Determination of Incentive Level of Direct Load Control using Probabilistic Technique with Variance Reduction Technique

This paper presents a new approach for determining an accurate incentive levels of Direct Load Control (DLC) program using probabilistic techniques. The economic analysis of DLC resources needs to identify the hourly-by-hourly expected energy-not-served resulting from the random outage characteristics of generators as well as to reflect the availability and duration of DLC resources, which results the computational explosion. Therefore, the conventional methods are based on the scenario approaches to reduce the computation time as well as to avoid the complexity of economic studies. In this paper, we have developed a new technique based on the sequential Monte Carlo simulation to evaluate the required expected load control amount in each hour and to decide the incentive level satisfying the economic constraints. In addition, we have applied the variance reduction technique to enhance the efficiency of the simulation. To show the efficiency and effectiveness of the suggested method, the numerical studies have been performed for the modified IEEE 24-bus reliability test system.

확률적 기법을 통한 직접부하제어의 제어지원금 산정

본 논문은 확률적 기법을 적용하여 직접부하제어의 적정한 지원금을 산정하는 새로운 방법론을 제안한다. 직접부하제어의 경제성 분석은 발전기의 고장정지 특성, 직접부하제어 자원의 차단용량 및 차단시간 등을 모두 고려해야 하기 때문에 현실적으로 불가능한 것으로 인식되었다. 따라서 기존의 연구에서는 시나리오 접근법을 사용하여 직접부하제어의 경제성 평가를 수행하였다. 본 논문에서는 몬테카를로 시뮬레이션을 적용하여 직접부하제어의 제어전력량을 확률적으로 추정하고 이를 기반으로 직접부하제어의 지원금을 산정하는 새로운 접근법을 개발하였다. 또한 시뮬레이션의 효율을 향상시키기 위하여 분산감소 기법을 적용하였다. 본 논문에서 제안한 방법론의 유용성을 보이기 위해 IEEE 24-모선 신뢰도 계통에 적용하여 사례연구를 수행하였다.