Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Quản lý năng lượng dựa trên logic mờ cho các đơn vị năng lượng có thể điều phối và không thể điều phối trong hệ thống DC Microgrid với hệ thống lưu trữ năng lượng
Tóm tắt
DC Microgrid đã trở thành một ý tưởng nghiên cứu mới trong hai thập kỷ qua nhờ vào những lợi thế và sự đơn giản của nó so với hệ thống microgrid AC. Tuy nhiên, vẫn còn nhiều vấn đề trong các microgrid DC, chẳng hạn như điều chỉnh điện áp, chia sẻ dòng điện và quản lý công suất cùng năng lượng. Bài báo này nhằm khai thác tối đa tiềm năng của các nguồn năng lượng tái tạo bằng cách thực hiện hệ thống quản lý năng lượng thích hợp và giảm bớt áp lực lên các thiết bị lưu trữ bằng cách tránh tình trạng sạc quá mức và xả quá mức với độ lệch điện áp và chia sẻ dòng điện nhất định trong một microgrid DC. Các thành phần của microgrid DC độc lập như năng lượng mặt trời, năng lượng gió và pin được kết nối với lưới DC thông qua các bộ chuyển đổi tương ứng và được lập mô hình chi tiết để xem xét hoạt động của hệ thống. Việc phát điện từ năng lượng mặt trời và năng lượng gió đã được vận hành ở chế độ MPPT để khai thác tài nguyên năng lượng tối đa có thể. Điều khiển giảm tải và bộ điều khiển logic mờ được lập mô hình chi tiết nhằm tối ưu hóa phân phối quản lý nguồn năng lượng có thể điều phối và không thể điều phối cũng như điều chỉnh điện áp cho microgrid DC. Việc quản lý năng lượng dựa trên logic mờ cho các đơn vị năng lượng có thể điều phối và không thể điều phối trong một microgrid DC cùng với hệ thống lưu trữ năng lượng đã được khám phá thông qua sự kết hợp giữa phân tích lý thuyết, lập mô hình toán học, và các nghiên cứu mô phỏng. Phương pháp đã bắt đầu bằng cách lựa chọn các tham số điều khiển phù hợp cho quản lý năng lượng sau khi thực hiện lập mô hình chi tiết các thành phần của microgrid. Do đó, các phương pháp quản lý ổn định điện áp nội bộ của từng bộ chuyển đổi, quản lý dòng điện giữa nguồn và tải, duy trì điều chỉnh điện áp, và kiểm soát trạng thái nạp pin đã được đề xuất. Các phương pháp này bao gồm điều khiển nội bộ, phương pháp MPPT, điều khiển giảm tải, và điều khiển logic mờ. Việc xác thực phương pháp được đề xuất đã được thực hiện bằng cách sử dụng mô phỏng MATLAB/Simulink. Các nghiên cứu trường hợp được trình bày nhằm phân tích kết quả. Kết quả cho thấy tính hiệu quả của phương pháp đề xuất. Nói chung, phương pháp quản lý năng lượng dựa trên logic mờ kết hợp với các bộ điều khiển khác là một phương pháp hiệu quả cho việc quản lý năng lượng trong một microgrid DC.
Từ khóa
#Microgrid DC #quản lý năng lượng #năng lượng tái tạo #điều khiển logic mờ #hệ thống lưu trữ năng lượngTài liệu tham khảo
Ishaq S, Khan I, Rahman S, Hussain T, Iqbal A, Elavarasan RM. A review on recent developments in control and optimization of micro grids. Energy Rep. 2022;8:4085–103. https://doi.org/10.1016/j.egyr.2022.01.080.
Kumar M, Singh SN, Srivastava SC. Design and control of smart DC microgrid for integration of renewable energy sources. IEEE Power Energy Soc General Meet. 2012. https://doi.org/10.1109/PESGM.2012.6345018.
Matayoshi H, Kinjo M, Rangarajan SS, Ramanathan GG, Hemeida AM, Senjyu T. Islanding operation scheme for DC microgrid utilizing pseudo droop control of photovoltaic system. Energy Sustain Dev. 2020;55:95–104. https://doi.org/10.1016/j.esd.2020.01.004.
Sun J, Lin W, Hong M, Loparo KA. Voltage regulation of DC-microgrid with PV and battery: a passivity method. IFAC-PapersOnLine. 2019;52(16):753–8. https://doi.org/10.1016/j.ifacol.2019.12.053.
Belkhier Y, Sahri Y, Ullah N, Aziz Al Alahmadi A, Nath Shaw R, “Adaptive Energy Management System of Hybrid Solar/Wind/Battery Power Sources Integrated in DC Microgrid for Smart University Based Fuzzy Modified Super Twisting Algorithm.” [Online]. Available: https://ssrn.com/abstract=3875174
Kumar J, Agarwal A, Singh N. “Design, operation and control of a vast DC microgrid for integration of renewable energy sources.” Renew Energy Focus. 2020;34:17–36. https://doi.org/10.1016/j.ref.2020.05.001.
