[論文レビュー] A Review of Reduced-Order Models for Microgrids: Simplifications vs Accuracy

Yemi Ojo, Jeremy D. Watson+1 more|arXiv (Cornell University)|Mar 10, 2020

Microgrid Control and Optimization被引用数 14

ひとこと要約

本稿では、変電器ベースのマイクログリッドにおける線路のR/X比が変化する条件下で、3つの低次元モデル—5次元、高精度の3次元、および従来の3次元—の精度を評価している。詳細な平均モデルをベンチマークとして用い、簡略化モデル、特に従来の3次元モデルが、特に高抵抗性（R/X ≫ 1）システムでは著しく不正確な安定性予測をもたらすことを示しており、このような状態では詳細な平均モデルの使用を推奨する。

ABSTRACT

Inverter-based microgrids are an important technology for sustainable electrical power systems and typically use droop-controlled grid-forming inverters to interface distributed energy resources to the network and control the voltage and frequency. Ensuring stability of such microgrids is a key issue, which requires the use of appropriate models for analysis and control system design. Full-order detailed models can be more difficult to analyze and increase computational complexity, hence a number of reduced-order models have been proposed in the literature which present various trade-offs between accuracy and complexity. However, these simplifications present the risk of failing to adequately capture important dynamics of the microgrid. Therefore, there is a need for a comprehensive review and assessment of their relative quality, which is something that has not been systematically carried out thus far in the literature and we aim to address in this paper. In particular, we review various inverter-based microgrid reduced-order models and investigate the accuracy of their predictions for stability via a comparison with a corresponding detailed average model. Our study shows that the simplifications reduced order models rely upon can affect their accuracy in various regimes of the line R/X ratios, and that inappropriate model choices can result in substantially inaccurate stability results. Finally, we present recommendations on the use of reduced order models for the stability analysis of microgrids.

研究の動機と目的

• インバーター駆動マイクログリッドの低次元モデルにおける簡略化と精度のトレードオフを体系的に評価すること。
• 一般的に使用される低次元モデルが、詳細な平均モデルと比較して安定性を正しく予測できない条件を特定すること。
• 線路のR/X比とシステムダイナミクスに基づいて、適切な低次元モデルの選定に関する根拠に基づいた提言を提供すること。
• 線路ダイナミクスおよびインバーター制御器ダイナミクスの省略が、安定性予測精度に与える影響を調査すること。
• 小領域安定性解析と時間領域ダイナミック応答の比較を通じて、モデルの正確性を検証すること。

提案手法

• インバーターの完全なダイナミクスとネットワーク線路のダイナミクスを組み込んだインバーター駆動マイクログリッドの詳細な平均モデルをベンチマークとして用いる。
• 3つの低次元モデルを分析する：5次元モデル（線路ダイナミクスを含む、インバーターを1次元電圧源として扱う）、高精度3次元モデル（線路ダイナミクスの1次テイラー近似）、従来の3次元モデル（線路ダイナミクスを無視し、無損失線路を仮定）。
• 小領域安定性解析を、R/X比の3つの領域—R/X ≫ 1（抵抗性）、R/X ≈ 1（バランス型）、R/X ≪ 1（インダクティブ）—で実施する。
• 各低次元モデルの安定性境界を詳細な平均モデルと比較し、精度と保守性を評価する。
• モデルの時間領域ダイナミック応答をスイッチングレベルモデルと比較し、安定性解析の結果を検証する。
• ドロープ制御ゲインの影響と、インバーター制御器と線路ダイナミクスの時間スケールの相互作用を定量的に評価する。

実験結果

リサーチクエスチョン

• RQ1 異なるR/X比の範囲で、低次元モデルはインバーター駆動マイクログリッドの小領域安定性をどれほど正確に予測できるか？
• RQ2 線路ダイナミクスを省略すると、低次元モデルの安定性予測精度にどのような影響を与えるか？
• RQ3 インバーター電圧・電流制御器のダイナミクスが、異なるR/X比の範囲で線路ダイナミクスとどのように相互作用するか？
• RQ4 どのR/X比の範囲で、従来の3次元モデルおよび高精度3次元モデルが信頼できる安定性予測を提供しなくなるか？
• RQ5 どのような条件下で、詳細な平均モデルを低次元モデルよりも優先すべきか？

主な発見

• 従来の3次元モデルは、3つのR/X比のすべての範囲で受け入れがたい安定性予測を示しており、ドロープゲインの広い範囲で詳細な平均モデルよりも安定領域が広がっている。
• 高精度3次元モデルはR/X ≈ 1のとき（良好な精度）にうまく機能するが、R/X ≫ 1およびR/X ≪ 1の両方の範囲では受け入れがたい結果となる。
• 5次元モデルはR/X ≈ 1およびR/X ≪ 1の範囲で受け入れがたい精度を示すが、R/X ≫ 1の範囲では、高速な線路ダイナミクスとインバーター制御器との強い結合により、精度が著しく低下する。
• 高抵抗性マイクログリッド（R/X ≫ 1）では、線路ダイナミクスとインバーター制御の時間スケールが重複するため、簡略化モデルが仮定する時間スケール分離が成立せず、詳細な平均モデルの使用が推奨される。
• ダイナミック応答の比較により、安定性解析の結果が時間領域挙動と整合しており、詳細な平均モデルの正確性が裏付けられた。
• 本研究は、低次元モデルにおける簡略化、特に線路ダイナミクスおよびインバーター制御器ダイナミクスの省略が、特に抵抗性システムでは安定性評価に顕著な誤差をもたらす可能性があると結論づける。