DEVELOPMENT OF CONTROL STRATEGIES IN SMART MICROGRIDS

Abstract

This thesis concerns the transformation of aged power systems to modern power systems that include microgrids with renewable energy sources and energy storage systems. The integration of renewable energy sources brings excellent opportunities to provide better reliability and efficiency. The aim of this dissertation is to maintain the supply-demand balance in microgrids while minimizing the cost in real time operation. A microgrid energy management system that can optimize the dispatch of the controllable distributed energy resources in grid-connected mode of a pilot microgrid on a university campus in Malta was developed to achieve this goal. Designing intelligent method for the real-time energy management of the stochastic and dynamic microgrid is the primary goal of this research. Moreover, the detailed mathematical models of the network model and of the technical model are considered for the economic and environmental operation of the microgrid system to solve the optimization problem under more real-world conditions. The objective is to minimize the total daily operation costs, which include the degradation cost of batteries, the cost of energy bought from the main grid, the fuel cost of the diesel generator, and the emission cost. Q-learning algorithm is adopted to solve the sequential decision subproblems. The proposed algorithm decomposes a multi-stage mixed-integer nonlinear programming (MINLP) problem into a series of single-stage problems so that each subproblem can be solved using Bellman’s equation. A predictive control framework is also proposed to provide optimal operation with minimum cost. This method allows the consideration of operational cost values, demand with uncertainty, generation units’ profiles with uncertainty, and constraints related to the network model and technical model.

Bu tez, eskimiş güç sistemlerinin yenilenebilir enerji kaynakları ve enerji depolama sistemleri ile mikro şebekeleri içeren modern güç sistemlerine dönüşümü ile ilgilidir. Yenilenebilir enerji kaynaklarının belirsizliği ve kesintili doğası, elektrik şebekesinin istikrarını ve kalitesini düşürebilir. Bu nedenle, bu tezin amacı, gerçek zamanlı çalışmada minimum maliyetle mikro şebekede arz-talep dengesini sağlamaktır. Bu amaca ulaşmak için Malta'daki bir üniversite kampüsünde pilot bir şebekeye bağlı mikro şebekenin kontrol edilebilir dağıtık enerji kaynaklarının çıkışlarını optimize edebilen enerji yönetim sistemi geliştirilmiştir.. Stokastik ve dinamik mikro şebekenin gerçek zamanlı enerji yönetimi için akıllı sistem tasarlamak, birincil hedefe ulaşmanın en önemli parçasıdır. Ayrıca, optimizasyon problemini daha gerçek dünya koşullarında çözmek için mikro şebeke sisteminin ekonomik ve çevresel çalışması için şebeke modelinin ve teknik modelin ayrıntılı matematiksel modelleri düşünülmüştür. Buradaki optimizasyon problemindeki amaç, bataryanın degradasyon maliyetini, ana şebekeden satın alınan enerjinin maliyetini, dizel jeneratörün yakıt maliyetini ve emisyon maliyetini kapsayan toplam günlük işletme maliyetlerini en aza indirmektir. Sıralı karar alt problemlerini çözmek için Q-öğrenme algoritması kullanılmıştır. Önerilen algoritma, çok aşamalı Tamsayılı Karışık Doğrusal Olmayan Programlama (TKDOP) problemini tek aşamalı probleme serisine ayrıştırır, böylece her bir alt problem Bellman denklemi kullanılarak çözülebilir. Ayrıca, minimum maliyetle optimum çalışmayı sağlamak için bir öngörülü kontrol metot önerilmiştir. Bu yöntem; işletme maliyet değerlerini, değişkenlik gösteren talebi, belirsizlik içeren üretim elemanlarının profillerini ve şebeke & teknik model ile ilgili kısıtlamaların dikkate alınmasını sağlamaktadır.