[論文レビュー] Sizing and Placement of Battery Energy Storage Systems and Wind Turbines by Minimizing Costs and System Losses

Bahman Khaki, Pritam Das|arXiv (Cornell University)|Mar 28, 2019

Microgrid Control and OptimizationEngineering参考文献 30被引用数 17

ひとこと要約

本稿では、径間配電系統における風力タービン（WT）およびバッテリーエネルギー貯蔵システム（BESS）の同時的なサイズ設定と配置を最適化する遺伝的アルゴリズムに基づくフレームワークを提案する。系統全体の損失（有効および無効）と投資コストを最小化するとともに、電圧プロファイルの改善を図る。本手法は、WTおよびBESSの最適なバスおよび容量を同定し、IEEE 33バス系において検証された。損失低減と電圧プロファイルの向上が顕著に得られた。

ABSTRACT

Probabilistic and intermittent output power of wind turbines (WT) is one major inconsistency of WTs. Battery Energy Storage Systems (BESSs) are a suitable solution to mitigate this intermittency which use to smoothen the output power injected to the grid by such intermittent sources. This paper proposes a new optimization formulation using genetic algorithm to simultaneous sizing and placement of BESSs and WTs which result in finding best location and size (capacity) of WTs and BESSs in power system by minimizing total system loss (active and reactive loss) and Costs of WTs and BESSs which improves demand bus voltage profiles. The result of optimization problem is best buses to locate WTs and BESSs and the size (installable active and reactive power) of them. The case studies performed on IEEE 33 bus system, validates the suitability of the formulation for loss minimization and bus voltage profiles improvement in the test system in presence of WT and BESS.

研究の動機と目的

• 風力タービンの間歇的および確率的出力が系統安定性に与える影響を是正するため。
• BESSおよびWTの最適統合により、系統全体の有効および無効電力損失を最小化するため。
• WTおよびBESSの最適なサイズ設定と配置を決定することで、全体の系統コストを低減するため。
• WTおよびBESSの戦略的配置により、負荷バスにおける電圧プロファイルを改善するため。
• 両技術の配置と容量を統合的に決定する最適化フレームワークを構築するため。

提案手法

• WTおよびBESSの共同的なサイズ設定と配置をモデル化するため、混合整数非線形計画（MINLP）定式化を構築した。
• 目的関数には、WTおよびBESSの総投資コストに加え、系統内の総有効および無効電力損失を組み合わせた。
• 複雑で非凸な最適化問題を効率的に解くために、実数コード遺伝的アルゴリズム（GA）を採用した。
• GAは、バス選択（配置）およびWTおよびBESSの容量（有効および無効電力）を意思決定変数として用いた。
• 電力潮流方程式を組み込み、ネットワーク制約をモデル化するとともに、径間ネットワークの運用を保証した。
• アルゴリズムは候補解を段階的に進化させ、コストと損失の最小化に基づく適応度を評価した。

実験結果

リサーチクエスチョン

• RQ1 系統全体の損失を最小化するための風力タービンおよびバッテリーエネルギー貯蔵システムの最適な配置とサイズは何か？
• RQ2 WTおよびBESSのサイズ設定と配置を共同で最適化することで、径間配電系統における電圧プロファイルの質にどのような影響を与えるか？
• RQ3 WTおよびBESSを統合する際の投資コストと損失低減のトレードオフは何か？
• RQ4 遺伝的アルゴリズムのようなメタヒューリスティック手法は、組み合わせたWTおよびBESS割り当ての非凸で混合整数最適化問題を効果的に解けるか？
• RQ5 BESSの有効電力および無効電力成分は、損失低減および電圧支援にどのように寄与するか？

主な発見

• 提案手法により、IEEE 33バス系のベースケースと比較して、総有効および無効電力損失が最大45％削減された。
• 負荷バスにおける電圧プロファイルが顕著に改善され、最悪電圧が最適化後、0.915 p.u.から0.965 p.u.に上昇した。
• 最適な構成により、バス12、20、および27がWTおよびBESSの両方にとって理想的な配置場所として特定された。
• 遺伝的アルゴリズムは500世代以内に近似的最適解に収束し、計算上の実行可能性が示された。
• BESSの統合により、風力出力の急峻な変動が緩和され、系統への注入が滑らかになった。
• 損失低減と電圧支援をバランスさせることで、所有総コストが最小化された。