[论文解读] Need-based Communication for Smart Grid: When to Inquire Power Price?

Husheng Li, Robert C. Qiu|arXiv (Cornell University)|Mar 10, 2010

Smart Grid Energy Management参考文献 7被引用 3

一句话总结

本文提出了一种智能电网电器的最优通信策略，以决定何时查询电价，从而在通信成本与使用过时价格的惩罚之间取得平衡。通过使用具有概率性节点边际电价（LMP）预测的马尔可夫决策过程（MDP），将查询时机建模为动态规划问题，在总成本上相比始终查询降低了高达40%，而一种简单的短视策略也接近最优。

ABSTRACT

In smart grid, a home appliance can adjust its power consumption level according to the realtime power price obtained from communication channels. Most studies on smart grid do not consider the cost of communications which cannot be ignored in many situations. Therefore, the total cost in smart grid should be jointly optimized with the communication cost. In this paper, a probabilistic mechanism of locational margin price (LMP) is applied and a model for the stochastic evolution of the underlying load which determines the power price is proposed. Based on this framework of power price, the problem of determining when to inquire the power price is formulated as a Markov decision process and the corresponding elements, namely the action space, system state and reward function, are defined. Dynamic programming is then applied to obtain the optimal strategy. A simpler myopic approach is proposed by comparing the cost of communications and the penalty incurred by using the old value of power price. Numerical results show the significant performance gain of the optimal strategy of price inquiry, as well as the near-optimality of the myopic approach.

研究动机与目标

• 解决现有研究中通常被忽视的智能电网电价查询通信成本问题。
• 基于负荷动态，使用类似布朗运动的过程和LMP-负荷映射，对电价的随机演化进行建模。
• 将何时查询电价的决策形式化为马尔可夫决策过程（MDP），以最小化用电和通信的总成本。
• 开发并评估一种基于动态规划的最优策略与一种更简单的短视策略，以实现实际部署。
• 量化在不同价格波动性各异的电网母线中，最优查询策略的性能增益。

提出的方法

• 将负荷动态建模为类似布朗运动的随机过程，并通过已知的LMP-负荷映射曲线推导电价。
• 定义一个马尔可夫决策过程（MDP），其中状态空间表示自上次查询以来的时间，动作空间包括“查询”或“等待”，奖励函数基于用电效用减去通信成本和惩罚成本。
• 在动态规划中应用值迭代，以计算最小化总成本折现和的最优策略。
• 提出一种短视策略，将通信的即时成本与使用过时价格信息的预期惩罚进行比较。
• 使用PJM五母线系统进行数值仿真，参数包括折现因子β=0.99，效用函数U(x)=100logx，以及可调通信成本c。
• 通过最优策略与基线策略（始终查询、从不查询、短视策略）之间的成本比来评估性能。

实验结果

研究问题

• RQ1 在同时考虑通信成本和使用过时价格的惩罚时，电器在智能电网中查询电价的最优时机策略是什么？
• RQ2 与始终查询或从不查询相比，基于MDP的最优策略在总成本降低方面表现如何？
• RQ3 一种基于即时成本-收益比较的简单短视策略，与最优解的接近程度如何？
• RQ4 不同母线处的价格波动性如何影响电价查询的必要性和有效性？
• RQ5 不同的通信成本如何影响查询频率与总成本之间的权衡？

主要发现

• 与始终查询相比，基于MDP的最优策略将总成本降低了20%至40%，在价格波动性较低的母线（如母线E）中收益最高。
• 对于价格变化最剧烈的母线D，由于需要更频繁查询，性能增益较小。
• 即使在低波动性场景（如母线E）中，最优策略仍能实现显著的成本降低，表明即使价格变化微小，查询也是必要的。
• 短视策略与最优策略非常接近，不同θ值和通信成本下，最优策略与短视策略的成本比始终接近1.0。
• 随着通信成本上升，最优策略相对于始终查询的性能增益增加，而相对于从不查询的增益则下降，反映出最优查询频率的转变。
• 在大多数母线中，最优策略与始终查询策略之间的成本比在0.6至0.8之间，表明优化查询时机可实现显著节省。