Data-Driven Model PredictiveControl of Micro-Grid Operation

I 2015 underskrev 196 land klimaavtalen i Paris, med intensjonen om å holde den globale temperaturøkningen under 2 grader. To hovedtiltak som må tas for å nå dette målet er: mer energi produsert fra fornybare kilder og elektrifiseringen av sektorer med høyt utslipp. Denne overgangen vil lede til høyere etterspørsel etter strøm og krever en mer effektiv bruk av strømnettet. Mikronett er distribuerte kraftsystemer med egen kraftproduksjon og energilagring, som kan øke fleksibiliteten i strømnettet. Mikronett er derfor foreslått som en løsning for økt bruk av fornybar energi og effektiv utnyttelse av strømnettet. Som reguleringssystem i et mikronett foreslår denne oppgaven å bruke modell prediktiv kontroll (MPC) som reflekterer økonomien av å være en del av den norske kraftnettet. I tillegg utvikles metoder for å predikere strømproduksjonen fra et solcelleanlegg og laster som trekker strøm fra mikronettet. Metodene er utviklet og testet med data fra Skagerak EnergyLab i Skien, Norge. Mikronettet har et batterilagringssystem med kapasitet på 1100kWh, og solcellepanel med nominell production på 800kW. Mikronettet leverer strøm til to laster, en industriell bygning og et nabolag. Et realistisk simuleringsmiljø ble utviklet ved å lage en matematisk modell, og data fra mikronettet. Dette ble brukt til å teste forskjellige konfigurasjoner av reguleringssystemet. I tillegg er det lagt fokus på å minimere beregningstiden til systemet, ettersom det skal ha mulighet til å kjøre i sanntid. En økonomisk MPC (EMPC) ble utviklet for å kontrollere balansering av laster, strømproduksjon fra solceller, batterisystemet og tilkobling til strømnettet på en økonomisk måte. Usikkerheter fra prediksjonsmetodene våre er adressert ved å inkludere mulige scenarioer i reguleringssystemet. Dette ga en senario-tre EMPC (SEMPC), som ble testet i tre konfigurasjoner; med 3, 7, og 9 grener. To forskjellige prediksjonmetoder er foreslått for laster og solcelle-produksjon. Strømforbruket fra lastene blir predikert ved å bruke et kunnskaps-basert system. Produksjonen fra solcellene er beregnet ved å bruke lineær regresjon basert på numeriske værvarsler av solinnstråling og temperatur. Resultatkapittelet sammenlikninger kostnader og beregningstiden til forskjellige konfigurasjoner av EMPC- strategiene. To forskjellige strukturer for nettleie er testet, hvor den første er den nåværende nettleien med en pris per kWh. Den andre er den nye nettleie-strukturen foreslått av NVE, hvor maksimalt strømforbruk bestemmer nettleien. For å sammenlikne de forskjellige konfigurasjonene brukes et regel-basert reguleringssystem, hvor strømmene er balansert uten bruk av batteriet. Med den nåværende nettleien har alle konfigurasjonene relativt lik ytelse, og kostnadene i systemet er redusert med 47%. Med den nye nettleien er forskjellene større, men systemet med SEMPC reduserer kostnadene med 55%