전력 생산의 단위 작업 문제

Unit commitment problem in electrical power production

전력 생산의 단위 약속 문제(UC)는 일반적으로 최소 비용으로 에너지 수요를 일치시키거나 전기 생산으로 인한 수익을 최대화하는 어떤 공통 목표를 달성하기 위해 발전기 집합의 생산이 조정되는 수학적 최적화 문제의 대군이다. 이는 전기 에너지를 정상 소비량에 견줄 만한 규모로 저장하는 것이 어렵기 때문에 필요하며, 따라서 소비의 각 (실질적인) 변동은 생산의 해당 변동과 일치해야 한다.

발전 단위를 조정하는 것은 여러 가지 이유로 인해 어려운 작업이다.

  • 단위 수(단위 또는 수천 개)가 클 수 있다.
  • 에너지 생산 비용 및 전력 생산 방법에 대한 제약 조건이 상당히 다른 몇 가지 유형의 단위가 있다.
  • 발전은 광대한 지리적 영역(예: 국가)에 분산되어 있으므로, 전기 그리드의 응답 자체, 고도로 복잡한 시스템을 고려해야 한다: 모든 장치의 생산 수준을 알더라도 부하가 지속 가능한지, 손실이 무엇인지 등을 확인하여 고도로 복잡한 전력 흐름 컴팩트를 필요로 한다.발음

전기 시스템의 관련 세부 사항은 세계적으로 크게 다르기 때문에, UC 문제의 많은 변형들이 있으며, 이는 종종 매우 풀기 어려운 문제들이다. 이는 또한 일부 단위가 개업하거나 종료하는 데 상당히 오랜 시간(많은 시간)이 소요되기 때문에 (보통 전날) 미리 결정을 잘 내려야 하기 때문인데, 이는 이러한 문제를 엄격한 시간 제한(몇 분에서 몇 시간) 내에 해결해야 함을 의미한다. 그러므로 UC는 전력 시스템 관리와 시뮬레이션에서 근본적인 문제들 중 하나이다. 그것은 여러 해 동안 연구되어 왔으며,[1][2] 여전히 가장 중요한 에너지 최적화 문제 중 하나이다. 그 주제에[3][4] 대한 최근의 조사는 그 문제에 관한 수백 편의 과학 논문들을 집계하고 있다. 게다가, 몇몇 상용 제품들은 PLEXOS와 같은 UC를 해결하기 위한 특정 모듈을 구성하거나 심지어 그것의 솔루션에 전적으로 전념하고 있다.[5][6]

단위 작업 문제의 요소

전 세계적으로 전기 시스템이 다르게 구조되고 관리되기 때문에 많은 다양한 UC 문제들이 있다. 일반적인 요소는 다음과 같다.

  • 한정된 수의 시간 선입자로 표본 추출하여 결정을 내려야 하는 시간 범위. 이것은 보통 하루나 이틀, 최대 일주일이며, 여기서 선동자는 보통 시간 또는 반 시간이다; 덜 자주, 15분 또는 5분이다. 따라서, 시간 인자는 일반적으로 24에서 2000년경 사이에 있다.
  • 해당 에너지 생산 비용 및/또는 배출 곡선 및 (복잡한) 기술적 제약 조건을 갖춘 발전 장치 세트.
  • 그리드 네트워크의 중요한 부분을 나타낸다.
  • 만족해야 하는 (예측된) 부하 프로파일, 즉 매 순간 그리드 네트워크의 각 노드에 전달해야 하는 순 에너지 양.
  • 예상하지 못한 사건이 발생하더라도 수요가 충족된다는 것을 보장하는 일련의 신뢰성 제약조건일[7] 수 있다.
  • 가능한 금융 및/또는 규제 조건[8](에너지 수익, 시장 운영 제약, 금융상품 등)

일반적으로 취해야 할 결정은 다음과 같다.

