[論文レビュー] A Multiperiod OPF Model Under Renewable Generation Uncertainty and Demand Side Flexibility

Waqquas Bukhsh, Chuyun Zhang+1 more|arXiv (Cornell University)|Jul 10, 2014

Electric Power System Optimization参考文献 13被引用数 4

ひとこと要約

本稿では、再生可能エネルギーの不確実性と需要側の柔軟性を統合することで、発電コストを最小化する2段階の確率的最適潮流（OPF）モデルを提案する。最初の段階で従来型発電機のディスパッチを最適化し、2番目の段階で負荷の柔軟性を活用して確率的な風力発電を吸収することで、テストシステムにおいて最大4.13%のコスト削減を達成し、需要側の柔軟性が限定的であっても顕著な経済的利点を示している。

ABSTRACT

Renewable energy sources such as wind and solar have received much attention in recent years and large amount of renewable generation is being integrated to the electricity networks. A fundamental challenge in power system operation is to handle the intermittent nature of the renewable generation. In this paper we present a stochastic programming approach to solve a multiperiod optimal power flow problem under renewable generation uncertainty. The proposed approach consists of two stages. In the first stage operating points for conventional power plants are determined. Second stage realizes the generation from renewable resources and optimally accommodates it by relying on demand-side flexibility. The benefits from its application are demonstrated and discussed on a 4-bus and a 39-bus systems. Numerical results show that with limited flexibility on the demand-side substantial benefits in terms of potential additional re-dispatch costs can be achieved. The scaling properties of the approach are finally analysed based on standard IEEE test cases upto 300 buses, allowing to underlined its computational efficiency.

研究の動機と目的

• 間歇的再生可能エネルギー、特に風力発電の電力系統への統合に伴う不確実性の課題に対処すること。
• 高比率の再生可能エネルギー統合下での系統運用において、需要側の柔軟性が、発電停止を低減し、運用コストを削減するメカニズムを解明すること。
• 確率的風力発電と柔軟な負荷を考慮した、計算効率の高い多期間OPFモデルの開発。
• 標準的なIEEEテストシステム（最大300バス）を用いて、提案手法のスケーラビリティとコスト削減効果を評価すること。
• 限定的な風力発電率であっても、わずかなレベルの需要側の柔軟性により顕著なコスト削減が達成可能であることを示すこと。

提案手法

• 2段階の確率的プログラミングフレームワークを採用し、最初の段階で不確実性下での従来型発電機出力が決定され、2番目の段階で実現した再生可能エネルギー発電に応じた調整が行われる。
• 風力発電の不確実性を表すために、12時間の時間間隔で50のシナリオを用いたシナリオベースの確率的最適化を採用する。
• 需要側の柔軟性は、特定のバスにおける調整可能な負荷比率（αd,s,t）としてモデル化され、負荷が定められた範囲（±10% ～ ±100%）内でシフト可能である。
• 最適化は、風力発電の損失コストを含む総発電コストを最小化することを目的とし、AC潮流制約、発電機の出力変化率制限、系統のセキュリティを満たす。
• 問題は、14、30、57、118、300バスのIEEEテストケースを用いて、AMPLとCPLEXを用いて解かれる。
• ネットワーク制約として、線路潮流、電圧位相、各バスおよび時間帯における潮流のバランスが組み込まれている。

実験結果

リサーチクエスチョン

• RQ1 確率的風力発電下での最適潮流における需要側の柔軟性は、コストにどのように影響するか？
• RQ2 電力系統運用における顕著なコスト削減を達成するには、どの程度の負荷柔軟性が必要か？
• RQ3 システムサイズおよびシナリオ数の増加に伴い、多期間OPFモデルの計算複雑性はどのように変化するか？
• RQ4 中程度の風力発電率を有する系統において、提案モデルが風力発電の損失を効果的に低減し、社会的余剰を向上させられるか？
• RQ5 異なるテストシステムにおけるソリューション時間とコスト削減の観点から、モデルの性能はどのように比較されるか？

主な発見

• 57バス系において、全需要の30.1%を占めるバスに10%の柔軟な負荷を導入したところ、発電コストが4.13%削減された。
• 118バス系において、全需要の12.6%を占めるバスに20%の負荷柔軟性を導入した場合、コスト削減は4.25%に達した。
• 300バス系において、全需要の1.5%を占める低需要バスに10%の柔軟性を導入した場合でも、コストは0.24%削減された。
• 300バス系において、全需要の6.2%を占めるバスに20%の柔軟性を適用した場合、最大3.45%のコスト改善が達成された。
• ソリューション時間はシステムサイズに応じて良好にスケーリングされ、24バス系が39および57バス系よりも遅かったが、これは発電機数の増加に伴う問題サイズの増大によるものであった。
• 本手法は高い計算効率を示し、単一コアマシンを用いて最大300バスの大型インスタンスを合理的な時間内に解けることを実証した。