[論文レビュー] The Power Grid Library for Benchmarking AC Optimal Power Flow Algorithms

Sogol Babaeinejadsarookolaee, Adam B. Birchfield+21 more|arXiv (Cornell University)|Aug 7, 2019

Optimal Power Flow Distribution参考文献 74被引用数 209

ひとこと要約

本研究は、標準的なAC-OPFベンチマークを確立するため、標準的なAC-OPF定式化(Model 1)を提案し、PGLIB-OPFネットワークライブラリを編纂し、AC-OPFアルゴリズムの堅牢なベンチマークのために欠落したネットワークデータを埋めるデータ駆動型手法を提示する。

ABSTRACT

In recent years, the power systems research community has seen an explosion of novel methods for formulating the AC power flow equations. Consequently, benchmarking studies using the seminal AC Optimal Power Flow (AC-OPF) problem have emerged as the primary method for evaluating these emerging methods. However, it is often difficult to directly compare these studies due to subtle differences in the AC-OPF problem formulation as well as the network, generation, and loading data that are used for evaluation. To help address these challenges, this IEEE PES Task Force report proposes a standardized AC-OPF mathematical formulation and the PGLib-OPF networks for benchmarking AC-OPF algorithms. A motivating study demonstrates some limitations of the established network datasets in the context of benchmarking AC-OPF algorithms and a validation study demonstrates the efficacy of using the PGLib-OPF networks for this purpose. In the interest of scientific discourse and future additions, the PGLib-OPF benchmark library is open-access and all the of network data is provided under a creative commons license.

研究の動機と目的

• 問題定式化とデータのばらつきを調整することにより、AC-OPFの標準化ベンチマークの動機づけを行う。
• アルゴリズムベンチマークに適した特定のAC-OPF定式化（Model 1）を提案する。
• 公に入手可能なネットワークデータを整理・拡充して信頼性の高いベンチマークを支援する。
• データのギャップを特定し、欠落している発電機および支路データを埋めるデータ駆動型モデルを提案する。
• 基準値検証と最適性ギャップの分析を通じてPGLIB-OPFネットワークの有用性を示す。

提案手法

• 非凸複素変数と二次的発生コスト目的関数を用いたModel 1 AC-OPFを定義する。
• AC-OPF実装に必要なデータ入力と導出パラメータ（Yl、Tl）を説明する。
• 既存のMATPOWERデータセットを調査し、欠落している情報（発電機の上限・下限、コスト、支路上限）を特定する。
• ギャップを埋めるデータ駆動型モデルを提案する：Generator Fuel Category (GF-Stat)、Active Generation Capacity (AG-Stat)、Reactive Generation (RG-AM50)、Generation Cost (AC-Stat)。
• 利用可能なデータから制限を推定するための支路熱容量モデル TL-Stat および TL-UB を提案する。
• ネットワーク間のベンチマークを可能にするための電圧位相差の境界（30度）を導入する。

実験結果

リサーチクエスチョン

• RQ1 AC-OPFデータセットと標準化ベンチマーク定式化の要件との間にどのような差異が存在するか。
• RQ2 統一されたAC-OPF定式化（Model 1）をMATPOWERスタイルのデータを用いて多様なネットワークでどのように運用可能にするか。
• RQ3 堅牢なベンチマークを可能にするために欠落した発電機および支路データを信頼性高く埋めるデータ駆動型手法は何か。
• RQ4 PGLIB-OPFネットワークは、AC-OPF解法を区別する意味のある最適性ギャップを示すか。
• RQ5 ベンチマークのためにより挑戦的なテストケース(APIおよびSADバリアント)を生成することをPGLIB-OPFライブラリはサポートできるか。

主な発見

• 標準化されたAC-OPF定式化（Model 1）はベンチマークに適しており、一般にNP困難性を浮き彫りにする。
• MATPOWERデータセットにはしばしば必要なAC-OPFデータ（発電コスト、上限・下限、支路上限）が不足しており、データ補完を促進する。
• 予備調査によれば大半のデータセットは小さな最適性ギャップを示す（しばしば<1%）、しかしいくつかのケースは顕著なギャップを示し、ベンチマークの差別化を可能にする。
• データ駆動型モデル（GF-Stat、AG-Stat、RG-AM50、AC-Stat）は欠落した発電機とコストデータを効果的に埋め、実用的なPGLIB-OPFネットワークを作成する。
• 2つの熱容量モデル（TL-Stat、TL-UB）は支路データが不完全な場合に合理的な推定を提供する。
• PGLIB-OPFネットワークは、通常の運用条件を超えるより挑戦的なテストケース（APIおよびSAD）作成を可能にする。