Title Optimal Control of a DC Microgrid with Renewable Energy Sources Title (croatian) Optimalno upravljanje istosmjernom mikromrežom s obnovljivim izvorima energije Author Marko Gulin Mentor Mario Vašak (mentor)Committee member Mato Baotić (predsjednik povjerenstva)Committee member Hrvoje Pandžić (član povjerenstva)Committee member Danijel Pavković (član povjerenstva)Granter University of Zagreb Defense date and country 2019-09-27, Croatia Scientific / art field, TECHNICAL SCIENCES Universal decimal classificationUDC ) 621.3 - Electrical engineering Abstract A microgrid is a cluster of distributed generation sources, storage devices and loads that operate together. Ideally, they improve reliability and quality of the power supply and the power system. Microgrids are expected to significantly reduce power transmission losses and enable integration of a large share of renewable energy sources. This doctoral dissertation primarily develops control algorithms for residential grid-connected DC microgrids with renewable energy sources to improve stability and optimize techno-economic microgrid operation. To that aim, the dissertation addresses several important aspects: (i) modeling of all systems included in the microgrid; (ii) prediction of day-ahead production and consumption in a microgrid by means of machine learning and artificial intelligence, which is especially challenging due to strong correlation of predicted variables with atmospheric conditions; (iii) power flow management based on convex optimization and the model predictive control scheme with receding horizon principle, which is developed in a stochastic framework to account for production and consumption prediction uncertainty; and (iv) DC link (bus) voltage control with power flow reference tracking, whereas optimal power references are generated by the power flow management control loop. Control (decision) variables in the system under consideration are charge and discharge profiles for local energy storage devices, that serve as an energy buffer which improves system stability and enables joining a decentralized electricity market. In the simplest scenario, a microgrid would buy electricity during low electricity price intervals and sell during high price intervals, which reduces microgrid operating costs. However, the decision of when to buy and sell energy to the utility grid and in which amount, i.e., when to charge and discharge storage devices, is a complex function of the predicted microgrid load, power production, current storage device state of charge, and of the predicted electricity price provided by the electricity market. Together, this is the central subject of the conducted research. Note that all concepts developed in this dissertation can also be applied to AC microgrids. The residential DC microgrid under consideration was constructed at the Laboratory for Renewable Energy Systems (LARES) at the University of Zagreb Faculty of Electrical Engineering and Computing (UNIZG-FER), Croatia. The developed concepts are verified by experiments in LARES based on real meteorological and electricity price data, i.e., they are tested in a real operating environment. Predictions of relevant meteorological variables, which are used as inputs to predict day-ahead production and consumption in the microgrid, are provided by the Croatian Meteorological and Hydrological Service (DHMZ).
Abstract (croatian) Mikromreža je skup sustava za distribuiranu proizvodnju i pohranu električne energije i trošila koji rade zajedno s ciljem poboljšanja pouzdanosti i kvalitete opskrbom električne energije. Očekuje se da će mikromreže znatno smanjiti gubitke u prijenosu električne energije, i kroz distribuiranu pohranu omogućiti ugradnju većeg udjela sustava obnovljivih izvora energije. Glavni cilj ove doktorske disertacije je razviti algoritam upravljanja istosmjernom mikromrežom s obnovljivim izvorima energije za poboljšanje stabilnosti i optimalan tehno-ekonomski rad mikromreže. U tu svrhu, u doktorskoj disertaciji razmatra se: (i) modeliranje svih sustava uključenih u mikromrežu; (ii) predikcija proizvodnje i potrošnje električne energije u mikromreži za jedan dan unaprijed koristeći tehnike strojnog učenja i umjetne inteligencije, što je posebno izazovno zbog snažne ovisnosti predikcijskih varijabli o atmosferskim prilikama; (iii) algoritam upravljanja tokovima snage temeljen na konveksnoj optimizaciji i modelskom prediktivnom upravljanju s pomičnim horizontom, koji je razvijen u stohastičkom okruženju uzimajući u obzir nesigurnost predikcije proizvodnje i potrošnje; te (iv) upravljanje naponom na istosmjernoj sabirnici s algoritmom za praćenje referenci optimalnih tokova snage, pri čemu su reference tokova snage generirane od strane algoritma za upravljanje tokovima snage. Upravljačke varijable u razmatranom sustavu su profili punjenja i pražnjenja lokalnih spremnika energije, koji poboljšavaju stabilnost sustava i omogućuju sudjelovanje na decentraliziranom tržištu električnom energijom. U najjednostavnijem scenariju, mikromreža će kupovati električnu energiju za vrijeme intervala niskih cijena i prodavati energiju za vrijeme intervala visokih cijena, tako smanjujući ukupne troškova rada mikromreže. Odluka kada kupiti i prodati električnu energiju i u kojem iznosu, tj. kako puniti i prazniti spremnike energije u mikromreži, je složena funkcija predviđene proizvodnje i potrošnje električne energije, trenutnog stanja napunjenosti spremnika energije, i predviđene cijene električne energije, što sve zajedno čini glavnu temu provedenog istraživanja. Potrebno je istaknuti da se sve metode razvijene u ovoj disertaciji mogu primijeniti i na izmjenične mikromreže. Razmatrana istosmjerna mikromreža je izvedena u Laboratoriju za sustave obnovljivih izvora energije (LARES) na Sveučilištu u Zagrebu Fakultetu elektrotehnike i računarstva (FER), Hrvatska. Razvijene metode su provjerene eksperimentima u LARES-u na temelju stvarnih mjerenja meteoroloških varijabli i cijena električne energije, tj. metode su testirane u stvarnim radnim uvjetima. Predikcije meteoroloških varijabli, koje su korištene kao ulazi u modele za predikciju proizvodnje i potrošnje električne energije u mikromreži, svaki sat za jedan dan unaprijed, ustupljene su od strane Državnog hidrometeorološkog zavoda (DHMZ), Hrvatska.
Keywords
dc microgrid
smart grid
renewable energy systems
distributed storage
photovoltaic system
machine learning
artificial intelligence
load prediction
battery state of charge estimation
Kalman filter
ultracapacitor
fuel cell
power flowmanagement
convex optimization
linear program
model predictive control
stochastic control framework
voltage stability
Keywords (croatian)
istosmjerna mikromreža
napredna energetska mreža
distribuirana pohrana
fotonaponski sustav
obnovljivi izvori energije
strojno ucenje
umjetna inteligencija
predviđanje proizvodnje i potrošnje
estimacija stanja napunjenosti baterije
Kalmanov filtar
superkondenzator
gorivni clanak
upravljanje tokovima snage
konveksna optimizacija
linearni program
modelsko prediktivno upravljanje
upravljanje u uvjetima nesigurnosti
stabilnost napona
Language english URN:NBN urn:nbn:hr:168:029039 Study programme Title: Doctoral study programme "Electrical Engineering and Computing" Catalog URL http://lib.fer.hr/cgi-bin/koha/opac-detail.pl?biblionumber=51826 Type of resource Text Extent 107 str ; 30 cm File origin Born digital Access conditions Open access Terms of use Created on 2020-09-18 06:13:49
