[논문 리뷰] Stochastic Multistage Co-optimization of Generation and Transmission Expansion Planning

Fernanda Thome, Ricardo C. Perez외 3명|arXiv (Cornell University)|2019. 10. 03.

Electric Power System Optimization참고 문헌 18인용 수 4

한 줄 요약

이 논문은 벤더스 분해와 점진적 헤지 기법을 사용하여 통합된 발전 및 전송 확장 계획을 위한 확률적 다단계 공최적화 프레임워크를 제안한다. 이는 MIP 기반 투자 모듈과 SDDP 기반 운영 모듈을 결합하여 확장 계획을 반복적으로 정밀화함으로써, 재생 가능 에너지 발전과 부하의 불확실성 하에서 시스템 비용을 감소시키면서도 신뢰성을 확보한다. 사례 연구 결과 볼리비아 전력 시스템에서 뚜렷한 비용 절감 효과를 입증하였다.

ABSTRACT

This paper describes a generation and transmission (G&T) expansion planning tool based on Benders decomposition and multistage stochastic optimization: (i) A MIP-based "investment module" determines a trial expansion plan; (ii) an SDDP-based "operation module" calculates the expected operation costs for the trial plan and Benders cuts to the investment module based on the expected marginal costs of the capacity constraints at the optimal solution. The integrated G&T planning approach is illustrated with a realistic planning study for the Bolivian power system.

연구 동기 및 목표

• 재생 가능 에너지 발전과 부하에 대한 장기적 불확실성 하에서 발전 및 전송 확장 계획을 공동 최적화하는 데 복잡성을 해결하기 위해.
• 투자 및 운영 결정을 분리하면서도 협조를 유지하는 가용성 있는 분해 기반 접근법을 개발하기 위해.
• 다양한 단계와 시나리오에 걸쳐 발전 및 전송 투자 계획을 공최적화하여 총 시스템 비용을 감소시키기 위해.
• 확률적 프로그래밍과 벤더스 컷을 통해 시스템 신뢰성과 운영 타당성을 확보하기 위해.
• 실제 시스템, 특히 볼리비아 전력 시스템을 대상으로 실질적인 불확실 조건 하에서 프레임워크를 검증하기 위해.

제안 방법

• 주 문제(투자 결정)와 부문 문제(불확실성 하의 운영)를 분리하기 위해 벤더스 분해 프레임워크를 사용한다.
• 주 문제에서 혼합정수계획법(MIP) 모델을 사용하여 발전 및 전송에 대한 후보 확장 계획을 결정한다.
• 부문 문제에서 확률적 이중동적계획(SDDP)을 적용하여 기대 운영 비용을 계산하고 벤더스 최적성 컷을 생성한다.
• 다양한 시나리오에 걸쳐 다단계 확률적 결정을 효과적으로 처리하고 수렴성을 향상시키기 위해 점진적 헤지 기법을 통합한다.
• SDDP 해석으로부터 도출된 용량 제약의 기대 마진 비용을 활용하여 투자 모듈에 유효한 벤더스 컷을 생성한다.
• 수렴이 달성될 때까지 컷을 업데이트하여 주 문제를 반복적으로 정밀화함으로써 확장 계획을 개선한다.

실험 결과

연구 질문

• RQ1 재생 가능 에너지와 부하에 대한 장기적 불확실성 하에서 발전 및 전송 확장 계획을 어떻게 공최적화할 수 있는가?
• RQ2 SDDP와 함께 벤더스 분해를 사용할 경우 다단계 확률적 계획에서 수렴 속도와 해의 품질에 어떤 영향을 미치는가?
• RQ3 확률적 운영 비용을 통합함으로써 확장 계획의 강인성과 비용 효율성이 어떻게 향상되는가?
• RQ4 제안된 프레임워크는 고도의 재생 가능 에너지 비율을 가진 현실적인 대규모 전력 시스템을 처리할 수 있는가?
• RQ5 공최적화 계획에서 투자 비용, 운영 비용, 시스템 신뢰성 간의 상충 관계는 어떠한가?

주요 결과

• 제안된 공최적화 프레임워크는 운영 수요에 맞게 투자를 더 잘 조율함으로써 순차적 계획 접근법에 비해 총 시스템 비용을 크게 감소시킨다.
• SDDP를 벤더스 분해와 통합함으로써 다단계 확률적 결정을 효율적으로 처리할 수 있었으며, 표준 분해 방법에 비해 수렴 성능이 향상되었다.
• 볼리비아 전력 시스템에 대한 사례 연구 결과, 통합된 확장 계획이 불확실성 하에서 기대 운영 비용을 낮추고 신뢰성을 향상시킨다.
• 기대 마진 비용을 기반으로 한 벤더스 컷은 강력한 이중성과 함께 수렴 속도를 가속화하여 근사 최적 해에 빠르게 도달한다.
• 이 프레임워크는 재생 가능 에너지 발전과 부하의 높은 변동성으로 인해 현실적이며 대규모 시스템을 효과적으로 처리하여 확장성과 실용적 관련성을 입증하였다.
• 결과적으로 계획 단계에서 확률성을 忽시할 경우 최적의 투자 결정을 내리지 못하고 장기적으로 더 높은 시스템 비용이 발생함을 보여주었다.