[논문 리뷰] Stochastic Flexibility Evaluation for Virtual Power Plant by Aggregating Distributed Energy Resources

Siyuan Wang, Wenchuan Wu|arXiv (Cornell University)|2020. 06. 29.

Smart Grid Energy Management참고 문헌 27인용 수 15

한 줄 요약

이 논문은 분산 에너지 자원(DERs)을 집계함으로써 가상 전력단위(VPPs)의 확률적 유연성 평가 프레임워크를 제안한다. 전력 유연성을 확률적 제약 최적화로 모델링하여 DER 출력의 불확실성을 반영한다. 이 방법은 데이터 기반 및 모델 기반 접근 방식을 융합하여 확률적 전력 유연성 범위(PFR)와 비용 함수를 계산하며, 분포망에서의 수치 실험을 통해 정확성과 효율성을 입증한다.

ABSTRACT

To manage huge amount of flexible distributed energy resources (DERs) in the distribution networks, the virtual power plant (VPP) is introduced in industry. The VPP can optimally dispatch these resources in a cluster way and provide flexibility for the power system operation as a whole. Most existing works formulate the equivalent power flexibility of the aggregating DERs as deterministic optimization models without considering their uncertainties. In this paper, we introduce the stochastic power flexibility range (PFR) to describe the power flexibility of VPP, which is formulated as a chance constrained optimization model. In this model, both operational constraints and the randomness of DERs' output are incorporated, and a combined model and data-driven solution is proposed to obtain the stochastic PFR and cost function of VPP. Finally, numerical tests are conducted to verify the correctness and efficiency of the proposed method.

연구 동기 및 목표

• 집계된 DER의 전력 유연성을 표현하는 데 있어 결정론적 모델의 한계를 해결하기 위해.
• 분산 에너지 자원(DER) 출력의 본질적 불확실성을 VPP 유연성 평가에 통합하기 위해.
• 운영 제약 조건과 무작위적인 DER 행동을 반영하는 확률적 전력 유연성 범위(PFR) 모델을 개발하기 위해.
• 확률적 PFR과 관련된 비용 함수를 계산하기 위한 모델 기반 및 데이터 기반의 통합 솔루션을 제안하기 위해.
• 분포망에서의 수치 실험을 통해 방법의 정확성과 효율성을 검증하기 위해.

제안 방법

• DER 출력의 불확실성을 다루기 위해 VPP의 전력 유연성을 확률적 제약 최적화 문제로 공식화한다.
• 전력 균형, 전압 한계 등 운영 제약 조건과 DER 발전의 확률적 제약 조건을 통합한다.
• 역사적 또는 실시간 데이터를 기반으로 DER 출력의 확률 분포를 추정하기 위해 데이터 기반 접근 방식을 사용한다.
• 분석적 모델링과 데이터를 융합하여 불확실성 하에서의 타당한 운영 영역을 나타내는 확률적 PFR을 계산한다.
• 유연성 범위 추정의 계산 효율성과 정확성의 균형을 맞추는 솔루션 프레임워크를 개발한다.
• 경제적 운용을 지원하기 위해 확률적 유연성 제약 하에서 VPP의 비용 함수를 유도한다.

실험 결과

연구 질문

• RQ1 DER 출력이 불확실할 경우 VPP의 전력 유연성은 어떻게 정확하게 모델링할 수 있는가?
• RQ2 확률적 제약 조건을 통합할 경우 VPP의 운영 유연성 범위에 어떤 영향을 미치는가?
• RQ3 모델 기반과 데이터 기반의 융합 접근 방식은 순수 결정론적 모델에 비해 확률적 PFR 계산을 어떻게 향상시키는가?
• RQ4 불확실성 하에서 VPP 운영의 맥락에서 유연성과 비용 사이의 상충 관계는 어떠한가?
• RQ5 기존의 결정론적 접근 방식에 비해 제안된 방법은 정확성과 효율성 측면에서 어떻게 비교되는가?

주요 결과

• 제안된 확률적 PFR 모델은 운영 제약 조건을 준수하면서도 DER 출력의 불확실성을 성공적으로 반영한다.
• 모델 기반과 데이터 기반의 융합 접근 방식은 확률적 PFR과 비용 함수의 정확하고 효율적인 계산을 가능하게 한다.
• 수치 실험을 통해 제안된 방법이 불확실성 하에서의 타당한 운영 영역을 정확히 표현함을 확인한다.
• DER 발전의 변동성을 반영함으로써 결정론적 모델에 비해 더 높은 강건성을 보여준다.
• 해결 프레임워크는 계산 효율성을 유지하여 실시간 또는 근접 실시간 VPP 운영에 적합하다.
• 결과적으로 확률적 유연성 평가가 분포망에서 더 신뢰할 수 있고 경제적으로 타당한 운용 결정을 이끌어낸다.