[논문 리뷰] An Efficient Scenario-based Stochastic Energy Management of Distribution Networks with Distributed Generation, PV Module, and Energy Storage

Mohammad Rasoul Narimani, Ali Azizivahed외 1명|arXiv (Cornell University)|2019. 10. 16.

Microgrid Control and Optimization참고 문헌 31인용 수 4

한 줄 요약

이 논문은 분산 생성, 태양광(PV) 시스템 및 에너지 저장 장치를 갖춘 배전망에서 에너지를 관리하기 위해 시나리오 기반의 확률적 프로그래밍 접근법과 하이브리드 그레이 월프 최적화기법 및 입자군집최적화(PSO) 알고리즘(GWO-PSO)를 조합한 방법을 제안한다. 이 방법은 운영 비용 최소화와 전력 공급 불가능 에너지(ENS)를 동시에 고려하는 갈등하는 목표를 효과적으로 균형 잡으며, 수정된 IEEE 69-bus 시스템에서 비용과 신뢰성 간의 타당한 트레이드오프를 입증하여 뛰어난 성능을 보였다.

ABSTRACT

Incorporating Renewable Energy Sources (RES) incurs a high level of uncertainties to electric power systems. This level of uncertainties makes the conventional energy management methods inefficient and jeopardizes the security of distribution systems. In this connection, a scenario-based stochastic programming is introduced to harness uncertainties in the load, electricity price, and photovoltaic generation. Further, a hybrid evolutionary algorithm based on Grey Wolf Optimizer and Particle Swarm Optimisation algorithm is proposed to find the best operation cost, and Energy Not Supplied (ENS) as two important objective functions, which almost always are in stark contrast with each other. The proposed algorithm is applied to the modified IEEE 69-bus test system and the results are validated in terms of efficiency, which indicates a cogent trade-off between the fitness functions addressed above.

연구 동기 및 목표

• 분산 생성원에서 유발하는 높은 불확실성 문제를 해결하기 위해.
• 하중, 전기 요금, 태양광 발전의 불확실성을 처리할 수 있는 효율적인 에너지 관리 프레임워크를 개발하기 위해.
• 일반적으로 갈등하는 목표인 운영 비용 최소화와 전력 공급 불가능 에너지(ENS) 최소화를 동시에 달성하기 위해.
• 제안된 방법의 효율성과 강건성을 실제 테스트 시스템에서 검증하기 위해.

제안 방법

• 하중, 전기 요금, PV 발전의 불확실성을 표현하기 위해 시나리오 기반의 확률적 프로그래밍 모델을 수립하였다.
• 그레이 월프 최적화기법의 전역 탐색 능력과 입자군집최적화기법의 국소 탐색 정밀도를 융합하여 다목적 최적화 문제를 해결할 수 있도록 하이브리드 GWO-PSO 알고리즘을 설계하였다.
• 이 알고리즘은 총 운영 비용과 전력 공급 불가능 에너지(ENS)라는 두 가지 핵심 목표를 최적화한다.
• 성능 평가를 위해 제안된 방법을 수정된 IEEE 69-bus 배전 시스템에 구현하고 시험하였다.
• 수렴 속도와 해의 품질을 비교 분석함으로써 해법을 검증하였다.
• 계산 복잡도를 관리하면서도 확률적 정확도를 유지하기 위해 시나리오 감소 기법을 활용하였다.

실험 결과

연구 질문

• RQ1 하중, 전기 요금, PV 출력의 확률적 불확실성을 어떻게 효과적으로 배전망 에너지 관리 모델에 반영할 수 있는가?
• RQ2 하이브리드 메타휴리스틱 알고리즘이 운영 비용과 신뢰성(ENS) 간의 트레이드오프를 어느 정도 향상시킬 수 있는가?
• RQ3 기존의 접근 방식과 비교해 볼 때 제안된 방법은 수렴 속도와 해의 품질 측면에서 어떻게 성능을 발휘하는가?
• RQ4 고도로 분산 생성이 통합된 환경에서도 제안된 프레임워크가 시스템의 안정성과 신뢰성을 유지할 수 있는가?

주요 결과

• 제안된 GWO-PSO 알고리즘은 운영 비용과 전력 공급 불가능 에너지(ENS) 간에 뛰어난 균형을 이룩하여 효과적인 다목적 최적화를 실현하였다.
• 시험된 IEEE 69-bus 시스템에서 기존 메타휴리스틱 기법 대비 더 빠른 수렴 속도와 뛰어난 해의 품질을 보였다.
• 시나리오 기반의 확률적 모델은 하중, 요금, PV 출력의 불확실성을 효과적으로 반영하여 시스템의 강건성을 향상시켰다.
• 검증 결과는 제안된 방법의 효율성과 실제 분산 생성 비중이 높은 배전망에 대한 실용적 적용 가능성을 확인시켰다.