مدیریت انرژی یکریزشبکه در زمان حقیق در حضور منابع انرژی پراکنده تجدیدپذیر و ذخیره سازهای انرژی
Real-Time Energy Management of a Microgrid with Distributed Renewable Energy Resources and Energy Storages
/سودا زینالخیری
: مهندسی برق و کامپیوتر
، ۱۳۹۷
، میرزائی
۶۱ص
چاپی - الکترونیکی
کارشناسیارشد
برق قدرت
۱۳۹۷/۰۶/۲۰
تبریز
مدیریت انرژی در ریزشبکه ها برای ایجاد تعادل بین تولید و تقاضا با اهداف مختلف مانند کمینه کردن هزینه های بهره برداری انجام می گیرد .نفوذ درصد بالایی از منابع انرژی تجدیدپذیر و ماهیت احتمالات آن ها، همچنین عدم قطعیت مربوط به بارها و قیمت انرژی الکتریکی تبادل با ریزشبکه، استفاده از روش های احتمالات در برنامه ریزی های روز قبل را الزام می کنند .اما پیشبینی های استفاده شده دربرنامه ریزی های روز قبل به روش احتمالات دقیق نیستند .در مطالعات اخیر، توجه ویژه ای به مدیریت درزمان حقیقی با استفاده از داده های برخط و در زمان حقیقی شده است .چالش هایی در مدیریت در زمان حقیقی ، به دلیل قیود بهم پیوسته در زمان ناشی از حضور ذخایر انرژی و بارهای منعطف وجود دارد .قیود حدود انرژی مربوط به ذخایر انرژی و تامین کیفیت سرویس مشتری از جمله قیود بهم پیوسته درزمان هستند .در این مطالعه از روش بهینه سازی لیاپونوف برای تامین قیود بهم پیوسته در زمان و کمینه کردن هزینه های بهره برداری استفاده می شود .از جمله مزایای روش بهینه سازی لیاپونوف، عدم استفاده از اطلاعات آماری مربوط به پارامترهای عدم قطعیت است .در این پایان نامه، سه مساله تعریف شده وهر کدام با روش بهینه سازی لیاپونوف فرمول بندی شده است .در مساله ۱ یک ریزشبکه ی رایج متصلبه شبکه شامل منابع انرژی تجدیدپذیر، منابع مرسوم، باتری و بارهای الکتریکی منعطف در نظر گرفته شده است .در مساله ۲ سیستم مدیریت انرژی در ریزشبکه ی در نظر گرفته شده در مساله ۱ با در نظر گرفتن تلفات خطوط و استفاده از معادلات پخش بار بهینه مورد مطالعه قرار گرفته است .هدف در مساله ۳،تامین بارهای حرارت با استفاده از واحد تولید همزمان برق و حرارت علاوه بر بارهای الکتریکی منعطف در ریزشبکه ی در نظر گرفته شده در مساله ۱ است .سیستم مدیریت انرژی یک ریزشبکه در زمان حقیقی با استفاده از شبیه سازی های عددی مورد مطالعه قرار گرفته است .مطالعات عددی نشان دهنده ی عملکردبهتر سیستم مدیریت انرژی در زمان حقیقی در مقایسه با برنامه ریزی تک بازه ای است .همچنین در مساله۱ هزینه ی بهره برداری محاسبه شده از طریق الگوریتم آفلاین، نشان دهنده ی انحراف بسیار کم هزینه های بهره برداری حاصل از مدیریت انرژی در زمان حقیقی از بهینه ی سراسری است
Real-time energy management has gained much attention in recent studies. In conventional day-ahead energy scheduling, renewable generation, load variations and market price fluctuations predictions are used for facing uncertainties. The prediction of data for day-ahead scheduling has some drawbacks which arises from information uncertainties. Although, obtained results are satisfactory to some degree, but errors arising from predictions in microgrids which are developing towards smart grids is not satisfactory. Therefore, online real-time measurements are suitable solutions for facing the mentioned problem. However, there are some challenges in real-time scheduling, due to time-coupled constraints of energy storage systems and load quality of service. The first challenge is the limited energy of the energy storage systems. Moreover, the time-coupled energy of storages complicates the real-time scheduling. The second challenge is satisfaction of the long-term quality of service. Lyapunov optimization is a promising method for minimizing long-term expected cost function, in real-time scheduling. Energystorage systems energy capacity and quality of service are satisfied by definition of virtual queues and keeping queues mean rate stable. In this study, three cases are perused. The main objectives of the Problems defined through 3 cases are providing the energy demand and reducing the costs, considering the microgrids economy and the operational constrains, which are attained by solving three different optimization problems. While line losses are considered in the second case, the line losses are ignored in the first case. In the third case, in addition to supplying electrical loads, heat loads are supplied by combined heat and power unit. The proposed online algorithm employs Lyapunov optimization method. Performance of the proposed Lyapunov optimization-based energy management system is compared to the greedy scheduling methods. The defined Lyapunov optimization problems are solved in GAMS environment. Impacts of the control parameters on performance of the proposed Lyapunov optimization-based energy scheduling are studied. Simulation results demonstrate the superior performance of the used method over others
Real-Time Energy Management of a Microgrid with Distributed Renewable Energy Resources and Energy Storages