[論文レビュー] Chance-Constrained Generic Energy Storage Operations under Decision-Dependent Uncertainty

N. D. Qi, Pierre Pinson+3 more|arXiv (Cornell University)|Jan 17, 2022

Smart Grid Energy Management被引用数 4

ひとこと要約

本稿は、インcentive信号およびユーザーの不快感に依存する利用可能な充電状態（SoC）の上限が意思決定に依存する不確実性（DDU）を伴う一般化エネルギー貯蔵（GES）運用における確率制約付き最適化フレームワークを提案する。不確実性の分布が不完全な場合のロバスト再定式化と、分布が既知の場合の反復アルゴリズムという2つの取り扱い可能な解法手法を導入し、データ駆動型のパrameter同定を通じて罰則コストの低減とディスpatchの信頼性の向上を実証した。

ABSTRACT

Compared with large-scale physical batteries, aggregated and coordinated generic energy storage (GES) resources provide low-cost, but uncertain, flexibility for power grid operations. While GES can be characterized by different types of uncertainty, the literature mostly focuses on decision-independent uncertainties (DIUs), such as exogenous stochastic disturbances caused by weather conditions. Instead, this manuscript focuses on newly-introduced decision-dependent uncertainties (DDUs) and considers an optimal GES dispatch that accounts for uncertain available state-of-charge (SoC) bounds that are affected by incentive signals and discomfort levels. To incorporate DDUs, we present a novel chance-constrained optimization (CCO) approach for the day-ahead economic dispatch of GES units. Two tractable methods are presented to solve the proposed CCO problem with DDUs: (i) a robust reformulation for general but incomplete distributions of DDUs, and (ii) an iterative algorithm for specific and known distributions of DDUs. Furthermore, reliability indices are introduced to verify the applicability of the proposed approach with respect to the reliability of the response of GES units. Simulation-based analysis shows that the proposed methods yield conservative, but credible, GES dispatch strategies and reduced penalty cost by incorporating DDUs in the constraints and leveraging data-driven parameter identification. This results in improved availability and performance of coordinated GES units.

研究の動機と目的

• 一般化エネルギー貯蔵（GES）運用における意思決定に依存する不確実性（DDU）をモデル化することで、エネルギー貯蔵最適化分野におけるギャップを埋めること。
• インcentive信号および不快度レベルが影響を及ぼす充電状態（SoC）の上限に影響を与える意思決定に依存する不確実性（DDU）を組み込んだ確率制約付き最適化（CCO）フレームワークを構築すること。
• 不完全な確率分布および既知の分布の両方に対して、CCO問題を解くための取り扱い可能な解法手法を提供すること。
• 導入された信頼性インデックスを用いて、GESの応答の信頼性を検証すること。
• 運用制約にDDUを統合することで、GESディスパッチのパフォーマンスを向上させ、罰則コストを低減すること。

提案手法

• 意思決定に依存する不確実性（DDU）を考慮した確率的制約を管理するため、確率制約付き最適化（CCO）を用いて1日先の経済的ディスパッチ問題を定式化する。
• 一般的だが不完全なDDUの分布を扱うために、ロバスト再定式化技術を導入し、不確実性下でも制約の実行可能性を保証する。
• DDUの特定かつ既知の分布を想定した反復アルゴリズムを開発し、逐次近似による高精度な制約処理を可能にする。
• 実世界の応答パターンとインcentive構造に基づいて、DDUモデルのパラメータを同定するデータ駆動型のパrameter同定手法を統合する。
• 不確実性下でのGESディスパッチ戦略の信頼性とパフォーマンスを評価するための信頼性インデックスを定義する。
• シミュレーションベースの分析を用いて、提案手法の妥当性を検証し、コスト削減および運用信頼性への影響を評価する。

実験結果

リサーチクエスチョン

• RQ1 一般化エネルギー貯蔵（GES）運用における意思決定に依存する不確実性（DDU）は、1日先ディスパッチフレームワーク内でどのように効果的にモデル化できるか？
• RQ2 分布が不完全または完全に特定されている場合に、DDU下での確率制約付き最適化問題を解くための取り扱い可能な最適化手法は何か？
• RQ3 DDUを考慮したディスパッチ戦略は、従来の意思決定に依存しない不確実性モデルと比較して、コストおよび信頼性の観点でどのように異なるか？
• RQ4 データ駆動型パラメータ同定は、DDU下でのGESディスパッチの精度とパフォーマンスをどの程度向上させることができるか？
• RQ5 意思決定に依存する不確実性下で、GESユニットのパフォーマンスを信頼性高く評価するための信頼性指標は何か？

主な発見

• DDUを組み込んだ提案されたCCOフレームワークは、DDUを無視したモデルと比較して、より保守的ではあるが信頼性の高いディスパッチ戦略をもたらす。
• ロバスト再定式化手法により、DDUの分布情報が不完全な場合でも制約の実行可能性が保証され、運用の安全性が向上する。
• 反復アルゴリズムは、DDUが既知の分布に従う場合に高精度な解を得られ、ディスパッチの正確性が向上する。
• シミュレーション結果から、制約にDDUを組み込むことで罰則コストが顕著に低減されることが示された。
• 信頼性インデックスにより、提案手法のもとで協調的なGESユニットの応答の信頼性とパフォーマンスが向上していることが確認された。
• データ駆動型パラメータ同定により、モデルの忠実性が向上し、実世界のユーザー応答行動とより整合性が高まった。