[論文レビュー] Management strategies for run-of-river hydropower plants -an optimal switching approach

Niklas L. P. Lundström, Marcus Olofsson+1 more|arXiv (Cornell University)|Sep 22, 2020

Water resources management and optimization参考文献 42被引用数 4

ひとこと要約

本稿では、河川流量を確率的微分方程式（SDE）でモデル化し、生産計画の変分不等式を偏微分方程式（PDE）で解くことで、ラン・オブ・リバー水力発電所の最適スイッチングフレームワークを提案する。この手法は、スイッチングコストと予測流量変動を考慮した完全自動でコストを意識した運用戦略を生成し、理論的最適値の2%および5%以内の近似最適性能を達成する。

ABSTRACT

The mathematical theory for optimal switching is by now relatively well developed, but the number of concrete applications of this theoretical framework remains few. In this paper, we bridge parts of this gap by applying optimal switching theory to a set of production planning problems related to hydropower plants. In particular, we study two different cases involving small run-of-river hydropower plants and show how optimal switching can be used to create fully automatic production schemes in these cases, with non-zero cost of switching between different states of production. Along the way of deriving these schemes, we also create a model for the random flow of water based on stochastic differential equations and fit this model to historical data. This stochastic flow model, which should be of independent interest, mimics the long term seasonal behaviour of the flow while still allowing for stochastic fluctuations and can incorporate a given forecast to damp the impact of such fluctuations in near time. We benchmark the performance of our model using actual flow data from a small river in Sweden and find that our production scheme lies close to the optimal, within 2 % and 5 %, respectively, in a long term investigation of the two plants considered.

研究の動機と目的

• 非ゼロのスイッチングコストを伴うラン・オブ・リバー水力発電所の数学的に厳密で自動化された生産計画戦略の開発。
• 季節的傾向と短期的変動を捉える、確率的河川流量ダイナミクスのモデル化。実時間予測を統合。
• エネルギー分野でこれまであまり活用されていなかった最適スイッチング理論を、実際の水力発電運用に適用し、実証的検証を実施。
• 提案戦略をナーヴィなヒューリスティクスと比較し、予測期間やスイッチングコストの変化に伴う性能を評価。
• 小型水力発電所における実世界への展開に向けたスケーラビリティと実用的妥当性の提示。

提案手法

• 長期的な季節性と短期的な確率的変動を捉える河川流量の確率的微分方程式（SDE）モデルを構築。
• スウェーデンの河川からの歴史的流量データにSDEモデルをキャリブレーションし、流量ダイナミクスの現実的なシミュレーションを可能にする。
• 予測データをSDEフレームワークに統合し、短期的流量不確実性が意思決定に与える影響を低減。
• 発電所の運用状態（例：稼働／停止）を、変分不等式に従うスイッチング制御問題としてモデル化。
• 有限差分法を用いて、得られた高次元PDE系を数値的に解き、最適スイッチング閾値を導出。
• 標準的なハードウェア上で数分で最適スイッチング戦略を計算する数値アルゴリズムを実装し、リアルタイムまたはニアリアルタイム応用を可能にする。

実験結果

リサーチクエスチョン

• RQ1 非零のスイッチングコストを伴う現実のラン・オブ・リバー水力発電生産計画に、最適スイッチング理論を効果的に適用できるか。
• RQ2 予測期間や流量状態が変化する条件下で、最適スイッチング戦略と単純なオン／オフヒューリスティクス戦略の性能はどのように比較されるか。
• RQ3 予測を統合した確率的流量モデルは、水力発電意思決定のロバストネスと正確性をどの程度向上できるか。
• RQ4 電力価格（D）に対するスイッチングコスト（C）の変化に伴い、最適戦略はどの程度感度を示すか。
• RQ5 本フレームワークは、貯蔵機能やポンプ貯蔵能力を有するより複雑な水力発電システムへ拡張可能か。

主な発見

• 提案された最適スイッチング戦略は、2つの異なるラン・オブ・リバー発電所についての長期シミュレーションで、理論的最適値の2%および5%以内の性能を達成した。
• スイッチングコストの適切な取り扱いのおかげで、生産モードの数が増加するにつれて、ナーヴィなオン／オフ戦略に比べて顕著に優れた性能を示した。
• 予測を統合することで性能が向上したが、急激な流量変化の予測では、長期予測が短期予測よりもしばしば性能が劣ることがあった。
• 電力価格が一定であってもモデルはロバストであり、時間的に変化するか確率的な価格への拡張は理論的に可能で、構造的制限は存在しない。
• 計算コストは低く、標準ラップトップで数分で戦略計算が可能であり、リアルタイム展開に適している。
• 本フレームワークは高次元問題へ一般化可能であるが、確率的要因の数が増えると計算複雑性が上昇するため、高次元設定では代替手法（例：モンテカルロ法）の導入が望ましい。