[論文レビュー] Using Battery Storage for Peak Shaving and Frequency Regulation: Joint Optimization for Superlinear Gains

Yuanyuan Shi, Bolun Xu+2 more|arXiv (Cornell University)|Feb 26, 2017

Advanced Battery Technologies Research参考文献 23被引用数 24

ひとこと要約

本論文は、時間スケールの違いを活用して、ピークシェービングと周波数制御を同時に実行するバッテリーストレージシステムの共同最適化フレームワークを提案する。これにより、非線形経済的利益が達成される。リアルタイムのしきい値アルゴリズムを用いて、高速な制御信号と月次ピーク需要削減を連携させることで、電気料金を最大12%削減し、各サービス単独での利益の合計を上回る。

ABSTRACT

We consider using a battery storage system simultaneously for peak shaving and frequency regulation through a joint optimization framework which captures battery degradation, operational constraints and uncertainties in customer load and regulation signals. Under this framework, using real data we show the electricity bill of users can be reduced by up to 15\%. Furthermore, we demonstrate that the saving from joint optimization is often larger than the sum of the optimal savings when the battery is used for the two individual applications. A simple threshold real-time algorithm is proposed and achieves this super-linear gain. Compared to prior works that focused on using battery storage systems for single applications, our results suggest that batteries can achieve much larger economic benefits than previously thought if they jointly provide multiple services.

研究の動機と目的

• 商業施設およびデータセンター環境において、バッテリーストレージが単一サービスでの利用にとどまることで資本コストが十分に回収されない経済的非効率を是正すること。
• ピークシェービングと周波数制御を連携する共同最適化フレームワークを開発し、両者の時間スケールの違いを活用して経済的リターンを向上させること。
• 実世界のデータを用いて、共同による利益が個別利益の合計を上回る「非線形的」利益の定量的評価と実証を行うこと。
• 将来の信号を完全に把握する必要のない、実用的でオンラインで動作するしきい値アルゴリズムを設計すること。

提案手法

• バッテリーの劣化、運用制約、負荷および制御信号の不確実性を捉える共同最適化問題を定式化する。
• ラグランジュ緩和法を用いて問題を分離し、限界コストに基づく最適バッテリー配分の解析的条件を導出する。
• 制御信号の方向と大きさをピーク需要目標に対して動的に調整するリアルタイムしきい値制御ポリシーを導出する。
• バッテリーの充電状態、出力制限、エネルギー容量制約を考慮した状態依存型しきい値を導入し、実行可能性を保証する。
• 経済的目的関数を、エネルギー市場収益（周波数制御）、需要料金の削減（ピークシェービング）、バッテリー劣化コストのトレードオフとしてモデル化する。
• 異なる限界コスト制度下で閉形式で最適化問題を解き、充電および放電のための異なる配分ルールを導出する。

実験結果

リサーチクエスチョン

• RQ1 ピークシェービングと周波数制御の両方をバッテリーストレージで共同運用することで、それぞれ単独で運用する場合よりも高い経済的利点が得られるか？
• RQ2 共同最適化における非線形的利点の原因は何か？制御設計によってどのように活用できるか？
• RQ3 将来の信号を完全に把握しないリアルタイム・オンラインアルゴリズムが、ほぼ最適な性能を達成できるか？
• RQ4 月次ピーク需要と秒単位の制御信号という時間スケールの違いが、より高い節約効果を可能にする役割は何か？
• RQ5 バッテリー劣化がピークシェービングと制御サービスの最適なトレードオフに与える影響は何か？

主な発見

• 実世界のデータを用いた分析によると、PJM制御地域の1 MWのデータセンターにおいて、共同最適化フレームワークにより電気料金が最大12%削減された。
• 共同最適化による節約額は、バッテリーをピークシェービングと周波数制御のそれぞれに別々に使用した場合の節約額の合計を上回り、非線形的利点が実証された。
• シンプルなリアルタイムしきい値アルゴリズムがほぼ最適な性能を達成し、将来の信号予測を必要とせずに、非線形的利点の大部分を捉えることができた。
• 最適な配分ポリシーは、バッテリー劣化の限界コスト（λ_b）と制御市場価格（λ_mis）の相対的な大きさに依存し、充電・放電のための異なる制御ルールが導かれた。
• バッテリー劣化の限界コストが制御市場価格を上回る場合（λ_b ≥ λ_mis）、最適な戦略は制御参加をしないこと、つまりバッテリーを停止させることであった。
• 制御信号のランダム性が、ピークシェービングの効率を向上させ、サービス間の相互作用によって非線形的利点が生じることのメカニズムが明らかになった。