[논문 리뷰] Robust Risk-Constrained Unit Commitment with Large-scale Wind Generation: An Adjustable Uncertainty Set Approach

Cheng Wang, Feng Liu외 5명|arXiv (Cornell University)|2015. 10. 12.

Electric Power System Optimization참고 문헌 19인용 수 8

한 줄 요약

이 논문은 대규모 풍력 발전을 관리하기 위해 조정 가능한 불확실성 집합을 사용하는 강건한 리스크 제약 단위 투입(RRUC) 프레임워크를 제안한다. 이는 운영 유연성을 최적화하면서도, 불확실성 집합을 초월한 풍력 예측 오차의 리스크를 명시적으로 고려한다. 기존의 전통적인 강건 단위 투입 방법에 비해 희귀 사건 발생 시 시스템의 신뢰성 향상과 운영 비용 절감에 기여한다.

ABSTRACT

This paper addresses two vital issues which are barely discussed in the literature on robust unit commitment (RUC): 1) how much the potential operational loss could be if the realization of uncertainty is beyond the prescribed uncertainty set; 2) how large the prescribed uncertainty set should be when it is used for RUC decision making. In this regard, a robust risk-constrained unit commitment (RRUC) formulation is proposed to cope with large-scale volatile and uncertain wind generation. Differing from existing RUC formulations, the wind generation uncertainty set in RRUC is adjustable via choosing diverse levels of operational risk. By optimizing the uncertainty set, RRUC can allocate operational flexibility of power systems over spatial and temporal domains optimally, reducing operational cost in a risk-constrained manner. Moreover, since impact of wind generation realization out of the prescribed uncertainty set on operational risk is taken into account, RRUC outperforms RUC in the case of rare events. Three algorithms based on column and constraint generation (C&CG) are derived to solve the RRUC. As the proposed algorithms are quite general, they can also apply to other RUC models to improve their computational efficiency. Simulations on a modified IEEE 118-bus system demonstrate the effectiveness and efficiency of the proposed methodology

연구 동기 및 목표

• 기존의 강건 단위 투입(RUC) 모델에서 풍력 발전이 정의된 불확실성 집합을 초월할 경우 발생하는 운영 리스크를 고려하지 않는 문제를 해결하기 위해.
• 변동성이 높은 풍력 조건 하에서 비용 효율성과 리스크 노출을 균형 잡는 최적의 불확실성 집합 크기를 도출하기 위해.
• 수용 가능한 운영 리스크 수준에 따라 동적으로 불확실성 집합을 조정하는 리스크 제약 단위 투입 프레임워크를 개발하기 위해.
• 희귀 풍력 예측 이격의 영향을 명시적으로 모델링하여 시스템 신뢰성 향상과 운영 비용 효율성 향상을 위해.
• 조정 가능한 불확실성 집합을 통해 시간과 공간적으로 최적의 시스템 유연성 할당을 가능하게 하기 위해.

제안 방법

• RRUC 모델은 운영 리스크 수준에 따라 조정 가능한 풍력 발전을 위한 불확실성 집합을 도입한다.
• 불확실성 집합은 리스크 제약 하에서 총 운영 비용을 최소화하는 방식으로 단위 투입 문제의 일부로 최적화된다.
• 이중 최적화 문제를 효율적으로 해결하기 위해 컬럼-약속 생성(C&CG) 알고리즘을 적용한다.
• 계산 성능과 확장성을 향상시키기 위해 C&CG 알고리즘의 세 가지 변형을 개발한다.
• 불확실성 집합 외부에 위치한 풍력 실현치가 초래하는 리스크 영향을 명시적으로 고려하여 희귀 사건 발생 시 강건성을 향상시킨다.
• 이 방법은 일반적이며 다른 RUC 모델에 적용하여 계산 효율성을 향상시킬 수 있다.

실험 결과

연구 질문

• RQ1 불확실성 집합을 초월한 풍력 예측 오차의 리스크가 단위 투입의 운영 결과에 미치는 영향은 무엇인가?
• RQ2 대규모 풍력 통합 조건 하에서 비용을 최소화하면서도 수용 가능한 리스크 수준을 유지하기 위한 최적의 불확실성 집합 크기는 무엇인가?
• RQ3 조정 가능한 불확실성 집합은 고정된 불확실성 집합을 사용하는 기존의 강건 단위 투입 대비 시스템 신뢰성과 비용 효율성을 향상시킬 수 있는가?
• RQ4 희귀하지만 심각한 풍력 예측 이격 상황에서 제안된 RRUC 모델의 성능은 어떠한가?
• RQ5 C&CG 기반 알고리즘이 대규모 강건 단위 투입 문제 해결 시 계산 효율성을 얼마나 향상시킬 수 있는가?

주요 결과

• RRUC 모델은 리스크 수용 능력에 따라 불확실성 집합을 최적으로 조정함으로써 기존의 전통적 RUC에 비해 운영 비용을 크게 절감한다.
• 제안된 방법은 희귀 풍력 예측 이격 상황을 다루는 데 뛰어난 성능을 보이며, 표준 RUC 대비 리스크 관리 측면에서 뛰어난 성과를 보인다.
• 수정된 IEEE 118-bus 시스템에 대한 시뮬레이션을 통해 RRUC 프레임워크의 효과성과 계산 효율성이 확인되었다.
• 개발된 세 가지 C&CG 기반 알고리즘은 높은 해법 품질과 확장성을 확보하여 실시간 적용에 적합하다.
• 조정 가능한 불확실성 집합은 시스템 유연성의 더 나은 시간적·공간적 할당을 가능하게 하여 종합적인 시스템 복원력 향상에 기여한다.
• 이 프레임워크는 일반화 가능하며, 다른 강건 단위 투입 모델의 계산 효율성을 향상시키는 데 적용될 수 있다.