[論文レビュー] SDP-based State Estimation of Multi-phase Active Distribution Networks using micro-PMUs

Vahid R. Disfani, Mohammad Chehreghani Bozchalui+1 more|arXiv (Cornell University)|Apr 14, 2015

Power System Optimization and Stability参考文献 24被引用数 3

ひとこと要約

本稿では、マイクロPMUを用いた多相アクティブ配電系統における凸最適化に基づく状態推定手法を提案する。半定値計画法（SDP）を活用することで、グローバル最適解を達成する。可観測性とノイズ感受性の課題に対処するため、測定値の拡張、ネットワーク分解、および再冗長性に基づく不正測定値検出アルゴリズムを導入し、EPRI 2998母線テストシステムで検証された結果、精度と耐障害性が向上した。

ABSTRACT

Distribution system state estimation (DSSE) is an essential tool for operation of distribution networks, the results of which enables the operator to have a thorough observation of the system. Thus, most distribution management systems (DMS) include a single-phase state estimator. Due to non-convexity of the SE problem, heuristic and Newton methods do not guarantee the global solution. In contrast, SDP based SE is more promising to guarantee the globally optimal solution since it represents and solves the problem in a convex format. However, the observability of the power system is highly vulnerable to the set of measurements while employing the SDP-based SE, which is addressed in this report. An algorithm is proposed to generate additional measurements using the measurement data already gathered. The SDP-based SE is very sensitive to the level of noise in large power networks. Also, bad data detection algorithms proposed for Newton methods do not work for the SDP-based SE method due to larger number of state variables in SDP representation of power network. In this report, an algorithm is proposed to generate additional measurements using the measurement data already gathered in order to solve the observability issue. A network separation algorithm is developed to solve the entire problem for smaller sub-networks which include micro-PMUs to mitigate the adverse effects of noise for huge networks. An algorithm based on redundancy test is also developed for bad data detection. The algorithms are tested on single phase and multiphase test systems. The algorithms are applied EPRI Circuit 5 (2998-bus) test feeder to demonstrate the flexibility of the algorithms developed.

研究の動機と目的

• 従来の配電系統状態推定（DSSE）手法における非凸性および局所最適解の問題に対処すること。
• 半定値計画法（SDP）を用いた問題の再定式化により、状態推定におけるグローバル最適性を保証すること。
• スパースな測定セットによるSDPベースの状態推定における可観測性の制限を克服すること。
• サブネットワーク分解を用いて、大規模ネットワークにおけるノイズ感受性を軽減すること。
• 高次元SDP定式化に適合する不正測定値検出手法の開発

提案手法

• グローバル最適性を保証するため、配電系統状態推定問題を凸半定値計画問題（SDP）として定式化する。
• 既存データから合成測定値を生成する測定値拡張アルゴリズムを導入し、システムの可観測性を向上させる。
• ノイズ低減のため、マイクロPMUを含む小さな管理可能なサブネットワークに大規模ネットワークを分解するネットワーク分離アルゴリズムを適用する。
• 高次元SDP表現に特化した再冗長性に基づく不正測定値検出アルゴリズムを開発する。
• 潮流方程式のSDP緩和を用いて、システム状態推定を凸最適化問題としてモデル化する。
• 真のシステム状態を緩和されたSDP解から回復するために、ランク最小化アプローチを採用する。

実験結果

リサーチクエスチョン

• RQ1 SDPベースの状態推定は、多相アクティブ配電系統に対してグローバル最適解を提供できるか？
• RQ2 測定データがスパースな状況下で、SDPベースの状態推定における可観測性をどのように確保できるか？
• RQ3 大規模配電系統における測定ノイズの影響を軽減するための戦略は何か？
• RQ4 状態変数の数が増加するSDPベースの状態推定において、不正測定値はどのように検出できるか？
• RQ5 ネットワーク分解は、大規模システムにおけるSDPベースの状態推定の数値的安定性と精度を向上させることができるか？

主な発見

• 提案された測定値拡張アルゴリズムは、追加の物理的測定を要せず、システムの可観測性を効果的に向上させた。
• マイクロPMUを含むサブネットワークへのネットワーク分解は、大規模配電系統におけるノイズの悪影響を顕著に低減した。
• 再冗長性に基づく不正測定値検出アルゴリズムは、高次元SDP定式化において誤った測定値を効果的に同定した。
• SDPベースの手法はグローバル最適解を達成し、ヒューリスティック法やニュートン法で一般的に見られる局所最適解の問題を回避した。
• EPRI 2998母線テストシステムでの実証により、耐障害性とスケーラビリティの両立が確認された。
• マイクロPMUの統合により、測定品質が向上し、多相システムにおける高精度な状態推定が可能になった。