[論文レビュー] State Monitoring for Situational Awareness in Rural Microgrids Using the IoT Infrastructure

Seyed Amir Alavi, Mehrnaz Javadipour+1 more|arXiv (Cornell University)|Jun 2, 2019

IoT Networks and Protocols参考文献 14被引用数 9

ひとこと要約

本論文は、LoRaWAN および IoT を統合したイベントトリガー型カルマンフィルターベースの推定戦略を提案し、農村部のマイクログリッドにおけるリアルタイムの状況認識を実現する。低価格のスマートメーターとThingsBoardベースのダッシュボードを活用することで、通信および設置コストを最小限に抑えつつ、正確な平均状態推定を実現し、ネットワーク遅延およびイベントベースのトリガーに対しても頑健な性能を示した。

ABSTRACT

This paper presents an event-triggered estimation strategy and a data collection architecture for situational awareness (SA) in microgrids. An estimation agent structure based on the event-triggered Kalman filter is proposed and implemented for state estimation layer of the SA using long range wide area network (LoRAWAN) protocol. A setup has been developed which can provide enormous data collection capabilities from smart meters, in order to realise an adequate SA level in microgrids. Thingsboard Internet of things (IoT) platform is used for the SA visualisation with a customised dashboard. It is shown by using the developed estimation strategy, an adequate level of SA can be achieved with a minimum installation and communication cost to have an accurate average state estimation of the microgrid.

研究の動機と目的

• 農村部マイクログリッド監視システムにおける高い通信および設置コストの課題に対処すること。
• 安価でスケーラブルな IoT インfraを用いて、農村部マイクログリッドにおけるリアルタイムの状況認識を可能にすること。
• イベントトリガー型通信により、データ送信のオーバーヘッドを低減しながら、正確な状態推定を維持すること。
• マイクログリッド運用者によるリモートアクセスが可能な低コストの可視化プラットフォームの開発。
• 通信遅延および動的トポロジー下での分散推定戦略の性能を検証すること。

提案手法

• 不要なデータ送信を最小限に抑えるために、各推定エージェントにイベントトリガー型カルマンフィルタを実装する。
• スマートメーターとゲートウェイ間の長距離・低消費電力通信に LoRaWAN プロトコルを用いる。
• Raspberry Pi ゲートウェイが LoRaWAN シグナルを MQTT ペイロードに変換し、ThingsBoard IoT プラットフォームに送信する。
• ThingsBoard プラットフォームが、マイクログリッド状態のリアルタイム可視化のためのカスタムウェブベースダッシュボードをホスティングする。
• 局所的な測定値と通信を用いて、グローバルマイクログリッド状態を推定するために分散平均協調アルゴリズムを適用する。
• テストのために、リアルタイムシミュレーション（MATLAB/Simulink）と組み込み型 Arduino ベースのノードを組み合わせたハイブリッドアーキテクチャを採用する。

実験結果

リサーチクエスチョン

• RQ1 イベントトライガー型状態推定は、推定精度を損なわずに農村部マイクログリッドにおける通信コストを削減できるか？
• RQ2 ネットワーク遅延は、分散マイクログリッド監視システムにおけるイベントトライガー型カルマンフィルタの性能にどのように影響するか？
• RQ3 LoRaWAN などの低コスト IoT プロトコルが、マイクログリッドの状況認識に向けた信頼性とスケーラビリティを確保するデータ収集をどの程度サポートできるか？
• RQ4 ThingsBoard のような軽量でオープンソースの IoT プラットフォームは、リモート運用者向けにリアルタイムのマイクログリッド状態を効果的に可視化できるか？
• RQ5 スイッチング通信トポロジーおよび間歇的データ送信下でも、システムは安定性と収束性をどのように維持できるか？

主な発見

• イベントトライガー型カルマンフィルタは、最小限のデータ送信で正確な平均状態推定を達成し、通信オーバーヘッドを顕著に低減した。
• 150ms のネットワーク遅延下でも安定した性能を維持し、各イベント更新後に測定誤差が制御されたフラッタリングを示した。
• 遅延なしの状況（図5）では、遅延ありの状況（図6）よりも推定誤差の減衰率が高かった。これは、遅延が収束速度に与える影響を確認した。
• イベントトリガーの活用によりバッテリー寿命が延び、低レーティングのバッテリーを採用可能にし、全体のシステムコストを削減した。
• LoRaWAN と ThingsBoard の統合により、最小限のインfra投資でスケーラブルで低コストなデータ収集とリアルタイム可視化が実現した。
• 分散平均協調アルゴリズムは、間歇的通信下でも5台のエージェントすべてが真の平均状態（48 V）に正常に収束した。