[논문 리뷰] Nonlinear-Programming-Based Model of Power System Marginal States: Theoretical Substantiation

Boris I. Ayuev, Viktor V. Davydov외 1명|arXiv (Cornell University)|2015. 05. 15.

Power System Optimization and Stability참고 문헌 22인용 수 3

한 줄 요약

이 논문은 이론적 근거를 바탕으로 비선형 프로그래밍 기반 모델(NLP-MS)을 제안하여 전력 시스템의 마진 상태—비교적 안정성 한계와 타당성 경계—를 정확하게 식별한다. 이 모델은 특정 전력 전송 방향이나 불안정성에 가장 가까운 상태를 포함한 다양한 마진 상태에 대한 체계적인 분석을 가능하게 하여 전력 시스템의 안정성 평가 및 알고리즘 개발을 향상시키는 통합 프레임워크를 제공한다.

ABSTRACT

In order to maintain the security of power system at an appropriate level and at low cost, it is essential to accurately assess the steady-state stability limits and power flow feasibility boundaries, i.e., the power system marginal states (MS). This paper is devoted to creation and theoretical substantiation of the MS model based on nonlinear programming (NLP-MS model), its research to reveal MS properties which promote better MS understanding, to evolution of the theory of power systems and MS, to elaboration of more effective algorithms of MS problem solution. The proposed NLP-MS model is universal and allows to determine and to take into account various MS, including the MS in a given direction of power change, the closest MS, a moving the power system state into a power flow feasibility region, etc.

연구 동기 및 목표

• 전력 시스템 마진 상태(MS)를 위한 이론적으로 탄탄한 모델을 개발하여 정확한 안정성 평가를 지원한다.
• 특정 전력 전송 방향이나 불안정성에 가장 가까운 상태를 포함한 다양한 유형의 마진 상태를 식별하고 분석한다.
• 전력 시스템 안정성과 타당성 경계에 대한 이론적 이해를 심화한다.
• 마진 상태 문제를 해결하는 데 더 효율적이고 신뢰도가 높은 알고리즘 개발을 지원한다.
• 다양한 전력 시스템 운영 조건과 제약 조건에 적용 가능한 일반적인 프레임워크를 제공한다.

제안 방법

• 등차 및 부등차 제약 조건을 포함한 비선형 프로그래밍(NLP) 최적화 문제로 마진 상태 문제를 수립한다.
• 전력 흐름 방정식과 보안 제약 조건을 NLP 수식의 핵심 구성 요소로 사용한다.
• 마진 상태의 필요 조건을 유도하기 위해 카루시-쿤-터커(Karush-Kuhn-Tucker, KKT) 최적성 조건을 적용한다.
• 감도 분석과 라그랑주 승수를 활용하여 최적 상태에서 제약 조건의 물리적 의미를 해석한다.
• 특정 전력 전송 방향이나 타당성 경계에 가장 가까운 상태와 같은 다양한 유형의 마진 상태를 고려한다.
• 다양한 MS 구성에 대한 이론적 분석을 통해 모델의 일반성을 검증한다.

실험 결과

연구 질문

• RQ1 비선형 프로그래밍을 활용하여 전력 시스템의 마진 상태를 어떻게 체계적으로 모델링할 수 있는가?
• RQ2 다양한 시스템 조건 하에서 NLP 기반 마진 상태 모델의 이론적 성질은 무엇인가?
• RQ3 제안된 모델은 주어진 운영 점에 가장 가까운 마진 상태를 어떻게 포착하는가?
• RQ4 NLP-MS 모델은 기존의 안정성 경계 분석 접근 방식을 어떻게 일반화하는가?
• RQ5 KKT 조건은 마진 상태 행동을 해석하는 데 어떤 함의를 지닌다?

주요 결과

• NLP-MS 모델은 특정 전력 전송 방향에 있는 상태를 포함한 다양한 유형의 마진 상태를 식별하는 통합 이론적 프레임워크를 제공한다.
• 모델의 수식은 KKT 조건에 기반하여 수학적 엄밀성과 최적 상태에서 제약 조건의 해석 가능성 보장한다.
• 이론적 분석을 통해 모델이 주어진 운영 점에 가장 가까운 마진 상태를 정확히 위치시킬 수 있음을 확인한다.
• 모델은 타당성 경계 식별을 지원하여 전력 시스템에서 사전 보안 평가를 가능하게 한다.
• 이 접근 방식은 안정성 한계 근처 시스템 행동의 체계적 분석을 가능하게 하여 전력 흐름 타당성에 대한 이해를 강화한다.
• 이 프레임워크는 다양한 전력 시스템 운영 시나리오와 제약 조건에 일반적으로 적용 가능하다.