JP2021136757A - 分散リソース管理装置および分散リソース管理方法 - Google Patents
分散リソース管理装置および分散リソース管理方法 Download PDFInfo
- Publication number
- JP2021136757A JP2021136757A JP2020030776A JP2020030776A JP2021136757A JP 2021136757 A JP2021136757 A JP 2021136757A JP 2020030776 A JP2020030776 A JP 2020030776A JP 2020030776 A JP2020030776 A JP 2020030776A JP 2021136757 A JP2021136757 A JP 2021136757A
- Authority
- JP
- Japan
- Prior art keywords
- distributed energy
- management system
- main problem
- power generation
- energy resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007726 management method Methods 0.000 title claims description 34
- 238000010248 power generation Methods 0.000 claims abstract description 50
- 238000005457 optimization Methods 0.000 claims abstract description 48
- 230000035945 sensitivity Effects 0.000 claims abstract description 33
- 230000009977 dual effect Effects 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 59
- 238000000034 method Methods 0.000 claims description 30
- 230000001419 dependent effect Effects 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 17
- 230000003252 repetitive effect Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 28
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 239000013598 vector Substances 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 102100030438 Derlin-1 Human genes 0.000 description 1
- 102100030440 Derlin-2 Human genes 0.000 description 1
- 101000842611 Homo sapiens Derlin-1 Proteins 0.000 description 1
- 101000684065 Mus musculus Aquaporin-1 Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012888 cubic function Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J3/00—Details of electron-optical or ion-optical arrangements or of ion traps common to two or more basic types of discharge tubes or lamps
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J3/00—Details of electron-optical or ion-optical arrangements or of ion traps common to two or more basic types of discharge tubes or lamps
- H01J3/38—Mounting, supporting, spacing, or insulating electron-optical or ion-optical arrangements
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
【課題】各分散エネルギーリソース群の運用計画を高速に演算する。【解決手段】分散エネルギー管理システムは、系統トポロジー情報と、各分散エネルギーリソースの接続母線情報と、エネルギーリソース管理システムから取得された各分散エネルギーリソースの設備情報とから作成した、分散エネルギーリソースのコスト指標を最小化または最大化する最適化問題を、線形制約を有する主問題と非線形制約を有する従属問題とへ分解する。また、従属問題の双対問題における感度情報に基づいて主問題の新たな制約条件を推定し、新たな制約条件を主問題の制約条件に追加して、主問題の解の探索範囲を限定し、各分散エネルギーリソースの出力組み合わせの範囲を演算する。また、出力組み合わせの範囲に基づいて、主問題として定義される最適化問題を解くことで、各分散エネルギーリソースの発電量を算出し、算出した発電量をエネルギーリソース管理システムへ出力する。【選択図】図1
Description
本願は、分散リソース管理装置および分散リソース管理方法に関する。
基幹系統では、温室効果ガスを排出しない再生可能エネルギー電源(以下、再エネ)の導入が急速に進んでいる。しかし、再エネは気象条件よって出力が変動する不確実性を有するため、確定的な電力の供給源として見込むことはできない。基幹系統が国境を跨ぐ欧州では、出力変動対策の一手段として電力の輸出入を活用できる。一方、日本は国内で需給をバランスさせる必要があるため、比較的少ない再エネ比率(15〜20%)で系統安定性の課題が顕在化する。
配電系統では、太陽光発電(以下、PV:Photovoltaics)や電気自動車(以下、EV:Electric Vehicle)、熱電併給システム(以下、CHP:Combined Heat and Power)といった分散エネルギーリソース(以下、DER:Distributed Energy Resources)の導入増加が見込まれる。そのため、地方ではPV電力の逆潮流による電圧逸脱や過電流、都市部ではEVの急速充電による過電流が課題として顕在化すると考えられる。
以上より、配電系統に点在するDERを協調運用することにより、基幹系統への需給調整力提供と、配電系統内における電圧逸脱や過電流の防止が求められる。DERは、個々で確保できる容量は微小であるが、それを積み上げることで大きな容量を確保し、系統安定化に利用できる。そのため、膨大な数のDERを適切に協調運用する土台としてのプラットフォームである、分散エネルギーリソースマネジメントシステム(以下、DERMS:Distributed Energy Resources Management System)のニーズが高まっている。
DERMSにおけるDER協調運用計画は、エネルギーコストなどの目的関数を最小化する最適化問題として定義され、DERの機器制約の下で解くことで求められる。DERの特性が全て線形である場合、線形計画問題となるため、DER数が多く大規模な最適化問題となっても求解は容易である。しかし、熱電併給システムをはじめとする非線形特性を持つDERが入ると、大規模非線形計画問題となり、求解が困難になる。
