《Energies》:Constraint-Aware Framework for Inertia–Security Boundary Extraction in Grid-Forming Inverter-Dominated Power Systems
编辑推荐:
向低惯量电力系统的转型增加了对电网形成(grid-forming, GFM)逆变器的关注,将其作为电力系统电压与频率稳定性支撑的源。然而,现有文献研究在评估频率性能指标时,未在选择变流器运行约束下显式提取系统级惯量-安全边界。研究人员提出一种扰动一致、约束感知
向低惯量电力系统的转型增加了对电网形成(grid-forming, GFM)逆变器的关注,将其作为电力系统电压与频率稳定性支撑的源。然而,现有文献研究在评估频率性能指标时,未在选择变流器运行约束下显式提取系统级惯量-安全边界。研究人员提出一种扰动一致、约束感知的边界提取方法学,以量化GFM主导系统中的惯量-安全极限。IEEE-39总线系统在基于Python(3.10.19)的ANDES(1.9.3)中实现,并在四种运行体制下开展3682次非线性均方根(root-mean-square, RMS)时域仿真:REGCP1电网跟随基线、REGF1无惯量仿真下垂控制真GFM、REGF2带理想惯量仿真真GFM、以及REGF2带系统级现实约束(含功率裕度、电流限制与弱网条件)真GFM。为保扰动一致性仅考虑N-1发电机跳闸。结果表明真GFM相较基线显著改善频率安全;REGF2在匹配工况下虽普遍改善初始惯性中心(center-of-inertia, COI)频率,但未一致改善频率最低点(nadir)或最大基于母线频率均值的频率变化率(Rate of Change of Frequency, RoCoF)。所有标称与宽应力工况满足预设1.0 Hz/s RoCoF与49.5 Hz频率nadir初级惯量-安全限。附加边界靶向工况暴露了RoCoF与频率nadir均受限的有限频率-安全边界;RoCoF为更频繁绑定的安全度量,频率nadir在严重扰动与低裕度下绑定。置信区间、统计检验与扩展阈值敏感性分析用于量化不确定性与安全分类。该方法学为未来逆变器主导电力系统频率-安全极限评估提供系统途径。
研究背景方面,全球电力系统正由同步发电机(synchronous generators, SGs)向风电与光伏等逆变器接口可再生能源(inverter-based renewable, IBR)快速转型,旋转惯量下降导致扰动后频率变化率(RoCoF)增大,引发连锁故障风险。现有文献多在点选工况下评估频率指标,未系统提取IBR主导系统的系统级惯量-安全边界,且常忽略变流器电流限、有功功率裕度(headroom)与弱网短路比(short-circuit ratio, SCR)等现实约束,误认为GFM天然提供虚拟惯量。为此,研究人员在《Energies》发表该研究,以IEEE-39总线系统为基准,开展大样本非线性RMS时域仿真,提出约束感知的惯量-安全边界提取框架。
关键技术方法上,研究人员在Python 3.10.19的ANDES 1.9.3中搭建IEEE-39总线正序RMS模型,设置四种控制体制:REGCP1电网跟随机组基线、REGF1下垂控制真GFM(无惯量仿真)、REGF2虚拟同步机(virtual synchronous machine, VSM)理想惯量仿真、REGF2带headroom-电流限-弱网缩放的现实惯量仿真;以N-1最大同步机跳闸(约占负荷3.5%–6.5%)为一致扰动,生成3682个场景(2280标称+1200宽应力+202边界靶向+96扩展);以最大基于10母线频率均值的100 ms最小二乘RoCoF与频率nadir为指标,按RoCoF≤1.0 Hz/s且nadir≥49.5 Hz作二值安全分类,并用Friedman检验与Kendall's W做统计比对,最后通过参数扫描提取安全/非安全交界。
研究结果部分,第1节引言指出低惯量下GFM不自动等价于惯量支撑,需显式计及控制与物理约束。第3节系统模型与仿真框架中,研究人员以等效同步惯量Heq、初始RoCoF式(2)、请求虚拟惯量Hv,req与可交付惯量Hv,del=η·Hv,req(η≤1示现实约束折扣)刻画惯量传递,用SCR与阻抗缩放因子表征弱网。第5.1节频率响应分析显示,在同步机占比0.1、IBR占0.9、零headroom工况下,基线RoCoF达4.397 Hz/s、nadir 48.280 Hz(双违限),REGF1得0.366 Hz/s与49.754 Hz,REGF2理想0.454 Hz/s与49.805 Hz,REGF2现实0.432 Hz/s与49.754 Hz,三者均安全;真GFM的REGF1在最大均值RoCoF上最低,REGF2在初始20/50/100 ms COI RoCoF上更低但在峰值RoCoF上不一定优于REGF1。第5.2节绑定约束识别中,228例匹配基线有194例违限(144例双违、50例失步),三GFM体制228例全过;Friedman检验Kendall's W对峰值RoCoF、初始100 ms COI RoCoF、nadir分别为0.663、0.883、0.833,REGF2理想与现实间峰值RoCoF差异p<0.0002。第5.3节摆方程一致性中,解析摆动方程RoCoF高于仿真20 ms COI值,证实趋势一致但非线性仿真不可被简化方程替代。第5.4节同步机置换影响表明,基线同步份额由0.30降至0.05时均值峰值RoCoF由1.383升至9.242 Hz/s,GFM三体制全程安全。第5.5节惯量-安全边界评估对两REGF2体制各912例作图,名义空间内最高RoCoF利用率76.7%(0.7673 Hz/s),未触界;同步份额与扰动大小联合决定安全区,headroom影响弱。第5.6节可交付vs请求惯量配对912例显示零headroom下现实体制偏离理想对角线,示功率不可持续。第5.7节应力与靶向边界中,标称与宽应力全过;靶向V3.4.1下理想RoCoF违限81.1%、现实66.0%,nadir违限理想9.4%、现实24.5%;零headroom下同步份额2.5%时理想nadir越界跳闸比10.04%、现实7.57%,5%时分别10.79%与8.27%;边界图显示REGF2现实首例非安全出现在同步份额2.5%附近、跳闸比约7%–9%重叠区。
讨论与结论翻译:研究人员得出结论,所提约束感知框架通过3682次非线性RMS时域仿真,在IEEE-39总线上提取了GFM主导系统的惯量-安全边界;真GFM相较电网跟随基线大幅抑制RoCoF与nadir恶化,但REGF2惯量仿真并非在所有指标上优于REGF1下垂控制,其收益受headroom、电流限与弱网η折扣制约;RoCoF为更常绑定指标,nadir在严重扰动低裕度下绑定;现实约束使安全边界收缩,理想假设会高估可交付惯量。该框架为未来逆变器主导系统的频率-安全裕度评估与运行边界制定提供了系统化、可统计量化的大样本方法学基础。