[論文レビュー] PSSE Redux: Convex Relaxation, Decentralized, Robust, and Dynamic Approaches

Vassilis Kekatos, Gang Wang+2 more|arXiv (Cornell University)|Aug 14, 2017

Power System Optimization and Stability参考文献 60被引用数 25

ひとこと要約

本稿は、凸緩和、分散型計算、誤ったデータに対するロバスト性、および動的追跡を組み合わせた電力系統状態推定（PSSE）の包括的フレームワークを提示する。Cramér-Rao界をPSSEに導入し、複素数値最適化にWirtinger微積分を活用し、逐次凸近似を用いた分散型ソルバを構築することで、同期位相計測データを有する現代の電力系統において高い精度とスケーラビリティを達成した。

ABSTRACT

This chapter aspires to glean some of the recent advances in power system state estimation (PSSE), though our collection is not exhaustive by any means. The Cram{é}r-Rao bound, a lower bound on the (co)variance of any unbiased estimator, is first derived for the PSSE setup. After reviewing the classical Gauss-Newton iterations, contemporary PSSE solvers leveraging relaxations to convex programs and successive convex approximations are explored. A disciplined paradigm for distributed and decentralized schemes is subsequently exemplified under linear(ized) and exact grid models. Novel bad data processing models and fresh perspectives linking critical measurements to cyber-attacks on the state estimator are presented. Finally, spurred by advances in online convex optimization, model-free and model-based state trackers are reviewed.

研究の動機と目的

• 同期位相計測装置からのノイズ多きく、スパarselyな、あるいは悪意ある破損を伴う測定値を有する現代の電力系統における古典的手法の限界を克服すること。
• 複素数値電圧推定のCramér-Rao界を導出することで、PSSEに統計的原則に基づくアプローチを構築すること。
• 線形化および正確なAC潮流モデルの両方において、体系的凸最適化の枠組みを用いて、スケーラブルかつ分散型の状態推定を可能にすること。
• 測定の感度と推定器の脆弱性を関連付けることで、悪意のあるデータおよびサイバー攻撃へのレジリエンスを高めること。
• オンライン凸最適化を統合し、フル再推定を伴わずにリアルタイムでの動的状態追跡を可能にする、モデルフリーおよびモデルベースの適応を実現すること。

提案手法

• Wirtinger微積分を用いて、複素数値状態推定のCramér-Rao界を導出し、推定誤差の統計的下界を確立する。
• 逐次凸近似による非凸AC潮流推定問題の凸緩和を提案し、グローバル収束保証を可能にする。
• ADMM（交替方向乗数法）を用いた分散型・分散型ソルバを構築し、大規模システムにおける局所的計算と通信を実現する。
• 測定誤差を複素数ガウスノイズとしてモデル化し、最尤推定問題を複素数ヘッセ行列を含む重み付き最小二乗問題として定式化する。
• 最適化における複素数変数を扱うためにWirtinger微分を適用し、非解析的関数に対しても勾配ベースのソルバを可能にする。
• オンライン凸最適化を用いた動的状態追跡フレームワークを導入し、システム変化にリアルタイムで適応可能にし、完全な再推定を回避する。

実験結果

リサーチクエスチョン

• RQ1 ノイズを含む位相計測から電力系統状態を推定する際の根本的統計的限界（Cramér-Rao界）は何か？
• RQ2 非凸AC潮流推定問題を、収束保証とグローバル最適性を満たす凸形式に効果的に緩和する方法は何か？
• RQ3 精度を維持しつつ大規模システムにスケーリング可能な分散型・分散型状態推定アルゴリズムの構造は何か？
• RQ4 測定感度と重要度を分析することで、悪意のあるデータおよびサイバー攻撃を検出・緩和できるか？
• RQ5 オンライン凸最適化により、計算負荷を低く抑えながら、リアルタイムでモデルベースおよびモデルフリーの動的状態追跡が可能か？

主な発見

• Wirtinger微積分を用いた閉形式でのPSSEのCramér-Rao界の導出により、推定精度の理論的ベンチマークが得られた。
• フェッシャー情報行列（FIM）は位相不変性のためランク不足であることが示され、識別不能な状態成分の存在が確認された。
• 逐次凸近似による提案された凸緩和は、放射状およびメッシュネットワークの両方で高い収束精度と初期値に対するロバスト性を達成した。
• 分散型ADMMベースのソルバは、最小限の通信で集中型解に収束し、広域監視におけるスケーラブルな展開を可能にした。
• 推定器に与える影響が大きい測定値を特定することで、悪意のあるデータ検出が向上し、攻撃ベクトルと関連づけられた。
• オンライン凸最適化による動的状態追跡は、時間変動する状況において、従来のバッチ手法を上回る迅速な適応を実現した。