複数のDERから成る大規模非線形計画問題を効率的に解く技術の一つとして、特許文献1に記載される技術が知られている。この特許文献1には、「複数サイトからなるマイクログリッドの電力および熱のエネルギーコスト低減の全体最適化を高速に計算できる運転計画装置および方法、並びにマイクログリッドの運転計画装置で使用される地域エネルギー管理装置およびエネルギー管理装置を提供する」と記されている。
ここで、配電系統に点在するDERは、それぞれ異なる事業者が所有していると想定される。各事業者は、公共機関である配電系統運用事業者は、全体最適となる運用を約束し、DER運用事業者からDERの一部容量の運用権を得る。そのため、配電系統運用事業者は、一部のDER運用事業者が有利になるように運用計画を恣意的に操作してはならない。よって、配電系統運用事業者は、運用計画が最適解であること、もしくは最適解からの誤差範囲を保証する必要がある。
また、配電系統運用事業者は、DERMSが出力するDER運用計画を実際に採用するかどうかは人間系が決定する場合が多いと考えられる。そのため、DER運用計画の信頼性を知りたいというニーズがある。たとえば、システムの出力した解の信頼性が高い場合、その解を安心して運用計画に使用できる。逆に信頼性が低い場合、過去の運用計画で代用するなどの代替手段を検討するといった判断が可能になる。信頼性を評価する手段としては、例えば、システムが出力した解の目的関数値が、厳密な最適解からどれだけ以下の誤差内に収まっているかを示すことが挙げられる。
しかし、特許文献1に開示された技術は、DERの協調運用計画を出力するのみであり、その計画が最適解であるか否か、または最適解からの誤差範囲を保証する枠組みを持っていない。
本発明は、上述の点を考慮してなされたものであって、各DER群の運用計画を高速に演算することを1つの目的とし、さらには運用計画の信頼性を保証することを目的とする。
上記課題を解決するために、本発明においては、一態様として、分散エネルギー管理システムは、系統トポロジー情報と、各分散エネルギーリソースの接続母線情報と、エネルギーリソース管理システムから取得された各分散エネルギーリソースの設備情報とから、前記分散エネルギーリソースのコスト指標を最小化または最大化する最適化問題を作成し、該最適化問題を、線形制約を有する主問題と非線形制約を有する従属問題とへ分解する最適化問題作成部と、前記従属問題の双対問題における感度情報に基づいて前記主問題の新たな制約条件を推定し、該新たな制約条件を前記主問題の制約条件に追加することで、前記主問題の解の探索範囲を限定し、各分散エネルギーリソースの出力組み合わせの範囲を演算する出力組み合わせ演算部と、前記出力組み合わせ演算部によって演算された出力組み合わせの範囲に基づいて、前記主問題として定義される最適化問題を解くことで、各分散エネルギーリソースの発電量を算出し、算出した発電量を前記エネルギーリソース管理システムへ出力する発電量算出部とを備えるようにした。
本発明によれば、例えば、各DER群の運用計画を高速に演算し、さらには運用計画の信頼性保証することができる。
以下、本発明の実施に好適な実施例を説明する。以下において、同一または類似の要素および処理に同一の符号を付し、重複説明を省略する。また、後出の実施例では、既出の実施例との差異のみを説明し、重複説明を省略する。
また、以下の説明および各図で示す構成および処理は、本発明の理解および実施に必要な程度で実施例の概要を例示するものであり、本発明に係る実施の態様を限定することを意図する趣旨ではない。また、各実施例および各変形例は、本発明の趣旨を逸脱せず、互いに整合する範囲内で、一部または全部を組合せることができる。
<実施例1のDERMS101を含むシステムの全体構成>
図1は、実施例1のDERMS101を含むシステムの全体構成例を示すブロック図である。
図1は、実施例1のDERMS101を含むシステムの全体構成例を示すブロック図である。
DERMS101は、最適化問題作成部102、DERパラメータ推定部103、感度情報算出部104、出力組み合わせ演算部105、およびDER群別発電量算出部106を備える。
DERMS101の入出力について説明する。DERMS101は、まず、配電事業者112から収束条件121を受け取る。収束条件121は、最適解の上界と下界の差の許容範囲、これらの計算時間、またはエネルギーコストなどであり、これら2つ以上の組み合わせであっても良い。DERMS101は、EMS111(EMS:Energy Management System(エネルギー管理システム))に各DERの発電量122を出力する。このときの、各DERの発電量122は暫定値で構わない。
EMS111は、各DERの発電量122およびエネルギー価格・需要124の各情報を入力とし、目的関数であるエネルギーコストを最小化する各DERの運用計画125およびエネルギーコスト126を求める。なお、エネルギーコストの最小化の代わりに、送電ロスの最小化、温室効果ガス排出量の最小化、系統安定性最大化、上位系統への調整力確保量の最大化等のように、各種コスト指標を目的関数とし、各種コスト指標を最小化または最大化する各DERの運用計画125およびエネルギーコスト126を求めるとしても良い。
EMS111は、制御対象のDERの設備情報123に加え、EMS111の入出力データであるエネルギー価格・需要124、各DERの運用計画125およびエネルギーコスト126をDERMS101に出力する。設備情報123は、例として、EMS111が制御するDERの機器種別や数、各DERの出力の上限および下限や燃料消費特性、最低連続運転時間や最低連続停止時間などがある。設備情報123は、事前にEMS111より受け取り、DERMS101内でデータベースへ保存しておいても良い。
DERMS101内の最適化問題作成部102には、予め最適化問題の数式テンプレートを用意しておく。数式テンプレートの例は、後述の式(4)〜(5)に示すものである。最適化問題作成部102は、数式テンプレート内のパラメータを、配電事業者の持つ系統トポロジー情報131およびDER接続母線情報132、ならびにEMS111から取得される制御対象のDERの設備情報123を基に決定し、作成した最適化問題を出力する。
但し、設備情報123等の開示を全てのEMS111が許可するとか限らないことから、最適化問題作成部102への入力情報が不足し、未決定のまま出力されるパラメータが存在する場合がある。
例えば、設備情報123の一部である熱電併給システムの燃料消費特性の開示を拒否した場合、式(5)中のAi3、Ai2、Ai1、ciのパラメータが未決定となる。また、出力の上限、下限の開示を拒否した場合、式(5)中のAi4、ci4のパラメータが未決定となる。未決定のパラメータは、DERパラメータ推定部103にて推定する。
DERパラメータ推定部103は、パラメータ推定に用いるデータである、エネルギー価格・需要124、各DERの運用計画125およびエネルギーコスト126をEMS111より取得する。
パラメータ推定の例として、式(5)中のAi3、Ai2、Ai1、ciのパラメータが未決定の場合、過去に取得した各DERの運用計画125とエネルギーコスト126を散布図にプロットし、近似曲線を定義することで、これらのパラメータを推定できる。また、式(5)中のAi4、ci4のパラメータが未決定の場合、過去に取得した各DERの運用計画125の最大値および最小値から、これらのパラメータを推定できる。
EMS111とDERMS101の協調には、後述のようにベンダーズカットと呼ばれる制約が必要である。ベンダーズカットの生成には、目的関数値に対する各制約の感度情報が必要になる。しかし、一般的にEMS111はDERMS101との協調を想定していないため、感度情報の算出機能を持たないと考えられる。そこで、感度情報算出部104は、感度情報を推定する。感度情報の推定手法の詳細は後述する。
