[论文解读] 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 3

一句话总结

本文提出一种动态、软件定义的优化框架，用于在电力系统中实时确定电网支撑型（GFM）与电网跟随型（GFL）换流器的最佳分配，以平衡电网强度增强与运行成本。通过联合考虑有功/无功功率备用及小信号稳定性约束，该框架在确保稳定性的前提下最小化系统成本，案例研究显示在不同风电出力与位置条件下，实现了显著的成本降低与自适应的GFM渗透水平。

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.

研究动机与目标

• 解决GFM换流器带来的电网强度增强与稳态运行中预留有功/无功功率备用容量所导致的经济损耗之间的权衡。
• 克服静态、规划级GFM分配的局限性，实现随时间变化、基于系统状态的控制模式动态选择。
• 通过将小信号稳定性约束与功率备用需求整合进调度框架，确保系统稳定性。
• 通过动态优化GFM与GFL换流器的比例，最小化高比例可再生能源渗透系统中的运行成本。
• 将电网支撑能力集成到软件定义电网架构中，实现电网支撑型与电网跟随型控制模式的实时、自适应分配。

提出的方法

• 构建基于单位启停的优化模型，包含GFM换流器所需的有功与无功功率备用约束。
• 将系统调度模型扩展，纳入由电网强度与系统动态特性导出的小信号稳定性约束。
• 为每个换流器母线引入一个动态控制模式分配变量（αj），以表示每个时间步长内GFM运行的比例。
• 采用混合整数线性规划（MILP）公式求解在不同系统运行条件（包括风电出力与负荷需求）下的优化问题。
• 引入电网强度指标与小信号稳定性准则，防止在弱电网或强电网条件下发生不稳定。
• 在修改后的IEEE 30节点系统中实现该框架，评估不同风电渗透水平与位置下的性能表现。

实验结果

研究问题

• RQ1 在电力系统中，随着风电渗透水平的变化，GFM与GFL换流器的最优分配如何变化？
• RQ2 换流器位置对最优GFM渗透水平与系统稳定性有何影响？
• RQ3 动态GFM分配在维持功率备用与系统稳定性的同时，能在多大程度上降低系统运行成本？
• RQ4 引入小信号稳定性约束后，对最优GFM分配与系统成本有何影响？
• RQ5 软件定义电网架构能否实现GFM与GFL之间实时、自适应的控制模式选择，以平衡稳定性与经济效率？

主要发现

• 随着风电渗透水平提高，最优GFM渗透水平随之上升，在一个风电场中，风电出力从450 MW增至750 MW时，GFM渗透水平由0.4–0.6上升至0.6–0.9。
• 位于电网强度较强位置的风电场（如风电场1）比位于较弱位置的风电场（如风电场2）实现了更高的最优GFM渗透水平。
• 当采用GFM时，系统运行成本显著降低（见图8中红色曲线），成本降幅最大的出现在中等风电出力水平（约600 MW）。
• 在中等风电出力水平下，包含与不包含小信号稳定性约束的系统间成本差异最大，表明该阶段的失稳风险最为突出。
• 该框架实现了动态GFM分配，通过利用预留的备用容量提供电网支撑，避免了功率弃用损失，降低了经济低效性。
• 最优解避免了同时为所有风电场分配GFM，高风电渗透水平下αj = 0的解密度较低，表明GFM利用率显著提高。