  • 약속 결정: 장치가 언제라도 에너지를 생산하는지 여부
  • 생산 결정: 한 유닛이 언제라도 얼마나 많은 에너지를 생산하고 있는지;
  • 네트워크 결정: 전송 및/또는 분배 그리드의 각 분기에서 주어진 순간마다 얼마나 많은 에너지가 흐르는지(그리고 어떤 방향으로)

위와 같은 특징들이 대개 존재하는 반면, 여러 가지 조합이 있고 여러 가지 경우가 있다. 이 중 언급하는 내용은 다음과 같다.

  • 단위와 그리드가 모두 독점적 운영자(MO)[9]에 의해 처리되는지 또는 별도의 전송 시스템 운영자(TSO)가 그리드를 관리하여 (또는 가장 자주, 여러 상호연결된) 에너지 시장에서 생산을 만족시키기 위해 경쟁하는 생성 회사(GenCos)에 차별적이지 않고 공정한 접근을 제공하는지 여부
  • 열/핵, 수력 발전 및 재생 가능 소스(풍력, 태양열, ...)와 같은 다양한 종류의 에너지 생산 단위;
  • 어떤 단위를 변조할 수 있는지, 즉, 생산되는 에너지는 운영자가 결정할 수 있는지(단위의 기술적 제약 조건에 따라 결정되며, 기후 조건과 같은 외부 요인에 의해 전적으로 지시되는 것과는 대조적이다).
  • 기본적으로 이를 무시하는 것에서부터 그리드의 에너지 라우팅을 최적으로 변경하기 위해 선을 동적으로 열 수 있는 가능성을 고려하는 것까지 전기 그리드의 작동을 고려해야 하는 세부 수준.[10]

관리목표

UC의 목표는 그것이 해결되는 배우의 목표에 달려있다. MO의 경우 이는 기본적으로 수요를 만족시키면서 에너지 생산 비용을 최소화하기 위한 것이다. 신뢰성과 배출은 대개 제약조건으로 취급된다. 자유 시장 체제에서는 오히려 에너지 생산 이익, 즉 수익(에너지 판매로 인한)과 비용(생산으로 인한)의 차이를 최대화하는 것이 목적이다. 겐코가 가격 메이커, 즉 시장 가격에 영향을 미칠 수 있는 충분한 규모를 가지고 있는 경우에는 원칙적으로 수익 향상을 위해 전략적 입찰을[11] 실시할 수 있다. 이것은 시장 가격을 올리기 위해 높은 비용으로 그것의 생산을 입찰하고, 시장 점유율을 감소시키지만, 근본적으로, 충분한 발전 용량이 없기 때문에 일부를 보유하는 것을 의미한다. 일부 지역의 경우 이는 사용 가능한 발전 용량을 가진 인근 지역에서 에너지를 가져올 그리드 네트워크 용량이 충분하지 않기 때문일 수 있다.[12] 다른 무엇보다도 그러한 행동을 배제하기 위해 전기 시장은 높은 규제를 받고 있지만, 대형 생산자들은 시장 가격에 대한 그들의 결합 효과를 고려하기 위해 모든 유닛의 입찰을 동시에 최적화하는 것으로 여전히 이익을 얻을 수 있다.[13] 반대로, 가격 이용자는 각 발전기를 독립적으로 최적화할 수 있다. 가격에 큰 영향을 미치지 않기 때문에, 해당 결정은 상관관계가 없다.[14]

생산단위의 종류

UC의 맥락에서 발전 단위는 보통 다음과 같이 분류된다.

