ارائه روش جدید مدیریت انرژی مبتنی بر بهینه‌سازی بلادرنگ برای سیستم ذخیره‌ساز ترکیبی باتری/ابرخازن در ریز شبکه DC

نوع مقاله : مقاله برق

نویسندگان

1 دانشگاه صنعتی نوشیروانی بابل، بابل، ایران

2 دانشگاه علوم و فنون مازندران، بابل، ایران

چکیده

در این مقاله یک روش جدید مدیریت انرژی مبتنی بر بهینه‌سازی برای ذخیره‌ساز ترکیبی باتری/ابرخازن، در کابرد ریزشبکه DC ارائه می‌گردد. در سیستم پیشنهادی باتری توسط یک مبدل دو جهته و ابرخازن به صورت مستقیم به باس DC متصل شده‌اند (ساختار نیمه فعال). باتوجه به اتصال مستقیم ابرخازن به باس DC و این موضوع که هدف اصلی ذخیره‌ساز در ریزشبکه حفظ ولتاژ باس DC در مقدار مطلوب است، مسئله کنترل ابرخازن اهمیت بیشتری می‌یابد. اما در ساختار نیمه فعال کنترلی روی ابرخازن وجود ندارد. در این مقاله، با در نظر گرفتن جریان ابرخازن به عنوان یک هدف کنترلی در تعیین جریان مرجع باتری، این چالش برطرف شده است. همچنین در حالت مازاد توان در شبکه که باتری شارژ خواهد شد نیز تابع هدف کنترلی جدیدی در نظر گرفته شده تا باتری به صورت جریان ثابت شارژ شود تا زمان شارژ کاهش و طول عمر آن افزایش یابد. هدف کنترلی دیگر، افزایش طول عمر باتری با کشیدن جریان نرم از باتری و پاسخگویی ابرخازن به تغییرات لحظه‌ای می‌باشد. جهت تعیین نقطه کار بهینه بصورت برخط، این مسئله چند هدفی به مسئله تک هدف تبدیل و با استفاده از شرایط KKT حل شده است. در نتیجه مزیت اصلی روش پیشنهادی، قابلیت به کارگیری آن در سیستم بلادرنگ می‌باشد. با استفاده از شبیه‌سازی در سه سناریوی مختلف در بازه زمانی 24 ثانیه، عملکرد روش پیشنهادی با روش‌های مبتنی بر فیلتر با فرکانس قطع تطبیقی و روش منطق فازی از جهت تنظیم ولتاژ باس DC، پیک جریان و سطح شارژ باتری مقایسه شده است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

A New Real-Time Optimization-Based Energy Management Strategy for Battery/Supercapacitor Hybrid Storage System in DC Microgrid

نویسندگان [English]

  • Ehsan Farrokhi Lahromi 1
  • Hoda Ghoreishy 1
  • Roya Ahmadiahangar 2
1 Babol Noshirvani University of Technology, Babol, Iran
2 Mazandaran University of Science and Technology- Babol-Iran
چکیده [English]

This article presents a new energy management strategy (EMS) for optimal power allocation in the battery/supercapacitor hybrid energy storage (HESS) in DC microgrid applications. The proposed system is composed of a semiactive structure where the supercapacitor is directly connected to DC bus. In this structure, since the main purpose of the HESS is to maintain the DC bus voltage at the desired value, controlling the supercapacitor becomes more important. While, in the semi-active structure, there is no control on the supercapacitor. In this paper, by considering the supercapacitor current as a cost function in the optimization problem, this challenge has been solved. Also, in the case of microgrid excess power mode, a new cost function has been considered to charge the battery with a constant current to reduce the charging time and improve its lifespan. Another objective is to increase battery life by responding the supercapacitor to the sudden power changes and drawing a smooth current from the battery. In order to online determination of the optimal global solution, this multi-objective problem has been converted into a single-objective problem by use of the weighted method and then solved using KKT conditions. Therefore, real-time implementation is the main advantage of the proposed method. Finally, using simulation, the performance of the proposed method is compared with an adaptive cutoff frequency filter-based method and fuzzy logic method, in three 24 seconds different scenarios, in terms of the DC bus voltage regulation, the battery peak current, and the battery state of charge (SoC).

