PowerSINDy: Identifying Nonlinear Time-Dependent Dynamics in Power Grid Frequency

Resumen Técnico: PowerSINDy para la Dinámica de Frecuencia en Redes Eléctricas

Planteamiento del Problema
El funcionamiento estable de los sistemas eléctricos modernos depende en gran medida de la caracterización precisa de la dinámica de la frecuencia de la red, la cual refleja el equilibrio entre la generación y la demanda. Los enfoques de modelado tradicionales, como la ecuación de oscilación agregada, a menudo se basan en suposiciones lineales y parámetros físicos simplificados que son insuficientes para capturar los comportamientos complejos, no lineales y dependientes del tiempo introducidos por la alta penetración de energías renovables y las fluctuaciones estocásticas. Si bien los métodos de identificación de sistemas como la Identificación Escasa de Dinámicas No Lineales (SINDy) ofrecen una alternativa basada en datos para descubrir ecuaciones gobernantes, su aplicación a datos reales de redes eléctricas sigue siendo limitada. Los estudios existentes se han centrado en gran medida en datos sintéticos, dejando preguntas abiertas sobre el rendimiento de SINDy en conjuntos de datos empíricos complejos y ruidosos, así como sobre las compensaciones entre diferentes estrategias de regresión que promueven la escasez.

Metodología: El Marco PowerSINDy
Los autores proponen PowerSINDy, un marco diseñado para identificar dinámicas no lineales y dependientes del tiempo en datos de frecuencia de sistemas eléctricos. La metodología implica tres etapas principales:

1. Preprocesamiento y Suavizado de Datos:
   Se analizaron datos de frecuencia de alta resolución (resolución de 1 segundo) de dos redes síncronas distintas: la red de Europa Continental (CE) (50 Hz) y la red de Corea del Sur (SK) (60 Hz). Para aislar las dinámicas deterministas del ruido estocástico, se aplicó un filtro gaussiano. El parámetro de suavizado óptimo ($\sigma$) se determinó minimizando el Error Cuadrático Medio (RMSE) entre las trayectorias simuladas por SINDy y los datos empíricos originales. El estudio identificó $\sigma = 60$ (una ventana de 60 segundos) como el equilibrio óptimo entre la supresión del ruido y la preservación de características.

2. Construcción de la Biblioteca de Candidatos:
   A diferencia de las implementaciones estándar de SINDy que dependen exclusivamente de polinomios, PowerSINDy amplía la biblioteca de funciones candidatas para representar mejor la dinámica de las redes eléctricas. La biblioteca incluye:

   • Términos polinómicos: Hasta órdenes cuadráticos ($p2$) y cúbicos ($p3$) para capturar acoplamientos no lineales.
   • Términos de Fourier: Funciones seno y coseno de primer orden ($p2f1$) para representar comportamientos oscilatorios inherentes a las redes síncronas.
   • Términos dependientes del tiempo: Inclusión explícita del tiempo ($T$) y términos de interacción que involucran el tiempo para dar cuenta de señales deterministas impulsadas por curvas de carga y programas de generación.

3. Estrategias de Regresión Escasa:
   El marco evalúa tres estrategias de optimización distintas para resolver el problema de regresión escasa $\dot{X} = \Theta(X)\Xi$:

   • Mínimos Cuadráticos con Umbral Secuencial (STLSQ): Resuelve iterativamente mínimos cuadrados y aplica umbral a coeficientes pequeños.
   • LASSO (Operador de Encogimiento y Selección Escasa Least Absolute Shrinkage and Selection Operator): Utiliza una penalización $L1$ para encoger coeficientes a cero.
   • Regresión Regularizada Relajada Escasa (SR3): Introduce una variable auxiliar y un parámetro de relajación para separar el ajuste de datos de la aplicación de escasez, probado con normas $L0$, $L1$ y $L2$.

Resultados Clave
El estudio evaluó el marco en trayectorias de 15 minutos de los conjuntos de datos CE y SK, comparando la precisión del modelo (RMSE estable), las fracciones de estabilidad (porcentaje de trayectorias no divergentes) y la complejidad estructural (número de características activas).

