[论文解读] Frequency Stability Using MPC-based Inverter Power Control in Low-Inertia Power Systems

Atinuke Ademola-Idowu, Baosen Zhang|arXiv (Cornell University)|Sep 27, 2019

Microgrid Control and Optimization参考文献 29被引用 7

一句话总结

本文提出了一种基于模型预测控制（MPC）的逆变器功率控制（MIPC）策略，以优化低惯性电力系统中基于逆变器资源（IBRs）的有功功率设定值。通过在实时优化框架中显式纳入硬性功率和能量约束，并结合模型失配的观测器，MIPC显著优于经过最优调谐的虚拟同步电机（VSM），在功率受限条件下将频率偏差降低至0.3 Hz，在能量受限条件下降低至0.4 Hz，同时在存在噪声、通信受限和时延的情况下仍保持稳定。

ABSTRACT

The electrical grid is evolving from a network consisting of mostly synchronous machines to a mixture of synchronous machines and inverter-based resources such as wind, solar, and energy storage. This transformation has led to a decrease in mechanical inertia, which necessitate a need for the new resources to provide frequency responses through their inverter interfaces. In this paper we proposed a new strategy based on model predictive control to determine the optimal active-power set-point for inverters in the event of a disturbance in the system. Our framework explicitly takes the hard constraints in power and energy into account, and we show that it is robust to measurement noise, limited communications and delay by using an observer to estimate the model mismatches in real-time. We demonstrate the proposed controller significantly outperforms an optimally tuned virtual synchronous machine on a standard 39-bus system under a number of scenarios. In turn, this implies optimized inverter-based resources can provide better frequency responses compared to conventional synchronous machines.

研究动机与目标

• 为应对由于基于逆变器资源（IBRs）增加导致的机械惯性减少所引发的低惯性电力系统频率不稳定问题。
• 开发一种显式处理IBRs硬性约束（如功率和能量限制）的控制策略，这些约束常被传统方法忽略或管理不善。
• 通过使用模型预测控制（MPC）实时优化有功功率设定值，而非调节控制器参数，以提升频率调节性能。
• 通过基于观测器的状态估计机制，确保在测量噪声、通信受限和时延情况下的鲁棒性。

提出的方法

• 将逆变器功率控制问题建模为有限时域优化问题，利用MPC最小化频率偏差和频率变化率（ROCOF）。
• 在优化问题中显式纳入有功功率输出和可用能量的硬性约束，以防止不可行的控制动作。
• 使用状态观测器实时估计模型失配和未测量的系统状态，增强对噪声测量和通信不完整性的鲁棒性。
• 采用递推时域方法：在每个时间步，控制器在预测时域内求解优化问题，并仅实施第一个控制动作。
• 在具备广域测量时加以利用，即使仅能获取部分或延迟的测量数据，也能保持性能。
• 采用双层控制结构：基于预测系统动态的本地逆变器控制，结合观测器反馈以校正不确定性。

实验结果

研究问题

• RQ1 在存在硬性约束的低惯性系统中，基于MPC的逆变器控制是否能优于传统VSM控制，以最小化频率偏差和ROCOF？
• RQ2 在MPC优化中显式引入功率和能量约束，相较于无约束或基于阈值的方法，如何提升系统稳定性和性能？
• RQ3 在实时控制环境中，MIPC控制器在存在测量噪声、通信受限和时延时，其性能可维持到何种程度？
• RQ4 基于观测器的状态估计策略是否能有效补偿去中心化逆变器控制框架中的模型失配和未测量扰动？

主要发现

• 在功率受限条件下，MIPC控制器将频率偏差降低至约0.3 Hz；在能量受限条件下降低至0.4 Hz，显著优于经过最优调谐的VSM。
• MIPC在无快速振荡的情况下维持了稳定的频率响应，而VSM由于无法显式处理硬性约束，表现出明显的振荡。
• 控制器对测量噪声具有鲁棒性，在最坏情况信噪比（SNR）为30 dB时仍能保持平稳且稳定的表现。
• 在通信不完全时，MIPC通过基于观测器的估计重建了足够的系统状态信息，从而保持了有效的控制。
• 在一步（50ms）延迟下，性能略有下降，但系统仍保持稳定；在三步（150ms）延迟下，性能进一步恶化，但控制仍有效。
• 在无通信场景下，MIPC的表现与VSM相似，证实通信对实现全部性能至关重要，但观测器使在数据有限时仍能实现有意义的运行。