データ制約下の島嶼電力系統における偏差ベースの予備力確保と市場同時最適化

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Power systems researchers studying reserve sizing for high-VRE systems will find this intermediate approach valuable for data-constrained environments.

🏢実務担当者:Utility operators and system planners in island grids can adopt this deviation-based method to set reserve requirements without complex probabilistic models.

🏛政策担当者:Policymakers in SIDS can consider this framework to enhance grid reliability while integrating more renewables.

データ制約下にある島嶼電力系統では、変動性再生可能エネルギー（VRE）の導入割合が増加するにつれ、市場効率を維持しながら信頼性を確保することがますます困難になっている。既存の予備力（リザーブ）規模設定の慣行は、通常、固定された決定論的ルールか、データ集約的な確率論的手法のいずれかに依存しており、どちらも小島嶼開発途上国（SIDS）において実務上の限界がある。本論文は、低慣性の島嶼電力系統におけるエネルギーと運転予備力の同時最適化のための市場ベースの枠組みを開発するものであり、予備力要件は、運用上検証された高リスク系統状態を表す、歴史的に観測された極端な発電または需要の乖離から決定され、予備力の配分と価格設定は同時最適化プロセスから導出される。観測された運用上の変動性に依存することで、提案手法は明示的な確率論的不確実性モデリングを回避しつつ、系統のストレス状態に対する感度を維持する。この手法は、カリブ海地域のSIDSを代表する様式化された島嶼電力系統を用いて評価される。結果は、予備力要件が運用条件に非常に敏感であり、高変動時には需要の最大26.7%に達し、従来の固定予備力基準を大幅に上回ることを示している。本枠組みは、未供給電力量を削減し、予備力配分効率を改善し、ストレス条件下で希少性と整合的な予備力価格を生成する。これらの知見は、提案手法が決定論的予備力規模設定と確率論的予備力規模設定の間の実用的な中間的解決策を提供し、データ制約下にある島嶼電力系統に適したままであることを実証している。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Data-constrained island power systems with increasing shares of variable renewable energy (VRE) face growing challenges in maintaining reliability while preserving market efficiency. Existing reserve sizing practices typically rely on either fixed deterministic rules or data-intensive probabilistic methods, both presenting practical limitations in Small Island Developing States (SIDS). This paper develops a market-based framework for the co-optimization of energy and operating reserves in low-inertia island power systems, in which reserve requirements are determined from historically observed extreme generation or load deviations that represent operationally validated high-risk system conditions, while reserve allocation and pricing emerge from the co-optimization process. By relying on observed operational variability, the proposed approach avoids explicit probabilistic uncertainty modeling while retaining sensitivity to system stress conditions. The approach is evaluated using a stylized island power system representative of Caribbean SIDS. Results show that reserve requirements are highly sensitive to operating conditions, reaching up to 26.7% of demand under high variability and significantly exceeding conventional fixed reserve criteria. The framework reduces non-served energy, improves reserve allocation efficiency, and generates scarcity-consistent reserve prices under stressed conditions. These findings demonstrate that the proposed methodology provides a practical intermediate solution between deterministic and probabilistic reserve sizing approaches while remaining suitable for data-constrained island power systems.

• Research Square https://doi.org/10.20944/preprints202606.0983.v1first seen 2026-06-20 04:53:09 · last seen 2026-06-26 04:37:58