[논문 리뷰] A Nonparametric Bayesian Model for Synthesising Residential Solar Generation and Demand

Thomas Power, Gregor Verbič외 1명|arXiv (Cornell University)|2018. 08. 02.

Smart Grid Energy Management인용 수 3

한 줄 요약

이 논문은 군집화와 Dirichlet-다항 계층 모델링을 사용하여 비모수 베이지안 모델을 제안한다. 이 모델은 제한된 실측 데이터에서 학습하여 현실적인 합성 주거용 태양광 발전 및 수요 프로파일을 생성하며, 관측된 데이터에 잘 맞고, 태양광 침투율에 따른 일일 내부 변동성과 인구 밀도에 따른 행동적 차이점과 같은 체계 수준의 통찰을 드러낸다.

ABSTRACT

Increasing installations of distributed electricity generation have vastly increased the need for stochastic generation and demand data. However, the effects of such installations is uncertain, as high quality data is not always available before an installation is completed. In particular, there is a need for stochastic models of demand and generation profiles for unobserved prosumers. The model formulated in this paper bridges the gap between the limited available empirical data, and the large amount of high-quality, stochastic demand and generation data required for network and system analysis. The approach employs clustering analysis and a Dirichlet-categorical hierarchical model of the features of unobserved prosumers. Based on the data of clusters of prosumers, Markov chain models of demand and generation profiles are constructed from empirical data, and synthetic demand profiles are subsequently sampled from these. The sampled traces are cross-validated and show a good statistical fit to the observed data, and then two case studies are considered. The first identifies distinct behavioural differences in demand for residential areas of differing population density. The second case study varies levels of solar generation penetration, and shows that it contributes to significant intra-day demand variance, but has little impact on evening peak demand.

연구 동기 및 목표

• 분포망 내 관측되지 않은 프로슈머에 대한 고품질의 확률적 수요 및 발전 데이터 부족 문제를 해결한다.
• 초기 단계의 분산 에너지 자원 계획 및 네트워크 분석에서의 데이터 부족 문제를 극복한다.
• 체계 수준 시뮬레이션 및 계획을 위한 현실적인 합성 프로파일을 생성할 수 있는 확장성 있고 데이터 효율적인 방법을 개발한다.
• 인구 밀도가 다른 주거 지역 간 수요의 행동적 및 운영적 차이를 포착한다.
• 태양광 발전 침투율이 일일 수요 변동성과 피크 수요 패턴에 어떤 영향을 미치는지 평가한다.

제안 방법

• 수요 및 발전 프로파일의 공통된 특성에 기반해 프로슈머를 군집화 분석을 적용한다.
• 관측되지 않은 프로슈머의 군집 소속 확률 분포를 표현하기 위해 Dirichlet-다항 계층 모델을 사용한다.
• 각 군집 내에서 수요 및 발전의 시간적 동역학을 포착하기 위해 실측 데이터로부터 마르코프 체인 모델을 구축한다.
• 학습된 마르코프 모델에서 합성 수요 및 발전 추적 데이터를 샘플링하여 확률적 프로파일을 생성한다.
• 통계적 정밀도와 모델 신뢰성을 확보하기 위해 합성 프로파일을 관측된 데이터와 교차 검증한다.
• 사례 연구에 합성 프로파일을 통합하여 다양한 태양광 침투 수준과 인구 특성 하에서의 체계 수준 영향을 평가한다.

실험 결과

연구 질문

• RQ1 실측 데이터가 제한되거나 없을 경우, 어떻게 주거용 태양광 발전 및 수요 프로파일을 합성할 수 있는가?
• RQ2 다양한 인구 밀도를 가진 주거 지역 간 가정용 전기 수요의 행동적 차이는 무엇인가?
• RQ3 태양광 발전 침투율이 증가할수록 일일 수요 변동성에 어떤 정도의 영향을 미치는가?
• RQ4 높은 태양광 침투율이 주거용 네트워크의 저녁 피크 수요 수준을 뚜렷이 변화시키는가?
• RQ5 모델이 생성한 합성 프로파일이 실제 관측 데이터의 통계적 특성을 얼마나 잘 재현하는가?

주요 결과

• 교차 검증을 통해 모델이 생성한 합성 프로파일은 관측된 데이터와 강한 통계적 적합도를 보였다.
• 높은 인구 밀도 지역은 낮은 밀도 지역과 비교해 뚜렷한 수요 행동 패턴을 보였다.
• 태양광 발전 침투율 증가로 인해 태양광의 간헐성으로 인해 일일 수요 변동성이 크게 증가했다.
• 높은 태양광 침투율에도 불구하고 저녁 피크 수요는 대부분 영향을 받지 않아 피크 부하 관리에 미치는 영향이 제한적임을 시사했다.
• 군집화된 프로슈머 행동의 마르코프 체인 모델링을 통해 수요 및 발전의 시간적 동역학을 효과적으로 포착했다.
• 비모수 베이지안 프레임워크는 희소한 실측 데이터가 있을 경우에도 확장성 있고 적응 가능한 프로파일 합성에 효과적임을 입증했다.