Das Interesse an der Installation von auf Photovoltaik (PV) basierenden Mikronetzen (MGs) hat in den letzten Jahren deutlich zugenommen, da die dringende Notwendigkeit besteht, die Treibhausgasemissionen zu reduzieren und die Zuverlässigkeit sowie die Qualität der Stromversorgung, insbesondere in Entwicklungsländern, zu verbessern. Das entscheidende Potenzial für einen kostengünstigen Betrieb und eine unterbrechungsfreie Stromversorgung liegt jedoch im optimalen Betrieb und Design solcher MGs.
In dieser Dissertation werden neue mathematische Modelle und neue Formulierungen für den optimalen Betrieb und die optimale Auslegung von MGs sowohl für Wohnviertel als auch für die Industrie vorgestellt. Basierend auf hochentwickelten und praktischen Modellen der betrachteten MGs werden verschiedene Optimierungsprobleme formuliert und gelöst, um das Netzausfallproblem anzugehen, das in mehreren Ländern weltweit ein bedeutendes Problem darstellt.
Die Standard- PV-Batterie für Privathaushalte wird um steuerbare Schalter erweitert, um den praktischen Einschränkungen des MG-Betriebs gerecht zu werden. Dann wird eine optimale Leistungsabgabestrategie vorgeschlagen, die auf dem Konzept eines prädiktiven Reglers mit einem ökonomischen Modell (EMPC) basiert. Die vorgeschlagene Betriebsstrategie zielt darauf ab, die Last abzudecken und in der Zwischenzeit die Gesamtkosten der Energie zu minimieren und die Lebensdauer der Batterie unter Berücksichtigung des Netzausfallproblems zu verlängern.
Andererseits ist bekannt, dass die industriellen Lasten niedrige Leistungsfaktoren haben; daher kann der Blindleistungsverbrauch der Last nicht vernachlässigt werden. In diesem Sinne wird ein Kostenmodell für die abgegebene Blindleistung aus dem PV-System und dem Batteriespeichersystem vorgestellt. Darüber hinaus wird ein neuartiges Kostenmodell für die Blindleistungserzeugung aus dem Dieselgenerator entwickelt. Folglich wird eine neue optimale Wirk-Blindleistungsverteilungsstrategie (AR-OPD) für PV-Batterie-Diesel-MGs eingeführt, um die Kosten der abgegebenen Wirk- und Blindleistung zu senken.
Die Existenz der nichtlinearen Kostenfunktion und nichtlinearer Nebenbedingungen führt zu einem Optimierungsproblem der dynamischen gemischt-ganzzahligen nichtlinearen Programmierung (MINLP), dass durch metaheuristische Optimierungstechniken gelöst wird. Das Berechnungsergebnis zeigt, dass das vorgeschlagene EMPC-Rahmenwerk in der Lage ist, die Leistungsverteilung im MG sowohl für den netzgekoppelten als auch für den Inselbetrieb kosteneffizient und zuverlässig zu steuern. Darüber hinaus führt die vorgeschlagene Betriebsstrategie im Vergleich zu den traditionellen regelbasierten Betriebsstrategien zu einer signifikanten Reduzierung der Gesamtkosten der abgegebenen Wirk-Blindleistung und des Batterie-Lebensdauerverlusts. Darüber hinaus wird gezeigt, dass der PV-Wechselrichter in der Lage ist, Blindleistung mit sehr geringen Kosten im Vergleich zu anderen Energiequellen im MG zu erzeugen.
Aus einer anderen Perspektive ist die Optimierung der Größe der MG-Komponenten von wesentlicher Bedeutung, um die beste Leistung zu garantieren und die Rentabilität des MG zu maximieren. Daher wird eine umfassende Methode für die optimale Auslegung sowohl der Wohnviertel- als auch der Industrie-MGs vorgeschlagen. Die vorgeschlagene Methode zielt darauf ab, die nivellierten Energiekosten (LCOE) unter Berücksichtigung der Begrenzung des jährlichen Gesamtverlustes der Stromversorgung (TLPS) und der betrieblichen Einschränkungen des MG zu minimieren. Bei der vorgeschlagenen Methode wird besonders darauf geachtet, die Lebensdauer der Batteriebank genau abzuschätzen. Dazu wird ein umfassendes Modell für die Blei-Säure-Batterie verwendet, um den Betrieb und die Alterung der Batterie zu simulieren, basierend auf den physikalisch-chemischen Prozessen der Batterie.
