KR101786904B1 - 마이크로그리드 제어를 위한 bess에의 모델 예측 제어 장치 및 방법 - Google Patents

마이크로그리드 제어를 위한 bess에의 모델 예측 제어 장치 및 방법 Download PDF

Info

Publication number
KR101786904B1
KR101786904B1 KR1020160104437A KR20160104437A KR101786904B1 KR 101786904 B1 KR101786904 B1 KR 101786904B1 KR 1020160104437 A KR1020160104437 A KR 1020160104437A KR 20160104437 A KR20160104437 A KR 20160104437A KR 101786904 B1 KR101786904 B1 KR 101786904B1
Authority
KR
South Korea
Prior art keywords
power
current
cost function
predicted
vector
Prior art date
Application number
KR1020160104437A
Other languages
English (en)
Inventor
김학만
느웬타이탄
유형준
Original Assignee
인천대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 인천대학교 산학협력단 filed Critical 인천대학교 산학협력단
Priority to KR1020160104437A priority Critical patent/KR101786904B1/ko
Application granted granted Critical
Publication of KR101786904B1 publication Critical patent/KR101786904B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H02J3/382—
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H02J2003/007—
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/10—Flexible AC transmission systems [FACTS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
    • Y04S40/22—

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

본 발명은 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치 및 방법에 관한 것이다.
또한, 본 발명에 따르면, 풍력 발전기와, 부하, 디젤 발전기를 포함하는 마이크로그리드 시스템에 있어서, 유효 전력에 대한 기준 전류와 무효 전력에 대한 기준 전류 그리고 예측 전류 벡터를 이용하여 산출한 전류 비용 함수의 최소값에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 제1 BESS; 및 기준 전력과 상기 전력 예측부의 전력 벡터를 이용하여 산출한 전력 비용 함수의 최소값에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 제2 BESS를 포함하여, PI 및 PCC에 기반 MPC 기술과, PPC에 기반한 MPC 기술은 마이크로그리드에 적용할 수 있다.

