[논문 리뷰] Repair and Resource Scheduling in Unbalanced Distribution Systems using Neighborhood Search

Anmar Arif, Zhaoyu Wang외 2명|arXiv (Cornell University)|2018. 08. 30.

Optimal Power Flow Distribution참고 문헌 20인용 수 5

한 줄 요약

이 논문은 폭풍으로 인한 대규모 정전 후 불균형 배전 시스템에서 복구 팀 스케줄링, 자원 물류, 네트워크 재구성 및 분산 에너지 자원(DER) 운용을 공동 최적화하기 위해 혼합정수선형계획법(MILP) 모델과 이웃 탐색 기반 알고리즘을 제안한다. 이 방법은 동적으로 선로 및 나무 점검 팀을 조율하고 태양광 및 배터리 시스템을 통합함으로써 복구 속도를 향상시키며, IEEE 123-bus 시스템에서는 8시간 이내에 100% 부하 복구를 달성했고, 8500-bus 시스템에서는 기준 방법 대비 10.2%의 비용 절감을 이룩하였다.

ABSTRACT

This paper proposes an optimization strategy to assist utility operators to recover power distribution systems after large outages. Specifically, a mixed-integer linear programming (MILP) model is developed for co-optimizing crews, resources, and network operations. The MILP model coordinates damage isolation, network reconfiguration, distributed generator re-dispatch, and crew/resource logistics. In addition, a framework for integrating different types of photovoltaic (PV) systems in the restoration process is developed.} We consider two different types of crews, namely, line crews for damage repair and tree crews for obstacle removal. We also model the repair resource logistic constraints. Furthermore, a new algorithm is developed for solving the distribution system repair and restoration problem (DSRRP). The algorithm starts by solving DSRRP using an assignment-based method, then a neighborhood search method is designed to iteratively improve the solution. The proposed method is validated on modified IEEE 123- and 8500-bus distribution test systems.

연구 동기 및 목표

• 심각한 기상 조건으로 인한 대규모 정전 후 불균형 3단계 배전 시스템의 복구 과제를 해결한다.
• 수리 팀, 자원 물류, 네트워크 재구성 및 분산 에너지 자원(DER)을 공동 최적화한다. 이는 태양광 및 BESS 포함.
• 다양한 팀 유형(선로 팀 및 나무 점검 팀)을 통합하고 수리 시간 업데이트 및 동적 경로 설정을 고려한 확장 가능한 솔루션 프레임워크를 개발한다.
• 고도화된 스케줄링 및 재최적화를 통해 부하 정전 비용과 총 운영 비용을 최소화함으로써 복구 효율성을 향상시킨다.
• 수리 시간 추정치가 변경될 경우 알고리즘이 재시작하고 경로를 업데이트할 수 있도록 실시간 적응성을 제공한다.

제안 방법

• 불균형 3단계 배전 시스템에서 손상 복구, 네트워크 재구성, 팀 경로 설정 및 DER 운용을 공동 최적화하기 위해 혼합정수선형계획법(MILP) 모델을 수립한다.
• 선로 팀(구성 요소 수리 전담)과 나무 점검 팀(장애물 제거 전담)이라는 두 가지 별도의 팀 유형을 모델링하며, 각각의 수리 시간과 이동 제약 조건을 할당한다.
• 보관소의 자원 가용성과 팀별 자원 확보를 이진 및 연속 변수를 사용해 추적함으로써 수리 자원 물류를 통합한다.
• 3단계 알고리즘을 도입한다: 첫 번째로 할당 기반 방법으로 문제를 해결하고, 두 번째로 이웃 탐색을 적용해 경로 및 스케줄링 솔루션을 반복적으로 개선한다.
• 수리 시간이 수정될 경우 기존 솔루션을 기반으로 팀 경로를 업데이트하는 동적 재최적화 메커니즘을 설계하여 적응형 복구 계획 수립을 가능하게 한다.
• 태양광(PV) 시스템과 배터리 에너지 저장 시스템(BESS)을 새로운 프레임워크를 통해 복구 과정에 통합하여 일조량 및 충전 상태 제약 조건에 기반한 연결성 및 전력 출력을 모델링한다.

실험 결과

연구 질문

• RQ1 대규모 정전 후 불균형 배전 시스템에서 부하 정전 비용과 운영 비용을 최소화하기 위해 수리 팀과 자원을 최적의 스케줄링 방법은 무엇인가?
• RQ2 배전 시스템 복구 과정에서 태양광 시스템과 배터리 에너지 저장 시스템을 통합할 경우 복구 속도와 비용에 어떤 영향을 미치는가?
• RQ3 제안된 이웃 탐색 알고리즘이 대규모 배전 시스템에 대해 기준 방법 대비 솔루션 품질과 계산 효율성 측면에서 어떻게 향상되는가?
• RQ4 수리 시간 추정치가 변경될 경우 알고리즘이 솔루션 품질을 유지하면서도 실시간으로 적응할 수 있는가?
• RQ5 IEEE 8500-bus 시스템과 같은 대규모 배전 피더에서 시간 제약 조건 하에 제안된 방법의 확장성은 어떠한가?

주요 결과

• 제안된 알고리즘은 IEEE 123-bus 시스템에서 8시간 이내에 100% 부하를 복구하였으며, 핵심 선로 수리 후 스위치를 단계적으로 작동시켜 전력 공급을 단계적으로 복원하였다.
• IEEE 8500-bus 시스템에서는 재최적화 알고리즘이 우선순위 기반 방법 대비 총 비용을 10.2% 절감(849,842달러 대비 763,184달러)하였으며, 계산 시간이 32분에서 40분으로 증가했음에도 불구하고 성과가 뛰어났다.
• 알고리즘은 3개의 보관소에 소속된 12명의 선로 팀과 8명의 나무 점검 팀을 통해 총 35개의 손상된 선로(중 15개는 나무로 인한 손상)를 성공적으로 처리하여 대규모 배전 시스템에 대한 확장성을 입증하였다.
• 재최적화 알고리즘은 최적성 갭이 CPLEX 수렴 문제로 인해 확인되지 않았음에도 불구하고, 그림 14에서 보듯이 비용 절감 10.2%와 더 나은 부하 공급 성능을 달성하였다.
• 동적 재최적화 기능 덕분에 수리 시간이 변경될 경우 알고리즘이 재시작하고 팀 경로를 업데이트할 수 있어 실시간 복구 과정에서의 적응성을 확보하였다.
• PV 및 BESS 시스템의 통합은 효과적으로 모델링되었으며, 활성 전력 출력과 충전 상태가 시간에 따라 추적되어 복구 과정에서의 조율 지원이 가능해졌다.