[논문 리뷰] Ambient Signals based Load Modeling with Combined Gradient-based Optimization and Regression Method.

Xinran Zhang, David J. Hill외 2명|arXiv (Cornell University)|2020. 02. 20.

Energy Load and Power Forecasting인용 수 2

한 줄 요약

이 논문은 계산 효율성과 모델 복잡도를 향상시키기 위해 환경 신호 기반 부하 모델링을 위한 조합된 기울기 기반 최적화 및 회귀 방법을 제안한다. 정적 부하 파라미터는 회귀를 통해, 유도 모터 파라미터는 잔차에 대한 기울기 기반 최적화를 통해 식별하며, 수렴성을 향상시키기 위해 준볼록성(quasiconvexity)을 확보한다. 광둥 전력망에서 검증된 결과, 성능이 향상되었다.

ABSTRACT

Load modeling has been an important issue in modeling a power system. Ambient signals based load modeling approach has recently been proposed to better track the time-varying changes of load models caused by the increasing uncertain factors in power loads. To improve the computation efficiency and the model structure complexity of the previous approaches, a combined gradient-based optimization and regression method is proposed in this paper to identify the load model parameters from ambient signals. An open static load model structure in which various static load models can be applied, together with the induction motor as the dynamic load model, are selected as the composite load model structure for parameter identification. Then, the static load model parameters are identified through regression, after which the induction motor parameters can be obtained through optimization with the regression residuals being the objective function. After the transformation of the induction motor model, the objective function is quasiconvex in most of the feasible region so that the gradient-based optimization algorithm can be applied. The case study results in Guangdong Power Grid have shown the effectiveness and the improvement in computation efficiency of the proposed approach.

연구 동기 및 목표

• 증가하는 불확실성으로 인해 현대 전력 시스템에서 시간에 따라 변화하는 부하 동역학을 모델링하는 데 도전하는 문제를 해결하기 위해.
• 환경 신호 기반 부하 식별에서 계산 효율성을 향상시키고 모델 구조의 복잡도를 감소시키기 위해.
• 포괄적인 표현을 위해 개방형 정적 구조와 유도 모터 동역학을 조합한 복합 부하 모델을 개발하기 위해.
• 환경 신호로부터 정적 및 동적 부하 구성 요소의 정확한 파라미터 식별을 가능하게 하기 위해.
• 목표 함수의 준볼록성 덕분에 수렴성과 효율성을 확보하여 파라미터 최적화를 보장하기 위해.

제안 방법

• 다양한 부하 거동을 표현하기 위해 개방형 정적 부하 구조와 유도 모터 모델로 구성된 복합 부하 모델을 사용하기 위해.
• 환경 신호 데이터를 활용해 정적 부하 모델 파라미터를 회귀를 통해 식별하기 위해.
• 정적 모델 피팅 이후 측정된 응답과 예측된 응답 간 잔차를 계산하기 위해.
• 잔차를 목표 함수로 사용하여 유도 모터 파라미터 식별 문제를 최적화 문제로 공식화하기 위해.
• 대부분의 타당 영역에서 목표 함수가 준볼록성이 되도록 유도 모터 모델을 변형하기 위해.
• 준볼凸성 덕분에 기울기 기반 최적화 알고리즘을 적용해 파라미터 식별 문제를 효율적으로 해결하기 위해.

실험 결과

연구 질문

• RQ1 조합된 회귀 및 기울기 기반 최적화 접근법이 환경 신호 기반 부하 모델링에서 계산 효율성을 향상시킬 수 있는가?
• RQ2 복합 부하 모델에서 환경 신호로부터 정적 및 동적 부하 파라미터를 효과적으로 식별할 수 있는가?
• RQ3 유도 모터 모델의 변형이 기울기 기반 최적화에 적합한 준볼凸성 목표 함수를 생성하는가?
• RQ4 제안된 방법은 시간에 따라 변화하는 부하 조건에서 정확도를 유지하면서 모델 복잡도를 어느 정도 감소시키는가?
• RQ5 실제 전력 시스템 데이터, 예를 들어 광둥 전력망에서의 데이터에서 이 방법은 어떻게 성능을 발휘하는가?

주요 결과

• 이전의 환경 신호 기반 접근법에 비해 제안된 방법이 계산 효율성을 향상시켰다.
• 모델 변형 이후 유도 모터 파라미터 식별을 위한 목표 함수는 준볼凸성이 되었으며, 이는 효과적인 기울기 기반 최적화를 가능하게 하였다.
• 회귀 기반 정적 부하 파라미터 식별은 후속 최적화를 위한 안정적인 초깃값을 제공하였다.
• 광둥 전력망에서의 사례 연구는 이 방법이 시간에 따라 변화하는 부하 동역학을 효과적으로 추적할 수 있음을 확인하였다.
• 복합 부하 모델 구조는 다양한 정적 부하 유형과 유도 모터 동역학을 성공적으로 통합하여 정확한 표현을 가능하게 하였다.