概要

本論文は、インバーター型資源（IBR）と分散型エネルギー資源（DER）が主導する現代の電力システムにおける長期電圧安定性マージン（VSM）のオンライン推定手法を提案しています。機械学習（ML）を活用し、送電系統運用者（TSO）と配電系統運用者（DSO）の協調最適化を通じて電圧安定性を向上させるフレームワークを構築しています。

ポイント

  • 機械学習による安定性評価: オフラインの送配電連携シミュレーション（T&D co-simulation）データを物理インフォームドML model で学習し、確率的な負荷・発電ミックスシナリオの下でVSMの解析表現を導出
  • 不平衡配電ネットワーク対応: 現実的な不平衡配電ネットワークをモデル化に組み込み、より精密な安定性評価を実現
  • リアルタイム制約管理: 導出したVSM表現を線形化してTSO最適化問題に組み込み、最小電圧安定性マージン制約をリアルタイムで実装
  • TSO-DSO協調最適化: VSM感度情報を送配電両系統の運用に組み込み、広域的な電力系統効率の向上を実現
  • 実用的な脱炭素対応: IBR/DER大量導入時代における電力系統の安定性と信頼性を確保し、再生可能エネルギー導入の加速を支援

出典

Online Long-Term Voltage Stability Margin Estimation for IBR/DER Dominated Power System with Integrated VSM-Aware TSO-DSO Framework

この記事はAIが海外情報を要約・翻訳したものです。元記事は出典リンクをご覧ください。