کلیدواژه‌ها [English]

  • Supercapacitor
  • Battery
  • Optimization
  • DC microgrid
  • Hybrid energy storage. Energy Management

مراجع

[1] علیرضا ابراهیمی، عباس دیدبان و رضا کی پور، "استراتژی کنترلی نوین در سیستمهای انرژی ترکیبی بادی-خورشیدی برمبنای تعیین محدوده های بهینه شارژ و دشارژ باتریها در بازه های زمانی مختلف". نشریه مدل سازی در مهندسی، دوره 16، شماره 55، دی 1397، صفحه 163- 173.
[2] O.A. Ahmed, and J.A.M. Bleijs, “Power flow control Methods for an ultracapacitor bidirectional converter in DC microgrids—A comparative study” Renewable and Sustainable Energy Reviews, Vol. 26, Oct. 2013, pp. 727-738.
[3] پرویز نجفی، عباس هوشمند و مهدی شاهپرستی. "مبدل واسط ادغام شده با قابلیت متعادل سازی ولتاژهای لینک DC در ریزشبکه هیبریدی دوقطبی". نشریه مدل سازی در مهندسی، دوره 18، شماره 60، خرداد 1399، صفحه 201- 216.
[4] C. Yin, H. Wu, F. Locment, and M. Sechilariu, “Energy management of DC microgrid based on photovoltaic combined with diesel generator and supercapacitor”, Energy Conversion and Management, Vol. 132, Jan. 2017, Pages 14-27.
[5] جمشید آقائی، امین رحیمی رضایی و محمدرضا کریمی، "هماهنگی نیروگاه‌های بادی و دستگاه‌های ذخیره‌ساز سیستم قدرت در مسئله‌ی برنامه‌ریزی امنیت-مقید مشارکت واحدها با استفاده از بهینه‌سازی استوار". نشریه مدل سازی در مهندسی، دوره 16، شماره 53، تیر 1397، صفحه 207- 220.
[6] H. GUENTRI, T. ALLAOUI, M. MEKKI, and M. DENAI, “Power management and control of a photovoltaic system with hybrid battery-supercapacitor energy storage based on heuristics methods”, Journal of Energy Storage, Vol. 39, July 2021.
[7] G. Oriti, N. Anglani, and A. L. Julian, “Hybrid Energy Storage Control in a Remote Military Microgrid with Improved Supercapacitor Utilization and Sensitivity Analysis”, IEEE Energy Conversion Congress and Exposition (ECCE), Sept.-Oct. 2019, pp. 6372-6378.
[8] S. K. Kollimalla, M. K. Mishra, and N. L. Narasamma, “Design and Analysis of Novel Control Strategy for Battery and Supercapacitor Storage System”, IEEE Transactions on Sustainable Energy, Vol. 5, No. 4, Oct. 2014, pp. 1137-1144.
[9] F. Tao, L. Zhu, Z. Fu, P. Si, and L. Sun, “Frequency Decoupling-Based Energy Management Strategy for Fuel Cell/Battery/Ultracapacitor Hybrid Vehicle Using Fuzzy Control Method”, IEEE Access, Vol. 8, Sept. 2020, pp. 166491-166502.
[10] P. Lin, P. Wang, J. Xiao, J. Wang, C. Jin, and Y. Tang, “An Integral Droop for Transient Power Allocation and Output Impedance Shaping of Hybrid Energy Storage System in DC Microgrid”, IEEE Transactions on Power Electronics, Vol. 33, No. 7, July 2018, pp. 6262-6277.
[11] Y. Wang, Z. Sun, and Z. Chen, “Development of energy management system based on a rule-based power distribution strategy for hybrid power sources”, Energy, Vol. 175, May 2019, pp. 1055-1066.
[12] A. J. Abianeh, and F. Ferdowsi, “Sliding Mode Control Enabled Hybrid Energy Storage System for Islanded DC Microgrids with Pulsing Loads”, Sustainable Cities and Society, Oct. 2021, Vol. 73.
