[論文レビュー] An Optimal Framework for Residential Load Aggregator

Qinran Hu, Fangxing Li|arXiv (Cornell University)|Jun 14, 2015

Smart Grid Energy Management参考文献 29被引用数 35

ひとこと要約

本論文は、住宅用家電（エアコンや給湯器など）の効率的でリアルタイムなスケジューリングを可能にするとともに、負荷供給主体（LSE）の報酬コストを最小限に抑え、住民に公平な財政的インcentiveを分配する最適なフレームワークを提案する。確率的快適性モデルとコスト最小化最適化戦略を統合することで、住民の快適性への影響を最小限に抑え、効果的な需要応答（DR）実行を実現する。

ABSTRACT

Due to the development of intelligent demand-side management with automatic control, distributed populations of large residential loads, such as air conditioners (ACs) and electrical water heaters (EWHs), have the opportunities to provide effective demand-side ancillary services for load serving entities (LSEs) to reduce the emissions and network operating costs. Most present approaches are restricted to 1) the scenarios involving with efficiently scheduling the large number of appliances in real time, 2) the issues about evaluating the contributions of individual residents towards participating demand response (DR) program, and fairly distributing the rewards, and 3) the concerns on performing cost-effective demand reduction request (DRR) for LSEs with minimal rewards costs while not affecting their living comfortableness. Therefore, this paper presents an optimal framework for residential load aggregators (RLAs) which helps solve the problems mentioned above. Under this framework, RLAs are able to realize the DRR for LSEs to generate optimal control strategies over residential appliances quickly and efficiently. To residents, the framework is designed with probabilistic model of comfortableness, which minimizes the impact of DR program to their daily life. To LSEs, the framework helps minimize the total reward costs of performing DRRs. Moreover, the framework fairly and strategically distributes the financial rewards to residents, which may stimulate the potential capability of loads optimized and controlled by RLAs in demand side management. The proposed framework has been validated on several numerical case studies.

研究の動機と目的

• 需要応答（DR）プログラムにおいて、大規模な住宅用家電のリアルタイムな効率的スケジューリングの課題に対処すること。
• DRプログラムに参加する個々の住民に対して、長期的な参加を促すために、財政的報酬を公平に分配すること。
• 住民の快適性レベルを維持しつつ、負荷供給主体（LSE）の合計報酬コストを最小限に抑えること。
• LSEがネットワーク運用コストと排出ガスを削減できるように支援する、スケーラブルで実用的なRLAフレームワークの開発

提案手法

• 住民の快適性を確率的モデルで定量化し、負荷制御が日常生活に与える影響を制限する。
• 住宅用家電の最適制御戦略を決定するため、混合整数線形プログラミング（MILP）最適化問題を定式化する。
• 最適化により、LSEの合計報酬コストを最小化するとともに、運用制約と快適性のしきい値を満たす。
• 個々の住民が需要削減に貢献した割合に基づき、公平に財政的インcentiveを分配するメカニズムを統合する。
• 予測負荷モデリングと動的応答スケジューリングを活用することで、リアルタイム意思決定を可能にする。
• 数値的ケーススタディにより、多様な住宅負荷シナリオにおけるフレームワークの性能を検証する。

実験結果

リサーチクエスチョン

• RQ1 住宅用負荷アグリゲーターは、LSEの報酬コストを最小限に抑えつつ、大規模な数の家電をリアルタイムで効率的にスケジューリングするにはどうすればよいか？
• RQ2 個々の住民が需要応答に貢献した割合に基づき、財政的報酬を公平に分配する最適な方法は何か？
• RQ3 負荷制限の実施中に住民の不快感を最小限に抑えつつ、システム全体のコスト効率を損なわずに実現するにはどうすればよいか？
• RQ4 確率的快適性モデリングは、需要応答プログラムの実現可能性とパフォーマンスにどのような影響を与えるか？

主な発見

• フレームワークは、数千台にのぼる住宅用家電の制御戦略を最適化することで、LSEの合計報酬コストを著しく削減した。
• 確率的快適性モデルは、DRイベントが住民に与える影響を効果的に制限し、日常の快適性を維持した。
• 公平な報酬分配メカニズムは、長期的な参加可能性と負荷最適化の可能性を顕著に向上させた。
• ケーススタディでは、負荷状況や需要応答条件が変化する中でも、フレームワークのスケーラビリティと頑健性が実証された。
• 最適化モデルは、最小限の計算オーバーヘッドでリアルタイムスケジューリングにおいてほぼ最適なパフォーマンスを達成した。
• フレームワークにより、LSEはシステムの信頼性を維持しながら、より低い財政的出費で需要応答目標を達成できるようになった。