensitive to uncertainty for batteries with faster ramp rates compared to slow ramping batteries.

研究の動機と目的

• インバータインターフェースを備えた分散型発電（特に太陽光発電）の広範な導入に起因する力率低下の増大する課題に対処すること。
• 利益を損なわずに、エネルギー貯蔵がエネルギーアービタージュと局所的力率補正（PFC）の両方を実行できる共同最適化フレームワークを開発すること。
• リアルタイム制御設定下での予測不確実性がアービタージュのパフォーマンスとPFC準拠に与える影響を調査すること。
• 不確実性下でのバッテリのランプレートとコンバータのサイズに起因するアービタージュ利益への感度を分析すること。
• ARIMA予測を用いたモデル予測制御（MPC）ポリシーを提供し、ロバストなPFCおよびアービタージュの結果を得るためのリアルタイム実装を可能にすること。

提案手法

• 力率を規制範囲内に保ちながらアービタージュ利益を最大化するための、エネルギー貯蔵システムの有効電力および無効電力ディスpatchの非凸な共同最適化問題を定式化する。
• 非凸問題を近似するためにMcCormick緩和を適用し、力率制約を満たすためにペナルティベースの手法を用いる。
• 電力料金、ネットロード、再生可能エネルギー発電の自己回帰的（ARIMA）予測を用いて、リアルタイムの不確実性に対処するためのモデル予測制御（MPC）フレームワークを実装する。
• バッテリの充放電状態が $ b^i = b^{i-1} + x^i $ で記述される時間離散化動的モデルを用いる。充電・放電効率は $ \eta_{\text{ch}}, \eta_{\text{dis}} $ で表す。
• コンバータ容量を制限する $ S_B^{\max} $ を用いて視覚的電力制限を定義し、これによりコンバータの容量が無効電力能力と、結果としてPFC性能を規定する。
• 完全な知識を前提とした決定論的最適制御と、予測データを用いたリアルタイムMPCを比較し、不確実性下での利益損失とPFC違反を評価する。

実験結果

リサーチクエスチョン

• RQ1 エネルギー貯蔵は、どちらの目的を損なわずに、高いアービタージュ利益と効果的な局所的力率補正を同時に達成できるか？
• RQ2 電力料金およびネットロードの予測不確実性が、リアルタイムMPC制御下でのアービタージュとPFCのパフォーマンスにどのように影響を与えるか？
• RQ3 力率補正は、将来の負荷および価格予測に比べて、コンバータのサイズにどれほど依存しているか？
• RQ4 バッテリのランプレートは、アービタージュパフォーマンスにおける予測不確実性への感受性にどのように影響するか？
• RQ5 コンバータサイズを拡大することと、高い力率を維持しながらアービタージュ利益を保つことのトレードオフは何か？

主な発見

• エネルギー貯蔵は、アービタージュ利益を低下させることなく、局所的な力率補正を実行可能であり、共同最適化により、0.25C-0.25Cのバッテリを搭載したシステムでリアルタイムMPC下で平均力率97.04％を達成した。
• 予測不確実性に起因するアービタージュ利益損失は、高速ランプレートのバッテリ（例：2C-2Cバッテリでは35.8％損失）に対して顕著に高く、低速ランプレートのバッテリ（0.25C-0.25Cバッテリでは3％損失）よりも顕著に高い。
• 力率補正は主にコンバータのサイズに依存しており、将来の予測とはほとんど関係がない。したがって、時間的な先行予測はPFCパフォーマンスにほとんど影響しない。
• 同じバッテリに対して、コンバータサイズを拡大することで平均力率が向上（例：0.9375から0.9765に）し、アービタージュ利益を損なわずに実現可能であった。
• 決定論的制御とリアルタイムMPC設定の両方でPFC違反は同等であり、コンバータサイズが十分であればPFCは不確実性に対してロバストであることが示された。
• 高価格シナリオにおける最適制御行動は、高速ランプレートバッテリでは最大出力で放電することであるが、これは容量制限により制限され、予測誤差に対して感受性が高くなる。