  • 원자핵을 포함한 열부대는 전기를 생산하기 위해 어떤 종류의 연료를 태운다. 그들은 이 중 우리는 최소 업/다운 시간에 대해 말한 수많은 복잡한 기술적 제약 조건에, 상류/하류로 이동율, modulation/stability(부대를 너무 많은 생산 수준을 바꿀 수 없times[15]), 그리고 starting/stopping, 어느 얼마나 오래 머무르는 식물 하에 달려 있을 것 특정 동력 곡선을 따라야 한다start-up/shut-down 진입로율(동사 받는다.sb오프라인/오프라인으로[16] 이동하십시오. 따라서 단일 단위라도 최적화하는 것은 원칙적으로는 이미 구체적인 기법이 필요한 복잡한 문제다.[17]
  • 물의 전위 에너지를 수확하여 에너지를 생성하는 수력 단위는 종종 수력 계곡이라고 불리는 연결된 저장소의 시스템으로 구성된다. 왜냐하면 물 상류 저수지에 의해 발표되고 따라서 거기에 에너지를 만들도록 하는 사용 가능하게 되는 하류 1(얼마 후에)에 이르게 되면, 최적 생산에 대한 결정 모든 유닛을 동시에, 어느 것이 더 만약 번째지 않은 경우에도(또는 작은)열 생산 involved,[18]는 것보다 어렵게 만들어야 한다.ec완전한 전기 시스템을 고려한다.[19] 하이드로 유닛에는 펌핑된 저장 유닛이 포함될 수 있으며, 이 유닛은 오르막에서 펌핑하기 위해 에너지를 소비할 수 있다. 이것은 UC 문제의 전형적인 수준에서 충분히 (잠재적인) 에너지를 저장할 수 있는 유일한 현재의 기술이다. 하이드로 유닛은 복잡한 기술적 제약을 받는다. 어느 정도의 물을 터버닝함으로써 발생하는 에너지의 양은 일정하지 않지만, 그것은 이전의 결정에 따라 달라진다. 관계가 비선형적이고 비협조적이어서 문제를 특히 풀기 어렵다.[20]
  • 풍력발전소, 태양광 발전소, 하천유출 수력 발전소(전용 저수지가 없어 흐르는 물에 의해 생산량이 결정됨)와 같은 재생가능 발전 단위 및 지열 단위. 이들 중 대부분은 변조할 수 없으며, 또한 몇몇은 간헐적이기도 하다. 즉, 그들의 생산은 사전에 정확하게 예측하기 어렵다. UC에서 이러한 단위는 영향을 받을 수 없기 때문에 실제로 결정에 해당하지 않는다. 오히려 그들의 생산은 고정된 것으로 간주되어 다른 공급원의 생산에 추가된다. 최근 몇 년간 간헐적 재생가능 발전이 크게 증가하면서 순부하(수정할 수 없는 수요에서 생산량을 뺀 것)의 불확실성이 크게 증가해 UC의 예측부하가 충분히 정확하다는 기존 관점에 도전장을 던졌다.[21]

전기 그리드 모델

UC 내에서 에너지 그리드를 나타내는 세 가지 다른 방법이 있다.

  • 단일 버스 근사치에서 그리드는 무시된다. 수요는 지리적 위치에 관계없이 총 생산량이 총 수요와 같을 때마다 충족되는 것으로 간주된다.
  • DC 근사치에서 Kirchhoff의 현재 법칙만 모델링. 이는 무효 전력 흐름이 무시되고 전압 각도가 작다고 간주되며 각도 전압 프로필이 일정하게 가정되는 것과 일치한다.
  • 전체 AC 모델에서는 완전한 Kirchhoff 법칙이 사용된다. 이는 모델에 매우 비선형적이고 비콘벡스 제약조건을 초래한다.

전체 AC 모델을 사용할 때 UC는 실제로 최적 전력 흐름 문제를 통합하는데, 이는 이미 비콘벡스 비선형 문제다.

최근, UC의 에너지 그리드에 대한 전통적인 "패시브" 관점에 도전하고 있다. 고정된 전기 네트워크 전류는 라우팅할 수 없으며, 이들의 동작은 노달 전력 주입에 의해 전적으로 지시된다. 그러므로 네트워크 부하를 수정하는 유일한 방법은 제한된 범위가 있는 노달 수요나 생산을 변경하는 것이다. 그러나, Kirchhoff 법의 다소 반직관적인 결과는 회선을 방해하는 것(아마도 혼잡한 것)은 전기 에너지의 전지구적 재라우팅을 야기하여 그리드 성능을 향상시킬 수 있다는 것이다. 이것은 최적의 전송 스위칭 문제를 정의하게 되었고,[10] 그리드의 일부 라인이 시간 지평선에 걸쳐 동적으로 열리고 닫힐 수 있게 되었다. 이 기능을 UC 문제에 통합하면 DC 근사치로도 풀기가 어려워지고, 완전한 AC 모델로는 풀기가 더욱 어려워진다.[22]

