[논문 리뷰] Leveraging Two-Stage Adaptive Robust Optimization for Power Flexibility Aggregation

Xin Chen, Na Li|arXiv (Cornell University)|2020. 05. 07.

Smart Grid Energy Management참고 문헌 36인용 수 5

한 줄 요약

이 논문은 복잡한 네트워크 제약 조건과 비균형 3상 유효/무효전력 흐름을 고려하여, 반경형 배전계통 내 분산에너지자원(DERs)의 다기능 전력 유연성의 집합을 위한 이단계적 적응형 강건 최적화(ARO) 프레임워크를 제안한다. 이 방법은 유효전력 및 유효-무효전력의 공동 집합 영역에 대해 보장된 타당성 영역을 계산하여 최적성과 분해 타당성을 확보하며, 실제 126버스 피더에서 상당한 수준의 전력 유연성 확보가 가능함을 검증하였다.

ABSTRACT

Adaptive robust optimization (ARO) is a well-known technique to deal with the parameter uncertainty in optimization problems. While the ARO framework can actually be borrowed to solve some special problems without uncertain parameters, such as the power flexibility aggregation problem studied in this paper. To effectively harness the significant flexibility from massive distributed energy resources (DERs), power flexibility aggregation is performed for a distribution system to compute the feasible region of the exchanged power at the substation over time. Based on two-stage ARO, this paper proposes a novel method to aggregate system-level multi-period power flexibility, considering heterogeneous DER facilities, network operational constraints, and an unbalanced power flow model. This method is applicable to aggregate only the active (or reactive) power, and the joint active-reactive power domain. Accordingly, two power aggregation models with two-stage optimization are developed: one focuses on aggregating active power and computes its optimal feasible intervals over multiple periods, and the other solves the optimal elliptical feasible regions for the aggregate active-reactive power. By leveraging the ARO technique, the disaggregation feasibility of the obtained feasible regions is guaranteed with optimality. Numerical simulations on a real-world distribution feeder with 126 multi-phase nodes demonstrate the effectiveness of the proposed method.

연구 동기 및 목표

• 분산에너지자원(DERs)의 이질적이고 다기능적인 특성을 고려하여, 분산계통 내에서 다기능 전력 유연성을 효율적으로 집합화하는 문제를 해결하기 위해.
• 네트워크 제약 조건과 매개변수 불확실성 하에서 집합된 전력 영역의 분해 타당성을 보장하는 강건 최적화 프레임워크를 개발하기 위해.
• 적응형 강건 최적화(ARO) 프레임워크를 불확실성 처리를 넘어서, 비균형 3상 전력 흐름을 고려한 시스템 수준의 전력 유연성 집합 모델링으로 확장하기 위해.
• 유효전력에 대한 최적의 타당 구간과 유효-무효전력의 공동 영역에 대한 최적의 타원형 영역을 계산하여, 운영 안전성과 최적성을 보장하기 위해.

제안 방법

• 시간에 따른 변동을 고려하여, 유효전력과 무효전력을 모두 포함한 변전소 수준의 전력 교환 가능 영역을 계산하기 위한 이단계적 적응형 강건 최적화 모델을 수립한다.
• 최적의 유효전력 타당 구간을 위한 모델과 유효-무효전력 영역에서 최적의 타원형 타당 영역을 위한 모델을 각각 별도로 개발한다.
• 고정점 전압 방정식 기반의 선형화된 3상 전력 흐름 모델을 사용하여, 행렬 함수 A_Y, A_Δ 및 옵티멀 벡터 a를 통해 전압 및 전류 제약 조건을 효율적으로 표현한다.
• 라그랑주 이중 문제를 적용하여 이중 하위문제를 도출하고, 컬럼 생성 또는 벤투스 유형의 방법을 통해 분해 및 효율적 해법을 가능하게 한다.
• 전압 크기, 전류 흐름, 에너지 저장장치의 충전상태 제약 조건 등 네트워크 제약 조건을 통합하며, 비균형 시스템에 대해 단위별로 모델링한다.
• 최적화 문제의 이중 형태를 유도하여 강력 이중성(Strong Duality)을 확보하고, 강건성, 최적성, 분해 타당성 해법을 보장한다.

실험 결과

연구 질문

• RQ1 이단계적 적응형 강건 최적화는 어떻게 분산계통 내 집합된 전력 유연성의 타당 영역을 모델링하고 계산할 수 있는가?
• RQ2 변전소에서의 유효-무효전력 동시 주입 타당 영역을 최적으로 표현하는 방법은 무엇이며, 분해 타당성이 보장되는가?
• RQ3 태양광발전, 에너지 저장장치, 제어 가능 부하 등 이질적인 DER들을 비균형 3상 전력 흐름과 네트워크 제약 조건 하에서 어떻게 공동으로 모델링할 수 있는가?
• RQ4 ARO 프레임워크는 불확실성 처리를 넘어서, 보장된 타당성을 갖는 시스템 수준의 전력 유연성 집합을 직접 모델링하는 데 적용될 수 있는가?

주요 결과

• 제안된 이단계적 ARO 프레임워크는 유효전력 집합에 대해 최적의 타당 구간을 성공적으로 계산하여, 이 영역 내 임의의 점이 개별 DER의 타당한 디스패치에 의해 실현 가능함을 보장한다.
• 유효-무효전력의 공동 영역에 대해서는 보장된 분해 타당성을 갖는 최적의 타원형 타당 영역을 계산하며, 시스템 안정성과 운영 제약 조건을 유지한다.
• 실제 126버스, 다중상 배전피더에서의 수치 시뮬레이션을 통해, 전압, 전류 및 저장 제약 조건을 준수하면서도 상당한 수준의 전력 유연성을 확보할 수 있음을 입증하였다.
• 고정점 전압 방정식 기반의 선형화된 전력 흐름 모델은 시간 주기 전역에서 네트워크 제약 조건을 정확하고 계산적으로 타당하게 표현할 수 있다.
• 이중 형태는 강력 이중성을 보장하고 분해 기반의 효율적 해법을 가능하게 하여, 많은 DER을 포함한 대규모 분산계통에 대한 확장성을 확보한다.