[論文レビュー] Ambient Signals based Load Modeling with Combined Gradient-based Optimization and Regression Method.

Xinran Zhang, David J. Hill+2 more|arXiv (Cornell University)|Feb 20, 2020

Energy Load and Power Forecasting被引用数 2

ひとこと要約

本稿では、環境信号に基づく負荷モデリングのための勾配ベース最適化と回帰の組み合わせ手法を提案する。計算効率とモデルの複雑さが向上する。静的負荷パラメータは回帰により特定され、誘導電動機のパラメータは残差を用いた勾配ベース最適化により特定され、収束性を高めるために準凸性を達成する。広東電力系統での実証により、性能が向上したことが確認された。

ABSTRACT

Load modeling has been an important issue in modeling a power system. Ambient signals based load modeling approach has recently been proposed to better track the time-varying changes of load models caused by the increasing uncertain factors in power loads. To improve the computation efficiency and the model structure complexity of the previous approaches, a combined gradient-based optimization and regression method is proposed in this paper to identify the load model parameters from ambient signals. An open static load model structure in which various static load models can be applied, together with the induction motor as the dynamic load model, are selected as the composite load model structure for parameter identification. Then, the static load model parameters are identified through regression, after which the induction motor parameters can be obtained through optimization with the regression residuals being the objective function. After the transformation of the induction motor model, the objective function is quasiconvex in most of the feasible region so that the gradient-based optimization algorithm can be applied. The case study results in Guangdong Power Grid have shown the effectiveness and the improvement in computation efficiency of the proposed approach.

研究の動機と目的

• 急増する不確実性に起因する現代電力系統における時変的負荷ダイナミクスのモデリングの課題に対処する。
• 環境信号ベースの負荷同定における計算効率の向上とモデル構造の複雑さの低減を図る。
• 包括的表現を可能にするために、オープンな静的構造と誘導電動機ダイナミクスを組み合わせた複合負荷モデルを開発する。
• 環境信号から静的および動的負荷成分の両方のパラメータを正確に同定可能にする。
• 目的関数の準凸性を活用して、最適化の収束性と効率性を保証する。

提案手法

• 多様な負荷行動を表現するために、オープンな静的負荷構造と誘導電動機モデルから成る複合負荷モデルを用いる。
• 環境信号データを用いて回帰により静的負荷モデルのパラメータを同定する。
• 静的モデルの適合後、測定値と予測応答との間の残差を計算する。
• 誘導電動機のパラメータ同定を、残差を目的関数とする最適化問題として定式化する。
• 目的関数が許容領域の大部分で準凸性を示すように、誘導電動機モデルを変換する。
• 準凸性のおかげで勾配ベース最適化アルゴリズムを効率的に適用し、パラメータ同定問題を解く。

実験結果

リサーチクエスチョン

• RQ1 回帰と勾配ベース最適化を組み合わせた手法は、環境信号ベースの負荷モデリングにおける計算効率を向上させることができるか？
• RQ2 複合負荷モデルにおいて、環境信号から静的および動的負荷パラメータを効果的に同定する方法は何か？
• RQ3 誘導電動機モデルの変換により、勾配ベース最適化に適した準凸的目的関数が得られるか？
• RQ4 提案手法は、時変的負荷状態において、モデルの複雑さを低減しつつ正確性を維持できるか？
• RQ5 実際の電力系統データ、例えば広東電力系統からのデータにおいて、本手法はどの程度の性能を示すか？

主な発見

• 提案手法は、従来の環境信号ベースの手法と比較して、計算効率が向上した。
• モデル変換後、誘導電動機のパラメータ同定の目的関数は準凸性を示し、効果的な勾配ベース最適化が可能になった。
• 回帰による静的負荷パラメータ同定は、その後の最適化のための安定した初期推定値を提供した。
• 広東電力系統における事例研究により、時変的負荷ダイナミクスの追跡能力の有効性が確認された。
• 複合負荷モデル構造は、さまざまな静的負荷タイプと誘導電動機ダイナミクスを効果的に統合し、正確な表現を実現した。