出力組み合わせ演算部105は、感度情報に基づき、後述の式(10)で示されるベンダーズカットを推定する。DER群別発電量算出部106では、ベンダーズカットを新たな制約条件として式(4)の最適化問題に設定し、解くことで、各DERの発電量122を算出する。各DERの発電量122を、再びEMS111に入力することで、新たなDERの運用計画125およびエネルギーコスト126を得る。この演算を繰り返し、収束条件121を満足した時点で計算を終了し、最終演算結果としての各DERの発電量122を、EMS111および配電事業者112に出力する。加えて、配電事業者112に、最適解の上界・下界127を出力する。
なお、EMS111は1つでも、複数であっても良い。また、EMS111が制御するDERは複数であって良いし、1つであっても良い。配電事業者112に出力する最適解の上界・下界127は、運用計画の信頼度保証が目的であるため、最適解の範囲など他の形式をとっても良い。
また、図1では、収束条件121に達するまでの繰り返し演算の際、DERMS101とEMS111が通信しながら情報交換しているが、EMS111のモデルを事前にDERMS101内に作成しておき、これと情報交換しながら収束計算しても良い。
<各DERの発電量122>
図2は、各DERの発電量122の例を示す図である。表201には、DERのID211および時刻213が格納されており、各時刻213におけるDERの発電量計画212を、ID211毎に保持している。発電量計画212の単位は、例としてkWhなどが使用でき、マイナスの発電量は充電を表す。また、系統安定化に使用可能な空き容量が無い時間帯や、EVが走行中などの影響でそもそも可制御でない時間帯は、ID10004に示すように、発電量0として表すことができる。また、表201の時間間隔は例として10分としているが、この限りではない。表201は、例として、DERが4個の場合を示しているが、DERの数はこの限りではない。
図2は、各DERの発電量122の例を示す図である。表201には、DERのID211および時刻213が格納されており、各時刻213におけるDERの発電量計画212を、ID211毎に保持している。発電量計画212の単位は、例としてkWhなどが使用でき、マイナスの発電量は充電を表す。また、系統安定化に使用可能な空き容量が無い時間帯や、EVが走行中などの影響でそもそも可制御でない時間帯は、ID10004に示すように、発電量0として表すことができる。また、表201の時間間隔は例として10分としているが、この限りではない。表201は、例として、DERが4個の場合を示しているが、DERの数はこの限りではない。
各DERは、DERの発電量122を満足するよう運用される。EVの場合、運用計画は各時間断面でどれだけ充放電するか(=充放電計画)であるため、DERの発電量122が決まれば運用計画は一意に定まる。一方、熱電併給システムは電力だけでなく熱も扱うため、DERの発電量122だけでは定まらない。そのため、EMS111にて別途運用計画を定める必要がある。
<DER接続母線情報>
図3は、DER接続母線情報の例を示す図である。表301は、母線ID311を保持する。また、母線ID311毎に、接続しているDERのID211を保持する。母線によっては、母線ID=3のようにDERが接続されていないもの、また、母線ID=4のように、接続されているDER数が他のDERと比較して少ないものがあるため、表内に空欄(図中の斜線)があっても構わない。
図3は、DER接続母線情報の例を示す図である。表301は、母線ID311を保持する。また、母線ID311毎に、接続しているDERのID211を保持する。母線によっては、母線ID=3のようにDERが接続されていないもの、また、母線ID=4のように、接続されているDER数が他のDERと比較して少ないものがあるため、表内に空欄(図中の斜線)があっても構わない。
表301は、例として、母線数を4としているが、母線数はこの限りではない。また、表301は、各母線ID311を列とし、これに対する接続DERのID211を保持しているが、逆にDERのID211を列とし、これに対して接続される母線ID311を保持しても良い。また、EV等の移動式のDERを考慮する場合、表301は動的に変更を加えても良い。
以下、DER協調運用計画の生成例として、DERMS101で下記式(1)の最適化問題を扱う場合を説明する。以下、下記式(1)を適宜、元問題と呼ぶ。
上記式(1)に示すように、元問題は、各熱電併給システムのエネルギーコストと全EVの充放電コストの総和で表されるトータルエネルギーコストを目的関数とし、これを最小化する最適化問題として定義される。熱電併給システムについては添え字iを用いてシステムごとに区別しているが、EVに関しては区別していない。制約条件は、配電系統の潮流や電圧等の制約、CHPの機器制約、EVの機器制約である。なお、本実施例では、DERの例としてEVと熱電併給システムを挙げているが、これ以外のDERがであっても良い。上記式(1−1)〜(1−3)の各制約条件は、下記式(2−1)〜(2−3)のように定義することができる。
最適化変数ベクトルxは、各DER(本実施例では、各EVおよび各熱電併給システム)の発電量である。系統の制約およびEVの機器制約は線形性を持つ。線形制約のみの場合、線形計画法により容易に計算できる。ところが、非線形性を持つ熱電併給システムの機器制約を考慮に入れると、全体を非線形計画問題として解く必要がある。加えて、DERMS101は一般に膨大な数のDERの運用計画を立案するため、大規模非線形計画問題となり、元問題をそのまま解くと計算時間が膨大になる。
なお、熱電併給システムの特性は、上記式(2−2)に示すように3次関数としたが、2次関数等の他の関数としても良い。また、系統の制約は、配電系統を想定して線形としたが、ループ形状を持つ系統の場合など、非線形制約としても良い。また、EVの充放電特性は線形特性を持つとしているが、電池劣化特性などを考慮することで、非線形特性を持つとすることもできる。
上記式(1)の目的関数の各項は、下記式(3−1)〜(3−2)のように定義することができる。
以下、上記式(2)および式(3)におけるA,b,cをパラメータ情報と呼ぶ。A,b,cの中でも、添え字にCHPを含むものを熱電併給システムパラメータ情報、添え字にEVを含むものをEVパラメータ情報、添え字にPFを含むものを系統パラメータ情報とする。
系統やEVは、DERMS101の制御下にあるため、EVパラメータ情報および系統パラメータ情報は、直接DERMSに入ってくると考えられる。一方で、熱電併給システムの運用計画は、DERMS101と協調するEMS111にて立案されるため、DERMS101は、熱電併給システムパラメータ情報を受け取れるとは限らない。
そこで、DERMS101は、各DERの設備情報123、EMS111の入出力データであるエネルギー価格・需要124、各DERの運用計画125およびエネルギーコスト126をもとに、熱電併給システムパラメータ情報を推定する。なお、本実施例ではEMS111の制御対象を熱電併給システムと仮定しているが、これ以外のDERであっても良い。その場合、EMS111の制御下にあるDERに関するパラメータ情報を推定することになる。
そして、DERMS101は、大規模非線形計画問題となる元問題を効率的に求解するため、ベンダーズ分解を用い、元問題を主問題と従属問題i(iは熱電併給システムのID)に分割する。主問題は下記式(4)、従属問題iは下記式(5)として示される。なお、ベンダーズ分解に限らず、その他の分解手法を用いても良い。
上記式(4)で表される主問題は、系統制約とEVの機器制約から成る線形計画問題であり、目的関数ΦMPを最小化する最適化変数ベクトルxMP(=各時間断面における各DERの発電量)を決定する。従属問題iは熱電併給システムiの制約を持つ非線形計画問題であり、目的関数ΦSPiを最小化する最適化変数ベクトルxSPi(=熱電併給システムiを構成する発電機や冷凍機といった各機器の運用計画)を決定する。従属問題iは、主問題の解を固定した状態(xMP=xMP *)で解く。但し、主問題の解をxMP *とおく。また、元問題、主問題、および従属問題iの各問題の最適化変数ベクトル間では下記式(6)の関係が成り立つ。
