[論文レビュー] Scenario Generation of Wind Farm Power for Real-Time System Operation

Trevor Werho, Junshan Zhang+4 more|arXiv (Cornell University)|Jun 16, 2021

Energy Load and Power Forecasting参考文献 15被引用数 8

ひとこと要約

本稿では、個々の風力発電所をモデル化するための条件付き異分散回帰と、空間的・時間的相関を捉えるためのガウス・コプゥラを用いて、リアルタイム電力系統運用におけるスケーラブルで確率論的なシナリオ生成手法を提案する。MISOのデータを用いた評価により、実時間最適化ツールに適した、正確で相関を考慮したシナリオが得られた。

ABSTRACT

This work proposes a method of wind farm scenario generation to support real-time optimization tools and presents key findings therein. This work draws upon work from the literature and presents an efficient and scalable method for producing an adequate number of scenarios for a large fleet of wind farms while capturing both spatial and temporal dependencies. The method makes probabilistic forecasts using conditional heteroscedastic regression for each wind farm and time horizon. Past training data is transformed (using the probabilistic forecasting models) into standard normal samples. A Gaussian copula is estimated from the normalized samples and used in real-time to enforce proper spatial and temporal dependencies. The method is evaluated using historical data from MISO and performance within the MISO real-time look-ahead framework is discussed.

研究の動機と目的

• リアルタイム運用制約下で現実的でスケーラブルかつ効率的な風力発電所の出力シナリオを生成する手法を開発すること。
• 大規模な風力発電所群全体における時間的ダイナミクスと空間的相関を捉えること。
• 正確で相関を考慮した確率的予測を提供することで、電力系統のリアルタイム最適化ツールを支援すること。
• 高風力接続率を示す大規模電力系統において、シナリオベース最適化の実用的導入を可能にすること。

提案手法

• 各発電所と時間枠ごとの風力発電所出力の周辺分布をモデル化するために、条件付き異分散回帰を適用する。
• 履歴データを、適合した確率的予測モデルを用いて標準正規変数に変換する。
• 正規化された履歴サンプルからガウス・コプゥラを推定し、共同の空間的・時間的相関を符号化する。
• リアルタイムでは、学習済みの相関を保持するように、コプゥラを用いて相関のあるシナリオを生成する。
• 計算効率が良く、大規模な風力発電所群にスケーラブルであるようにアーキテクチャを設計する。
• フレームワークは、MISOのリアルタイム先読みディスpatch環境内で評価される。

実験結果

リサーチクエスチョン

• RQ1 空間的・時間的相関を保持しつつ、スケールに応じて風力発電所の出力シナリオを効率的に生成する方法は何か？
• RQ2 コプゥラベースの相関構造を用いることで、リアルタイム運用におけるシナリオ品質にどのような影響を与えるか？
• RQ3 MISOのような実世界の電力系統環境において、提案手法はどの程度の性能を示すか？
• RQ4 この手法は、信頼性があり確率論的に妥当なシナリオを提供することで、リアルタイム最適化ツールを支援できるか？

主な発見

• ガウス・コプゥラを用いて、変換済みの確率的予測に基づき、風力発電所間の複雑な空間的・時間的相関を効果的に捉えた。
• シナリオ生成プロセスは計算的に効率的であり、大規模な風力発電所群にスケーラブルである。
• MISOのリアルタイム先読みフレームワーク内での性能評価により、運用用途における実用的妥当性が確認された。
• 提案手法は、風力出力における現実的な不確実性構造を反映するキャリブレーション済みのシナリオを生成した。