Dynamic Optimization of Microgrid with Reversible Fuel Cell and Lithium Ion Battery

Abstract

Denne masteroppgaven undersøkte den teoretiske utviklingen og den dynamiske modelleringen av et integrert mikronettsystem ved bruk av MATLAB/Simulink, hvor nettet består av solcellepaneler, litium-ion-batterier, reversible fastoksidbrenselceller (RSOCer) og en likestrømslast. Målet var å skape et avansert system for forbedret energistyring og nettstabilitet, ved å bruke MATLAB/Simulink for simulering og analyse, og sikre anvendelighet i ulike lokasjoner og varierende økonomiske forhold. Forskningen var motivert av integrasjonen av komponenter med forskjellige energi- og effekttettheter: den høye energitettheten til litium-ion-batterier og den omfattende lagringskapasiteten til RSOCer. Denne kombinasjonen har som mål å forbedre mikronettets ytelse, og adressere variabiliteten i fornybar energi og svingninger i etterspørselen.

Energilagring spiller en avgjørende rolle i desentraliserte generasjonssystemer, ved å tilby nødvendig kapasitet og fleksibilitet. Dette mikronettets energilagring adresserer to hovedfunksjoner: litium-ion-batterier gir stabil forsyning på en timebasis for å håndtere kortsiktige krafttopper, mens RSOCer sikrer større tidsskalaer, noe som gjør det frittstående nettet helt uavhengig. Hybride lagringsarkitekturer, som kombinerer styrkene til enkel teknologi samtidig som de adresserer deres svakheter, er essensielle for dette formålet. Hydrogen, med sine lave selvutladningsrater, fungerer som et pålitelig lagringsmedium. Det integreres i mikronett gjennom RSOCer, som utfører både elektrolyse og hydrogen-gjen-elektrifisering. Imidlertid, på grunn av deres operasjonelle egenskaper, har RSOCer begrensede raske responskapasiteter, noe som krever en kombinasjon med teknologi som kan tilby rask regulering, som litium-ion-batterier.

I denne oppgaven ble det gjennomført en case-studie ved Kaya Imani Resort i Msambweni, Kenya, med mål om å utvikle og simulere innovative mikronettløsninger. Et kritisk første skritt i denne prosessen var generering og analyse av resortens belastningsprofil ved bruk av RAMP, et Python-bibliotek designet for å lage detaljerte flerenergi belastningsprofiler. Denne presise analysen var essensiell da den identifiserte resortens spesifikke energibehov og elektriske belastningsmønstre. Etter at belastningsprofilanalysen ble utført, ble funnene brukt av et lokalt selskap for nøyaktig dimensjonering av mikronettet. Samtidig skiftet oppgaven fokus, og utforsket en alternativ topologi og lagringsstrategi med potensial for bredere anvendelse i fremtidige mikronettdesign, og dermed avvek fra direkte implementering på det kenyanske stedet.

Oppgaven utviklet vellykket en integrert modell for å simulere mikronettets dynamikk, med spesifikt fokus på inkorporeringen av RSOCer og deres kombinasjon med litium-ion-batterier, som tilbyr forskjellige energi- og effekttettheter. Nyheten i dette arbeidet ligger i den dynamiske modelleringen av et mikronett ved bruk av reversible fastoksidbrenselceller, et område som ikke er omfattende dekket i eksisterende litteratur. Modellen viser at en regelbasert kontrolltilnærming for en slik mikronettkonfigurasjon kan benyttes pålitelig, selv med den relativt lave lagringskapasiteten til batterier og den lave effektskapasiteten til RSOCer. Denne forskningen fremhever potensialet for å skape et stabilt og effektivt mikronett ved bruk av denne innovative kombinasjonen av teknologier, og oppmuntrer til videre utforskning av optimal kontrollstrategiutvikling for slike konfigurasjoner.

This master’s thesis investigated the theoretical development and dynamic modeling of an integrated microgrid system using MATLAB/Simulink, where the grid consists of solar panels, lithium-ion batteries, reversible solid oxide fuel cells (RSOCs), and a DC load. The goal was to create an advanced system for improved energy management and grid stability, utilizing MATLAB/Simulink for simulation and analysis, ensuring applicability in diverse locations and varying economic conditions. The research was motivated by the integration of components with different energy and power densities: the high energy density of lithium-ion batteries and the extensive storage capacity of RSOCs. This combination aims to enhance microgrid performance, addressing renewable energy variability and demand fluctuations. Energy storage plays a crucial role in decentralized generation systems, offering needed capacity and flexibility. This microgrid energy storage addresses two main functions: lithium-ion batteries provide stable supply on an hourly time scale to manage short-term power peaks, while RSOCs secure larger time scales, making the standalone grid completely independent. Hybrid storage architectures, which combine the strengths of single technologies while addressing their weaknesses, are essential for this purpose. Hydrogen, with its low self-discharge rates, serves as a reliable storage medium. It integrates into microgrids through RSOCs, which perform both electrolysis and hydrogen re-electrification. However, due to their operational characteristics, RSOCs have limited quick response capabilities, necessitating a combination with technology that can offer rapid regulation, such as lithium-ion batteries. In this thesis, a case study was conducted at Kaya Imani Resort in Msambweni, Kenya, with the objective to develop and simulate innovative microgrid solutions. A critical initial step in this process was the generation and analysis of the resort’s load profile using RAMP, a Python library designed for creating detailed multi-energy load profiles. This precise analysis was essential as it identified the resort’s specific energy requirements and electrical load patterns. After the load profile analysis was conducted, its findings were utilized by a local company for the precise sizing of the microgrid. Concurrently, the thesis shifted its focus, exploring an alternative topology and storage strategy with potential for broader applicability to future microgrid designs, thus diverging from the direct implementation at the Kenyan site. The thesis successfully developed an integrated model for simulating the microgrid’s dynamics, specifically focusing on the incorporation of RSOCs and their combination with lithium-ion batteries, which offer different energy and power densities. The novelty of this work lies in the dynamic modeling of a microgrid using reversible solid oxide fuel cells, an area not extensively covered in existing literature. The model demonstrates that a rule-based control approach for such a microgrid configuration can be reliably utilized, even with the relatively low storage capacity of batteries and the low power capacity of RSOCs. This research highlights the potential for creating a stable and efficient microgrid using this innovative combination of technologies, encouraging further exploration into optimal control strategy development for such configurations.