[論文レビュー] Control-mode as a Grid Service in Software-defined Power Grids: GFL vs GFM

Guoxuan Cui, Zhongda Chu+1 more|arXiv (Cornell University)|Jul 28, 2023

Microgrid Control and OptimizationEngineering被引用数 3

ひとこと要約

本稿は、電力系統の強度強化と運用コストのバランスを取るために、リアルタイムでグリッドフォーミング（GFM）およびグリッドフォローイング（GFL）コンバータの最適割り当てを決定する動的でソフトウェア定義の最適化フレームワークを提案する。アクティブ／リアクティブ電力予備容量と小信号安定性制約を統合的に考慮することで、システムコストを最小化しながら安定性を確保する。ケーススタディにより、風力発電量や位置に応じて適応的に変化するGFMの導入レベルと顕著なコスト削減が示された。

ABSTRACT

In power systems with high penetration of power electronics, grid-forming control is proposed to replace traditional Grid-Following Converter (GFL) in order to improve the overall system strength and resist small-signal instability in weak grids by directly forming the terminal voltage. However, sufficient headroom of both active and reactive power must be made available for Grid-Forming Converter (GFM) to operate, potentially leading to sub-optimal operation in steady states. This presents a new research problem to optimally allocate between GFM and GFL to balance the ability of GFMs to improve the grid strength and the potential economic loss resulting from reserved headroom. An optimization framework under software-defined grids is proposed, for the first time, to dynamically determine the optimal allocation of GFMs and GFLs in power systems at each time step of system scheduling according to system conditions, which ensures both system stability and minimum operational cost. To achieve this, the system scheduling model is expanded to simultaneously consider the constraints related to active and reactive power reserves for GFMs, as well as the system level stability. Case studies conducted on the modified IEEE 30-bus system demonstrate significant economic benefits in that the optimal proportion of GFMs in the power system can be dynamically determined while ensuring power reserve and grid stability constraints.

研究の動機と目的

• GFMコンバータによるグリッド強度の向上と、定常状態でのアクティブ／リアクティブ電力の余剰容量に起因する経済的損失のトレードオフを解消すること。
• 静的で計画段階のGFM割り当ての限界を克服し、時間変動的かつシステム状態依存の制御モード選択を可能にすること。
• 小信号安定性制約と電力予備容量要件をスケジューリングフレームワークに組み込むことで、システムの安定性を確保すること。
• 高再生可能エネルギー統合電力系における運用コストを最小化するため、GFMおよびGFLコンバータの割合を動的に最適化すること。
• ソフトウェア定義グリッドアーキテクチャにグリッドフォーミング機能を統合し、リアルタイムかつ適応的制御モード割り当てを可能にすること。

提案手法

• GFMコンバータが要請するアクティブ／リアクティブ電力予備容量の制約を含む、ユニットコミットメントに基づく最適化モデルを構築する。
• グリッド強度とシステムダイナミクスから導出される小信号安定性制約を含む、システムスケジューリングモデルを拡張する。
• 各コンバータバスに対して、時間ステップごとのGFM運転割合を表す動的制御モード割り当て変数（αj）を導入する。
• 風力発電の可用性や負荷需要の変動を含むさまざまなシステム状態下で、混合整数線形プログラミング（MILP）定式化により最適化問題を解く。
• グリッド強度指標と小信号安定性基準を組み込み、弱いまたは強いグリッド状態でも不安定化を回避する。
• 性能評価のため、修正版IEEE 30バス系統にフレームワークを実装し、異なる風力導入レベルと位置での性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 電力系統における風力発電導入率の変化に伴い、GFMおよびGFLコンバータの最適割り当てはどのように変化するか？
• RQ2 コンバータの配置が、最適GFM導入率とシステム安定性に与える影響は何か？
• RQ3 動的GFM割り当てにより、電力予備容量と安定性を維持したまま、システム運用コストをどの程度削減できるか？
• RQ4 小信号安定性制約を組み込むことで、最適GFM割り当てとシステムコストにどのような影響が生じるか？
• RQ5 ソフトウェア定義グリッドアーキテクチャは、安定性と経済効率のバランスを取るために、リアルタイムかつ適応的GFM／GFL制御モード選択を可能にするか？

主な発見

• 風力発電導入率が上昇するにつれて、最適GFM導入率も上昇し、1つの風力発電所では450 MWで0.4–0.6から、750 MWでは0.6–0.9に上昇する。
• 系統強度が強い位置（例：風力発電所1）に位置する風力発電所は、弱い位置（例：風力発電所2）に比べて、より高い最適GFM導入率を達成する。
• GFMが使用された場合、システム運用コストが顕著に削減される（図8の赤線）、特に中程度の風力発電量（約600 MW）で最大のコスト削減が見られる。
• 小信号安定性制約の有無によるコスト差が中程度の風力発電量で最大となり、この領域で不安定化リスクが最も顕著であることが示された。
• フレームワークにより、余剰容量をグリッド支援に活用する動的GFM割り当てが可能となり、発電停止損失を回避し、経済的非効率性を低減する。
• 最適解では、すべての風力発電所に同時にGFMを割り当てることを回避しており、高風力発電量ではαj = 0の解の密度が低くなることから、GFMの利用度が向上していることが示された。