Hierachical control of a meshed DC microgrid through constrained optimization

L'objectif principal de la thèse est la résolution du problème de gestion d'énergie dans un microréseau maillé en courant continu (CC). Le microréseau à l'étude est composé d'une source d'énergie renouvelable (panneaux solaires), d'un système de stockage d'énergie, lui-même composé de batteries au plomb-acide, de convertisseurs CC et de charges (appareils domestiques ou professionnels, véhicules électriques, etc.). Le microréseau est connecté au réseau externe qui, avec les panneaux solaires, constituent les sources principales du système. Le microréseau en CC peut être déconnecté du réseau externe et fonctionner ainsi indépendamment en évitant les coupures de courant occasionnelles. Le réseau de transmission central, appelé bus CC commun, est un réseau de haute tension. Les pertes de puissance dans les lignes de transmission sont prises en compte. L'équilibrage de la puissance, la minimisation des coûts, la dissipation de la puissance, la planification de la batterie, le contrôle des interrupteurs dans les convertisseurs seront pris en compte.Les microréseaux sont des systèmes physiques compliqués et de nombreux problèmes se posent et restent ouverts. Ces problèmes concernent notamment la distribution d'énergie, la qualité d'énergie, la topologie, le dimensionnement des sources d'énergie renouvelables et des éléments de stockage, le type des composants et la structure. La dynamique est complexe avec des échelles temporelles multiples, des non linéarités, des contraintes, des problèmes de stabilité et des incertitudes. Par conséquent, la mise en œuvre d'une stratégie de commande optimale est difficile et des approches de modélisation et de commande spécifiques doivent être considérées.L'approche hamiltonienne à port est une méthode de modélisation qui décrit la conservation de la puissance et de l'énergie entre les éléments physiques du réseau. La représentation d'état sous forme hamiltonienne peut être générée à partir du Bond graph associé, qui est une représentation graphique intuitive de type circuit du système considéré. Un modèle hamiltonien à port est propos'e pour le micro-réseau en CC considéré, comprenant les représentations hamiltoniennes `a port pour chaque composant du système séparément. Le modèle hamiltonien `a port est inversé en utilisant une méthode de platitude différentielle qui conduit à la représentation plate de chaque partie du micro-réseau (PV, ES, charges, tous connectés aux convertisseurs CC). Avec la dynamique inverse, les états et les entrées de commande sont dérivés en fonction des sorties plates choisies et sont utilisés par la suite dans la formulation du problème d'optimisation. La dynamique multi-échelle est traitée par une approche de commande hiérarchique divisée en trois niveaux. Tout d'abord, au premier niveau, des profils optimaux sont générés pour une approche d'optimisation qui vise à l'équilibrage de la puissance, la réduction de coût et la diminution de la dissipation. La paramétrisation B-spline est considérée pour la validation des contraintes à temps continu dans ce problème d’optimisation et pour la génération de trajectoires plates. Au niveau secondaire, un contrôleur de type Model Predictive Control est développé pour suivre les profils optimaux obtenus dans le niveau supérieur. Des perturbations sont prises en compte et les erreurs du système sont analysées. Enfin, au niveau bas, les profils de suivi sont considérés comme consignes pour la régulation des convertisseurs CC. L'approche proposée est validée à travers des simulations approfondies sur un microréseau maillé en CC utilisant des profils réels pour les charges, la température extérieure et le rayonnement solaire.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, an amount of DC/DC converters and an amount 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 faulted events. The central transmission network, else called the common DC-bus, is a high voltage network and the power losses in the transmission lines are considered. Power balancing, cost minimization, power dissipation, battery scheduling, converters' switching activity will be 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, the type of the components and the structure. 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, comprising 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 part 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 addressed through a hierarchical control approach divided in three levels. Firstly, at a 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 is considered accounting for continuous-time constraint validation. At the middle level, a Model Predictive controller is developed to track the optimal profiles obtained at the upper level. Disturbances are considered and the error dynamics of the system is analyzed. 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