[논문 리뷰] A Multiperiod OPF Model Under Renewable Generation Uncertainty and Demand Side Flexibility

Waqquas Bukhsh, Chuyun Zhang외 1명|arXiv (Cornell University)|2014. 07. 10.

Electric Power System Optimization참고 문헌 13인용 수 4

한 줄 요약

이 논문은 재생 가능 에너지 발전의 불확실성과 수요 측 유연성을 통합하여 발전 비용을 최소화하는 이단계 스토하스틱 최적 전력 흐름(OPF) 모델을 제안한다. 첫 번째 단계에서 기존 발전기 조정을 최적화하고 두 번째 단계에서 부하 유연성을 활용해 확률적 바람 풍력 발전을 흡수함으로써, 시험 시스템에서 최대 4.13%의 비용 절감을 달성하여, 낮은 수준의 수요 유연성으로도 상당한 경제적 이점을 입증한다.

ABSTRACT

Renewable energy sources such as wind and solar have received much attention in recent years and large amount of renewable generation is being integrated to the electricity networks. A fundamental challenge in power system operation is to handle the intermittent nature of the renewable generation. In this paper we present a stochastic programming approach to solve a multiperiod optimal power flow problem under renewable generation uncertainty. The proposed approach consists of two stages. In the first stage operating points for conventional power plants are determined. Second stage realizes the generation from renewable resources and optimally accommodates it by relying on demand-side flexibility. The benefits from its application are demonstrated and discussed on a 4-bus and a 39-bus systems. Numerical results show that with limited flexibility on the demand-side substantial benefits in terms of potential additional re-dispatch costs can be achieved. The scaling properties of the approach are finally analysed based on standard IEEE test cases upto 300 buses, allowing to underlined its computational efficiency.

연구 동기 및 목표

• 간헐적인 재생 가능 에너지, 특히 바람 풍력의 전력 시스템 통합 문제를 불확실성 하에서 해결하기 위해.
• 고수준의 재생 가능 에너지 통합을 가진 전력 시스템에서 수요 측 유연성이 비효율적 퇴출과 운영 비용을 어떻게 줄일 수 있는지 탐색하기 위해.
• 스토하스틱 바람 풍력과 탄력적인 부하를 고려한 계산 효율성이 높은 다기간 OPF 모델을 개발하기 위해.
• 표준 IEEE 시험 시스템(최대 300 버스)에서 제안된 접근법의 확장성과 비용 절감 효과를 평가하기 위해.
• 제한된 바람 풍력 비율 조건에서도 낮은 수준의 수요 유연성으로도 상당한 비용 절감 가능성을 입증하기 위해.

제안 방법

• 이중단계 스토하스틱 프로그래밍 프레임워크를 사용하여, 첫 번째 단계에서는 불확실성 하에서 기존 발전기 출력을 결정하고, 두 번째 단계에서는 실현된 재생 가능 에너지 발전에 따라 조정한다.
• 모델은 12개 시간 간격 동안 바람 풍력의 불확실성을 표현하기 위해 50개의 시나리오를 사용하는 시나리오 기반 스토하스틱 최적화를 적용한다.
• 수요 측 유연성은 특정 버스에서 조정 가능한 부하 비율(αd,s,t)으로 모델링되며, 부하를 정해진 범위(±10%에서 ±100%까지) 내에서 이동시킬 수 있다.
• 최적화는 전체 발전 비용(바람 풍력 폐기 비용 포함)을 최소화하도록 설계되며, AC 전력 흐름 제약, 발전기 램프 제약, 네트워크 안정성 제약을 충족해야 한다.
• 문제는 표준 IEEE 시험 사례(14, 30, 57, 118, 300버스 시스템 포함)에서 AMPL을 사용하고 CPLEX로 해결한다.
• 해결 과정은 각 버스와 시간대에서 선로 전력 흐름, 전압 각도, 전력 수요 균형 등의 네트워크 제약 조건을 포함한다.

실험 결과

연구 질문

• RQ1 스토하스틱 바람 풍력 발전 하에서 수요 측 유연성은 최적 전력 흐름 비용에 어떤 영향을 미치는가?
• RQ2 전력 시스템 운영에서 상당한 비용 절감을 달성하기 위해 어느 정도의 부하 유연성이 필요한가?
• RQ3 다기간 OPF 모델의 계산 복잡도는 시스템 크기와 시나리오 수 증가에 따라 어떻게 변화하는가?
• RQ4 제안된 모델은 중간 수준의 바람 풍력 비율을 가진 시스템에서 비효율적 퇴출을 효과적으로 줄이고 사회적 복지를 향상시킬 수 있는가?
• RQ5 해당 모델의 성능은 솔루션 시간과 비용 절감 측면에서 다양한 시험 시스템 간에 어떻게 비교되는가?

주요 결과

• 57버스 시스템에서 총 수요의 30.1%를 차지하는 버스에서 10%의 부하 유연성을 적용했을 때, 발전 비용이 4.13% 감소하였다.
• 118버스 시스템에서 총 수요의 12.6%를 차지하는 버스에서 20%의 부하 유연성을 적용했을 때, 비용 절감률은 4.25%에 달했다.
• 300버스 시스템에서 총 수요의 1.5%를 차지하는 저부하 버스에서 10%의 유연성을 적용했을 경우에도 비용 절감률이 0.24%에 달했다.
• 300버스 시스템에서 총 수요의 6.2%를 차지하는 버스에 20%의 유연성을 적용했을 때, 비용 절감률은 최대 3.45%에 달했다.
• 해결 시간은 시스템 크기에 따라 잘 확장되었으며, 24버스 시스템이 39- 및 57버스 시스템보다 느린 것은 발전기 수 증가로 인한 문제 크기 증가 때문이었다.
• 이 방법은 높은 계산 효율성을 보였으며, 단일 코어 기반 컴퓨터로도 최대 300버스 규모의 대규모 사례를 합리적인 시간 내에 해결할 수 있었다.