단위 작업 문제의 불확실성

실제 운영에 앞서 UC가 잘 해결되어야 한다는 문제의 결과는 시스템의 미래 상태를 정확히 알 수 없으므로 추정할 필요가 있다는 것이다. 이는 시스템상의 불확실성이 전체적으로 상당히 효과적으로 예측될 [23][24]수 있는 사용자의 수요의 변동과 잘 확립된 규칙(스파이닝 예비)으로 처리할 수 있는 라인이나 발전기 결함의 발생에 기인할 때 비교적 사소한 문제였다. 그러나 최근 몇 년 동안 간헐적인 재생 가능 생산원으로부터의 생산은 크게 증가했다. 이는 결과적으로 시스템 불확실성의 영향을 매우 크게 증가시켰고, 따라서 이를 무시하는 것은 (일반적으로 평균 포인트 추정치를 취함으로써 수행되는) 상당한 비용 증가를 위험에 빠뜨린다.[21] 이에 따라 다음과 같은 불확실성을 적절히 고려하기 위해 적절한 수학적 모델링 기법에 의존할 필요가 있었다.

(이미, 많은) 전통적 형태의 UC 문제들과 몇 가지 (구형 및) 새로운 형태의 불확실성의 결합은 현재 적용 및 방법론적 연구의 최전선에 있는 불확실한 단위 약속[4](UUC) 문제의 훨씬 더 큰 집단을 야기한다.

통합 전송 및 분배 모델

실시간 단위 약속문제의 주요 쟁점 중 하나는 송전망의 전력수요가 통상 각 배전계통에서 '부하점'으로 취급된다는 점이다. 그러나 현실은 각각의 부하 지점이 자체 서브 부하, 발전기, DER을 가진 복잡한 분배 네트워크라는 것이다. 부하 지점으로의 분배를 단순화함으로써 전체 전력 그리드의 극심한 작동 문제를 초래할 수 있다. 그러한 문제에는 송전계통에 대한 고압과 송전계통으로의 역방향 동력 흐름 등이 포함된다. 따라서 단위 커밋 문제를 보다 효과적으로 해결하기 위해 새롭게 추구되는 접근방식은 통합 전송 및 분배 시스템에 의해 탄생된다.[25] 그러한 모델에서, 송전 시스템의 단위 약속 문제는 보통 2단계 프로그래밍 도구에 의해 분배 시스템의 재생 가능 관리 문제와 결합된다.