上記式(6)から、元問題の最適化変数ベクトルxを分割することで、主問題や従属問題の最適化問題の規模を小さくしていることが分かる。
主問題における目的関数および制約条件が全て線形で表されているため、線形計画法で解くことができる。線形計画法であれば、数百万の最適化変数に対しても数秒程度で求解できることから、将来的にEVが急速に普及し、EVの制御対象数が膨大となる場合にも対応可能である。
熱電併給システムiの運用計画は、従属問題iとして定式化される最適化問題を解くことで運用計画を生成する。従属問題iは熱電併給システムi内の機器(例えば、発電機や冷凍機)の運用計画を生成する最適化問題に相当する。熱電併給システムが複数ある場合、従属問題は複数個とすることができる。以下では一般化した従属問題iのみについて述べる。また、後述の実施例では非線形特性を持つDERの例として熱電併給システムを挙げているが、これ以外のDERであっても良い。なお、従属問題iにおけるA,b,cの少なくのともいずれか一つは、主問題の解の従属関数であるが、ここでは主問題の求解で得られた結果xMP *を固定値として用いる。
主問題では、元問題の目的関数における熱電併給システムiのエネルギーコストΦiを、新たな最適化変数θiで置き換え、熱電併給システムiの制約を除去している。θiは、熱電併給システムiを最適運用したときのエネルギーコスト以上の値をとる最適化変数として、下記式(7)に示すように定義する。なお、主問題内のθiに関する制約は非負条件のみであり、下記式(7)を満たすとは限らない。そこで、ベンダーズカットと呼ばれる制約を後から追加することで実行可能領域を制限し、下記式(7)が成立するようにする。
ベンダーズカットの効果は、1つは前述のように、θiについて仮定した上記式(7)を成立させることである。もう1つは、目的関数の適切でない領域を探索領域から除去することで、全体最適解へと速やかに収束させることである。
以下ではベンダーズカットを生成する方法を検討する。従属問題iの双対問題(以下、DSPi)を考える。DSPiは従属問題iの下限値を最大化する問題と捉えることができるため、双対定理より、DSPiの目的関数値ΦDSPiは常に従属問題iの目的関数値ΦSPi以下になる。このことから、下記式(8)が成り立つ。
下記式(8)の右辺をいかに推定するかが難しさとなる。単純な方法として、xの全実行可能解に対するΦDSPを1つ1つ計算すれば求まるが、主問題と従属問題に分割して効率的に解くという当初の目的に背く。そこで、xMP=xMP *におけるDSPの最適解ΦDSP *から上記式(7)の右辺を推定することを考える。このとき、DSPの最適解として求まる最適化変数をz*とおく。z*は感度情報、或いはshadow priceとも呼ばれ、各制約を緩めた/厳しくした時、目的関数値がどれだけ改善/悪化するかを表している。この感度情報z*を用い、上記式(8)の右辺を、下記式(9)のように推定する。
上記式(9)に基づいて、θiに対する不等式を導出したものが下記式(10)で表されるベンダーズカットである。ベンダーズカットを主問題の制約条件として追加することで、θiの定義である上記式(7)が満足される。以上の考え方に基づき、ベンダーズ分解では最適化問題を主問題と問題に分割する。
以上のように、ベンダーズカットの生成には感度情報z*が必要になる。しかし、既存のEMSは従属問題に相当する問題を解いているだけであり、双対問題化はしていないため、感度情報z*を出力する仕組みを持っていないと考えられる。
そこで、DERMS101内の感度情報算出部104にて、感度情報z*を推定する。推定の手法としては以下の2つが考えられる。
1つ目はDSPを感度情報算出部104にて解くことである。これにより、感度情報z*は求まるが、EMS111の演算と同様の演算をDERMS101で繰り返すことになり、計算時間が長くなると考えられる。
そこで、2つ目の手法では、EMS111との間の入出力データを活用することで、感度情報z*を推定する。例えば、感度情報z*の推定には、相補性定理を適用する。相補性定理は以下の(I)と(II)が同値であることを示す定理である。
(I)主問題の解xおよび双対問題の解zが最適解である。
(II)ATz≦cとx≧0の何れか一方は等号成立、かつAz≧cとz≧0の何れか一方は等号成立する。
(I)主問題の解xおよび双対問題の解zが最適解である。
(II)ATz≦cとx≧0の何れか一方は等号成立、かつAz≧cとz≧0の何れか一方は等号成立する。
感度情報z*はDSPの最適解であることを踏まえると、感度情報z*は上記(II)より、A,c,xから求められることがわかる。このうち、A,cはDERパラメータ推定部103から、xはEMS111から取得可能である。
出力組み合わせ演算部105では、感度情報算出部104にて推定した感度情報z*を元に、ベンダーズカットを生成し、主問題の探索可能領域を出力する。なお、出力形式としては、例えば、各DERの出力組み合わせのリストや範囲などが考えられる。繰り返し計算の過程で、ベンダーズカットによる制約条件が増加するため、組み合わせのリストや範囲は小さくなっていく。
<ベンダーズカットを用いた最適解の探索>
図4は、ベンダーズカットを用いた繰り返し演算による探索領域の変化例を示す図である。図4は、縦軸および横軸でDER1およびDER2の各DERの出力を示しており、これらのDERの最適な出力組み合わせの決定問題を表している。図4の左方図に示すように、イタレーションjの探索領域において、暫定解401は最適解402からやや離れた位置にある局所解に陥っている。図4の右方図に示すように、イタレーション(j+1)の探索領域において、ベンダーズカット403が新たに制約条件として加わり、探索領域がさらに狭くなる。これにより、暫定解401は局所解を抜け出し、最適解402に近づくことができる。
図4は、ベンダーズカットを用いた繰り返し演算による探索領域の変化例を示す図である。図4は、縦軸および横軸でDER1およびDER2の各DERの出力を示しており、これらのDERの最適な出力組み合わせの決定問題を表している。図4の左方図に示すように、イタレーションjの探索領域において、暫定解401は最適解402からやや離れた位置にある局所解に陥っている。図4の右方図に示すように、イタレーション(j+1)の探索領域において、ベンダーズカット403が新たに制約条件として加わり、探索領域がさらに狭くなる。これにより、暫定解401は局所解を抜け出し、最適解402に近づくことができる。
DER群別発電量算出部106では、出力組み合わせの範囲の中から、最適な出力範囲の組み合わせを算出する。具体的には、主問題として定義される最適化問題を解く。最適化手法としては、線形計画法以外にも、内点法や遺伝的アルゴリズム等でも良い。
さらに、DER群別発電量算出部106では、最適解の上界(UB)および下界(LB)を算出する。主問題は元問題の一部制約を緩和した場合に相当するので、得られた目的関数値は最適解より小さいと考えられる。従って、下記式(11)に示すように、主問題の目的関数値ΦMPが下界LBに相当する。
一方、従属問題iの目的関数値ΦSPiは、元問題の第1〜n項の各項の値に相当するが、xMP=xMP *という制約を追加した条件下で解いているため、xMPも含め一括で最適化する元問題より自由度が低く、目的関数値は最適解より大きいと考えられる。また、従属問題の最適解に対する目的関数値ΦSPi *は、DSPiの最適解に対する目的関数値ΦDSPi *とほぼ一致する。以上より、ΦDSPi *の総和(元問題の第1〜n項の和)に、目的関数の最終項に相当する値(上記式(11)の2項目以降)を足し合わせたものを最適解の上界UBとする。
なお暫定解の目的関数値はUBとなる。UBとLBの差分が最適解に対する暫定誤差の大きさを表す。繰り返し計算の過程でUBとLBの差は小さくなり、収束条件121を満足した段階で計算を終了する。
<最適解の上界・下界127の出力>
