Hierarchical control of a meshed DC microgrid through constrained optimization

Abstract

The thesis aims at solving the energy management problem for a meshed DC microgrid. The microgrid under study is composed by a renewable energy source (solar panels (PV)), an energy storage (ES) system composed by lead-acid batteries, a number of DC/DC converters and a number of loads (office and housing devices, electrical vehicles and the like). The microgrid is connected to the external grid, which together with the solar panels constitute the main power sources of the system. The DC microgrid can be disconnected from the utility grid and work in islanded mode avoiding occasional power outages or other unexpected events. The central transmission network, otherwise called the common DC-bus, is a high voltage network for which the power losses are considered. Power balancing, cost minimization, power dissipation, battery scheduling, converters' switching activity are taken into account to solve the optimal energy management problem.Microgrids are convoluted physical systems and many problems arise and remain open for investigation. Such problems are the power distribution, the power quality, the topology, the sizing of renewable sources and storing devices. Furthermore, the complexity in the dynamics leads to multiple timescales, nonlinearities, constraints, stability issues and uncertainties. Hence, the implementation of an optimization control strategy becomes challenging and specific modeling and control approaches need to be considered according to the defined objectives.For an effective and reliable operation of the microgrid, it is important to include in the control model the physical properties of the system, specifically the power conservation among the system's interconnections. Port-Hamiltonian (PH) modeling is, therefore, an appropriate method which describes the power-preserving interconnections among the elements of the network. The PH state-space representation may be generated from its associated Bond graph, which provides a graphical representation of multi-physical systems. A PH model is proposed for the considered DC microgrid, including the Bond graphs and the PH representations for each component separately. The PH model is inverted using differential flatness which leads to the flat representation of each component of the micorgrid (PV, ES, loads, connected to the DC/DC converters). With the inverse dynamics, the states and the control inputs are derived in function of the flat outputs and are used, subsequently, in the formulation of the optimization problem. The multi-scale dynamics is controlled through a hierarchical architecture divided in three levels. Firstly, at the high level, optimal profiles are generated under a flatness-based optimization control approach for power balancing, cost minimization and decrease of the power dissipation. B-spline parametrization handles continuous-time constraint validation. At the middle level, a model predictive controller is developed to track the optimal profiles obtained at the high level in the presence of bounded disturbances. Finally, at the low level, the tracking profiles are considered as references for the control of the DC/DC converters through switch regulation. The proposed approach is validated via extensive simulations over a meshed DC microgrid using real profile data for the loads, the external temperature and the solar irradiation.