Kotb KM, Elmorshedy MF, Salama HS, Dán A. Enriching the stability of solar/wind DC microgrids using battery and superconducting magnetic energy storage based fuzzy logic control. J Energy Storage. 2022;45:103751. https://doi.org/10.1016/j.est.2021.103751.
M. F. Zia, M. Nasir, E. Elbouchikhi, M. Benbouzid, J. C. Vasquez, and J. M. Guerrero, 2020 “Energy management system for an islanded renewables-based DC microgrid,” in 2020 2nd International Conference on Smart Power and Internet Energy Systems SPIES 2020, pp. 543–547.
Singh P, Lather JS. Power management and control of a grid-independent DC microgrid with hybrid energy storage system. Sustain Energy Technol Assess. 2021;43:100924. https://doi.org/10.1016/j.seta.2020.100924.
Tenti P, Caldognetto T. Master/slave power-based control of low-voltage microgrids. Microgrid Adv Control Methods Renew Energy Syst Integr. 2017. https://doi.org/10.1016/B978-0-08-101753-1.00004-8.
Peyghami S, Mokhtari H, Blaabjerg F. Hierarchical power sharing control in DC microgrids. In: Microgrid advanced control methods and renewable energy system integration. Netherlands: Elsevier; 2017. p. 63–100.
Bracale A, Caramia P, Carpinelli G, Mancini E, Mottola F. Optimal control strategy of a DC micro grid. Int J Electr Power Energy Syst. 2015;67:25–38. https://doi.org/10.1016/j.ijepes.2014.11.003.
Li M, Fan J, Qiao L. Adaptive droop control of a multibus dc microgrid based on consensus algorithm. Math Probl Eng. 2021;2021:1. https://doi.org/10.1155/2021/6634278.
Benahmed S, Riedinger P, Pierfederici S. Distributed-based Integral action for current sharing and average voltage regulation in DC microgrids. IFAC-PapersOnLine. 2021;54(9):52–9. https://doi.org/10.1016/j.ifacol.2021.06.142.
Prathyush M, Jasmin EA. “Fuzzy logic based energy management system design for AC Microgrid.” Proc Int Conf Inven Commun Comput Technol. 2018;8(10):411–4. https://doi.org/10.1109/ICICCT.2018.8473317.
Zhao H, Wu Q, Wang C, Cheng L, Rasmussen CN. Fuzzy logic based coordinated control of battery energy storage system and dispatchable distributed generation for microgrid. J Mod Power Syst Clean Energy. 2015;3(3):422–8. https://doi.org/10.1007/s40565-015-0119-x.
Arcos-Aviles D, Pascual J, Marroyo L, Sanchis P, Guinjoan F. Fuzzy logic-based energy management system design for residential grid-connected microgrids. IEEE Trans Smart Grid. 2018;9(2):530–43. https://doi.org/10.1109/TSG.2016.2555245.
Fathy A, Ferahtia S, Rezk H, Yousri D, Abdelkareem MA, Olabi AG. Optimal adaptive fuzzy management strategy for fuel cell-based DC microgrid. Energy. 2022;247:123447. https://doi.org/10.1016/j.energy.2022.123447.
Fagundes TA, Fuzato GHF, Ferreira PGB, Biczkowski M, Machado RQ. “Fuzzy controller for energy management and soc equalization in dc microgrids powered by fuel cell and energy storage units.” IEEE J Emerg Sel Top Ind Electron. 2021;3(1):90–100. https://doi.org/10.1109/jestie.2021.3088419.
Sinha S, Bajpai P. Power management of hybrid energy storage system in a standalone DC microgrid. J Energy Storage. 2020;30:101523. https://doi.org/10.1016/j.est.2020.101523.
Vivas FJ, Segura F, Andújar JM. Fuzzy logic-based energy management system for grid-connected residential DC microgrids with multi-stack fuel cell systems: a multi-objective approach. Sustain Energy Grids Netw. 2022;32:100909. https://doi.org/10.1016/j.segan.2022.100909.
Chen X, Wang L, Sun H, Chen Y. Fuzzy logic based adaptive droop control in multiterminal HVDC for wind power integration. IEEE Trans Energy Convers. 2017;32(3):1200–8. https://doi.org/10.1109/TEC.2017.2697967.
Abadi SAGK, Habibi SI, Khalili T, Bidram A. A model predictive control strategy for performance improvement of hybrid energy storage systems in DC microgrids. IEEE Access. 2022;10:25400–21. https://doi.org/10.1109/ACCESS.2022.3155668.
Cingoz F, Elrayyah A, Sozer Y. Optimized settings of droop parameters using stochastic load modeling for effective DC microgrids operation. IEEE Trans Ind Appl. 2017;53(2):1358–71. https://doi.org/10.1109/TIA.2016.2633538.