• Rendimiento del Optimizador:

  • LASSO logró consistentemente el RMSE estable más bajo en todas las configuraciones. Para el conjunto de datos CE con polinomios cúbicos ($p3$), LASSO alcanzó un RMSE mínimo de 0.0101. También produjo los modelos más escasos, particularmente en configuraciones de orden inferior.
  • STLSQ demostró la mayor estabilidad, con fracciones de estabilidad que frecuentemente superaron 0.79 en configuraciones cuadráticas ($p2$). Ofreció el mejor equilibrio entre precisión y fiabilidad, aunque con un RMSE ligeramente superior al de LASSO.
  • SR3 exhibió la mayor variabilidad y sensibilidad a los hiperparámetros y a las características del conjunto de datos. Cabe destacar que las normas $L0$ y $L1$ en SR3 produjeron resultados casi indistinguibles en términos de RMSE y estabilidad. El rendimiento de SR3 se degradó significativamente en configuraciones cúbicas ($p3$), particularmente para el conjunto de datos SK, donde las fracciones de estabilidad cayeron por debajo de 0.52.

• Complejidad del Modelo y Elección de Biblioteca:

  • Los modelos cuadráticos ($p2$) proporcionaron soluciones estables con bajo RMSE (~0.016) en ambos conjuntos de datos.
  • Los modelos cúbicos ($p3$) mejoraron la precisión para el conjunto de datos CE (RMSE 0.0101) pero redujeron la estabilidad, lo que llevó a una divergencia más rápida de las trayectorias.
  • Los modelos aumentados con Fourier ($p2f1$) ofrecieron un punto medio, manteniendo un rendimiento robusto (RMSE ~0.016) y estabilidad en ambos conjuntos de datos sin la inestabilidad asociada a polinomios de orden superior.
  • Análisis de Características: LASSO aplicó consistentemente las representaciones más parsimoniosas (aproximadamente 6 características activas para $p2$), mientras que SR3 tendió a seleccionar modelos más densos (aproximadamente 14 características activas para $p3$).

• Diferencias entre Conjuntos de Datos:
  La red CE, caracterizada por alta inercia e interconectividad, generalmente arrojó un RMSE más bajo y fracciones de estabilidad más altas en comparación con la red SK, que tiene menor inercia y una topología más compacta. Esto sugiere que las características intrínsecas de los datos influyen más en la recuperabilidad del modelo que la inestabilidad algorítmica.

Significado y Afirmaciones
El artículo afirma que PowerSINDy identifica con éxito las ecuaciones gobernantes para datos complejos de frecuencia de redes eléctricas del mundo real, superando las limitaciones de los modelos lineales tradicionales. El estudio demuestra que:

1. La identificación basada en datos puede superar las líneas base de integración estocástica (Euler–Maruyama), logrando valores de RMSE más bajos (por ejemplo, 0.0101 frente a 0.0282 para la línea base CE).
2. La elección del optimizador es crítica: LASSO es superior para precisión y escasez, mientras que STLSQ es preferible para estabilidad en configuraciones complejas.
3. El diseño de la biblioteca importa: La inclusión de términos de Fourier permite una representación robusta de dinámicas oscilatorias sin los riesgos de sobreajuste asociados a polinomios de alto orden.
4. Perspectiva Física: Los modelos identificados destacan la importancia de interacciones no lineales específicas (por ejemplo, $\theta\omega$ y $\theta\omega^2$) en la captura de la dinámica del sistema, proporcionando conocimientos interpretables sobre los mecanismos que impulsan el comportamiento de la frecuencia de la red.

Los autores concluyen que, aunque el marco muestra promesa, la compensación entre la expresividad del modelo (términos de orden superior) y la estabilidad sigue siendo un desafío clave. Se sugiere trabajo futuro para explorar parámetros variables en el tiempo, formulaciones adaptativas para monitoreo en tiempo real y la integración de priores físicos para crear modelos híbridos.