Η διατριβή στοχεύει στην επίλυση του προβλήματος διαχείρισης ενέργειας για ένα μικροδίκτυο πλέγματος συνεχούς ρεύματος. Το υπό μελέτη μικροδίκτυο αποτελείται από μια ανανεώσιμη πηγή ενέργειας (ηλιακά πάνελ , ένα σύστημα αποθήκευσης ενέργειας που αποτελείται από μπαταρίες μολύβδου-οξέος, έναν αριθμό μετατροπέων συνεχούς ρεύματος και έναν αριθμό φορτίων (συσκευές γραφείου και στέγασης ηλεκτρικά οχήματα και παρόμοια). Το μικροδίκτυο συνδέεται με το εξωτερικό δίκτυο, το οποίο μαζί με τους ηλιακούς συλλέκτες αποτελούν τις κύριες πηγές ενέργειας του συστήματος. Το μικροδίκτυο συνεχούς ρεύματος μπορεί να αποσυνδεθεί από το εξωτερικό δίκτυο και να λειτουργήσει ανεξάρτητα αποφεύγοντας περιστασιακές διακοπές ρεύματος ή άλλα απροσδόκητα συμβάντα. Το κεντρικό δίκτυο μεταφοράς είναι ένα δίκτυο υψηλής τάσης για το οποίο λαμβάνονται υπόψη οι απώλειες ισχύος. Η εξισορρόπηση ισχύος, η ελαχιστοποίηση κόστους, η απώλεια ισχύος, ο προγραμματισμός της λειτουργίας της μπαταρίας, η δραστηριότητα των διακοπτών των μετατροπέων λαμβάνονται υπόψη για την επίλυση του προβλήματος του βέλτιστου ελέγχου διαχείρισης ενέργειας.Τα μικροδίκτυα είναι σύνθετα φυσικά συστήματα και πολλά προβλήματα προκύπτουν και παραμένουν ανοιχτά για διερεύνηση. Τέτοια προβλήματα είναι η κατανομή ισχύος, η ποιότητα ισχύος, η τοπολογία, το μέγεθος των ανανεώσιμων πηγών και οι συσκευές αποθήκευσης. Επιπλέον, η πολυπλοκότητα στη δυναμική οδηγεί σε πολλαπλά χρονοδιαγράμματα, μη γραμμικότητες, περιορισμούς, ζητήματα σταθερότητας και αβεβαιότητες. Ως εκ τούτου, η εφαρμογή μιας στρατηγικής ελέγχου βελτιστοποίησης καθίσταται δύσκολη και πρέπει να ληφθούν υπόψη συγκεκριμένες προσεγγίσεις μοντελοποίησης και ελέγχου σύμφωνα με τους καθορισμένους στόχους.Για την αποτελεσματική και αξιόπιστη λειτουργία του μικροδικτύου, είναι σημαντικό να συμπεριληφθούν στο μοντέλο ελέγχου οι φυσικές ιδιότητες του συστήματος και συγκεκριμένα η εξοικονόμηση ισχύος μεταξύ των διασυνδέσεων του συστήματος. Η μοντελοποίηση Port-Hamiltonian (PH) είναι επομένως μια κατάλληλη μέθοδος που περιγράφει τις διασυνδέσεις διατήρησης ισχύος μεταξύ των στοιχείων του δικτύου. Η αναπαράσταση του χώρου κατάστασης PH μπορεί να δημιουργηθεί από το σχετικό γράφημα Bond graph, το οποίο παρέχει μια γραφική αναπαράσταση φυσικών συστημάτων. Προτείνεται ένα μοντέλο PH για το εξεταζόμενο μικροδίκτυο συνεχούς ρεύματος, συμπεριλαμβανομένων των γραφημάτων Bond graph και των αναπαραστάσεων PH για κάθε στοιχείο ξεχωριστά. Το μοντέλο PH αναστρέφεται χρησιμοποιώντας διαφορική επιπεδότητα που οδηγεί στην επίπεδη αναπαράσταση κάθε στοιχείου του μικροδικτύου (ηλιακά πάνελ, στοιχεία αποθήκευσης ενέργειας, φορτία, μετατροπείς συνεχούς ρεύματος). Με την αντίστροφη δυναμική, οι καταστάσεις και οι είσοδοι ελέγχου προκύπτουν σε συνάρτηση με τις επίπεδες εξόδους και χρησιμοποιούνται, στη συνέχεια, στη διαμόρφωση του προβλήματος βελτιστοποίησης. Η δυναμική πολλαπλής κλίμακας ελέγχεται μέσω μιας ιεραρχικής αρχιτεκτονικής χωρισμένης σε τρία επίπεδα. Πρώτον, σε υψηλό επίπεδο, τα βέλτιστα προφίλ δημιουργούνται υπό μια προσέγγιση ελέγχου βελτιστοποίησης που βασίζεται στην επιπεδότητα για εξισορρόπηση ισχύος, ελαχιστοποίηση κόστους και μείωση της διαρροής ισχύος. Η παραμετροποίηση B-spline χειρίζεται την επικύρωση των περιορισμών συνεχούς χρόνου. Στο μεσαίο επίπεδο, αναπτύσσεται ένας ελεγκτής πρόβλεψης μοντέλου για την παρακολούθηση των βέλτιστων προφίλ που λαμβάνονται στο υψηλό επίπεδο υπό τη παρουσία περιορισμών και διαταραχών. Τέλος, στο χαμηλό επίπεδο, τα προφίλ παρακολούθησης θεωρούνται ως αναφορές για τον έλεγχο των μετατροπέων συνεχούς ρεύματος μέσω της ρύθμισης των διακοπτών. Η προτεινόμενη προσέγγιση επικυρώνεται μέσω από εκτεταμένες προσομοιώσεις σε ένα μικροδίκτυο συνεχούς ρεύματος χρησιμοποιώντας δεδομένα πραγματικών προφίλ για τα φορτία, την εξωτερική θερμοκρασία και την ηλιακή ακτινοβολία.