Making Aggregations Reliable: Realizability Guarantees for Battery Fleets with Heterogeneous Power and Energy Limits

技術要約：不均一な蓄電池フリートにおける集約の信頼性向上

問題提起
集約された蓄電池エネルギー貯蔵システム（BESS）は、不均一な多数の蓄電池要素からなる大規模なフリートが、卸電力市場やシステムレベルの最適化に参加することを可能にする。しかし、大規模なフリート内の個々の要素を明示的にスケジューリングおよびディスパッチすることは、計算量的に不可能である。既存の集約モデルの多くは、複雑さを軽減するために凸緩和（convex relaxations）に依存しているが、これらは要素レベルでの非凸な補完性制約（同時充電・同時放電の禁止）を無視することが一般的である。その結果、これらのモデルは、集約レベルでは実行可能に見えても、個々の電池に実装した際には物理的に実行不可能となり、エネルギー制限や補完性制約を違反する可能性があるディスパッチ解を生成してしまう。個々の制約を遵守しつつ、大規模かつ不均一なフリートへとスケールアップできる集約モデルが不足している。

手法
本論文では、不均一なBESSフリートのために設計された**実効的複合蓄電池（Realizable Composite Battery: RCB）**モデルを提案する。コアとなる手法は以下の通りである：

1. 複合モデリング（Composite Modeling）: フリートを、粗いスケジューリング時間ステップ（$\Delta t$）で動作する単一の複合蓄電池としてモデル化し、$N$個の個別の要素の電力およびエネルギー状態を集約する。

2. プライオリティ・スタック・コントローラー（Priority Stack Controller: PSC）: ディサグリゲーション（個別要素への分解）戦略として、正規化された状態エネルギー（SOE）に基づいて個々の要素をソートする手法を導入する。正規化SOEが低い要素は充電が優先され、正規化SOEが高い要素は放電が優先される。このコントローラーは、より細かい制御時間ステップ（$\delta t$）で動作する。

3. 実効性のための十分条件: 集約された充電（$P_c$）および放電（$P_d$）の軌跡に対して、PSCが個別の制約を違反することなくコマンドを正常に分解できることを保証する、単純な線形条件を導出する。これらの条件は、以下の3つの構造的仮定に基づいている：

   • 対称的な電力制限（要素あたりの最大充電・放電電力が等しい）。
   • 全要素における一様な電力対エネルギー比。
   • 均質な充電・放電効率。
   • （さらに、正規化SOEの初期の分散が限定されている必要がある）。

   導出された条件には以下が含まれる：

   • 同一の要素に対して充電と放電を同時に行わないようにするための、$P_c + P_d$ に対する「切断平面（cutting plane）」制約。
   • 集約されたSOE（$E$）に関する「バッファ」制約。これは、制御時間ステップおよび電力対エネルギー比の関数である$\tilde{\epsilon}$を用いて、総容量の$[\tilde{\epsilon}, 1-\tilde{\epsilon}]$内にSOEが留まることを保証する。このバッファは、プライオリティベースの制御によって生じる個別のSOEの分散を吸収するためのものである。

主な貢献

1. 不均一性への拡張: 本論文は、不均一な要素を持つ複合蓄電池の枠組みを拡張し、変動する電力およびエネルギー制限を捉える線形集約モデルを導出した。
2. 実効性の保証: プリオリティベースのディサグリゲーション戦略を一般化し、任意の集約ディスパッチが、電力制限、エネルギー制限、および補完性を遵守しつつ、要素レベルで確実に実行可能となるための十分な線形条件を提供した。
3. 実行可能領域の特性評価: 著者らは集約された実行可能領域を特性化し、制御の粒度（$\delta t$）を精緻化することで精度が向上する一方で、計算の実行可能性が維持されることを示した。

数値結果
提案されたモデルは、フリートサイズが$N=10$から$N=1000$までのユニットコミットメント（UC）問題を用いて評価された。

• 実行可能性: 補完性を無視する緩和されたマイクロモデルとは異なり、RCBモデルはすべてのケースにおいて実行可能なディスパッチ解を生成した。
• スケーラビリティ: RCBモデルの解時間は、フリートサイズに事実上依存せず（約2秒を維持）、一方で混合整数線形計画法（MILP）によるマイクロモデルの解時間は、$N$の増加とともに急激に増大した（2時間のホライゾンで$N=1000$の際に約52秒に達し、24時間のホライゾンでは極めて悪化した）。
• 最適性: 粗い制御粒度（$\delta t = 10$分）では、RCBモデルは制約が厳しくなるため保守的になり、コストが高くなった。しかし、$\delta t$を精緻化（1分まで）していくと、RCBの目的関数コストは、計算の実行可能性を維持しながら、最適なMILPベンチマークへと収束した。
• 堅牢性: 電力対エネルギー比の一様性の仮定を緩和する場合の検討を行った。電力またはエネルギー容量を人工的に制限して一様な比率を強制することで、実効性が回復できることを著者らは示したが、これは保守性（利用可能な容量の減少）と性能コストとのトレードオフを伴う。

意義および主張
本論文は、大規模な不均一フリートに対してスケールアップ可能であり、かつディスパッチ決定が物理的に実行可能であることを保証する集約モデリングの枠組みを提供することで、文献における重要なギャップに対処していると主張している。その意義は、マイクロモデリングの計算負荷や、標準的な凸緩和に内在する実行不可能なディスパッチのリスクを回避しながら、システムレベルの最適化（ユニットコミットメントなど）に蓄電池フリートを統合できる点にある。著者らは、現在のフレームワークが特定の構造的仮定（特に一様な電力対エネルギー比）に依存しているものの、提案された線形条件とプライオリティベースのコントローラーは、信頼できる集約に向けた扱いやすい経路を提供するものであり、今後はこれらの仮定を緩和し、市場参加やネットワーク制約の設定へと拡張する必要があると述べている。