Copyright © 2005-2010 Miyata / Akimoto / Tanaka Lab. All rights reserved. CSSDの新バージョン予定２ （最適充放電アルゴリズムの選定方法） 東京大学大学院 工学系研究科 今西佑希 Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 目次 1,本発表の趣旨 ２,最適充放電アルゴリズムの選定方法 ３,アルゴリズムの紹介 ４,ケーススタディ ５,Dynamic Systemの計画修正法について Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 本発表の趣旨 ＣＳＳＤはこれまで、再生可能エネルギーシステムと 二次電池の組み合わせを考えてきた。ＣＳＳＤの新 バージョンでは二次電池の用途、需要パターン、二次 電池の導入量に応じて、最適な充放電アルゴリズム を選定する。その選定方法について紹介すること。 ※充放電アルゴリズム 二次電池に対し、いつ電力を充電し、いつ放電するかを 決定するアルゴリズム Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 二次電池利用の拡大 これまで 再生可能エネルギー発電と蓄電システムのセットで考えてきた ‥大規模太陽光発電所、風力発電所など 二次電池利用の拡大 •安価な電力を購入、蓄電し、販売する蓄電ビジネス •発電所、変電所への蓄電設備の設置 •地方公共団体単位の防災蓄電設備の導入 •事業所、オフィスビルへの設置による、ピーク電力の削減etc 様々な二次電池の利用方法があり、それぞれに応じた最適 な充放電アルゴリズムが必要となる Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 最適な充放電アルゴリズム選定方法の概要 様々な需要パターン Ａ 地方公共団体 Ｂ オフィスビル Ｃ 事業所① Ｄ 事象所② ・ ・ 国、緯度、経度… 一日の平 均需要に対 する二次電 池の割合 5% 20% 40% 80% 100% ・ ・ 200% 自然エネル ギーの導入量 太陽光発電 風力発電 目的関数の設定 Simulation 充放電アルゴリズムを選定 多段平滑化アルゴリズム 夜間電力アルゴリズム ・ ・ 最適なアルゴリズムの提示 Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 充放電アルゴリズムの選定方法フロー 需要パターン 二次電池容量 RE発電の 導入量 データベース 目的関数の設定 シミュレーション 基本データ 充放電アルゴリズムの選択 需要データ RE供給量データ 充放電アルゴリ ズムの候補 時間発展的シミュレーション （３６５日×48step） オペレーション記録データ アルゴリズムの評価 アルゴリズム 評価データ 充放電アルゴリズムが全 て検証されたか No Yes 最適な充放電アルゴリズムの提示 Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 電力経営システムにおける位置づけ 電力経営法 ※ 30分毎に (今日) 需要 計画修正を繰り返す （今年） （昨年以前） 電力需要予測 計画修正 アルゴリズム (今日) RE発電出力予測 RE出力 （今年） （昨年以前） 電力経営 シミュレーション 計画した 電力経営法 評価／最適化 その他（電気料金など） 充放電計画 系統供給計画 ：オペレーション当日 ：オペレーション前日 修正後の 電力経営法 tomorrow 48step 10 二次電池の充放電計画を立てる際の最適なアルゴリズムを決定する Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo アルゴリズムの紹介 Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo ３つのアルゴリズム • 多段平滑化アルゴリズム • 夜間電力最大利用アルゴリズム（１） • 夜間電力最大利用アルゴリズム（２） Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 多段平滑アルゴリズム 三つのステップによって、充放電の計画を決定する ステップ１ アベレージラインの策定 ステップ２ 需要を山と谷に分割 ステップ３ 山、谷ともにアベレージラインに近づくように充放電計画を策定 Discharge 山 Average line 谷 Charge 電力需要 0:00 3:00 6:00 9:00 12:00 15:00 18:00 21:00 0:00 3:00 6:00 9:00 12:00 15:00 18:00 21:00 0:00 3:00 6:00 9:00 12:00 15:00 18:00 21:00 系統供給量 Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 夜間電力最大利用アルゴリズム（１） 夜間電力を最大限利用するアルゴリズム 夜間電力の時間帯は二次電池が満充電するまで、充電する 昼間の時間帯はピークの電力が最大限下がるように放電する Discharge Charge 0:00 3:00 6:00 9:00 12:00 15:00 18:00 21:00 0:00 3:00 6:00 9:00 12:00 15:00 18:00 21:00 0:00 3:00 6:00 9:00 12:00 15:00 18:00 21:00 電力量料金 Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 電力需要 系統供給量 夜間電力最大利用アルゴリズム（２） 夜間電力を最大限利用するアルゴリズム 夜間電力の時間帯は二次電池が満充電するまで、充電する 昼間の時間帯は時間当たりの放電量が一定となるように放電する Discharge Charge 0:00 3:00 6:00 9:00 12:00 15:00 18:00 21:00 0:00 3:00 6:00 9:00 12:00 15:00 18:00 21:00 0:00 3:00 6:00 9:00 12:00 15:00 18:00 21:00 電力量料金 Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 電力需要 系統供給量 ケーススタディ Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 需要データについて 本シミュレーションで想定する事業所 契約電力 ２００ｋＷ 需要変動は２０１０年東京電力の需要変動と同じと仮定 一日の平均電力使用量は ３０００ｋＷｈ ＲＥ発電の導入はゼロとする。 