Conges'on Forecas'ng in Wholesale Power Markets Literature - - PowerPoint PPT Presentation

Conges'on ¡Forecas'ng ¡in ¡ Wholesale ¡Power ¡Markets

¡ ¡ Literature ¡Survey ¡presenta/on ¡on ¡10/25/2013 ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡-­‑By: ¡Praveen ¡Iyer ¡

Outline:

• Challenges ¡-­‑ ¡Authors’ ¡view ¡on ¡Transmission ¡Conges/on ¡forecas/ng ¡: ¡

Utmost ¡need ¡of ¡the ¡hour ¡? ¡

• Approaches ¡used ¡for ¡Conges/on ¡forecas/ng ¡by ¡different ¡Authors ¡
• LMP ¡and ¡Conges/on ¡Forecas/ng ¡: ¡Intertwined? ¡

Transmission ¡Conges'on ¡forecas'ng: ¡Need ¡of ¡the ¡hour ¡?

How ¡different ¡authors ¡stressed ¡the ¡need ¡for ¡developing ¡ methods ¡to ¡compute ¡Transmission ¡Conges'on ¡Forecas'ng ¡? ¡

• The ¡first ¡and ¡foremost ¡reason ¡– ¡Deregula/on ¡of ¡Power ¡Markets. ¡
• De-­‑regula/on ¡brought ¡in ¡so ¡many ¡companies ¡into ¡trading ¡ac/vi/es ¡

thereby ¡crea/ng ¡a ¡compe//ve ¡market ¡Environment. ¡ ¡ ¡

• Subsequently ¡more ¡short ¡term ¡trading ¡ac/vi/es ¡started ¡taking ¡place. ¡
• One ¡of ¡the ¡reason ¡for ¡Short-­‑term ¡power ¡trading ¡is ¡also ¡overall ¡increase ¡in ¡Non-­‑

base ¡loads ¡like ¡Wind ¡and ¡Solar ¡Energy. ¡ ¡ ¡ ¡

¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡

• L. ¡Min, ¡S. ¡T. ¡Lee, ¡P. ¡Zhang, ¡V. ¡Rose, ¡and ¡J. ¡Cole, ¡“Short-­‑term ¡probabilis/c ¡transmission ¡conges/on ¡forecas/ng,” ¡in ¡Proc. ¡IEEE ¡DPRT ¡

2008, ¡Nanjing, ¡China, ¡Apr. ¡2008, ¡pp. ¡764–770 ¡

• Also, ¡unexpected ¡Intra-­‑day ¡modifica/ons ¡in ¡Power ¡Markets ¡makes ¡Day-­‑ahead ¡forecast ¡more ¡complex. ¡
• In ¡an ¡event ¡of ¡unforeseen ¡Conges/on, ¡the ¡electricity ¡price ¡shoots ¡up ¡thus ¡pueng ¡the ¡burden ¡on ¡Consumers ¡also ¡ISO’s ¡

purpose ¡of ¡ensuring ¡reliable ¡Power ¡Supply ¡to ¡Consumers ¡is ¡defeated. ¡

¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡

¡ ¡

• J. ¡Bas/an, ¡J. ¡Zhu, ¡V. ¡Banunarayanan, ¡and ¡R. ¡Mukerji, ¡“Forecas/ng ¡energy ¡prices ¡in ¡a ¡compe//ve ¡market,” ¡IEEE ¡Comput. ¡Appl. ¡Power, ¡
• vol. ¡12, ¡no. ¡3, ¡pp. ¡40–45, ¡Jul. ¡1999. ¡

¡

• Also ¡the ¡other ¡reasons ¡for ¡having ¡Conges/on ¡Forecas/ng ¡is ¡that ¡Load ¡

Varia/ons ¡could ¡be ¡introduced ¡into ¡the ¡system ¡in ¡case ¡of ¡any ¡ Topological ¡Modifica/ons ¡introduced ¡in ¡the ¡Network ¡associated ¡with ¡ a ¡par/cular ¡region. ¡

• The ¡best ¡example ¡for ¡such ¡a ¡scenario ¡is ¡the ¡European ¡Transmission ¡

System ¡Operator ¡(TSO) ¡in ¡which ¡many ¡of ¡the ¡European ¡Countries ¡are ¡ part ¡of ¡a ¡common ¡Energy-­‑trading ¡Network. ¡

• Such ¡a ¡Network ¡spread ¡across ¡geographical ¡area ¡is ¡highly ¡vulnerable ¡

to ¡conges/on ¡thus ¡promp/ng ¡the ¡need ¡for ¡having ¡a ¡forecast. ¡ ¡

Example ¡of ¡Inter-­‑connected ¡European ¡Network:

