[논문 리뷰] Urban Distribution Grid Topology Estimation via Group Lasso

Yizheng Liao, Yang Weng외 2명|arXiv (Cornell University)|2016. 11. 06.

Optimal Power Flow Distribution인용 수 8

한 줄 요약

이 논문은 스마트 미터 전압 데이터를 사용하여 도시 배전 그리드의 위상 구조를 추정하기 위해 데이터 기반의 그룹 라소(Group Lasso) 방법을 제안한다. 전력계측소 간의 연결성을 확률적 그래픽 모델로 모델링하고, 메쉬 구조 네트워크 복원 문제를 군집화된 변수 선택 문제로 해결한다. 이 방법은 루프가 있는 구성 조건과 실제 스마트 미터 데이터를 포함한 IEEE 테스트 시스템에서도 높은 정확도로 위상 추정을 달성한다.

ABSTRACT

The growing penetration of distributed energy resources (DERs) in urban areas raises multiple reliability issues. The topology reconstruction is a critical step to ensure the robustness of distribution grid operation. However, the bus connectivity and network topology reconstruction are hard in distribution grids. The reasons are that 1) the branches are challenging and expensive to monitor due to underground setup; 2) the inappropriate assumption of radial topology in many studies that urban grids are mesh. To address these drawbacks, we propose a new data-driven approach to reconstruct distribution grid topology by utilizing the newly available smart meter data. Specifically, a graphical model is built to model the probabilistic relationships among different voltage measurements. With proof, the bus connectivity and topology estimation problems are formulated as a linear regression problem with least absolute shrinkage on grouped variables (Group Lasso) to deal with meshed network structures. Simulation results show highly accurate estimation in IEEE standard distribution test systems with and without loops using real smart meter data.

연구 동기 및 목표

• 지하 케이블링과 모니터링의 한계로 인해 신뢰할 수 없고 완전하지 못한 위상 정보 문제를 해결한다.
• 기존 방법에서의 뿌리형 위상 가정의 한계를 극복하여, 현대의 메쉬 구조 도시 배전 그리드에 대해 정확하지 않은 가정을 피한다.
• 최근 확보된 스마트 미터 데이터를 활용하여, 복잡한 도시 배전 그리드에서 데이터 기반의 정확한 위상 복원을 가능하게 한다.
• 사전에 위상에 대한 가정 없이도 뿌리형 및 메쉬 네트워크 구조를 모두 처리할 수 있는 강건한 방법을 개발한다.
• 버스 간 연결성을 추론하기 위해 군집화된 변수 선택을 사용하는 구조적 회귀 문제로 위상 추정 문제를 재정의한다.

제안 방법

• 스마트 미터에서 측정한 전압 측정치 간의 조건부 의존성 구조를 표현하기 위해 확률적 그래픽 모델을 구축한다.
• 배전 그리드 위상 추정 문제를 선형 회귀 문제로 모델링하며, 회귀 계수는 버스 간 연결성을 나타낸다.
• 각 그룹이 한 버스의 전압 측정치에 해당하는 군집화된 변수에 대해 희박성(sparsity)을 강제하는 그룹 라소 정규화를 적용함으로써 연결된 버스를 식별한다.
• 그룹 구조를 통해 동일 버스에서 온 전압 측정치의 통합성을 유지하고, 관련 변수들을 함께 선택할 수 있도록 한다.
• 적절한 가정 하에 그룹 라소 공식화가 루프가 존재하는 상황에서도 일致한 위상 추정을 이끌어내는 것을 증명한다.
• 표준 그룹 라소 솔버를 사용하여 최적화 문제를 해결하고, 실제 스마트 미터 데이터로부터 네트워크 연결 행렬을 복원한다.

실험 결과

연구 질문

• RQ1 스마트 미터 전압 데이터는 메쉬 구조를 가진 도시 배전 그리드의 위상 복원에 효과적으로 활용될 수 있는가?
• RQ2 기존의 뿌리형 위상 가정에 비해 그룹 라소 방법은 메쉬 네트워크의 위상 복원 정확도를 얼마나 향상시키는가?
• RQ3 군집화된 변수 선택 기반의 데이터 기반 접근법이 실제 분포 시스템에서 위상 추정 정확도를 얼마나 향상시킬 수 있는가?
• RQ4 제안된 방법은 루프가 있는가 없는가에 관계없이 IEEE 표준 테스트 시스템에 적용했을 때도 높은 정확도를 유지하는가?
• RQ5 직접적인 분기 수준 측정치가 없이도 이 방법은 버스 간 연결성을 신뢰성 있게 추론할 수 있는가?

주요 결과

• 제안된 그룹 라소 기반 방법은 뿌리형 및 메쉬 구조 IEEE 배전 테스트 시스템 모두에서 매우 정확한 위상 추정을 달성한다.
• 이 방법은 직접적인 분기 유량 또는 상태 측정치가 필요 없이 오직 스마트 미터 전압 데이터만으로도 네트워크 위상 구조를 성공적으로 복원한다.
• 시뮬레이션 결과는 루프가 존재하는 시스템에서 기존의 뿌리형 가정이 실패하는 상황에서도 이 방법이 뛰어난 성능을 보임을 보여준다.
• 군집화된 변수 선택의 사용은 버스 간의 구조적 관계를 효과적으로 포착하여 표준 라소 대비 추정 정확도를 향상시킨다.
• 실제 스마트 미터 데이터에 적용했을 때도 이 방법은 높은 정확도를 유지하여 실용적 적용 가능성을 입증한다.
• 제안된 모델 하에서 이 방법이 일致성을 입증되어 이론적으로 신뢰성을 뒷받침한다.