[論文レビュー] On Aggregation Performance in Privacy Conscious Hierarchical Flexibility Coordination Schemes

Thomas Offergeld, Nils Mattus+2 more|arXiv (Cornell University)|Jan 1, 2022

Caching and Content Delivery被引用数 3

ひとこと要約

本稿は、電力系統におけるプライバシー保護型階層的柔軟性調整方式（FCS）のパフォーマンスを定量化する手法を提案する。2つの指標—集約誤差と効率性—を用いて、異種のエネルギー貯蔵システム（ESS）からの柔軟性集約を評価する。主な原因は、電力対エネルギー（PtE）比であり、PtE比が類似したESSをグループ化することで誤差が顕著に低減され、分散型柔軟性リソースの効率的かつプライバシー保護型の調整が可能になることを示している。

ABSTRACT

In this paper we introduce a method for performance quantification of flexibility aggregation in flexibility coordination schemes (FCS), with a focus on privacy preserving hierarchical FCS. The quantification is based on two performance metrics: The aggregation error and the aggregation efficiency. We present the simulation framework and the modelling of one complex type of flexibility providing units (FPUs), namely energy storage systems (ESS). ESS cause intertemporal constraints for flexibility coordination that lead to aggregation errors in case flexibility is aggregated from heterogeneous groups of FPUs. We identify one parameter responsible for the aggregation error to be the power-to-energy ratio of the ESS. A grouping of FPUs using similarity in their power-to-energy ratios is shown to improve the coordination performance. Additionally, we describe the influence of flexibility demand timeseries on the aggregation error, concluding that future assessments of aggregation errors should consider multiple representative demand timeseries, which is a non-trivial task. Finally, we discuss the applicability of the developed method to scenarios of larger system size.

研究の動機と目的

• 分散型エネルギー資源（DER）を有する大規模な柔軟性調整において、システム効率性とプライバシーを維持する課題に対処すること。
• 特に異種のエネルギー貯蔵システム（ESS）に対して、階層的FCSにおける集約によるパフォーマンス劣化を定量化すること。
• プライバシー保護型FCSにおける集約誤差と効率性に影響を与える主要なシステムパラメータおよび設計選択を同定すること。
• 異なるFCS構成と需要プロファイルにおける集約パフォーマンスをベンチマークするためのシミュレーションフレームワークを提供すること。

提案手法

• 時間的制約を伴うESSの運用柔軟性を表現するため、混合整数線形プログラミング（MILP）モデルを構築する。
• 2つのパフォーマンス指標を定義する：集約誤差（ϵagg）は、モノリシックFCSと階層的FCSのディスpatchの乖離を表し、集約効率性（ηagg）は実際の柔軟性活用率と最適活用率の比を表す。
• 複数のアグリゲーターが個々のFPUsを仮想ESSにグループ化する階層的FCSを実装し、詳細なFPUデータを抽象化することでプライバシーを保護する。
• ESS単位を電力対エネルギー（PtE）比に基づいてクラスタリングし、その影響が集約誤差の低減に与える影響を評価する。
• 集約パフォーマンスのロバストネスを評価するため、複数の代表的柔軟性需要時系列を用いたシナリオをシミュレートする。
• パフォーマンスの基準として、完全なシステム可視性を持つモノリシックFCSと比較して、階層的FCSの結果を評価する。

実験結果

リサーチクエスチョン

• RQ1 異種のエネルギー貯蔵システム（ESS）を階層的柔軟性調整方式（FCS）で集約する際、集約誤差の主な要因は何か？
• RQ2 ESSの電力対エネルギー（PtE）比は、階層的FCSにおける集約誤差にどのように影響するか？
• RQ3 PtE比が類似したFPUsをグループ化することで、調整パフォーマンスはどの程度向上し、集約誤差はどの程度低減されるか？
• RQ4 柔軟性需要時系列の選択が、集約誤差の大きさと一貫性にどのように影響するか？
• RQ5 多数のアグリゲーターとFPUsを含む大規模システムに、階層的FCSをスケーリングする計算上の実現可能性はいかがなものか？

主な発見

• 階層的FCSにおける集約誤差は、電力またはエネルギー容量の違いとは独立して、ESSの電力対エネルギー（PtE）比の違いに起因する。
• PtE比が類似したESS単位をグループ化することで、集約誤差が顕著に低減され、PtE比の類似性が効果的な集約のための重要な設計基準であることが示された。
• 集約誤差は、分解能に用いられる柔軟性需要時系列に極めて敏感であることが判明し、単一の需要プロファイルでは誤差評価のロバストネスを確保できないことが示された。
• 48時間の時間枠を有する合成28-FPU、5アグリゲーターのケースにおいて、標準的なオフィス用ハードウェアで60秒未満でシミュレーションが完了した。これは、現実的なシステム規模における計算上の実現可能性を示している。
• 適切にグループ化された場合、階層的FCSは、中央調整者に仮想ESSの集約情報のみを提供することでプライバシー保護型の調整を実現し、高い調整効率性を維持できる。
• 今後のFCSベンチマークでは、妥当な運用領域（FOR）の幾何的サンプリングにより生成されたような、複数の代表的柔軟性需要時系列を用いるべきである。これにより、パフォーマンス評価のロバストネスが保証される。