Vai ai contenuti. | Spostati sulla navigazione | Spostati sulla ricerca | Vai al menu | Contatti | Accessibilità

| Crea un account

Cavraro, Guido (2015) Modeling, Control and Identification of a Smart Grid. [Tesi di dottorato]

Full text disponibile come:

[img]
Anteprima
Documento PDF - Versione sottomessa
3703Kb

Abstract (inglese)

We are in front of an epochal change in the power distribution and generation scenario. The increasing request of energy, the energy dependency of several countries from few foreign nations endowed with oilfield or gas field, and, on the other hand, the climate change and environmental issues are the main explanation of the recent development and spread of renewable distributed energy generation technologies. Examples of them
are photovoltaic panels, wind turbines or geothermal, biomass, or hydroelectric. They are called small-size generators, or micro-generator, since the amount of power they can produce is significantly lower than the one produced by the huge, classical power plants. These distributed energy resources (DERs) are located close to where electricity is used, in the distribution network. Furthermore, they are connected to the electrical grid via electronic interfaces, the inverters, that could allow us to control the power injected into the grid. This thesis is focused on the study of some crucial aspects of this new energetic
scenario:
1. Modeling: we recall the classical models and a recent linearized one of the power systems, that will be very useful for the design and the analysis of our algorithms.
2. Optimal Reactive Power Flow (OPRF) problem: in this part we recall classical and recent algorithms that deal with the reactive power regulation. In particular, we focus on the ones that solve the OPRF problem, i.e. the problem of the amount of reactive power to be injected by each micro-generators, in order
to achieve “optimal” performance. We choose, as an optimality achievement, the minimization of the line losses. Finally we derive and propose our OPRF algorithm, providing formal proves of its convergence to the optimal solution.
3. Optimal Power Flow (OPF) problem: the OPF problem’s aim is to find an operating point of the power system that optimize a cost function (tipically the generation cost) satisfying the power demand and some operative constraints. After recalling the most popular algorithms that solve the OPF problem, we propose two
of them. In this framework there are mainly two possible scenarios. The first is related to the “utility point of view”, where the total cost accounts for the production cost of the energy (that comes from big generation plants such as nuclear or hydro-electrical plants) and for the remuneration to be paid to the owners of DERs. In this framework, the utility imposes a behavior procedure to be followed by the producers to compute the amount of energy they have to inject into the grid to minimize the total cost. The first algorithm deal with this scenario. The second one is related to the “producer point of view”. Since the owners of the DERs are paid proportionally to the energy that they inject, they would like to
maximize the power they inject, while keeping satisfied some operative constraints. The result is a game among the agents. A first treatment on this scenario is given by the second algorithm.
4. Switches monitoring for topology identification: in this part, after a literature review, we propose a algorithm for the identification of switches actions. They modify the topology of the electrical grid, whose knowledge is fundamental for monitoring, control and estimation. This algorithm works analyzing how the phasorial voltage profile vary and recognize a kind of signature left by the switches status change.

Abstract (italiano)