Description

마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치 및 방법{Model Predictive Control Apparatus and Method to BESS for Microgrid Control}
본 발명은 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치 및 방법에 관한 것이다.
마이크로그리드는 전원 공급 장치의 전력 품질과 신뢰성을 향상시키고 환경에 미치는 영향을 줄였기 때문에 배전시스템으로 유명하게 되었다.
마이크로그리드는 전력계통과 연계하여 운전하는 계통연계운전모드 (grid-connected mode)와 계통과 분리되어 독립적으로 운전이 가능한 독립운전모드 (islanded mode)로 운전이 가능하다.
일반적으로 마이크로그리드는 신재생 에너지를 포함한 DERs(distributed energy resources)와 ESSs(distributed energy storage systems) 그리고 local loads로 구성된다[1-3].
마이크로그리드에서의 풍력, 태양광과 같은 신재생 에너지원의 간헐적 출력 특성 때문에 마이크로그리드내의 전력품질 문제를 유발할 수 있기 때문에 BESSs(battery energy storage systems), SMES(superconducting magnetic energy storage), EDLCs(electrical double-layer capacitors), FESSs(flywheel energy storage systems)와 같은 에너지저장장치(energy storage systems; ESSs)를 이용한 보상이 요구된다.
ESSs는 또한 grid-connected 모드에서 common coupling 지점의 제어 흐름을 제어하는데 사용될 수 있을 뿐만 아니라, islanded 모드에서 마이크로그리드의 주파수와 전압을 조절하는데 사용된다.
이러한 ESSs들 사이에서 BESSs는 고 에너지 밀도, 효율, 경제성 때문에 널리 실시되고 있다.
이러한 전력변환장치기반의 ESSs 성능은 전력 전자 컨버터의 제어성능에 달려있다. 일반적으로 사용되는 PI(Proportional-integral) 제어는 실용적이고 BESS 제어 시스템에서 범용적으로 사용되고 있는 제어기법이다.
그러나 PI 제어는 비선형 및 불연속 시스템에 있어 만족스럽지 못한 결과를 표시 할 수 있다[10].
한편 모델 예측 제어(MPC : Model Predictictive Control)는 미래 에너지 처리 및 제어 시스템의 성능을 촉진할 수 있는 매력적인 대안으로 간주된다[14].
예측 전략은 전력 컨버터 고유의 개별 특성을 기반으로 한다. 전력 컨버터의 스위칭 상태의 한정된 수 때문에, 시스템의 행동을 예측하는데, 모든 가능한 상태가 고려된다.
그리고 각 예측은 비용함수를 평가하는데 사용된다. 결과적으로 최소비용함수에서의 스위칭 상태가 선택되고 컨버터에 적용된다[15].
MPC의 이점 중의 하나는 제약과 비선형을 쉽게 포함하고 있다는 것이다. 그러므로 MPC는 드라이브 응용 프로그램[15-18], 그리고 액티브 프론트 앤드 정류기와 같은 전력 컨버터[19], 메트릭스 컨버터[20], 그리고 멀티레벨 컨버터[21]등에 넓게 적용된다. 최근에는 BESSs에서 사용되는 양방향 AC-DC 컨버터에 적용되었다[22-24].
대부분 기존 연구는 MPC 기법을 이용한 마이크로그리드내의 분산전원의 전압 또는 전력 제어에 초점을 두고 연구가 수행되었다[25-27].
마이크로그리드의 Islanded mode 작동에서 BESS의 전압제어를 위한 수정된 MPC방법은 [27]에 소개되어 있다.
그러나 이와 같은 종래 기술은 마이크로그리드의 islanded mode 작동에서의 주파수 제어는 다루지 않는다.
외부제어루프에서의 PI 제어와 BESS에서 내부제어 루프에서의 PCC(Predictive current control) 기반한 MPC는 [28]에 소개되어 있다.
풍력/베터리 마이크로그리드 시스템의 예측 제어는 BESS의 출력 전력을 조정함으로써 시스템 전압과 주파수를 유지하는 것이 제안되었다.
PCC는 내부 제어 루프에서 전류를 제어하기 위해 사용되었다. 반면 PI 제어기는 외부 제어 루프에서 전압 및 전력을 조정하는데 사용되었다.
외부 제어 루프에서 PI 제어기 사용 때문에, MPC 기술하에 동적 응답 시간은 PI 제어기를 사용하는 내외부 제어루프를 가진 PI 제어 기술의 것과 유사하였다.
다른 MPC 기술은 전력이 즉시 예측되고 제어되는 PPC(predictive power control)에 기반한다. 이러한 MPC 기술은 마이크로그리드 제어에 적용 가능하다. 왜냐하면 전력 제어를 위한 빠른 동적응답이라는 이점이 있기 때문이다.
그러나 아직 마이크로그리드 컨트롤에 PPC 기반 MPC 기법의 적용은 탐구되지 않았다. 게다가 이러한 MPC 기술은 전력 제어에서만 사용될 수 있다.
국내공개특허 10-2016-0073664호 국내등록특허 10-1394712호 국내공개특허 10-2014-0139911호
1. Mahmoud, M.S.; Hussain, S.A.; Abido, M.A. Modeling and control of microgrid: An overview. J. Frankl. Inst. 2014, 351, 2822-2859. 2. Hatziargyriou, N.D. Microgrids. IEEE Power Energy 2008, 6, 26-29. 3. Olivares, D.E.; Mehrizi-Sani, A.; Etemadi, A.H.; Canizares, C.A.; Iravani, R.; Kazerani, M.; Hajimiragha, A.H.; Gomis-Bellmunt, O.; Saeedifard, M.; Palma-Behnke, R.; et al. Trends in microgrid control. IEEE Trans. Smart Grid 2014, 5, 1905-1919. 4. Kim, H.-M.; Lim, Y.; Kinoshita, T. An intelligent multiagent system for autonomous microgrid operation. Energies 2012, 5, 3347-3362. 5. Kim, H.-M.; Kinoshita, T. A multiagent system for microgrid operation in the grid-interconnected mode. J. Electr. Eng. Technol. 2010, 2, 246-254. 6. Molina, M.G.; Mercado, P.E. Power flow stabilization and control of microgrid with wind generation by superconducting magnetic energy storage. IEEE Trans. Power Electron. 2011, 26, 910-922. 7. Inthamoussou, F.A.; Pegueroles-Queralt, J.; Bianchi, F.D. Control of a supercapacitor energy storage system for microgrid applications. IEEE Trans. Energy Conver. 2013, 28, 690-697. 8. Islam, F.; Al-Durra, A.; Muyeen, S.M. Smoothing of wind farm output by prediction and supervisory-control-unit-based FESS. IEEE Trans. Sustain. Energy 2013, 4, 925-933. 9. Nguyen, T.-T.; Yoo, H.-J.; Kim, H.-M. A flywheel energy storage system based on a doubly fed induction machine and battery for microgrid control. Energies 2015, 8, 5074-5089. 10. Chang, X.; Li, Y.; Zhang, W.; Wang, N.; Xue, W. Active disturbance rejection control for a flywheel energy storage system. IEEE Trans. Ind. Electron. 2015, 62, 991-1001. 11. Li, X. Fuzzy adaptive kalman filter for wind power output smoothing with battery energy storage system. IET Renew. Power Gener. 2012, 6, 340-347. 12. Li, X.; Hui, D.; Lai, X. Battery energy storage station (BESS)-based smoothing control of photovoltaic (PV) and wind power generation fluctuations. IEEE Trans. Sustain. Energy 2013, 4, 464-476. 13. Lawder, M.T.; Suthar, B.; Northrop, P.W.C.; De, S.; Hoff, C.M.; Leitermann, O.; Crow, M.L.; Santhanagopalan, S.; Subramanian, V.R. Battery energy storage system (BESS) and battery management system (BMS) for grid-scale applications. Proc. IEEE 2014, 102, 1014-1030. 14. Duran, M.J.; Prieto, J.; Barrero, F.; Toral, S. Predictive current control of dual three-phase drives using restraned search techiniques. IEEE Trans. Ind. Electron. 2011, 58, 3253-3263. 15. Kouro, S.; Cortes, P.; Vargas, R.; Ammann, U.; Rodriguez, J. Model predictive control-A Simple and powerful method to control power converter. IEEE Trans. Ind. Electron. 2009, 56, 1826-1838. 16. Miranda, H.; Cortes, P.; Yuz, J.I.; Rodriguez, J. Predictive Torque control of induction machines based on state-space models. IEEE Trans. Ind. Electron. 2009, 56, 1916-1924. 17. Morel, F.; Xuefang, L.S.; Retif, J.M.; Allard, B.; Buttay, C. A comparative study of predictive current control schemes for a permanent-magnet synchronous machine drive. IEEE Trans. Ind. Electron. 2009, 56, 2715-2728. 18. Bolognani, S.; Peretti, L.; Zigliotto, M. Design and implementation of model predictive control for electrical motor drives. IEEE Trans. Ind. Electron. 2009, 56, 1925-1936. 19. Cortes, P.; Rodriguez, J.; Antoniewicz, P.; Kazmierkowski, M. Direct power control of an AFE using predictive control. IEEE Trans. Power Electron. 2008, 23, 2516-2523. 20. Vargas, R.; Rodriguez, J.; Ammann, U.; Wheeler, P.W. Predictive current control of an induction machine fed by a matrix converter with reactive power control. IEEE Trans. Ind. Electron. 2008, 55, 4362-4371. 21. Abad, G.; Rodriguez, M.A.; Poza, J. Three-level NPC converter based predictive direct power control of the doubly fed induction machine at low constant switching frequency. IEEE Trans. Ind. Electron. 2008, 55, 4417-4429. 22. Torreglosa, J.P.; Garcia, P.; Femadez, L.M.; Jurado, F. Predictive control for the energy management of a fuel-cell-battery-supercapacitor tramway. IEEE Trans. Ind. Electron. 2014, 10, 276-285. 