[논문 리뷰] Ramping-aware Enhanced Flexibility Aggregation of Distributed Generation with Energy Storage in Power Distribution Networks

Hyeongon Park, Molzahn, Daniel K.외 1명|arXiv (Cornell University)|2026. 01. 21.

Optimal Power Flow Distribution인용 수 0

한 줄 요약

이 논문은 전력 송배전 간 인터페이스에서 램핑-인식 유연성 집계 프레임워크를 개발하고, 디바이스 수준의 분해 및 네트워크 타당성을 보장하면서 집계 유연성 엔벨로프를 확장하기 위한 사전 램핑 전략을 도입하여 IEEE-33 버스 시스템에서 검증합니다.

ABSTRACT

Power distribution networks are increasingly hosting controllable and flexible distributed energy resources (DERs) that, when aggregated, can provide ancillary support to transmission systems. However, existing aggregation schemes often ignore the ramping constraints of these DERs, which can render them impractical in real deployments. This work proposes a ramping-aware flexibility aggregation scheme, computed at the transmission-distribution boundary, that explicitly accounts for DER ramp limits and yields flexibility envelopes that are provably disaggregable. To further enhance the attainable flexibility region, we introduce a novel pre-ramping strategy, which proactively adjusts resource operating points to enlarge the aggregated flexibility envelope while preserving both network feasibility and disaggregation guarantees. The proposed method demonstrates a 5.2% to 19.2% improvement in flexibility relative to the baseline model, depending on system conditions. We validate the scheme on an IEEE-33 bus distribution system and provide formal proofs showing that both aggregation strategies are disaggregable for all feasible trajectories within the aggregate flexibility envelope.

연구 동기 및 목표

• DER 침투 증가 속에서 송전시스템 운용을 지원하기 위한 분산 시스템 유연성의 필요성에 대한 동기 제시.
• DER 램프 한계 및 네트워크 제약을 준수하는 그리드 연결 지점에서의 램핑-인식 내부 박스 유연성 엔벨로프 개발.
• 운영점의 사전 재배치를 통해 엔벨로프를 확장하고 미리 램핑 전략을 도입하는 사전 램핑 전략 도입.
• 엔벨로프 내 모든 궤적에 대한 분해 보장을 입증하고 FRP 시장 상황에서의 실용적 이점을 시연합니다.

제안 방법

• 선형 프로그램을 사용하여 GCP에서 램핑-인식 기본 유연성 엔벨로프를 형식화합니다.
• 리소스 수준 제약(발전 및 ESS)과 명시적 램프-레이트 및 시간 간 전이를 포함합니다.
• LinDistFlow를 이용해 분배망 타당성을 모델링하고 전압 및 전력 흐름 제약을 강화합니다.
• 리소스를 미리 배치하여 엔벨로프를 확장하고 타당성 및 분해 보장을 보존하는 사전 램핑 결정 변수를 도입합니다.
• 기본 및 사전 램핑 제약을 함께 강제하는 최종 LP 형식을 제공합니다.
• 케이스 스터디를 통해 엔벨로프 면적 비교 및 FRP-시장 고려사항과 함께 IEEE-33 버스 분배 시스템에서 성능을 검증합니다.

실험 결과

연구 질문

• RQ1 분산 발전원 및 에너지 저장장치의 램프-레이트 제약을 GCP에서 실질적으로 적용 가능한 집계 유연성 엔벨로프에 명시적으로 통합하는 방법은 무엇입니까?
• RQ2 사전 램핑을 도입하면 네트워크 타당성과 분해 보장을 유지하면서 달성 가능한 집계 유연성을 확장할 수 있습니까?
• RQ3 사전 램핑된 향상 모델을 사용할 때 기본 램핑 인식 모델 대비 전달 가능한 유연성 영역의 정량적 개선은 얼마입니까?
• RQ4 현실적인 FRP-시장 설정 및 시간에 따라 변하는 PV 및 부하 프로파일에서 접근 방식의 성능은 어떠합니까?
• RQ5 제안된 엔벨로프를 24시간 수평선에서 개별 DER의 실행 가능 일정으로 분해할 수 있습니까?

주요 결과

• 램핑-인식 기본 모델은 명시적 램프-레이트 제약을 강제할 때 실행 가능한 집계 엔벨로프를 산출하여 내부 궤적의 비타당성을 제거합니다.
• 사전 램핑된 향상 모델은 자원을 사전에 재배치하여 엔벨로프를 확장하되 분해 보장 및 네트워크 타당성을 유지합니다.
• 비 램핑 모델과 비교할 때 엔벨로프 면적의 개선이 가능하며, ESS 용량 및 배치에 따라 이득은 5.2%에서 19.2%까지 변합니다.
• IEEE-33 버스 시스템 검증은 몬테카를로 샘플링을 통해 제안된 엔벨로프 내 모든 궤적에 대한 분해 가능성을 보여줍니다.
• 사례 연구는 ESS 용량과 전략적 배치가 전달되는 엔벨로프 면적에 상당한 영향을 미치며, ESS를 네트워크의 임계 위치 근처로 재배치하면 유의미한 이익이 발생합니다.
• 모델은 FRP 시장 맥락에서 적용 가능하며 램핑 유연성을 정량화하고 전달하는 그리드-인식 방법을 제공합니다.