[論文レビュー] Adaptive Optimal PMU Placement Based on Empirical Observability Gramian

Junjian Qi, Kai Sun+1 more|arXiv (Cornell University)|Nov 25, 2014

Power System Optimization and Stability参考文献 38被引用数 7

ひとこと要約

本稿では、PMU数に応じて、経験的可観測性グラミアンの行列式、トレース、最小固有値、条件数のうち、最適な目的関数を動的に選択する適応的最適PMU配置手法を提案する。低PMU数（例：＜10）の場合、行列式よりも最小固有値および条件数が、可観測性と推定性能を向上させることを示しており、NPCC 48機械系において、平方根無差分カルマンフィルタを用いて検証された結果、推定誤差が著しく低減され、収束速度が向上した。

ABSTRACT

In this paper, we compare four measures of the empirical observability gramian, including the determinant, the trace, the minimum eigenvalue, and the condition number, which can be used to quantify the observability of system states and to obtain the optimal PMU placement for power system dynamic state estimation. An adaptive optimal PMU placement method is proposed by automatically choosing proper measures as the objective function. It is shown that when the number of PMUs is small and thus the observability is very weak, the minimum eigenvalue and the condition number are better measures of the observability and are preferred to be chosen as the objective function. The effectiveness of the proposed method is validated by performing dynamic state estimation on an Northeast Power Coordinating Council (NPCC) 48-machine 140-bus system with the square-root unscented Kalman filter.

研究の動機と目的

• 動的状態推定（DSE）における最適PMU配置の分野において、体系的で定量的な可観測性指標の欠如、特に低PMU数下での課題を解決すること。
• 行列式、トレース、最小固有値（σ_min）、条件数（κ）の4つの経験的可観測性グラミアン指標の有効性を比較し、システム可観測性を定量化する能力を評価すること。
• PMU数に応じて最も適切なグラミアン指標を自動選択する適応的OPP手法を開発し、可観測性と推定精度を最大化すること。
• 大規模電力系統（NPCC 48機械、140母線）において、平方根無差分カルマンフィルタを用いた動的状態推定により、提案手法を検証すること。

提案手法

• システムの状態遷移関数および出力関数から、通常の運転条件下における経験的可観測性グラミアンを計算し、特定のPMU構成における状態可観測度を捉える。
• 最適PMU配置（OPP）の目的関数として、行列式、トレース、最小固有値（σ_min）、条件数（κ）の4つの指標を評価する。
• 適応的選択ルールを設計：PMU数が10以上の場合、行列式を用いる。低PMU数の場合、最小固有値（σ_min）よりも条件数（−κ）が優れた性能向上を示すため、これを使用する。
• OPP問題は微分フリー最適化（NOMADおよびOPTIツールボックス）を用いて解き、動的状態推定は3相故障を伴う5秒間の軌道上で平方根無差分カルマンフィルタを用いて実施する。
• 性能評価には、平均回転子角推定誤差および最終1秒以内に2％以内の誤差で収束した状態数を用いる。
• 適応的戦略は、行列式の対数（log det ≥ 0）の大きさに応じて、目的関数を動的に切り替えることで、数値的安定性と可観測性のロバスト性を確保する。

実験結果

リサーチクエスチョン

• RQ1 低PMU数下での動的状態推定において、行列式、トレース、最小固有値、条件数のうち、どの経験的可観測性グラミアン指標が、システム可観測性を最も信頼性高く定量化できるか？
• RQ2 異なるグラミアン指標を用いた最適PMU配置の性能は、推定誤差および状態変数の収束性の観点でどのように変化するか？
• RQ3 PMU数に応じて異なるグラミアン指標を切り替える適応的選択戦略は、固定された1つの指標を用いる場合と比較して、全体の可観測性と推定精度を向上させることができるか？
• RQ4 提案された適応的OPP手法は、大規模電力系統（NPCC 48機械、140母線）における動的状態推定において、推定誤差をどの程度低減し、収束状態数をどの程度増加させることができるか？

主な発見

• 低PMU数（＜10）の場合、行列式やトレースよりも、最小固有値および条件数が、可観測性をより安定的かつ意味的に明確に定量化できることを示した。
• トレースは、ゼロ固有値を検出できないため、効果が不十分である。ゼロ固有値は、非可観測状態を示す。
• 可観測性が弱い状態では、行列式が非常に小さな値を生じやすいため、低PMU状況下では信頼性の低い指標となる。
• 条件数（−κ）は、最小固有値（σ_min）を上回る性能向上を示し、低PMU数下での可観測性向上に寄与した。この結果、適応的目的関数としての採用が正当化された。
• 適応的OPP手法は、ランダムなPMU配置と比較して、顕著に低い平均回転子角推定誤差と、より多くの収束状態数を達成した。
• 単一指標OPP戦略と比較して、適応的手法は、NPCC 48機械、140母線系統における動的状態推定において、優れたロバスト性と精度を示した。