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

기술 요약: 해상 풍력 불확실성 하의 하이브리드 AC-HVDC 계통을 위한 SOPF 기반 적응형 드롭 제어

문제 제기
대규모 해상 풍력 용량의 하이브리드 AC-HVDC 계통 통합은 견고한 직류 (DC) 전압 규제가 필수적입니다. 다단자 HVDC(MTDC) 시스템에서 분산형 DC 전압 드롭 제어는 주된 아키텍처이나, 기존 구현 방식은 명목 운전점에서 보정된 고정 이득 계수에 의존합니다. 이러한 고정 계수는 해상 풍력의 심각한 확률적 변동성 하에서 명목 조건에서 벗어나는 경우가 빈번하며, 시간당 수 분 단위로 시스템을 명목 상태로부터 이탈시킵니다. 이러한 불일치는 과도한 전압 편차, 비최적의 디스패치, 그리고 대규모 변동이나 사고 시 컨버터의 불균형한 스트레스를 초래합니다. 기존 적응형 방식은 일반적으로 실시간 편차나 휴리스틱 규칙에 기반하여 반응적으로 이득을 재보정하지만, 시스템 수준의 경제 디스패치와 직접적인 연관성이 부족하며 명시적인 통계적 전압 안전 보장을 제공하지 못합니다.

방법론
본 논문은 확률적 최적 전력 흐름 (SOPF) 접근법을 사용하여 시스템 수준의 확률적 디스패치와 컨버터 수준의 제어를 연결하는 새로운 프레임워크를 제안합니다. 방법론은 세 가지 핵심 구성 요소로 이루어집니다:

1. 영역별 베타 파라미터화를 통한 풍력 불확실성 모델링:
   해상 풍력 예측 오차가 이분산성 (분산이 운전 레짐에 의존함) 을 보인다는 점을 인식하여, 저자는 단일 고정 분포 가정을 배제합니다. 대신 정규화된 풍력 발전 예측을 저 (기동), 중 (램프), 고 (정격 근처) 의 세 가지 영역으로 구분합니다. 각 영역 내에서 예측 오차는 베타 분포를 사용하여 모델링되며, 모양 파라미터 ($\alpha, \beta$) 는 과거 예측 오차 통계에 맞춰 적합됩니다. 이는 불확실성 모델이 풍력 발전의 유계적 특성과 물리적으로 일치하도록 보장하며, 서로 다른 운전 레짐의 고유한 통계적 특성을 포착합니다.

2. PCE 기반 확률 제약 SOPF:
   디스패치 문제는 하이브리드 AC-HVDC 계통의 전류 - 전압 (IV) 공간에서 확률 제약 최적 전력 흐름 (OPF) 으로 공식화됩니다. 불확실성은 야코비 다항식 기저 (차수 $d=2$) 를 갖는 다항식 카오스 전개 (PCE) 를 사용하여 비선형 전력 흐름 방정식으로 전파됩니다. 확률적 상태는 분석적으로 표현되어, 확률 제약 (예: 95% 신뢰도 내 DC 전압 한계) 을 처리 가능한 2 차 원뿔 제약으로 재형성할 수 있게 합니다. 최적화는 이러한 확률적 안전 제약을 만족하면서 기대 발전 비용을 최소화합니다.

3. 민감도 기반 적응형 드롭 추출:
   주요 혁신은 SOPF 해에서 얻은 1 차 PCE 계수로부터 적응형 드롭 이득을 직접 유도하는 것입니다. 명시적인 야코비 행렬 형성과 역행렬 연산을 수행하는 대신, 이 방법은 1 차 계수가 불확실성 소스에 대한 상태 변수의 편미분을 나타낸다는 민감도 해석을 활용합니다. 최적 드롭 이득 ($k_{opt}$) 은 모든 풍력 소스에 걸친 활성 전력 및 DC 전압 민감도 계수의 집계된 크기의 비율로 계산됩니다. 이 이득은 공학적 규모로 정규화되어 컨버터 로컬에 적용됩니다.

주요 기여
본 논문은 세 가지 주요 기여를 규명합니다:

• 통합 프레임워크: 시스템 수준의 확률적 디스패치와 컨버터 수준의 드롭 제어 간의 결합을 확립하여, 드롭 계수가 SOPF 확률 제약에 인코딩된 확률적 전압 안전 보장을 계승하도록 합니다.
• 데이터 기반 불확실성 모델링: 기존 PCE-SOPF 연구에서 흔히 사용되는 고정 분포 가정보다 우수한 이분산성 불확실성 입력을 제공하는, 역사적 데이터에 적합된 영역별 베타 파라미터화를 도입합니다.
• 야코비 무관 민감도 추출: PCE 계수로부터 직접 민감도 기반 드롭 규칙을 유도하여 명시적인 야코비 역행렬 연산의 필요성을 우회하고, 확률적 운전점에 따라 연속적으로 변하는 해석 가능한 이득을 도출합니다.

결과
제안된 프레임워크는 두 개의 해상 풍력 발전소가 포함된 4 단자 AC-HVDC 테스트 계통에서 검증되었습니다. 연구는 적응형 방식을 고정 계수 드롭 설정 ($k=20$ p.u. 및 $k=15$ p.u.) 과 드롭 없는 기준선과 비교했습니다.

• 적응 특성: 추출된 적응형 이득 ($k_{opt}$) 은 운전점에 대한 명확한 의존성을 보였으며, 풍력 예측이 서로 다른 영역을 통과함에 따라 연속적으로 변했습니다. 이득은 저풍력 출력에서 증가하고 정격 영역으로 갈수록 감소하는 것으로 관찰되었으며, 이는 변화하는 시스템 민감도를 반영합니다.
• 교란 하의 성능: 이상적 실현 후 디스패치에 대한 활성 전력 추적 오차 ($\Delta P$) 측면에서 적응형 방식은 고정 계수 및 드롭 없는 전략보다 일관되게 우월한 성능을 보였습니다.
  • 적응형 방식은 저, 중, 고 교란 대역 전반에 걸쳐 사례의 67%~70% 에서 가장 낮은 추적 오차를 달성했습니다.
  • 고 교란 대역에서 적응형 방식은 드롭 없는 기준선 대비 평균 추적 오차를 13.9% 감소시켰습니다 (38.76 MW 대 45.01 MW).
  • 고정 $k=20$ 설정 대비 평균 오차 개선은 미미했으나 (이는 $k=20$이 우연히 전형적인 중 영역 이득과 일치했기 때문), 적응형 방식은 훨씬 더 높은 "승률"을 유지하여 우연한 평균적 이득이 아닌 사례별 확실한 우위를 입증했습니다.

의의 및 주장
본 논문은 확률적 시스템 전체 디스패치와 로컬 컨버터 규제 간의 운영적 격차를 근본적으로 해소한다고 주장합니다. 경직된 고정 이득 가정에서 벗어나 제안된 메커니즘은 로컬 컨버터 응답이 휴리스틱하게 조정되는 것이 아니라 경제적 효율성과 확률적 안전에 기반하도록 보장합니다. 저자들은 이 접근법이 극단적인 풍력 교란 동안 활성 전력 추적 오차를 효과적으로 최소화하며, 시스템 경제와 해상 풍력 불확실성의 통계적 특성을 모두 반영하는 드롭 계수 선택을 위한 원칙적인 기반을 제공한다고 주장합니다. 향후 작업은 $N-1$ 안전 사고를 포함하도록 프레임워크를 확장하고 하드웨어 인 더 루프 검증을 수행하는 데 초점을 맞출 것으로 명시되었습니다.