[論文レビュー] Nobody but You: Sensor Selection for Voltage Regulation in Smart Grid

Rukun Mao, Husheng Li|arXiv (Cornell University)|Mar 28, 2011

Smart Grid Energy Management参考文献 11被引用数 8

ひとこと要約

本稿では、ハイブリッド力学系モデルを用いてスマートグリッドの電圧制御のための状態に配慮したセンサ選択戦略を提案する。状態推定にはカルマンフィルタを、電圧調整にはLQR制御を組み合わせる。スライディングウインドウアルゴリズムを適用してセンサの照会順序を最適化することで、ラウンドロビンポーリングと比較してシステムコストを40％削減し、収束が速く、電圧遷移が滑らかになる。

ABSTRACT

The increasing availability of distributed energy resources (DERs) and sensors in smart grid, as well as overlaying communication network, provides substantial potential benefits for improving the power system's reliability. In this paper, the problem of sensor selection is studied for the MAC layer design of wireless sensor networks for regulating the voltages in smart grid. The framework of hybrid dynamical system is proposed, using Kalman filter for voltage state estimation and LQR feedback control for voltage adjustment. The approach to obtain the optimal sensor selection sequence is studied. A sub- optimal sequence is obtained by applying the sliding window algorithm. Simulation results show that the proposed sensor selection strategy achieves a 40% performance gain over the baseline algorithm of the round-robin sensor polling.

研究の動機と目的

• 増加する分散型エネルギー資源（DERs）とセンサネットワークを有するスマートグリッドにおける効率的な電圧制御の課題に対処すること。
• 共有通信チャネルを有する無線センサネットワークにおけるセンサ選択の最適化により、システムの信頼性と性能を向上させること。
• 固定ポーリングスケジュールではなく、リアルタイムのシステム状態に基づいてセンサ報告を適応させるMAC層での通信プロトコルの開発。
• ハイブリッド力学系フレームワーク内でセンサ選択、状態推定、制御行動を統合最適化することで、総合的システムコストを最小化すること。

提案手法

• 連続的ダイナミクスが電力システムの進化を表し、離散的スイッチングがセンサ選択に対応するハイブリッド力学系としてスマートグリッドをモデル化する。
• 部分的なセンサ測定値に基づいて電圧状態を推定するため、プロセスノイズと測定ノイズをゼロ平均ガウス過程としてモデル化したカルマンフィルタを用いる。
• 推定された電圧状態に基づいて最適なDER調整を計算するために、線形二次調節器（LQR）制御を適用する。
• 状態偏差と制御効率を組み合わせたコスト関数を最小化するように、センサ選択問題をモードスイッチング最適化として定式化する。
• 有限時間窓内の予測されたシステム性能に基づいて次のセンサを選択するスライディングウインドウアルゴリズムを用いて、部分最適解を実装する。
• センサノイズの共分散とシステムダイナミクスを統合し、とくに測定不確実性の高いセンサを、高い情報価値を持つものとして優先する。

実験結果

リサーチクエスチョン

• RQ1 無線センサネットワークにおけるセンサ選択をどのように最適化すれば、スマートグリッドの電圧制御性能を向上させられるか？
• RQ2 固定ラウンドロビンポーリングと比較して、状態に配慮したセンサスケジューリングがシステムコストと収束速度に与える影響は何か？
• RQ3 カルマンフィルタとLQR制御の統合は、電圧状態推定と制御の正確性および安定性にどのように影響を与えるか？
• RQ4 スライディングウインドウベースのセンサ選択アルゴリズムは、計算効率を維持したまま、システムコストをどの程度削減できるか？

主な発見

• 提案されたセンサ選択戦略は、ベースラインのラウンドロビンポーリング手法と比較して、システムコストを約40％削減した。
• 提案戦略では電圧偏差が$ k = 30 $の時間ステップで著しくゼロに収束し、完全な安定化が達成された。一方、ラウンドロビンでは$ k = 40 $以降も依然として偏差が継続した。
• 提案手法は、より低い電圧状態推定誤差を達成しており、これによりDERによるより正確で迅速な制御行動が可能になった。
• センサ3は測定ノイズが最も高かったが、全体の状態推定における高い情報価値のため、45％のチャネルアクセスが割り当てられた。
• 提案戦略における電圧状態軌道は滑らかな遷移を示し、フラクチュエーションが低減され、電力品質が向上した。
• センサ1は35％、センサ2は20％のチャネルアクセスを受けており、これらは推定プロセスにおけるプロセスノイズと測定ノイズの組み合わせの低減に寄与する相対的な貢献度を反映している。