[논문 리뷰] Using Battery Storage for Peak Shaving and Frequency Regulation: Joint Optimization for Superlinear Gains

Yuanyuan Shi, Bolun Xu외 2명|arXiv (Cornell University)|2017. 02. 26.

Advanced Battery Technologies Research참고 문헌 23인용 수 24

한 줄 요약

이 논문은 피크 카빙과 주파수 조정을 동시에 수행하기 위해 배터리 저장 시스템을 공동 최적화하는 프레임워크를 제안하며, 시간 스케일의 차이를 활용하여 초선형 경제적 이익을 달성한다. 실시간 임계값 알고리즘을 통해 빠른 조정 신호와 월간 피크 수요 감소를 조율함으로써, 이 방법은 전기 요금을 최대 12%까지 절감하며, 각 서비스의 개별 이익 합을 초월한다.

ABSTRACT

We consider using a battery storage system simultaneously for peak shaving and frequency regulation through a joint optimization framework which captures battery degradation, operational constraints and uncertainties in customer load and regulation signals. Under this framework, using real data we show the electricity bill of users can be reduced by up to 15\%. Furthermore, we demonstrate that the saving from joint optimization is often larger than the sum of the optimal savings when the battery is used for the two individual applications. A simple threshold real-time algorithm is proposed and achieves this super-linear gain. Compared to prior works that focused on using battery storage systems for single applications, our results suggest that batteries can achieve much larger economic benefits than previously thought if they jointly provide multiple services.

연구 동기 및 목표

• 상업적 및 데이터센터 환경에서 단일 서비스 사용이 높은 자본 비용을 정당화하지 못하는 배터리 저장의 경제적 활용 미흡 문제를 해결하기 위해.
• 피크 카빙과 주파수 조정을 공동으로 최적화하는 프레임워크를 개발하여, 이들의 시간 스케일 차이를 활용해 경제적 수익을 향상시키기 위해.
• 실제 데이터를 통해 초선형 이익—즉, 공동 이익이 각 서비스의 개별 이익 합을 초월하는 것—을 정량화하고 이를 입증하기 위해.
• 미래 신호에 대한 완전한 지식이 필요 없이 실시간 운영이 가능한 실용적인 온라인 임계값 알고리즘을 설계하기 위해.

제안 방법

• 배터리 고장, 운영 제약 조건, 하중 및 조정 신호의 불확실성을 반영한 공동 최적화 문제를 수립한다.
• 라그랑주 승수 방법을 사용해 문제를 분리하고, 마진 비용 기반 최적의 배터리 배분 조건을 분석적으로 유도한다.
• 조정 신호의 방향성과 크기를 피크 수요 목표와 비교하여 동적으로 배터리 배분을 조정하는 실시간 임계값 제어 정책을 유도한다.
• 배터리 충전 상태, 전력 제한 및 에너지 용량 제약 조건을 고려한 상태 기반 임계값을 도입하여 실행 가능성 확보.
• 경제적 목표를 에너지 시장 수익(주파수 조정), 수요 요금 절감(피크 카빙), 배터리 고장 비용 간의 트레이드오프로 모델링한다.
• 다양한 마진 비용 제도 하에서 문제를 닫힌 형태로 해결하여, 충전 및 방전에 대한 별도의 배분 규칙 도출.

실험 결과

연구 질문

• RQ1 피크 카빙과 주파수 조정을 위한 배터리 저장의 공동 운영이 각 서비스를 별도로 운영할 때보다 더 큰 경제적 이익을 가져올 수 있는가?
• RQ2 공동 최적화에서 초선형 이익의 근본 원인은 무엇이며, 제어 설계를 통해 이를 어떻게 활용할 수 있는가?
• RQ3 미래 신호에 대한 전체 지식이 없이도 실시간 온라인 알고리즘이 근사 최적 성능을 달성할 수 있는가?
• RQ4 월간 피크 수요와 초 단위 조정 신호 사이의 시간 스케일 다양성이 더 높은 절감 효과를 가능하게 하는가?
• RQ5 배터리 고장이 피크 카빙과 조정 서비스 간 최적의 트레이드오프에 미치는 영향은 무엇인가?

주요 결과

• 실제 데이터 기반으로, PJM 제어 지역 내 1 MW 데이터센터에 대해 공동 최적화 프레임워크가 전기 요금을 최대 12%까지 절감한다.
• 공동 최적화에서의 절감 효과는 피크 카빙과 주파수 조정을 별도로 사용했을 때의 절감 효과 합을 초월하며, 초선형 이익을 입증한다.
• 간단한 실시간 임계값 알고리즘이 근사 최적 성능을 달성하며, 향후 신호 예측이 필요 없이 대부분의 초선형 이점을 확보한다.
• 최적의 배분 정책은 배터리 고장의 마진 비용(λ_b)과 조정 시장 가격(λ_mis)의 상대적 크기에 따라 달라지며, 이에 따라 별도의 제어 규칙이 도출된다.
• 배터리 고장의 마진 비용이 조정 가격을 초월할 경우(λ_b ≥ λ_mis), 최적 전략은 조정에 참여하지 않고 배터리를 정지시키는 것이다.
• 조정 신호의 난수성은 더 효율적인 피크 카빙을 가능하게 하며, 이는 교차 서비스 상호보완성에 의해 초선형 이익이 발생하는 이유를 설명한다.