[논문 리뷰] Distribution System Topology Detection Using Consumer Load and Line Flow Measurements

Raffi Sevlian, Ram Rajagopal|arXiv (Cornell University)|2015. 03. 24.

Optimal Power Flow Distribution참고 문헌 25인용 수 25

한 줄 요약

이 논문은 스마트 미터 부하 데이터와 희소한 선로 유량 측정값만을 사용하여 분포 시스템의 네트워크 구조를 탐지하기 위한 강건하고 데이터 기반의 방법을 제안한다. 문제를 스패닝 트리 탐지 과제로 공식화하여 다항 시간 내에 작동하는 결정론적 알고리즘과 스트로스틱, 예측 기반 부하 데이터를 위한 근사 최대사후확률(MAP) 검출기까지 제공함으로써, 중간 수준의 노이즈 조건에서도 높은 정확도를 달성한다.

ABSTRACT

This work presents a topology detection method combining home smart meter information and sparse line flow measurements. The problem is formulated as a spanning tree detection problem over a graph given partial nodal and edge flow information in a deterministic and stochastic setting. In the deterministic case of known nodal power consumption and edge flows we provide sensor placement criterion which guarantees correct identification of all spanning trees. We then present a detection method which is polynomial in complexity to the size of the graph. In the stochastic case where loads are given by forecasts derived from delayed smart meter data, we provide a combinatorial Maximum a Posteriori (MAP) detector and a polynomial complexity approximate MAP detector which is shown to work near optimum in low noise regime numerical cases and moderately well in higher noise regime.

연구 동기 및 목표

• 네트워크 구조가 자주 알려져 있거나 확실하지 않은 실시간 제어 및 최적화에서 정확한 분포 시스템의 네트워크 구조 추정이 필수적이라는 점을 해결한다.
• 정밀한 네트워크 파rameter와 광범위한 측정값을 요구하는 전통적 상태 추정기의 한계를 극복하기 위해 널리 보급된 스마트 미터 데이터와 희소한 선로 유량 데이터를 활용한다.
• 정확한 선로 파rameter나 AMI 연결성 데이터가 없이도 작동하는 실용적이고 강건한 방법을 개발하여 불확실성, 예를 들어 부정확한 AMI 연결성 데이터와 예측 오차 상황에서도 기능 가능하도록 한다.
• 역사적 데이터 분석과 실시간 운영 시나리오 모두에 적용 가능한 결정론적 및 스트로스틱 공식화를 제공한다.
• 대규모 분포 네트워크를 대상으로도 계산 효율성을 확보하기 위해 다항 시간 알고리즘과 실현 가능한 근사 MAP 검출기를 설계한다.

제안 방법

• 노드(버스)와 에지(선로)로 구성된 그래프로 분포 네트워크를 모델링하고, DC 전력 흐름 근사법을 사용하여 전력 흐름을 선형 시스템으로 기술한다.
• 네트워크 구조 탐지 문제를 유효한 레디얼 네트워크 구조에 해당하는 스패닝 트리 식별 문제로 공식화한다.
• 결정론적 케이스에서는 부분적인 노드 및 선로 유량 측정값을 사용하여 스패닝 트리의 유일한 식별을 보장하는 센서 배치 기준을 적용한다.
• 모든 가능한 스패닝 트리에 대한 완전 탐색을 피하기 위해 결정론적 환경에서 네트워크 구조 탐지를 위한 다항 시간 알고리즘을 제안한다.
• 스트로스틱 케이스에서는 예측된 부하와 노이즈가 섞인 선로 유량 측정값을 기반으로 조합 최대사후확률(MAP) 검출기를 개발한다.
• 가설로 설정된 스패닝 트리에 포함되지 않은 에지에서의 비영 유량 발생 가능성을 최소화하는 데 초점을 맞춘 근사 MAP 검출기를 도입하여 후보 네트워크의 효율적 정제를 가능하게 한다.

실험 결과

연구 질문

• RQ1 스마트 미터 데이터와 희소한 선로 유량 측정값만으로도 분포 시스템의 네트워크 구조를 정확하게 탐지할 수 있는가?
• RQ2 어떤 센서 배치 전략이 분포 네트워크 내에서 레디얼 네트워크 구조를 고유하고 정확하게 식별할 수 있도록 보장하는가?
• RQ3 부하 예측 오차와 측정 노이즈 상황에서도 계산 가능성을 유지하면서 네트워크 구조 탐지의 강건성을 어떻게 확보할 수 있는가?
• RQ4 실제 노이즈 환경에서 정확한 MAP 검출기와 계산 효율성이 뛰어난 근사치 사이의 성능 격차는 어느 정도인가?
• RQ5 정확한 네트워크 파ram터나 AMI 연결성 데이터 없이도 제안된 방법이 얼마나 잘 기능할 수 있는가?

주요 결과

• 제안된 결정론적 방법은 유도된 배치 기준에 따라 센서를 설치할 경우 모든 가능한 스패닝 트리에 대해 유일성을 보장하며, 정확한 네트워크 구조 식별이 가능하다.
• 결정론적 탐지 알고리즘은 버스 수에 대해 다항 시간 내에 실행되어 대규모 분포 네트워크에 대해서도 확장 가능하다.
• 근사 MAP 검출기는 낮은 노이즈 환경에서는 거의 최적의 성능을 달성하며, 높은 노이즈 조건에서도 합리적인 정확도를 유지함을 수치 시뮬레이션을 통해 입증하였다.
• 부하 예측의 심각한 불확실성과 누락되거나 잘못된 AMI 연결성 데이터 상황에서도 강건성을 유지하며, 정확한 파rameter 지식이 필요로 하는 전통적 상태 추정기보다 뛰어난 성능을 보였다.
• 공백선(코트리) 에지에서의 영유량 제약 조건을 기반으로 한 가설 검증 재구성은 후보 네트워크의 검색 공간을 효율적으로 줄여 정확도를 훼손하지 않으면서도 가능하게 하였다.
• 이론적 분석을 통해 센서 배치 조건 하에서 조합적 가설 검증과 감소된 흐름 가능도 검증이 동치임을 증명하였으며, 근사화 접근 방식의 타당성을 입증하였다.