[논문 리뷰] Reinforcing Power Grid Transmission with FACTS Devices

Vladimir Frolov, Scott Backhaus외 1명|arXiv (Cornell University)|2013. 07. 08.

Optimal Power Flow Distribution참고 문헌 17인용 수 3

한 줄 요약

이 논문은 전력망의 혼잡도 완화를 위해 FACTS 장치의 전략적 설치 및 크기 조절을 위해 l1-노름 최소화와 커팅 플레인 가속 기법을 통합한 하이브리드 최적화 프레임워크를 제안한다. 이 방법은 대규모 변전망 문제를 효율적으로 해결하며, 3299줄기의 폴란드 전력망 모델에서 40초 이내로 반복 계산을 수행한다. 이는 열 과부하를 줄이되, 모든 혼잡한 줄선을 직접 수정할 필요 없이 희박한(스parser)이고 효과적인 장치 배치를 제공한다.

ABSTRACT

We explore optimization methods for planning the placement, sizing and operations of Flexible Alternating Current Transmission System (FACTS) devices installed into the grid to relieve congestion created by load growth or fluctuations of intermittent renewable generation. We limit our selection of FACTS devices to those that can be represented by modification of the inductance of the transmission lines. Our master optimization problem minimizes the $l_1$ norm of the FACTS-associated inductance correction subject to constraints enforcing that no line of the system exceeds its thermal limit. We develop off-line heuristics that reduce this non-convex optimization to a succession of Linear Programs (LP) where at each step the constraints are linearized analytically around the current operating point. The algorithm is accelerated further with a version of the cutting plane method greatly reducing the number of active constraints during the optimization, while checking feasibility of the non-active constraints post-factum. This hybrid algorithm solves a typical single-contingency problem over the MathPower Polish Grid model (3299 lines and 2746 nodes) in 40 seconds per iteration on a standard laptop---a speed up that allows the sizing and placement of a family of FACTS devices to correct a large set of anticipated contingencies. From testing of multiple examples, we observe that our algorithm finds feasible solutions that are always sparse, i.e., FACTS devices are placed on only a few lines. The optimal FACTS are not always placed on the originally congested lines, however typically the correction(s) is made at line(s) positioned in a relative proximity of the overload line(s).

연구 동기 및 목표

• 부하 증가 또는 재생 가능 에너지 변동으로 인한 혼잡을 완화하기 위해 대규모 변전망에서 최적의 FACTS 장치 설치 및 크기 조절 문제를 해결하기 위해.
• 시스템 전체의 비볼록 최적화에서 발생하는 차원의 극복 문제를 피하는 계산 효율성이 높은 방법을 개발하기 위해.
• l1-노름 정규화를 통해 FACTS 장치 설치의 희박성(스퍼스리티)을 강제하여 최소한의 장치 설치로도 시스템 안정성을 유지하기 위해.
• 커팅 플레인 및 선형화 기법을 통해 수렴을 가속화하여 실시간 또는 근접 실시간 계획 수립을 가능하게 하기 위해.
• 실제 대규모 시스템, 예를 들어 MathPower 폴란드 전력망에서 단일 사고 조건 하에서 방법의 타당성을 검증하기 위해.

제안 방법

• 전력선의 열 제한 조건을 고려하여 유도계수 보정의 l1-노름 최소화 문제로 FACTS 장치 설치 및 크기 조절 문제를 수식화한다.
• 각 반복에서 현재 운용 지점 주변의 제약 조건을 분석적으로 선형화한 순차적 선형계획법(Sequential Linear Programming, SLP)을 사용한다.
• 최적화 중 활성 제약 조건 수를 줄이기 위해 커팅 플레인 방법을 적용하며, 최적화 후 비활성 제약 조건의 타당성을 점검한다.
• FACTS 장치를 조절 가능한 선로 유효도로 모델링하여, 수정된 선로 파rameter를 통해 전력 흐름에 미치는 영향을 표현한다.
• 비볼록성을 다루면서도 계산 가능성을 유지하기 위해 SLP와 커팅 플레인 기법을 융합한 하이브리드 알고리즘을 활용한다.
• 표준 하드웨어에서 작동하는 3299줄기의 MathPower 폴란드 전력망 모델에서 접근법을 검증하여 확장성 확보.

실험 결과

연구 질문

• RQ1 비볼록 FACTS 장치 설치 및 크기 조절 문제를 하이브리드 최적화 접근법을 통해 대규모로 효율적으로 해결할 수 있는가?
• RQ2 유도계수 보정에 대해 l1-노름 최소화를 적용하면 희박하고 실용적인 FACTS 장치 배치가 도출되는가?
• RQ3 선형화 및 커팅 플레인 기법을 통해 정확도를 유지하면서도 계산 시간을 극적으로 단축시킬 수 있는가?
• RQ4 최적의 FACTS 장치는 원래 혼잡한 선로와 비교해 어디에 설치되는가?
• RQ5 단일 사고 조건 하에서 대규모 실세계 변전망에서 이 방법은 어떻게 성능을 발휘하는가?

주요 결과

• 제안된 알고리즘은 표준 랩탑에서 3299줄기의 폴란드 전력망 모델에서 단일 사고 조건 하의 혼잡 문제를 약 40초 만에 한 번의 반복으로 해결한다.
• 이 방법은 항상 희박한 해답을 생성하며, 가장 과부하가 걸린 선로를 직접 수정하지 않더라도 몇 줄선에만 FACTS 장치가 설치되는 것으로 나타났다.
• 최적의 FACTS 보정은 일반적으로 혼잡한 선로와 가까운 거리에 있는 선로에 설치되며, 반드시 과부하가 걸린 선로 자체에선 아니다.
• 알고리즘의 선형화 및 커팅 플레인 전략은 활성 제약 조건 수를 크게 줄여 수렴 속도를 높이며, 타당성은 손상되지 않는다.
• 원래 비볼록 문제의 성격은 반복적 선형화를 통해 효과적으로 다루어졌으며, 소규모 및 대규모 시스템 모두에서 수렴이 확인되었다.
• 민감도 분석 결과, 선로 자체의 유효도를 줄이거나 인접 선로의 유효도를 조정하는 것이 흐름 과부하를 효과적으로 완화할 수 있으며, 이는 유량 방향에 따라 달라진다.