[논문 리뷰] Graph based Platform for Electricity Market Study, Education and Training

Tao Chen, Chen Yuan외 2명|arXiv (Cornell University)|2018. 04. 03.

Electric Power System Optimization참고 문헌 9인용 수 3

한 줄 요약

이 논문은 그래프 기반의 TigerGraph 프레임워크를 제안하여, 병렬화된 그래프 기반 전력 흐름(PGPF)과 최적화된 LU 분해를 활용해 전기 시장 정산을 위한 보안 제약이 있는 단위 할당(SCUC) 및 경제적 배분(SCED)을 가속화한다. 이 시스템은 위치별 마진 가격(LMP)의 실시간 시각화를 가능하게 하며, 대규모 전력망에 대한 상호작용적이고 확장 가능한 시뮬레이션을 통해 시장 운영자에 대한 교육 및 훈련을 지원한다.

ABSTRACT

With the further development of deregulated electricity market in many other countries around the world, a lot of challenges have been identified for market data management, network topology processing and fast market-clearance mechanism design. In this paper, a graph computing framework based on TigerGraph database is proposed to solve a security constrained unit commitment (SCUC) and security constrained economic dispatch (SCED) problem, with parallelized graph power flow (PGPF) and innovative LU decomposition techniques, for electricity market-clearance. It also provides a comprehensive visualization platform to demonstrate the market clearing results vividly, such as locational marginal price (LMP), and is able to be utilized for electricity market operators' education and training purpose.

연구 동기 및 목표

• 자율화된 전기 시장에서 대규모 시장 데이터, 네트워크 구조, 빠른 시장 정산을 관리하는 데 도전 과제를 해결하기 위해.
• 일일 전망 및 실시간 전기 시장 운영을 위한 확장 가능하고 고성능의 시뮬레이션 프레임워크를 개발하기 위해.
• 그래프 컴퓨팅을 활용해 계산 효율성을 확보하면서도 AC 전력 흐름 제약을 SCUC/SCED에 통합하기 위해.
• 시장 운영자에 대한 교육 및 훈련을 지원하기 위해 상호작용적이고 시각화 가능한 플랫폼을 제공하기 위해.

제안 방법

• 프레임워크는 전력 시스템을 버스를 정점으로, 송전선로를 간선으로 하는 그래프로 모델링하기 위해 TigerGraph의 네이티브 그래프 데이터베이스 및 컴퓨팅 엔진을 사용한다.
• TigerGraph의 병렬 동기 실행(BSP) 모델을 활용해 효율적인 AC 전력 흐름 계산을 위한 병렬화된 그래프 기반 전력 흐름(PGPF)을 구현한다.
• SCUC/SCED 문제에서 발생하는 대규모 선형 연립방정식을 분산형 그래프 병렬 방식으로 해결하기 위해 혁신적인 LU 분해 기법을 적용한다.
• 시간 트리 데이터 구조를 도입해 여러 시간대에 걸친 시간적 시장 데이터를 조직화하고, 동적 입찰 및 시뮬레이션을 가능하게 한다.
• 입찰, 발전 제한, 네트워크 파ameters 등의 시장 데이터는 그래프 정점과 간선의 속성으로 저장되어 탄력적인 쿼리 및 처리가 가능하다.
• GraphStudio 기반의 시각화 레이어는 실시간으로 LMP, 혼잡 패턴, 배분 결과를 렌더링하여 직관적인 해석을 가능하게 한다.

실험 결과

연구 질문

• RQ1 어떻게 그래프 컴퓨팅을 활용하여 AC 전력 흐름 제약이 있는 전기 시장에서 SCUC 및 SCED 계산을 가속화할 수 있는가?
• RQ2 기존 방법과 비교해 대규모 전력 시스템에서 그래프 기반 병렬 컴퓨팅 모델이 달성할 수 있는 성능 향상은 어느 정도인가?
• RQ3 통합된 그래프 데이터 모델이 실시간 시장 정산 시뮬레이션을 위한 복잡한 시장 및 네트워크 데이터를 효과적으로 표현할 수 있는가?
• RQ4 상호작용적 시각화를 통해 이 플랫폼은 전기 시장 운영자에 대한 교육 및 훈련을 얼마나 효과적으로 지원하는가?
• RQ5 시간 트리 구조는 효율적인 시간적 데이터 관리와 동적 시장 시뮬레이션을 어느 정도 지원하는가?

주요 결과

• IEEE-14 버스 시스템에서 8개 스레드를 사용해 시장 정산 런타임이 2804.396 ms로 측정되어 높은 계산 효율성을 입증하였다.
• 그래프 기반 접근 방식은 기존 방법에서 관찰되는 지수적 증가를 피하며 근사 선형 계산 복잡도를 유지하였다.
• GraphStudio를 활용해 LMP 및 혼잡 효과의 시각화가 실시간으로 성공적으로 렌더링되어 시장 결과의 직관적 이해를 가능하게 하였다.
• 시간 트리 구조는 시간적 시장 데이터의 효율적 저장 및 검색을 가능하게 하여 동적 입찰 및 시나리오 분석을 지원하였다.
• 플랫폼은 118버스 시스템을 성공적으로 시뮬레이션하여 대규모 네트워크에서의 확장성과 성능을 확인하였다.
• PGPF와 최적화된 LU 분해의 통합은 DC 근사 방법에 비해 정확한 AC 전력 흐름 해답을 시장 정산 프레임워크 내에서 도출할 수 있게 하였다.