[論文レビュー] Layered Based Augmented Complex Kalman Filter for Fast Forecasting-Aided State Estimation of Distribution Networks

Mehdi Shafiei, Gerard Ledwich+3 more|arXiv (Cornell University)|Apr 23, 2018

Power System Optimization and Stability参考文献 18被引用数 9

ひとこと要約

本稿では、再生可能エネルギーの導入率が高く、リアルタイム性が求められるアクティブ配電網における高速かつ高精度な状態推定を実現するため、多層構造で拡張された複素数カルマンフィルタ（DSEMACKF）を提案する。ネットワークの状態を複素数として扱い、負荷を階層的に部分領域に集約することで、計算効率と推定精度が向上し、特に不平衡な低圧条件下でも優れた性能を発揮する。

ABSTRACT

In the presence of renewable resources, distribution networks have become extremely complex to monitor, operate and control. Furthermore, for the real time applications, active distribution networks require fast real time distribution state estimation (DSE). Forecasting aided state estimator (FASE), deploys measured data in consecutive time samples to refine the state estimate. Although most of the DSE algorithms deal with real and imaginary parts of distribution networks states independently, we propose a non iterative complex DSE algorithm based on augmented complex Kalman filter (ACKF) which considers the states as complex values. In case of real time DSE and in presence of a large number of customer loads in the system, employing DSEs in one single estimation layer is not computationally efficient. Consequently, our proposed method performs in several estimation layers hierarchically as a Multi layer DSE using ACKF (DSEMACKF). In the proposed method, a distribution network can be divided into one main area and several subareas. The aggregated loads in each subarea act like a big customer load in the main area. Load aggregation results in a lower variability and higher cross correlation. This increases the accuracy of the estimated states. Additionally, the proposed method is formulated to include unbalanced loads in low voltage (LV) distribution network.

研究の動機と目的

• 再生可能エネルギー源の導入率が高いアクティブ配電網におけるリアルタイム状態推定の課題に対処すること。
• 多数の顧客負荷を扱う際の単層状態推定手法の計算非効率性を克服すること。
• 負荷集約を活用することで、状態推定の精度を向上させ、部分領域の負荷間の相関性を高め、ばらつきを低減すること。
• 複素数状態のモデル化により、不平衡な低圧配電網における正確な状態推定を可能にすること。
• 現代の配電システムにおけるリアルタイム応用に適した反復処理を要しない高速なアルゴリズムの開発

提案手法

• 配電網を1つのメイン領域と複数のサブ領域に分割する階層的アーキテクチャを提案し、各サブ領域に集約された負荷表現を導入する。
• 拡張された複素数カルマンフィルタ（ACKF）を適用し、実部と虚部の状態成分を複素数として統合的に扱うことで、推定の整合性を向上させる。
• 予測支援状態推定（FASE）を実装し、連続する時系列測定値を組み込んで、状態推定を段階的に改善する。
• 階層的推定を実施：まずサブ領域を推定し、その後メイン領域が集約されたサブ領域の状態を入力として用いる。
• 低圧配電網における不平衡負荷を扱うために、三相不平衡状態を対応可能な複素数状態表現に拡張する。
• 負荷集約により状態ベクトルのサイズを最小限に抑えることで、計算負荷を低減し、リアルタイム処理を高速化する。

実験結果

リサーチクエスチョン

• RQ1 再生可能エネルギーおよび負荷の導入率が高い状況下でも、アクティブ配電網における状態推定をどのようにして計算的に効率化できるか？
• RQ2 負荷集約が配電網における状態推定の精度と相関性に与える影響は何か？
• RQ3 独立して実部・虚部を処理する手法と比較して、複素数状態推定フレームワークは性能をどのように向上させるか？
• RQ4 階層的多層推定は、単層推定と比較して、精度と計算負荷の両面でどのように異なるか？
• RQ5 提案手法は、不平衡な三相低圧配電網をどの程度まで正確に扱えるか？

主な発見

• 提案手法DSEMACKFは、階層的負荷集約と状態ベクトルの縮小により、単層状態推定器と比較して著しく高速な計算を達成する。
• 負荷集約により状態のばらつきが低減し、部分領域間の相関性が高まるため、特に変動が激しい配電網において、より正確な状態推定が可能になる。
• ACKFによる複素数表現により、ネットワーク状態の実部と虚部の内在的関係が保持され、推定精度が向上する。
• 本手法は、伝統的な実数値手法が位相の不均衡を捉えきれない場合でも、不平衡な低圧配電網においても頑健な性能を示す。
• 反復処理を必要としない非反復的性質のおかげで、リアルタイム応用に適しており、アクティブ配電網の運用・制御に適している。
• 階層的構造により、推定品質を損なわず、大規模な配電網へのスケーラブルな展開が可能である。