[논문 리뷰] Data-Driven Distributionally Robust Optimization for Real-Time Economic Dispatch Considering Secondary Frequency Regulation Cost

Likai Liu, Zechun Hu외 2명|arXiv (Cornell University)|2021. 01. 20.

Frequency Control in Power Systems참고 문헌 17인용 수 6

한 줄 요약

이 논문은 부하 및 재생 가능 에너지 발군의 불확실성을 고려하면서도 분포 이질성에 대비한 강건성을 확보하기 위해, Copula 기반 AGC 신호 모델과 워샤프스키 메트릭 기반 강건화를 활용하여 2차 주파수 조정 비용을 명시적으로 모델링하는 데이터 기반 분포로부스트 최적화(DRO) 프레임워크를 제안한다. 이 방법은 총 운영 비용을 절감하면서도 실시간 경제 운전(RTED)의 강건성을 확보하며, 기존 방법에 비해 비용 절감 효과를 보여주는 시뮬레이션을 통해 검증된다.

ABSTRACT

With the large-scale integration of renewable power generation, frequency regulation resources (FRRs) are required to have larger capacities and faster ramp rates, which increases the cost of the frequency regulation ancillary service. Therefore, it is necessary to consider the frequency regulation cost and constraint along with real-time economic dispatch (RTED). In this paper, a data-driven distributionally robust optimization (DRO) method for RTED considering automatic generation control (AGC) is proposed. First, a Copula-based AGC signal model is developed to reflect the correlations among the AGC signal, load power and renewable generation variations. Secondly, samples of the AGC signal are taken from its conditional probability distribution under the forecasted load power and renewable generation variations. Thirdly, a distributionally robust RTED model considering the frequency regulation cost and constraint is built and transformed into a linear programming problem by leveraging the Wasserstein metric-based DRO technique. Simulation results show that the proposed method can reduce the total cost of power generation and frequency regulation.

연구 동기 및 목표

• 전력 시스템에서 고율의 재생 가능 에너지 투입으로 인한 주파수 조정 비용 증가 문제를 해결하기 위해.
• 실시간 경제 운전(RTED) 모델에 2차 주파수 조정 비용과 제약 조건을 통합하기 위해.
• 재생 가능 에너지 발군 및 부하 예측의 분포 불확실성을 고려한 데이터 기반 강건 최적화 프레임워크를 개발하기 위해.
• 불확실한 시스템 조건 하에서 운전의 강건성과 비용 효율성을 향상시키기 위해.
• 선형 프로그래밍 문제로의 변환을 통해 실용적 구현을 가능하게 하기 위해.

제안 방법

• AGC 신호, 부하 전력, 재생 가능 에너지 변동 간의 공동 의존 구조를 포착하기 위해 Copula 기반 모델을 개발하였다.
• 예측된 부하 및 재생 가능 전력 조건 하에서의 경험적 조건부 분포로부터 AGC 신호의 조건부 샘플링을 수행하였다.
• 불확실성의 기저 확률 분포에 대한 모호성 처리를 위해 워샤프스키 거리 기반의 분포로부스트 RTED 모델을 설정하였다.
• 이중성 이론과 워샤프스키 모호성 집합의 성질을 활용하여 강건 최적화 문제를 선형 프로그래밍 문제로 재구성하였다.
• 자동 발전 제어(AGC) 동역학과 주파수 조정 비용을 경제 운전 프레임워크에 통합하였다.
• 시험 시스템에서의 시뮬레이션을 통해 계산의 타당성과 비용 절감 효과를 검증하였다.

실험 결과

연구 질문

• RQ1 재생 가능 에너지의 불확실성 하에서 실시간 경제 운전에 2차 주파수 조정 비용을 효과적으로 모델링하고 통합할 수 있는가?
• RQ2 AGC 신호, 부하 및 재생 가능 에너지 간의 상관관계를 모델링할 경우 운전의 강건성과 비용에 어떤 영향을 미치는가?
• RQ3 데이터 기반 분포로부스트 최적화 접근법이 결정론적 또는 확률론적 방법에 비해 총 시스템 비용을 감소시킬 수 있는가?
• RQ4 워샤프스키 메트릭의 사용이 불확실 매개변수의 분포 이질성에 대비한 강건성 향상에 기여하는가?
• RQ5 제안된 방법이 실시간 응용에서 운영 타당성과 계산 효율성을 어느 정도 유지하는가?

주요 결과

• 제안된 DRO 기반 RTED 방법은 기존의 결정론적 운전 방식에 비해 발전 및 주파수 조정 비용 총합을 감소시킨다.
• Copula 기반 AGC 신호 모델은 부하, 재생 가능 에너지 발군, 제어 신호 간의 복잡한 의존성을 효과적으로 포착한다.
• 워샤프스키 기반 강건화는 전체 분포 가정 없이도 해의 신뢰성을 보장한다.
• 다시 구성된 문제는 선형 프로그래밍으로 타당하여 실시간 적용이 가능하다.
• 시뮬레이션 결과는 다양한 불확실성 시나리오에서 뚜렷한 비용 절감 효과와 향상된 강건성을 입증한다.
• 분포 이질성 발생 상황에서 표준 스토하스틱 프로그래밍 방법에 비해 비용과 강건성 측면에서 우수한 성능을 보인다.