[논문 리뷰] Towards Real-Time Estimation of Solar Generation From Micro-Synchrophasor Measurements

Emre Can Kara, Ciaran Roberts외 4명|arXiv (Cornell University)|2016. 07. 11.

Photovoltaic System Optimization Techniques참고 문헌 15인용 수 10

한 줄 요약

이 논문은 마이크로 싱크로패저 측정값(μPMUs)과 프록시 태양 복사 에너지 신호를 활용하여 실시간으로 태양광(PV) 발전을 분리 추정하는 문맥 기반 감독 생성 추정기(CSGE)를 제안한다. 분산 오차 가중치 기반으로 PV와 부하를 동시에 추정함으로써, 7.5MW PV 시설에 대해 약 450kW의 평균제곱오차(RMSE)를 달성하여 히우리스틱 및 선형 회귀 방법보다 훨씬 높은 정확도를 확보한다.

ABSTRACT

This paper presents a set of methods for estimating the renewable energy generation downstream of a measurement device using real-world measurements. First, we present a generation disaggregation scheme where the only information available for estimation is the micro-synchrophasor measurements obtained at the substation or feeder head. We then propose two strategies in which we use measurements from the substation as well as a proxy solar irradiance measurement. Using these two measurement points, we first propose a multiple linear regression strategy, in which we estimate a relationship between the measured reactive power and the load active power consumption, which are then used in disaggregation. Finally, we expand this strategy to strategically manage the reconstruction errors in the estimators. We simultaneously disaggregate the solar generation and load. We show that it is possible to disaggragate the generation of a 7.5 megawatt photovoltaic site with a root-mean-squared error of approximately 450 kilowatts.

연구 동기 및 목표

• 제한된 측정 데이터를 바탕으로 변전소 후단에서 실시간으로 정확한 태양광(PV) 발전 추정을 가능하게 하기 위해.
• 고도로 PV가 통합된 배전망에서 가려진 부하 및 램프 속도 예측 문제를 해결하기 위해.
• PV 발전 추정에서 무역계수 및 인버터 동작에 대한 강력한 가정에 의존도를 줄이기 위해.
• 문맥 기반 오차 가중치를 활용해 PV와 부하를 함께 모델링함으로써 분리 정확도를 향상시키기 위해.
• 샘플링 주파수와 프록시 일조량 품질이 추정 성능에 미치는 영향을 평가하기 위해.

제안 방법

• 야간 동안 일정한 무역계수를 가정하는 전력계수 기반 추정기(PFBE)를 제안하여, μPMU 측정값만을 기반으로 주간 PV 발전을 추정한다.
• 반응전력과 프록시 일조량을 기반으로 부하와 PV 발전을 다중 선형 회귀로 모델링하는 선형 추정기(LE)를 도입하여 총 활동전력 오차를 최소화한다.
• 실시간으로 PV와 부하를 동시에 분리 추정하기 위해, 주간 및 야간 데이터의 분산 분 析를 활용해 예측 오차에 대한 최적의 가중치를 추정하는 문맥 기반 감독 생성 추정기(CSGE)를 개발한다.
• 예측 오차 분산의 역수를 CSGE 목적 함수의 가중치로 사용하여 체계적인 오차 기여도 분석과 향상된 모델 튜닝을 가능하게 한다.
• 단기적인 구름에 의한 노이즈를 줄이기 위해 프록시 일조량 신호에 저역통과 필터를 적용하여 신호의 일관성을 향상시킨다.
• 다양한 샘플링 주파수에서 성능을 검증하여, 0.2회/분을 초과하는 주파수 상승은 추가적인 이득을 주지 않는다는 임계점을 확인한다.

실험 결과

연구 질문

• RQ1 직접적인 PV 측정 없이 변전소 수준의 μPMU 측정값만으로도 PV 발전을 정확하게 분리 추정할 수 있는가?
• RQ2 프록시 태양 복사 에너지 신호를 통합함으로써 실시간 PV 발전 추정 정확도는 어떻게 향상되는가?
• RQ3 오차가 시간에 따라 상관관계가 있고 비균일할 경우, PV 및 부하 모델 예측에 최적의 가중치를 어떻게 설정할 수 있는가?
• RQ4 샘플링 주파수는 분리 추정 모델 성능에 어떤 영향을 미치는가?
• RQ5 제안된 프레임워크 하에서 공간적 변동성과 인버터 반응전력 제어는 추정 정확도에 어느 정도 영향을 미치는가?

주요 결과

• 문맥 기반 감독 생성 추정기(CSGE)는 7.5메가와트 태양광 시설에 대해 약 450킬로와트의 평균제곱오차(RMSE)를 달성하여 실시간 추정에서 높은 정확도를 입증한다.
• CSGE 방법은 분산 기반 가중치를 활용해 체계적으로 오차 기여도를 분석함으로써 PFBE 및 LE보다 뛰어난 성능을 보인다.
• CSGE 모델 성능은 샘플링 주파수가 0.2회/분 이하일 때까지 크게 향상되며, 이를 초과하면 더 이상 향상되지 않는다.
• 선형 추정기에서 사용된 부하 예측 오차가 PV 예측 오차보다 훨씬 작다는 가정은 지나치게 제한적이며, 모델 튜닝에 악영향을 미친다.
• 야간 분산을 이용해 부하 예측 오차 분산을 추정하고, 주간 분산을 이용해 병합 오차 분산을 추정함으로써 CSGE 목적 함수에서 정확하고 데이터 기반의 오차 가중치 설정이 가능해진다.
• 프록시 일조량 데이터를 고주파 구름 유도 변동성을 제거한 필터링 처리를 해도 모델이 여전히 강건하게 유지됨을 확인하여, 실생활 환경에서의 실용성을 입증한다.