図5は、最適解の上界・下界127の出力例を示す図である。UBとLBは収束判定以外にも、解の信頼性評価に用いることができるため、最適解の上界・下界127として配電事業者112に出力する。図5に示す表示500は、DERMS101に接続された表示部(不図示)あるいは配電事業者112のコンピュータの表示部(不図示)に表示できる。図5の表示500において、横軸は演算回数、縦軸は目的関数値である。UB501は演算回数が増えるに従い減少し、逆にLB502は増加している。これに伴い、UBとLBの差分により定義される、最適解402から暫定解401の誤差範囲503が減少している。なお、図5では例として各演算回数におけるUB501、LB502を出力しているが、最終的な解に対するUB501、LB502、または解の精度を担保できるUBとLBの差分が所定値以下である解に対するUB501、LB502を出力しても良い。
図5は、最適解の上界・下界127の出力例を示す図である。UBとLBは収束判定以外にも、解の信頼性評価に用いることができるため、最適解の上界・下界127として配電事業者112に出力する。図5に示す表示500は、DERMS101に接続された表示部(不図示)あるいは配電事業者112のコンピュータの表示部(不図示)に表示できる。図5の表示500において、横軸は演算回数、縦軸は目的関数値である。UB501は演算回数が増えるに従い減少し、逆にLB502は増加している。これに伴い、UBとLBの差分により定義される、最適解402から暫定解401の誤差範囲503が減少している。なお、図5では例として各演算回数におけるUB501、LB502を出力しているが、最終的な解に対するUB501、LB502、または解の精度を担保できるUBとLBの差分が所定値以下である解に対するUB501、LB502を出力しても良い。
<実施例1のDERMS101の処理>
図6は、実施例1のDERMS101の処理例を示すフローチャートである。DERMS101は、配電事業者112から収束条件121を受け取ると、収束条件121を充足するまで、各DERの発電量122を繰り返し演算しEMS111へ出力する。
図6は、実施例1のDERMS101の処理例を示すフローチャートである。DERMS101は、配電事業者112から収束条件121を受け取ると、収束条件121を充足するまで、各DERの発電量122を繰り返し演算しEMS111へ出力する。
先ずステップS102では、最適化問題作成部102は、上記式(4)〜(5)に示す数式テンプレート内のパラメータを、配電事業者の持つ系統トポロジー情報131およびDER接続母線情報132、ならびにEMS111から取得される制御対象のDERの設備情報123を基に決定した最適化問題を作成する。
次にステップS103では、DERパラメータ推定部103は、各EMS111からエネルギー価格・需要124、各DERの運用計画125およびエネルギーコスト126をEMS111より取得し、これらに基づいて、ステップS102の処理で未決定となった最適化問題のパラメータの値を推定する。
次にステップS104では、感度情報算出部104は、感度情報の推定値を算出する。次にステップS105では、出力組み合わせ演算部105は、感度情報に基づき、上記式(10)で示されるベンダーズカットを推定する。次にステップS106では、DER群別発電量算出部106は、ステップS105で推定されたベンダーズカットを新たな制約条件として上記式(4)の最適化問題に設定して解くことで、各DERの発電量122およびこの解の上界・下界127を算出する。
次にステップS107では、DER群別発電量算出部106は、ステップS106において収束条件121が充足されたか否かを判定する。収束条件121が充足された場合(ステップS107Yes)、DERMS101の処理を終了し、収束条件121が充足されていない場合(ステップS107No)、ステップS104へ処理を移す。
本実施例によれば、線形特性を有する分散エネルギーリソースと非線形特性を有する分散エネルギーリソースを含んだ全ての分散エネルギーリソースにおいて目的関数を最小化する目的関数値および最適解を算出する最適化問題を解く際に、最適化問題を、線形制約の主問題と、非線形制約の従属問題とに分割する。そして、従属問題の双対問題における感度情報に基づいて推定される制約条件を主問題に追加することで、最適解の探索範囲を絞っていくことで、最適解または最適解により近い解を速やかに算出することができる。
また各DER群の運用計画に加え、最適解の上界および下界を出力することで、運用計画の精度を示し、信頼性を保証することができる。
<実施例2のDERMS101Bを含むシステムの全体構成>
図7は、実施例2のDERMS101Bを含むシステムの全体構成例を示すブロック図である。実施例2のDERMS101Bは、実施例1のDERMS101と比較して、DER制御指令部601をさらに備える。
図7は、実施例2のDERMS101Bを含むシステムの全体構成例を示すブロック図である。実施例2のDERMS101Bは、実施例1のDERMS101と比較して、DER制御指令部601をさらに備える。
DER制御指令部601は、EMS111へ出力する各DERの発電量122に応じた各制御指令621を各DER611に対して出力することで、DER611を直接制御する。DER611は1つでも複数でも構わない。また、DERMS101Bの制御対象DERのうちの一部を直接制御するようにしても良い。
<実施例2のDERMS101Bの処理>
図8は、実施例2のDERMS101Bの処理例を示すフローチャートである。実施例2のDERMS101Bの処理は、実施例1のDERMS101の処理(図6参照)と比較して、ステップS601のDER制御指令処理をさらに備える。
図8は、実施例2のDERMS101Bの処理例を示すフローチャートである。実施例2のDERMS101Bの処理は、実施例1のDERMS101の処理(図6参照)と比較して、ステップS601のDER制御指令処理をさらに備える。
ステップS601では、DER制御指令部601は、ステップS107で収束条件121を充足したと判定された各DERの発電量122に基づいて各DER611を直接制御する制御指令621を各DER611に対して出力する。
<実施例3のDERMS101Cを含むシステムの全体構成>
図9は、実施例3のDERMS101Cを含むシステムの全体構成例を示すブロック図である。実施例3のDERMS101Cは、実施例1のDERMS101と比較して、収束条件算出部701をさらに備える。DERMS101Cは、入力データとして配電系統状態量731がさらに入力される。また、図1では配電事業者112から収束条件121が入力されていたが、実施例3では外部から収束条件121の入力はなく、DERMS101Cが自装置内で収束条件121を算出する。
図9は、実施例3のDERMS101Cを含むシステムの全体構成例を示すブロック図である。実施例3のDERMS101Cは、実施例1のDERMS101と比較して、収束条件算出部701をさらに備える。DERMS101Cは、入力データとして配電系統状態量731がさらに入力される。また、図1では配電事業者112から収束条件121が入力されていたが、実施例3では外部から収束条件121の入力はなく、DERMS101Cが自装置内で収束条件121を算出する。
実施例1では、収束条件121としての要求解精度は、配電事業者112が決定する前提であったが、実施例3では、電圧や周波数といった配電系統状態量731を随時入力し、収束条件算出部701にて、収束条件121を自動で決定する。例えば、収束条件121の一部である最大計算時間は、負荷の変動が小さい時や、電圧が余裕を持って閾値内に収まっているときは、最大計算時間を大きくし、エネルギーコストが少しでも安い運用計画を探索する。一方、事故時や負荷急変時、あるいは電圧が閾値近くの場合は、いち早く制御指令を出すことが優先であるため、最大計算時間を小さくする。
