SOPF-Based Adaptive Droop Control for Hybrid AC--HVDC Grids Under Offshore Wind Uncertainty

Resumen Técnico: Control de Droop Adaptativo Basado en SOPF para Redes Híbridas AC–HVDC Bajo Incertidumbre Eólica Offshore

Planteamiento del Problema
La integración de una capacidad masiva de energía eólica offshore en redes híbridas AC–HVDC requiere una regulación robusta del voltaje de CC. Si bien el control de droop de voltaje de CC descentralizado es la arquitectura predominante para sistemas HVDC de múltiples terminales (MTDC), las implementaciones convencionales dependen de coeficientes de ganancia fijos calibrados en un punto de operación nominal. Estos coeficientes fijos presentan dificultades bajo la severa volatilidad estocástica de la energía eólica offshore, a menudo alejando al sistema de las condiciones nominales en una base subhoraria. Esta discrepancia resulta en desviaciones excesivas de voltaje, despacho subóptimo y estrés desigual en los convertidores durante grandes fluctuaciones o contingencias. Los esquemas adaptativos existentes recalibran típicamente las ganancias reactivamente basándose en desviaciones en tiempo real o reglas heurísticas, careciendo de un vínculo directo con el despacho económico a nivel de sistema y sin ofrecer garantías estadísticas explícitas de seguridad de voltaje.

Metodología
El artículo propone un marco novedoso que conecta el despacho estocástico a nivel de sistema con el control a nivel de convertidor utilizando un enfoque de Flujo Óptimo de Potencia Estocástico (SOPF). La metodología consta de tres componentes principales:

1. Parametrización Beta por Zonas de la Incertidumbre Eólica:
   Reconociendo que los errores de pronóstico de la energía eólica offshore exhiben heterocedasticidad (la varianza depende del régimen de operación), los autores rechazan las suposiciones de distribuciones fijas únicas. En su lugar, dividen el pronóstico de potencia eólica normalizado en tres zonas: Baja (inicio de giro), Media (rampa) y Alta (cerca de la nominal). Dentro de cada zona, los errores de pronóstico se modelan utilizando una distribución Beta, con parámetros de forma ($\alpha, \beta$) ajustados a las estadísticas históricas de errores de pronóstico. Esto asegura que el modelo de incertidumbre sea físicamente consistente con la naturaleza acotada de la potencia eólica y capture las características estadísticas distintivas de diferentes regímenes de operación.

2. SOPF con Restricciones de Probabilidad Basado en Expansión de Caos Polinomial (PCE):
   El problema de despacho se formula como un Flujo Óptimo de Potencia (OPF) con restricciones de probabilidad en el espacio corriente-voltaje (IV) de la red híbrida AC–HVDC. La incertidumbre se propaga a través de las ecuaciones no lineales de flujo de potencia utilizando una Expansión de Caos Polinomial (PCE) con una base de polinomios de Jacobi (grado $d=2$). Los estados estocásticos se representan analíticamente, permitiendo que las restricciones de probabilidad (por ejemplo, límites de voltaje de CC con un 95% de confianza) se reformulen como restricciones de cono de segundo orden tratables. La optimización minimiza el costo esperado de generación mientras satisface estas restricciones de seguridad probabilística.

3. Extracción Adaptativa de Droop Basada en Sensibilidad:
   Una innovación clave es la derivación de la ganancia de droop adaptativa directamente a partir de los coeficientes de PCE de primer orden obtenidos de la solución SOPF. En lugar de realizar la formación y inversión explícita de la matriz Jacobiana, el método utiliza una interpretación de sensibilidad donde los coeficientes de primer orden representan las derivadas parciales de las variables de estado con respecto a las fuentes de incertidumbre. La ganancia de droop óptima ($k_{opt}$) se calcula como una relación de las magnitudes agregadas de los coeficientes de sensibilidad de potencia activa y voltaje de CC a través de todas las fuentes eólicas. Esta ganancia se normaliza luego a una escala de ingeniería y se aplica localmente en el convertidor.

Contribuciones Clave
El artículo identifica tres contribuciones principales:

• Marco Unificado: Establece un acoplamiento entre el despacho estocástico a nivel de sistema y el control de droop a nivel de convertidor, asegurando que el coeficiente de droop herede las garantías de seguridad de voltaje probabilísticas codificadas en las restricciones de probabilidad del SOPF.
• Modelado de Incertidumbre Basado en Datos: Introduce una parametrización Beta por zonas ajustada a partir de datos históricos, proporcionando una entrada de incertidumbre heterocedástica que supera las suposiciones de distribuciones fijas comunes en los estudios existentes de PCE-SOPF.
• Extracción de Sensibilidad sin Jacobiano: Deriva una regla de droop basada en sensibilidad directamente a partir de los coeficientes de PCE, evitando la necesidad de inversión explícita de la matriz Jacobiana y produciendo una ganancia interpretable que varía continuamente con el punto de operación estocástico.

Resultados
El marco propuesto se validó en un sistema de prueba AC–HVDC de 4 terminales con dos parques eólicos offshore. El estudio comparó el esquema adaptativo contra configuraciones de droop de coeficiente fijo ($k=20$ p.u. y $k=15$ p.u.) y una línea base sin droop.

• Características Adaptativas: La ganancia adaptativa extraída ($k_{opt}$) demostró una dependencia clara del punto de operación, variando continuamente a medida que los pronósticos eólicos atravesaban diferentes zonas. Se observó que la ganancia aumentaba a bajas salidas eólicas y disminuía hacia las regiones nominales, reflejando cambios en las sensibilidades del sistema.
• Rendimiento bajo Perturbación: En términos del error de seguimiento de potencia activa ($\Delta P$) relativo al despacho ideal posterior a la realización, el esquema adaptativo superó consistentemente a las estrategias de coeficiente fijo y sin droop.
  • El método adaptativo logró el error de seguimiento más bajo en el 67%–70% de los casos a través de las bandas de perturbación Baja, Media y Alta.
  • En la banda de perturbación Alta, el esquema adaptativo redujo el error medio de seguimiento en un 13,9% en comparación con la línea base sin droop (38,76 MW frente a 45,01 MW).
  • Si bien la mejora sobre la configuración fija $k=20$ fue modesta en el error medio (ya que $k=20$ coincidió casualmente con las ganancias típicas de la zona Media), el esquema adaptativo mantuvo una "tasa de ganadores" significativamente más alta, demostrando una ventaja confiable por caso en lugar de un beneficio promedio coincidental.

Significado y Afirmaciones
El artículo afirma conectar fundamentalmente la brecha operativa entre el despacho probabilístico a nivel de sistema y la regulación local de convertidores. Al alejarse de las suposiciones rígidas de ganancia fija, el mecanismo propuesto asegura que las respuestas locales de los convertidores no se ajusten heurísticamente, sino que estén arraigadas en la eficiencia económica y la seguridad probabilística. Los autores afirman que este enfoque minimiza eficazmente los errores de seguimiento de potencia activa durante perturbaciones eólicas extremas, proporcionando una base principista para la selección de coeficientes de droop que reflejan tanto la economía del sistema como la naturaleza estadística de la incertidumbre eólica offshore. Se señala que el trabajo futuro se centrará en extender el marco para incluir contingencias de seguridad $N-1$ y validación con hardware en el bucle.