23. Hredzak, B.; Agelidis, V.G.; Jang, M. A model predictive control system for a hybrid battery-ultracapacitor power source. IEEE Trans. Power Electron. 2014, 29, 1469-1479. 24. Akter, M.P.; Mekhilef, S.; Tan, N.M.L.; Akagi, H. Model predictive control of bidirectional AC-DC converter for energy storage system. J. Electr. Eng. Technol. 2015, 10, 165-175. 25. John, T.; Wang, Y.; Tan, K.T.; So, P.L. Model predictive control of distributed generation inverter in a microgrid. In Proceedings of the 2014 IEEE Innovative Smart Grid Technologies (ISGT Asia), Kuala Lumpur, Malaysia, 20-23 May 2014; pp. 657-662. 26. Jafari, H.; Mahmodi, M.; Rastegar, H. Frequency control of micro-grid in autonomous mode using model predictive control. In Proceedings of the 2012 IEEE Iranian Conference on Smart Grids (ICSG), Tehran, Iran, 24-25 May 2012; pp. 1-5. 27. Naeiji, N.; Hamzeh, M.; Rahimi Kian, A. A modified model predictive control method for voltage control of an inverter in islanded microgrids. In Proceedings of the 2015 IEEE Power Electronics, Drives Systems & Technologies Conference (PEDSTC), Tehran, Iran, 3-4 February 2015; pp. 555-560. 28. Han, J.; Solanki, S.K.; Solanki, J. Coordinated predictive control of a wind-battery microgrid system. IEEE J. Emerg. Sel. Top. Power Electron. 2013, 1, 296-305. 29. Rodriguez, J.; Cortes, P. Predictive Control of Power Converter and Electrical Drives; John Wiley & Sons: West Sussex, UK, 2012. 30. Xia, C.; Wang, M.; Song, Z.; Liu, T. Robust model predictive current control of three-phase voltage source PWM rectifier with online disturbance observation. IEEE Trans. Ind. Informat. 2012, 8, 459-471. 31. Antoniewicz, P.; Kazmierkowski, M.P. Virtual-flux-based predictive direct power control of AC/DC converters with online inductance estimation, IEEE Trans. Ind. Electron. 2008, 55, 4381-4390. 32. Rivera, M.; Yaramasu, V.; Rodriguez, J.; Wu, B. Model predictive current control of two-level four-leg inverters-Part II: Experimental implementation and validation. IEEE Trans. Power Electron. 2013, 28, 3469-3478. 33. Natesan, C.; Ajithan, S.; Mani, S.; Kandhasamy, P. Applicability of droop regulation technique in microgrid-A survey. Eng. J. 2014, 18, 23-25. 34. Wu, B.; Lang, Y.; Zargari, N.; Kouro, S. Power Conversion and Control of Wind Energy Systems, 1st ed.; Wiley-IEEE Press: Hoboken, NJ, USA, 2011; pp. 153-170. 35. Yoo, H.-J.; Kim, H.-M.; Song, C.-H. A coordinated frequency control of lead-acid BESS and Li-ion BESS during islanded microgrid operation. In Proceedings of the 2012 IEEE Vehicle Power and Propulsion Conference (VPPC), Seoul, Korea, 9-12 October 2012; pp. 1453-1456.
본 발명은 상기와 같은 문제점을 해결하기 위하여, PI 제어기는 주파수와 전압을 제어 하기 위해서 추가적인 제어 루프에서 사용되었다.
그러므로 이러한 MPC 기술은 외부 제어 루프에서 PI 제어기를 사용하고 내부 제어 루프는 PPC를 사용한다.
PI 제어는 외부 제어 루프에 사용되며, PCC는 내부 제어 루프에 사용되는 이전 MPC 기법과 유사하다.
그러나, PI 및 PPC에 기반 MPC 기술은 PPC 내부 제어 루프의 예측 전력으로 인해, PI 및 PCC를 기반으로 한 것보다 더 많은 계산 시간을 필요로 한다.
그러므로, 단일 BESS에서의 마이크로그리드에서, PI와 PCC에 근거한 MPC는 마이크로그리드 제어의 대안으로 적합하다.
MPC의 제어 기술의 한계를 극복하기 위한 또 다른 방법은 드룹(droop) 제어 방식을 사용하는 것이다. 따라서, PPC에 기반한 MPC 기술은 마이크로그리드에 적용될 수 있다.
본 발명에서는 마이크로그리드내에서 멀티 BESS 적용 예로써, 두 개의 BESS를 가지는 마이크로그리드에서 MPC 기술의 효용성을 다룬다.
본 발명은 MPC 기술의 특성뿐만 아니라 BESS의 기능을 기반으로 마이크로그리드 제어를 위한 두 기의 BESS에 MPC 기술의 효과적인 적용에 대해 설명한다. 하나의 BESS는 외부의 PI 제어루프에 기반하고 내부 제어 루프는 PCC에 기반한다.
한기의 BESS는 PI(외부)+PCC(내부) 구조를 가지고 있으며 grid-connected와 islanded modes 모두에서 풍력 발전의 변동을 평활화 하는데 사용된다.
다른 BESS는 PPC에 기반하며 grid-connected 모드에서는 그리드 접속지점에서의 tie-line 전력제어를 수행하며, islanded 모드에서는 마이크로그리드의 주파수 및 전압제어를 수행한다. 모드의 주파수 지점에서 타이 라인(tie-line) 전력을 제어한다.
또한, 전력변환장치의 전력 손실을 줄이기 위해, 컨버터의 스위칭 주파수의 감소는 MPC 알고리즘의 추가적인 제어 변수로 간주된다.
MPC 제어기법의 성능을 평가하기 위하여 PI 제어기(PI(외부)+PI(내부)) 기법과 비교할 수 있다. 이를 위하여 PI 제어기의 파라미터 튜닝이 요구되는데, 이는 MATLAB/SIMULINK에 의하여 제공된 튜닝 기술을 사용하였다.
본 발명의 일 측면은 컨버터의 스위칭 상태와 그리드의 3상 전원의 전압과 전류를 이용하여 전류를 예측하여 예측 전류 벡터를 산출하는 전류 예측부; 및 유효 전력에 대한 기준 전류와 무효 전력에 대한 기준 전류를 입력받고 상기 전류 예측부에서 산출한 상기 예측 전류 벡터를 입력받아 전류 비용 함수를 산출한 후에 최소 전류 비용 함수에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 전류 비용 함수 조정부를 포함한다.
또한, 본 발명의 다른 측면은 컨버터의 스위칭 상태와 그리드의 3상 전원의 전압과 전류를 이용하여 전류를 예측하여 예측 전류 벡터를 산출하고, 산출된 예측 전류 벡터를 이용하여 예측 전력 벡터를 산출하는 전력 예측부; 및 기준 전력을 입력받고 상기 전력 예측부에서 산출한 상기 예측 전력 벡터를 입력받아 전력 비용 함수를 산출한 후에 최소 전력 비용 함수에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 전력 비용 함수 조정부를 포함한다.
또한, 본 발명의 또 다른 측면은 (A)전류 예측부가 컨버터의 스위칭 상태와 그리드의 3상 전원의 전압과 전류를 이용하여 전류를 예측하여 예측 전류 벡터를 산출하는 단계; 및 (B) 전류 비용 함수 조정부가 유효 전력에 대한 기준 전류와 무효 전력에 대한 기준 전류 그리고 예측 전류 벡터를 이용하여 산출한 전류 비용 함수의 최소값에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 단계를 포함한다.
또한, 본 발명의 또 다른 측면은 (A)전력 예측부는 컨버터의 스위칭 상태와 그리드의 3상 전원의 전압과 전류를 이용하여 산출된 예측 전류 벡터를 이용하여 예측 전력 벡터를 산출하는 단계; 및 (B) 전력 비용 함수 조정부는 기준 전력과 상기 전력 예측부의 전력 벡터를 이용하여 산출한 전력 비용 함수의 최소값에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 단계를 포함한다.
한편, 본 발명의 또 다른 측면은 풍력 발전기와, 부하, 디젤 발전기를 포함하는 마이크로그리드 시스템에 있어서, 유효 전력에 대한 기준 전류와 무효 전력에 대한 기준 전류 그리고 예측 전류 벡터를 이용하여 산출한 전류 비용 함수의 최소값에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 제1 BESS; 및 기준 전력과 상기 전력 예측부의 전력 벡터를 이용하여 산출한 전력 비용 함수의 최소값에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 제2 BESS를 포함한다.
본 발명은 마이크로 그리드 제어를 위한 BESS에서 MPC 기술의 두 가지 유형의 효과적인 응용에 대해 설명한다.
두 가지 유형은 1)PPC에 기반한 MPC와 2)외부제어루프에서는 PI에 기반하고 내부 전류 제어 루프에서는 PCC에 기반한 MPC이다.
또한, 제안한 제어기법의 성능효과를 검토하기 위하여 BESS의 내외부 제어 루프에서 PI 제어기를 사용하는 PI 제어기 기반의 BESS 시스템과 MPC 기반의 BESS 시스템의 성능을 비교하였다.
또한, 컨버터의 전력 손실을 감소시키기 위해서 감소 스위칭 주파수는 비용 함수로 구현된다.
시뮬레이션 결과 MPC제어 기법을 사용할 경우, 반응시간, 전력 ripples, 주파수 스펙트럼이 현저하게 향상되었음을 보여준다. 또한, MPC 제어기법을 사용함으로써 출력전류의 THD가 낮아지는 것을 확인할 수 있었다.
외부에서는 PI제어에 기반하고 내부제어 루프에서는 PCC에 기반하는 MPC를 사용하는 것은 PI제어에 비교하여 전력 변환 하에서 반응시간을 향상시키지 않는다.
그러나 정상상태 조건에서 젼력과 전압 ripples를 현저하게 향상시킨다. 게다가 PPC에 기반한 MPC를 사용하는 것은 다른 제어기술과 비교할 때, 전력 변화에서 반응시간을 감소시킨다.
그러므로 다수의 BESS가 있는 마이크로그리드에서 PPC기술에 기초한 MPC 기술은 공통 연결 지점에서의 전력 및 마이크로 그리드의 주파수를 제어하는 BESS에 적용되어야 한다.
그리고 외부 제어루프에서는 PI에 기반하고 내부 제어루프에서는 PCC에 기반한 MPC 기술은 풍력 변동을 평활하게 하는 역할을 하는 BESS에 적용되어야 한다.
게다가 BESS가 있는 마이크로그리드의 경우, PCC에 기반한 MPC 기술은 유연한 특성 때문에 BESS의 대안으로 적합할 것이다.
MPC 기술은 구현하기 용이하며, PI기법에서 수행되어야만 하는 제어기 파라미터를 튜닝하는 수고를 없앨 수 있다.
또한, 다양한 제어 목표는 MPC 전략에 포함될 수 있다. 향후에는 본 발명의 MPC 알고리즘에서 배터리 충전 상태를 고려하고, 다수의 ESS들의 제어를 조정하는 추가적인 제어 변수를 포함할 계획이다.
도 1은 본 발명의 일 실시예에 따른 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치의 구성도이다.
도 2는 도 1의 컨버터의 상세 구성도이다.
도 3은 본 발명의 다른 실시예에 따른 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치의 구성도이다.
도 4는 PPC에 기반한 MPC을 보여주는 개념도이다.
도 5는 본 발명의 일실시예에 따른 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 방법의 흐름도이다.
도 6은 본 발명의 일실시예에 따른 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 방법의 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치를 이용한 마이크로그리드 시스템의 구성도이다.
도 8은 제어 기법의 세 가지 유형의 시뮬레이션 결과를 나타낸다.
