[논문 리뷰] Data Driven Linearized AC Power Flow Model with Regression Analysis

Xingpeng Li, Kory W. Hedman|arXiv (Cornell University)|2018. 11. 23.

Power System Optimization and Stability참고 문헌 9인용 수 6

한 줄 요약

이 논문은 전력 시스템 분석에서 정확도를 향상시키기 위해 회귀 분석을 사용하여 기존 선형화된 AC(LAC) 모델을 향상시킨 데이터 기반 선형화된 AC(DLAC) 모델을 제안한다. 시스템 데이터를 기반으로 훈련함으로써 DLAC 모델은 전압 크기 및 무공력 예측 오차를 감소시키며, 계산 비용을 최소화하면서도 TVA 시스템에서 표준 LAC 모델보다 뛰어난 성능을 보인다.

ABSTRACT

Full AC power flow model is an accurate mathematical model for representing the physical power systems. In practice, however, the utilization of this model is limited due to the computational complexity associated with its nonlinear and nonconvexity characteristics. An alternative linearized DC power flow model is widely used in the power system operation and planning tools. However, when reactive power and voltage magnitude are of concern, DC power flow model will be useless. Therefore, a linearized AC (LAC) power flow model is needed to address this issue. This paper first introduces a regular LAC model. Subsequently, with the advance in regression analysis technique, a data driven linearized AC (DLAC) model is proposed to improve the regular LAC model. Numerical simulations conducted on the Tennessee Valley Authority (TVA) system demonstrate the performance and effectiveness of the proposed DLAC model.

연구 동기 및 목표

• DC 전력 흐름 모델이 전압 크기 및 무공력을 다루는 데에 한계가 있음을 해결하기 위해.
• 완전한 AC 모델보다 정확도가 떨어지는 선형화된 AC(LAC) 전력 흐름 모델의 정확도를 향상시키기 위해.
• 시스템 운영 데이터를 기반으로 훈련된 회귀 기법을 사용하여 LAC 모델을 향상시키는 데이터 기반 접근 방식을 개발하기 위해.
• 특히 테너시 밸리 협회(TVA) 시스템을 대상으로 제안된 DLAC 모델을 검증하기 위해.
• 운영 및 계획 응용 분야에서 높은 정확도를 유지하면서도 전체 AC 전력 흐름에 비해 계산 비용이 낮은 효율적인 대안을 제공하기 위해.

제안 방법

• 완전한 AC 전력 흐름 방정식의 선형 근사 기반으로 일반적인 선형화된 AC(LAC) 전력 흐름 모델을 수립한다.
• 역사적 또는 시뮬레이션된 전력 시스템 데이터를 활용하여 LAC 모델의 파라미터를 校정하고 선형화 오차를 줄이기 위해 회귀 분석을 적용한다.
• 가장 제곱법과 같은 회귀 기법을 사용하여 유동 및 무공력 불일치에 대한 보정 항을 학습한다.
• 전체 AC 전력 흐름 해의 전력 주입 및 전압 크기 프로파일 데이터셋을 기반으로 모델을 훈련한다.
• 결과적으로 DLAC 모델은 고정된 선형 계수 대신 데이터 기반으로 학습된 파라미터를 사용하여 시스템 거동을 더 잘 반영한다.
• 수치 시뮬레이션을 통해 TVA 시스템에서 DLAC 모델을 표준 LAC 및 전체 AC 모델과 비교하여 검증한다.

실험 결과

연구 질문

• RQ1 데이터 기반의 회귀 접근 방식이 선형화된 AC 전력 흐름 모델의 정확도를 상당히 향상시킬 수 있는가?
• RQ2 DLAC 모델은 표준 LAC 모델 대비 전압 크기 및 무공력 예측에서 어떻게 성능을 발휘하는가?
• RQ3 DLAC 모델은 전체 AC 전력 흐름 대비 어떤 정도의 계산 오버헤드를 유발하는가?
• RQ4 어느 정도의 회귀 기반 파라미터 조정이 선형화 오차를 줄이는 데 효과적인가?
• RQ5 DLAC 모델은 실시간 전력 시스템 운영 및 계획에 사용하기에 충분히 강건하고 정확한가?

주요 결과

• 표준 LAC 모델 대비 DLAC 모델은 전압 크기 및 무공력 예측에서 뚜렷이 향상된 정확도를 달성한다.
• 회귀 기반 파라미터 조정은 고저항-반도체 비율(R/X 비율)이 높거나 전압 조절 과제가 있는 시스템에서 선형화 오차를 효과적으로 줄인다.
• DLAC 모델은 낮은 계산 비용을 유지하여 실시간 및 반복 최적화 응용 분야에 적합하다.
• TVA 시스템에서의 수치 시뮬레이션 결과, DLAC 모델은 전체 AC 전력 흐름 결과와 거의 일치하며 최소한의 편차를 보였다.
• 데이터 기반 접근 방식은 전체 비선형 해법 과정을 요구하지 않으면서도 LAC 모델의 실용성을 향상시켰다.
• DLAC 모델은 다양한 운영 조건에서 강건성을 보이며, 높은 일반화 잠재력을 나타낸다.