예측 데이터 및 예측 변동구간을 활용한 적응형 충전범위 제어 기반 마이크로그리드 에너지관리전략 Microgrid energy management strategy based on adaptive state-of-charge limit control using forecasting data with prediction interval원문보기
마이크로그리드는 재생에너지 발전 및 수요부하와 같은 불확실성으로부터 마이크로그리드를 경제적으로 운영하기 위해 예측 값을 활용하여 energy management strategy (EMS)를 수립하고 있다. EMS는 예측 값을 활용하여 전력을 유연하게 충·방전할 수 있는 battery energy storage system (...
마이크로그리드는 재생에너지 발전 및 수요부하와 같은 불확실성으로부터 마이크로그리드를 경제적으로 운영하기 위해 예측 값을 활용하여 energy management strategy (EMS)를 수립하고 있다. EMS는 예측 값을 활용하여 전력을 유연하게 충·방전할 수 있는 battery energy storage system (BESS)와 같은 설비운영을 최적으로 스케줄함으로써 마이크로그리드를 경제적으로 운영할 수 있다. 하지만 포인트 예측을 활용한 마이크로그리드 EMS는 예측 오차에 대한 불확실성을 반영하지 못하고 있다. 만약 BESS가 충당할 수 없는 예측 오차가 발생할 경우 마이크로그리드는 경제적으로 부정적인 영향이 미칠 수 있다. 본 논문에서는 BESS를 활용하여 day-ahead BESS 스케줄 산정하는 EMS에서 예측 오차로부터 마이크로그리드를 경제적으로 운영할 수 있는 방법을 제안한다. 첫 번째로 BESS의 적응형 충전범위 제어 방법을 제안한다. 적응형 충전범위 제어는 예측 변동성을 고려하여 BESS의 충전범위를 새롭게 산정할 수 있는 방법으로 기존 고정적인 충전범위를 적용하던 BESS 보다 효율적으로 예측 오차에 대한 상황에 대비할 수 있다. 두 번째 방법은 하루 충·방전 스위칭이 빈번할수록 BESS의 수명이 짧아지는 특성을 고려하여 충·방전 스위칭 횟수를 줄여줄 수 있는 방법을 제안한다. 이 방법을 활용하면 BESS를 보다 장기간 운영할 수 있어 마이크로그리드의 장기적인 운영비용을 절감할 수 있다. 예측 변동성을 정량화하기 위해 prediction interval (PI) 모델인 quality-driven ensemble 모델을 활용한다. BESS의 특성을 고려한 EMS의 효과는 태양광 발전과 캠퍼스 건물부하로 구성된 마이크로그리드 환경에서 검증된다. PI 적용 유무와 PI 모델에 따른 EMS 결과를 비교하여 제안된 EMS의 경제성 및 BESS 효율성을 입증하였다.
마이크로그리드는 재생에너지 발전 및 수요부하와 같은 불확실성으로부터 마이크로그리드를 경제적으로 운영하기 위해 예측 값을 활용하여 energy management strategy (EMS)를 수립하고 있다. EMS는 예측 값을 활용하여 전력을 유연하게 충·방전할 수 있는 battery energy storage system (BESS)와 같은 설비운영을 최적으로 스케줄함으로써 마이크로그리드를 경제적으로 운영할 수 있다. 하지만 포인트 예측을 활용한 마이크로그리드 EMS는 예측 오차에 대한 불확실성을 반영하지 못하고 있다. 만약 BESS가 충당할 수 없는 예측 오차가 발생할 경우 마이크로그리드는 경제적으로 부정적인 영향이 미칠 수 있다. 본 논문에서는 BESS를 활용하여 day-ahead BESS 스케줄 산정하는 EMS에서 예측 오차로부터 마이크로그리드를 경제적으로 운영할 수 있는 방법을 제안한다. 첫 번째로 BESS의 적응형 충전범위 제어 방법을 제안한다. 적응형 충전범위 제어는 예측 변동성을 고려하여 BESS의 충전범위를 새롭게 산정할 수 있는 방법으로 기존 고정적인 충전범위를 적용하던 BESS 보다 효율적으로 예측 오차에 대한 상황에 대비할 수 있다. 두 번째 방법은 하루 충·방전 스위칭이 빈번할수록 BESS의 수명이 짧아지는 특성을 고려하여 충·방전 스위칭 횟수를 줄여줄 수 있는 방법을 제안한다. 이 방법을 활용하면 BESS를 보다 장기간 운영할 수 있어 마이크로그리드의 장기적인 운영비용을 절감할 수 있다. 예측 변동성을 정량화하기 위해 prediction interval (PI) 모델인 quality-driven ensemble 모델을 활용한다. BESS의 특성을 고려한 EMS의 효과는 태양광 발전과 캠퍼스 건물부하로 구성된 마이크로그리드 환경에서 검증된다. PI 적용 유무와 PI 모델에 따른 EMS 결과를 비교하여 제안된 EMS의 경제성 및 BESS 효율성을 입증하였다.
