[論文レビュー] Stochastic EMS for Optimal 24/7 Carbon-Free Energy Operations

Natanon Tongamrak, Kannapha Amaruchkul+2 more|arXiv (Cornell University)|Jan 21, 2026

Integrated Energy Systems Optimization被引用数 0

ひとこと要約

この論文は、Thailandでの24/7炭素フリーエネルギー目標を15分解で運用・調達するための、先読み horizonを含む二段階確率最適化フレームワークを提案します。 forecastingと蓄電を統合。

ABSTRACT

This paper proposes a two-stage stochastic optimization formulation to determine optimal operation and procurement plans for achieving a 24/7 carbon-free energy (CFE) compliance at minimized cost. The system in consideration follows primary energy technologies in Thailand including solar power, battery storage, and a diverse portfolio of renewable and carbon-based energy procurement sources. Unlike existing literature focused on long-term planning, this study addresses near real-time operations using a 15-minute resolution. A novel feature of the formulation is the explicit treatment of CFE compliance as a model parameter, enabling flexible targets such as a minimum percentage of hourly matching or a required number of carbon-free days within a multi-day horizon. The mixed-integer linear programming formulation accounts for uncertainties in load and solar generation by integrating deep learning-based forecasting within a receding horizon framework. By optimizing battery profiles and multi-source procurement simultaneously, the proposed system provides a feasible pathway for transitioning to carbon-free operations in emerging energy markets.

研究の動機と目的

• 24/7炭素フリーエネルギー（CFE）コンプライアンスを年次の再エネマッチングではなく、柔軟な時間単位のターゲットとして推進する。
• 多日間のホライズンでユーザ定義のCFE目標を達成しつつコストを最小化する二段階確率最適化を開発する。
• recending-horizonフレームワーク内で蓄電、さまざまなエネルギー調達源、および市場との相互作用を統合する。
• 日間予測計画とシナリオベースの調整を組み合わせた15分のディスパッチによりほぼリアルタイム運用を実現する。

提案手法

• 日次CFEコンプライアンス目標の下で純調達コストを最小化する二段階確率的MILP（F-CFE）を定式化する。
• D日 ahead計画を作成し日々実行するローリングEMSとして、recurring-horizon（MPC）を使用する。
• P_loadとP_renewの7日先 horizonを用いた深層学習モデル（LightGBM、LSTM、Neural Prophet）による予測を組み込む。
• 多日間のホライズンにおける炭素フリー空間の分数としてコンプライアンスを定義し、CF時間の割合やCF日数などの柔軟なターゲットを許容する。
• グリーン/非グリーンの状態、蓄電充放電、エネルギー輸出制約を含むマルチソースのグリーンエネルギー調達をモデル化する。
• cvxpyとGurobiでMILPを解き、DA（デー ahead）およびRT（リアルタイム）段階でシナリオベースの調整を通じて計画を伝搬する。

実験結果

リサーチクエスチョン

• RQ1 短期不確実性の下で最小コストで24/7のCFEコンプライアンスをどう達成するか？
• RQ2 15分のほぼリアルタイムフレームワークでのCFEコンプライアンス水準と総運用コストのトレードオフは？
• RQ3 ローリング-recending-horizon EMSは予測、蓄電、マルチソース調達をどう統合してCFE目標を達成するか？
• RQ4 柔軟なCF日選択が計画の実現可能性と経済性に及ぼす影響は？
• RQ5 シナリオベースの不確実性を組み込むとDA意思決定とRT調整にどのような影響があるか？

主な発見

• 提案フレームワークは、複数日間のホライズン内でCF日とCFスロットを選択してコストを最小化することで、明示的なCFEコンプライアンス目標を設定できる。
• 15分ディスパッチとDA/RT段階を備えたローリングF-CFE EMSは、予測を取り入れて負荷と太陽光発電の不確実性を管理できる。
• 予測モデル（LightGBM、LSTM、Neural Prophet）は、7日間の負荷予測精度と日射予測性能を示し、調達判断を導く。
• 確率的F-CFE定式化は、シナリオ実現時のグリーンエネルギー予算の実現性課題と、不確実性を考慮した計画のコスト便益を浮き彫りにする。
• 本研究は、バッテリープロファイルとマルチソース調達を組み合わせて、タイのエネルギー文脈において24/7 CFEに近づける実現性を示す。