[論文レビュー] Feeder Topology Identification.

Raffi Sevlian, Ram Rajagopal|arXiv (Cornell University)|Mar 24, 2015

Optimal Power Flow Distribution参考文献 12被引用数 14

ひとこと要約

本稿では、スパarsityな電力潮流および負荷測定値を用いて住宅用配電受電線のスパニングツリー特定手法を提案し、正確な受電線トポロジ識別を可能にする。決定論的状況下ではセンサ配置が同定可能性を決定づけることを確立し、ノイズのある負荷予測が存在する状況における局所最適なセンサ配置アルゴリズムを導入する。

ABSTRACT

Advanced control of distributed energy resources at the consumer level requires full situational awareness of the the distribution system. One important problem is that of feeder topology identification, due to changing switch configurations, given a sparse number of measurements. We formulate the problem for residential feeders as a spanning tree identification problem over a general graph. Given a set of power flow measurements and load pseudo measurements, we show that the underlying graph structure is crucial in defining identifiability of the correct spanning tree on the graph. First we solve the deterministic case of known true loads and measured power flow. We show that the placement of sensors on the network alone determine whether the set of spanning trees can be correctly identified. In the stochastic case where loads are in the form of noisy forecasts, we present a locally optimal sensor placement algorithm.

研究の動機と目的

• スパarsityな測定値から正しい受電線トポロジを特定することで、配電系統における完全な状況認識を実現すること。
• 動的スイッチ設定と限られた測定可能性という課題に直面したトポロジ同一定識の課題に対処すること。
• 真のスパニングツリーが電力潮流および負荷測定値から一意に同定可能となる条件を特定すること。
• ノイズのある負荷予測が存在する状況で同定可能性を最大化するセンサ配置戦略を開発すること。
• 問題を一般グラフ構造上のスパニングツリー同一定識タスクとして形式化すること。

提案手法

• 配電系統を表す一般グラフ上でのスパニングツリー同一定識問題として、受電線トポロジ同一定識を定式化する。
• 既知の真の負荷と測定された電力潮流を用い、決定論的状況を解き、同定可能性がセンサ配置にのみ依存することを示す。
• グラフ理論的手法を用いて、測定セットに基づきどのスパニングツリーが区別可能かを分析する。
• ノイズのある負荷予測が存在する確率的状況における局所最適なセンサ配置アルゴリズムを導入する。
• 電力潮流測定値と負荷の擬似測定値を活用し、完全な可観測性を必要とせずにネットワーク構造を推定する。
• ネットワークのグラフ構造とセンサ配置に基づく同定可能性を評価する数学的フレームワークを採用する。

実験結果

リサーチクエスチョン

• RQ1 どのような条件下で、スパarsityな電力潮流および負荷測定値から真の受電線トポロジを一意に同定できるか？
• RQ2 センサ配置は、配電系統における正しいスパニングツリーの同定可能性にどのように影響するか？
• RQ3 測定ノイズはトポロジ同一定識にどのような影響を及ぼし、センサ配置はその影響をどのように軽減できるか？
• RQ4 ノイズのある負荷予測が存在する状況で、同定可能性を最大化する局所最適なセンサ配置戦略を導出可能か？
• RQ5 基礎となるグラフ構造は、トポロジ同一定識の実現可能性にどのように影響を与えるか？

主な発見

• 決定論的状況下で真のスパニングツリーの同定可能性は、真の負荷が既知である限り、センサ配置にのみ依存する。
• 測定セットが真のスパニングツリーを他のすべての可能なツリーと区別できる十分な情報を提供する場合にのみ、一意の解が存在する。
• 提案された局所最適なセンサ配置アルゴリズムは、ノイズのある負荷予測が存在する状況で同定可能性を向上させる。
• グラフ構造は、測定数に関係なく、トポロジ同一定識の可否を決定づける重要な役割を果たす。
• 本手法は、完全なネットワーク可観測性を必要とせず、スパarsityな測定値と負荷の擬似測定値に依存するだけでトポロジ同一定識を可能にする。
• フレームワークは、センシングが限られた配電系統におけるリアルタイムの受電線トポロジ監視の基盤を提供する。