[논문 리뷰] Statistically Characterizing the Electrical Parameters of the Grid Transformers and Transmission Lines

Mir Hadi Athari, Zhifang Wang|arXiv (Cornell University)|2017. 06. 08.

Optimal Power Flow Distribution참고 문헌 10인용 수 11

한 줄 요약

이 논문은 두 개의 전력망에서 수집한 실세계 데이터를 활용하여 송전망 파라미터의 통계적 검증 지표를 제안한다. 이는 단위당 유도성 반사율을 변압기의 자체 MVA 기준으로 정규화함으로써 분포의 안정성을 높이고, 정격값과의 상관관계를 제거함을 입증한다. 또한 송전선로와 변압기가 각각 다른 통계적 특성을 보이며, 경험적 분포가 수학적 함수를 통해 잘 근사됨을 보여준다. Kullback-Leibler 발산을 사용하여 적합도 평가를 수행한다.

ABSTRACT

This paper presents a set of validation metrics for transmission network parameters that is applicable in both creation of synthetic power system test cases and validation of existing models. Using actual data from two real-world power grids, statistical analyses are performed to extract some useful statistics on transformers and transmission lines electrical parameters including per unit reactance, MVA rating, and their X/R ratio. It is found that conversion of per unit reactance calculated on system common base to transformer own power base will significantly stabilize its range and remove the correlation between per unit X and MVA rating. This is fairly consistent for transformers with different voltage levels and sizes and can be utilized as a strong validation metric for synthetic models. It is found that transmission lines exhibit different statistical properties than transformers with different distribution and range for the parameters. In addition, statistical analysis shows that the empirical PDF of transmission network electrical parameters can be approximated with mathematical distribution functions which would help appropriately characterize them in synthetic power networks. Kullback-Leibler divergence is used as a measure for goodness of fit for approximated distributions.

연구 동기 및 목표

• 합성 전력 시스템 테스트 케이스에서 송전망 파라미터에 대한 통계적으로 타당한 검증 지표를 개발하는 것.
• 변압기와 송전선로에 대한 실세계 전기적 파라미터—단위당 유도성 반사율, MVA 정격, X/R 비율—를 분석하는 것.
• 모델 검증을 위한 기준이 될 수 있는 일관된 통계 패턴을 식별하는 것.
• 네트워크 파라미터의 경험적 분포가 이론적 확률 분포에 효과적으로 근사될 수 있는지 평가하는 것.

제안 방법

• 두 개의 운영 중인 전력망에서 실제 전기적 파라미터—단위당 유도성 반사율, MVA 정격, X/R 비율—에 대한 통계 분석.
• 시스템 공통 기준에서 변압기의 자체 MVA 기준으로 단위당 유도성 반사율을 변환하여 분포 안정성 평가.
• 경험적 데이터와 이론적 확률 분포 간의 적합도를 측정하기 위해 Kullback-Leibler 발산을 사용.
• 합성 네트워크 생성을 위해 네트워크 파라미터의 경험적 확률 밀도 함수(PDF)를 수학적 분포에 피팅하는 것.
• 통계적 행동의 차이로 인해 변압기와 송전선로를 별도로 분석하는 것.
• 모델 검증을 위한 상관관계 식별 및 파라미터 범위 정규화를 위한 통계 기법의 적용.

실험 결과

연구 질문

• RQ1 실세계 전력망에서 변압기와 송전선로의 단위당 유도성 반사율, MVA 정격, X/R 비율의 통계적 분포는 어떻게 달라지나?
• RQ2 변압기의 자체 MVA 기준으로 단위당 유도성 반사율을 정규화하면 MVA 정격과의 상관관계가 감소하고 분포가 안정화되는가?
• RQ3 네트워크 파라미터의 경험적 확률 분포가 알려진 수학적 분포에 효과적으로 근사될 수 있는가?
• RQ4 송전선로와 변압기가 통계적 파라미터 특성에서 어느 정도 다를까?
• RQ5 Kullback-Leibler 발산으로 측정했을 때, 이론적 분포가 경험적 데이터에 얼마나 잘 맞는가?

주요 결과

• 변압기의 자체 MVA 기준으로 단위당 유도성 반사율을 정규화하면 분포의 안정성이 크게 향상되고, 단위당 유도성 반사율과 MVA 정격 간의 상관관계가 제거된다.
• 변압기와 송전선로는 서로 다른 통계적 특성을 보이며, 다른 파라미터 분포와 범위를 가진다.
• 네트워크 파라미터의 경험적 확률 밀도 함수는 수학적 분포 함수로 잘 근사될 수 있다.
• Kullback-Leibler 발산은 경험적 데이터와 이론적 분포 간의 적합도 평가에 신뢰할 수 있는 측정 기준을 제공한다.
• 관찰된 통계 패턴은 다양한 전압 수준과 크기의 변압기에서 일관되게 나타나며, 검증 기준으로 사용될 수 있음을 뒷받침한다.
• 이러한 결과는 실세계 통계 서명을 활용하여 합성 전력 시스템 테스트 케이스를 강력하게 검증할 수 있는 프레임워크를 제공한다.