[논문 리뷰] Scenario Generation of Wind Farm Power for Real-Time System Operation

Trevor Werho, Junshan Zhang외 4명|arXiv (Cornell University)|2021. 06. 16.

Energy Load and Power Forecasting참고 문헌 15인용 수 8

한 줄 요약

이 논문은 실시간 전력시스템 운영을 위한 확장성 있고 확률적인 시나리오 생성 방법을 제안한다. 조건부 이방성 회귀를 사용해 개별 풍력발전소의 전력 출력을 모델링하고, 공간-시간적 종속성을 포괄하기 위해 가우시안 커플라를 사용한다. MISO 데이터 기반 평가에서, 이 방법은 실시간 최적화 도구에 적합한 정확하고 종속성 인식 시나리오를 생성한다.

ABSTRACT

This work proposes a method of wind farm scenario generation to support real-time optimization tools and presents key findings therein. This work draws upon work from the literature and presents an efficient and scalable method for producing an adequate number of scenarios for a large fleet of wind farms while capturing both spatial and temporal dependencies. The method makes probabilistic forecasts using conditional heteroscedastic regression for each wind farm and time horizon. Past training data is transformed (using the probabilistic forecasting models) into standard normal samples. A Gaussian copula is estimated from the normalized samples and used in real-time to enforce proper spatial and temporal dependencies. The method is evaluated using historical data from MISO and performance within the MISO real-time look-ahead framework is discussed.

연구 동기 및 목표

• 실시간 운영 제약 조건 하에서 현실적인 풍력발전소 전력 시나리오를 효율적이고 확장 가능한 방법으로 생성하는 것.
• 대규모 풍력발전소 풍경에서 시간적 동적 특성과 공간 상관관계를 모두 포착하는 것.
• 정확하고 종속성 인식 확률 예측을 제공함으로써 실시간 최적화 도구를 지원하는 것.
• 고풍력 비중을 가진 대규모 전력시스템에서 시나리오 기반 최적화의 실용적 구현을 가능하게 하는 것.

제안 방법

• 각 발전소 및 시간 범위에 대해 풍력발전소 전력 출력의 귀속 분포를 모델링하기 위해 조건부 이방성 회귀를 적용한다.
• 기존 데이터는 적합된 확률 예측 모델을 사용해 표준 정규 변수로 변환된다.
• 정규화된 이력 샘플에서 가우시안 커플라를 추정하여 통합된 공간-시간 종속성을 인코딩한다.
• 실시간에서는 학습된 종속성을 유지하는 관련 시나리오를 생성하기 위해 커플라가 사용된다.
• 이 방법은 계산 효율성이 뛰어나고 대규모 풍력발전소 풍경에 대해 확장 가능하도록 설계되었다.
• 프레임워크는 MISO의 실시간 룩어헤드 디스패치 환경 내에서 평가된다.

실험 결과

연구 질문

• RQ1 공간적·시간적 종속성을 유지하면서 대규모로 풍력발전소 전력 시나리오를 효율적으로 생성할 수 있는 방법은 무엇인가?
• RQ2 실시간 운영에서 커플라 기반 종속성 구조가 시나리오 품질에 미치는 영향은 무엇인가?
• RQ3 MISO와 같은 실제 전력시스템 환경에서 제안된 방법의 성능은 어떠한가?
• RQ4 이 방법은 실시간 최적화 도구에 신뢰할 수 있고 확률론적으로 타당한 시나리오를 제공할 수 있는가?

주요 결과

• 가우시안 커플라를 사용해 변환된 확률 예측에 기반해 복잡한 공간-시간 종속성을 성공적으로 포착하였다.
• 시나리오 생성 과정은 계산적으로 효율적이며 대규모 풍력발전소 풍경에 대해 확장 가능하다.
• MISO 실시간 룩어헤드 프레임워크 내에서의 성능 평가를 통해 방법의 운영 적용 가능성 확인됨.
• 실제 풍력 출력의 불확실성 구조를 반영하는 校정된 시나리오를 생성함.