[논문 리뷰] Lassoing Line Outages in the Smart Power Grid

Hao Zhu, Georgios B. Giannakis|arXiv (Cornell University)|2011. 05. 16.

Power System Optimization and Stability참고 문헌 12인용 수 7

한 줄 요약

이 논문은 스마트 그리드에서 선로 정전을 다중으로 식별하기 위한 계산 효율적이고 거의 실시간인 알고리즘을 제안한다. 이 알고리즘은 국소적 PMU 전압 위상각 측정값과 시간대별 기준상태 위상도 데이터만을 사용한다. DC 전력 흐름 모델을 희박한 과다정의 표현으로 재구성하고, Lasso 기반 최적화를 블록 좌표 강하법을 통해 적용함으로써, 관측 불가능한 외부 시스템에서도 정확하게 다중 정전을 탐지할 수 있다. IEEE 118bus 시스템에서 세 개의 정전을 높은 정밀도로 성공적으로 식별함으로써 성능을 입증하였다.

ABSTRACT

Fast and accurate unveiling of power line outages is of paramount importance not only for preventing faults that may lead to blackouts, but also for routine monitoring and control tasks of the smart grid, including state estimation and optimal power flow. Existing approaches are either challenged by the \emph{combinatorial complexity} issues involved, and are thus limited to identifying single- and double-line outages; or, they invoke less pragmatic assumptions such as \emph{conditionally independent} phasor angle measurements available across the grid. Using only a subset of voltage phasor angle data, the present paper develops a near real-time algorithm for identifying multiple line outages at the affordable complexity of solving a quadratic program via block coordinate descent iterations. The novel approach relies on reformulating the DC linear power flow model as a \emph{sparse} overcomplete expansion, and leveraging contemporary advances in compressive sampling and variable selection using the least-absolute shrinkage and selection operator (Lasso). Analysis and simulated tests on the standard IEEE 118-bus system confirm the effectiveness of lassoing line changes in the smart power grid.

연구 동기 및 목표

• 국소적 PMU 데이터와 시간대별 위상도 정보만을 사용하여 외부 전력 시스템 영역의 다중 선로 정전을 식별하는 데 도전하는 것.
• 기존 정수프로그래밍 기반 접근법에서 발생하는 조합적 복잡도 문제를 해결하는 것.
• 실시간 상호시스템 PMU 데이터 또는 조건부 독립성 가정 없이도 스마트 그룹에서 실시간 모니터링 및 고장 진단을 가능하게 하는 것.
• 압축 측정과 희박 벡터 추정 기반의 확장 가능한 볼록 최적화 기반 솔루션을 개발하는 것.

제안 방법

• 선로 변화로 인한 위상각 변화의 희박한 과다정의 표현으로서 DC 전력 흐름 모델을 재구성한다.
• Lasso(최소절대수축 및 선택 연산자)를 사용하여 해의 희박성을 촉진함으로써 선로 정전 탐지를 희박한 벡터 추정 문제로 모델링한다.
• 비부드러운 볼록 최적화 문제를 블록 좌표 강하법(BCD)를 통해 해석하고, 효율적인 계산을 위한 폐쇄형 해를 제공한다.
• 정규화 매개변수 λ를 점차 감소시키는 경로 추적 전략을 사용하여 전체 식별 경로를 계산한다.
• 최적의 정전 수를 결정하기 위해 통계적 검정—최소 기술 길이(MDL) 및 표본 분산 편차—를 적용한다.
• MATPOWER를 사용해 생성한 데이터를 기반으로 IEEE 118bus 시스템에서 방법을 검증하고, 다양한 노이즈 수준에서 성능을 평가한다.

실험 결과

연구 질문

• RQ1 국소적 PMU 데이터와 기준상태 위상도만을 사용하여 관측 불가능한 외부 시스템에서 다중 선로 정전을 정확하게 식별할 수 있는가?
• RQ2 기존 정전 식별 방법의 조합적 복잡도는 어떻게 줄일 수 있으며 정확도를 유지할 수 있는가?
• RQ3 Lasso 기반 희박 복구 기법은 어떤 정도로 전력 시스템 선로 정전 탐지에 적용될 수 있으며, 수렴 보장과 저비용 계산을 동시에 확보할 수 있는가?
• RQ4 측정 노이즈가 존재하는 상황에서 진정으로 정전된 선로의 수를 신뢰성 있게 결정할 수 있는 통계 기준은 무엇인가?

주요 결과

• 제안된 알고리즘은 IEEE 118bus 시스템에서 실제로 발생한 세 개의 정전—(42,49), (38,65), 및 (69,75)—를 완전한 정확도로 성공적으로 식별하였다.
• MDL 및 분산 편차 검정 모두 최소 점수를 기준으로 정확한 정전 수(|E′| = 3)를 식별하여 방법의 통계적 강건성을 확인하였다.
• 세 실제 정전 외의 모든 선로에 대해 추정된 희박 벡터 성분의 절대값이 수치적으로 0이었으며, 이는 정확한 복원을 확인하였다.
• 그림 1의 식별 경로는 λ가 감소함에 따라 희박한 해에서 더 농축된 해로의 명확한 전이를 보이며, 최적 해는 비영인 성분이 세 개인 λ 값에 해당함을 보여주었다.
• 모든 정전 영향을 받은 버스가 관측 불가능한 상황에서도 정확한 탐지 성능을 보였으며, 이는 원거리 시스템 모니터링에서의 효과성을 입증하였다.
• 블록 좌표 강하 솔버는 효율적으로 수렴하여 대규모 전력 시스템임에도 불구하고 거의 실시간 적용이 가능함을 보였다.