[論文レビュー] Storage Optimal Control under Net Metering Policies

Md Umar Hashmi, Arpan Mukhopadhyay+2 more|arXiv (Cornell University)|Feb 4, 2020

Smart Grid Energy Management参考文献 31被引用数 10

ひとこと要約

本稿では、特に買取価格と売却価格が不等であるNEM 2.0のようなネットメーター制度下で、住宅用エネルギー貯蔵システムにおける最適なエネルギー価格差益取引を実現する、計算効率が高くしきい値に基づくアルゴリズムを提案する。コスト関数の区分線形かつ凸構造を活用し、ラグランジュ双対分解を用いることで、2次時間計算量で最適なランピングレートを計算可能となり、大規模データセットを用いたリアルタイム運用を可能にし、標準的なソルバーより顕著な高速化を実現する。

ABSTRACT

Electricity prices and the end user net load vary with time. Electricity consumers equipped with energy storage devices can perform energy arbitrage, i.e., buy when energy is cheap or when there is a deficit of energy, and sell it when it is expensive or in excess, taking into account future variations in price and net load. Net metering policies indicate that many of the utilities apply a {customer selling} rate lower than or equal to the retail {customer buying rate} in order to compensate excess energy generated by end users. In this paper, we formulate the optimal control problem for an end user energy storage device in presence of net metering. We propose a computationally efficient algorithm, with worst case run time complexity of quadratic in terms of number of samples in lookahead horizon, that computes the optimal energy ramping rates in a time horizon. The proposed algorithm exploits the problem's piecewise linear structure and convexity properties for the extit{discretization} of optimal Lagrange multipliers. The solution has a extit{threshold-based structure} in which optimal control decisions are independent of past or future price as well as of net load values beyond a certain time horizon, defined as a extit{sub-horizon}. Numerical results show the effectiveness of the proposed model and algorithm. Furthermore, we investigate the impact of forecasting errors on the proposed technique. We consider an Auto-Regressive Moving Average (ARMA) based forecasting of net load together with the Model Predictive Control (MPC). We numerically show that adaptive forecasting and MPC significantly mitigate the effects of forecast error on energy arbitrage gains.

研究の動機と目的

• ネットメーター制度、特に買取価格と売却価格が不等なNEM 2.0における住宅用貯蔵システムの最適エネルギー差益取引問題を定式化すること。
• 大規模な価格および負荷データを用いたリアルタイム運用が可能な計算効率の高いアルゴリズムを開発すること。
• ARMAベースの予測を用いたモデル予測制御（MPC）を用いて、予測誤差が差益性能に与える影響を分析すること。
• 部分時間窓長、シャドウプライス、最適制御しきい値を支配する主要なシステムパラメータを同定すること。

提案手法

• 問題は、連続する時間インスタンス間のエネルギー量の差に対する凸的かつ区分線形な最適化として定式化される。
• 連続最適化を、蓄積された双対変数に基づく離散問題に変換するためにラグランジュ双対分解が適用される。
• 最適制御方針がしきい値構造を示すことが示され、制御行動は現在のバッテリ状態と局所的な蓄積双対乗数にのみ依存する。
• コスト関数の区分線形性と凸性を活用して最適双対乗数を計算することで、効率的な動的計画法的計算が可能となる。
• 部分時間窓（sub-horizon）の概念が導入され、制御意思決定がこの時間窓を超える価格および負荷変動に依存しなくなることで、計算負荷が軽減される。
• 不確実性を扱うために、電力価格、負荷、および再生可能エネルギー発電量の予測にARMAモデルを用いたMPCと本手法が統合される。

実験結果

リサーチクエスチョン

• RQ1 買取価格と売却価格が不等なネットメーター制度下で、最適なエネルギー差益取引をどのように効率的に計算できるか？
• RQ2 大規模データを用いたリアルタイムでの最適貯蔵制御問題を解く際の計算複雑度はどの程度か？
• RQ3 電力価格および負荷の予測誤差は差益利益にどのように影響を及ぼし、それを軽減できるか？
• RQ4 将来情報が現在の意思決定に影響を与えない部分時間窓の長さを支配する主要なシステムパラメータは何か？
• RQ5 充電／放電効率、ランピングレート、貯蔵容量は、しきい値に基づく制御方針にどのように影響を及ぼすか？

主な発見

• 提案アルゴリズムは、予測時間窓内のサンプル数に対して最悪計算量O(n²)を達成し、標準的な線形計画法および凸最適化ソルバーより顕著に優れている。
• 100,000サンプルの時間窓において、アルゴリズムの実行時間はサンプル数にほぼ線形に増加し、スケーラビリティが裏付けられる。
• CVXを用いた凸最適化や標準的なLPソルバーよりも桁違いに高速であり、リアルタイム導入に適している。
• 大規模な時間窓において、平均的な部分時間窓長は約11サンプル（標準偏差～7.28）に安定化し、この先の価格および負荷変動は現在の意思決定に影響しないことが示された。
• ARMAモデルを用いた適応的予測とMPCの統合により、予測誤差が差益利益に与える悪影響が顕著に軽減された。
• 感度解析により、部分時間窓長は電力価格のボラティリティ、効率、サンプリング周期、およびランピングレートと定格容量の比によって支配されることが判明した。