Interaction Strategies for an Optimal Grid Integration of Microgrids

Abstract

Et mikronett er et geografisk og elektrisk avgrenset kraftsystem som inneholder laster, energiproduksjon og energilagringsenheter. Mikronett er forventet å blant annet kunne bidra til mer pålitelige kraftsystemer, utsettelse av nettinvesteringer og legge til rette for implementering av mer fornybar energiproduksjon. Det finnes enda ingen klare retningslinjer på hvilken rolle mikronett skal ta i Norges kraftsystem. Det er mange ubesvarte spørsmål rundt hvordan mikronett kan integreres, hvordan interaksjonen mellom mikronett og systemoperatøren skal være og hvilke reguleringer som må bli innført. I denne oppgaven er flere elementer rundt integrering av mikronett studert. Et mikronett har muligheten til å bidra med forskjellige hjelpetjenester til nettselskap. Det er derfor studert hvilke tjenester som er mest passende for mikronett å bidra med og hvordan de kan utføres. Forbrukerfleksibilitet kan utnyttes i systemer med regulerbare laster, som vil være aktuelt for et mikronett. Ulike forbrukerfleksibilitetsstrategier kan endre lasten i et mikronett forskjellig, og to strategier er studert i denne oppgaven. Det er flere utforinger med tanke på lover og reguleringer som må løses før mikronett kan integreres. Utfordringene er studert med utgangspunkt i forskjellige eiere av mikronettet, og enkle forslag på løsninger er foreslått. En modell av et fiksjonelt 22 kV distribusjonsnett er utviklet i Python ved bruk av pakken Pandapower. I samme modell er det laget en representasjon av et mikronett som inneholder generering av elektrisk energi fra solceller og vindturbiner, batterilagringssystem, husholdningslaster og sykehuslast. Mikronettet er laget slik at det kan kobles på ulike steder i distribusjonsnettet. Seks forskjellige strategier er valgt basert på funnene i litteraturstudiet. Strategiene er representert i modellen for å teste hvilke innvirkninger forskjellige strategier har på distribusjonsnettet. Strategiene og en grunntilstand er som følger: • Grunntilstand: Mikronettet er ikke koblet til distribusjonsnettet. • Mikronettet genererer: Mikronettet er koblet til distribusjonsnettet uten bruk av batteri. • Mikronettet genererer og lagrer: Mikronettet er koblet til distribusjonsnettet med en enkel batteristrategi. • Mikronettet genererer og regulerer med batteriet: Mikronettet er koblet til distribusjonsnettet med spenningsregulering fra batteriet. • Mikronettet genererer og regulerer med alle enheter: Mikronettet er koblet til distribusjonsnettet med spenningsregulering fra batteriet og produksjonsenhetene. • Mikronett med prisbasert forbrukerfleksibilitetstrategi: Mikronettet er koblet til distribusjonsnettet med pris basert forbrukerfleksibilitetstrategi • Mikronett med effektbasert forbrukerfleksibilitetstrategi: Mikronettet er koblet til distribusjonsnettet med forbrukerfleksibilitetstrategi basert på kutting av effekttopper

Simuleringene er gjort med værdata fra tre forskjellige dager med mikronettet tilkoblet tre forskjellige plasser i distribusjonsnettet. Det er deretter kjørt en lastflytanalyse for hver time gjennom dagene. Alle de forskjellige strategiene er analysert og sammenlignet for å se hvilke innvirkninger de har på spenningen og linjebelastningen i distribusjonsnettet. Resultatene viser at driften av mikronettet kan ha stor innvirkning på et distribusjonsnett og at en hensiktsmessig driftstrategi kan være essensiell for å kunne integrere mikronett i dagens kraftsystem. Spenningsregulering basert på reaktiv effekt kan ha både positive og negative virkninger på spenningen i distribusjonsnettet. For linjer med lav R/X rate kan spenningsreguleringen gi økt spenning, mens for høye R/X rater vil spenningsreguleringen føre til enda lavere spenning. Spenningsreguleringsstrategiene har negativ innvirkning på linjebelastningene for linjer oppstrøms mikronettet. Det er erfart at forbrukerfleksibilitetstrategier som baserer seg på prissignal kan forbedre både spenningen og linjebelastningen i distribusjonsnettet hvis gode prissignaler er implementert. På den andre siden kan forbrukerfleksibilitet føre til større utfordringer i nettet om prissignalene ikke reflekterer når på døgnet det er lokale problemer.

A microgrid is a power system with clearly defined electrical and geographical boundaries which consists of loads, energy generation units and energy storage units. It is expected that if microgrids are operated appropriately, they can increase the reliability of the power system, postpone some grid investments and facilitate more renewable energy production. There are no clear guidelines regarding which role microgrids are going to have in the Norwegian power system. Many questions regarding how microgrids can be integrated into the present power system, how the interaction between microgrids and the system operator is going to be and which regulation strategies that must be implemented are unanswered. Several elements regarding the integration of microgrids are studied in this master's thesis. A microgrid has the possibility to contribute with different ancillary services to the system operator. This thesis investigates which services that are suitable for microgrids and how they can be performed. Demand response programs are applicable for systems where the system loads can be controlled and can contribute to demand curve changes. Two different demand response programs, where the microgrid participates, are investigated in this thesis. Furthermore, regulatory challenges regarding different types of microgrid owners are addressed with some proposed solutions. A model of a fictional 22 kV distribution power system is developed in Python by using the Pandapower package. A representation of a microgrid including energy generation from PV modules and wind turbines, a battery energy storage system, household loads and a hospital load is made and can be connected to the distribution system on a selected bus. Six different strategies chosen based on the findings in the literature study are established to test the impacts a microgrid can have on the distribution system with different strategies. The strategies a base case are as follows; • Base case: The microgrid is not connected to the distribution power system. • Microgrid generation: The microgrid is connected to the distribution power system without using the battery. • Microgrid generation and storage: The microgrid is connected to the distribution power system using a simple battery strategy. • Microgrid generation and battery regulation: The microgrid is connected to the distribution power system using a voltage regulation strategy on the battery. • Microgrid regulates with all units: The microgrid is connected to the distribution power system using a voltage regulation strategy on the battery and the generation units. • Microgrid with PBP strategy: The microgrid is connected to the distribution power system using a price based demand response strategy. • Microgrid with Peak shaving strategy: The microgrid is connected to the distribution power system using a peak shaving demand response strategy. The simulations are conducted with weather data from three different days and with the microgrid connected to three different placements in the distribution network. A load flow is performed for every hour through those days for all the cases. This thesis examines and compares how all these different cases affect the voltage and line loading levels in the distribution system. The results indicate that the operation of a microgrid can have a significant impact on a distribution power system and that an appropriate operation strategy can be essential to integrate a microgrid successfully. A voltage regulation strategy performed by a microgrid based on reactive power can have both positive and negative impacts on the voltage curves in the system. For lines with low R/X ratios, the voltage regulation will result in increased voltage profiles, while for high R/X ratios, the voltage regulation strategy will result in reduced voltage profiles. The voltage regulation strategies result in a negative impact on the line loading in the system for lines upstream of the microgrid. Furthermore, demand response can both benefit a microgrid and improve both the voltage and the line loading in systems when appropriate price signals are implemented. On the other hand, it can have a negative impact if local aspects are not considered in the price signals.