Multi-criteria Controller Design for Uncertain Isolated Power Systems with Renewable Power Generation
Master thesis
Permanent lenke
https://hdl.handle.net/11250/2828758Utgivelsesdato
2021Metadata
Vis full innførselSamlinger
Sammendrag
For å tilfredsstille målet om høy andel av fornybar energi på offshore olje & gass plattformer, må det utvikles nye regulerings algoritmer som takler frekvensregulering under usikkerhet. På grunn av det lave treghetsmomentet og den stokastiske energiproduksjonen, er slike isolerte strømnett mer volatile og utsatt for frekvenssvingninger enn tradisjonelle strømnett. I denne oppgaven utvikles og sammenlignes en scenario stokastisk modell-prediktiv regulator med ulike pådrags-parametriseringer og de ulike parametriseringene sammenlignes opp mot hverandre og mot en tradisjonell deterministisk modell-prediktiv regulator samt en robust «mixed synthesis» H∞ regulator. Resultatene bekrefter at scenario stokastisk modell-prediktiv regulering gir lavere sannsynlighet for å overskride begrensninger og at hvilken type pådrags-parametrisering man benytter har stor påvirkning på oppførselen til regulatoren. Resultatene viser også hvordan H∞ regulatoren ikke evner til å koordinere de ulike resursene optimalt for å bevare frekvensen. Til slutt drøfter denne oppgaven hvorvidt en scenario stokastisk modell prediktiv regulator er oppnåelig for frekvensregulering med et kort diskre tids steg eller om løsningstiden på optimaliseringsproblemet er for lang. Konklusjonen på dette spørsmålet står ubesvart også etter denne oppgaven. To accommodate the visions of high penetration renewable energy power generation at offshore oil & gas platforms, control algorithms that effectively can deal with uncertainty and manage frequency control need to be developed. Due to the low system inertia and stochastic nature of the power generation, the uncertainty and vulnerability of such offshore isolated power systems with no connection to the main grid are significantly higher than for the main grid. In this thesis, scenario stochastic model predictive controllers with different control action parametrizations, are developed and compared to each other, the traditional deterministic model predictive controller, and the robust mixed synthesis H∞ controller. The results confirm how the scenario stochastic model predictive controllers give lower constraint violation probability and how the different control parametrizations have a big influence on the behaviour. The results also highlight how the H∞ controller lacks the ability to coordinate the energy resources optimally to preserve the frequency. Lastly, a challenge with the scenario model predictive controller is presented with regards to the computational time for such short time step applications as frequency control. The question of the feasibility of scenario stochastic model predictive control for frequency control remains open.