참고 항목

참조

  1. ^ C.J. 볼드윈, K.M. 데일, R.F. 디트리히. 일일파견시 발전설비 가동중단에 관한 연구 미국 전기 기술자 전원 장치 및 시스템 연구소, Part III, 78(4):1272–1282, 1959.
  2. ^ J.F. 바드 라그랑지안 릴리스를 이용한 열전 발생기의 단기 스케줄링. 운영 연구 1338 36(5):765–76, 1988.
  3. ^ N.P. 패디. 단위 작업 – 참고 자료 조사, 전력 시스템에 대한 IEEE 거래 19(2):1196–1205, 2004.
  4. ^ a b M. 타하난, W. 반 아크쿠이, A. 프란지오니, F. 라칼란드라 불확실한 상태에서 대규모 장치 약속, 4OR 13(2), 115–171, 2015.
  5. ^ PLEXOS® 통합 에너지 모델
  6. ^ 전력 최적화
  7. ^ M. Shahidehpour, H. Yamin, 그리고 Z. Li. 전력 시스템의 시장 운영: Wiley-IEEE Press, 2002년 예측, 스케줄링 및 위험 관리.
  8. ^ C. 해리스 전기 시장: 가격, 구조 및 경제, 와일리 파이낸스 시리즈의 565권. 존 와일리 앤 선즈, 2011년
  9. ^ A.J.콘조와 F.J. 수학 프로그래밍 및 전기 시장, TOP 9(1:1):1-53, 2001.
  10. ^ a b E.B. 피셔, R.P. 오닐, M.C. 페리스. 최적의 전송 스위칭, IEEE Transactions on Power Systems 23(3):1346–1355, 2008.
  11. ^ A.K. 데이비드, F. 웬. 경쟁 전기 시장에서의 전략적인 입찰: IEEE PES 서머 미팅 4, 2168–2173, 2001의 진행 중 문헌 조사.
  12. ^ T. 펭과 K. 톰소빅. 전기 시장의 입찰 전략에 미치는 혼잡 영향, IEEE Transactions on Power Systems 18(3):1054–1061, 2003년 8월.
  13. ^ A.J. 콘조, J. 콘트라라스, J.M. 아로요, S. 드 라 토레. 경쟁 풀 기반 전력 시장에 대한 과점 발전 회사의 최적의 대응, IEEE Transactions on Power Systems 17(2):424–430, 2002.
  14. ^ J.M. 아로요, A.J. 콘조. 전기 스폿 시장에 대한 열 장치의 최적 응답, IEEE Transactions on Power Systems 15(3):1098–1104, 2000.
  15. ^ J. 바투트와 A. 레나우드. 전송 제약 조건이 있는 일일 스케줄링: 새로운 종류의 알고리즘인 IEEE Transactions on Power Systems 7(3):982–989, 1992.
  16. ^ G. 모랄레스-에스파냐, J.M. 라토레, A. 라모스. 장치 약속에서의 시동 및 정지 램프, IEEE Transactions on Power Systems 28(2), 1288–1296, 2013의 체결 및 압축 MILP 공식.
  17. ^ A. 프란지오니, C. 젠틀하다. 경사로 구속조건의 비선형 단일 단위 약속 문제 해결, 운영 연구 54(4), 767–775, 2006.
  18. ^ EC 피나르디와 E.L. 다 실바. 이중 분해와 순차 2차 프로그래밍을 통해 하이드로 유닛 약속 문제를 해결한 IEEE Transactions on Power Systems 21(2):835–844, 2006.
  19. ^ F.Y.K. 타키가와 E.L. 다 실바, E.C. 피나르디, 그리고 R.N. 로드리게스. 네트워크 제약을 고려한 열수 스케줄링 문제 해결, 전력 시스템 연구 88:89–97, 2012.
  20. ^ A. 보르게티, C. 답브로시오, A. 로디, S. 마르텔로 헤드 의존형 저장장치인 IEEE Transactions on Power Systems 23(3):115–1124, 2008의 단기 하이드로 스케줄링 및 장치 약속을 위한 MILP 접근방식.
  21. ^ a b A. Keyhani, M.N. Marwali, M. Dai. 전력 시스템의 그린 에너지와 재생 에너지 통합, Wiley, 2010.
  22. ^ K.W.헤드먼, M.C.페리스, R.P.오닐, E.B. 피셔, S.S. 오렌 발전 단위 약속과 전송 스위칭을 n - 1 신뢰성으로 공동 최적화, IEEE Transactions on Power Systems 25(2):1052–1063, 2010.
  23. ^ E.A. 파인버그, D. 게네틸리우. 전력시스템 개편을 위한 응용수학에서의 부하예측, J.H. Chow, F.F. Wu, J. Momoh Eds, Springer, 269–285, 2005
  24. ^ H. 한, S. 마이어-니버그, S. 피클 전기 부하 예측 방법: 의사 결정을 위한 도구(European Journal of Operational Research 199(3), 902–907, 2009)
  25. ^ Fathabad, Abolhassan Mohammadi; Cheng, Jianqiang; Pan, Kai (2021-01-01), Ren, Jingzheng (ed.), "Chapter 5 - Integrated power transmission and distribution systems", Renewable-Energy-Driven Future, Academic Press, pp. 169–199, ISBN 978-0-12-820539-6, retrieved 2021-01-09

외부 링크

  • 전력 시스템 관리의 전반적인 맥락에서 단위 약속 문제의 역할에 대한 설명은 COST TD1207 프로젝트에서 개발된 에너지 최적화 Wiki에서 확인할 수 있다.