¡ ¡

Jiri ¡Vresky ¡and ¡Patrick ¡PanciaAci, ¡“Day ¡ahead ¡CongesAon ¡Forecast ¡for ¡the ¡secure ¡operaAon ¡of ¡ European ¡Transmission ¡System”. ¡

¡ ¡

Approaches ¡used ¡for ¡Conges'on ¡forecas'ng:

Classifica/on: ¡

• Next-­‑hour ¡forecast ¡/ ¡Short-­‑term ¡(Intra-­‑day) ¡forecast ¡
• Day-­‑ahead ¡forecast ¡
• Using ¡Day-­‑ahead ¡LMP ¡forecast ¡to ¡forecast ¡Transmission ¡Conges/on ¡
• Supply-­‑side ¡strategic ¡behavior ¡forecasts ¡using ¡Ar/ficial ¡Simulated ¡

agents ¡ ¡ However, ¡AC/DC ¡OPF ¡model, ¡con/ngency ¡analysis ¡and ¡historical ¡data ¡is ¡ used ¡as ¡a ¡basis ¡for ¡all ¡types ¡of ¡conges/on ¡forecast ¡models ¡and ¡ approaches ¡

Next ¡hour ¡forecast ¡/ ¡Short-­‑term ¡(Intra-­‑day):

• In ¡one ¡of ¡the ¡research ¡paper, ¡D. ¡W. ¡Bunn, ¡“ForecasAng ¡loads ¡and ¡prices ¡in ¡

compeAAve ¡power ¡markets,”Proc. ¡IEEE, ¡vol. ¡88, ¡no. ¡2, ¡pp. ¡163–169, ¡Feb. ¡2000, ¡author ¡

discussed ¡‘Variable ¡Segmenta/on’ ¡method ¡for ¡forecas/ng ¡the ¡demand ¡side ¡ conges/on. ¡

• In ¡this ¡method, ¡the ¡variables ¡used ¡for ¡forecas/ng ¡is ¡separated ¡into ¡several ¡

separate ¡/me-­‑series ¡regression ¡models ¡for ¡each ¡hour ¡using ¡weather ¡ variables ¡and ¡specific ¡market ¡informa/on. ¡

• According ¡to ¡author, ¡the ¡idea ¡of ¡variable ¡segmenta/on ¡i.e. ¡framing ¡the ¡

problem ¡as ¡24 ¡separate ¡hourly ¡models ¡renders ¡each ¡model ¡rather ¡more ¡

• simple. ¡
• Though ¡it ¡involves ¡more ¡parameters ¡and ¡is ¡computa/onally ¡intensive, ¡this ¡

method ¡allows ¡different ¡variables ¡to ¡have ¡different ¡response ¡func/ons ¡for ¡ each ¡hour. ¡

Next ¡hour ¡forecast ¡/ ¡Short-­‑term ¡(Intra-­‑day):

• The ¡other ¡approaches ¡discussed ¡by ¡the ¡same ¡author ¡was: ¡ ¡

> ¡Combina/on ¡of ¡Forecasts: ¡Based ¡on ¡iden/fica/on ¡of ¡different ¡ models, ¡a ¡sta/s/cally ¡more ¡accurate ¡forecast ¡can ¡be ¡obtained ¡through ¡ a ¡linear ¡combina/on ¡of ¡their ¡outputs. ¡ ¡ ¡ > ¡Load ¡forecas/ng ¡with ¡Neural ¡Networks ¡ ¡ ¡ ¡ ¡

Next ¡hour ¡forecast ¡/ ¡Short-­‑term ¡(Intra-­‑day):

• In ¡the ¡research ¡paper ¡by ¡Q. ¡Zhou, ¡L. ¡Tesfatsion, ¡and ¡C. ¡C. ¡Liu, ¡“Global ¡

sensi/vity ¡analysis ¡for ¡the ¡short-­‑term ¡predic/on ¡of ¡system ¡variables,” ¡ in ¡Proc. ¡IEEE ¡PES ¡General ¡MeeAng ¡2010, ¡Minneapolis, ¡MN, ¡Jul. ¡29, ¡ 2010, ¡the ¡author’s ¡have ¡developed ¡a ¡Predic/on ¡Algorithm ¡based ¡on ¡ Sensi/vity ¡Matrix, ¡System ¡panern ¡applied ¡to ¡DC ¡OPF ¡formula/on ¡and ¡ the ¡Linear ¡rela/onship ¡of ¡variables. ¡

