A co-simulation framework to coordinate battery optimization and load flow - Improving voltage quality in the distribution grid
Master thesis
Date
2022Metadata
Show full item recordCollections
- Institutt for elkraftteknikk [2569]
Abstract
Økningen av distribuerte energi ressurser slik som solcellepanel (PV) og effektkrevende apparater har skapt nye utfordringer som leveringskvaliteten på spenningen for distribusjonsnettet, og det er kanskje mulig å bruke batterier for å løse dem. I Norge er det forskriften om leveringskvalitet i kraftsystemet bestemmer hva spenningen skal være hos forbrukeren. Tradisjonelt har nettselskapene (DSO) oppgradert infrastrukturen for å forbedre spenningskvaliteten. Denne masteroppgaven prøver å svare på spørsmålet: Hvordan kan samsimulering koordinere an batterioptimeringsmodellog en lastflyt simulering for å forbedre spenningskvaliteten i distribusjonsnettet?
Denne masteroppgaven ser på hvordan et samsimuleringsrammeverk kan brukes til å håndtere spenningen i et felles tilknytningspunkt (PCC). Forskriften om leveringskvalitet sier at spenningen må være ±10\% av nominell spenning i lavspenningsnettet. ±5\% av nominell spenning er brukt i denne oppgaven for å gi nettselskapene en margin.
Samsimulering er en måte å synkronisere to eller flere algoritmer som bruker to eller flere plattformer, og samsimulering brukes grunnet redusert simuleringstiden. MATLAB er brukt som samsimuleringsplattform siden den utveksler data mellom de forskjellige modellene. Det er en optimeringsmodell i Python som minimerer strømkostnaden ved å lade opp og lade ut et batteri, og en lastflyt modell i Simulink som bruker resultatet fra Python til å simulere påvirkning på distribusjonsnettet. Forskjellige batteri størrelser og effekttopper ble brukt for i ulike scenarier. Effekttoppene ble laget ved å multiplisere timeforbruket med en effekttoppfaktor i en kort tid slik at timeforbruket forblir det samme.
Det er tre scenarier: et standard scenario, et effekttopp scenario og et batteri scenario. Alle tre scenariene ble simulert for en dag i alle fire årstidene. Først finner optimeringsmodellen ut hvordan spot pris på strøm, last og PV påvirker opp og utladingen av batteriet og kraftutvekslingen med strømnettet. Simulink bruker resultatet fra optimeringsmodellen for sin simulering, og resultatet fra Simulink er spenningen i strømnettet. Samsimuleringsplattformen analyserer den simulerte spenningen. Hvis det brudd i spenningskvaliteten reduseres maksimalt tillatt effekt i PCC, og en ny iterasjon av optimering og Simulink simulering starter. Samsimuleringen iterer helt frem til spenningskvaliteten er godkjent, eller optimeringsmodellen ikke får et svar. På grunn av nettleien på import av strøm brukes batteriet til å lagre overskuddsstrømmen fra PV. Når det var lite produksjonen fra PV ble batteriet brukt til å lade opp batteriet ved lave strømpriser, og lade ut når det var høye strømpriser. Resultatene viser at samsimulering kan brukes til å forbedre spenningskvaliteten. Et større batteri gir større sannsynlighet for at optimeringsmodellen får et svar og en spenning ±5\% av nominell spenning. Selv om et større batteri gir større sannsynlighet for bedre spenningskvaliteten, koster et større batteri mye mer. Når det var høye effekttopper brukte samsimuleringsmodellen flere iterasjoner før den fant et svar, og med dager med lite produksjon fra PV var det ingen løsning.
Samsimuleringsrammeverket kan brukes til å koordinere en optimeringsmodell for batteri og en lastflyt simulering for å forbedre spenningskvaliteten i distribusjonsnettet ved data utveksling mellom de to modellene. Ved å implementere en stegvis reduksjon av tillatt kraft i PCC når spenningskvaliteten var for dårlig endrer opp og utladningen av batteriet slik at spenningskvaliteten blir innenfor forskriften. The increase in distributed energy resources such as photovoltaic (PV) panels and high energy consuming appliances have created challenges regarding the quality of voltage for the distribution grid, and batteries might be used to solve it. In Norway, there are regulation deciding what thevoltage has to be at the end user, called the Norwegian regulation on quality of electricity supply. Traditionally, the distribution system operator (DSO) upgrade the infrastructure to improve the voltage quality. The aim of this thesis is to answer the question: How can a co-simulation framework coordinate a battery optimization model and a load flow simulation to improve voltage quality in the distribution grid?
This thesis looks at how a co-simulation framework can be used to deal with the voltage at a point of common coupling (PCC). The regulation on quality of electricity supply states that the voltage has to be within ±10\% of nominal voltage in the low voltage (LV) network. To give the DSO a margin, a voltage range of ±5\% was used in this thesis.
Co-simulation is a way to synchronize two or more algorithms using two or more platforms. The different algorithms exchange data with each other on a co-simulation platform. The reason co-simulation is used is to reduce computational time. MATLAB is used as the co-simulation platform, as it exchanges data between the different models.There is an optimization model in Python that minimizes the cost of electricity imported by charging and discharging the battery, and a Simulink model that uses the Python output for simulating the impact on the power grid. To simulate different scenarios, different battery sizes and power peaks were used. The power peaks were generated by taking the hourly metering, multiplying it by a power peak factor for a short time so that the hourly metering stayed the same.
There are three cases: a base case, a power peak case and a battery case. All three cases were simulated for one day in all four seasons of the year. The optimization decides first how the spot price of electricity, load and PV impact the charging/discharging of the battery and grid exchange. The output from the optimization is used in the Simulink simulation, where the voltage is the output. The co-simulation platform analyses the simulated voltage. If there is a voltage violation the maximum power allowed at PCC is reduced. After the maximum power allowed at PCC is reduced, there is a new iteration of optimization and Simulink simulation. The co-simulation iterates until there is a solution without voltage violation, or the optimization is unable to find a solution. Because of the grid tariff on import, the battery is used to store the excess power when residual load is negative. When the PV generation is low, the battery was used to buy electricity when it was cheap, and use it later in the day when the prices were higher. The results show that co-simulation can be used to improve the quality of power supply. With a larger battery, there is a greater chance of the optimization to find a feasible solution and voltage within the given range. Although a larger battery makes a feasible solution more likely, a larger battery cost much more. With higher power peak factors, the co-simulation had to do more iterations to find a valid solution, and it was not able to find a solution during the days with low PV generation.
Co-simulation can be used to coordinate a battery optimization model and a load flow simulation to improve voltage quality in the distribution grid by the two models exchanging data on a co-simulation platform. By implementing a stepwise decrease of maximum power at PCC when the voltage quality is violated, the two models adapt and change charging and discharging patterns for the battery.