[논문 리뷰] A Conditional Value-at-Risk Based Planning Model for Integrated Energy System with Energy Storage and Renewables

Ang Xuan, Xinwei Shen외 2명|arXiv (Cornell University)|2021. 04. 22.

Integrated Energy Systems Optimization참고 문헌 33인용 수 11

한 줄 요약

이 논문은 재생 가능 에너지 자원(RES)과 에너지 저장 시스템(ESS)을 통합한 통합 에너지 시스템(IEST)을 위한 이단계 조건부가치위험도(CVaR)-기반 계획 모델을 제안한다. 벤더스 분해와 개선된 뒤집힌 시나리오 감소 방법을 사용하여, 다양한 신뢰수준에서 투자 결정과 운영 리스크를 최적화하며, ESS와 RES 통합이 잠재적 리스크 노출을 크게 감소시키며 투자 비용을 균형 잡는다는 것을 입증한다.

ABSTRACT

Owing to the potential higher energy supply efficiency and operation flexibility, integrated energy system (IES), which usually includes electric power, gas and heating/cooling systems, is considered as one of the primary forms of energy carrier in the future. However, with the increasing complexity of multiple energy devices and systems integration, IES planning is facing a significant challenge in terms of risk assessment. To this end, an energy hub (EH) planning model considering renewable energy sources (RES) and energy storage system (ESS) integration is proposed in this paper, in which the risk is measured by Conditional Value-at-Risk (CVaR). The proposed IES planning model includes two stages: 1) investment planning on equipment types and capacity (e.g., energy converters, distributed RES and ESS) and 2) optimizing the potential risk loss in operation scenarios along with confidence level and risk preference. The problem solving is accelerated by Benders Decomposition and Improved Backward Scenario Reduction Method. The numerical results illustrate the effectiveness of proposed method in balancing the potential operation risk and investment cost. Moreover, the effectiveness of reducing potential operation risk by introducing ESS and RES are also verified.

연구 동기 및 목표

• 복잡한 다에너지 통합으로 인해 증가하는 통합 에너지 시스템(IEST)의 리스크 평가 문제를 해결하기 위해.
• 재생 가능 에너지 자원(RES)과 에너지 저장 시스템(ESS)을 포함한 IEST에서 투자 비용과 운영 리스크를 균형 잡는 계획 모델을 개발하기 위해.
• 조건부가치위험도(CVaR)를 리스크 측정 수단으로 사용하여 리스크 선호도와 신뢰수준을 계획 과정에 통합하기 위해.
• 벤더스 분해와 개선된 뒤집힌 시나리오 감소 기법을 통해 해법 계산 속도를 향상시키기 위해.

제안 방법

• 이단계 스토케스티크 최적화 모델을 수립: 제1단계는 에너지 변환기, RES, ESS의 투자 결정을 위한 것이며, 제2단계는 운영 리스크 최소화를 위한 것이다.
• 조건부가치위험도(CVaR)를 사용하여 악성 시나리오에서의 기대 손실을 정량화하여 리스크 회피적 의사결정을 반영한다.
• 대규모 혼합정수계획문제를 효율적으로 해결하기 위해 벤더스 분해를 적용하여 주문제와 보조 문제로 분해한다.
• 리스크 분포의 통계적 성질을 유지하면서도 운영 시나리오 수를 줄이기 위해 개선된 뒤집힌 시나리오 감소 방법을 사용한다.
• 에너지 허브(EH) 모델링을 통합하여 IEST 내 전기, 가스, 열 에너지 간의 변환 및 교환을 표현한다.
• 신뢰수준과 리스크 선호도 파rameter를 조정하여 투자 비용과 리스크 노출 간의 트레이드오프를 최적화한다.

실험 결과

연구 질문

• RQ1 고수준의 재생 가능 에너지 통합과 에너지 저장을 고려할 때, 통합 에너지 시스템(IEST) 계획에서 리스크를 효과적으로 정량화할 수 있는 방법은 무엇인가?
• RQ2 다양한 리스크 선호도와 신뢰수준은 IEST의 투자 및 운영 결정에 어떤 영향을 미치는가?
• RQ3 에너지 저장 시스템(ESS)과 재생 가능 에너지 자원(RES)은 IEST에서 잠재적 운영 리스크를 어느 정도 감소시킬 수 있는가?
• RQ4 스토케스티크 시나리오가 포함된 대규모 IEST 계획 문제에서 계산 효율성을 어떻게 향상시킬 수 있는가?

주요 결과

• 제안된 CVaR 기반 모델은 투자 비용과 운영 리스크를 효과적으로 균형 잡으며, 다양한 신뢰수준에서 리스크 노출 감소가 확인된다.
• 에너지 저장 시스템(ESS) 통합은 특히 고위험 시나리오에서 높은 운영 손실의 가능성을 크게 감소시킨다.
• 재생 가능 에너지 자원(RES)은 리스크 완화에 기여하지만, 변동성이 존재하므로 최적 성능을 내기 위해 ESS와의 통합 계획이 필수적이다.
• 벤더스 분해와 개선된 뒤집힌 시나리오 감소 기법의 조합은 수렴 속도를 향상시키고 대규모 문제의 계산 효율성을 향상시킨다.
• 수치 결과는 전통적인 결정론적 모델 대비 CVaR를 활용한 리스크 회피적 계획이 더 견고한 투자 결정을 이끌어낸다는 것을 확인한다.