[論文レビュー] VADER: Visualization and Analytics for Distributed Energy Resources

Raffi Sevlian, Jiafan Yu+10 more|arXiv (Cornell University)|Aug 30, 2017

Smart Grid Security and Resilience参考文献 26被引用数 6

ひとこと要約

VADERは、スマートメーター、インバーター、EV充電器などの分散型エネルギー資源（DER）から得られる異種のデータストリームをラムダアーキテクチャを用いて統合するスケーラブルなデータ統合および分析プラットフォームです。Kafka、Spark、Cassandraを活用してリアルタイム処理とバッチ処理を実現することで、VADERは仮想SCADA機能を提供し、配電系統の状況認識を向上させ、低可視性のグリッドにおける機械学習駆動の状態推定とシナリオ分析を支援します。

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.

研究の動機と目的

• 変電所レベルのSCADAデータに依存するがゆえに、配電網における可視性が制限されているという課題に対処すること。
• 電力会社、サードパーティのDERプロバイダー、および公開データセットから得られる異種のデータソースを統一された分析プラットフォームに統合すること。
• 高DER浸透率を示す配電系統を管理するシステム運用者に対して、包括的な状況認識とシナリオ分析を可能にすること。
• 従来のADMSの限界を克服し、さまざまなデバイスから得られる非SCADA型、時系列型、および欠損している可能性のあるデータを統合すること。
• リアルタイムおよびオフライン分析を両立できるスケーラブルでオープンソースのプラットフォームを構築し、DERの計画および制御の改善を図ること。

提案手法

• 多様なAPIおよびデバイスからのデータ受信を可能にするために、高スルーレートでフェイルセーフなメッセージキューイングを実現するKafkaを用いたラムダアーキテクチャを採用。
• バッチ処理およびストリーム処理の両方を実行するApache Sparkを活用し、データクリーニング、特徴工学、リアルタイム分析を実施。
• 時系列データをApache Cassandraに格納し、大容量のストリーミングデータ処理においても高可用性、スケーラビリティ、パフォーマンスを確保。
• 完全な物理モデルが存在しない状況でも、システムの状態推定とネットワーク挙動のモデリングに有効な機械学習および統計的推論手法を適用。
• スマートメーター、インバーター、EV充電器、その他のDERからのデータを統合して、SCADAレベルの可視性を模倣する「仮想SCADA」データストリームを生成。
• 運用者およびデータサイエンティスト向けに、REST API、Jupyter Notebook、D3.jsベースのダッシュボードを通じて結果を可視化。

実験結果

リサーチクエスチョン

• RQ1 分散型エネルギー資源（DER）から得られる異種の、多様なデータストリームを、配電系統の状態を一貫性のある、意思決定に役立つ視覚的ビューに統合する方法は何か？
• RQ2 従来の潮流解析モデルが利用不可または不正確な状況において、システムの状態を推定するためにどのような機械学習および統計的手法が有効か？
• RQ3 リアルタイム処理とバッチ処理を両立できる、高速度の時系列グリッドデータを処理できる、スケーラブルでフェイルセーフなデータパイプラインをどのように設計できるか？
• RQ4 非SCADAデータソースを活用することで、可視性が低い配電網における状況認識をどの程度向上させられるか？
• RQ5 中央集権的で帯域幅の高いSCADAインfraに依存せずに、DER統合のためのシナリオ分析と計画をどのように支援できるか？

主な発見

• VADERプラットフォームは、スマートメーター、インバーター、EV充電器といった複数の異種データソースからのデータを統合し、統一された仮想SCADAデータストリームを生成することに成功した。
• Apache Kafka、Spark、Cassandraを活用したリアルタイムおよびバッチ分析により、大規模なグリッドデータ処理において高スルーレートとフェイルセーフ性を実現した。
• 不完全または非一様なデータが存在する状況でも、機械学習および統計的推論手法が、システムの状態推定とネットワーク挙動のモデリングに有効であることが確認された。
• インタラクティブダッシュボードおよびJupyterベースの分析を通じて、DER統合のためのシナリオ分析と計画を支援するプラットフォームが実現され、配電系統運用者の意思決定支援が向上した。
• オープンソースツールとモジュール型のラムダアーキテクチャを採用することで、多様なグリッドデータ環境に柔軟に適応可能で拡張性の高いプラットフォームが実現された。
• VADERは、特に高DER環境において、SCADA可視性が限られる配電網において、伝統的なADMSの代替手段として有効であることが示された。