[논문 리뷰] Selection of Most Effective Control Variables for Solving Optimal Power Flow Using Sensitivity Analysis in Particle Swarm Algorithm

Mohamed Abuella, Constantine J. Hatziadoniu|arXiv (Cornell University)|2016. 01. 16.

Electric Power System Optimization참고 문헌 3인용 수 6

한 줄 요약

이 논문은 IEEE 30-bus 시스템에서 최적 전력 흐름(OPF) 문제를 해결하기 위한 입자군집최적화(PSO)의 차원 감소를 위해 민감도 기반 제어 변수 선택 기법을 제안한다. 전압 한계 위반과 같은 시스템 제약 조건에 가장 큰 영향을 미치는 제어 변수(예: 발전기 실수력 및 전압)를 민감도 분석을 통해 식별함으로써, 계산 부담을 감소시키고 수렴 속도를 향상시킨다. 주요 결과로는 전체 변수 기반 PSO 대비 훨씬 낮은 차원을 가진 상위 랭킹 제어 변수 조합을 사용할 경우, 거의 최적의 비용(예: 799.86 $/hr)을 달성할 수 있음을 보여준다.

ABSTRACT

Solving the optimal power flow problem is one of the main objectives in electrical power systems analysis and design. The modern optimization algorithms such as the evolutionary algorithms are also adopted to solve this problem, especially when the intermittency nature of generation resources are included, as in wind and solar energy resources, where the models are stochastic and non-linear. This paper uses the particle swarm optimization algorithm for solving the optimal power flow for IEEE-30 bus system. In addition to selection of the most effective control variables based on sensitivity analysis to alleviate the violations and return the system back to its normal state. This adopted strategy would decrease the optimal power flow calculation burden by particle swarm optimization algorithm, especially with large systems.

연구 동기 및 목표

• 대규모 전력 시스템에서 최적 전력 흐름(OPF) 문제를 해결하기 위한 입자군집최적화(PSO)의 계산 복잡도를 감소시키는 것.
• 민감도 분석을 통해 시스템 위반(예: 전압 한계)에 가장 큰 영향을 미치는 가장 효과적인 제어 변수를 식별하는 것.
• 결정 변수 수를 줄임으로써 PSO 성능을 향상시키되, 해 품질에 영향을 주지 않는 것.
• 다양한 하중 수준과 시스템 제약 조건 하에서 IEEE 30-bus 시스템에서 제안된 방법의 타당성을 검증하는 것.
• 고도로 재생 가능 에너지 비중이 높고 확률적 특성을 띠는 시스템에 대해 감소된 변수 집합을 적용한 PSO의 실현 가능성을 탐색하는 것.

제안 방법

• 제어 변수에 대한 전압 및 상태 변수 민감도를 계산하기 위해 민감도 분석을 적용하여 민감도 행렬을 생성한다.
• 민감도 행렬의 열 벡터를 기반으로 제어 변수(예: 발전기 실수력, 전압, 터널 설정값)를 전압 위반에 미치는 영향에 따라 순위를 매긴다.
• 상위 랭킹 제어 변수(예: P_gs, V_gs, V_g1, V_g2, V_g5, V_g8, T_27)만을 선택하여 감소된 차원의 PSO 탐색 공간을 구성한다.
• 감소된 변수 집합을 사용하여 PSO를 구현하여 OPF 문제를 해결하며, 등식(전력 흐름) 및 부등식(운영 한계) 제약 조건을 만족시키면서 운영 비용을 최소화한다.
• 이전 해를 초기 점으로 사용하여 순차적 하중 케이스(125–350 MW)를 적용함으로써 수렴 성능을 향상시킨다.
• 표준 PSO 파rameter(예: 관성 가중치, 인지/사회적 계수)를 사용하고, 비용 및 제약 조건 이행 정도를 평가하여 성능을 평가한다.

실험 결과

연구 질문

• RQ1 IEEE 30-bus 시스템에서 전압 위반에 가장 높은 민감도를 보이는 제어 변수는 무엇인가?
• RQ2 민감도 분석을 통해 제어 변수 수를 감소시킬 경우, OPF 문제에서 PSO의 수렴 성능 및 해 품질에 어떤 영향을 미치는가?
• RQ3 감소된 차원의 PSO 모델은 전체 변수 기반 PSO 대비 훨씬 낮은 계산 부담으로 거의 최적의 비용을 달성할 수 있는가?
• RQ4 민감도 기반 PSO 방법의 성능은 다양한 하중 수준에서 어떻게 변화하는가?
• RQ5 시스템 안정성과 운영 비용 최소화를 유지하기 위해 필요한 최소한의 효과적인 제어 변수 조합은 무엇인가?

주요 결과

• 발전기 실수력(P_gs)과 전압(V_gs)의 조합이 가장 효과적이었으며, 단 두 개의 변수로만 799.86 $/hr의 최저 비용을 달성했다.
• P_gs, V_g1, V_g2, V_g5, V_g8의 다섯 변수 조합은 800.22 $/hr의 비용을 기록했고, 모든 전압 위반을 성공적으로 보정했다.
• P_gs, V_g1, V_g2, V_g8, T_27의 조합 역시 모든 위반을 보정했으며, 다섯 변수 조합보다 略히 높은 비용을 기록했다.
• 높은 하중 수준(예: 325 MW 및 350 MW)에서는 안정성을 유지하기 위해 더 많은 제어 변수가 필요했지만, 여전히 전체 집합보다 적은 수였다.
• 약한 버스(L26, L29, L30)와 버스 1과 2 사이의 선로가 특히 높은 하중 수준에서 위반에 가장 취약했다.
• 민감도 분석을 통해 제어 변수를 사전에 선별함으로써 PSO 탐색 공간의 차원 수를 감소시켜 계산 부담을 줄이고 효율성을 향상시켰으며, 특히 확률적 발전을 포함한 대규모 시스템에 있어 유의미한 효과를 보였다.