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

Technische Samenvatting: PowerSINDy voor Netwerkfrequentiedynamica

Probleemstelling
De stabiele werking van moderne energiesystemen is sterk afhankelijk van een nauwkeurige karakterisering van netwerkfrequentiedynamica, die de balans tussen opwekking en vraag weerspiegelt. Traditionele modelleringbenaderingen, zoals de geaggregeerde slingervergelijking, maken vaak gebruik van lineaire aannames en vereenvoudigde fysische parameters die ontoereikend zijn om het complexe, niet-lineaire en tijdsafhankelijke gedrag te vangen dat wordt geïntroduceerd door een hoge penetratie van hernieuwbare energie en stochastische fluctuaties. Hoewel systematische identificatiemethoden zoals Sparse Identification of Nonlinear Dynamics (SINDy) een datagedreven alternatief bieden om bestaande vergelijkingen aan het licht te brengen, blijft de toepassing ervan op real-world netwerkdatabestanden beperkt. Bestaande studies hebben zich grotendeels gericht op synthetische data, waardoor er nog open vragen blijven over de prestaties van SINDy op ruwe, complexe empirische datasets en de afwegingen tussen verschillende regressiestrategieën die sparsiteit bevorderen.

Methodologie: Het PowerSINDy-kader
De auteurs stellen PowerSINDy voor, een kader dat is toegespitst op het identificeren van niet-lineaire, tijdsafhankelijke dynamica in netwerkfrequentiedata. De methodologie omvat drie hoofdfasen:

1. Data-voorverwerking en Gladdening:
   Hoogresolutiefrequentiedata (1-seconde resolutie) van twee verschillende synchrone netwerken – het Europese vastelandnet (CE) (50 Hz) en het Zuid-Koreaanse net (SK) (60 Hz) – werden geanalyseerd. Om deterministische dynamica te isoleren van stochastische ruis, werd een Gauss-filter toegepast. De optimale gladmakende parameter ($\sigma$) werd bepaald door de Root Mean Square Error (RMSE) tussen door SINDy gesimuleerde trajecten en de originele empirische data te minimaliseren. De studie identificeerde $\sigma = 60$ (een venster van 60 seconden) als de optimale balans tussen ruisonderdrukking en behoud van kenmerken.

2. Constructie van de Kandidaatbibliotheek:
   In tegenstelling tot standaard SINDy-implementaties die uitsluitend vertrouwen op polynomen, breidt PowerSINDy de bibliotheek van kandidaatfuncties uit om netwerkdynamica beter te representeren. De bibliotheek omvat:

   • Polynoomtermen: Tot kwadratische ($p2$) en kubische ($p3$) orde om niet-lineaire koppelingen te vangen.
   • Fourier-termen: Eerste-orde sinus- en cosinusfuncties ($p2f1$) om oscillatief gedrag weer te geven dat inherent is aan synchrone netwerken.
   • Tijdsafhankelijke termen: Expliciete opname van tijd ($T$) en interactietermen die tijd betrekken om rekening te houden met deterministische signalen die worden gedreven door lastprofielen en opwekkingsschema's.

3. Sparseregressiestrategieën:
   Het kader toetst drie verschillende optimalisatiestrategieën om het sparseregressieprobleem $\dot{X} = \Theta(X)\Xi$ op te lossen:

   • Sequentially Thresholded Least Squares (STLSQ): Lost iteratief kleinste kwadraten op en thresholdt kleine coëfficiënten.
   • LASSO (Least Absolute Shrinkage and Selection Operator): Gebruikt een $L1$-straf om coëfficiënten naar nul te krimpen.
   • Sparse Relaxed Regularized Regression (SR3): Introduceert een hulpvariabele en een relaxatieparameter om datafitting te scheiden van handhaving van sparsiteit, getest met $L0$, $L1$ en $L2$-normen.

Belangrijkste Resultaten
De studie evalueerde het kader over trajecten van 15 minuten uit de CE- en SK-datasets, waarbij modelnauwkeurigheid (stabiele RMSE), stabiliteitsfracties (percentage niet-divergente trajecten) en structurele complexiteit (aantal actieve kenmerken) werden vergeleken.

