[논문 리뷰] Optimal adaptive control of cascading power grid failures

Daniel Bienstock|arXiv (Cornell University)|2010. 01. 01.

Distributed and Parallel Computing Systems참고 문헌 17인용 수 7

한 줄 요약

이 논문은 전력망 상태 관측 결과에 따라 부하를 동적으로 분산시키는 적응형, 애핀 제어 전략을 제안한다. 이 전략은 전력망에서 연쇄적 실패를 정지시키기 위해 사용된다. 미국 동부인터컨넥트(15,000개의 버스, 23,000개의 회로)의 스냅샷을 사용하여, 사고 발생 시 손실되는 부하를 최소화하기 위해 제어 계수를 사전에 최적화한다. 병렬 수치 실험을 통해 효과성을 입증한다.

ABSTRACT

Power grids have long been a source of interesting optimization problems. Perhaps best known among the optimization community are the unit commitment problems and related generator dispatching tasks. However, recent blackout events have renewed interest on problems related to grid vulnerabilities. A difficult problem that has been widely studied, the N-K problem, concerns the detection of small cardinality sets of lines or buses whose simultaneous outage could develop into a significant failure event. This is a hard combinatorial problem which, unlike the typical formulations for the unit commitment problem, includes a detailed model of flows in the grid. A different set of algorithmic questions concern how to react to protect a grid when a significant event has taken place. This is the outlook that we take in this paper. In this context, the central modeling ingredient is that power grids display cascading behavior. In this paper, building on prior models for cascades, we consider an affine, adaptive, distributive control algorithm that is computed at the start of the cascade and deployed during the cascade. The control sheds demand as a function of observations of the state of the grid, with the objective of terminating the cascade with a minimum amount of demand lost. The optimization problem handled at the start of the cascade computes the coefficients in the affine control (one set of coefficients per demand bus). We present numerical experiments with parallel implementations of our algorithms, using as data a snapshot of the U.S. Eastern Interconnect, with approximately 15000 buses and 23000 lines.

연구 동기 및 목표

• 초기 교란 이후 전력망에서 연쇄적 실패를 완화하는 데 도전하는 것에 초점하여 부하 손실을 최소화하는 것.
• 사고 발생 중 전력망 상태 관측에 기반해 실시간으로 적응하는 분산 제어 메커니즘을 개발하는 것.
• 전체 시스템에 미치는 영향을 최소화하면서 사고 종료를 위해 부하 제거를 최적화하는 제어 계수를 설정하는 것.
• 병렬 계산을 사용하여 대규모 전력망 모델에서 접근 방식을 검증하는 것.
• 사고 후 전력망 보호의 복잡하고 동적인 문제에 대해 계산적으로 다룰 수 있는 해결책을 제공하는 것.

제안 방법

• 각 버스에서의 부하 제거는 선형적으로 관측된 전력망 상태(예: 회로 유량 또는 버스 전압 등)에 따라 결정되는 애핀 제어 법칙을 수립한다.
• 제어 계수는 사고 시작 시점에 해석된 최적화 문제를 통해 사전에 계산된다. 이는 세밀한 전력 흐름 모델에 기반한다.
• 제어는 분산 방식이며, 각 버스가 국부적인 상태 정보를 사용하여 독립적으로 자신의 제어 법칙을 적용한다.
• 최적화 목표는 시스템 안정성과 사고 종료를 확보하면서 총 부하 제거량을 최소화하는 것이다.
• 이 방법은 단순한 조합 모델과는 구별되며, 세밀한 전력 흐름 모델을 활용한다.
• 대규모 시스템(예: 미국 동부인터컨넥트)에 적용하기 위해 병렬 알고리즘을 구현하여 확장성을 확보한다.

실험 결과

연구 질문

• RQ1 대규모 전력망에서 연쇄적 실패를 방지하기 위해 부하 제거를 어떻게 최적화하여 조율할 수 있는가?
• RQ2 사고 발생 중 총 부하 손실을 최소화하면서 효과적으로 실시간으로 적응할 수 있는 제어 구조는 무엇인가?
• RQ3 연쇄적 실패의 역학에 효과적으로 대응하기 위해 사전에 계산된 애핀 분산 제어 정책이 가능한가?
• RQ4 이러한 방법은 실제 규모의 전력망에 대해 얼마나 확장 가능한가?
• RQ5 블랙아웃 방지를 위해 정적 또는 히우리스틱 전략에 비해 적응형 제어가 얼마나 높은 성능 향상을 이룰 수 있는가?

주요 결과

• 제안된 적응형 제어 전략은 비적응형 또는 히우리스틱 전략에 비해 총 부하 손실을 크게 감소시킨다.
• 미국 동부인터컨넥트(15,000개의 버스, 23,000개의 회로 포함)의 시뮬레이션에서 사고가 성공적으로 종료됨을 입증한다.
• 사전에 계산된 제어 계수 덕분에 사고 발생 중 중앙집중식 재최적화 없이도 실시간으로 분산된 반응이 가능하다.
• 병렬 구현을 통해 대규모 전력망에 대한 계산 가능성을 입증한다.
• 애핀 제어 법칙은 연쇄적 조건 하에서 전력망을 안정화시키기 위해 필요한 동적 반응을 효과적으로 포착한다.
• 최적화 프레임워크는 단순한 조합 모델보다 더 정확한 세밀한 전력 흐름 역학을 고려하여 정확도를 향상시킨다.