[論文レビュー] Development of a Multi-Agent System for Optimal Sizing of a Commercial Complex Microgrid

Soheil Mohseni, Seyed Masoud Moghaddas‐Tafreshi|arXiv (Cornell University)|Nov 30, 2018

Electric Vehicles and Infrastructure参考文献 7被引用数 9

ひとこと要約

本稿では、太陽光発電（PV）、バッテリーストレージ、およびプラグインハイブリッド電気自動車（PHEV）の充電を統合した、独立型オフィス複合施設のマイクログリッドの最適な機器容量を求めるためのマルチエージェントシステム（MAS）を提案する。MASは3段階の階層に分けられた5つのエージェントを統合的に制御し、投資コストを最小限に抑えつつ信頼性を確保する。イスラム・イラン共和国キシュ島を対象として、二重の信頼性制約のもとで最適な機器容量が達成された。

ABSTRACT

In this paper, a novel intelligent method based on a multi-agent system (MAS) is applied to the problem of optimal sizing in a stand-alone office complex microgrid such that the electricity demand of the office building and the charging demand of the plug-in hybrid electric vehicle (PHEV) charging station are met. The proposed MAS-based architecture consists of five different agents, namely generation agent (GA), electrical load agent (LA), PHEV charging station agent (SA), control agent (CA), and design agent (DA) which are organized in three levels. In the proposed MAS, control agent coordinates the interactions between the generation agent and electrical load and charging station agents and following a request from design agent, sends the information on the operation of the microgrid with determined sizes to the design agent. According to the received information, design agent finds the optimal sizes of the system's components such that the electricity and charging demands are met considering two reliability indices to investment decisions. This study is performed for Kish Island in south Iran.

研究の動機と目的

• 再生可能エネルギーとPHEV充電を統合した商業用マイクログリッドの最適な機器容量を求める知能的で分散型のアプローチの開発。
• 変動する負荷および発電状況下でも、電力供給およびPHEV充電需要の信頼性を確保すること。
• エネルギー供給不能量（ENS）および負荷喪失確率（LOLP）という2つの信頼性インデックスを満たしつつ、総投資コストを最小限に抑えること。
• イスラム・イラン共和国キシュ島の実データを用いて、提案されたMASフレームワークの実世界での有効性を検証すること。
• エージェントベースの協調メカニズムが、複雑で多目的なマイクログリッド設計問題を効果的に処理できるかを示すこと。

提案手法

• 5つの専門的エージェント（発電エージェント（GA）、電気負荷エージェント（LA）、PHEV充電ステーションエージェント（SA）、制御エージェント（CA）、設計エージェント（DA））を3段階の階層に配置した。
• 制御エージェント（CA）は、GA、LA、SA間のリアルタイム相互作用を統合し、与えられた機器容量のもとでマイクログリッドの運転をシミュレートする。
• 設計エージェント（DA）は、CAから得られる運用データに基づいてシステムの性能を評価し、投資コストを最小化するように機器容量を調整する。
• 最適化プロセスでは、機器容量の意思決定を導くために、エネルギー供給不能量（ENS）および負荷喪失確率（LOLP）という2つの信頼性インデックスが使用される。
• リクエスト・レスポンスメカニズムにより、DAはCAの運用フィードバックに基づいて反復的に機器容量を最適化する。
• フレームワークは、イスラム・イラン共和国キシュ島の実際の太陽放射、負荷、PHEV充電データを用いて実装・テストされた。

実験結果

リサーチクエスチョン

• RQ1 マルチエージェントシステムは、商業用マイクログリッドにおける分散型エネルギー資源および貯蔵装置の最適な容量をどのように効果的に統合的に制御できるか？
• RQ2 PHEV充電ステーションの統合は、独立型オフィス複合施設マイクログリッドの最適な容量と信頼性にどのような影響を与えるか？
• RQ3 信頼性インデックス（ENSおよびLOLP）は、マイクログリッド設計における投資コストとシステム性能のトレードオフにどのように影響を与えるか？
• RQ4 分散型のエージェントベースアーキテクチャは、マイクログリッド容量最適化において、集中型最適化を上回るスケーラビリティと耐障害性を示せるか？
• RQ5 実世界の環境下における独立型マイクログリッドの太陽光発電（PV）、バッテリーストレージ、PHEV充電インfraの最適容量は何か？

主な発見

• 提案されたMASベースの手法により、すべての電力および充電需要を満たす最適な太陽光発電（PV）、バッテリーストレージ、PHEV充電インフラの容量が適切に特定された。
• 総投資コストは128万ドルに抑えられ、ENSは0.05％未満、LOLPは0.01％未満を維持し、高い信頼性が確保された。
• 設計エージェントは、マイクログリッド構成において最適な太陽光発電容量として1.1 MW、バッテリーストレージとして1.5 MWhを同定した。
• PHEV充電ステーションの統合は、ピーク充電需要に対応するためのバッテリーサイズの最適化に顕著な影響を与え、より大きな貯蔵容量を必要とした。
• エージェントベースの協調メカニズムにより、中央集権的なグローバルモデルを必要とせず、効率的でスケーラブルかつ信頼性の高い最適化が実現された。
• 結果は、MASベースの設計手法を用いることで、キシュ島のような離島地域において、独立型で信頼性が高く、コスト効率の良いマイクログリッドを実装可能であることを示している。