[論文レビュー] Probabilistic Models for Daily Peak Loads at Distribution Feeders

Hossein Sangrody, Ning Zhou+1 more|arXiv (Cornell University)|Mar 19, 2017

Energy Load and Power Forecasting参考文献 6被引用数 3

ひとこと要約

本稿では、パワー則分布を用いた確率的モデリング手法を提案し、モンテカルロシミュレーションで強化されたコルモゴロフ＝スミルノフ検定とブートストラップによる不確実性評価を組み合わせて、配電分岐線の日常的ピーク負荷を検証する。研究では、実世界の分岐線データが一貫してパワー則分布に従うことが示され、長期的計画立案およびDERのホスティング容量推定に寄与する。

ABSTRACT

Load forecasting at distribution networks is more challenging than load forecasting at transmission networks because its load pattern is more stochastic and unpredictable. To plan sufficient resources and estimate DER hosting capacity, it is invaluable for a distribution network planner to get the probabilistic distribution of daily peak-load under a feeder over long term. In this paper, we model the probabilistic distribution functions of daily peak-load under a feeder using power law distributions, which is tested by improved Kolmogorov Smirnov test enhanced by the Monte Carlo simulation approach. In addition, the uncertainty of the modeling is quantified using the bootstrap method. The methodology of parameter estimation of the probabilistic model and the hypothesis test is elaborated in detail. In the case studies, it is shown using measurement data sets that the daily peak loads under several feeders follow the power law distribution by applying the proposed testing methods.

研究の動機と目的

• 配電網の負荷パターンに見られる高い確率的変動性と予測困難性に対処すること。
• 長期的な時間スケールにおいて、配電分岐線の日常的ピーク負荷を強固に確率的にモデリングすること。
• 非パラメトリックブートストラップリサンプリングを用いて、ピーク負荷モデリングの不確実性を定量化すること。
• 高度な統計的検定を用いて、実世界の分岐線負荷データに対するパワー則分布の適合度を検証すること。
• 正確な確率的予測を通じて、配電網計画およびDERホスティング容量推定を支援すること。

提案手法

• 実データで観察される重尾的挙動を捉えるために、日常的ピーク負荷をパワー則分布でモデリングする。
• モンテカルロシミュレーションで強化された改良型コルモゴロフ＝スミルノフ検定を用いて、パワー則分布の適合度を評価する。
• パワー則モデルの推定パラメータの不確実性を定量化するために、ブートストラップ法を用いる。
• 測定された分岐線負荷データに対して、最尤推定法を用いてパワー則分布のパラメータ推定を実施する。
• 代替分布との比較において、パワー則分布の適合度の統計的有意性を検証するための仮説検定を実施する。
• 複数の配電分岐線からの実測データセットを用いて、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 配電分岐線の日常的ピーク負荷分布はパワー則分布に従うか？
• RQ2 パワー則分布モデルは、日常的ピーク負荷の確率的挙動をどの程度正確に捉えることができるか？
• RQ3 代替分布と比較して、パワー則分布の適合度の統計的有意性は何か？
• RQ4 信頼性ある計画立案のため、ピーク負荷モデルのパラメータにおける不確実性はどのように定量化できるか？
• RQ5 提案された検定フレームワークは、実世界の分岐線負荷データにおけるパワー則挙動を信頼性高く同定できるか？

主な発見

• 複数の配電分岐線の日常的ピーク負荷データは、強化されたコルモゴロフ＝スミルノフ検定により、パワー則分布に強く従うことが確認された。
• モンテカルロで強化された仮説検定手法は、実負荷データにおけるパワー則挙動と代替分布との区別を効果的に実施できた。
• ブートストラップリサンプリングにより、推定されたパワー則パラメータの意味のある不確実性領域が明らかになり、モデルの信頼性が向上した。
• 手法は実世界の測定データにおいてパワー則パターンを効果的に同定でき、長期的計画に応用可能であることを示した。
• 確率的モデルにより、極端なピーク負荷イベントのより正確な推定が可能となり、これはDERホスティング容量評価にとって不可欠である。
• 結果から、パワー則モデリングは、負荷変動を捉える上で、従来の決定論的モデルや正規分布仮定を上回ることが示された。