Microgrid EMS uses forecasting data to operate the microgrid economically from uncertainties such as the development of renewable energy and demand load. Scheduling components optimally, such as the BESS, which can flexibly charge and discharge electricity by using forecasting data, ...
Microgrid EMS uses forecasting data to operate the microgrid economically from uncertainties such as the development of renewable energy and demand load. Scheduling components optimally, such as the BESS, which can flexibly charge and discharge electricity by using forecasting data, EMS can economically operate the microgrid. However, microgrid EMS using point forecasting does not reflect the uncertainty of forecasting error. If a forecasting error occurs beyond a certain range by which the BESS cannot afford, it may adversely affect the economic operation in a microgrid. In this paper, a microgrid EMS, which is able to operate microgrid economically by scheduling day-ahead BESS considering the characteristic of BESS, is proposed. First, this paper presents an adaptive SoC limit control method for BESS. Adaptive SoC limit control is a method that can update the SoC limit of BESS in consideration of PI. It enables BESS to prepare against forecasting error more efficiently than BESS that applied the fixed SoC limit. The second method that enables BESS to reduce BESS's daily charge/discharge switching is presented. In consideration of the characteristic of BESS, BESS lifetime becomes shorter as the daily charge/discharge switching frequently. The second method can prolong the BESS lifetime, and it would reduce the long-term operation cost in a microgrid. QD-Ens, the PI model, is adopted to quantify forecasting variability. The proposed EMS considering BESS characteristics will be verified in a microgrid formed with photovoltaic power generation and campus building load. The performance of the proposed EMS is demonstrated by comparing the with or without using PI and the results of EMS by the PI model.
Microgrid EMS uses forecasting data to operate the microgrid economically from uncertainties such as the development of renewable energy and demand load. Scheduling components optimally, such as the BESS, which can flexibly charge and discharge electricity by using forecasting data, EMS can economically operate the microgrid. However, microgrid EMS using point forecasting does not reflect the uncertainty of forecasting error. If a forecasting error occurs beyond a certain range by which the BESS cannot afford, it may adversely affect the economic operation in a microgrid. In this paper, a microgrid EMS, which is able to operate microgrid economically by scheduling day-ahead BESS considering the characteristic of BESS, is proposed. First, this paper presents an adaptive SoC limit control method for BESS. Adaptive SoC limit control is a method that can update the SoC limit of BESS in consideration of PI. It enables BESS to prepare against forecasting error more efficiently than BESS that applied the fixed SoC limit. The second method that enables BESS to reduce BESS's daily charge/discharge switching is presented. In consideration of the characteristic of BESS, BESS lifetime becomes shorter as the daily charge/discharge switching frequently. The second method can prolong the BESS lifetime, and it would reduce the long-term operation cost in a microgrid. QD-Ens, the PI model, is adopted to quantify forecasting variability. The proposed EMS considering BESS characteristics will be verified in a microgrid formed with photovoltaic power generation and campus building load. The performance of the proposed EMS is demonstrated by comparing the with or without using PI and the results of EMS by the PI model.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.