[논문 리뷰] Robust Capacity Assessment of Distributed Generation in Unbalanced Distribution Networks Incorporating ANM Techniques

Xin Chen, Wenchuan Wu외 1명|arXiv (Cornell University)|2017. 09. 12.

Optimal Power Flow Distribution참고 문헌 24인용 수 12

한 줄 요약

이 논문은 비균형 분포망에서 분산 발전(DG)의 최대 호스팅 용량을 평가하기 위해 이단계 조정 가능 로버스트 최적화 프레임워크를 제안한다. 이는 삼상 피드백 흐름 모델링과 능동적 네트워크 관리(ANM) 기법을 통합한다. 이 방법은 부하 및 DG 출력의 불확실성을 견고하게 다루며, 최적의 DG 규모 및 위치 결정을 가능하게 하면서도 시간별 ANM 전략을 생성한다. IEEE 33-bus 시스템에서의 검증을 통해 용량 향상과 견고성 향상을 입증하였다.

ABSTRACT

To settle a large-scale integration of renewable distributed generations (DGs), it requires to assess the maximal DG hosting capacity of active distribution networks (ADNs). For fully exploiting the ability of ADNs to accommodate DG, this paper proposes a robust comprehensive DG capacity assessment method considering three-phase power flow modelling and active network management (ANM) techniques. The two-stage adjustable robust optimization is employed to tackle the uncertainties of load demands and DG outputs. With our method, system planners can obtain the maximum penetration level of DGs with their optimal sizing and sitting decisions. Meanwhile, the robust optimal ANM schemes can be generated for each operation time period, including network reconfiguration, on-load-tap-changers regulation, and reactive power compensation. In addition, a three-step optimization algorithm is proposed to enhance the accuracy of DG capacity assessment results. The optimality and robustness of our method are validated via numerical tests on an unbalanced IEEE 33-bus distribution system.

연구 동기 및 목표

• 비균형 분포망에서 불확실성을 고려할 때 최대 분산 발전(DG) 호스팅 용량을 정확하게 평가하는 데 도전하는 것.
• 네트워크 재구성, 올드 탭 체인저(OLTC) 조절, 무효전력 보상과 같은 능동적 네트워크 관리(ANM) 기법들을 용량 평가 과정에 통합하는 것.
• 부하 수요와 재생 가능 DG 출력의 불확실성을 고려한 견고한 최적화 프레임워크를 개발하는 것.
• 시스템 계획자에게 최적의 DG 규모 및 위치 결정과 함께 시간별 ANM 운영 계획을 제공하는 것.
• 삼단계 최적화 알고리즘을 통해 DG 용량 평가의 정확성과 신뢰성을 향상시키는 것.

제안 방법

• 불확실성 있는 부하 및 DG 출력을 다루기 위해 조정 가능한 로버스트 대응을 사용하는 이단계 조정 가능 로버스트 최적화 모델을 수립한다.
• 비균형 분포망 조건을 정확히 표현하기 위해 삼상 피드백 흐름 모델링을 통합한다.
• 능동적 네트워크 관리(ANM) 기법—네트워크 재구성, 부하 탭 체인저(OLTC) 조절, 무효전력 보상—이 최적화 프레임워크의 결정 변수로 통합된다.
• 로버스트 용량 평가의 계산 정확도와 수렴성을 향상시키기 위해 삼단계 최적화 알고리즘을 제안한다.
• 로버스트 최적화 프레임워크는 각 시간대에 대해 견고한 최적의 ANM 계획을 생성하여 불확실성 내 모든 실현 가능성을 고려한 시스템 안정성을 확보한다.
• 부하 및 DG 출력 변동에 대한 불확실성 집합을 정의하고, 로버스트 최적화 솔버를 사용하여 모델을 해결한다.

실험 결과

연구 질문

• RQ1 부하 및 DG 출력의 불확실성을 고려할 때 비균형 분포망에서의 최대 DG 호스팅 용량은 얼마인가?
• RQ2 ANM 기법은 어떻게 DG 통합과 최적으로 조율되어 호스팅 용량을 향상시킬 수 있는가?
• RQ3 삼상 비균형 모델링은 균형 모델 대비 DG 용량 평가 정확도에 어떤 영향을 미치는가?
• RQ4 제안된 이단계 조정 가능 로버스트 최적화 프레임워크는 견고성과 운영 신뢰성을 어떻게 향상시키는가?
• RQ5 삼단계 최적화 알고리즘의 계산 및 실용적 성능은 솔루션 정확도 향상에 어떻게 기여하는가?

주요 결과

• 제안된 방법은 ANM 전략을 효과적으로 활용함으로써 기존 접근법보다 높은 DG 호스팅 용량을 달성한다.
• 삼상 피드백 흐름 모델링의 통합은 비균형 네트워크에서 용량 평가의 정확도를 크게 향상시킨다.
• 이단계 조정 가능 로버스트 최적화 프레임워크는 정의된 집합 내 모든 불확실성 실현 가능성을 고려하여 시스템 안정성을 보장한다.
• 삼단계 최적화 알고리즘은 솔루션 정확도와 수렴성을 향상시키며, 용량 평가의 최적성 갭을 감소시킨다.
• IEEE 33-bus 시스템에서의 수치 실험은 방법의 견고성과 효과성을 확인하였으며, 다양한 부하 및 DG 출력 시나리오에서도 안정된 성능을 보였다.
• 이 방법은 시간별 최적의 ANM 계획을 생성하며, 네트워크 재구성과 무효전력 보상 포함하여 운영 가능성을 확보한다.