[論文レビュー] Probabilistic Energy Management for Building Climate Comfort in Smart Thermal Grids with Seasonal Storage Systems

Vahab Rostampour, Tamás Keviczky|arXiv (Cornell University)|Nov 10, 2016

Building Energy and Comfort Optimization参考文献 7被引用数 5

ひとこと要約

本稿は、季節的地下水熱蓄積（ATES）を備えたスマート熱供給網（STG）に対して、個人的（建物の需要）および共通的（共有されるATESリソース）な不確実性を扱う、確率的モデル予測制御（MPC）フレームワークを提案する。有限区間の混合整数二次計画問題を、複数のチャンス制約を含む形で定式化し、確率的妥当性を保証するロバストでランダム化されたアプローチにより、過剰な保守性を低減して解釈する。シミュレーションおよびMODFLOWを用いた地下水流モデリングによる検証が行われた。

ABSTRACT

This paper presents an energy management framework for building climate comfort (BCC) systems interconnected in a grid via aquifer thermal energy storage (ATES) systems in the presence of two types of uncertainty (private and common). ATES can be used either as a heat source (hot well) or sink (cold well) depending on the season. We consider the uncertain thermal energy demand of individual buildings as a private uncertainty source and the uncertain common resource pool (ATES) between neighbors as a common uncertainty source. We develop a large-scale stochastic hybrid dynamical model to predict the thermal energy imbalance in a network of interconnected BCC systems together with mutual interactions between their local ATES. We formulate a finite-horizon mixed-integer quadratic optimization problem with multiple chance constraints at each sampling time, which is in general a non-convex problem and difficult to solve. We then provide a computationally tractable framework by extending the so-called robust randomized approach and offering a less conservative solution for a problem with multiple chance constraints. A simulation study is provided to compare completely decoupled, centralized and move-blocking centralized solutions. We also present a numerical study using a geohydrological simulation environment (MODFLOW) to illustrate the advantages of our proposed framework.

研究の動機と目的

• スマート熱供給網（STG）内における、相互接続された建物の暖房・冷却（BCC）システムにおける熱エネルギーの不均衡を管理する課題に対処すること。
• 個々の建物の熱需要という個人的不確実性および共有されるATESリソースプールという共通の不確実性の両方をモデル化し、その影響を緩和すること。
• 季節的貯蔵を有する大規模STG向けに、計算的に扱いやすく、確率的にロバストなエネルギー管理フレームワークを構築すること。
• 従来のロバスト最適化と比較して、過剰な保守性を低減しつつ、不確実性下での制約の満たし方を保証すること。
• シミュレーションおよび地下水流モデリングに基づくMODFLOWを用いた数値的検証により、フレームワークの有効性を検証すること。

提案手法

• 1時間ごとの運用およびATESを用いた季節的貯蔵を有するSTGにおける熱エネルギー不均衡を予測する大規模な確率的ハイブリッド動的モデルを構築する。
• 需要および共有されるATESリソースの不確実性を扱うために、複数のチャンス制約を含む有限区間の混合整数二次計画問題を定式化する。
• 非凸かつチャンス制約を含む最適化問題を解くために、確率的妥当性の保証を得られるロバストでランダム化されたアプローチを適用する。
• 計算の扱いやすさを向上させるために、移動ブロッキングを用いた集中型MPC戦略を用いて、問題をエージェントレベルの部分問題に分解する。
• 既存の結果（例：[43]）から導かれる確率的境界を用いて、不確実性集合のサンプルサイズを決定し、高い確率で妥当性を保証する。
• フレームワークの性能を実際の地下熱動態を再現できるように、MODFLOWに基づく地下水流シミュレーションを統合して検証する。

実験結果

リサーチクエスチョン

• RQ1 大規模なSTGにおいて、建物の熱需要および共有されるATESリソースの個人的および共通の不確実性をどのように統合的にモデル化できるか？
• RQ2 隣接するATESシステム同士の相互作用が、エネルギー管理のパフォーマンスおよび全体的なエネルギー効率に与える影響は何か？
• RQ3 複数のチャンス制約を含むSTGのMPCにおいて、ロバストでランダム化されたアプローチが保守性を低減しつつ、確率的妥当性を維持できるか？
• RQ4 提案されたフレームワークは、完全に分離された制御戦略および完全に集中型の制御戦略と比較して、どのようにパフォーマンスが異なるか？
• RQ5 フレームワークは不確実性下での制約満たしをどの程度保証できるか。また、どのような確率的保証を提供できるか？

主な発見

• 提案されたロバストでランダム化されたMPCフレームワークは、従来のロバスト最適化と比較して、過剰な保守性を低減し、制約違反のリスクを低下させつつ、妥当性を維持する。
• この手法により、高い信頼性で確率的妥当性が保証される：個々のチャンス制約が同時に違反する確率は、β（個人的）および¯β（共通的）で抑えられ、和集合の不等式および独立性の仮定に基づいて導出される。
• シミュレーション結果から、移動ブロッキングを用いた集中型アプローチが、完全に分離された戦略および完全に集中型の戦略と比較して、エネルギー効率および制約満たしの両面で優れていることが示された。
• MODFLOWを用いた数値的検証により、フレームワークが不確実性下での実際の地下熱動態およびATESの性能を的確に捉えられることを確認した。
• 理論的な確率的保証が提供される：N個のエージェントに対して、個人的制約の違反確率がεを超える確率はβで抑えられ、共通的制約に対しては¯βで抑えられる。これは[43]から導かれるサンプルサイズの条件に基づく。
• 最適化問題の妥当領域が空でない内部を持つことが示された。これは、与えられた制約下で少なくとも1つの妥当解y*が存在することを保証する。