また、収束条件121の一部であるエネルギーコストについては、まず、各系統状態に対応する、配電事業者の過去の運用計画およびその時のコストをテーブルで格納しておく。例えば、DERMS101Cが出力する新たな運用計画は、同一の配電系統状態量731の条件下では、過去の運用計画と比較して、エネルギーコストがより安くなくてはならないという収束条件121を設定しておく。現在の配電系統状態量731において、設定された収束条件121を満たす新たな運用計画が見つからない場合は、DERMS101Cは、同一の配電系統状態量731に対応してテーブルに格納された過去の運用計画をそのまま出力する。
<実施例3のDERMS101Bの処理>
図10は、実施例3のDERMS101Cの処理例を示すフローチャートである。実施例3のDERMS101Cの処理は、実施例1のDERMS101の処理(図6参照)と比較して、ステップS102の前に、ステップS701の収束条件算出処理をさらに備える。ステップS701では、収束条件算出部701は、配電系統状態量731に基づいて収束条件121を自動設定する。
図10は、実施例3のDERMS101Cの処理例を示すフローチャートである。実施例3のDERMS101Cの処理は、実施例1のDERMS101の処理(図6参照)と比較して、ステップS102の前に、ステップS701の収束条件算出処理をさらに備える。ステップS701では、収束条件算出部701は、配電系統状態量731に基づいて収束条件121を自動設定する。
<DERMS101,101B,101Cを実現するコンピュータ>
図11は、DERMS101,101B,101Cを実現するコンピュータのハードウェア例を示す図である。DERMS101,101B,101Cを実現するコンピュータ5000は、CPU(Central Processing Unit)に代表されるプロセッサ5300、RAM(Random Access Memory)等のメモリ5400、入力装置5600(例えばキーボード、マウス、タッチパネル等)、および出力装置5700(例えば外部ディスプレイモニタに接続されたビデオグラフィックカード)が、メモリコントローラ5500を通して相互接続される。コンピュータ5000において、DERMSを実現するためのプログラムがI/O(Input/Output)コントローラ5200を介してSSDやHDD等の外部記憶装置5800から読み出されて、プロセッサ5300およびメモリ5400の協働により実行されることにより、DERMSが実現される。あるいは、DERMSを実現するための各プログラムは、ネットワークインターフェース5100を介した通信により外部のコンピュータから取得されてもよい。または、DERMSを実現するためのプログラムは、可搬型記憶媒体に格納され、媒体読み取り装置によって読み取られて、プロセッサ5300およびメモリ5400の協働により実行されても良い。
図11は、DERMS101,101B,101Cを実現するコンピュータのハードウェア例を示す図である。DERMS101,101B,101Cを実現するコンピュータ5000は、CPU(Central Processing Unit)に代表されるプロセッサ5300、RAM(Random Access Memory)等のメモリ5400、入力装置5600(例えばキーボード、マウス、タッチパネル等)、および出力装置5700(例えば外部ディスプレイモニタに接続されたビデオグラフィックカード)が、メモリコントローラ5500を通して相互接続される。コンピュータ5000において、DERMSを実現するためのプログラムがI/O(Input/Output)コントローラ5200を介してSSDやHDD等の外部記憶装置5800から読み出されて、プロセッサ5300およびメモリ5400の協働により実行されることにより、DERMSが実現される。あるいは、DERMSを実現するための各プログラムは、ネットワークインターフェース5100を介した通信により外部のコンピュータから取得されてもよい。または、DERMSを実現するためのプログラムは、可搬型記憶媒体に格納され、媒体読み取り装置によって読み取られて、プロセッサ5300およびメモリ5400の協働により実行されても良い。
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例を含む。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、矛盾しない限りにおいて、ある実施例の構成の一部を他の実施例の構成で置き換え、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、構成の追加、削除、置換、統合、または分散をすることが可能である。また実施例で示した構成および処理は、処理効率または実装効率に基づいて適宜分散、統合、または入れ替えることが可能である。
101,101B,101C:DERMS、102:最適化問題作成部、103:DERパラメータ推定部、104:感度情報算出部、105:出力組み合わせ演算部、106:DER群別発電量算出部、111:MES、112:配電事業者、121:収束条件、122:各DERの発電量、123:設備情報、124:エネルギー価格・需要、125:DERの運用計画、126:エネルギーコスト、127:最適解の上界・下界、131:系統トポロジー情報、132:DER接続母線情報、601:DER制御指令部、701:収束条件算出部、731:配電系統状態量、5000:コンピュータ、5300:プロセッサ、5400:メモリ
Claims (9)
- 系統トポロジー情報と、各分散エネルギーリソースの接続母線情報と、エネルギーリソース管理システムから取得された各分散エネルギーリソースの設備情報とから、前記分散エネルギーリソースのコスト指標を最小化または最大化する最適化問題を作成し、該最適化問題を、線形制約を有する主問題と非線形制約を有する従属問題とへ分解する最適化問題作成部と、
前記従属問題の双対問題における感度情報に基づいて前記主問題の新たな制約条件を推定し、該新たな制約条件を前記主問題の制約条件に追加することで、前記主問題の解の探索範囲を限定し、各分散エネルギーリソースの出力組み合わせの範囲を演算する出力組み合わせ演算部と、
前記出力組み合わせ演算部によって演算された出力組み合わせの範囲に基づいて、前記主問題として定義される最適化問題を解くことで、各分散エネルギーリソースの発電量を算出し、算出した発電量を前記エネルギーリソース管理システムへ出力する発電量算出部と
を備えたことを特徴とする分散エネルギー管理システム。 - 前記主問題の計算が収束条件を充足するまで、
前記出力組み合わせ演算部が、
前記従属問題の双対問題における感度情報に基づいて前記主問題の新たな制約条件を推定し、該新たな制約条件を前記主問題の制約条件に追加することで、前記主問題の解の探索範囲を限定し、各分散エネルギーリソースの出力組み合わせの範囲を演算する処理と、
前記発電量算出部が、
前記出力組み合わせ演算部によって演算された出力組み合わせの範囲に基づいて、前記主問題を解くことで、各分散エネルギーリソースの発電量を算出し、算出した発電量を前記エネルギーリソース管理システムへ出力する処理と
を繰り返す繰り返し演算を行う
ことを特徴とする請求項1に記載の分散エネルギー管理システム。 - 前記主問題または前記従属問題の目的関数および制約条件に含まれるパラメータのうち値が未決定のパラメータの値を、前記エネルギーリソース管理システムから取得された情報に基づいて推定するパラメータ推定部
をさらに備えたことを特徴とする請求項2に記載の分散エネルギー管理システム。 - 前記主問題または前記従属問題の目的関数および制約条件に含まれるパラメータ、および、前記エネルギーリソース管理システムから取得された情報に基づいて、前記感度情報を算出する感度情報算出部
をさらに備えたことを特徴とする請求項3に記載の分散エネルギー管理システム。 - 配電系統状態量に基づいて前記収束条件を算出する収束条件算出部
をさらに備えたことを特徴とする請求項2に記載の分散エネルギー管理システム。 - 前記発電量算出部は、
