[논문 리뷰] A Linear-Programming Approximation of AC Power Flows

Carleton Coffrin, Pascal Van Hentenryck|arXiv (Cornell University)|2012. 06. 16.

Optimal Power Flow Distribution참고 문헌 35인용 수 4

한 줄 요약

이 논문은 활성 전력과 무공 전력, 전압 크기 및 위상 각도를 모두 포함하는 AC 전력 흐름의 선형 프로그래밍 근사 모델인 LPAC 모델을 제안한다. 이는 코사인 항에 대한 분할 선형 근사와 비선형성에 대한 테일러 급수를 사용한다. 이 방법은 IEEE 및 MATPOWER 벤치마크에서 활성 전력, 무공 전력, 전압 크기 및 위상 각도에 대해 높은 정확도를 달성하여, 커패시터 배치 및 전력 복구와 같은 애플리케이션에서 MIP 기반 최적화에 신뢰성 있게 활용할 수 있다.

ABSTRACT

Linear active-power-only DC power flow approximations are pervasive in the planning and control of power systems. However, these approximations fail to capture reactive power and voltage magnitudes, both of which are necessary in many applications to ensure voltage stability and AC power flow feasibility. This paper proposes linear-programming models (the LPAC models) that incorporate reactive power and voltage magnitudes in a linear power flow approximation. The LPAC models are built on a convex approximation of the cosine terms in the AC equations, as well as Taylor approximations of the remaining nonlinear terms. Experimental comparisons with AC solutions on a variety of standard IEEE and MatPower benchmarks show that the LPAC models produce accurate values for active and reactive power, phase angles, and voltage magnitudes. The potential benefits of the LPAC models are illustrated on two "proof-of-concept" studies in power restoration and capacitor placement.

연구 동기 및 목표

• 기존 선형화된 DC(LDC) 모델이 무공 전력과 전압 크기를 忽시하는 한계를 해결하기 위해, 보다 종합적인 선형 근사를 개발한다.
• 커패시터 배치 및 전력 시스템 복구와 같은 무공 전력 및 전압 크기 제약 조건이 필요한 최적화 응용 분야를 위해 LDC 모델 프레임워크를 확장한다.
• 정상 및 사고 조건 하에서 LDC 모델에 비해 전력 시스템 최적화의 정확성과 신뢰성을 향상시킨다.
• 일반적으로 광범위한 튜닝이 필요하고 전역 최적성 보장을 갖지 못하는 비선형 프로그래밍 및 메타휴리스틱 방법에 대한 계산 효율적인 대안을 제공한다.
• 혼합정수계획(MIP) 프레임워크에 LPAC 모델을 통합할 수 있음을 입증한다. 이는 복잡한 전력 시스템 문제에 적용 가능하다.

제안 방법

• AC 전력 흐름 방정식 내 코사인 항에 대한 분할 선형 근사를 사용하여 전압 위상 각도와 활성 전력 간의 비선형 관계를 모델링한다.
• 나머지 비선형 항, 특히 전압 크기와 관련된 항들을 테일러 급수 전개를 통해 근사한다.
• 두 가지 변형을 구축한다: 모든 비선형성에 대해 테일러 근사를 사용하는 콜드스타트 모델과 코사인 항에 대해 분할 선형 근사, 나머지 항에 대해 테일러 근사를 사용하는 웜스타트 모델.
• 결과로 도출된 근사를 선형 프로그래밍(LP)으로 제작하여 표준 LP 및 MIP 솔버로 효율적으로 해결할 수 있도록 한다.
• 코사인 근사의 정의역을 (−π/2, π/2)로 제한하여 볼록성과 타당성을 확보한다. 이 범위 내에서 코사인은 볼록하다.
• 전압 제약 조건과 무공 전력 흐름을 포함하는 최적화 문제에 대해 MIP 공식화에 LPAC 모델을 통합한다.

실험 결과

연구 질문

• RQ1 선형 프로그래밍 모델이 AC 전력 시스템에서 활성 전력과 무공 전력, 전압 크기 및 위상 각도를 정확하게 근사할 수 있는가?
• RQ2 표준 IEEE 및 MATPOWER 테스트 케이스에서 정상 및 사고 조건 하에서 LPAC 모델의 정확도가 전체 AC 전력 흐름 해법과 비교해 어떻게 되는가?
• RQ3 LPAC 모델이 무공 전력 및 전압 제약 조건을 포함하는 MIP 기반 최적화 문제에서 AC 전력 흐름의 신뢰할 수 있는 대체 수단으로 사용될 수 있는 정도는 어느 정도인가?
• RQ4 LPAC 모델이 복잡한 응용 분야, 예를 들어 전력 시스템 복구 및 커패시터 배치를 효과적으로 지원할 수 있는가? 이때 계산 효율성과 해의 품질을 유지할 수 있는가?
• RQ5 기존 선형 및 비선형 방법에 비해 분할 선형 및 테일러 기반 근사가 모델의 전체 정확성과 확장성에 미치는 영향은 무엇인가?

주요 결과

• LPAC 모델은 다양한 IEEE 및 MATPOWER 테스트 시스템에서 활성 전력, 무공 전력, 위상 각도 및 전압 크기 근사에 대해 높은 정확도를 달성한다.
• 실험적 비교 결과, LPAC 모델은 전체 AC 전력 흐름 해법과 매우 유사한 결과를 도출하며, 모든 핵심 변수에서 작은 절대 오차 및 백분율 오차를 보인다.
• 코사인 항에 대해 분할 선형 근사를 사용하고, 나머지 항에 대해 테일러 급수를 사용하는 웜스타트 LPAC 모델은 콜드스타트 버전보다 뛰어난 정확도를 보인다.
• 모델은 다양한 사고 조건 하에서도 강인하게 유지되며, 정상 운영 조건에서 벗어나도 정확도를 유지한다.
• 커패시터 배치 및 전력 복구에 대한 개념 증명 연구를 통해 LPAC 모델이 MIP 공식화에 효과적으로 통합되어 타당하고 고품질의 해를 도출할 수 있음을 입증하였다.
• LPAC 모델은 비선형 프로그래밍 및 메타휴리스틱 방법에 대한 실용적이고 확장 가능하며 계산 효율적인 대안을 제공하며, 기존 MIP 기반 최적화 파ip라인에 더 잘 통합될 수 있다.