[論文レビュー] Distributed Robust Bilinear State Estimation for Power Systems with Nonlinear Measurements

Weiye Zheng, Wenchuan Wu+2 more|arXiv (Cornell University)|Aug 15, 2015

Power System Optimization and Stability参考文献 3被引用数 9

ひとこと要約

本稿では、非線形測定を伴うマルチエリア電力系統に対して、完全に分散化されたロバストな双一次状態推定（D-RBSE）手法を提案する。各エリアで局所的な状態推定が可能であり、相互間の通信を最小限に抑え、並列非線形変換を実行し、中央コーディネータに依存しない。また、ロバストな定式化により悪影響を及ぼす測定値（bad data）を効果的に抑制する。IEEE 14バスおよび118バス系で検証された。

ABSTRACT

This paper proposes a fully distributed robust state-estimation (D-RBSE) method that is applicable to multi-area power systems with nonlinear measurements. We extend the recently introduced bilinear formulation of state estimation problems to a robust model. A distributed bilinear state-estimation procedure is developed. In both linear stages, the state estimation problem in each area is solved locally, with minimal data exchange with its neighbors. The intermediate nonlinear transformation can be performed by all areas in parallel without any need of inter-regional communication. This algorithm does not require a central coordinator and can compress bad measurements by introducing a robust state estimation model. Numerical tests on IEEE 14-bus and 118-bus benchmark systems demonstrate the validity of the method.

研究の動機と目的

• 大規模でマルチエリアの電力系統において、非線形測定を伴う状態推定の課題に取り組むこと。中央集権的アプローチは現実的ではない。
• 相互間通信を最小限に抑えつつ、推定精度とロバスト性を維持する分散手法を開発すること。
• 中央コーディネータに依存しないことで、リアルタイムの電力系統監視におけるスケーラビリティと耐障害性を実現すること。
• 悪影響を及ぼす測定値の影響を圧縮・緩和するロバスト推定技術を、状態推定プロセスに統合すること。
• 制御エリア間で線形および非線形ステージを分離することで、計算効率と並列処理の可能性を確保すること。

提案手法

• ロス関数を用いて、外れ値への感受性を低減するロバストな定式化に、双一次状態推定の定式化を拡張する。
• 各制御エリアは線形化された測定値と自らのデータを用いて局所的状態推定を実行し、相互間のデータ交換を最小限に抑える。
• 非線形変換は、相互間の通信を要せず、すべてのエリアで並列に処理される。
• 反復的な最適化戦略を用いて、分散運用を維持したまま状態推定値を段階的に改善する。
• ハッバー損失に基づくロバストなコスト関数を導入し、推定プロセス中に悪影響を及ぼす測定値の影響を抑制する。
• 分散構造により、スケーラビリティと故障耐性が確保され、初期の調整後は各エリアが独立して動作する。

実験結果

リサーチクエスチョン

• RQ1 中央コーディネータが存在しない状況で、複数の制御エリアにまたがる分散型状態推定はどのように実現できるか？
• RQ2 非線形測定値は、電力系統における分散型状態推定の精度と収束性にどのような影響を与えるか？
• RQ3 ロバスト推定技術は、悪影響を及ぼす測定値の影響を効果的に抑制する分散型双一次フレームワークに統合可能か？
• RQ4 通信負荷と推定精度の観点から、本手法は中央集権的または他の分散型手法と比べてどのように差をつけるか？
• RQ5 測定ノイズや悪影響測定値のレベルが変動する条件下でも、本手法のスケーラビリティとロバスト性はどの程度の性能を示すか？

主な発見

• 提案されたD-RBSE手法は、悪影響を及ぼす測定値が存在する状況下でも、IEEE 14バスおよび118バスのテストシステムで高い推定精度を達成した。
• 局所的推定と協調のない並列非線形処理により、相互間通信が顕著に削減された。
• ロバストな定式化により、非ロバストな手法と比較して推定誤差が低減され、悪影響測定値の影響が効果的に抑制されたことが実証された。
• 複数の反復においても収束性と安定性を維持しており、大規模システムにおける信頼性が確認された。
• 数値結果から、中央集権的ロバスト状態推定と同等またはそれ以上の精度と耐性を示すことが明らかになった。
• 小規模（14バス）および大規模（118バス）システムにおいて一貫した性能を示しており、システムサイズに応じた良好なスケーラビリティが裏付けられた。