도 9는 풍력 발전기에 대한 평활면에서의 BESS2의 작용을 보여준다.
도 10은 시뮬레이션 결과를 보여준다.
도 11는 마이크로그리드의 주파수를 보여준다.
도 12는 마이크로그리드의 전압을 보여준다.
도 13은 MPC와 PI 제어 기술의 전압 스펙트럼의 비교를 보여준다.
도 14의 표 1은 스위칭 상태를 보여준다.
도 15의 표2는 테스트 마이크로그리드 시스템의 파라미터를 보여준다.
도 16의 표 3는 마이크로 그리드의 동작 모드에 따라 서로 다른 제어 전략의 두개의 BESS를 보여준다.
도 17의 표4는 MPC와 PI 제어 기술의 특징을 보여준다.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 설명하기 위하여 이하에서는 본 발명의 바람직한 실시예를 예시하고 이를 참조하여 살펴본다.
먼저, 본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니며, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 또한 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 발명을 설명함에 있어서, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
도 1은 본 발명의 일 실시예에 따른 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치의 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치는 컨버터(10), 제1 비례적분기(20), 제2 비례적분기(30), 제1 감산부(40), 제2 감산부(50), 전류 예측부(60), 전류 비용함수 조정부(70) 및 계측부(80)를 포함한다.
이와 같은 구성에 사용되는 컨버터(10)는 도 2에 도시된 바와 같이, 인덕턴스 L과 저항 R을 통해 그리드(12)에 연결된 2단계 VSC(voltage source converter)를 사용한다. 이와 같은 컨버터(10)는 브릿지 배치부(11)를 포함하고 있다.
상기 브릿지 배치부(11)는 세 개의 브릿지(12)를 포함하고, 각각의 브릿지는 직렬 연결된 두 개의 트랜지스터(13), 각 트랜지스터에 병렬 연결되어 있는 환류 다이오드(14)로 구성된다.
트랜지스터(13)는 바람직하게는 게이트 전극이 절연 처리된 바이폴라 트랜지스터이고, 이것은 IGBT(절연 게이트 쌍극성 트랜지스터)로 알려져 있다.
상기 환류 다이오드(14)는 그리드(15)로부터의 에너지가 피드백될 수 있게 한다.
이와 같은 컨버터(11)의 각 단계의 방정식은 수학 식1 내지 3에 의해 주어진다.
(수학식 1~3)
Figure 112016079848287-pat00001
이 방정식은 (수학식 4)에서 주어진 공간 벡터 방정식에 의해 표현될 수 있다.
(수학식 4)
Figure 112016079848287-pat00002
여기서
Figure 112016079848287-pat00003
이다.
식 (4)는 다음과 같은 정의를 고려함으로써 단순화 될 수 있다.
(수학식 5 내지 7)
Figure 112016079848287-pat00004
식(5)에 있는 전압 v는 식(8)에 주어진 바와 같이 컨버터의 스위칭 상태와 DC 링크 전압(VDC)에 의해 결정된다.
(수학식 8)
Figure 112016079848287-pat00005
여기서 스위치 신호 Sa, Sb와 Sc는 아래와 같이 정의된다.
(수학식 9 내지 11)
Figure 112016079848287-pat00006
도 14의 표 1에 나타낸 바와 같이 (Sa, Sb Sc) 의 조합은 여덟개의 스위칭 상태와 여덟 전압 벡터를 생성한다.
식 (5)-(7)을 식 (4)에 대입하면 다음을 얻는다.
(수학식 12)
Figure 112016079848287-pat00007
식 (12)로부터 컨버터 모델의 이산시간(discrete-time)은 식 (13)에 나타난 바와 같이 순방향 오일러 근사의 측면에서 파생 부하 전류 di/dt를 근사함으로써 결정된다.
(수학식 13)
Figure 112016079848287-pat00008
식(12)에 식(13)을 대입하여, 샘플링 상수 k+1에서 미래(future) 전류는 다음과 같이 예측된다.
여기에서 k는 샘플링 상수이며, i(k)는 샘플링 상수 k에서 전류이며, i(k+1)은 샘플링 상수 k에 1을 더한 k+1에서 전류로 미래 전류이고, Ts는 샘플링 시간이다.
도 2에서 Vga, Vgb 및 Vgc는 그리드에서 3상 교류 전원의 각 상의 전압을 나타내는 기호이고, VaN, VbN, VcN은 중성점과 a상, b상 및 c상과의 상전압을 나타낸다.
그리고, ia, ib 및 ic는 그리드에서 3상 교류 전원의 3상의 각상의 선전류를 나타내고, Vdc는 DC 링크 전압이다.
한편, 제1 비례 적분기(20)는 제1 감산기(40)에서 출력되는 기준 유효 전력 P에서 계측부(80)에서 그리드의 전류와 전압의 측정에 의해 산출된 측정 유효 전력 Pmeas를 감산한 P-Pmeas를 비례 적분하여 유효 전력에 대한 기준 전류 ipref를 생성하여 출력한다.
그리고, 제2 비례 적분기(30)는 제2 감산기(50)에서 출력되는 측정 무효 전력 Qmeas/Vmeas에서(측정 무효 전력은 계측부(80)에서 그리드의 전류와 전압을 측정하여 산출되어 제공됨) 기준 무효 전력 Q/v를 감산한 Qmeas/Vmeas-Q/v를 비례 적분하여 무효 전력에 대한 기준 전류 iqref를 생성하여 출력한다.
여기에서, 기준 유효 전력 P와 기준 무효 전력 Q/v는 외부 제어로부터 얻어진다. 그리고, 측정 유효 전력 Pmeas과 측정 무효 전력 Qmeas/Vmeas는 계측부(80)에서 그리드의 3상 전류와 전압을 측정하여 산출되어 제공된다.
그리고, 전류 예측부(60)는 식(12)에 식(13)을 대입하여, 샘플링 상수 k+1에서 미래(future) 전류를 다음과 같이 예측한다.
(수학식 14)
Figure 112016079848287-pat00009
여기서 i(k)와 vg(k)는 각각 샘플링 상수 k에서 계측부(80)에 의해 측정된 그리드의 3상 전류와 전압이다. v(k)는 컨버터의 8개의 스위칭 상태에 있어서 전압 벡터이다. 그리고 Ts는 샘플링 시간이다.
그리고,
Figure 112016079848287-pat00010
는 샘플링 상수 k에 1을 더한 샘플링 상수 k+1에서 전류 벡터로 예측 전류 벡터이다.
다음으로, 전류 비용 함수 조정부(70)는 기준 전류값과 측정 전류값간의 오차를 제공하는 전류 비용 함수 gc를 계산하여 전류 비용 함수가 최저가 되는 최소 전류 비용 함수에 대한 전압 벡터를 선택한다.
그리고, 전류 비용 함수 조정부(70)는 선택된 전압 벡터에 해당하는 스위칭 상태 신호를 생성하여 컨버터에 적용한다.
이때, 전류 비용 함수 조정부(70)가 이용하는 수학식은 15이다.
(수학식 15)
Figure 112016079848287-pat00011
여기서
Figure 112016079848287-pat00012
과
Figure 112016079848287-pat00013
는 기준 전류의 실수부와 허수부이고,
Figure 112016079848287-pat00014
와
Figure 112016079848287-pat00015
는 식 (14)에 있는 예측 전류 벡터인
Figure 112016079848287-pat00016
의 실수부와 허수부이다.
한편,
Figure 112016079848287-pat00017
는 컨버터의 스위칭 주파수를 나타낸다. n은 스위치의 상태가
Figure 112016079848287-pat00018
가 적용될 때, 변화한 스위치의 수이다. 그리고
Figure 112016079848287-pat00019
는 PCC의 가중인자이다.
이와 같은 본 발명의 일 실시예에 따른 모형 예측 제어 기반 BESS 제어 장치는 외부에서는 PI제어를 내부 제어 루프에서는 PCC에 기반한 MPC이다.
도 3은 본 발명의 다른 실시예에 따른 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치의 구성도이다.
도 3을 참조하면, 본 발명의 다른 실시예에 따른 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치는 컨버터(100), 전력 예측부(110) 및 전력 비용함수 조정부(120)를 구비하고 있다.
상기 컨버터(100)는 도 2와 관련하여 위에서 설명한 바와 같다.
그리고, 전력 예측부(110)는 샘플링 상수 k에 있어 그리드에서 측정된 전압과 전류에 기초하여, 샘플링 상수 k+1에서의 변수는 식(14)에 주어진 바와 같이 예상된다. 작은 샘플링 시간 (Ts)에서, 샘플링 상수 k+1에서 예상되는 그리드 전압은 기본 그리드 주파수(fundamental grid frequency[29]) 때문에 kth 샘플링 상수(vg(k+1)=vg(k))에서 측정된 그리드 전압과 동일하다고 예상할 수 있다.
그 결과 예측된 순간적인 실제 반응 전력, 예측 전력은 아래와 같이 수학식 16과 17로 표현될 수 있다.
(수학식 16과 17)
Figure 112016079848287-pat00020
여기서
Figure 112016079848287-pat00021
는 예측된 전류 벡터인
Figure 112016079848287-pat00022
의 켤레복소수이다.
Figure 112016079848287-pat00023
는 식 (16)과 (17)에 예측 전력의 예측 유효 전력이고,
Figure 112016079848287-pat00024
는 식 (16)과 (17)에 예측 전력의 예측 무효 전력이다.
식 (14), (16)-(17)은 예측 전류 및 예측 전력이 시스템 모델, 컨버터, 필터 파라미터에 크게 의존하는 것을 보여준다.
모델 파라미터의 변화는 예측 변수의 부정확성을 제공할 수 있다.
참조 [29]는 전류 및 전력 리플(ripple)이 파라미터 변수에 영향받을 수 있음을 보여준다. 반면에 동적 응답은 거의 변동이 없다.
모델 파라미터가 크게 변화하는 경우에, 온라인 파라미터 알고리즘은 MPC 전략[31,31]에 포함될 수 있다.
그러나 MPC는 인덕터 필터의 파라미터들의 작은 변화를 효과적으로 다룰 수 있다. MPC와 온라인 필터 추정이 없는 사이에서의 비교가 [29, 32]에 제시되어있다. 가장 큰 에러는 필터 마라미터의 낮은 값에서 관찰되었다.
게다가 필터 파라미터의 높은 값에서 단지 작은 차이가 발견되었다.
본 발명에서는 필터 파라미터의 변수에 의한 큰 에러를 피하기 위해 필터 파라미터의 높은 값이 선택되었다. 따라서 모델 파라미터는 단순화를 위해 시뮬레이션 동안 변하지 않는다고 가정한다.
한편, 모형 예측 제어(MPC)는 유한한 스위칭 상태를 가지는 전력 변환기의 고유의 개별 특성에 기초한다. 스위칭 상태에 따라 컨버터의 변수(전류 또는 기준/예측 전력)의 모든 가능성은 예측될 수 있다. 예측 가능한 변수는 기준(reference) 제어 신호 및 도 4에 도시된 바와 같이 선택되는 기준 제어 신호에 가장 가까이 예측된 변수와 비교된다.
그리고 나서 이러한 예측된 변수와 관련된 스위칭 상태는 컨버터를 제어하는데 적용된다.
한편, 도 4는 PPC에 기반한 MPC으로, 식 (16)과 (17)에 기초한 PPC는 기준/예측 전력을 직접적으로 제어한다.
마이크로그리드의 주파수를 제어하기 위해서 주파수 드룹(droop) 제어 방식이 적합하다.
그러나 기존의 드룹 제어 방식은 정상상태의 에러를 야기할 수 있다[33]. 따라서 본 발명은 정상상태의 에러가 PI 제어기를 통한 새로운 피드백 신호에 의해 제거된 발전된 드룹 제어 방식을 제안한다[9].
MPC 기법의 목적은 상기 기준 값과 측정 값 간의 오차를 최소화하는 것이다.
이를 위하여 전력 비용함수 조정부(120)는 하기 수학식 18에 나타난 바와 같이 PPC에 대한 비용함수 gs를 구하고 이를 최소화하는 최소 전력 비용 함수에 대한 전압 벡터를 선택하고, 이에 해당하는 스위칭 상태 신호를 생성하여 컨버터에 적용한다.
(수학식 18)
Figure 112016079848287-pat00025
Figure 112016079848287-pat00026
는 기준 전력의 유효 기준 전력과 무효 기준 전력이며,
Figure 112016079848287-pat00027
와
Figure 112016079848287-pat00028
는 식 (15)와 (16)에 따른 예측 전력의 유효 예측 전력과 무효 예측 전력이다.
한편,
Figure 112016079848287-pat00029
은 컨버터의 스위칭 주파수를 나타낸다. n은 스위치의 상태가
Figure 112016079848287-pat00030
가 적용될 스위치의 수이다. 그리고
Figure 112016079848287-pat00031
는 PPC의 가중인자이다.
비용함수 gc 와 gs는 다른 목적을 가진 두가지 용어이다. 주요한 목표는 gc 의 경우 전류 제어이고, gs의 경우 전력 제어인데, 이는 적절한 시스템 동작을 제공하기 위하여 성취되어야 한다.
두번째 목표는 두 비용함수에서의 스위칭 주파수(
Figure 112016079848287-pat00032
와
Figure 112016079848287-pat00033
)의 감소이다. 두번째 용어의 중요성은 주요 제어 목적으로 트레이트 오프(trade-off)를 부과하는 가중인자
