[논문 리뷰] Distributed Robust Bilinear State Estimation for Power Systems with Nonlinear Measurements

Weiye Zheng, Wenchuan Wu외 2명|arXiv (Cornell University)|2015. 08. 15.

Power System Optimization and Stability참고 문헌 3인용 수 9

한 줄 요약

이 논문은 비선형 측정을 갖는 다구역 전력시스템을 위한 완전히 분산된 강건한 이차형 상태 추정(D-RBSE) 방법을 제안한다. 각 영역에서 국지적 상태 추정을 가능하게 하며 상호 영역 간 통신을 최소화하고, 병렬 비선형 변환을 적용하며, 중앙 집중식 조정자 없이도 악성 데이터를 효과적으로 억제하는 강건한 제형을 통해 작동한다. 이는 IEEE 14-bus 및 118-bus 시스템에서 검증되었다.

ABSTRACT

This paper proposes a fully distributed robust state-estimation (D-RBSE) method that is applicable to multi-area power systems with nonlinear measurements. We extend the recently introduced bilinear formulation of state estimation problems to a robust model. A distributed bilinear state-estimation procedure is developed. In both linear stages, the state estimation problem in each area is solved locally, with minimal data exchange with its neighbors. The intermediate nonlinear transformation can be performed by all areas in parallel without any need of inter-regional communication. This algorithm does not require a central coordinator and can compress bad measurements by introducing a robust state estimation model. Numerical tests on IEEE 14-bus and 118-bus benchmark systems demonstrate the validity of the method.

연구 동기 및 목표

• 중앙 집중식 접근 방식이 비실용적인 대규모 다구역 전력시스템에서 비선형 측정을 갖는 상태 추정 문제를 해결하기 위해.
• 추정 정확도와 강건성을 유지하면서 상호 영역 간 통신을 최소화하는 분산 방법을 개발하기 위해.
• 중앙 조정자에 대한 의존도를 제거하여 실시간 전력시스템 모니터링에서 확장 가능하고 내성적인 운영을 가능하게 하기 위해.
• 악성 데이터의 영향을 압축하고 완화하는 강건한 추정 기법을 상태 추정 과정에 통합하기 위해.
• 제어 영역 간 선형 및 비선형 단계를 분리함으로써 계산 효율성과 병렬 처리 가능성을 확보하기 위해.

제안 방법

• 손실 함수를 사용하여 이차형 상태 추정 제형을 강건한 모델로 확장함으로써 외곽치에 대한 민감도를 감소시킴.
• 각 제어 영역이 선형화된 측정치와 자체 데이터를 사용하여 국지적 상태 추정을 수행함으로써 상호 영역 간 데이터 교환을 최소화함.
• 모든 영역에서 상호 통신 없이도 병렬로 비선형 변환을 계산함.
• 반복적으로 상태 추정치를 정밀화하면서도 분산 운영을 유지하기 위해 교차 최적화 전략을 사용함.
• 허버 손실 기반의 강건한 비용 함수를 도입하여 추정 과정 중 악성 측정치의 영향을 억제함.
• 분산 구조는 확장성과 고장 내성성을 보장하며, 초기 조율 이후 각 영역이 독립적으로 운영됨.

실험 결과

연구 질문

• RQ1 중앙 조정자가 없는 상태에서 다수의 제어 영역 간에 어떻게 분산 방식으로 상태 추정을 수행할 수 있는가?
• RQ2 비선형 측정이 전력시스템의 분산 상태 추정의 정확도와 수렴성에 미치는 영향은 무엇인가?
• RQ3 강건한 추정 기법이 악성 데이터의 영향을 효과적으로 억제할 수 있도록 분산 이차형 프레임워크에 통합될 수 있는가?
• RQ4 통신 부하와 추정 정확도 측면에서 제안된 방법은 중심 집중식 또는 다른 분산 접근 방식과 비교하여 어떻게 성능을 내는가?
• RQ5 측정 노이즈와 악성 데이터의 수준이 다양할 경우, 이 방법의 확장성과 강건성 성능은 어떠한가?

주요 결과

• 제안된 D-RBSE 방법은 악성 데이터가 존재하는 상황에서도 IEEE 14-bus 및 118-bus 시험 시스템에서 높은 추정 정확도를 달성함.
• 국지적 추정과 조율 없이도 병렬 비선형 처리를 수행함으로써 상호 영역 간 통신을 크게 감소시킴.
• 강건한 제형이 비강건한 대비에 비해 추정 오차를 감소시켜 악성 측정치의 영향을 효과적으로 억제함을 입증함.
• 다중 반복 동안 수렴성과 안정성을 유지하여 대규모 시스템에서의 신뢰성을 확인함.
• 수치 결과는 분산 접근 방식이 정확도와 내성 측면에서 중심 집중식 강건 상태 추정의 성능을 따라하거나 초월함을 보여줌.
• 소규모(14-bus) 및 대규모(118-bus) 시스템 모두에서 일관된 성능을 보여줌으로써 시스템 크기에 따라 잘 확장됨.