[논문 리뷰] Multi-period Power System Risk Minimization under Wildfire Disruptions

Hanbin Yang, Noah Rhodes외 3명|arXiv (Cornell University)|2023. 05. 04.

Optimal Power Flow Distribution인용 수 4

한 줄 요약

이 논문은 외부 및 내재된 wildfulre 위험의 병합된 영향을 고려하여 전력 시스템에서 다기능 예측 가능한 전원 차단을 최적화하기 위해 이단계 스토하스틱 혼합정수계획법을 제안한다. 라그랑주 컷 분해 알고리즘을 사용하여, 결정론적 및 강건 기준 대비 화재 손상 및 부하 차단 비용을 25–30% 감소시키며 불확실성 변화에 대한 강건성을 유지한다.

ABSTRACT

Natural wildfire becomes increasingly frequent as climate change evolves, posing a growing threat to power systems, while grid failures simultaneously fuel the most destructive wildfires. Preemptive de-energization of grid equipment is effective in mitigating grid-induced wildfires but may cause significant power outages during natural wildfires. This paper proposes a novel two-stage stochastic program for planning preemptive de-energization and solves it via an enhanced Lagrangian cut decomposition algorithm. We model wildfire events as stochastic disruptions with random magnitude and timing. The stochastic program maximizes the electricity delivered while proactively de-energizing components over multiple time periods to reduce wildfire risks. We use a cellular automaton process to sample grid failure and wildfire scenarios driven by realistic risk and environmental factors. We test our method on an augmented version of the RTS-GLMC test case in Southern California and compare it with four benchmark cases, including deterministic, wait-and-see, and robust optimization formulations as well as a comparison with prior wildfire risk optimization. Our method reduces wildfire damage costs and load-shedding losses, and our nominal plan is robust against uncertainty perturbation.

연구 동기 및 목표

• 기후 변화와 전력 시스템 고장으로 악화되는 화재 위협의 증가를 다루기 위해.
• 전력 시스템 운영에 영향을 미치는 외부(외부) 및 내재적(망원선 유도) 화재의 이중적 영향을 모델링하기 위해.
• 다양한 시간 주기 동안 화재 교란의 시간적 및 공간적 불확실성을 포착하는 스토하스틱 최적화 프레임워크를 개발하기 위해.
• 현실적인 화재 역학과 시나리오 샘플링을 통합하여 결정론적 및 강건 최적화 접근법을 향상시키기 위해.
• 불확실성 하에서 전력 시스템 전원 차단 계획의 운영 강건성과 비용 효율성 확보하기 위해.

제안 방법

• 화재 불확실성 하에서 전원 차단 및 전력 흐름 결정을 동시에 최적화하기 위해 이단계 스토하스틱 혼합정수계획법(SMIP)을 수립한다.
• 시나리오 생성을 위해 세포자기 프로세스를 사용하여 랜덤한 시기와 크기를 갖는 화재 사건을 스토하스틱 교란으로 모델링한다.
• 각 시간 주기에서 외부 및 내재적 화재로 인한 구성 요소 손상 여부를 나타내기 위해 이진 매개변수를 포함한다.
• 이진 변수의 구조를 활용하고 유효한 컷을 생성함으로써 대규모 SMIP 문제를 효율적으로 해결하기 위해 라그랑주 컷 분해 알고리즘을 사용한다.
• 다기능, 다시시나리오 최적화의 복잡성을 다루기 위해 점진적 헤지와 시나리오 분해를 활용한다.
• 실제 기상 및 식생 데이터를 반영한 캘리포니아 남부 지역의 확장된 RTS-GLM 시험 케이스를 통해 모델을 검증한다.

Figure 4 : Illustration of the RTS-GMLC system.

실험 결과

연구 질문

• RQ1 외부 및 내재적 화재 위험을 모두 포함할 경우 전력 시스템의 최적 전원 차단 결정에 어떤 영향을 미치는가?
• RQ2 이단계 스토하스틱 프로그램이 총 화재 손상 비용과 부하 차단 비용을 최소화하는 데 결정론적 및 강건 최적화 모델보다 뛰어나게 작용할 수 있는가?
• RQ3 제안된 라그랑주 컷 분해 알고리즘이 이진 변수를 포함한 대규모 SMIP 문제의 계산 효율성을 어떻게 향상시키는가?
• RQ4 혼합 화재 시나리오 하에서 화재 손상 최소화와 부하 차단 최소화 사이의 상충 관계는 어떠한가?
• RQ5 다양한 화재 유형과 강도를 가진 표본 외 시나리오에서 명시된 계획의 강건성은 어떠한가?

주요 결과

• 혼합 외부 및 내재적 화재 시나리오 하에서 최적화된 명시된 계획(X*)은 부하 차단 비용과 손상 비용을 균형 있게 최소화하여 단일 화재 유형으로 최적화된 계획보다 뛰어난 성능을 보였다.
• X*는 혼합 시나리오 하에서 결정론적 및 강건 최적화 기준 대비 총 예상 비용을 25–30% 감소시켰으며, 총 비용은 $4,792.8로 나타났다.
• 외부 화재만 고려한 X^exo 계획은 내재적 화재가 존재할 경우 높은 부하 차단 비용($3,380.4)을 유발하여 낮은 강건성을 보였다.
• 내재적 화재만 고려한 X^end 계획은 지나치게 보수적이었으며, 16번째 시간 주기에서 31개의 송전선로를 차단하여 비차단 조건에서도 높은 부하 차단 비용($3,147.0)을 초래했다.
• X* 계획은 혼합 시나리오 하에서 총 비용 $3,612.7을 기록했으며, 부하 차단 1,678.2 MW와 손상 비용 1,333.6로 효과적인 리스크 트레이드오프를 달성했다.
• 분해 알고리즘이 500개의 시나리오를 포함한 대규모 인스턴스를 성공적으로 해결하여 실세계 적용에 적합한 계산 효율성과 확장성을 입증했다.

Figure 5 : Confidence intervals (bar) and point estimates (circle) of the lower and upper bounds for solutions with different sample sizes. The shaded area indicates the range of extreme values (maximum and minimum).