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

Resumo Técnico: Controle de Droop Adaptativo Baseado em SOPF para Redes Híbridas CA–HVDC sob Incerteza Eólica Offshore

Enunciado do Problema
A integração de capacidade massiva de energia eólica offshore em redes híbridas CA–HVDC exige regulação robusta da tensão CC. Embora o controle de droop de tensão CC descentralizado seja a arquitetura predominante para sistemas HVDC de múltiplos terminais (MTDC), as implementações convencionais dependem de coeficientes de ganho fixos calibrados em um ponto de operação nominal. Esses coeficientes fixos apresentam dificuldades sob a volatilidade estocástica severa da energia eólica offshore, frequentemente desviando o sistema das condições nominais em base sub-horária. Essa discrepância resulta em desvios excessivos de tensão, despacho subótimo e estresse desigual dos conversores durante grandes flutuações ou contingências. Esquemas adaptativos existentes recalibram ganhos tipicamente de forma reativa com base em desvios em tempo real ou regras heurísticas, carecendo de um vínculo direto com o despacho econômico de nível de sistema e não oferecendo garantias estatísticas explícitas de segurança de tensão.

Metodologia
O artigo propõe um novo quadro que conecta o despacho estocástico de nível de sistema ao controle de nível de conversor utilizando uma abordagem de Fluxo de Potência Ótimo Estocástico (SOPF). A metodologia consiste em três componentes principais:

1. Parametrização Beta por Zonas da Incerteza Eólica:
   Reconhecendo que os erros de previsão de energia eólica offshore exibem heterocedasticidade (a variância depende do regime de operação), os autores rejeitam suposições de distribuição única fixa. Em vez disso, eles particionam a previsão normalizada de potência eólica em três zonas: Baixa (ligação), Média (rampa) e Alta (próxima à nominal). Dentro de cada zona, os erros de previsão são modelados usando uma distribuição Beta, com parâmetros de forma ($\alpha, \beta$) ajustados às estatísticas históricas de erro de previsão. Isso garante que o modelo de incerteza seja fisicamente consistente com a natureza limitada da potência eólica e capture as características estatísticas distintas de diferentes regimes de operação.

2. SOPF com Restrições de Probabilidade Baseado em PCE:
   O problema de despacho é formulado como um Fluxo de Potência Ótimo (OPF) com restrições de probabilidade no espaço corrente-tensão (IV) da rede híbrida CA–HVDC. A incerteza é propagada através das equações de fluxo de potência não lineares usando Expansão em Caos Polinomial (PCE) com uma base de polinômios de Jacobi (grau $d=2$). Os estados estocásticos são representados analiticamente, permitindo que restrições de probabilidade (por exemplo, limites de tensão CC com 95% de confiança) sejam reformuladas como restrições de cone de segunda ordem tratáveis. A otimização minimiza o custo esperado de geração enquanto satisfaz essas restrições de segurança probabilísticas.

3. Extração Adaptativa de Droop Baseada em Sensibilidade:
   Uma inovação chave é a derivação do ganho de droop adaptativo diretamente a partir dos coeficientes de PCE de primeira ordem obtidos da solução SOPF. Em vez de realizar a formação e inversão explícita da Jacobiana, o método utiliza uma interpretação de sensibilidade onde os coeficientes de primeira ordem representam as derivadas parciais das variáveis de estado em relação às fontes de incerteza. O ganho de droop ótimo ($k_{opt}$) é calculado como uma razão das magnitudes agregadas dos coeficientes de sensibilidade de potência ativa e tensão CC em todas as fontes eólicas. Esse ganho é então normalizado para uma escala de engenharia e aplicado localmente no conversor.

Principais Contribuições
O artigo identifica três contribuições primárias:

• Quadro Unificado: Estabelece um acoplamento entre o despacho estocástico de nível de sistema e o controle de droop de nível de conversor, garantindo que o coeficiente de droop herde as garantias de segurança de tensão probabilísticas codificadas nas restrições de probabilidade do SOPF.
• Modelagem de Incerteza Orientada por Dados: Introduz uma parametrização Beta por zonas ajustada a partir de dados históricos, fornecendo uma entrada de incerteza heterocedástica que supera as suposições de distribuição fixa comuns em estudos existentes de PCE-SOPF.
• Extração de Sensibilidade Livre de Jacobiana: Deriva uma regra de droop baseada em sensibilidade diretamente a partir dos coeficientes PCE, contornando a necessidade de inversão explícita da Jacobiana e produzindo um ganho interpretável que varia continuamente com o ponto de operação estocástico.

Resultados
O quadro proposto foi validado em um sistema de teste CA–HVDC de quatro terminais com duas fazendas eólicas offshore. O estudo comparou o esquema adaptativo com configurações de droop de coeficiente fixo ($k=20$ p.u. e $k=15$ p.u.) e uma linha de base sem droop.

• Características Adaptativas: O ganho adaptativo extraído ($k_{opt}$) demonstrou uma dependência clara do ponto de operação, variando continuamente à medida que as previsões eólicas atravessavam diferentes zonas. Observou-se que o ganho aumentava em saídas eólicas baixas e diminuía em direção às regiões nominais, refletindo mudanças nas sensibilidades do sistema.
• Desempenho sob Distúrbio: Em termos de erro de rastreamento de potência ativa ($\Delta P$) relativo ao despacho ideal pós-realização, o esquema adaptativo superou consistentemente as estratégias de coeficiente fixo e sem droop.
  • O método adaptativo alcançou o menor erro de rastreamento em 67%–70% dos casos nas faixas de distúrbio Baixa, Média e Alta.
  • Na faixa de distúrbio Alta, o esquema adaptativo reduziu o erro médio de rastreamento em 13,9% em comparação com a linha de base sem droop (38,76 MW vs. 45,01 MW).
  • Embora a melhoria sobre a configuração fixa $k=20$ tenha sido modesta em erro médio (já que $k=20$ acabou por alinhar-se com ganhos típicos da zona Média), o esquema adaptativo manteve uma "taxa de vencedor" significativamente maior, demonstrando uma vantagem confiável por caso em vez de um benefício médio coincidente.

Significado e Alegações
O artigo alega conectar fundamentalmente a lacuna operacional entre o despacho probabilístico de todo o sistema e a regulação local do conversor. Ao afastar-se de suposições rígidas de ganho fixo, o mecanismo proposto garante que as respostas locais dos conversores não sejam ajustadas heurísticamente, mas sim fundamentadas em eficiência econômica e segurança probabilística. Os autores afirmam que essa abordagem minimiza efetivamente os erros de rastreamento de potência ativa durante distúrbios eólicos extremos, fornecendo uma base principiológica para a seleção de coeficientes de droop que refletem tanto a economia do sistema quanto a natureza estatística da incerteza eólica offshore. Trabalhos futuros são notados como focados em estender o quadro para incluir contingências de segurança $N-1$ e validação hardware-in-the-loop.