[論文レビュー] The Economic Dispatch for Integrated Wind Power Systems Using Particle Swarm Optimization

Mohamed Abuella, Constantine J. Hatziadoniu|arXiv (Cornell University)|Sep 5, 2015

Electric Power System Optimization参考文献 10被引用数 7

ひとこと要約

本稿では、風力および熱発電機器を統合した電力系統における粒子群最適化（PSO）に基づく経済運転モデルを提案する。風力発電の不確実性はペナルティコストおよび予備力コストを用いて扱い、総発電コスト（風力発電、過小/過大予測ペナルティ、予備力コストを含む）を最小化する。6母線テストシステムを用いた実験により、高い予備力コストは風力発電の活用を低下させること、風速のばらつきおよびコスト係数がディスpatch意思決定に顕著な影響を及ぼすことが示された。

ABSTRACT

The economic dispatch of wind power units is quite different from that in conventional thermal units, since the adopted model should take into consideration the intermittency nature of wind speed as well. Therefore, this paper uses a model that takes into account the aforementioned consideration in addition to whether the utility owns wind turbines or not. The economic dispatch is solved by using one of the modern optimization algorithms: the particle swarm optimization algorithm. A 6-bus system is used and it includes wind-powered generators besides to thermal generators. The thorough analysis of the results is also provided.

研究の動機と目的

• 間歇的風力発電を有する電力系統における経済運転の課題に取り組むこと。これは、従来の熱力発電のみの系統とは本質的に異なる。
• 風力発電の不確実性を考慮したコストモデルを構築すること。具体的には、過小予測に対するペナルティコストと、過大予測に対する予備力コストを含む。
• 粒子群最適化（PSO）アルゴリズムを用いて、風力統合を伴う経済運転問題を解くこと。
• 風速のばらつき（ワイブル分布を用いてモデル化）およびコスト係数が最適ディスパッチ意思決定に与える影響を分析すること。
• 予備力およびペナルティコスト係数の変動に対するディスパッチ結果の感度を評価するとともに、PSOの性能をこの文脈で検証すること。

提案手法

• 経済運転問題は、二次的コスト（熱発電ユニット）と線形的風力発電コストを含む総発電コストを最小化する非線形最適化問題として定式化する。
• 風力発電の不確実性は、風速にワイブル確率分布を適用し、過小・過大スケジューリングに対するペナルティコストおよび予備力コストを設定することでモデル化する。
• ペナルティコスト $ C_p $ は、スケジューリング量が実際の発電可能量を下回る場合の余剰風力の期待コストとして計算され、予備力コスト $ C_r $ は、スケジューリング量が実際の発電可能量を超える場合の風力不足の期待コストとして計算される。
• 制約付き最適化問題を解くためにPSOアルゴリズムが用いられ、粒子の位置が発電機出力に対応し、個々の最良解およびグローバル最良解に基づいて速度が更新される。
• 制約条件には、発電機の有功出力制限、送電線損失、および総発電量と系統需要の間の電力バランスが含まれる。
• 系統運用会社が風力タービンを所有する場合（直接コストなし）と所有しない場合（保守費用または返金コストを負担）を区別してモデル化する。

実験結果

リサーチクエスチョン

• RQ1 風力発電の不確実性（過小予測および過大予測）は、経済運転コストおよびスケジューリング意思決定にどのように影響を及ぼすか？
• RQ2 予備力コスト係数 $ k_r $ を変化させた場合、風力発電スケジューリングおよび総系統コストにどのような影響が生じるか？
• RQ3 風速スケール係数 $ c $ の変化が、風力発電の可用性およびディスパッチ結果に与える影響は何か？
• RQ4 ペナルティコスト $ k_p $ と予備力コスト $ k_r $ が併せて、風力および熱発電機器の最適ディスパッチにどのように影響を及ぼすか？
• RQ5 PSOアルゴリズムは、風力統合を伴う系統における経済運転問題をどの程度効果的に解けるか。また、パラメータ設定にどの程度感受性を示すか？

主な発見

• 予備力コスト係数 $ k_r $ が60を超えると、高い経済的ペナルティのため風力発電はもはやディスパッチされず、発電はすべて熱発電ユニットに移行する。
• $ k_r = 100 $ の場合、風速のばらつきが増大しても風力発電スケジューリングはほとんど増加しない。これは、風力発電に依存する動機が強く抑制されていることを示している。
• $ k_r = 60 $ の場合、システムは風力発電スケジューリングを完全に回避する。これは、風力発電が経済的に非現実的になる臨界閾値が存在することを確認している。
• $ k_r = 0 $ の場合、$ k_p > 0 $ であれば、風速スケール係数 $ c $ にかかわらず風力発電が完全にスケジューリングされる。これは、過大予測ペナルティが風力発電の完全活用を促進していることを示している。
• スケール係数 $ c $ が5から20 m/sに増加するにつれ、風力発電出力は顕著に増加し、平均風速の上昇が風力発電のディスパッチ可能性を向上させることを示している。
• PSOアルゴリズムは最適ディスパッチ解に収束することに成功したが、パラメータの精密なチューニングが不可欠であり、収束保証のためのさらなる理論的分析が求められる。