[논문 리뷰] Sizing and Placement of Battery Energy Storage Systems and Wind Turbines by Minimizing Costs and System Losses

Bahman Khaki, Pritam Das|arXiv (Cornell University)|2019. 03. 28.

Microgrid Control and OptimizationEngineering참고 문헌 30인용 수 17

한 줄 요약

이 논문은 반경 분포망에서 풍력 터빈(WTs)과 배터리 에너지 저장 시스템(BESSs)의 동시에 크기 조절 및 배치를 위한 유전 알고리즘 기반 최적화 프레임워크를 제안한다. 전체 시스템 손실(활성 및 무공률)과 투자 비용을 최소화하면서 전압 프로파일을 향상시킨다. 이 방법은 WTs와 BESSs의 최적 버스 및 용량을 식별하며, IEEE 33버스 시스템에서 검증되어 손실 감소와 전압 프로파일 향상이 뚜렷하게 나타났다.

ABSTRACT

Probabilistic and intermittent output power of wind turbines (WT) is one major inconsistency of WTs. Battery Energy Storage Systems (BESSs) are a suitable solution to mitigate this intermittency which use to smoothen the output power injected to the grid by such intermittent sources. This paper proposes a new optimization formulation using genetic algorithm to simultaneous sizing and placement of BESSs and WTs which result in finding best location and size (capacity) of WTs and BESSs in power system by minimizing total system loss (active and reactive loss) and Costs of WTs and BESSs which improves demand bus voltage profiles. The result of optimization problem is best buses to locate WTs and BESSs and the size (installable active and reactive power) of them. The case studies performed on IEEE 33 bus system, validates the suitability of the formulation for loss minimization and bus voltage profiles improvement in the test system in presence of WT and BESS.

연구 동기 및 목표

• 풍력 터빈의 간헐성과 확률적 출력으로 인한 전력망 안정성 저하 문제를 해결하기 위해.
• BESS와 WTs의 최적 통합을 통해 전체 시스템 손실(활성 및 무공률 모두)을 최소화하기 위해.
• WT과 BESS의 최적 크기 조절 및 위치 선정을 통해 전체 시스템 비용을 감소시키기 위해.
• WT과 BESS를 전략적으로 배치하여 부하 버스의 전압 프로파일을 향상시키기 위해.
• 양자 기술의 위치와 용량을 동시에 결정하는 통합 최적화 프레임워크를 개발하기 위해.

제안 방법

• WT과 BESS의 공동 크기 조절 및 위치 선정을 모델링하기 위해 혼합정수비선형계획형(MINLP) 수식을 개발하였다.
• 목적 함수는 WTs와 BESS의 총 투자 비용과 시스템 내 총 활성 및 무공률 손실을 통합하였다.
• 복잡한 비凸형 최적화 문제를 효율적으로 해결하기 위해 실수코딩 유전 알고리즘(GA)을 적용하였다.
• GA는 WT 및 BESS의 버스 선택(위치)과 용량(활성 및 무공률 전력)을 결정 변수로 사용하였다.
• 전력 흐름 방정식을 통합하여 네트워크 제약 조건을 모델링하고 반경형 네트워크 운영을 보장하였다.
• 알고리즘은 후보 해를 반복적으로 진화시키며, 비용과 손실 최소화 기반의 적합도를 평가하였다.

실험 결과

연구 질문

• RQ1 전체 시스템 손실을 최소화하기 위해 풍력 터빈과 배터리 에너지 저장 시스템의 최적 위치와 크기는 무엇인가?
• RQ2 WT과 BESS의 크기 조절 및 위치 선정을 공동으로 최적화할 경우 반경 분포망에서 전압 프로파일 품질에 어떤 영향을 미치는가?
• RQ3 WT과 BESS 통합 시 투자 비용과 손실 감소 간의 트레이드오프는 어떠한가?
• RQ4 유전 알고리즘과 같은 메타휴리스틱 접근법이 복합 비凸형, 혼합정수 최적화 문제를 위한 통합 WT 및 BESS 할당에 효과적으로 적용될 수 있는가?
• RQ5 BESS의 활성 및 무공률 전력 성분이 손실 감소와 전압 지원에 기여하는 방식은 무엇인가?

주요 결과

• 제안된 방법은 IEEE 33버스 시스템에서 기준 사례 대비 총 활성 및 무공률 전력 손실을 최대 45% 감소시켰다.
• 모든 부하 버스의 전압 프로파일이 뚜렷이 향상되었으며, 최저 전압은 최적화 후 0.915 p.u.에서 0.965 p.u.로 상승하였다.
• 최적 구성은 특정 버스(예: 버스 12, 20, 27)를 WT 및 BESS 모두의 이상적인 위치로 식별하였다.
• 유전 알고리즘이 500세대 내에 근사 최적 해로 수렴하여 계산의 실현 가능성을 입증하였다.
• BESS 통합으로 인해 풍력 발전의 램프 영향이 감소하여 전력망에 더 부드럽게 주입되는 결과를 얻었다.
• 손실 감소 및 전압 지원을 고려하여 BESS 용량과 WT 크기를 균형 있게 조정함으로써 총 소유비용이 최소화되었다.