[논문 리뷰] Distributed Robust Power System State Estimation

Vassilis Kekatos, Georgios B. Giannakis|arXiv (Cornell University)|2012. 04. 04.

Power System Optimization and Stability참고 문헌 28인용 수 6

한 줄 요약

이 논문은 분산형 강건한 전력시스템 상태추정 프레임워크를 제안하며, 교차하는 제어 영역 간에 비밀유지, 저통신량, 수렴 가능성을 보장하는 분할형 양자화 방법(ADMM)을 사용한다. Huber의 M-추정기법을 활용해 시스템 상태와 나쁜 데이터를 동시에 추정함으로써, IEEE 14-, 118-, 및 4,200-bus 시스템에서 몇 차례의 영역 간 교환만으로도 중심화된 정확도를 달성한다.

ABSTRACT

Deregulation of energy markets, penetration of renewables, advanced metering capabilities, and the urge for situational awareness, all call for system-wide power system state estimation (PSSE). Implementing a centralized estimator though is practically infeasible due to the complexity scale of an interconnection, the communication bottleneck in real-time monitoring, regional disclosure policies, and reliability issues. In this context, distributed PSSE methods are treated here under a unified and systematic framework. A novel algorithm is developed based on the alternating direction method of multipliers. It leverages existing PSSE solvers, respects privacy policies, exhibits low communication load, and its convergence to the centralized estimates is guaranteed even in the absence of local observability. Beyond the conventional least-squares based PSSE, the decentralized framework accommodates a robust state estimator. By exploiting interesting links to the compressive sampling advances, the latter jointly estimates the state and identifies corrupted measurements. The novel algorithms are numerically evaluated using the IEEE 14-, 118-bus, and a 4,200-bus benchmarks. Simulations demonstrate that the attainable accuracy can be reached within a few inter-area exchanges, while largest residual tests are outperformed.

연구 동기 및 목표

• 계산 복잡도, 통신 병목 현상, 기밀 보장 제약 등으로 인해 중심화된 상태추정의 한계를 해결한다.
• 지역 관측성 또는 중앙 조정자가 필요 없이 다수의 제어 영역 간에 분산 상태추정을 가능하게 한다.
• 탈중앙화된 방식으로 상태를 동시에 추정하고 오염된 측정값(나쁜 데이터)을 식별할 수 있는 강건한 추정 프레임워크를 개발한다.
• 지역 영역이 관측성을 갖추지 못하더라도 ADMM 기반 최적화를 통해 중심화된 추정치로 수렴하도록 보장한다.
• 기존의 PSSE 솔버와 통합하고, 제로-인젝션 버스 및 운영 제약 조건과 같은 실용적 확장 기능을 지원한다.

제안 방법

• 분할형 전력시스템 상태추정을 분할 최적화 문제로 수립하고, 교차하는 양자화 방법(ADMM)을 사용한다.
• 이웃한 영역 k와 l 간의 상태추정을 분리하기 위해 보조 변수 $\mathbf{x}_{kl}$ 를 도입하여 국지적 계산을 가능하게 한다.
• ADMM 업데이트를 통해 지역 비용 함수를 반복적으로 최소화하면서 영역 경계에서 공유 상태 변수의 일관성을 유지한다.
• 잔차 벡터의 희박성 특성을 활용해 Huber의 M-추정기법을 비용 함수에 통합함으로써 상태 추정과 나쁜 데이터 탐지 기능을 동시에 구현한다.
• 변수 평균화 및 재귀적 라그랑주 승수 업데이트를 통해 보조 변수를 제거함으로써 단순화된 ADMM 업데이트를 유도한다.
• 이론적 보장에 기반해 수렴성을 확보하며, 이론적 분석을 통해 이웃한 영역 간 이중 변수 합의 불변성(보조정리 1)을 확보하고, 표준 PSSE 솔버와의 호환성을 유지한다.

실험 결과

연구 질문

• RQ1 지역 관측성이 없더라도 분산 상태추정 프레임워크가 중심화된 추정치로 수렴할 수 있는가?
• RQ2 두 단계 과정에 의존하지 않고 탈중앙화된 방식으로 나쁜 데이터를 식별하고 제거할 수 있는가?
• RQ3 제안된 ADMM 기반 프레임워크가 다중 영역 전력시스템에서 통신 부담을 얼마나 줄이고 기밀 보장을 유지할 수 있는가?
• RQ4 강건한 추정 프레임워크가 최소한의 계산 오버헤드로 상태 추정과 나쁜 데이터 탐지 기능을 동시에 수행할 수 있는가?
• RQ5 대규모 전력시스템 모델에서 알고리즘이 정확도와 수렴 속도 측면에서 어떻게 성능을 발휘하는가?

주요 결과

• 제안된 ADMM 기반 분산 상태추정 알고리즘이 지역 관측성이 없더라도 중심화된 해에 수렴함을 이론적 분석으로 입증하였다.
• Huber의 M-추정기법에 기반한 강건한 탈중앙화 추정기법은 상태를 동시에 추정하고 나쁜 데이터를 식별하며, 시뮬레이션 결과 기존의 최대 잔차 테스트보다 뛰어난 성능을 보였다.
• IEEE 14-, 118-bus 및 4,200-bus 시스템에서의 수치적 평가 결과, 몇 차례의 영역 간 교환만으로도 높은 추정 정확도를 달성하였다.
• 통신 오버헤드가 낮아, 이웃한 제어 영역 간에 상태 추정치와 이중 변수만 교환된다.
• 표준 PSSE 솔버와의 통합에 있어 추가 반복 수가 몇 번에 불과하여 실시간 구현에 실용적이다.
• 핵심 알고리즘 아키텍처를 변경하지 않고도 제로-인젝션 버스 및 운영 제약 조건과 같은 실용적 확장 기능을 지원한다.