[논문 리뷰] AC Power Flow Data in MATPOWER and QCQP Format: iTesla, RTE Snapshots, and PEGASE

Cédric Josz, S. Fliscounakis외 2명|arXiv (Cornell University)|2016. 03. 04.

Power System Optimization and Stability참고 문헌 11인용 수 111

한 줄 요약

현실적인 MATPOWER 형식의 9개 AC 전력 흐름 테스트 케이스(iTesla, RTE 스냅샷, PEGASE)와 OPF 분석을 위한 QCQP 구성으로 변환하는 MATLAB 도구를 발표하고, 초기 수치 결과 및 최적성 한계에 대한 논의를 제공합니다.

ABSTRACT

In this paper, we publish nine new test cases in MATPOWER format. Four test cases are French very high-voltage grid generated by the offline plateform of iTesla: part of the data was sampled. Four test cases are RTE snapshots of the full French very high-voltage and high-voltage grid that come from French SCADAs via the Convergence software. The ninth and largest test case is a pan-European ficticious data set that stems from the PEGASE project. It complements the four PEGASE test cases that we previously published in MATPOWER version 5.1 in March 2015. We also provide a MATLAB code to transform the data into standard mathematical optimization format. Computational results confirming the validity of the data are presented in this paper.

연구 동기 및 목표

• 연구 커뮤니티가 OPF 방법을 벤치마킹할 수 있도록 현실적인 AC 전력 흐름 테스트 케이스를 제공한다.
• 프랑스 및 유럽 그리드 특성을 반영하기 위해 iTesla, RTE 스냅샷, PEGASE에서 기인한 데이터를 제공한다.
• MATPOWER 데이터를 일반적인 QCQP 형식으로 변환하는 MATLAB 도구를 제공하여 더 넓은 적용 가능성을 확보한다.

제안 방법

• 9개의 MATPOWER 형식 테스트 케이스(iTesla, RTE 스냅샷, PEGASE)를 출판하고 원천 및 데이터 변환 노트를 상세히 설명한다.
• MATPOWER 관례에 맞추기 위해 음성력 단위의 Pmin 제로화 등 조정을 적용하여 스냅샷을 MATPOWER로 변환한다.
• MATPOWER 데이터를 표준 복합/실수 QCQP 형태의 행렬 C, Ak, Bk로 매핑하는 QCQP 변환기(qcqp_opf.m)를 제공한다.

실험 결과

연구 질문

• RQ1 게시된 테스트 케이스가 프랑스 및 유럽 맥락의 그리드 특성을 얼마나 현실적으로 포착하는가?
• RQ2 표준 QCQP 형식이 이 데이터셋의 AC OPF 문제를 충실히 표현할 수 있는가?
• RQ3 전통적 방법 및 SDP 기반 방법을 사용하여 이 데이터셋의 OPF에 대해 어떤 초기 가능한 해와 하한을 얻을 수 있는가?
• RQ4 PEGASE 및 RTE 데이터의 대규모 인스턴스에 적용될 때 현재 SDP 완화의 실용적 한계는 무엇인가?

주요 결과

• 9개의 테스트 케이스가 제공된다: iTesla의 프랑스 VHV 그리드에서의 4개, 프랑스 전체 VHV+HV 그리드의 RTE 스냅샷 4개, 가장 큰 PEGASE(전유럽 가상 그리드).
• Knitro 기반의 OPF는 이 케이스들에 대해 해결 가능하며, 매개변수 조정(xtol 조정)이 수렴 및 타당성에 영향을 준다.
• DCOPF는 사소한 하한을 제공하고, ACOPF(Knitro) 해는 타당하지만 국소 최적이며 케이스 전반에 걸친 최적성 격차가 0.87%에서 2.14% 사이로 보고된다.
• SDP 기반 하한(SDPOPF와 Sedumi 또는 Mosek 사용)은 가변적 결과를 낳으며, Mosek는 자기일관적 하한을 제공하는 반면 Sedumi는 수치 문제를 자주 겪는다; 전역 최적성 증명은 0.00%에서 2.14% 사이로 보고된다.
• 가장 큰 케이스(6k–13k 버스)에서는 SDP 완화로의 전역 최적성 증명이 도전적이지만, 저자들은 하드웨어에서 대형 문제에 대한 확장성을 시연하며 수치적 주의점을 지적한다.
• QCQP 변환 도구는 OPF를 희소성 인식 QCQP로 프레이밍할 수 있음을 보여주어, 응용 수학 커뮤니티의 방법론적 실험을 확장한다.