Modern power systems with the high penetration of inverter-based resources (IBRs) commonly face phase-lock loops (PLLs)-dominated small-signal stability issues, especially in low short-circuit grids. These issues can be addressed by refining controllers' design of IBRs, which however fails to be effective when power grids are operating under some critical conditions. To this end, this paper presents a novel optimization model for coordinating active power outputs (i.e., operation adjustment) of IBRs while satisfying small-signal stability constraints (SSSCs). In particular, SSSCs are formulated based on a new metric that quantifies the small-signal stability from the viewpoint of grid strength, which is especially suitable for those "black-boxed" IBRs. To reduce the problem-solving complexity due to the inherent discontinuity and nonlinearity, a sequential solution approach is proposed to decompose the original optimization problem into a sequence of sub-optimization problems (SOPs). Also, a dynamical-region-adjustment method and a convex-relaxing method are integrated to ensure the existence of feasible solutions and further enhance the solution efficiency. Finally, the performance of the proposed method is verified based on two test power systems.

Integrating static synchronous compensators (STATCOMs) in a multiple inverter-based-resource (IBR) system for voltage support can deteriorate sub/sup-synchronous oscillation issues caused by the interaction among IBRs and power networks, especially in low short-circuit-level grids. However, it is still challenging to fully understand the impact mechanism of STATCOMs on IBR-induced oscillation issues and to effectively design STATCOMs' control for dampening these oscillation issues in a multi-IBR system due to complex system dynamics and varying operating conditions. To tackle these challenges, this paper proposes a novel method to reveal how STATCOMs influence IBR-induced oscillation issues in a multi-IBR system from the viewpoint of grid strength, which can consider varying operating conditions. Furthermore, we investigate the robust small-signal stability of the multi-IBR system with STATCOMs by designing STATCOMs' control parameters to ensure the robust small-signal stability of multiple subsystems under critical operating conditions. This avoids exhaustive studies on many operating conditions with detailed system models. The proposed methods are validated on a modified IEEE 39-node test system. This paper provides an effective way of better understanding the interaction among diversified devices through power network, and coordinating their controls to ensure the system's robust small-signal stability in modern power systems integrated with large-scale power converters.

The large-scale integration of low-inertia converterinterfaced generations (CIGs) has reduced the power system's frequency robustness and increased the risk of frequency instability. Thus, it is imperative to allocate additional (virtual) inertia and damping in power systems to maintain and enhance frequency response. However, current research in this area typically relies on complicated numerical algorithms, making the optimized results difficult to interpret and only applicable to specific cases. In light of the above, this paper establishes a more general and comprehensible principle concerning the allocation of inertia and damping. Firstly, it is demonstrated that when the total amount of additional inertia and damping is constant, their distribution within the system predominantly influences the disparity in the bus frequency, which manifests as lowfrequency oscillations (LFOs) between generation devices. Then, it is revealed that for a weakly damped oscillation mode involving two groups of relatively oscillating devices, if the oscillation amplitudes within each group are approximately equal, distributing inertia and damping inversely (more damping to the group with less inertia, and vice versa) assists in mitigating the corresponding oscillation. This distribution is different with the conventional setting that inertia and damping are uniformly distributed. Case studies are provided to validate these conclusions