Figure 112016079848287-pat00034
와
Figure 112016079848287-pat00035
에 대응한다.
[29]에 제안된 가중인자를 조정하는 알고리즘이 본 발명에서 사용되었다.
THD(Total harmonic distortion : 총 고조파 왜곡)은 두가지 목적사이의 트레이드 오프(tarde-off)를 평가하는데 사용된다.
컨버터의 스위칭 주파수는 0 또는 1이 될 수 있는 스위칭 상태의 변화에 의존한다. 그러므로 S(k-1) 부터 S(k) 까지의 변하는 스위치의 수가 식(19)에 주어진다.
(수학식 19)
Figure 112016079848287-pat00036
도 5는 본 발명의 일실시예에 따른 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 방법의 흐름도이다.
도 5를 참조하면, 본 발명의 일실시예에 따른 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 방법은 기준 전력을 외부 제어로부터 입력받고, 계측부가 그리드의 3상 교류 전원의 전류와 전압을 측정하여 측정 전력을 산출하여 제공한다(S100).
그리고, 전류 예측부는 컨버터의 이산시간 모델에서 수학식 14에 따르는 각각의 전압벡터를 위해 다음 샘플링 간격(k+1)의 전류의 값을 예측하여 예측 전류를 산출한다(S110).
다음으로, 전류 비용 함수 조정부는 식(15)에 기초한 전류 비용함수 gc를 구하는데, 이는 각각의 전압 벡터에서 기준 전력과 예측 전력 사이의 오차를 계산하는데 사용된다(S120).
그리고, 전류 비용 함수 조정부는 상기 전류 비용 함수의 최소값이 기준 및 측정된 전력의 최대 오차를 제공하는데, 최소 비용 함수에 대한 전압 벡터를 선택하고, 이에 해당하는 스위칭 상태 신호를 생성하여 컨버터에 적용한다(S130).
도 6은 본 발명의 다른 실시예에 따른 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 방법의 흐름도이다.
도 6을 참조하면, 본 발명의 다른 실시예에 따른 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 방법은 기준 전력을 외부 제어로부터 입력받는다(S200).
다음으로, 전력 예측부는 컨버터의 이산시간 모델에 따른 식 (16)-(17)에 따르는 각각의 전압 벡터를 위해 다음 샘플링 간격(k+1)의 예측 전력을 산출한다(S210).
그리고, 전력 비용 함수 조정부는 식(19)에 기초한 전력 비용함수 gs를 구하며, 구해진 전력 비용 함수는 각각의 전압 벡터에서 기준 전력과 예측전력 사이의 오차를 계산하는데 사용된다(S220).
다음으로, 전력 비용 함수 조정부는 기준 및 측정된 신호의 최대 오차를 제공하는 전력 비용함수의 최소 비용 함수에 대한 전압벡터를 선택한다. 그리고 해당 스위칭 상태 신호를 생성하여 컨버터에 적용하기 위해 발생시킨다(S230).
도 7은 본 발명의 일 실시예에 따른 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치를 이용한 마이크로그리드 시스템의 구성도이다.
도 7을 참조하면, 본 발명의 일실시예에 따른 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치를 이용한 마이크로그리드 시스템의 구성도는 풍력 발전기(300), 디젤발전기(310), 소비자 부하(consumer load)(320) 및 두개의 BESS(330, 340)를 포함한다.
여기에서, 제1 BESS(330)는 도 1의 제어 장치를 사용하고, 제2 BESS(330)은 도 3의 제어 장치를 사용하여 서로 상이하다.
도 15의 표2는 테스트 마이크로그리드 시스템의 파라미터를 보여준다.
본 발명에서는 고정속도의 WECS(wind energy conversion system : 풍력 에너지 변환 시스템), WECS[34]이 간략화를 위해 사용된다.
도 16의 표 3에 나타낸 바와 같이 마이크로 그리드의 동작 모드에 따라 서로 다른 제어 전략의 두개의 BESS(310, 320)가 사용된다.
grid-connected 모드에서 마이크로그리드의 전압과 주파수는 매인 그리드에 의하여 유지된다. 그러므로 grid-connected mode에서 BESS의 주요기능은 풍력발전기와 같은 신재생에너지원의 간헐적 출력을 보상하거나 그리드와의 연계지점에서 조류제어 (tie-line)를 하는 것이다.
한편, islanded mode에서 마이크로그리드는 그리드와 분리되어 운전하므로 BESS를 이용한 주파수 및 전압제어를 수행해야한다.
실제 전력의 변화에 따라 두 MPC 기법의 제어 성능은 [35]에서 제안 된 PI 제어 기술과 비교한다.
PI 파라미터를 조정하는 것은 객관적인 성능비교의 중요한 요소이다. MATLAB/ SIMULINK 제공하는 선형분석도구 및 여러 기능은 PI 파라미터 튜닝에 사용됩니다.
첫번째로 'getlinio'기능은 plant의 입/출력을 선형화하는데 사용된다. Plant의 선형 근사치는 "선형화"기능을 이용하여 선형화된 입력/출력에 기초하여 추정된다.
그리고 나서 Simulink에서 선형 분석 툴은 plant의 선형 근사에 기초한 주파수 반응을 추정하는데 사용된다.
마지막으로 Simulink에서 PID 튜너가 자동 동조 주파수 응답 추정에 기초하여 PI 파라미터를 얻는다.
도 8은 제어 기법의 세 가지 유형의 시뮬레이션 결과를 나타낸다. 실제 전력은 1초에 0부터 50kW까지 변한다.
PPC기술의 반응시간이 확실히 다른 기술보다 더 빠르다. 반면에 외부에서는 PI에 기반하고 내부에서는 PCC에 기반하는 MPC의 경우와 내외부에서 PI 제어기를 사용하는 PI 제어기술의 동적 응답은 PPC 기법에 비하여 느린 응답속도를 보여주고 있다. 이는 외부 제어 루프의 PI 제어기의 작용 때문이라고 설명할 수 있다.
또한, MPC 기술에 의해 얻어진 전력 ripple은 MPC 기술에서 내부 제어 루프의 PCC 때문에 PI 기술에 의해 얻어진 것보다 작다.
도 8은 MPC 기술이 BESS에서 반응시간과 전력 ripple 측면에서 비약적으로 제어 시스템 성능을 향상시킬 수 있음을 보여준다.
도 17의 표4는 MPC와 PI 제어 기술의 특징을 보여준다. 두개의 MPC 기술 사이에서 PPC 기술은 최상의 제어 성능을 보여준다. 그러나 이는 오로지 전력을 제어할 경우에만 국한된다.
다시 말해 외부는 PI 내부는 PCC에 기반한 MPC 기술은 외부 제어 루프에서 PI 제어기를 사용하기 때문에 더 유연하다. 이러한 기술은 전력, 주파수, 전압을 제어하는데 사용될 수 있다. 두 MPC 기법의 경우의 ripple은 PI 제어 기술의 경우에서보다 작다.
본 발명에서는 표3에 나타난 바와 같이 마이크로그리드를 제어하기 위해 다른 기능을 가지는 두 기의 BESSs(330, 340)가 제안된다.
BESS1(330)는 islanded 모드에 그리드와의 접속점에서의 전력 및 주파수를 제어하는데 사용된다. 이 경우 빠른 동적 응답이 제어 시스템에서 필요하다. 그러므로 PPC에 기반한 MPC가 BESS1의 응용에 적합하다.
왜냐하면 그 제어성능이 다른 경우와 비교할 때 가장 짧은 반응 시간을 보여주기 때문이다.
게다가 BESS2(340)는 grid-connected와 islanded mode 모두에서 풍력발전의 간헐적 출력을 보상하는데 사용된다.
따라서 외부제어루프에서는 PI에 기반하고 내부 제어 루프에서는 PCC제어에 기반한 MPC 기술의 제어 성능은 풍력에서 점진적인 변동 때문에 BESS2에서 적합하다.
마이크로그리드 전압은 BESS2에서 제어되고 주파수는 BESS1와 향상된 주파수 드룹(droop) 제어 방식에 의해 제어된다.
BESS는 충전 또는 방전 모드로 동작 할 수 있다. 그러므로 이들은 효과적인 보상을 통해 풍력발전에서 변동을 감소시킬 수 있다.
도 9는 BESS2를 이용한 풍력 발전기의 출력변동에 대한 평활화 효과를 보여준다.
BESS2의 경우에, 외부제어루프에서는 PI 제어, 내부제어루프에서는 PCC 제어 루프에 기반한 MPC 기술은 제어 시스템에서 적용된다.
이 그래프는 BESS2의 효율적인 충전 방전에 의해 풍력변동이 현저히 감소되었다는 것을 보여준다. MPC에 상기 PI 제어 기술 모두 풍력 평활면에서 좋은 결과를 나타낸다.
또한, MPC 기술의 경우 ripple은 PI 제어 기술의 경우보다 더 작다.
한편, BESS1은 PPC 기술을 이용하여 그리드와 접속지점에서의 전력을 제어한다.
이 발명에서, 공통 연결 지점에서의 실제 전력이 0에 유지되는 것으로 가정한다.
도 10은 시뮬레이션 결과를 보여준다. 10초에서 100 kW의 부하가 증가한다.
그러므로 BESS1은 그리드와 접속지점에서의 전력을 0으로 유지하기 위하여 BESS1의 출력 전력을 증가시킨다. 도 10의 하위 도면에서 MPC 기법의 반응은 PI 제어 기술보다 약간 빠른 것을 나타낸다.
또한 MPC기술을 사용할 때 BESS 전력의 ripples은 PI제어 기술보다 더 작아진다. MPC기술 및 PI 제어 기술은 모두 그리드와 접속 지점에서 양호한 제어 성능을 나타낸다.
Islanded mode에서 마이크로그리드 주파수는 BESS1에 의해서 제어된다. 그리고 마이크로그리드 전압은 BESS2에 의해 제어된다.
도 11과 도 12는 각각 마이크로그리드의 주파수와 전압을 보여준다.
MPC 및 PI 제어 기술 모두 안정적으로 마이크로 그리드의 주파수 및 전압을 제어 할 수 있다.
그러나 그림 11에 나타난 바와 같이, MPC에 기술을 이용할 경우 주파수 응답은 PI 제어 기술을 사용할 경우보다 빠르다.
그림 12는 마이크로그리드 전압을 보여준다. MPC 기술을 사용할 경우 전압 ripple은 PI 제어 기술을 사용할 경우보다 더 작다.
추가적으로 컨버터의 출력 전압의 스펙트럼은 중요한 요소 중 하나이다.
도 13은 MPC와 PI 제어 기술의 전압 스펙트럼의 비교를 보여준다.
도 13의 (b)에 나타난 바와 같이 PI 제어 기술을 사용하여 발생된 주파수 스펙트럼은 PMW에 의해 캐리어 주파수 주변에 집중되어있다.
비교를 위해 도 13의 (a)는 MPC에 의해 얻어지는 주파수 스펙트럼을 나타낸다. 컨버터의 스위칭 주파수의 감소가 변환기의 전력 손실을 줄이기 위해 보조 제어 목적으로 MPC의 비용 함수로 구현된다.
도 13은 MPC에 의해 얻어진 평균 스위칭 주파수(fs)가 PI 제어 기술에 의해 얻어진 것보다 약간 낮다는 것을 보여준다. 더하여 MPC 기술은 PI제어 기술보다 THD가 현저하게 낮다는 것을 보여준다.
본 발명은 마이크로 그리드 제어를 위한 BESS에서 MPC 기술의 두 가지 유형의 효과적인 응용 프로그램에 대해 설명한다.
1)PPC에 기반한 MPC와 2)외부제어루프에서는 PI에 기반하고 내부 전류 제어 루프에서는 PCC에 기반한 MPC이다.
또한, BESS에 내외부 제어 루프에서 PI 레귤레이터를 사용하는 PI 제어를 MPC기술의 두가지 유형을 비교하였다.
컨버터의 전력 손실을 감소시키기 위해서 감소 스위칭 주파수는 비용 함수로 구현된다.
시뮬레이션 결과는 반응시간, 전력 ripples, 그리고 주파수 스펙트럼이 MPC 기술을 사용함으로써 현저하게 향상되었음을 보여준다.
평균 스위칭 주파수와 MPC기술을 사용함으로써 얻은 THD모두 PI를 사용함으로써 얻은 것보다 낮았다.
외부에서는 PI제어에 기반하고 내부제어 루프에서는 PCC에 기반하는 MPC를 사용하는 것은 PI제어에 비교하여 전력 변환 하에서 반응시간을 향상시키지 않는다.
그러나 정상상태 조건에서 젼력과 전압 ripples를 현저하게 향상시킨다. 게다가 PPC에 기반한 MPC를 사용하는 것은 다른 제어기술과 비교할 때, 전력 변화하에서 반응시간을 감소시킨다.
그러므로 다수의 BESS가 있는 마이크로그리드에서 PPC기술에 기초한 MPC 기술은 공통 연결 지점에서의 전력 및 마이크로 그리드의 주파수를 제어하는 BESS에 적용되어야 한다.
그리고 외부 제어루프에서는 PI에 기반하고 내부 제어루프에서는 PCC에 기반한 MPC 기술은 풍력 변동을 평활하게 하는 역할을 하는 BESS에 적용되어야 한다.
게다가 BESS가 있는 마이크로그리드의 경우, PCC에 기반한 MPC 기술은 유연한 특성 때문에 BESS의 대안으로 적합할 것이다.
MPC 기술은 구현하기 용이하며, PI기법에서 수행되어야만 하는 제어기 파라미터를 튜닝하는 수고를 없앨 수 있다. 또한, 다양한 제어 목표는 MPC 전략에 포함될 수 있다.
향후에는 MPC 알고리즘에서 배터리 충전 상태를 고려하고, 다수의 ESS들의 제어를 조정하는 추가적인 제어 변수를 포함할 계획이다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서 본 발명에 기재된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상이 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의해서 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10 : 컨버터 20, 30 : 비례적분기
40, 50 : 감산기 60 : 전류 예측부
70 : 전류 비용 함수 조정부 80 : 계측부
100 : 컨버터 120 : 전력 예측부
130 : 전력 비용 함수 조정부 300 : 풍력 발전기
310 : 디젤 발전기 320 : 부하
330,340 : BESS

