A Gray-Box Approach for Decentralized Grid-Equivalent Model Identification

技術サマリー：分散型グリッド等価モデル同定のためのグレーボックスアプローチ

問題定義
再生可能エネルギー源と電力電子機器の電力系統への統合は、堅牢なデータ駆動型モデリングと安定性解析を必要としています。この分野における重要な課題は、グリッドインピーダンスモデルの同定です。従来の集中型アプローチは、低慣性再生可能エネルギーと高慣性同期発電機間の時間スケール同期に苦慮しています。さらに、既存の分散型手法は、動的なマルチエージェントネットワークにおいて機能しない制限的な仮定に依存することが多いです。具体的には、多くの現在のアルゴリズムは、協調型システム同定（コンバータが順次励起される場合）や複数の動作点、あるいはグリッドが完全一定の等価電圧を持つ「剛直」な無限バスとして振る舞うという非現実的な仮定を必要とします。

マルチコンバータ設定において、共通結合点（PCC）における局所信号は、「グリッド」として機能する他のコンバータからの電圧入力の影響を受けます。これらの能動的な影響を分離することなく単一の見かけインピーダンスを推定しようとすると、偏った不正確な結果が生じます。ここで扱われる核心的な問題は、グリッド運転を中断することなく、コンバータ間の通信を必要とせずに、受動的な等価グリッドインピーダンスと能動的な等価グリッド電圧を同時に推定できる、最小限の侵入性を有する分散型アルゴリズムの必要性です。

手法
著者は、周波数領域で動作するグレーボックス同定アルゴリズムを提案します。このアプローチは、局所的な電圧源コンバータ（VSC）の視点からグリッドをモデル化し、グリッドを、受動的な等価アドミタンス（$Y_i(s)$）と能動的な等価電圧（$\Delta \tilde{v}_i(s)$）で表現するテブナンの等価回路として表します。

手法は以下の手順で進行します：

1. システムモデリング：ネットワークは、抵抗 - インダクタンス線路を介して相互接続された VSC としてモデル化されます。小信号ダイナミクスは、複素座標（$dq$座標系から導出）で表現されます。局所電流（$\Delta i_i$）と電圧（$\Delta v_i$）の間の関係は、未知のパラメータベクトル$\theta_i$（線路抵抗とインダクタンスの比率を表す）および未知の動的結合係数$\tilde{h}_i$（グリッド電圧の影響を表す）を含む双線形写像として定式化されます。
2. グレーボックスフレームワーク：このアルゴリズムは、パラメトリックにモデル化される（低次、抵抗 - インダクタンス構造）「受動的」グリッドインピーダンスと、ノンパラメトリックにモデル化される「能動的」グリッド電圧を区別します。この区別は、能動的グリッド電圧が、未知かつ潜在的に複雑な他のコンバータと負荷の閉ループ反応から生じることを認識しています。
3. 道具変数（IV）と周波数弁別：局所電圧と等価グリッド電圧の相関（標準的な最小二乗推定においてバイアスを引き起こす）に対処するため、著者は道具変数を使用します。局所広帯域励起信号（疑似ランダム二値系列）を道具として利用します。
   • 周波数弁別（FD）：フィルタリング処理により、信頼性の低い周波数点を識別して破棄します。これには、励起と応答間のコヒーレンスが低い周波数、基本グリッドダイナミクス（低周波）またはエイリアシング/高調波（高周波）が支配的な周波数、および推定アドミタンスが受動性制約に違反する周波数の除去が含まれます。
4. 2 段階推定：
   • ステップ 1（パラメータ推定）：制約付き最小二乗アルゴリズムが、フィルタリングされた周波数データと道具変数を用いて、パラメトリック等価インピーダンス（$\theta_i$）を推定します。
   • ステップ 2（電圧推定）：パラメータを固定した状態で、カルマンフィルタ（未知入力オブザーバとして定式化）が、周波数スペクトル全体にわたってノンパラメトリック等価グリッド電圧（$\Delta \tilde{v}_i$）を推定します。

主要な貢献
本論文は、以下の 3 つの主要な貢献を強調しています：

1. 完全分散型実行：アルゴリズムは、厳密に局所的な PCC 測定値を使用して、各 VSC において独立して動作します。他のコンバータとの通信や協調タイミングを一切必要とせず、任意の電源と負荷を持つグリッドにスケーラブルです。
2. 能動要素と受動要素の分離：周波数領域でパラメトリックインピーダンスとノンパラメトリック電圧を個別に推定することで、物理的な送電線ダイナミクスを他の VSC の能動的制御反応から分離します。これにより、通常は時間領域同定を汚染する深刻な相互結合誤差が解決されます。
3. 堅牢性：この手法は、低慣性グリッド（非剛直バス）、同時マルチエージェント励起、定格振幅および周波数の偏差、異種線路パラメータ、高調波ノイズを含む非理想的な条件下で検証されています。

結果
アルゴリズムは、グリッド形成モードで動作する相互接続された 5 コンバータシステムにおける数値シミュレーションによりテストされました。

• 設定：ドロップ制御パラメータと線路インピーダンスを変化させて 20 回のモンテカルロ実験を実施しました。すべてのコンバータは、IEEE 519 高調波基準に準拠した最小限の広帯域励起（0.001 p.u.）を注入しました。
• インピーダンス推定：推定された等価アドミタンス（$Y_1(s)$）は高い精度を示し、平均振幅誤差は 0.26 dB（3.13%）、位相誤差は 0.07 度（0.08%）でした。
• 電圧推定：アルゴリズムは、小信号等価電圧の振幅と位相を正常に再構成しました。時間領域の結果（逆フーリエ変換による）は、推定電圧が $d$ 座標および $q$ 座標の両方で真の値と密接に一致することを示しました。
• 比較：結果は、閉ループ相互作用により低周波で著しいバイアスを示す生の経験的伝達関数推定（ETFE）と比較されました。これは、提案された周波数領域前処理および IV アプローチの必要性を裏付けました。

意義と主張
著者は、この研究が、従来の分散型手法が失敗する能動的グリッド条件下において、堅牢なグリッド等価モデル同定を可能にすると主張しています。協調励起や剛直な無限バスという仮定を不要にすることで、提案されたグレーボックスアプローチは、現代の動的電力システムにおける正確な安定性解析と適応制御設計を可能にします。論文は、同定されたモデルが将来の分散型適応制御アルゴリズムおよび安定性解析の基盤となり得ると結論付けていますが、このアルゴリズムを実世界のハードウェアに適用し、同期発電機や多様な制御方式を含むように拡張することが今後の課題であると指摘しています。