[논문 리뷰] Spectral Transformation Algorithms for Computing Unstable Modes of Large Scale Power Systems

Licio H. Bezerra, Carlos Tomei|arXiv (Cornell University)|2010. 06. 28.

Matrix Theory and Algorithms참고 문헌 21인용 수 4

한 줄 요약

이 논문은 전력 시스템 안정성 분석에서 발생하는 대규모 희박 비대칭 행렬 피-pencil에서 불안정 고유값(양의 실수부)을 계산하기 위한 스펙트럼 변환 알고리즘을 모비우스 변환 기반으로 제안한다. 새로운 모비우스 확장으로 행렬 피-pencil에 사전 조건을 부여하고, 시프트-인베르트 반복과 조합함으로써 불안정 모드로의 수렴 속도를 가속하면서 동시에 무한대나 기존 고유값으로의 잘못된 수렴을 억제함으로써, 3156×3156 전력 시스템 모델에서 표준 시프트-인베르트 방법과 유사한 계산 비용으로 높은 정확도를 달성한다.

ABSTRACT

In this paper we describe spectral transformation algorithms for the computation of eigenvalues with positive real part of sparse nonsymmetric matrix pencils $(J,L)$, where $L$ is of the form $\pmatrix{M&0\cr 0&0}$. For this we define a different extension of Möbius transforms to pencils that inhibits the effect on iterations of the spurious eigenvalue at infinity. These algorithms use a technique of preconditioning the initial vectors by Möbius transforms which together with shift-invert iterations accelerate the convergence to the desired eigenvalues. Also, we see that Möbius transforms can be successfully used in inhibiting the convergence to a known eigenvalue. Moreover, the procedure has a computational cost similar to power or shift-invert iterations with Möbius transforms: neither is more expensive than the usual shift-invert iterations with pencils. Results from tests with a concrete transient stability model of an interconnected power system whose Jacobian matrix has order 3156 are also reported here.

연구 동기 및 목표

• 대규모 희박 비대칭 행렬 피-pencil에서 양의 실수부를 가진 고유값을 계산하기 위한 효율적인 수치 알고리즘 개발.
• 형식 (J, L)에서 L = diag(M, 0)인 특이 피-pencil에 대해 스펙트럼 변환에서 무한대 고유값으로의 잘못된 수렴 문제 해결.
• 모비우스 변환의 새로운 확장으로 행렬 피-pencil에 대해 초기 벡터를 사전 조건화하여 불안정 모드로의 수렴을 향상.
• 이미 계산된 고유값으로의 수렴을 억제함으로써 다수의 불안정 모드를 식별하는 데 있어 안정성 향상.
• 실제 3156×3156 전력 시스템 자코비안 행렬에서 계산 효율성과 정확도를 입증.

제안 방법

• 특이 피-pencil (J, L)에 대해 무한대 고유값의 영향을 억제하기 위한 모비우스 변환의 새로운 확장 제안.
• 모비우스 변환된 시스템을 사용한 시프트-인베르트 반복을 통해 양의 실수부를 가진 고유값으로의 수렴 속도 가속.
• 초기 벡터에 모비우스 변환 행렬 Cσ를 p번 곱한 후 정규화하는 사전 조건화 적용.
• 정확도 허용 오차 tol = 1e-4를 기반으로 한 잔여항 정지 기준과 매 t=4 반복마다 시프트 갱신.
• 카일리 변환을 모비우스 변환의 특수 케이스로 구현하며, σ는 불안정 고유값의 분리도를 최대화하도록 선택.
• 선형 시스템 해법을 위해 (J - aL)의 LU 분해를 사용하며, 계산 비용은 LU 분해와 행렬-벡터 곱의 횟수로 측정.

실험 결과

연구 질문

• RQ1 특이 피-pencil (J, L)에 대해 무한대 고유값으로의 수렴을 방지하기 위해 모비우스 변환을 수정 정의할 수 있는가?
• RQ2 모비우스 변환으로 초기 벡터를 사전 조건화하면 대규모 전력 시스템에서 불안정 고유값으로의 수렴 속도가 현저히 향상되는가?
• RQ3 반복 계산 중 기존 고유값으로의 수렴을 모비우스 변환으로 효과적으로 억제할 수 있는가?
• RQ4 제안된 스펙트럼 변환 알고리즘의 성능은 표준 시프트-인베르트 방법과 정확도 및 계산 비용 측면에서 어떻게 비교되는가?
• RQ5 최적의 σ 선택이 실제 3156×3156 전력 시스템 모델에서 불안정 모드의 수렴 행동에 미치는 영향은 무엇인가?

주요 결과

• 제안된 알고리즘은 높은 정확도로 세 개의 불안정 고유값(복소수 쌍: -0.1144±10.617i 및 -0.1764±6.1231i)과 세 개의 안정 모드를 성공적으로 계산하였으며, 잔여항이 1e-10 이하에 도달하였다.
• σ=4.8334일 때, 불안정 쌍 0.1814±4.8323i로의 수렴이 p=80의 사전 조건화 후 6–13회 반복 내에 달성되었으며, 이는 불안정 고유값의 변환된 크기를 최대화하는 최적의 값이다.
• 고유값 억제 기법을 적용함으로써 두 번째 불안정 모드를 탐지하는 데 필요한 반복 수를 13회에서 7회로 감소시켜, 다수의 불안정 모드 식별에서 효율성이 향상됨을 입증하였다.
• 제안된 방법의 계산 비용은 표준 시프트-인베르트 반복과 유사하여, 모든 불안정 모드를 계산하는 데 15+1개의 LU 분해와 356회의 행렬-벡터 곱(196+160)이 소요되었다.
• 가장 정밀한 고유값 근사에서 잔여항이 1e-10 수준에 도달하여 높은 수치 정밀도를 보였다.
• 결과에서 임의의 잘못된 모드가 나타나지 않음으로써, 알고리즘이 무한대 고유값과 기존 고유값으로의 수렴을 효과적으로 억제함을 확인하였다.