[논문 리뷰] Towards a systematic characterization of the potential of demand side management

David Kleinhans|arXiv (Cornell University)|2014. 01. 08.

Smart Grid Energy ManagementEngineering참고 문헌 18인용 수 16

한 줄 요약

이 논문은 시간 해상도가 높고 저장소 등가 프레임워크를 제안하여, 개별 기기 및 부문의 부하 이동 능력을 시간에 따라 변하는 크기와 용량을 갖는 등가 에너지 버퍼로 모델링함으로써 수요 측 관리(DSM) 잠재력의 체계적인 특성화를 가능하게 한다. 이 방법은 운영 복잡성을 추상화함으로써 대규모 에너지 시스템 모델에 직접 통합 가능하게 하며, 실제 제약 조건인 스케줄링 및 이동 윈도우를 고려하면서도 에너지 저장 특성과 유사한 표준화되고 비교 가능한 DSM 측정 기준을 제공한다.

ABSTRACT

With an increasing share of electric energy produced from non-dispatchable renewable sources both energy storage and demand side management might gain tremendously in importance. While there has been significant progress in general properties and technologies of energy storage, the systematic characterization of features particular to demand side management such as its intermittent, time-dependent potential seems to be lagging behind. As a consequence, the development of efficient and sustainable strategies for demand side management and its integration into large-scale energy system models are impeded. This work introduces a novel framework for a systematic time-resolved characterization of the potential for demand side management. It is based on the specification of individual devices both with respect to their scheduled demand and their potential of load shifting. On larger scales sector-specific profiles can straightforwardly be taken into account. The potential for demand side management is then specified in terms of size and capacity of an equivalent storage device. This intermediate layer of abstraction isolates the gross effects and opportunities of demand side management from questions concerning the operation of individual devices, which eases the integration of the results in existing schemes for the commitment of production units and system models. The novel framework is applicable for conceptual or predictive approaches and for real-time optimization and operation of energy systems involving demand side management.

연구 동기 및 목표

• 대규모 에너지 시스템 모델링에서 수요 측 관리(DSM) 잠재력에 대한 체계적이고 시간 해상도가 높은 특성화의 부족을 해결하기 위해.
• 개별 기기 제어에서 DSM을 추상화하여 시스템 수준 시뮬레이션에 활용 가능한 집합적 버퍼 크기와 용량에 중점을 둔 방법을 개발하기 위해.
• DSM 잠재력을 등가 저장소 용량(크기 및 용량)으로 표현하여 에너지 저장 기술과 직접 비교할 수 있도록 하기 위해.
• 확장 가능한 중간 추상화 계층을 제공함으로써 개념적, 예측적, 실시간 최적화를 지원하기 위해.
• 부하 스케줄링 및 이동 윈도우와 같은 시간에 따라 변하는 제약 조건을 고려한 방식으로 DSM 잠재력을 체계화하기 위해.

제안 방법

• 프레임워크는 기기의 계획된 부하 프로파일과 이동 가능성을 시간 윈도우 Δtc로 정의함으로써 개별 기기를 모델링한다.
• 시간 연속 부하 함수 Lc(t)와 부하 용량 함수 Λc(t)를 도입하여 수요와 융통성의 특성을 표현한다.
• DSM의 최대 및 최소 버퍼 크기는 시간에 대한 적분을 통해 유도되며, 이는 에너지를 저장하거나 앞으로/뒤로 이동시킬 수 있는 에너지를 추정한다.
• 이산 데이터의 경우, 부하 및 용량에 대해 조각별 상수 근사를 사용하여 적분을 시간 간격에 대한 직접 합산으로 대체한다.
• 최종적으로 시간 겹침이 이동 윈도우와 부하 기간 간에 발생하는 조건에 기반한 조각별 조건을 사용하여 버퍼 크기의 상한 Emax(t) 및 하한 Emin(t)을 계산한다.
• 이 방법은 기기 수준의 제어 및 반동 효과를 추상화하여, 단위 기간 할당 및 시스템 모델에의 통합을 위한 거시적 수준의 잠재력에 집중한다.

실험 결과

연구 질문

• RQ1 시간 해상도가 높은 수요 측 관리(DSM) 잠재력을 체계적으로 특성화할 수 있는 방법은 무엇인가? 이는 대규모 에너지 시스템 모델에의 통합을 가능하게 해야 한다.
• RQ2 부하 이동 제약 조건 및 스케줄링을 고려할 때, 수요 측 관리의 등가 저장소 용량과 크기는 무엇인가?
• RQ3 시간에 따라 변하는 크기와 용량을 갖는 저장소 등가 버퍼로써 DSM을 어떻게 체계화할 수 있는가? 이를 통해 에너지 저장 기술과 직접 비교할 수 있도록 해야 한다.
• RQ4 이산 시간 데이터는 실용적 응용에서 DSM 버퍼 엔벨롭 추정에 어떤 영향을 미치는가?
• RQ5 장기 에너지 균형에 영향을 주는 2종류의 DSM 조치(클래스 2 DSM)는 제안된 프레임워크 내에서 어떻게 일반화될 수 있는가?

주요 결과

• 제안된 프레임워크는 시간에 따라 변하는 크기와 용량을 갖는 등가 에너지 버퍼로 모델링함으로써 체계적이고 시간 해상도가 높은 DSM 잠재력 특성화를 가능하게 한다.
• 이 방법은 기기 수준의 운영 복잡성에서 벗어난 표준화된 추상화 계층을 제공하여 기존 에너지 시스템 모델에의 통합을 촉진한다.
• DSM 버퍼 크기 엔벨롭 Emax(t) 및 Emin(t)은 이동 윈도우와 부하 스케줄링를 고려한 조각별 함수를 사용하여 유도되며, 이는 연속적 적분 없이도 정확한 추정이 가능하게 한다.
• 이산 시간 데이터의 경우, 프레임워크는 적분을 시간 간격에 대한 직접 합산으로 대체함으로써 계산 효율성과 실용적 적용성을 향상시킨다.
• 이 방법은 장기 에너지 불균형이 없는 1종류의 DSM(클래스 1 DSM)를 지원할 뿐 아니라, 에너지 균형 제약 조건을 완화함으로써 2종류의 DSM(클래스 2 DSM)로도 확장 가능하다.
• 최종적으로 도출된 저장소 등가 지표는 크기 및 용량 측면에서 DSM과 에너지 저장소 간의 직접 비교를 가능하게 하여 시스템 수준의 계획 및 최적화를 향상시킨다.