[论文解读] Nobody but You: Sensor Selection for Voltage Regulation in Smart Grid

Rukun Mao, Husheng Li|arXiv (Cornell University)|Mar 28, 2011

Smart Grid Energy Management参考文献 11被引用 8

一句话总结

该论文提出了一种基于混合动态系统模型的状态感知传感器选择策略，用于智能电网的电压调节，结合了卡尔曼滤波进行状态估计和LQR控制进行电压调节。通过应用滑动窗口算法优化传感器查询顺序，与轮询方式相比，系统成本降低了40%，实现了更快的收敛速度和更平滑的电压过渡。

ABSTRACT

The increasing availability of distributed energy resources (DERs) and sensors in smart grid, as well as overlaying communication network, provides substantial potential benefits for improving the power system's reliability. In this paper, the problem of sensor selection is studied for the MAC layer design of wireless sensor networks for regulating the voltages in smart grid. The framework of hybrid dynamical system is proposed, using Kalman filter for voltage state estimation and LQR feedback control for voltage adjustment. The approach to obtain the optimal sensor selection sequence is studied. A sub- optimal sequence is obtained by applying the sliding window algorithm. Simulation results show that the proposed sensor selection strategy achieves a 40% performance gain over the baseline algorithm of the round-robin sensor polling.

研究动机与目标

• 解决在分布式能源资源（DERs）和传感器网络日益增多的背景下，智能电网中高效电压调节的挑战。
• 通过优化共享通信信道中的无线传感器网络的传感器选择，提升系统可靠性和性能。
• 在MAC层设计一种通信协议，根据实时系统状态自适应调整传感器报告，而非使用固定的轮询调度。
• 在混合动态系统框架下，联合优化传感器选择、状态估计和控制动作，以最小化整体系统成本。

提出的方法

• 将智能电网建模为混合动态系统，其中连续动态表示电力系统演化，离散切换对应于传感器选择。
• 使用卡尔曼滤波基于部分传感器测量值估计电压状态，过程噪声和测量噪声均建模为零均值高斯过程。
• 应用线性二次型调节器（LQR）控制，根据估计的电压状态计算最优DER调节量。
• 将传感器选择问题形式化为模式切换优化问题，以最小化包含状态偏差和控制努力的代价函数。
• 采用滑动窗口算法实现次优解，基于有限时域内的预测系统性能选择下一个传感器。
• 整合传感器噪声协方差和系统动态，优先选择信息价值更高的传感器，特别是测量不确定性较高的传感器。

实验结果

研究问题

• RQ1 如何优化无线传感器网络中的传感器选择，以提升智能电网中电压调节的性能？
• RQ2 与固定轮询方式相比，状态感知传感器调度在系统成本和收敛速度方面有何影响？
• RQ3 卡尔曼滤波与LQR控制的集成如何影响电压状态估计和调节的精度与稳定性？
• RQ4 基于滑动窗口的传感器选择算法在保持计算效率的同时，能在多大程度上降低系统成本？

主要发现

• 所提出的传感器选择策略相比基线轮询方法，系统成本降低了约40%。
• 在所提策略下，电压偏差在时间步$ k = 30 $前已显著收敛至零，实现完全稳定；而轮询方式下偏差持续偏离至$ k = 40 $之后。
• 所提方法实现了更低的电压状态估计误差，使DER能够执行更精确和及时的控制动作。
• 尽管传感器3的测量噪声最高，但由于其在整体系统状态估计中具有较高的信息价值，仍被分配了45%的信道访问时间。
• 所提策略下的电压状态轨迹表现出更平滑的过渡，减少了波动，提升了电能质量。
• 传感器1获得35%的信道访问时间，传感器2获得20%，反映了它们在降低估计过程中联合过程噪声与测量噪声方面相对贡献的差异。