[논문 리뷰] Need-based Communication for Smart Grid: When to Inquire Power Price?

Husheng Li, Robert C. Qiu|arXiv (Cornell University)|2010. 03. 10.

Smart Grid Energy Management참고 문헌 7인용 수 3

한 줄 요약

이 논문은 스마트 그라이드 가전기기의 전력 가격을 문의할 시기를 결정하기 위한 최적의 통신 전략을 제안한다. 이 전략은 통신 비용과 오래된 가격 정보를 사용함으로써 발생하는 벌점 간의 균형을 고려한다. 확률적 지정가 마진 가격(LMP) 예측을 포함한 마코프 결정 과정(MDP)을 사용하여, 질문 시기를 동적 프로그래밍 문제로 공식화함으로써 항상 문의하는 전략 대비 총 비용을 최대 40%까지 절감하며, 단순한 이瞬적 전략도 최적해에 매우 가까운 성능을 보인다.

ABSTRACT

In smart grid, a home appliance can adjust its power consumption level according to the realtime power price obtained from communication channels. Most studies on smart grid do not consider the cost of communications which cannot be ignored in many situations. Therefore, the total cost in smart grid should be jointly optimized with the communication cost. In this paper, a probabilistic mechanism of locational margin price (LMP) is applied and a model for the stochastic evolution of the underlying load which determines the power price is proposed. Based on this framework of power price, the problem of determining when to inquire the power price is formulated as a Markov decision process and the corresponding elements, namely the action space, system state and reward function, are defined. Dynamic programming is then applied to obtain the optimal strategy. A simpler myopic approach is proposed by comparing the cost of communications and the penalty incurred by using the old value of power price. Numerical results show the significant performance gain of the optimal strategy of price inquiry, as well as the near-optimality of the myopic approach.

연구 동기 및 목표

• 기존 연구에서 일반적으로 忽시되는 스마트 그라이드 전력 가격 문의 시 통신 비용의 영향을 다루기 위해.
• 로드 동역학을 기반으로 한 전력 가격의 확률적 변화를 브라운 운동 유사 과정과 LMP-로드 매핑을 통해 모델링하기 위해.
• 전력 소비 및 통신 비용의 총합을 최소화하기 위해 전력 가격 문의 시기를 마코프 결정 과정(MDP)으로 공식화하기 위해.
• 실제 구현에 적합한 최적의 동적 프로그래밍 기반 전략과 단순한 이瞬적 전략을 개발하고 평가하기 위해.
• 다양한 그라이드 버스에서의 가격 변동성에 따라 최적의 문의 정책이 얼마나 성능 향상을 이끌어내는지 정량화하기 위해.

제안 방법

• 로드 동역학을 브라운 운동 유사 과정으로 모델링하고, 알려진 LMP-로드 매핑 곡선을 통해 전력 가격을 유도한다.
• 상태 공간은 마지막 문의 이후 경과한 시간을 나타내며, 행동 공간은 '질문' 또는 '기다림'을 포함하고, 보상 함수는 전력 소비의 유틸리티에서 통신 비용과 벌점 비용을 차감한 것으로 정의한다.
• 할인된 총 비용의 합을 최소화하는 최적 정책을 계산하기 위해 동적 프로그래밍의 값 반복 기법을 적용한다.
• 즉각적인 통신 비용과 오래된 가격 정보 사용으로 인한 기대 벌점을 비교하는 이瞬적 전략을 제안한다.
• 할인 요소 β=0.99, 유틸리티 함수 U(x)=100logx, 조정 가능한 통신 비용 c를 포함한 PJM 다섯 버스 시스템을 사용해 수치 시뮬레이션을 수행한다.
• 최적 전략과 기준 전략(항상 문의, 문의 없음, 이瞬적 전략) 간의 비용 비율을 사용해 성능을 평가한다.

실험 결과

연구 질문

• RQ1 통신 비용과 오래된 가격 정보로 인한 벌점 간 균형을 고려할 때, 스마트 그라이드에서 가전기기가 전력 가격을 문의할 최적의 시기는 언제인가?
• RQ2 최적의 MDP 기반 전략은 항상 문의하거나 전혀 문의하지 않는 전략과 비교해 총 비용 절감 측면에서 어떻게 성능을 내는가?
• RQ3 즉각적인 비용-편익 비교에 기반한 단순한 이瞬적 전략은 최적 해에 얼마나 가까운가?
• RQ4 다른 버스에서의 가격 변동성은 가격 문의의 필요성과 효과성에 어떻게 영향을 미치는가?
• RQ5 다양한 통신 비용은 문의 빈도와 총 비용 간의 트레이드오프에 어떻게 영향을 미치는가?

주요 결과

• 최적의 MDP 기반 전략은 항상 문의하는 전략 대비 총 비용을 20%에서 40%까지 절감하며, 특히 저가격 변동성 버스(예: 버스 E)에서 가장 큰 성과를 보였다.
• 가격 변화가 가장 극적으로 일어나는 버스 D의 경우, 빈번한 문의가 요구되어 성과 향상이 더 작았다.
• 저변동성 상황(예: 버스 E)에서도 최적 전략은 상당한 비용 절감을 달성했으며, 이는 소규모 가격 변화에도 불구하고 문의의 필요성을 입증한다.
• 이瞬적 전략은 최적 정책에 매우 가까운 성능을 보였으며, 다양한 θ와 통신 비용에서 최적 전략과 이瞬적 전략 간의 비용 비율이 항상 1.0 근처에 머물렀다.
• 통신 비용이 증가함에 따라 최적 전략의 항상 문의 전략 대비 성과 향상은 증가하지만, 무문의 전략 대비 성과 향상은 감소하여 최적의 문의 주기의 변화를 반영한다.
• 대부분의 버스에서 최적 전략과 항상 문의 전략 간 비용 비율은 0.6에서 0.8 사이를 유지하며, 최적의 문의 시기 조정으로 인한 상당한 절감 효과를 보여준다.