Modeling and real time optimization of a smart microgrid

Bc. Pavel Vedel

Master's thesis

Abstract:

An increasingly important role in the electricity system is now played by renewable generation such as solar panels, wind turbines etc. Since solar and wind generation is not controllable, new approaches are necessary to keep the production consumption balance. The relationship between current electricity generation and demand for electricity is reflected in the varying prices of the short term electricity markets. This motivates an idea that the whole electricity system can benefit if the consumer prices also become variable in the real time accordingly. Then the consumers can help to maintain the grid balance by performing their own local electricity cost minimization and shifting consumption to the times where electricity from renewables is abundant and its price is low. This thesis is focused on the consumer side of this price based control. Its objective is to develop an economic model predictive controller that minimizes the cost of operation of a microgrid with distributed electricity generation. For this purpose, a simulation model of residential community microgrid with distributed electricity generators is developed in the first part of the thesis and used as a testbed for the second part. In the second part, an economic model predictive controller based on mixed integer optimization is developed. It performs real time coordination and optimization of the microgrid operation. It includes also a prediction block for the electricity consumption and renewable generation based on ARIMA models. It was tested in Matlab/Simulink environment. Using the Matlab support for automatic code generation it can easily be ported to industrial hardware.

Abstract:

Výroba elektřiny z obnovitelných zdrojů jako jsou solární panely či větrné turbíny hraje v současné době stále významnější roli. Jelikož solární ani větrná výroba nejsou řiditelné, udržení rovnováhy mezi výrobou a spotřebou vyžaduje nové přístupy. Vztah mezi aktuální výrobou elektřiny a poptávkou po ní se odráží v proměnných cenách krátkodobých trhů s elektřinou. To motivuje myšlenku, že pro celek elektrizační soustavy by bylo prospěšné, pokud by se odpovídajícím způsobem měnily v reálném čase i spotřebitelské ceny elektřiny. Spotřebitelé pak pomohou zachovat rovnováhu celé elektrizační soustavy tím, že si budou lokálně minimalizovat své vlastní náklady na spotřebovanou elektřinu a posunou spotřebu do doby, kdy je k dispozici velké množství levné elektřiny z obnovitelných zdrojů. Tato práce je zaměřena na spotřebitelskou stranu tohoto řízení pomocí ceny. Jejím cílem je vyvinout systém založený na ekonomickém prediktivním řízení, který minimalizuje cenu provozu mikrosítě s decentralizovanými generátory elektřiny. K tomuto účelu je nejprve v první části práce vytvořen simulační model rezidenční mikrosítě s decentralizovanou výrobou elektřiny. Ve druhé části je tento model využit jako platforma pro testování. V této druhé části je vyvinut ekonomický prediktivní řídicí systém používající smíšenou celočíselnou optimalizaci. Tento systém v reálném čase koordinuje a optimalizuje provoz celé mikrosítě. Obsahuje také blok pro predikci spotřeby elektřiny a výroby z obnovitelných zdrojů založený na ARIMA modelech. Byl testován v prostředí Matlab/Simulink. S využitím možností Matlabu pro automatické generování kódu může být snadno přenesen na průmyslový hardware.

Keywords

Inteligentní elektrizační sítě, Ekonomické MPC, ARIMA modely, ceny elektřiny proměnné v reálném čase.

Jazyk práce: English

Datum vytvoření / odevzdání či podání práce: 29. 4. 2019

Obhajoba závěrečné práce

• Vedúci: doc. Dr. Ing. Jaroslav Hlava

Technical University of Liberec

Faculty of Mechatronics, Informatics and Interdisciplinary Studies

Master programme / odbor:
Electrical Engineering and Informatics / Mechatronics