Contributions to MPC-based microgrid central controllers

Abstract

O presente trabalho apresenta um conjunto de contribuições para controladores centrais de micorrede (MGCCs) baseados em controle preditivo por modelo (MPC), focando primariamente em dotá-los de capacidades de compensação de desbalanço de tensão e gestão de demanda. Em uma microrrede híbrida, a presença de conversores interfacenado os barramentos CA e CC pode ser utilizada para mitigar desbalanços de tensão, desde que sejam capazes de controlar a tensão de sequência negativa dos barramentos aos quais estejam conectados. Todavia, a menos que cada barramento conte com um conversor, é necessário estabelecer uma forma de compartilhar o esforço de compensação entre os múltiplos conversores presentes na microrrede. De modo a tratar deste desafio, duas abordagens são apresentadas neste trabalho, a primeira sendo uma nova formulação convexa baseada no circuito equivalente de sequência negativa da rede, enquanto a segunda integra a compensação de desbalanço dentro de uma aproximação convexa para o problema do fluxo de potência ótimo. No tocante à resposta à demanda, técnicas baseadas no uso de qualidade de experiência (QoE) têm recebido atenção crescente nos últimos anos, por sua capacidade de considerar o desconforto causado ao usuário pelas ações de gestão de demanda. Enquanto a maior parte das propostas encontradas na literatura até o momento tem utilizado soluções baseadas em regras ou em técnicas de controle nebuloso, o presente trabalho integra métricas de QoE dentro do problema de otimização resolvido por um sistema gestor de energia (EMS), baseado em MPC, para uma casa inteligente. Primeiramente, uma pesquisa foi conduzida utilizando um questionário digital para avaliar a disposição da população local em permitir que o EMS interfira em seus hábitos de consumo de energia. A pesquisa foi conduzida em Florianópolis e conseguiu um intervalo de confiança de 95% e uma margem de erro de 4,63%. As respostas foram utilizadas para levantar curvas de QoE descrevendo o nível de incômodo causado pela interferência do EMS em vários dispositivos domésticos. Essas curvas foram utilizadas, então, para propor um esquema de resposta à demanda QoE-aware em um EMS baseado em MPC. Todas as técnicas propostas neste trabalho foram testadas através de simulações computacionais confiáveis e obtiveram resultados promissores.

Abstract: This work presents a set of contributions to microgrid central controllers (MGCCs) based on model predictive control (MPC), mainly focusing on providing them with voltage unbalance compensation and demand management (DM) capabilities. In a hybrid microgrid context, the presence of converters interfacing AC and DC buses can be used to tackle voltage unbalances, as long as the converters can control the negative sequence voltage of the bus they are connected to. However, unless each bus has a converter connected to it, it is necessary to establish a way to share the voltage unbalance compensation effort between the multiple converters in the microgrid. To address the challenge, two approaches are presented in this work, the first one being a novel convex formulation based on the negative sequence equivalent circuit of the grid, while the second one integrates the voltage unbalance compensation within a convex approximation of the optimal power flow problem. Concerning the demand response, in recent years, the usage of quality of experience (QoE) techniques has been getting attention, due to its ability to take into account the annoyance caused by DM actions to the user. While most of the proposals found in the literature, so far, only employ rule-based or fuzzy solutions, the present work integrates QoE metrics within the optimization problem solved by an MPC-based energy management system (EMS) for a smart home. Firstly, a survey was conducted using a digital questionnaire to assess the willingness of the local population to allow the EMS to interfere in their energy consumption pattern. The survey was conducted in Florianópolis and achieved a confidence interval of 95% and an error margin of 4.63%. The responses were used to leverage QoE curves describing the level of annoyance caused by the EMS interfering in several domestic appliances. These curves were used, then, to propose a QoE-aware demand response scheme on an MPC-based EMS. All of the techniques proposed in this work were tested by trustworthy simulations and provided promising results.