[논문 리뷰] Scenario-based Economic Dispatch with Uncertain Demand Response

Hao Ming, Le Xie외 3명|arXiv (Cornell University)|2017. 11. 29.

Electric Power System Optimization참고 문헌 5인용 수 7

한 줄 요약

이 논문은 당일 전기 시장에서 다수의 DR 공급자로부터의 수요 반응(DR) 약정에 존재하는 불확실성을 관리하기 위해 시나리오 기반 경제적 발전 프레임워크를 제안한다. 유한한 불확실성 집합에서 샘플을 반복적으로 제거함으로써, 이 방법은 확률 분포 가정 없이도 제약 위반의 위험을 정량화하면서도 발전 성능을 향상시킨다. 이는 확률 분포에 의존하지 않는 스트로크적 및 강건 최적화의 탄력성 있는 대안을 제공하며, 3-bus, IEEE 14-bus 및 IEEE 118-bus 시스템에서 검증된 성능을 보인다.

ABSTRACT

This paper introduces a new computational framework to account for uncertainties in day-ahead electricity market clearing process in the presence of demand response providers. A central challenge when dealing with many demand response providers is the uncertainty of its realization. In this paper, a new economic dispatch framework that is based on the recent theoretical development of the scenario approach is introduced. By removing samples from a finite uncertainty set, this approach improves dispatch performance while guaranteeing a quantifiable risk level with respect to the probability of violating the constraints. The theoretical bound on the level of risk is shown to be a function of the number of scenarios removed. This is appealing to the system operator for the following reasons: (1) the improvement of performance comes at the cost of a quantifiable level of violation probability in the constraints; (2) the violation upper bound does not depend on the probability distribution assumption of the uncertainty in demand response. Numerical simulations on (1) 3-bus and (2) IEEE 14-bus system (3) IEEE 118-bus system suggest that this approach could be a promising alternative in future electricity markets with multiple demand response providers.

연구 동기 및 목표

• 당일 시장 정산에서 다수의 DR 공급자로부터의 수요 반응 약정에 존재하는 불확실성을 다루는 데 목적을 두다.
• 전통적인 스트로크적 및 강건 최적화 방법에 비해 계산 효율성과 강건성을 확보한 대안을 개발하는 데 목적을 두다.
• DR 불확실성에 대한 사전 확률 분포 가정이 필요 없도록 하는 데 목적을 두다.
• 성능과 제약 위반 확률 사이의 정량적 트레이드오프를 제공하는 데 목적을 두다.
• 시스템 운영자가 전력 균형, 선로 전류 등 우선순위 기반 제약 조건을 고려해 어떤 시나리오를 제거할지 지시할 수 있도록 하는 데 목적을 두다.

제안 방법

• 시나리오 접근법이 경제적 발전 문제에 적용되며, 유한한 수의 수요 반응 실현값이 불확실성 집합에서 샘플링된다.
• 목표 함수(예: 사회적 복지)를 향상시키면서 제약 위반 확률을 제한하기 위해 불확실성 집합에서 샘플이 반복적으로 제거된다.
• 제약 위반에 대한 이론적 위험 경계는 제거된 샘플 수에 대한 함수로 유도되며, 기저 분포에 독립적이다.
• 이 방법은 확률 제약 최적화 원리를 사용하며, 위반 확률이 신뢰 수준 β 이하로 보장된다.
• 전력 균형 및 분지 흐름 한계와 같은 제약 조건을 우선순위로 삼는 시나리오 생성 및 제거 알고리즘이 구현된다.
• 성능과 제약 위반 트레이드오프를 평가하기 위해 3-bus, IEEE 14-bus 및 IEEE 118-bus 세 가지 테스트 시스템에서 수치적 검증이 수행되었다.

실험 결과

연구 질문

• RQ1 모르는 확률 분포를 가정하지 않고, 당일 경제적 발전에서 다수의 DR 공급자로부터의 수요 반응 약정 불확실성을 효과적으로 관리하는 방법은 무엇인가?
• RQ2 시나리오 기반 접근법을 사용할 경우, 발전 성능와 제약 위반 위험 사이의 트레이드오프는 어떻게 되는가?
• RQ3 제거된 시나리오의 수가 경제적 발전 해법에서 제약 위반 확률의 상한선에 미치는 영향은 무엇인가?
• RQ4 전력 균형, 선로 흐름 등 어떤 종류의 제약 조건이 시나리오 제거에 가장 민감한가? 이는 시스템 운영자 결정에 어떻게 기여하는가?
• RQ5 실제 불확실성 환경에서, 전통적인 스트로크적 및 강건 최적화 방법에 비해 이 시나리오 접근법이 성능과 계산 타당성 측면에서 뛰어나게 작용할 수 있는가?

주요 결과

• 시나리오 접근법은 시스템 운영자가 수용 가능한 위반 확률 기반으로 해법을 선택할 수 있도록 성능-위험 트레이드오프 곡선을 제공한다.
• 제약 위반 확률에 대한 이론적 상한선은 유한한 수의 제거된 샘플 수와 신뢰 수준 β에만 의존하며, DR 불확실성의 기저 분포와는 무관하다.
• 이 방법은 강건 최적화에 비해 향상된 사회적 복지를 달성하면서도 정량화된 위험 수준을 유지한다.
• 3-bus, IEEE 14-bus 및 IEEE 118-bus 시스템에서의 수치 결과는 이 방법의 확장성과 실제 적용 가능성(실세계 환경에서의 실용성)을 확인한다.
• 다양한 시나리오 제거 알고리즘은 제약 유형에 따라 다르게 영향을 미치며, 이는 운영자가 분지 흐름 한계와 같은 핵심 제약 조건을 우선순위로 설정하는 데 도움을 준다.
• 이 방법은 잘못된 분포 가정으로 인한 사회적 복지 손실을 방지하여, 데이터가 부족하거나 비정상적인 환경에서도 더 강건한 성능을 발휘한다.