• LMP ¡= ¡F(L) ¡(1) ¡
• LMP ¡= ¡[LMP1, ¡LMP2, ¡. ¡. ¡. ¡, ¡LMPN]T ¡(2) ¡
• L ¡= ¡[L1, ¡L2, ¡. ¡. ¡. ¡, ¡LN]T ¡(3) ¡

• In ¡these ¡equa/ons, ¡N ¡denotes ¡the ¡number ¡of ¡buses, ¡LMPi ¡denotes ¡the ¡

LMP ¡at ¡bus ¡i, ¡and ¡Li ¡denotes ¡the ¡load ¡at ¡bus ¡i. ¡

• The ¡Jacobian ¡matrix ¡formed ¡corresponding ¡to ¡equa/on(4) ¡is: ¡

¡ ¡

• This ¡Jacobian ¡matrix ¡is ¡derived ¡at ¡a ¡system ¡opera/ng ¡point ¡for ¡a ¡given ¡

distributed ¡load ¡panern. ¡ ¡

• The ¡linear ¡approxima/on ¡of ¡func/on ¡(1) ¡at ¡this ¡opera/ng ¡point ¡can ¡be ¡

expressed ¡as ¡follows: ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ΔLMP ¡= ¡J ¡・ΔL ¡(5) ¡ ¡

• Moreover, ¡the ¡deriva/on ¡of ¡the ¡Jacobian ¡matrix ¡(4) ¡can ¡be ¡extended ¡to ¡

encompass ¡rates ¡of ¡change ¡with ¡regard ¡to ¡unit ¡dispatch ¡levels, ¡ transmission ¡line ¡power ¡flows, ¡and ¡line ¡shadow ¡prices, ¡in ¡addi/on ¡to ¡LMPs. ¡

• Also, ¡the ¡author ¡uses ¡System ¡panerns ¡in ¡terms ¡of ¡the ¡dispatch ¡states ¡
• f ¡genera/on ¡units ¡and ¡the ¡conges/on ¡states ¡of ¡transmission ¡lines. ¡
• Specifically, ¡each ¡genera/on ¡unit ¡is ¡categorized ¡as ¡dispatched ¡at ¡

minimum ¡capacity ¡/ ¡maximum ¡capacity ¡or ¡par/ally ¡dispatched. ¡

• In ¡the ¡flowing ¡System ¡panern ¡table, ¡flags ¡are ¡used ¡to ¡denote ¡the ¡

states ¡of ¡genera/on ¡units ¡and ¡transmission ¡lines: ¡ ¡ ¡

• Based ¡on ¡the ¡DC ¡OPF ¡Formula/on ¡and ¡Linear ¡rela/ons, ¡the ¡following ¡

predic/on ¡method ¡is ¡proposed: ¡ ¡

• Similarly, ¡authors ¡Q. ¡Zhou, ¡L. ¡Tesfatsion, ¡and ¡C. ¡C. ¡Liu, ¡Short-­‑Term ¡

CongesAon ¡ForecasAng ¡in ¡Wholesale ¡Power ¡Markets, ¡IEEE ¡Trans. ¡on ¡ Power ¡Systems, ¡Vol. ¡26, ¡No.4, ¡Nov. ¡2011 ¡have ¡applied ¡Convex ¡Hull ¡ es/ma/on ¡for ¡Historical ¡SPR’s ¡and ¡Probabilis/c ¡forecas/ng ¡in ¡DC ¡OPF ¡ to ¡determine ¡forecas/ng ¡of ¡conges/on ¡regions ¡in ¡the ¡Load ¡Space. ¡

• In ¡one ¡of ¡the ¡research ¡paper ¡by ¡L. ¡Min, ¡S. ¡T. ¡Lee, ¡P. ¡Zhang, ¡V. ¡Rose, ¡

and ¡J. ¡Cole, ¡“Short-­‑term ¡probabilisAc ¡transmission ¡congesAon ¡ forecasAng,” ¡in ¡Proc. ¡IEEE ¡DPRT ¡2008, ¡Nanjing, ¡China, ¡Apr. ¡2008, ¡the ¡ authors ¡have ¡applied ¡sequen/al ¡Monte ¡Carlo ¡Simula/on ¡to ¡ Probabilis/c ¡Load ¡Flow. ¡

• It ¡was ¡achieved ¡by ¡using ¡the ¡following ¡steps: ¡
• 1. Load ¡Uncertainty ¡Modeling ¡
• 2. Co-­‑rela/on ¡between ¡loads ¡and ¡sampling ¡technique ¡modeling ¡
• 3. Probabilis/c ¡model ¡of ¡Genera/on ¡and ¡
• 4. Probabilis/c ¡model ¡of ¡Transmission ¡Con/ngency ¡

Day-­‑ahead ¡conges'on ¡forecas'ng:

