[論文レビュー] Scenario-based Economic Dispatch with Uncertain Demand Response

Hao Ming, Le Xie+3 more|arXiv (Cornell University)|Nov 29, 2017

Electric Power System Optimization参考文献 5被引用数 7

ひとこと要約

本稿では、1日あたりの電力市場における複数のDRプロバイダーからの需要応答（DR）コミットメントにおける不確実性を管理するためのシナリオベースの経済 dispatch フレームワークを提案する。有限の不確実性集合から繰り返しサンプルを削除することで、確率分布の仮定を必要とせずに制約違反のリスクを定量化しつつ、ディスpatchのパフォーマンスを向上させる手法である。これは、確率的およびロバスト最適化の代替手段として柔軟で分布フリーな手法であり、3バス、IEEE 14バス、IEEE 118バスシステムにおいて実証された性能を有する。

ABSTRACT

This paper introduces a new computational framework to account for uncertainties in day-ahead electricity market clearing process in the presence of demand response providers. A central challenge when dealing with many demand response providers is the uncertainty of its realization. In this paper, a new economic dispatch framework that is based on the recent theoretical development of the scenario approach is introduced. By removing samples from a finite uncertainty set, this approach improves dispatch performance while guaranteeing a quantifiable risk level with respect to the probability of violating the constraints. The theoretical bound on the level of risk is shown to be a function of the number of scenarios removed. This is appealing to the system operator for the following reasons: (1) the improvement of performance comes at the cost of a quantifiable level of violation probability in the constraints; (2) the violation upper bound does not depend on the probability distribution assumption of the uncertainty in demand response. Numerical simulations on (1) 3-bus and (2) IEEE 14-bus system (3) IEEE 118-bus system suggest that this approach could be a promising alternative in future electricity markets with multiple demand response providers.

研究の動機と目的

• 1日あたりの市場清算における複数のDRプロバイダーからの需要応答コミットメントにおける不確実性に対処すること。
• 従来の確率的およびロバスト最適化手法に対する計算効率が高く、ロバストな代替手法を開発すること。
• DR不確実性に関する事前の確率分布の仮定を排除すること。
• パフォーマンスと制約違反確率の間の定量的トレードオフを提供すること。
• システム運用者が、電力バランスや線路潮流などの優先制約に基づいてどのシナリオを削除すべきかを指針づけること。

提案手法

• シナリオアプローチを経済 dispatch 問題に適用し、不確実性集合から有限の需要応答実現値のサンプルを抽出する。
• 目的関数（例：社会的厚生）を向上させつつ制約違反の確率を制限するために、不確実性集合から繰り返しサンプルを削除する。
• 制約違反の理論的リスクバウンドは、削除されたサンプル数の関数として導出され、元の分布に依存しない。
• 確率制約付き最適化の原則を用い、違反確率が信頼水準 β 以下であることが保証される。
• 電力バランスやブランンチ潮流制限などの制約を優先するシナリオ生成および削除アルゴリズムを用いて実装する。
• パフォーマンスと制約違反トレードオフの評価を目的として、3系統のテストシステム（3バス、IEEE 14バス、IEEE 118バス）を用いて数値的検証を実施する。

実験結果

リサーチクエスチョン

• RQ1 複数のDRプロバイダーからの需要応答コミットメントにおける不確実性を、既知の確率分布を仮定せずに、1日あたりの経済 dispatch で効果的に管理する方法は何か？
• RQ2 シナリオベースのアプローチを用いる場合、ディスパッチのパフォーマンスと運用制約違反リスクの間のトレードオフはどのように変化するか？
• RQ3 削除されたシナリオの数が、経済 dispatch 解における制約違反確率の上界にどのように影響するか？
• RQ4 電力バランスや線路潮流などのどの種類の制約がシナリオの削除に対して最も感受性が高く、運用者の意思決定にどのように活用できるか？
• RQ5 実世界の不確実性下で、従来の確率的およびロバスト最適化手法と比較して、シナリオアプローチはパフォーマンスおよび計算の実行可能性において優れているか？

主な発見

• シナリオアプローチは、システム運用者が許容可能な違反確率に基づいて解を選択できるパフォーマンス-リスクトレードオフ曲線を提供する。
• 制約違反確率の理論的上界は、削除されたサンプル数と信頼水準 β のみに依存し、DR不確実性の元の分布とは無関係である。
• ロバスト最適化と比較して、社会的厚生が向上しつつも、定量的なリスクレベルを維持する。
• 3バス、IEEE 14バス、IEEE 118バスシステムにおける数値結果は、本手法のスケーラビリティと実世界での実用性を確認している。
• 異なるシナリオ削除アルゴリズムは、制約カテゴリに異なる影響を及ぼし、ブランンチ潮流制限などの重要な制約を優先的に管理できる。
• 誤った分布仮定による社会的厚生の損失を回避できることから、データが不足しているか、非定常な環境下でもよりロバストである。