[논문 리뷰] Online Energy Generation Scheduling for Microgrids with Intermittent Energy Sources and Co-Generation

Lian Lu, Jinlong Tu외 3명|arXiv (Cornell University)|2012. 11. 19.

Microgrid Control and Optimization참고 문헌 25인용 수 5

한 줄 요약

이 논문은 간헐적인 재생 가능 에너지원과 복합열전기생산(CHP) 발전을 고려한 마이크로그리드 에너지 발전 스케줄링을 위한 경쟁적 온라인 알고리즘인 CHASE를 제안한다. 오프라인 최적 해의 구조적 통찰을 활용하여, 일반적인 설정 조건에서 최대 3의 경쟁 비율을 달성하며, 실제 데이터 트레이스를 사용한 평가에서 향후 예측 없이도 최대 20%의 비용 절감을 이끌어내고, 제한된 향후 예측 정보를 활용할 경우 더욱 향상된 성능을 보인다.

ABSTRACT

Microgrids represent an emerging paradigm of future electric power systems that can utilize both distributed and centralized generations. Two recent trends in microgrids are the integration of local renewable energy sources (such as wind farms) and the use of co-generation (i.e., to supply both electricity and heat). However, these trends also bring unprecedented challenges to the design of intelligent control strategies for microgrids. Traditional generation scheduling paradigms rely on perfect prediction of future electricity supply and demand. They are no longer applicable to microgrids with unpredictable renewable energy supply and with co-generation (that needs to consider both electricity and heat demand). In this paper, we study online algorithms for the microgrid generation scheduling problem with intermittent renewable energy sources and co-generation, with the goal of maximizing the cost-savings with local generation. Based on the insights from the structure of the offline optimal solution, we propose a class of competitive online algorithms, called CHASE (Competitive Heuristic Algorithm for Scheduling Energy-generation), that track the offline optimal in an online fashion. Under typical settings, we show that CHASE achieves the best competitive ratio among all deterministic online algorithms, and the ratio is no larger than a small constant 3.

연구 동기 및 목표

• 간헐적인 재생 가능 에너지 공급과 전기-열 이중 수요의 불확실성을 고려한 실시간 마이크로그리드 발전 스케줄링 문제를 해결하기 위해.
• 완벽한 향후 예측에 의존하지 않고도 발전 비용을 최소화하는 온라인 알고리즘 설계를 위해.
• CHP 및 재생 가능 자원의 단위 투입 및 경제적 운용을 통합적으로 다루는 온라인 프레임워크를 제안하기 위해.
• 실제 마이크로그리드 에너지 및 수요 트레이스를 활용하여 현실적인 조건에서의 성능 평가를 위해.
• 단기 풍력 예측 또는 부하 추정과 같은 제한된 향후 예측 정보를 활용해 알고리즘을 확장하기 위해.

제안 방법

• 오프라인 최적 해의 구조를 온라인 방식으로 추적하는 경쟁적 히우리스틱 알고리즘인 CHASE를 제안한다.
• 특히 발전기의 케이스 온/오프 결정 및 전력 출력 할당에 관해 오프라인 최적 해의 구조적 통찰을 기반으로 알고리즘을 설계한다.
• 일반적인 마이크로그리드 설정 조건에서 모든 결정론적 온라인 알고리즘 중에서 최고의 경쟁 비율 3을 달성함을 이론적으로 입증한다.
• 단기 풍력 예측 또는 수요 추정과 같은 제한된 향후 예측 정보를 적응형 스케줄링 규칙을 통해 CHASE에 통합한다.
• 실시간 비용 및 가용성에 기반해 현지 발전(재생 가능 자원 및 CHP)과 전력 구매를 동적으로 균형 잡는 하이브리드 접근 방식을 사용한다.
• 실제 마이크로그리드 구현 사례에서의 실세계 트레이스를 사용하여 알고리즘을 검증하며, 동적 부하 및 풍력 발전 프로파일을 시뮬레이션한다.

실험 결과

연구 질문

• RQ1 완벽한 향후 재생 가능 에너지 공급 및 수요 정보 없이도 온라인 알고리즘이 마이크로그리드 스케줄링에서 near-optimal 성능을 달성할 수 있는가?
• RQ2 간헐적인 재생 가능 에너지원과 CHP 발전을 고려한 마이크로그리드에서 결정론적 온라인 알고리즘의 최고로 달성 가능한 경쟁 비율은 무엇인가?
• RQ3 제한된 향후 예측 정보(예: 풍력 또는 부하 예측)를 온라인 스케줄링에 효과적으로 통합하여 비용 절감을 향상시킬 수 있는가?
• RQ4 실제의 재생 가능 자원 및 부하 프로파일의 변동성에 적응하면서도 강력한 이론적 성능 보장을 유지할 수 있는가?
• RQ5 기존의 완전한 예측에 의존하거나 기계기동 비용을 고려하지 않는 방법에 비해 제안된 방법이 비용 절감 및 불확실성에 대한 강건성 측면에서 뛰어나지 않는가?

주요 결과

• 일반적인 마이크로그리드 조건에서 CHASE는 최대 3의 경쟁 비율을 확보하며, 이는 모든 결정론적 온라인 알고리즘 중에서 최고의 성능이다.
• 실세계 트레이스 기반 평가에서 CHASE는 향후 예측 없이도 에너지 비용을 약 20% 절감한다.
• 향후 예측 윈도우의 크기가 커질수록 비용 절감 효과가 증가하여, 제한된 예측의 가치를 입증한다.
• 이론적으로 강력한 성능 보장을 유지하면서도 실증 평가에서 오프라인 최적에 근접한 결과를 달성한다.
• CHASE는 CHP와 간헐적인 재생 가능 자원의 통합을 효과적으로 관리하여 전기 및 열 수요를 충족시키면서 총 비용을 최소화한다.
• 완전한 예측에 의존하거나 기계기동 비용을 고려하지 않는 기존 방법에 비해 제안된 방법이 비용 절감 및 강건성 측면에서 뛰어나다.