• ¡It ¡is ¡the ¡widely ¡followed ¡approach ¡towards ¡dealing ¡with ¡conges/on ¡forecas/ng. ¡
• In ¡the ¡research ¡paper ¡by ¡C. ¡Barbulescu, ¡et. ¡al. ¡“Deregulated ¡Power ¡Market ¡CongesAon ¡

Management”, ¡the ¡authors ¡have ¡used ¡variables, ¡constraints ¡and ¡objec/ve ¡func/on ¡in ¡the ¡OPF ¡ equa/on ¡as ¡a ¡mathema/cal ¡model ¡for ¡applying ¡them ¡to ¡Probabilis/c ¡Approach. ¡

• The ¡following ¡steps ¡are ¡carried ¡out: ¡

1. Probabilis/c ¡modelling ¡of ¡consumed ¡powers ¡ 2. Random ¡con/ngencies ¡analysis ¡ 3. Sample ¡Acceptance ¡ The ¡authors ¡developed ¡a ¡sotware ¡tool ¡to ¡run ¡the ¡process ¡and ¡the ¡results ¡were ¡available ¡for ¡each ¡of ¡ the ¡congested ¡branch: ¡ A. Sample ¡containing ¡the ¡Congested ¡branch ¡ B. The ¡con/ngency ¡scenario’s ¡considered ¡

• The ¡other ¡methods ¡used ¡are ¡to ¡find ¡day-­‑ahead ¡forecast ¡values ¡using ¡Standard ¡devia/on ¡and ¡

Probabilis/c ¡distribu/on ¡based ¡on ¡Network ¡models. ¡ ¡ ¡ ¡

Using ¡Day-­‑ahead ¡LMP ¡prices ¡forecast ¡to ¡ forecast ¡Transmission ¡Conges'on:

• In ¡one ¡of ¡the ¡research ¡paper, ¡G.Li, ¡C.C.Liu ¡and ¡H.Salazar ¡“ ¡ForecasAng ¡

Transmission ¡CongesAon ¡using ¡Day-­‑Ahead ¡Shadow ¡Prices”, ¡authors ¡had ¡ interes/ngly ¡used ¡the ¡day-­‑ahead ¡Shadow ¡price ¡forecast ¡for ¡forecas/ng ¡ day-­‑ahead ¡Transmission ¡Conges/on. ¡ ¡

• In ¡this ¡paper, ¡the ¡authors ¡apply ¡a ¡factor-­‑model ¡approach ¡to ¡a ¡grid ¡

environment ¡that ¡uses ¡LMP ¡and ¡then ¡LSE ¡is ¡implementa/on ¡is ¡done ¡to ¡ simplify ¡the ¡parameteriza/on ¡of ¡/me ¡series ¡factor ¡modeling. ¡

• As ¡the ¡factor-­‑model ¡provides ¡interpretability, ¡the ¡same ¡is ¡used ¡for ¡

predic/on ¡of ¡day-­‑ahead ¡conges/on ¡condi/ons. ¡

• The ¡shadow ¡price ¡mul/plied ¡by ¡the ¡power ¡flow ¡on ¡the ¡constrained ¡facility ¡

during ¡each ¡hour ¡is ¡the ¡hourly ¡gross ¡conges/on ¡cost ¡for ¡the ¡constraint. ¡

• Thus, ¡the ¡author ¡develops ¡a ¡model ¡to ¡forecast ¡conges/on ¡based ¡on ¡Inter-­‑

twining ¡property ¡of ¡LMP ¡Pricing ¡and ¡Conges/on ¡

Summary ¡of ¡Error ¡values ¡of ¡different ¡models ¡ for ¡Transmission ¡Conges'on:

• Research ¡paper ¡by ¡A.Loland, ¡E.Ferkingstad ¡and ¡M.Wilhelmsen, ¡

“Forecas/ng ¡Transmission ¡Conges/on”, ¡The ¡Journal ¡of ¡Energy ¡ Markets, ¡Vol. ¡5 ¡No.3, ¡the ¡authors ¡have ¡applied ¡various ¡models ¡to ¡a ¡ system ¡to ¡determine ¡the ¡Root ¡Mean ¡Square ¡Error ¡(RMSE) ¡and ¡Mean ¡ Absolute ¡Percentage ¡Error ¡(MAPE) ¡for ¡different ¡models. ¡

• ¡ ¡Author ¡also ¡used ¡combina/on ¡of ¡different ¡models ¡to ¡consider ¡their ¡

weighted ¡sum ¡in ¡order ¡to ¡summarize ¡the ¡error ¡table. ¡

¡ ¡ ¡

Thank ¡You ¡ ¡

¡ ¡ hnp://www.powermatrixgame.com/ ¡