Skip to main content
QUICK REVIEW

[논문 리뷰] Hierarchical Interactive Architecture based on Coalition Formation for Neighborhood System Decision Making

Jaber Valinejad, Mousa Marzband|arXiv (Cornell University)|2019. 10. 15.
Smart Grid Energy Management참고 문헌 20인용 수 8
한 줄 요약

이 논문은 풀 마켓 환경에서 주거형 마이크로그리드(H-MG)의 의사결정 최적화를 위해 협력 형성(coalition formation)을 활용한 이중계층 계층적 아키텍처를 제안한다. H-MG를 전략적 플레이어로 모델링하고, 이중계획법과 시장 정리 메커니즘을 통해 공동 수익을 극대화하기 위해 협력체를 형성함으로써 내쉬 균형을 달성하고, 반응형 부하 및 최적의 분산 에너지 자원(DER) 스케줄링을 통해 에너지 비용을 절감하며 개인 및 집단의 수익성을 향상시킨다.

ABSTRACT

In recent years, significant efforts for improving the technical and the economic performance of smart grids have been applied with the presence of different players making decisions in these grids. This paper proposes a bi-level hierarchical structure for designing and planning distributed energy resources in home microgrids (H-MGs). Such a small-scale grid inside the market environment permits energy exchange among distributed energy resources and home microgrids through a pool market. In this paper, each home microgrid's planner maximizes the performance of distributed energy resources while exchanging energy with other H-MGs. The problem is formulated as a high-level problem decomposed into a set of low-level market clearing problems. The global optimal performance in terms of energy cost is met for a market structure (H-MGs, consumers, and retailers) at a Nash optimum point for the formulated scheduling game considering local and general constraints on the spot market. In general, the upper-level structure is based on H-MG generation competition for maximizing their individual and/or group income in the process of forming coalition with other H-MGs. In addition, the functionality of the lower-level of the hierarchical structure is governed by a market clearing based on the price response method by all the DERs enabling H-MGs to change the spot market strategic behavior. Prices are obtained as dual variables of power balance equations. This paper will investigate a set of bilevel games, including nonlinear programming problems solved through a complementary problem method. Using the binary theory, the bilevel hierarchical structure will be replanned using a nonlinear problem. Results prove that the proposed structure can increase the players's profit.

연구 동기 및 목표

  • 시장 조건 하에서 주거형 마이크로그리드(H-MG)의 분산 에너지 자원(DER)에 대한 이중계층 의사결정 프레임워크를 설계하기 위해.
  • H-MG가 에너지 거래를 통해 개인 및 집단 수익을 극대화할 수 있도록 전략적으로 협력체를 형성할 수 있도록 하기 위해.
  • H-MG와 유통업자 간의 상호작용을 이중계층 게임으로 모델링하여, 전력 균형 제약 조건에서 시장 정리 가격이 유도되도록 하기 위해.
  • 반응형 부하 및 에너지 저장 동역학을 통합하여 H-MG 운영의 유연성과 비용 효율성을 향상시키기 위해.
  • 스케줄링 게임에서 내쉬 균형을 달성하여 분산된 의사결정의 안정성과 최적성을 보장하기 위해.

제안 방법

  • 상위 수준 문제에서는 전략적 입찰 및 에너지 교환을 통해 팀의 수익과 개인 수익을 극대화하기 위해 H-MG 협력체 형성을 모델링한다.
  • 하위 수준 문제에서는 가격 반응 시장 정리 메커니즘을 사용하며, 시장 정리 가격(MCP)은 전력 균형 방정식의 이중 변수로 유도된다.
  • 비선형 프로그래밍을 사용하여 이중 최적화 프레임워크를 수립하고, 하위 수준 문제는 보완 문제 방법(complementarity problem method)을 통해 해결한다.
  • 카루시-쿠른-터커(Karush-Kuhn-Tucker, KKT) 조건을 적용하여 이중 문제를 등가 제약 조건을 가진 단일 수준 수학적 프로그래밍(MPEC)으로 변환한다.
  • 보완 제약 조건을 사용하여 경계 위반과 변수 간 관계를 모델링하여 DER 및 저장 시스템의 타당성을 보장한다.
  • 열병합발전(CHP), 전기 히트펌프(EHP), 에너지 저장(ES), 풍력 터빈(WT), 전기 보일러(EB), 지열 히트펌프(GB), 스팀 터빈 발전기(STP) 등 다양한 DER을 통합하며, 열 및 전기 에너지 저장 시스템과 반응형 부하 이동 기법을 포함한다.

실험 결과

연구 질문

  • RQ1H-MG는 분산 시장 환경에서 어떻게 협력체를 형성하여 개인 및 집단 경제 성과를 향상시킬 수 있는가?
  • RQ2기술적 및 운영 제약 조건을 준수하면서 수익을 극대화하기 위한 H-MG의 최적 입찰 전략은 무엇인가?
  • RQ3반응형 부하 및 에너지 저장의 통합은 시장 정리 결과와 전체 시스템의 비용 효율성에 어떤 영향을 미치는가?
  • RQ4불확실성과 시장 역동성 하에서 이중계층 계층적 아키텍처는 에너지 스케줄링에서 내쉬 균형을 달성할 수 있는가?
  • RQ5이중 변수(시장 정리 가격)는 가격 신호를 통해 분산된 H-MG 의사결정을 어떻게 조율하는가?

주요 결과

  • 제안된 이중계층 아키텍처는 에너지 스케줄링 게임에서 내쉬 균형을 달성하여 H-MG 간의 전략적 안정성을 보장한다.
  • H-MG 간의 협력체 형성은 독립 운영 대비 전체 에너지 비용을 크게 감소시킨다.
  • 반응형 부하 및 에너지 저장의 통합은 시스템의 유연성을 향상시켜 가격 신호에 더 잘 부응하고 비용 절감 효과를 극대화한다.
  • 시장 정리 가격(MCP)은 전력 균형 제약 조건의 이중 변수로 정확히 유도되어 가격 반응성과 시장 효율성을 보장한다.
  • 보완 문제와 KKT 조건의 사용은 이중 최적화 문제의 정확한 해를 가능하게 하여 모델의 타당성과 최적성을 검증한다.
  • 수치 결과는 제안된 구조가 개인 및 협력체 수익을 증가시킴으로써 분산 마이크로그리드 시스템에서 전략적 협력의 효과성을 입증한다.

더 나은 연구,지금 바로 시작하세요

논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.

카드 등록 없음 · 무료 플랜 제공

이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.