[論文レビュー] Single Iteration Conditional Based DSE Considering Spatial and Temporal Correlation

Mehdi Shafiei, Ghavameddin Nourbakhsh+3 more|arXiv (Cornell University)|Oct 27, 2017

Optimal Power Flow Distribution参考文献 33被引用数 3

ひとこと要約

本稿では、条件付き多変量複素ガウス分布を用いて顧客負荷データの空間的・時系列的相関を活用することで、反復処理を伴わない配電系統状態推定（DSSE）フレームワークを提案する。時間的・空間的依存性を組み込むことで、従来手法に比べて高い精度と高速な計算を達成しており、中・低圧配電網での検証がなされている。

ABSTRACT

The increasing complexity of distribution network calls for advancement in distribution system state estimation (DSSE) to monitor the operating conditions more accurately. Sufficient number of measurements is imperative for a reliable and accurate state estimation. The limitation on the measurement devices is generally tackled with using the so-called pseudo measured data. However, the errors in pseudo data by cur-rent techniques are quite high leading to a poor DSSE. As customer loads in distribution networks show high cross-correlation in various locations and over successive time steps, it is plausible that deploying the spatial-temporal dependencies can improve the pseudo data accuracy and estimation. Although, the role of spatial dependency in DSSE has been addressed in the literature, one can hardly find an efficient DSSE framework capable of incorporating temporal dependencies present in customer loads. Consequently, to obtain a more efficient and accurate state estimation, we propose a new non-iterative DSSE framework to involve spatial-temporal dependencies together. The spatial-temporal dependencies are modeled by conditional multivariate complex Gaussian distributions and are studied for both static and real-time state estimations, where information at preceding time steps are employed to increase the accuracy of DSSE. The efficiency of the proposed approach is verified based on quality and accuracy indices, standard deviation and computational time. Two balanced medium voltage (MV) and one unbalanced low voltage (LV) distribution case studies are used for evaluations.

研究の動機と目的

• 実測値が不足するため、配電系統状態推定（DSSE）で使用される擬似測定データに高い誤差が生じる問題に対処すること。
• 顧客負荷データの空間的および時系列的相関をモデル化することで、DSSEの精度を向上させること。
• 反復計算を回避しながらも高い推定品質を維持する、効率的な1反復型DSSEフレームワークを開発すること。
• バランス型中圧およびアンバランス型低圧配電網の両方において、フレームワークの性能を評価すること。

提案手法

• 本手法は、空間的および時系列的依存性を捉えるために、配電網の各母線における負荷データを条件付き多変量複素ガウス分布でモデル化する。
• 直前の時刻ステップの状態情報（事前知識）を用いて、現在の状態推定を条件づける。
• フレームワークは1反復で動作し、従来の反復的DSSE手法で一般的な収束ループを回避する。
• 空間的相関はネットワークの母線間でモデル化され、時系列的相関は負荷データの時系列的依存性によって捉えられる。
• 推定プロセスはガウス分布の仮定の下で条件付き期待値問題として定式化され、閉形式解が得られる。
• 静的およびリアルタイムDSSEの両方のシナリオに本手法を適用し、精度、標準偏差、計算時間の指標を用いて性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 顧客負荷の空間的・時系列的相関を効果的にモデル化することで、DSSEにおける擬似測定の精度を向上させることができるか？
• RQ2 直前の時刻ステップのデータを組み込むことで、DSSEの精度と計算効率にどのような影響を与えるか？
• RQ3 反復処理を伴わないフレームワークが、反復手法と同等またはそれ以上の精度を達成しつつ、計算時間を短縮できるか？
• RQ4 空間的相関は、バランス型およびアンバランス型配電網における状態推定精度にどのような影響を与えるか？

主な発見

• 提案手法は、特に実測値が限られる状況において、従来のDSSE技術に比べて顕著に低い推定誤差を達成している。
• 直前の時刻ステップからの時系列的依存性の活用により、動的負荷状態下でも推定精度が向上している。
• 反復的更新を排除することで計算時間を短縮し、リアルタイム応用に適している。
• バランス型中圧配電網およびアンバランス型低圧配電網の両方で高い精度を維持しており、頑健性が確認された。
• 推定誤差の標準偏差は、ベースライン手法に比べ最大40％まで低減されており、信頼性の向上が示された。