[논문 리뷰] Online Offering Strategies for Storage-Assisted Renewable Power Producer in Hour-Ahead Market

Lin Yang, Mohammad Hajiesmaili외 2명|arXiv (Cornell University)|2016. 12. 01.

Smart Grid Energy Management참고 문헌 10인용 수 3

한 줄 요약

이 논문은 시간 전기 시장에 참가하는 에너지 저장 장치를 보유한 재생 가능 에너지 발전 사업자가 사용할 수 있는 온라인 제안 전략—sOffer, mOffer, gOffer—을 제안한다. 경쟁적 온라인 알고리즘 설계 기법을 활용하여, 불확실한 재생 가능 에너지 생산량과 동적인 청산 가격 조건 하에서도 수익을 극대화하며, O(log θ)의 경쟁 비율을 달성하고 예측 오차와 가격 변동성에 대해 뛰어난 내성성을 보인다.

ABSTRACT

A promising approach to hedge against the inherent uncertainty of renewable generation is to equip the renewable plants with energy storage systems. This paper focuses on designing profit maximization offering strategies, i.e., the strategies that determine the offering price and volume, for a storage-assisted renewable power producer that participates in hour-ahead electricity market. Designing the strategies is challenging since (i) the underlying problem is coupled across time due to the evolution of the storage level, and (ii) inputs to the problem including the renewable output and market clearing price are unknown when submitting offers. Following the competitive online algorithm design approach, we first study a basic setting where the renewable output and the clearing price are known for the next hour. We propose sOffer, a simple online offering strategy that achieves the best possible competitive ratio of O(log θ), where $θ$ is the ratio between the maximum and the minimum clearing prices. Then, we consider the case where the clearing price is unknown. By exploiting the idea of submitting multiple offers to combat price uncertainty, we propose mOffer, and demonstrate that the competitive ratio of mOffer converges to that of sOffer as the number of offers grows. Finally, we extend our approach to the scenario where the renewable output has forecasting error. We propose gOffer as the generalized offering strategy and characterize its competitive ratio as a function of the forecasting error. Our trace-driven experiments demonstrate that our algorithms achieve performance close to the offline optimal and outperform a baseline alternative significantly.

연구 동기 및 목표

• 변동적인 시간 전기 시장에서 에너지 저장 장치를 보유한 재생 가능 에너지 발전 사업자의 수익 극대화 문제를 해결한다.
• 미래의 재생 가능 에너지 생산량이나 시장 청산 가격을 완전히 알지 못하는 조건에서도 작동하는 온라인 제안 전략을 설계한다.
• 저장 장치의 동적 특성으로 인한 시간적 연계성과 에너지 저장의 시간에 따른 균형을 고려한다.
• 가격 변동성과 재생 가능 에너지 생산 예측 오차에 대해 강건한 성능을 유지할 수 있는 전략을 개발한다.
• 부분 정보가 있는 현실적인 시장 조건 하에서도 경쟁 성능 보장을 확보하는 전략(경쟁 비율)을 달성한다.

제안 방법

• 다음 시간의 재생 가능 에너지 생산량과 청산 가격이 알려진 기본 설정에서 sOffer를 제안하며, θ가 최대 청산 가격과 최소 청산 가격의 비율일 때 O(log θ)의 경쟁 비율을 확보한다.
• 청산 가격이 사전에 알려지지 않은 상황을 대비해 다수의 제안을 제출함으로써 가격 불확실성의 영향을 줄이는 mOffer을 도입하며, 제안 수가 증가할수록 sOffer의 성능에 수렴한다.
• 재생 가능 에너지 생산 예측 오차가 존재하는 상황을 고려한 일반화된 전략인 gOffer를 개발하며, 예측 오차의 크기 함수로서의 경쟁 비율을 규명한다.
• 경쟁적 온라인 알고리즘 설계 기법을 활용해 제안된 모든 전략에 대한 이론적 성능 한계(경쟁 비율)를 유도한다.
• 실제 시장 데이터를 기반으로 한 추적 기반 실험을 수행하여 오프라인 최적 전략 및 기준 전략 대비 성능을 평가한다.
• 저가 기간의 에너지를 고가 기간으로 이전함으로써 저장 장치를 활용해 단순한 계약 이행을 넘어서 수익을 극대화한다.

실험 결과

연구 질문

• RQ1 미래 가격이 알려진 상태에서 저장 장치를 보유한 재생 가능 에너지 발전 사업자 환경에서 온라인 제안 전략이 달성할 수 있는 최고의 경쟁 비율은 무엇인가?
• RQ2 청산 가격이 사전에 알려지지 않은 상황에서 다수의 제안을 어떻게 활용하여 가격 불확실성을 완화할 수 있는가?
• RQ3 재생 가능 에너지 생산 예측 오차는 온라인 제안 전략의 성능에 어떤 영향을 미치며, 어떤 전략이 이를 강건하게 유지할 수 있는가?
• RQ4 저장 용량은 온라인 제안 전략의 수익과 경쟁 비율에 어떤 영향을 미치는가?
• RQ5 실제 전력 시장 트레이스를 기반으로 온라인 전략이 오프라인 최적 전략에 얼마나 가까운 성능을 달성할 수 있는가?

주요 결과

• sOffer는 θ가 최대 청산 가격과 최소 청산 가격의 비율일 때 O(log θ)의 경쟁 비율을 확보하며, 향후 가격이 알려진 조건에서 달성 가능한 최고의 성능을 나타낸다.
• mOffer의 성능은 제출한 제안 수가 증가할수록 sOffer의 성능에 수렴하며, 미리 알 수 없는 청산 가격의 불확실성을 효과적으로 완화한다.
• gOffer는 예측 오차가 20% 이하일 경우 강건성을 보이며, 이 값을 초과하면 수익이 급격히 감소한다.
• gOffer의 실증 경쟁 비율은 저장 용량이 재생 가능 에너지 용량의 2배 이하일 경우 1.0에 매우 가까운 수준을 유지하며, 현실적인 설정에서 뛰어난 성능을 보인다.
• 기준 전략인 FixedOnline의 실증 경쟁 비율은 gOffer 대비 90% 높아, gOffer의 우월성을 입증한다.
• 저장 용량이 증가함에 따라 gOffer의 수익은 3%만 증가하지만, FixedOnline의 수익은 90% 증가하여 gOffer의 저장 정보 활용 효율성이 뛰어나다는 것을 시사한다.