前記主問題から算出した各分散エネルギーリソースの発電量と共に、該算出した各分散エネルギーリソースの発電量の精度を表す前記主問題の最適解の上界および下界をさらに出力する
ことを特徴とする請求項2に記載の分散エネルギー管理システム。 - 前記発電量算出部は、
前記主問題から算出した各分散エネルギーリソースの発電量と、前記主問題の最適解の上界および下界とを、計算ログとして前記繰り返し演算ごとに出力する
ことを特徴とする請求項6に記載の分散エネルギー管理システム。 - 前記発電量算出部によって算出された各分散エネルギーリソースの発電量に基づいて各分散エネルギーリソースを制御する制御指令部
をさらに備えたことを特徴とする請求項1〜7の何れか1項に記載の分散エネルギー管理システム。 - 分散エネルギー管理システムが実行する分散エネルギー管理方法であって、
前記分散エネルギー管理システムの最適化問題作成部が、系統トポロジー情報と、各分散エネルギーリソースの接続母線情報と、エネルギーリソース管理システムから取得された各分散エネルギーリソースの設備情報とから、前記分散エネルギーリソースのコスト指標を最小化または最大化する最適化問題を作成し、該最適化問題を、線形制約を有する主問題と非線形制約を有する従属問題とへ分解し、
前記分散エネルギー管理システムの出力組み合わせ演算部が、前記従属問題の双対問題における感度情報に基づいて前記主問題の新たな制約条件を推定し、該新たな制約条件を前記主問題の制約条件に追加することで、前記主問題の解の探索範囲を限定し、各分散エネルギーリソースの出力組み合わせの範囲を演算し、
前記分散エネルギー管理システムの発電量算出部が、前記出力組み合わせ演算部によって演算された出力組み合わせの範囲に基づいて、前記主問題として定義される最適化問題を解くことで、各分散エネルギーリソースの発電量を算出し、算出した発電量を前記エネルギーリソース管理システムへ出力する
各処理を含んだことを特徴とする分散エネルギー管理方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020030776A JP7313300B2 (ja) | 2020-02-26 | 2020-02-26 | 分散リソース管理装置および分散リソース管理方法 |
PCT/JP2020/036951 WO2021171676A1 (ja) | 2020-02-26 | 2020-09-29 | 分散リソース管理装置および分散リソース管理方法 |
CN202080096620.3A CN115136438A (zh) | 2020-02-26 | 2020-09-29 | 分布资源管理装置和分布资源管理方法 |
GB2212245.1A GB2607530A (en) | 2020-02-26 | 2020-09-29 | Distributed resource management device and distributed resource management method |
DE112020006258.9T DE112020006258T5 (de) | 2020-02-26 | 2020-09-29 | System zur Verwaltung verteilter Energieressourcen und Verfahren zur Verwaltung verteilter Energieressourcen |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020030776A JP7313300B2 (ja) | 2020-02-26 | 2020-02-26 | 分散リソース管理装置および分散リソース管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021136757A true JP2021136757A (ja) | 2021-09-13 |
JP7313300B2 JP7313300B2 (ja) | 2023-07-24 |
Family
ID=77489907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020030776A Active JP7313300B2 (ja) | 2020-02-26 | 2020-02-26 | 分散リソース管理装置および分散リソース管理方法 |
Country Status (5)
Country | Link |
---|---|
JP (1) | JP7313300B2 (ja) |
CN (1) | CN115136438A (ja) |
DE (1) | DE112020006258T5 (ja) |
GB (1) | GB2607530A (ja) |
WO (1) | WO2021171676A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7153289B1 (ja) * | 2021-09-14 | 2022-10-14 | 山東大学 | クラスタ学習に基づく低炭素cspシステム協調的最適化方法及び装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114079284B (zh) * | 2021-11-19 | 2023-08-08 | 湖南大学 | 计及燃料电池效率特性的分布式发电系统能量管理与优化控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016032337A (ja) * | 2014-07-28 | 2016-03-07 | 株式会社Ihi | エネルギーマネジメントシステム、電力需給計画最適化方法および電力需給計画最適化プログラム |
JP2017158335A (ja) * | 2016-03-02 | 2017-09-07 | 株式会社ダイヘン | 指標の算出方法 |
JP2018143046A (ja) * | 2017-02-28 | 2018-09-13 | 株式会社ダイヘン | バーチャルパワープラント |
-
2020
- 2020-02-26 JP JP2020030776A patent/JP7313300B2/ja active Active
- 2020-09-29 GB GB2212245.1A patent/GB2607530A/en active Pending
- 2020-09-29 CN CN202080096620.3A patent/CN115136438A/zh active Pending
- 2020-09-29 WO PCT/JP2020/036951 patent/WO2021171676A1/ja active Application Filing
- 2020-09-29 DE DE112020006258.9T patent/DE112020006258T5/de active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016032337A (ja) * | 2014-07-28 | 2016-03-07 | 株式会社Ihi | エネルギーマネジメントシステム、電力需給計画最適化方法および電力需給計画最適化プログラム |
JP2017158335A (ja) * | 2016-03-02 | 2017-09-07 | 株式会社ダイヘン | 指標の算出方法 |
JP2018143046A (ja) * | 2017-02-28 | 2018-09-13 | 株式会社ダイヘン | バーチャルパワープラント |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7153289B1 (ja) * | 2021-09-14 | 2022-10-14 | 山東大学 | クラスタ学習に基づく低炭素cspシステム協調的最適化方法及び装置 |
Also Published As
Publication number | Publication date |