一週間の電力需要量 年間の電力需要量 3000 2500 2000 1500 1000 500 0 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 90 80 70 60 50 40 30 20 10 0 0:00 7:00 14:00 21:00 4:00 11:00 18:00 1:00 8:00 15:00 22:00 5:00 12:00 19:00 2:00 9:00 16:00 23:00 6:00 13:00 20:00 3:00 10:00 17:00 3500 電力需要量(kWh/0.5h) 電力需要量（ｋＷｈ/day） 4000 出所 東京電力 過去の電力使用実績データ Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 電力料金について • 東京電力の法人向け高圧電力料金メニュー（２万Ｖ以内）を 用いる • 電力メニューは二種類 – 業務用電力 – 業務用季節別時間帯別電力（夜間電力が低価格） • 基本料金 – １５８５．５(円/kW・month) • 電力料金 – 基本料金＋電力量料金 出所 東京電力 法人向け高圧電力料金メニュー ２万V以内のケース Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 電気料金 業務用季節別時間帯別電力プラン その他季 16 16 14 14 12 10 13.96円 8 6 4 9.02円 13.38円 2 電力料金単価（円/kWh） 電力量料金単価（円 /kWh） 夏季（７月１日～９月３０日） 12 10 8 6 4 9.02円 12.28円 2 0 0 業務用電力プラン 夏季（７月１日～９月３０日） その他季 16 14 12 10 8 6 4 2 0 12.24（円/kWh） 電力量料金単価（円/kW） 電力料金単価（円/kW） 16 14 12 10 8 6 4 11.28（円/kWh） 2 0 Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo シミュレーション内容 • 二次電池の導入量を０～３０００ｋＷｈ（６ｋＷｈごと） として５００通りのシミュレーションを行う • 評価指標は以下の二つ – 契約料金 – 電力量料金 Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 二次電池容量と電力量料金 1250 1200 1150 多段平滑化 1100 1050 夜間電力利用 一日の平滑化が完了 1000 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 950 0% 電力量料金（万円/year） 二次電池導入量と電力量料金 夜間電力利用放電 レート固定 一日の平均需要に対する二次電池導入量（％） に対す 多段平滑化アルゴリズムは、一日の平滑化が完了した時点で電力料金の低下は見られない 一方で、夜間電力利用アルゴリズムは二次電池の容量の分だけ、夜間電力を利用している Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 二次電池容量と契約電力料金 契約電力料金（万円/year） 二次電池容量と契約電力料金 500 400 300 多段平滑化 200 夜間電力利用 100 0 平滑化が完了 一日の平滑化が完了 夜間電力利用放電 レート固定 一日の平均需要に対する二次電池導入量（％） 多段平滑化アルゴリズムは、一日の平滑化が完了した時点でこれ以上ピーク電力を下げる ことはできない一方で、夜間電力利用アルゴリズムは二次電池の容量の分だけ、夜間電力を 利用しているため夜間に電力需要のピークが現れる Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 二次電池容量と年間の電気代 1650 契約料金の 増加 契約電力料金が増加 1600 1550 多段平滑化 1500 夜間電力利用 1450 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 1400 0% 年間の電力料金（万円/year） 二次電池容量と年間電力料金 夜間電力利用放電 レート固定 一日の平均需要に対する二次電池導入量（％） 夜間電力利用アルゴリズムが本シミュレーションにおける 最適なアルゴリズムとなった 二次電池を導入すると一定の段階（一日の需要の３０％）で 効果がなくなる Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo 二次電池1kW当たりの利得の推移 二次電池1kWhあたりの利得（円/year） 二次電池導入量と1kWhあたりの年間利得 二次電池 の価格 利得の得ら れる導入量 0% 20% 40% 60% 80% 100% 一日の平均需要に対する二次電池導入量（％） 二次電池の導入に従って、急速に１ｋＷｈあたりの年間利得は減少する 上記のグラフと二次電池の価格から、利得の得られる導入量を算出することができる Department of Systems Innovation, Graduate School of Engineering, The University of Tokyo
© Copyright 2024 ExpyDoc
