[논문 리뷰] Guaranteed Phase & Topology Identification in Three Phase Distribution Grids

Mohini Bariya, Deepjyoti Deka외 1명|arXiv (Cornell University)|2020. 08. 04.

Optimal Power Flow Distribution참고 문헌 32인용 수 7

한 줄 요약

이 논문은 전압 측정값만을 사용하여 비균형 3단계 루프 없는 배전망에서 위상 및 구조 식별을 위한 증명 가능하게 올바르고 다항식 시간 복잡도를 갖는 알고리즘인 GPT를 제안한다. 새로운 선형화된 3단계 전력 흐름 모델과 전압 통계를 활용하여, 부족한 위상이 있는 경우조차도 위상 레이블과 네트워크 구조를 정확하게 복원한다. 실세계의 노이즈 및 상관관계 조건 하에서 IEEE 테스트 시스템에 대한 시뮬레이션에서 이전 방법들을 능가한다.

ABSTRACT

We present a method for joint phase identification and topology recovery in unbalanced three phase radial networks using only voltage measurements. By recovering phases and topology jointly, we utilize all three phase voltage measurements and can handle networks where some buses have a subset of three phases. Our method is theoretically justified by a novel linearized formulation of unbalanced three phase power flow and makes precisely defined and reasonable assumptions on line impedances and load statistics. We validate our method on three IEEE test networks simulated under realistic conditions in OpenDSS, comparing our performance to the state of the art. In addition to providing a new method for phase and topology recovery, our intuitively structured linearized model will provide a foundation for future work in this and other applications.

연구 동기 및 목표

• 비균형 3단계 루프 없는 배전망에서 정확하고 실시간으로 네트워크 구조 및 위상 식별이 필요한 핵심 문제를 해결하기 위해.
• 이론적 근거가 없고 비균형 하중이나 부족한 위상 조건에서 실패하는 히وري스틱 또는 보장되지 않는 기존 방법의 한계를 극복하기 위해.
• 전류 주입과 전압 위상 간의 관계를 분석적으로 다룰 수 있도록 하는 선형화된 다단계 전력 흐름 모델을 기반으로, 최소한의 가정 하에 위상 및 구조 복원을 수행하는 방법을 개발하기 위해.
• 측정 노이즈와 하중 상관관계에 강인하며 이론적으로 기반된 계산 효율성이 높은 알고리즘을 제공하기 위해.
• 선형화된 다단계 전력 흐름 모델을 통해 비균형 배전망 분석의 기초를 마련하기 위해.

제안 방법

• 노드 전류 주입과 전압 위상 간의 관계를 선형화한 다단계 전력 흐름 모델을 제안하여 비균형 3단계 시스템을 분석적으로 다룰 수 있도록 한다.
• 전압 공분산 통계를 기반으로 한 근접도 지표를 사용하여, 전압 크기 값만으로도 버스 간의 위상 대응 관계를 식별한다.
• 전압 상관 패턴에서 유도된 거리 지표를 활용해 위상 매칭이 완료된 후 네트워크 구조를 추론한다.
• 유도된 지표를 사용하여 위상 매칭과 구조 복원을 번갈아 가며 수행하는 탐욕적 반복 알고리즘(GPT)을 적용한다.
• 이론적 정확성을 보장하기 위해 두 가지 핵심 가정에 기반한다: 루프 없는 네트워크 구조와 선로 임피던스 행렬의 대각지배성.
• 실제 하중 변동과 노이즈 수준을 반영한 비선형 OpenDSS 시뮬레이션을 통해 IEEE 13-, 34-, 37버스 테스트 피더에서 방법을 검증한다.

실험 결과

연구 질문

• RQ1 비균형 3단계 루프 없는 배전망에서 전압 측정값만을 사용하여 이론적으로 보장된 조건 하에 위상 및 구조를 공동으로 식별할 수 있는가?
• RQ2 특히 공분산과 상관관계를 포함한 전압 통계는 어떻게 활용되어 전압 크기 값만으로도 위상 식별을 가능하게 하는가?
• RQ3 위상 및 구조 복원 알고리즘의 증명 가능 정확성을 보장하기 위해 필요한 하중 통계 및 선로 임피던스에 대한 가정은 무엇인가?
• RQ4 측정 노이즈와 하중 상관관계와 같은 비이상적인 조건 하에서 이 방법의 성능은 어떠한가?
• RQ5 제안된 방법은 기존 최첨단 기법들보다 위상 매칭 및 구조 복원 정확도 면에서 뛰어나다고 할 수 있는가?

주요 결과

• 노이즈 수준이 0.001 이하이고 측정 주기가 1초일 경우, GPT는 모든 세 개의 IEEE 테스트 네트워크에서 전압 크기 값만으로도 완벽한 구조 복원을 달성한다.
• 노이즈 수준이 0과 0.001일 경우, GPT는 전압 크기 값만으로도 100%의 구조 복원 정확도를 확보하며, 높은 노이즈 조건에서는 오류가 몇 개의 노드에 국한된다.
• 모든 테스트 케이스와 노이즈 수준에서 Liao2019 [24]의 최첨단 방법보다 구조 복원 성능이 뛰어나며, 특히 전압 크기 값만을 사용하는 경우에 두드러진 성능 향상을 보인다.
• 대부분의 네트워크에서 위상 매칭 오차는 Olivier2018 [7]와 유사하지만, 13버스 시스템에서는 특히 신호 대 노이즈 비율이 낮을 경우 GPT가 크게 승리한다.
• 하중 주입의 상관관계가 증가함에 따라(ϵ →1), 구조 복원 오차가 급격히 증가하지만, 현실적인 시간 창(≤1분) 내에서는 낮은 수준을 유지하여 상관관계가 없는 주입 가정이 타당함을 입증한다.
• 알고리즘은 다항식 시간 내에 실행되며, 가장 큰 37버스 테스트 시스템에서도 15초 이내에 완료되어 실시간 응용에 적합하다.