本論文は、配電系統の電力流モデリングに関する研究を行っている。
配電系統の電力流を正確に表すDistFlowモデルは非線形であり、最適化問題への適用が計算上の課題となる。そのため、線形近似モデルであるLinDistFlowが広く使われている。
提案手法は、LinDistFlowのパラメータ(係数とバイアス)を最適化することで、DistFlowモデルとの予測誤差を最小化する。感度情報を利用し、Truncated Newton Conjugate-Gradient (TNC)最適化手法を用いて、オフラインの学習フェーズでパラメータを調整する。
数値実験の結果、提案手法は従来のLinDistFlowに比べ、L1ノルムとL∞ノルムの誤差をそれぞれ最大92%と88%改善できることを示した。また、ネットワーク構造の変化にも適応可能であることを確認した。
提案手法を送電容量最適化問題に適用し、その有効性を検証した。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Babak Taheri... at arxiv.org 04-09-2024
https://arxiv.org/pdf/2404.05125.pdfDeeper Inquiries