[논문 리뷰] VADER: Visualization and Analytics for Distributed Energy Resources

Raffi Sevlian, Jiafan Yu외 10명|arXiv (Cornell University)|2017. 08. 30.

Smart Grid Security and Resilience참고 문헌 26인용 수 6

한 줄 요약

VADER는 스마트 미터, 인vert어, 전기차 충전기와 같은 분산 에너지 자원(DER)에서 유량이 큰 분산된 데이터 스트림을 람다 아키텍처를 사용하여 통합하는 확장 가능한 데이터 융합 및 분석 플랫폼이다. 카프카, 스파크, 캐시나를 활용하여 실시간 및 배치 처리를 수행함으로써 VADER는 가상의 SCADA 기능을 제공하여 관찰 가능성 부족한 배전망에서의 시스템 상황 인식을 향상시키고, 기계학습 기반의 상태 추정 및 시나리오 분석을 지원한다.

ABSTRACT

Enabling deep penetration of distributed energy resources (DERs) requires comprehensive monitoring and control of the distribution network. Increasing observability beyond the substation and extending it to the edge of the grid is required to achieve this goal. The growing availability of data from measurements from inverters, smart meters, EV chargers, smart thermostats and other devices provides an opportunity to address this problem. Integration of these new data poses many challenges since not all devices are connected to the traditional supervisory control and data acquisition (SCADA) networks and can be novel types of information, collected at various sampling rates and with potentially missing values. Visualization and analytics for distributed energy resources (VADER) system and workflow is introduced as an approach and platform to fuse these different streams of data from utilities and third parties to enable comprehensive situational awareness, including scenario analysis and system state estimation. The system leverages modern large scale computing platforms, machine learning and data analytics and can be used alongside traditional advanced distribution management system (ADMS) systems to provide improved insights for distribution system management in the presence of DERs.

연구 동기 및 목표

• 변전소 수준의 SCADA 데이터 의존으로 인한 관찰 가능성 부족 문제 해결.
• 에너지 공급자, 제3자 DER 공급자, 공공 데이터셋으로부터 온 이질적인 데이터 소스를 통합 분석 플랫폼에 통합.
• 고 DER 비율을 가진 환경에서 운영하는 배전망 운영자들이 포괄적인 상황 인식 및 시나리오 분석을 수행할 수 있도록 지원.
• 기존 ADMS의 한계를 극복하기 위해 비-SCADA, 시계열 데이터 및 다양한 장치에서 오는 손실 가능성이 있는 데이터를 융합.
• 실시간 및 오프라인 분석을 모두 지원하는 확장 가능하고 오픈소스 플랫폼을 개발하여 DER 계획 및 제어 개선.

제안 방법

• 다양한 API 및 장치로부터 데이터를 수신하기 위해 고처리량, 고내구성 메시지 큐잉을 제공하는 카프카를 사용한 람다 아키텍처를 구현.
• 배치 및 스트림 처리를 위해 아파치 스파크를 활용하여 데이터 정제, 특징 공학, 실시간 분석 수행.
• 시간 기반 데이터를 고가용성, 확장성, 성능이 뛰어난 Apache Cassandra에 저장하여 대량의 스트리밍 데이터 처리에 적합.
• 완전한 물리적 모델이 없거나 정확도가 떨어질 경우 시스템 상태 추정 및 네트워크 행동 모델링을 위해 기계학습 및 통계적 추론 기법 적용.
• 스마트 미터, 인버터, 전기차 충전기 및 기타 DER로부터의 데이터 융합을 통해 SCADA 수준의 관찰 가능성과 유사한 '가상-SCADA' 데이터 스트림 생성.
• 운영자 및 데이터 과학자들이 사용할 수 있도록 REST API, 주피터 노트북, D3.js 기반 대시보드를 통해 결과 시각화.

실험 결과

연구 질문

• RQ1 분산 에너지 자원에서 유래한 이질적이고 분산된 데이터 스트림을 어떻게 통합하여 분산 전력망 상태에 대한 통합적이고 실행 가능한 시각을 확보할 수 있는가?
• RQ2 기존의 전력 흐름 모델이 존재하지 않거나 정확도가 떨어질 경우, 어떤 기계학습 및 통계 기법을 사용해 시스템 상태를 추정할 수 있는가?
• RQ3 실시간 및 배치 처리를 위한 고속도, 시계열 데이터를 처리할 수 있는 확장 가능하고 내구성이 뛰어난 데이터 파이프라인을 어떻게 설계할 수 있는가?
• RQ4 비-SCADA 데이터 소스를 활용해 얼마나 높은 수준의 가상 SCADA 기능을 달성할 수 있으며, 관찰 가능성 부족한 배전망에서의 상황 인식 향상에 얼마나 기여할 수 있는가?
• RQ5 중앙 집중식 고대역폭 SCADA 인프라에 의존하지 않고, 플랫폼이 어떻게 DER 통합을 위한 시나리오 분석 및 계획 수립을 지원할 수 있는가?

주요 결과

• VADER 플랫폼은 스마트 미터, 인버터, 전기차 충전기 등 다양한 이질적 데이터 소스로부터의 데이터를 통합하여 유일한 가상-SCADA 데이터 스트림으로 융합하는 데 성공했다.
• 카프카, 스파크, 캐시나를 활용한 실시간 및 배치 분석을 통해 대규모 전력망 데이터 처리에 높은 처리량과 내구성을 확보했다.
• 기계학습 및 통계적 추론 기법은 데이터가 불완전하거나 균일하지 않은 경우에도 시스템 상태 추정 및 네트워크 행동 모델링에 효과적으로 기여했다.
• 인터랙티브 대시보드와 주피터 기반 분석을 통해 플랫폼은 DER 통합을 위한 시나리오 분석 및 계획 수립을 지원하여 배전망 운영자의 의사결정 능력을 향상시켰다.
• 오픈소스 도구와 모듈화된 람다 아키텍처를 활용함으로써 다양한 전력망 데이터 환경에 쉽게 확장 및 적응 가능하도록 설계되었다.
• 특히 고 DER 비율 환경에서 제한된 SCADA 가시성의 배전망에서 전통적인 ADMS의 대안으로서 VADER는 상황 인식 기능을 효과적으로 제공한다.