Stiamo vivendo un cambiamento epocale dello scenario di produzione e distribuzione dell’energia. L’incremento della richiesta di energia, il fatto che molte Paesi dipendano energeticamente da poche nazioni ricche di giacimenti di gas o petroliferi e, inoltre, il cambiamento climatico e l’inquinamento costituiscono la ragione principale del recente sviluppo e diffusione di tecnologie per la generazione di energia da fonte rinnovabili. Alcuni esempi ne sono i pannelli fotovoltaici oppure generatori eolici, geotermici, idroelettrico o dalle biomasse. Essi sono generatori di piccole dimensione, o micro-generatori, visto che le loro dimensioni e la quantità di energia che producono sono decisamente inferiori a quelle dei grandi, classici impianti di generazioni. Queste fonti distribuite di energia (DERs) si trovano vicino agli utilizzatori, nella rete di distribuzione. Inoltre, essi sono collegati alla rete attraverso interfacce elettroniche, gli inverter, che ci potrebbero permettere di controllare la quantità di potenza che essi iniettano. Questa tesi si concentra sullo studio di alcuni aspetti cruciali di di questo nuovo scenario energtico, e è composta da quattro parti principali, ciascuna delle quali tratta un aspetto diverso. Esse sono: 1. Modellistica: qui si richiamano i modelli classici e un recente modello linearizzato, che sarà utile per la progettazione e l’analisi degli algoritmi proposti, dei sistemi di potenza.
2. Ottimizzazione dei flussi di potenza reattiva: in questa parte si richiamano i classici e i più recenti algoritmi di gestione della potenza reattiva. In particolare ci si concentra su quelli che ne ottimizzano i flussi, cioè che si focalizzano sul problema di decidere quanta potenza reattiva ciascun micro-generatore deve iniettare se si vogliono ottenere delle prestazioni “ottime”. Come indice di ottimalità è stata scelta la miniizzazione delle perdite sulle linee. Infine viene progettato e analizzato il nostro algoritmo di ottimizzazione, fornendo dimostrazione formale della sua convergenza.
3. Ottimizzazione dei flussi di potenza: lo scopo di questo problema è quello di trovare una configurazione che ottimizza una funzione costo (di solito il costo di generazione) e che soddisfa alcuni vincoli operativi. Dopo aver richiamato i più famosi algoritmi che risolvono questo problema, ne vengono proposti due. Questo perchè vi sono principalmente due scenari. Il primo è connesso al punto di “vista dell’utility”, dove il costo tiene conto sia dell’effettivo costo di generazione dell’energia (che arriva dai grandi impianti di generazione, quali centrali nucleari o idroelettriche) e della remunerazione che deve essere data ai proprietari delle DERs per l’energia che producono. In questo caso , l’utility impone una procedura per calcolare la potenza da iniettare per minimizzare il costo totale. Il primo algoritmo rientra in questo scenario. Il secondo è connesso al punto di “vista del proprietario di DERs”. Poichè questi viene pagato proporzionalmente alla quantità di energia che inietta, vorrebbe massimizzare la potenza che inietta, soddisfando comunque alcuni vincoli operativi. Ne viene fuori un conflitto fra i diversi proprietari. Una trattazione di questo scenario è data dal secondo algoritmo.
4. Controllo degli interruttori per l’identificazione della topologia: in questa parte, dopo una revisione della letteratura, viene proposto un algoritmo per l’identificazione delle azioni degli interruttori nella rete. Queste modificano la topologia della rete elettrica, la cui conoscenza è fondamentale per il controllo, la supervisione e la stima. Questo algoritmo analizza le variazioni dei profili delle tensioni fasoriali e cerca di riconoscere in esse una sorta di firma della particolare azione degli interruttori.

Statistiche Download - Aggiungi a RefWorks
Tipo di EPrint:Tesi di dottorato
Relatore:Zampieri, Sandro
Correlatore:Carli, Ruggero
Dottorato (corsi e scuole):Ciclo 27 > scuole 27 > INGEGNERIA DELL'INFORMAZIONE > SCIENZA E TECNOLOGIA DELL'INFORMAZIONE
Data di deposito della tesi:30 Gennaio 2015
Anno di Pubblicazione:31 Gennaio 2015
Parole chiave (italiano / inglese):smart grid, distributed control, topology identification, optimal power flow
Settori scientifico-disciplinari MIUR:Area 09 - Ingegneria industriale e dell'informazione > ING-INF/04 Automatica
Struttura di riferimento:Dipartimenti > Dipartimento di Ingegneria dell'Informazione
Codice ID:7817
Depositato il:13 Nov 2015 09:12
Simple Metadata
Full Metadata
EndNote Format

Download statistics

Solo per lo Staff dell Archivio: Modifica questo record