[논문 리뷰] Probabilistic Energy Management for Building Climate Comfort in Smart Thermal Grids with Seasonal Storage Systems

Vahab Rostampour, Tamás Keviczky|arXiv (Cornell University)|2016. 11. 10.

Building Energy and Comfort Optimization참고 문헌 7인용 수 5

한 줄 요약

이 논문은 계절성 지하수열 에너지 저장(ATES)을 갖춘 스마트 열망원에 확률적 모델 예측 제어(MPC) 프레임워크를 제안하며, 개인적(건물 수요) 및 공통적(공유되는 ATES 자원) 불확실성을 다룹니다. 유한한 시간 영역의 혼합정수 2차 최적화 문제를 다중 확률제약 조건과 함께 수립하고, 보다 낮은 보수성으로 확률적 타당성을 확보하기 위해 강건한 랜덤화 방법을 적용하여 해결합니다. 시뮬레이션 및 MODFLOW 지하수리 모델링을 통해 검증되었습니다.

ABSTRACT

This paper presents an energy management framework for building climate comfort (BCC) systems interconnected in a grid via aquifer thermal energy storage (ATES) systems in the presence of two types of uncertainty (private and common). ATES can be used either as a heat source (hot well) or sink (cold well) depending on the season. We consider the uncertain thermal energy demand of individual buildings as a private uncertainty source and the uncertain common resource pool (ATES) between neighbors as a common uncertainty source. We develop a large-scale stochastic hybrid dynamical model to predict the thermal energy imbalance in a network of interconnected BCC systems together with mutual interactions between their local ATES. We formulate a finite-horizon mixed-integer quadratic optimization problem with multiple chance constraints at each sampling time, which is in general a non-convex problem and difficult to solve. We then provide a computationally tractable framework by extending the so-called robust randomized approach and offering a less conservative solution for a problem with multiple chance constraints. A simulation study is provided to compare completely decoupled, centralized and move-blocking centralized solutions. We also present a numerical study using a geohydrological simulation environment (MODFLOW) to illustrate the advantages of our proposed framework.

연구 동기 및 목표

• 스마트 열망원(STG) 내 상호연결된 건물 기후 쾌적성(BCC) 시스템에서 열 에너지 불균형을 관리하는 데 도전하는 것.
• 개별 건물의 열수요(개인적 불확실성)와 공유되는 ATES 자원 풀(공통 불확실성)의 영향을 모델링하고 완화하는 것.
• 계절 저장 기능을 갖춘 대규모 STG에 대해 계산적으로 구현 가능한 확률적 강건한 에너지 관리 프레임워크를 개발하는 것.
• 伝통적인 강건 최적화보다 보수성이 낮게, 불확실성 하에서 제약 조건 이행을 보장하는 것.
• 시뮬레이션과 지하수리적 MODFLOW 기반 수치 연구를 통해 프레임워크를 검증하는 것.

제안 방법

• 시간당 운영과 ATES 기반 계절 저장을 고려한 스마트 열망원(STG)의 열 에너지 불균형을 예측하기 위해 대규모 스토케스틱 하이브리드 동적 모델을 수립합니다.
• 수요 및 공유되는 ATES 자원의 불확실성을 다루기 위해 다중 확률제약 조건을 포함한 유한 시간 영역 혼합정수 2차 최적화 문제를 수립합니다.
• 비凸성과 확률제약 조건이 존재하는 최적화 문제를 해결하기 위해, 확률적 타당성을 보장하는 강건한 랜덤화 방법을 적용합니다.
• 계산 구현 가능성을 향상시키기 위해 이동 차단 전략을 사용한 중심집중형 MPC 방식을 통해 문제를 에이전트 수준의 부분문제로 분해합니다.
• 기존 결과(예: [43])에서 유도된 확률적 경계를 활용하여 불확실성 집합의 표본 크기를 결정하여, 높은 확률로 타당성을 확보합니다.
• 실제 지하 열역학적 동역학과 ATES 성능을 반영한 검증을 위해 MODFLOW 기반 지하수리 시뮬레이션을 통합합니다.

실험 결과

연구 질문

• RQ1 대규모 STG에서 건물 열수요와 공유되는 ATES 자원의 개인적 및 공통적 불확실성을 어떻게 공동으로 모델링할 수 있는가?
• RQ2 이웃하는 ATES 시스템 간 상호작용이 에너지 관리 성능과 전체 시스템의 에너지 절감에 어떤 영향을 미치는가?
• RQ3 다중 확률제약 조건이 있는 STG의 MPC에 대해 강건한 랜덤화 방법이 보수성을 줄이면서도 확률적 타당성을 유지할 수 있는가?
• RQ4 제안된 프레임워크는 완전히 분리된 제어 전략과 중심집중 제어 전략에 비해 성능 면에서 어떻게 비교되는가?
• RQ5 프레임워크는 불확실성 하에서 제약 조건 이행을 어느 정도 보장할 수 있으며, 어떤 확률적 보장을 제공할 수 있는가?

주요 결과

• 제안된 강건한 랜덤화 MPC 프레임워크는 전통적인 강건 최적화보다 보수성이 낮은 해를 도출하여 제약 위반 위험을 감소시키면서도 타당성을 유지합니다.
• 이 방법은 높은 신뢰도로 확률적 타당성을 보장합니다: 모든 개별 확률제약 조건이 동시에 위반될 확률은 β(개인적 경우) 및 ¯β(공통적 경우) 이하로 제한되며, 이 경계는 유니온 바운드와 독립성 가정을 통해 유도됩니다.
• 시뮬레이션 결과는 이동 차단 중심집중 전략이 완전히 분리된 전략과 완전히 중심집중된 전략에 비해 에너지 절감과 제약 조건 이행 면에서 뛰어난 성능을 보임을 보여줍니다.
• MODFLOW 기반 수치 검증을 통해 프레임워크가 실제 지하 열역학적 동역학과 ATES 성능을 효과적으로 반영함을 확인했습니다.
• 이 프레임워크는 이론적 확률적 보장을 제공합니다: N개의 에이전트에 대해, 개인적 제약 조건 위반 확률이 ε를 초과할 확률은 β 이하이며, 공통적 제약 조건의 경우 ¯β 이하로 제한되며, 이는 [43]에서 유도된 표본 크기 조건을 만족할 경우에 성립합니다.
• 최적화 문제의 타당 영역이 비어 있지 않은 내부를 지닌다는 것이 입증되었으며, 이는 주어진 제약 조건 하에 최소한 하나의 타당한 해 y* 가 존재함을 보장합니다.