[논문 리뷰] A review on recent advances in scenario aggregation methods for power system analysis

Aiusha Sangadiev, Alvaro González-Castellanos외 1명|arXiv (Cornell University)|2022. 07. 19.

Electric Power System Optimization인용 수 5

한 줄 요약

이 논문은 전력 시스템 최적화를 위한 시나리오 집약 방법에 대한 종합적인 리뷰를 제시하며, 계산의 타당성과 모델링 정확도 사이의 균형을 이루기 위해 시간적 및 공간적 감소 기법에 초점을 맞춘다. 클러스터링, 최적화, 거리 측도를 활용하여 솔루션 품질 손실를 최소화하는 대표적 시나리오 집합을 도출함으로써, 확률적 에너지 시스템 모델링에서 방법 선택을 위한 벤치마크를 제공한다.

ABSTRACT

Worldwide commitments to net zero greenhouse emissions have accelerated investments in renewable energy resources. The requirements for operating and planning power systems are becoming stringent because of the need to take into account the uncertainty associated with renewable generation. Several modeling frameworks that consider the inherent uncertainty in the operation and planning of the power system have been extensively studied. Stochastic optimization has been the most popular approach among these frameworks due to its intuitive representation, especially when formulated using discrete probabilistic scenarios to represent the random variables. Although many scenarios representing all possible uncertain operating conditions would be needed to accurate evaluate stochastic operation and planning models, the size of the scenario set impacts computational complexity, posing a significant tradeoff between uncertainty detail representation and computational tractability. During the last decade, a large body of research has focused on developing new scenario aggregation methods to derive reduced scenario sets that show properties similar to the original scenario set while decreasing computational burden. This review provides an up-to-date, comprehensive classification and analysis of the literature related to scenario aggregation methods for addressing power system optimization problems. First, we present a general framework and the aggregation methodologies. Then, the main studies related to temporal and spatial scenario aggregation are described, followed by a bibliometric analysis of the main publication sources, authors, and application problems. Finally, we provide a numerical analysis and discuss 16 aggregation methods for the transmission expansion planning problem. Finally, recommendations, opportunities, and conclusions are discussed.

연구 동기 및 목표

• 재생 가능 에너지 기반 고차원 불확실성으로 인한 확률적 전력 시스템 최적화의 증가하는 계산 복잡성 문제를 해결하기 위해.
• 전력 시스템 계획 및 운영에 사용되는 시간적 및 공간적 시나리오 집약 방법에 대한 통합 분류 및 비교 분석을 제공하기 위해.
• 비용 편차, 지속도 곡선 오차, 솔루션 대표성 등의 정량적 지표를 사용하여, 전력망 확장 계획(TEP) 문제에서 16종의 시나리오 집약 방법의 성능을 평가하기 위해.
• 특히 공간 집약 분야에서의 기존 문헌의 격차를 특정하고, 경험적 비교를 바탕으로 한 방법 선택을 위한 벤치마크를 제공하기 위해.
• 응용 맥락, 정확도 요구 수준, 계산 제약 조건에 따라 연구자 및 전문가가 적절한 집약 기법을 선택할 수 있도록 안내하기 위해.

제안 방법

• 시간적(시계열) 및 공간적(네트워크 노드 또는 발전 단위) 감소를 구분하는 일반적 프레임워크를 제안한다.
• k-means, 계층적 응집 클러스터링(HAC), 스펙트럴 클러스터링, 자기조직화 지도(SOM), 최적화 기반 선택(예: MILP 모델)을 포함한 16종의 시나리오 집약 방법을 검토 및 분류한다.
• 유클리드, 동적 시간 왜곡(DTW), MJC 등의 거리 측도를 사용하며, 연결 기준으로는 워드, 평균, 완전 연결 기준을 적용한다.
• 특징 공학(예: OPF 기반 특징)과 표현 전략(예: 메도이드, 중심점, 중심점 근처 최적)을 활용하여 시나리오 집합의 정밀도를 향상시킨다.
• 유사한 재생 가능 에너지 발전, 부하 및 운영 시나리오를 클러스터링 알고리즘을 통해 대표 클러스터로 그룹화한다.
• 총비용, RMSD, 최적성 갭 등의 지표를 사용하여 전력망 확장 계획(TEP) 문제에서 수치 실험을 수행하고, 방법 간 비교를 수행한다.

실험 결과

연구 질문

• RQ1 전력망 확장 계획에서 다양한 시나리오 집약 방법은 계산 효율성과 솔루션 정확도 측면에서 어떻게 비교되는가?
• RQ2 클러스터링 연결 기준(예: 워드, 평균, 완전 연결)과 거리 측도(예: DTW, 유클리드)는 감소된 시나리오 집합의 품질에 어떤 영향을 미치는가?
• RQ3 최적화 기반 방법(예: 시나리오 선택을 위한 MILP 모델)은 히وري스틱 또는 클러스터링 기반 접근 방식에 비해 솔루션 무결성을 얼마나 잘 유지하는가?
• RQ4 시간 집약 방법(예: 일일/계절 프로파일에 대한 k-means)과 공간 집약(예: 노드 클러스터링)은 정확도 손실 없이 모델 차원을 얼마나 효과적으로 감소시키는가?
• RQ5 확률적 전력 시스템 최적화에서 계산 부담과 근사 오차 사이의 최적 균형을 제공하는 집약 방법은 무엇인가?

주요 결과

• HAC에 워드 연결 기준과 메도이드 표현 방식을 적용한 방법은 TEP 응용에서 일관되게 높은 솔루션 무결성을 보였으며, 총비용 및 투자 결정 오차를 최소화했다.
• 가장 가까운 중심점 표현 방식을 사용한 k-means는 시나리오 집합을 감소시키는 데 뛰어난 성능을 보였고, 지속도 곡선의 RMSD가 낮고 발전 혼합 정확도도 높았다.
• MILP 모델 기반 최적화 방법(예: ORDF, RR, ORDO)은 GEP 및 TEP 문제에서 히وري스틱 클러스터링에 비해 더 낮은 최적성 갭과 더 나은 비용 근사치를 달성했다.
• SOM 기반의 극단적 운영 지점 선택은 시스템 스트레스 조건을 효과적으로 포착하여, 필요 운용 가능 용량 및 운영 비용과 같은 신뢰성 지표를 향상시켰다.
• 스펙트럴 클러스터링과 HAC의 조합(공동 클러스터링)은 전력망 감소에서 강건성을 향상시켰으며, 잘 분리된 클러스터를 나타내는 높은 실루엣 점수를 기록했다.
• DTW 거리 측도를 사용한 방법은 유클리드 거리에 비해 시계열 클러스터링에서 뛰어난 성능을 보였으며, 비선형 또는 단위 이동이 있는 재생 가능 에너지 프로파일에 특히 유리하여 발전 및 수요 곡선의 근사 오차를 감소시켰다.