• Prestaties van de Optimizer:

  • LASSO bereikte consistent de laagste stabiele RMSE over alle configuraties. Voor de CE-dataset met kubische polynomen ($p3$) bereikte LASSO een minimale RMSE van 0,0101. Het produceerde ook de sparsste modellen, met name in configuraties met lagere orde.
  • STLSQ toonde de hoogste stabiliteit, met stabiliteitsfracties die in kwadratische ($p2$) instellingen vaak boven de 0,79 uitkwamen. Het bood de beste balans tussen nauwkeurigheid en betrouwbaarheid, hoewel met een iets hogere RMSE dan LASSO.
  • SR3 vertoonde de grootste variabiliteit en gevoeligheid voor hyperparameters en datasetkenmerken. Opmerkelijk genoeg leverden de $L0$- en $L1$-normen in SR3 bijna niet van elkaar te onderscheiden resultaten op wat betreft RMSE en stabiliteit. De prestaties van SR3 verslechterden aanzienlijk in kubische ($p3$) configuraties, met name voor de SK-dataset, waarbij stabiliteitsfracties daalden onder de 0,52.

• Modelcomplexiteit en Keuze van Bibliotheek:

  • Kwadratische ($p2$) modellen leverden stabiele oplossingen op met een lage RMSE (~0,016) over beide datasets.
  • Kubische ($p3$) modellen verbeterden de nauwkeurigheid voor de CE-dataset (RMSE 0,0101) maar verminderden de stabiliteit, wat leidde tot snellere divergentie van trajecten.
  • Met Fourier verrijkte modellen ($p2f1$) boden een middenweg, waarbij robuuste prestaties (RMSE ~0,016) en stabiliteit over beide datasets werden behouden zonder de instabiliteit die geassocieerd is met polynomen van hogere orde.
  • Kenmerkanalyse: LASSO dwong consistent de meest parsimonische representaties af (ongeveer 6 actieve kenmerken voor $p2$), terwijl SR3 de neiging had om dichter modellen te selecteren (ongeveer 14 actieve kenmerken voor $p3$).

• Datasetverschillen:
  Het CE-net, gekenmerkt door hoge traagheid en interconnectiviteit, leverde over het algemeen lagere RMSE-waarden en hogere stabiliteitsfracties op in vergelijking met het SK-net, dat een lagere traagheid en een compactere topologie heeft. Dit suggereert dat intrinsieke data-kenmerken de herstelbaarheid van modellen meer beïnvloeden dan algoritmische instabiliteit.

Betekenis en Claims
Het artikel claimt dat PowerSINDy met succes bestaande vergelijkingen identificeert voor complexe, real-world netwerkfrequentiedata, en beperkingen van traditionele lineaire modellen overwint. De studie toont aan dat:

1. Datagedreven identificatie stochastische integratiebaselines (Euler–Maruyama) kan overtreffen, met lagere RMSE-waarden (bijv. 0,0101 versus 0,0282 voor de CE-baseline).
2. De keuze van de optimizer cruciaal is: LASSO is superieur voor nauwkeurigheid en sparsiteit, terwijl STLSQ de voorkeur verdient voor stabiliteit in complexe configuraties.
3. Ontwerp van de bibliotheek ertoe doet: De opname van Fourier-termen maakt een robuuste representatie van oscillatoire dynamica mogelijk zonder de risico's van overfitting die geassocieerd zijn met polynomen van hoge orde.
4. Fysisch inzicht: De geïdentificeerde modellen benadrukken het belang van specifieke niet-lineaire interacties (bijv. $\theta\omega$ en $\theta\omega^2$) bij het vangen van systeemdynamica, en bieden interpreteerbare inzichten in de mechanismen die netwerkfrequentiegedrag aandrijven.

De auteurs concluderen dat hoewel het kader veelbelovend is, de afweging tussen modeluitdrukkingsvermogen (termen van hogere orde) en stabiliteit een belangrijke uitdaging blijft. Er wordt voorgesteld om in toekomstig werk te onderzoeken: tijdsvariabele parameters, adaptieve formuleringen voor real-time monitoring, en de integratie van fysische priors om hybride modellen te creëren.