Claims (15)

  1. 삭제
  2. 컨버터의 스위칭 상태와 그리드의 3상 전원의 전압과 전류를 이용하여 전류를 예측하여 예측 전류 벡터를 산출하는 전류 예측부;
    유효 전력에 대한 기준 전류와 무효 전력에 대한 기준 전류를 입력받고 상기 전류 예측부에서 산출한 상기 예측 전류 벡터를 입력받아 전류 비용 함수를 산출한 후에 최소 전류 비용 함수에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 전류 비용 함수 조정부;
    상기 그리드의 3상 전원의 전압과 전류를 측정하여 측정 전력을 산출하는 계측부;
    기준 전력의 유효 전력에서 상기 계측부에서 산출한 측정 전력의 유효 전력을 감산하는 제1 감산기;
    상기 제1 감산기에서 출력되는 기준 전력의 유효 전력에서 상기 계측부에서 산출한 측정 전력의 유효 전력을 감산한 결과를 비례 적분하여 상기 유효 전력에 대한 기준 전류를 생성하여 상기 전류 비용 함수 조정부에 제공하는 제1 비례적분기;
    상기 계측부에서 산출한 측정 전력의 무효 전력에서 기준 전력의 무효 전력을 감산하는 제2 감산기; 및
    상기 제2 감산기에서 출력되는 상기 계측부에서 산출한 측정 전력의 무효 전력에서 기준 전력의 무효 전력을 감산한 결과를 비례 적분하여 상기 무효 전력에 대한 기준 전류를 생성하여 상기 전류 비용 함수 조정부에 제공하는 제2 비례적분기를 포함하는 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치.
  3. 컨버터의 스위칭 상태와 그리드의 3상 전원의 전압과 전류를 이용하여 전류를 예측하여 예측 전류 벡터를 산출하는 전류 예측부; 및
    유효 전력에 대한 기준 전류와 무효 전력에 대한 기준 전류를 입력받고 상기 전류 예측부에서 산출한 상기 예측 전류 벡터를 입력받아 전류 비용 함수를 산출한 후에 최소 전류 비용 함수에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 전류 비용 함수 조정부를 포함하며,
    상기 전류 비용 함수 조정부는 다음 수학식 15에 의해 전류 비용 함수 gc를 산출하는 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치.
    (수학식 15)
    Figure 112017042225119-pat00037