Die Berücksichtigung der Unsicherheit der Eingabeparameter spielt jedoch eine entscheidende Rolle bei der Erhöhung der optimalen Entwurfsgenauigkeit. Daher werden die Unsicherheiten der Sonneneinstrahlung, der Umgebungstemperatur, der Blackout-Startzeit und der Blackout-Dauer modelliert und zum Optimierungsproblem hinzugefügt. Aufgrund der Existenz von Zufallsparametern im Optimierungsproblem ist es jedoch unsicher, die Randbedingungen des Problems zu erfüllen. Daher wird das neue Optimierungsproblem als ein wahrscheinlichkeitsbeschränktes Optimierungsproblem formuliert und durch eine auf stochastischer Simulation basierende Optimierungsmethode unter Einbeziehung der Monte-Carlo-Simulation gelöst.
Die Ergebnisse zeigten, dass die Vernachlässigung der Unsicherheit der Eingangsparameter zu einem signifikanten Fehler bei der Berechnung der optimalen Größe führen kann, was zu einer erheblichen Verminderung des Zuverlässigkeitsniveaus des MG führt. Darüber hinaus könnte dies zu einer falschen Schätzung für den LCOE über die Lebensdauer des MG führen, was zu falschen Investitionsentscheidungen führen könnte. Darüber hinaus ist zu beobachten, dass die Berücksichtigung der Unsicherheit von Netzausfällen die entscheidende Rolle bei der Gewährleistung der Zuverlässigkeit des MG spielt.
The interest in installing photovoltaic (PV)-based microgrids (MGs) has increased significantly in the last few years due to the urgent need for reducing greenhouse gas emissions and improving the reliability as well as the quality of power supply, particularly in developing countries. However, the critical potential for low-cost operation and uninterrupted power supply lies in the optimal operation and design of such MGs.
This dissertation presents novel mathematical models and new formulations of optimal operation and design for both the residential and industrial MGs. Based on sophisticated and practical models of the considered MGs, different optimization problems are formulated and solved to address the grid blackout problem which is a significant problem in several countries worldwide.
The standard residential PV-Battery is enhanced by adding controllable switches to handle the practical constraints of the MG operation. Then an optimal power dispatch strategy based on the concept of an economic model predictive controller (EMPC) is proposed. The proposed operation strategy aims to cover the load and meanwhile minimize the total cost of the energy and prolong the battery lifetime considering the grid blackout problem.
On the other hand, it is well-known that the industrial loads have low power factors; therefore, the reactive power consumption of the load cannot be neglected. In this sense, a cost model for the dispatched reactive power from the PV-system and battery storage system is introduced. Furthermore, a novel cost model for reactive power generation from the diesel generator is developed. Consequently, a new active-reactive optimal power dispatch (AR-OPD) strategy for PV-battery-diesel MGs is introduced to decrease the costs of the dispatched active and reactive power.
The existence of the nonlinear cost function and nonlinear constraints leads to a dynamic mixed-integer nonlinear programming (MINLP) optimization problem, which is solved by metaheuristic optimization techniques. The computation result shows that the proposed EMPC framework is able to manage the power dispatch in the MG cost-effectively and reliably for both grid-connected and islanded mode. Moreover, the proposed operation strategy leads to a significant reduction in the total costs of the dispatched active-reactive power and battery lifetime loss in comparison to the traditional rule-based operation strategies. Furthermore, it is approved that the PV-inverter is able to generate reactive power with very low cost compared to other energy sources in the MG.
From another perspective, optimizing the sizes of MG components is essential to guarantee the best performance and maximize the MG profitability. Therefore, a comprehensive method for the optimal design of both the residential and industrial MGs is proposed. The proposed method aims to minimize the Levelized cost of energy (LCOE) considering the limitation of the annual total loss of the power supply (TLPS) and the MG operational constraints. In the proposed method, special attention is given to estimate the battery bank lifetime accurately. For that, a comprehensive model for the lead-acid battery is utilized to simulate the battery operation and aging, based on the Physico-chemical processes of the battery.
However, considering the uncertainty of the input parameters play a vital role in increasing the optimal design accuracy. Therefore, the uncertainties of solar irradiance, ambient temperature, blackouts starting time, and blackouts duration are modeled and added to the optimization problem. However, due to the existence of random parameters in the optimization problem, it is uncertain to satisfy the problem constraints. Therefore, the new optimization problem is formulated as a chance-constrained optimization problem and solved by a stochastic simulation-based optimization method incorporating Monte-Carlo simulation.
The results showed that neglecting the uncertainties of the input parameter can lead to a significant error in calculating the optimum size, which drives to a considerable decrement in the reliability level of the MG. Moreover, it could lead to a wrong estimation for the LCOE over the MG life, which could lead to wrong investment decisions. Moreover, it is observed that considering the uncertainty of grid blackouts plays the most crucial role in ensuring the reliability of the MG.