[논문 리뷰] Resilient Unit Commitment for Day-ahead Market Considering Probabilistic Impacts of Hurricanes

Tianyang Zhao, Huajun Zhang외 3명|arXiv (Cornell University)|2019. 11. 18.

Electric Power System Optimization인용 수 7

한 줄 요약

이 논문은 Category:해풍 위협 하에서 복원성 있는 당일 전력 할당을 위한 이단계 적응형 최적화 프레임워크를 제안한다. 이는 시간에 따라 변화하는 송전선 고장 확률과 복구 동역학을 확률제약 조건이 부여된 적응형 불확실성 집합을 통해 통합한다. 이 방법은 불확실성 집합의 보수성(conservatism)을 감소시키며, 악성 고장 시나리오를 탐지하고, 수용 가능한 부하 차단 및 발전량 제한 조치를 통해 사전 계획을 가능하게 하여 시스템 복원성을 향상시킨다. IEEE-24 및 이중 영역 RTS-1996 시스템에서 검증되었으며, 비용과 신뢰성 향상이 측정 가능하다.

ABSTRACT

In the face of extreme events, e.g., hurricanes, the transmission systems, especially the transmission lines, are affected across time and space. To mitigate these impacts on the day-ahead market from a probabilistic perspective, a resilient unit commitment (UC) problem is formulated as a two-stage robust optimization (RO) problem. In the first stage, the status, energy, and reserves of generators are pre-scheduled to minimize the operational cost, responding to the worst line failure scenario in the operating day. The failure, operation status, and repair of transmission lines are depicted by a novel robust uncertainty set with chance constraint considering the repair of failed lines. This chance constraint is reformulated to its deterministic equivalence. Using both load shedding and generation curtailment, a recourse problem is formulated in the second stage considering the time-varying transmission lines operation status. The formulated RO problem is solved using a column-and-constraint generation scheme. Simulations are conducted on IEEE-24 and two-area IEEE reliability test system-1996 under hurricanes and results verify the effectiveness of the proposed method on the conservation of uncertainty set, worst-case line failure scenario detection and repair preparedness.

연구 동기 및 목표

• 해풍으로 인한 확률적이고 시간에 따라 변화하는 송전선 고장을 당일 시장 조정에 통합하는 데 도전하는 것.
• 선로 복구 동역학과 고장 확률을 단위 할당 결정에 통합하여 시스템 복원성을 향상시키는 것.
• 기존의 적응형 최적화의 보수성을 줄이기 위해 고장 확률을 시간에 따라 변화하는 매개변수로 모델링하는 것.
• 주어진 고장 확률 기준 이하에서 악성 고장 시나리오를 탐지하는 것.
• 상호연결된 시스템에서 극한 기상 조건 하에서 발전기 및 타이라인 운영자에게 실질적인 지침을 제공하는 것.

제안 방법

• 첫 번째 단계에서 악성 고장 시나리오 하에서 발전기 투입, 전력 및 reserve를 사전에 계획하는 이단계 적응형 최적화 문제를 수립한다.
• 해풍에 의해 유도된 바람 세기 및 강수량 매개변수를 기반으로 시간에 따라 변화하는 송전선 고장 확률을 통합한 새로운 적응형 불확실성 집합을 개발한다.
• 고장 및 복구 상태를 나타내는 이진 변수를 사용하여 복구 과정을 불확실성 집합에 통합하며, 복구 시간은 고정된 매개변수로 모델링한다.
• 고장 확률이 기준치를 초과할 확률을 제한하기 위해 확률제약 조건을 적용하고, 해석 가능한 결정론적 등가 형태로 재구성하여 해석 가능성을 확보한다.
• 이중 구조를 다루기 위해 혼합정수 2차원 원뿔 프로그램을 컬럼-약속 생성(C&CG) 알고리즘을 사용해 해결한다.
• 선로 고장 상태를 베르누이 분포를 사용해 모델링하며, 고장 확률은 바람 세기 및 강수량 등 기상 매개변수에서 유도한다.

실험 결과

연구 질문

• RQ1 해풍에 의해 유도된 송전선 고장의 불확실성을 시간적·공간적 고장 확률 변화를 반영할 수 있는 방식으로 어떻게 모델링할 수 있는가?
• RQ2 불확실성 집합에 복구 동역학을 통합할 경우, 기존의 적응형 최적화에 비해 보수성이 얼마나 감소하는가?
• RQ3 주어진 고장 확률 기준 이하에서 악성 고장 시나리오는 무엇이며, 이를 체계적으로 탐지할 수 있는가?
• RQ4 복구 시간을 고려할 경우 운영 비용과 부하 차단에 어떤 영향을 미치는가?
• RQ5 상호연결된 시스템은 해풍 영향에 어떻게 반응하며, 타이라인 유량은 복원성에 어떤 역할을 하는가?

주요 결과

• 제안된 불확실성 집합은 기존의 적응형 방법에 비해 보수성이 감소함을 입증하였으며, 동일한 고장 시나리오 하에서 첫 번째 단계 운영 비용이 낮게 나타났다.
• K=7일 경우, 고립으로 인해 17.41 MWh의 발전량 제한이 발생함을 확인하였으며, 이는 다수의 선로 고장이 블랙스타트 문제를 유발할 수 있음을 시사한다.
• 부하 차단은 K=2일 때 17.81 MWh에서 K=7일 때 43.08 MWh로 증가하지만, 선형적으로 증가하지 않아 고장 수가 증가함에 따라 시스템의 스트레스가 비선형적으로 증가함을 나타낸다.
• 이중 영역 IEEE RTS-1996 시스템은 IEEE-24 시스템 대비 운영 비용 변동 폭이 더 작음(1.4M–1.4M USD)을 보이며, 상호연결된 시스템의 높은 복원성을 시사한다.
• 시나리오 III에서 선로 19가 23:00까지 복구된 경우, 버스 14의 부하 차단이 완전히 제거됨을 확인하였으며, 이는 복구 계획 수립이 시스템 적정성 복원에 효과적임을 입증한다.
• 악성 고장 시나리오 탐지 방법은 선로 19와 23와 같이 연속 고장 발생으로 인해 연쇄적 부하 차단을 유발하는 핵심 선로를 성공적으로 식별하였다.