    여기서
    Figure 112017042225119-pat00038
    과
    Figure 112017042225119-pat00039
    는 기준 전류의 실수부와 허수부이고,
    Figure 112017042225119-pat00040
    와
    Figure 112017042225119-pat00041
    는 예측 전류 벡터인
    Figure 112017042225119-pat00042
    의 실수부와 허수부이며,
    Figure 112017042225119-pat00043
    는 컨버터의 스위칭 주파수를 나타내고, n은 스위치의 상태
    Figure 112017042225119-pat00044
    가 적용될 때, 변화한 스위치의 수이며,
    Figure 112017042225119-pat00045
    는 가중인자이고, k는 샘플링 상수이다.
  4. 삭제
  5. 컨버터의 스위칭 상태와 그리드의 3상 전원의 전압과 전류를 이용하여 전류를 예측하여 예측 전류 벡터를 산출하고, 산출된 예측 전류 벡터를 이용하여 예측 전력 벡터를 산출하는 전력 예측부; 및
    기준 전력을 입력받고 상기 전력 예측부에서 산출한 상기 예측 전력 벡터를 입력받아 전력 비용 함수를 산출한 후에 최소 전력 비용 함수에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 전력 비용 함수 조정부를 포함하며,
    상기 전력 예측부는 수학식 14의 예측 전류 벡터
    Figure 112017042225119-pat00046
    를 사용하여 예측 전력 벡터를 산출하는 것을 특징으로 하는 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치.
    (수학식 14)
    Figure 112017042225119-pat00047


    여기서 i(k)와 vg(k)는 각각 샘플링 상수 k에서 그리드의 3상 전류와 전압이며, v(k)는 스위칭 상태에 있어서 전압 벡터이고, Ts는 샘플링 시간이며, L은 인덕턴스이고, R은 저항이다.
  6. 컨버터의 스위칭 상태와 그리드의 3상 전원의 전압과 전류를 이용하여 전류를 예측하여 예측 전류 벡터를 산출하고, 산출된 예측 전류 벡터를 이용하여 예측 전력 벡터를 산출하는 전력 예측부; 및
    기준 전력을 입력받고 상기 전력 예측부에서 산출한 상기 예측 전력 벡터를 입력받아 전력 비용 함수를 산출한 후에 최소 전력 비용 함수에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 전력 비용 함수 조정부를 포함하며,
    상기 전력 비용 함수 조정부는 다음 수학식 18에 의해 전력 비용 함수 gs를 산출하는 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 장치.
    (수학식 18)
    Figure 112017042225119-pat00048

    Figure 112017042225119-pat00049
    는 기준 전력의 유효 기준 전력과 무효 기준 전력이며,
    Figure 112017042225119-pat00050
    와
    Figure 112017042225119-pat00051
    는 예측 전력의 유효 예측 전력과 무효 예측 전력이며,
    Figure 112017042225119-pat00052
    은 컨버터의 스위칭 주파수이고, n은 스위치의 상태가
    Figure 112017042225119-pat00053
    가 적용될에 변화한 스위치의 수이며,
    Figure 112017042225119-pat00054
    는 가중인자이고, k는 샘플링 상수이다.
  7. 삭제
  8. (A)전류 예측부가 컨버터의 스위칭 상태와 그리드의 3상 전원의 전압과 전류를 이용하여 전류를 예측하여 예측 전류 벡터를 산출하는 단계; 및
    (B) 전류 비용 함수 조정부가 유효 전력에 대한 기준 전류와 무효 전력에 대한 기준 전류 그리고 예측 전류 벡터를 이용하여 산출한 전류 비용 함수의 최소값에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 단계를 포함하며,
    상기 (A) 단계 이전에
    (C) 계측부가 상기 그리드의 3상 전원의 전압과 전류를 측정하여 측정 전력을 산출하는 단계;
    (D) 제1 감산기가 기준 전력의 유효 전력에서 상기 계측부에서 산출한 측정 전력의 유효 전력을 감산하는 단계;
    (E) 제1 비례 적분기가 상기 제1 감산기에서 출력되는 기준 전력의 유효 전력에서 상기 계측부에서 산출한 측정 전력의 유효 전력을 감산한 결과를 비례 적분하여 상기 유효 전력에 대한 기준 전류를 생성하여 상기 전류 비용 함수 조정부에 제공하는 단계;
    (F) 제2 감산기가 상기 계측부에서 산출한 측정 전력의 무효 전력에서 기준 전력의 무효 전력을 감산하는 단계; 및
    (G) 제2 비례적분기가 상기 제2 감산기에서 출력되는 상기 계측부에서 산출한 측정 전력의 무효 전력에서 기준 전력의 무효 전력을 감산한 결과를 비례 적분하여 상기 무효 전력에 대한 기준 전류를 생성하여 상기 전류 비용 함수 조정부에 제공하는 단계를 더 포함하는 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 방법.
  9. 청구항 8항에 있어서,
    상기 (B) 단계는
    (B-1) 전류 비용 함수 조정부가 유효 전력에 대한 기준 전류와 무효 전력에 대한 기준 전류를 입력받고 상기 전류 예측부에서 산출한 상기 예측 전류 벡터를 입력받아 전류 비용 함수를 산출하는 단계; 및
    (B-2) 전류 비용 함수 조정부가 최소 전류 비용 함수에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 단계를 포함하는 마이크로그리드 제어를 위한 BESS에의 모델 예측 제어 방법.
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
  14. 풍력 발전기와, 부하, 디젤 발전기를 포함하는 마이크로그리드 시스템에 있어서,
    유효 전력에 대한 기준 전류와 무효 전력에 대한 기준 전류 그리고 예측 전류 벡터를 이용하여 산출한 전류 비용 함수의 최소값에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 제1 BESS; 및
    기준 전력과 전력 예측부의 전력 벡터를 이용하여 산출한 전력 비용 함수의 최소값에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 제2 BESS를 포함하며,
    상기 제1 BESS는
    컨버터의 스위칭 상태와 그리드의 3상 전원의 전압과 전류를 이용하여 전류를 예측하여 예측 전류 벡터를 산출하는 전류 예측부;
    유효 전력에 대한 기준 전류와 무효 전력에 대한 기준 전류를 입력받고 상기 전류 예측부에서 산출한 상기 예측 전류 벡터를 입력받아 전류 비용 함수를 산출한 후에 최소 전류 비용 함수에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 전류 비용 함수 조정부;
    상기 그리드의 3상 전원의 전압과 전류를 측정하여 측정 전력을 산출하는 계측부;
    기준 전력의 유효 전력에서 상기 계측부에서 산출한 측정 전력의 유효 전력을 감산하는 제1 감산기;
    상기 제1 감산기에서 출력되는 기준 전력의 유효 전력에서 상기 계측부에서 산출한 측정 전력의 유효 전력을 감산한 결과를 비례 적분하여 상기 유효 전력에 대한 기준 전류를 생성하여 상기 전류 비용 함수 조정부에 제공하는 제1 비례적분기;
    상기 계측부에서 산출한 측정 전력의 무효 전력에서 기준 전력의 무효 전력을 감산하는 제2 감산기; 및
    상기 제2 감산기에서 출력되는 상기 계측부에서 산출한 측정 전력의 무효 전력에서 기준 전력의 무효 전력을 감산한 결과를 비례 적분하여 상기 무효 전력에 대한 기준 전류를 생성하여 상기 전류 비용 함수 조정부에 제공하는 제2 비례적분기를 포함하는 마이크로그리드 시스템.
  15. 청구항 14항에 있어서,
    상기 제2 BESS는
    컨버터의 스위칭 상태와 그리드의 3상 전원의 전압과 전류를 이용하여 전류를 예측하여 예측 전류 벡터를 산출하고, 산출된 예측 전류 벡터를 이용하여 예측 전력 벡터를 산출하는 전력 예측부; 및
    기준 전력을 입력받고 상기 전력 예측부에서 산출한 상기 예측 전력 벡터를 입력받아 전력 비용 함수를 산출한 후에 최소 전력 비용 함수에 따른 스위칭 상태를 생성하여 컨버터를 적용하는 전력 비용 함수 조정부를 포함하는 마이크로그리드 시스템.
KR1020160104437A 2016-08-17 2016-08-17 마이크로그리드 제어를 위한 bess에의 모델 예측 제어 장치 및 방법 KR101786904B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160104437A KR101786904B1 (ko) 2016-08-17 2016-08-17 마이크로그리드 제어를 위한 bess에의 모델 예측 제어 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160104437A KR101786904B1 (ko) 2016-08-17 2016-08-17 마이크로그리드 제어를 위한 bess에의 모델 예측 제어 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101786904B1 true KR101786904B1 (ko) 2017-11-15