---|---|
DE112020006258T5 (de) | 2022-10-13 |
GB202212245D0 (en) | 2022-10-05 |
CN115136438A (zh) | 2022-09-30 |
JP7313300B2 (ja) | 2023-07-24 |
GB2607530A (en) | 2022-12-07 |
WO2021171676A1 (ja) | 2021-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Reddy et al. | Review of stochastic optimization methods for smart grid | |
Ross et al. | Multiobjective optimization dispatch for microgrids with a high penetration of renewable generation | |
Kargarian et al. | Decentralized implementation of unit commitment with analytical target cascading: A parallel approach | |
Wu et al. | Coordinated optimal power flow for integrated active distribution network and virtual power plants using decentralized algorithm | |
Zheng et al. | Distributed real-time dispatch of integrated electricity and heat systems with guaranteed feasibility | |
WO2021171676A1 (ja) | 分散リソース管理装置および分散リソース管理方法 | |
Paul et al. | Risk constrained energy efficient optimal operation of a converter governed AC/DC hybrid distribution network with distributed energy resources and volt-VAR controlling devices | |
Aolaritei et al. | Hierarchical and distributed monitoring of voltage stability in distribution networks | |
Frolov et al. | Operations-and uncertainty-aware installation of FACTS devices in a large transmission system | |
Zhu et al. | Fully-decentralized optimal power flow of multi-area power systems based on parallel dual dynamic programming | |
Afshar et al. | Coordinated ev aggregation management via alternating direction method of multipliers | |
Gabbar et al. | Performance optimization of integrated gas and power within microgrids using hybrid PSO–PS algorithm | |
Kardoš et al. | BELTISTOS: A robust interior point method for large-scale optimal power flow problems | |
Wang et al. | Identification of critical uncertain factors of distribution networks with high penetration of photovoltaics and electric vehicles | |
Zhang et al. | An efficient approach for robust SCOPF considering load and renewable power uncertainties | |
Shahzad et al. | Optimal planning of distributed energy storage systems in active distribution networks using advanced heuristic optimization techniques | |
Qiu et al. | Multistage mixed-integer robust optimization for power grid scheduling: An efficient reformulation algorithm | |
Spiegel et al. | Hybrid optimization toward proactive resilient microgrid scheduling | |
Saini et al. | Digital Twin of a commercial building microgrid: Economic & environmental sustainability analysis | |
Gupta et al. | Cost optimal control of microgrids having solar power and energy storage | |
Balogun et al. | Equitable dynamic electricity pricing via implicitly constrained dual and subgradient methods | |
Hong et al. | Distributed data-driven optimization for voltage regulation in distribution systems | |
Han et al. | Distributionally robust generation expansion planning model considering res integrations | |
Lan et al. | An approximation for parallelism in ACOPF based stochastic optimal transmission switching with battery energy storage systems | |
Wang et al. | Stability constrained opf in microgrids: A chance constrained optimization framework with non-gaussian uncertainty |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220622 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230704 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230711 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7313300 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |