[論文レビュー] Operational Valuation for Energy Storage under Multi-stage Price Uncertainties

Bolun Xu, Audun Botterud+1 more|arXiv (Cornell University)|Oct 21, 2019

Smart Grid Energy Management参考文献 19被引用数 4

ひとこと要約

本稿では、シナリオサンプリングではなく価格分布関数を直接用いることで、複数段階にわたる電力価格の不確実性下でのエネルギー貯蔵価値を、解析的かつ計算効率の良い方法で評価する手法を提案する。価格の急騰やマイナス価格といった尾部事象を正確に捉えられ、SDDPに比べて最大100,000倍高速な近似即時計算が可能であり、貯蔵運用者によるリアルタイム価値評価を可能にする。

ABSTRACT

This paper presents an analytical method for calculating the operational value of an energy storage device under multi-stage price uncertainties. Our solution calculates the storage value function from price distribution functions directly instead of sampling discrete scenarios, offering improved modeling accuracy over tail distribution events such as price spikes and negative prices. The analytical algorithm offers very high computational efficiency in solving multi-stage stochastic programming for energy storage and can easily be implemented within any software and hardware platform, while numerical simulation results show the proposed method is up to 100,000 times faster than a benchmark stochastic-dual dynamic programming solver even in small test cases. Case studies are included to demonstrate the impact of price variability on the valuation results, and a battery charging example using historical prices for New York City.

研究の動機と目的

• 複数段階の価格不確実性、特に価格の急騰やマイナス価格といった極端な出来事に対して、高速かつ高精度なエネルギー貯蔵価値評価手法を開発すること。
• 尾部分布のモデリングに苦労し、計算複雑性が高いため、シナリオベースの確率的プログラミング手法に起因する制限を克服すること。
• 計算負荷とハードウェア要件を最小限に抑えることで、エネルギー貯蔵のリアルタイムかつデバイス内での価値評価を可能にすること。
• 実際のニューヨーク市電力価格データを用いて、SDDPなどのベンチマークソルバーと比較し、本手法の速度と精度の優位性を示すこと。
• 即時の価値計算により、不完全な価格予測下でもエネルギー貯蔵参加者が最適な運用意思決定を下せる支援をすること。

提案手法

• 本手法は、非予見的政策を伴う確率的最適制御問題としてエネルギー貯蔵の価格アービタージュを定式化し、既知の価格分布下での期待利益を最大化する。
• 将来の価格の累積分布関数と次の期間の価値関数を用いて、シナリオの離散化を回避することで、貯蔵価値関数を解析的に計算する。
• 線形時間かつ定数領域で動作する後向き再帰を用いることで、数百の予測期間にわたる近似即時計算が可能になる。
• 段階的独立な確率分布（例えば、標準偏差が異なる正規分布）を用いて価格不確実性をモデル化し、直接的に尾部行動を組み込む。
• リアルタイムおよびデイ・アヘッド価格予測に、歴史的バイアス分布を統合して不確実性をモデル化し、ニューヨークISOデータセットを用いて検証する。
• アルゴリズムは基本的な算術および論理演算のみを用いるため、低リソースのハードウェアおよびソフトウェアプラットフォームへの実装が可能である。

実験結果

リサーチクエスチョン

• RQ1 複数段階の価格不確実性、とりわけ価格の急騰やマイナス価格といったまれだが影響の大きな出来事に対して、どのように効率的かつ高精度にエネルギー貯蔵価値を計算できるか？
• RQ2 シナリオベースの確率的プログラミング手法（例：SDDP）と比較して、解析的分布ベースの価値評価が持つ計算上の利点は何か？
• RQ3 価格予測における標準偏差の変化によって表される価格ボラティリティは、エネルギー貯蔵の運用価値にどのように影響を与えるか？
• RQ4 本手法は、実際の価格データを用いた実世界の応用において、デイ・アヘッド価格のみを用いたヒューリスティックベンチマークを上回ることができるか？
• RQ5 本手法は、計算負荷を最小限に抑えることで、低コストのハードウェア上で分散型エネルギー貯蔵システムにおけるリアルタイム意思決定にどの程度活用可能か？

主な発見

• 本手法は、線形時間かつ定数領域の複雑性のおかげで、小さなテストケースですでにSDDPベンチマークに比べ最大100,000倍高速である。
• シナリオのサンプリングではなく分布関数を直接用いることで、価格の急騰やマイナス価格といった尾部事象のモデリング精度が向上する。
• 価格不確実性が高まるにつれ、貯蔵価値の範囲が広がる—例えば標準偏差が10、30、50の場合、限界価値の範囲が顕著に拡大し、アービタージュの潜在的機会が高まることを示す。
• ニューヨーク市価格を用いた実世界の事例研究では、100kW/200kWhのバッテリを10%から90%の充電状態（SoC）に充電する際、分布ベースの価値評価で4ドルの利益を達成した。これはデイ・アヘッド価格ヒューリスティック（2ドル）を上回ったが、完全情報のリアルタイムベンチマーク（8ドル）には及ばなかった。
• 即時の価値評価計算が可能であるため、SDDPが高時間分解能（例：5分間隔市場）では非現実的になる状況においても、低コストのハードウェアへのリアルタイム展開が可能である。
• 本フレームワークは、時間的価格変動性と不確実性を効果的に捉えており、充電状態や予測期間の違いに関わらず、高いロバスト性を示した。