Family

ID=60387302

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160104437A KR101786904B1 (ko) 2016-08-17 2016-08-17 마이크로그리드 제어를 위한 bess에의 모델 예측 제어 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101786904B1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108631368A (zh) * 2018-05-17 2018-10-09 东南大学 计及储能运行损耗下风储系统联合调度的储能配置方法
KR20200004705A (ko) 2018-07-04 2020-01-14 한국전력공사 마이크로그리드 출력 제어 장치 및 방법
CN111342501A (zh) * 2020-02-24 2020-06-26 国网浙江嘉善县供电有限公司 一种含分布式电源微电网的无功功率控制方法
KR20200112511A (ko) 2019-03-22 2020-10-05 울산과학기술원 3상 듀얼 액티브 브리지 컨버터의 전력 제어 장치 및 그 방법
CN112583053A (zh) * 2020-12-02 2021-03-30 中国电建集团华东勘测设计研究院有限公司 一种含分布式风电的微网能量优化调度方法
CN114336592A (zh) * 2021-11-24 2022-04-12 华能新能源股份有限公司 一种基于模型预测控制的风电场agc控制方法
CN114884057A (zh) * 2022-07-11 2022-08-09 华东交通大学 一种自适应步长双闭环mpc优化调度方法
US11742667B2 (en) 2018-05-03 2023-08-29 Vestas Wind Systems A/S Integrated hybrid power plants for off-grid systems

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
박승욱 외 1명, 전기학회논문지 P 51(4), 2002.12, 211_218(8PAGES)
박준철 외 3명, 전력전자학회논문지 20(3), 2015.6, 273_279(7PAGES)
최대근, 공학 박사학위 논문

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11742667B2 (en) 2018-05-03 2023-08-29 Vestas Wind Systems A/S Integrated hybrid power plants for off-grid systems
CN108631368A (zh) * 2018-05-17 2018-10-09 东南大学 计及储能运行损耗下风储系统联合调度的储能配置方法
CN108631368B (zh) * 2018-05-17 2021-09-07 东南大学 计及储能运行损耗下风储系统联合调度的储能配置方法
KR20200004705A (ko) 2018-07-04 2020-01-14 한국전력공사 마이크로그리드 출력 제어 장치 및 방법
KR20200112511A (ko) 2019-03-22 2020-10-05 울산과학기술원 3상 듀얼 액티브 브리지 컨버터의 전력 제어 장치 및 그 방법
CN111342501A (zh) * 2020-02-24 2020-06-26 国网浙江嘉善县供电有限公司 一种含分布式电源微电网的无功功率控制方法
CN111342501B (zh) * 2020-02-24 2022-09-27 国网浙江省电力有限公司嘉善县供电公司 一种含分布式电源微电网的无功功率控制方法
CN112583053A (zh) * 2020-12-02 2021-03-30 中国电建集团华东勘测设计研究院有限公司 一种含分布式风电的微网能量优化调度方法
CN114336592A (zh) * 2021-11-24 2022-04-12 华能新能源股份有限公司 一种基于模型预测控制的风电场agc控制方法
CN114336592B (zh) * 2021-11-24 2024-04-12 华能新能源股份有限公司 一种基于模型预测控制的风电场agc控制方法
CN114884057A (zh) * 2022-07-11 2022-08-09 华东交通大学 一种自适应步长双闭环mpc优化调度方法
CN114884057B (zh) * 2022-07-11 2022-09-09 华东交通大学 一种自适应步长双闭环mpc优化调度方法

Similar Documents

Publication Publication Date Title
KR101786904B1 (ko) 마이크로그리드 제어를 위한 bess에의 모델 예측 제어 장치 및 방법
Chang et al. Active disturbance rejection control for a flywheel energy storage system
Mohamed Mitigation of converter-grid resonance, grid-induced distortion, and parametric instabilities in converter-based distributed generation
Yin et al. A novel fuzzy integral sliding mode current control strategy for maximizing wind power extraction and eliminating voltage harmonics
Hu et al. Development of a wind interior permanent-magnet synchronous generator-based microgrid and its operation control
Nguyen et al. Applying model predictive control to SMES system in microgrids for eddy current losses reduction
Gambôa et al. Input–Output Linearization and PI controllers for AC–AC matrix converter based Dynamic Voltage Restorers with Flywheel Energy Storage: a comparison
Wang et al. Improved linear ADRC for hybrid energy storage microgrid output-side converter
Narang et al. An algorithm for fast flexible power point tracking in photovoltaic power plants
Peng et al. A simple model predictive instantaneous current control for single-phase PWM converters in stationary reference frame
Ding et al. Suppression of beat phenomenon for electrolytic capacitorless motor drives accounting for sampling delay of DC-link voltage
Jelani et al. Stability investigation of control system for power electronic converter acting as load interface in AC distribution system
Khalilzadeh et al. A Model-free approach for predictive direct power control of grid-connected converters
KR101769795B1 (ko) 마이크로그리드에서 와전류 손실 감소를 위한 초전도 전력 저장 시스템 및 그 제어 방법
Nguyen et al. Multifunctional control of wind-turbine based nano-grid connected to distorted utility-grid
Hoseini et al. A control approach for the operation of DG units under variations of interfacing impedance in grid-connected mode
Elshaer et al. Grid connected DC distribution system for efficient integration of sustainable energy sources
Vijayakumar et al. PV based three-level NPC shunt active power filter with extended reference current generation method
Tiwary et al. Super twisting sliding mode control of dual active bridge DC-DC converter
KR100634611B1 (ko) 양방향 3상 직류변환장치의 제어장치 및 제어방법
Abedi et al. Nonlinear-model predictive control based bidirectional converter for V2G battery charger applications
Toledo et al. Fault tolerant predictive control for six-phase wind generation systems using multi-modular matrix converter
Ming et al. Power Electronic Converters for Microgrids
JP6842815B1 (ja) 電力変換装置及び分散型電源システム
Gholami-Khesht et al. Adaptive predictive-DPC for LCL-filtered grid connected VSC with reduced number of sensors

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant