[論文レビュー] Robust Capacity Assessment of Distributed Generation in Unbalanced Distribution Networks Incorporating ANM Techniques

Xin Chen, Wenchuan Wu+1 more|arXiv (Cornell University)|Sep 12, 2017

Optimal Power Flow Distribution参考文献 24被引用数 12

ひとこと要約

本稿では、三相潮流解析とアクティブネットワーク管理（ANM）技術を統合することで、不平衡配電系統における分散型発電（DG）の最大ホスティング容量を評価する二段階の調整可能ロバスト最適化フレームワークを提案する。この手法は、負荷およびDG出力の不確実性を堅牢に扱い、最適なDGのサイズ決定と設置場所を決定するとともに、時間別に最適なANM戦略を生成する。IEEE 33バス系統を用いた検証により、容量と堅牢性の両方が向上したことが示された。

ABSTRACT

To settle a large-scale integration of renewable distributed generations (DGs), it requires to assess the maximal DG hosting capacity of active distribution networks (ADNs). For fully exploiting the ability of ADNs to accommodate DG, this paper proposes a robust comprehensive DG capacity assessment method considering three-phase power flow modelling and active network management (ANM) techniques. The two-stage adjustable robust optimization is employed to tackle the uncertainties of load demands and DG outputs. With our method, system planners can obtain the maximum penetration level of DGs with their optimal sizing and sitting decisions. Meanwhile, the robust optimal ANM schemes can be generated for each operation time period, including network reconfiguration, on-load-tap-changers regulation, and reactive power compensation. In addition, a three-step optimization algorithm is proposed to enhance the accuracy of DG capacity assessment results. The optimality and robustness of our method are validated via numerical tests on an unbalanced IEEE 33-bus distribution system.

研究の動機と目的

• 不確実性を伴う不平衡配電系統における分散型発電（DG）の最大ホスティング容量を正確に評価する課題に対処すること。
• ネットワーク再構成、OLTC制御、無効電力補償などのアクティブネットワーク管理（ANM）技術を、ホスティング容量評価プロセスに統合すること。
• 負荷需要および再生可能エネルギー由来のDG出力の不確実性を考慮したロバスト最適化フレームワークの構築。
• システムプランナーよりも、最適なDGのサイズ決定と設置場所に加え、時間別に最適なANM運用スキームを提供すること。
• 三段階最適化アルゴリズムを用いることで、DG容量評価の正確性と信頼性を向上させること。

提案手法

• 不確実性を扱うために、調整可能ロバスト同等形を用いた二段階の調整可能ロバスト最適化モデルを構築。
• 不均衡な配電系統の状態を正確に表現するため、三相潮流解析を組み込む。
• アクティブネットワーク管理（ANM）技術—ネットワーク再構成、負荷タップチェンジャー（OLTC）制御、無効電力補償—を最適化フレームワーク内の意思決定変数として統合。
• ロバストな容量評価の計算精度と収束性を向上させるため、三段階最適化アルゴリズムを提案。
• ロバスト最適化フレームワークにより、各時間帯におけるロバストで最適なANMスキームを生成し、不確実性のすべての実現に対してシステムの安全性を確保。
• 負荷およびDG出力の変動を定義する不確実性集合を用いて、ロバスト最適化ソルバーでモデルを解く。

実験結果

リサーチクエスチョン

• RQ1 負荷およびDG出力の不確実性を考慮した場合、不平衡配電系統におけるDGホスティング容量の最大値は何か？
• RQ2 ANM技術をDG統合と最適に連携させることで、ホスティング容量をどのように向上させられるか？
• RQ3 三相不平衡モデルを用いることで、バランスモデルと比較してDG容量評価の正確性にどのような影響を与えるか？
• RQ4 提案された二段階の調整可能ロバスト最適化フレームワークは、堅牢性および運用信頼性をどのように向上させるか？
• RQ5 三段階最適化アルゴリズムの計算的および実用的性能は、解の正確性を向上させるために果たす役割は何か？

主な発見

• 本手法は、ANM戦略を効果的に活用することで、従来手法に比べて高いDGホスティング容量を達成している。
• 三相潮流解析の統合により、不平衡系統における容量評価の正確性が顕著に向上している。
• 二段階の調整可能ロバスト最適化フレームワークは、定められた不確実性集合内でのすべての実現に対して、システムの安全性を保証している。
• 三段階最適化アルゴリズムにより、解の正確性と収束性が向上し、容量評価における最適性ギャップが低減されている。
• IEEE 33バス系統を用いた数値実験により、本手法の堅牢性と有効性が確認され、負荷およびDG出力の変動するさまざまなシナリオにおいて安定した性能を示した。
• 本手法は、時間別に最適なANMスキーム（ネットワーク再構成および無効電力補償を含む）を生成しており、運用可能性の観点から極めて重要である。