[13] K. M. Kotb, M. F. Elmorshedy, H. S. Salama, and A. Dán, “Enriching the stability of solar/wind DC microgrids using battery and superconducting magnetic energy storage based fuzzy logic control”, Journal of Energy Storage, vol. 45, Jan. 2022.
[14] M. Wieczorek, and M. Lewandowski, “A mathematical representation of an energy management strategy for hybrid energy storage system in electric vehicle and real time optimization using a genetic algorithm”, Applied Energy, Vol. 192, April 2017, pp. 222-233.
[15] A. Elgammal, “An Efficient Energy Management Scheme for a Hybrid FC-SC-Battery Electric Vehicle using Model Predictive Control and Multi-Objective Particle Swarm Optimization”, International Journal of Recent Technology and Engineering (IJRTE), Vol.8, Issue-4, Nov. 2019, pp. 4368-4380.
[16] C. Liu, Y. Wang, L. Wang, and Z. Chen, “Load-adaptive real-time energy management strategy for battery/ultracapacitor hybrid energy storage system using dynamic programming optimization”, Journal of Power Sources, Vol. 438, Oct. 2019.
[17] J. Shen, and A. Khaligh, “A Supervisory Energy Management Control Strategy in a Battery/Ultracapacitor Hybrid Energy Storage System”, IEEE Transactions on Transportation Electrification, Vol. 1, No. 3, Oct. 2015, pp. 223-231.
[18] L. Wang, Y. Wang, C. Liu, D. Yang, and Z. Chen, “A Power Distribution Strategy for Hybrid Energy Storage System Using Adaptive Model Predictive Control”, IEEE Transactions on Power Electronics, Vol. 35, No. 6, June 2020, pp. 5897-5906.
[19] X. Lu, Y. Chen, M. Fu, and H. Wang, “Multi-Objective Optimization-Based Real-Time Control Strategy for Battery/Ultracapacitor Hybrid Energy Management Systems”, IEEE Access, Vol. 7, 2019, pp. 11640-11650.
[20] H. Yin, C. Zhao, M. Li, and C. Ma, “Utility Function-Based Real-Time Control of a Battery Ultracapacitor Hybrid Energy System”, IEEE Transactions on Industrial Informatics, Vol. 11, No. 1, Feb. 2015, pp. 220-231.
[21] J. Shen, and A. Khaligh, “Design and Real-Time Controller Implementation for a Battery-Ultracapacitor Hybrid Energy Storage System”, IEEE Transactions on Industrial Informatics, Vol. 12, No. 5, Oct. 2016, pp. 1910-1918.
[22] H. Miniguano, A. Barrado, A. Lázaro, P. Zumel, and C. Fernández, “General Parameter Identification Procedure and Comparative Study of Li-Ion Battery Models”, IEEE Transactions on Vehicular Technology, Vol. 69, No. 1, Jan. 2020, pp. 235-245.
[23] E. D. Kostopoulos, G. C. Spyropoulos, and J. K. Kaldellis, “Real-world study for the optimal charging of electric vehicles”, Energy Reports, Vol. 6, Nov. 2020, pp. 418-426.
[24] L. Zhang, Z. Wang, X. Hu, F. Sun, and D.G. Dorrell, “A comparative study of equivalent circuit models of ultracapacitors for electric vehicles”, Journal of Power Sources, Vol. 274, Jan. 2015, pp. 899-906.
[25] N. Mohan, T.M. Undeland, and W.P. Robbins, “Power Electronics: Converters, Applications, and Design”, John Wiley and Sons, 3rd Edition, 2002.
[26] S. Boyd, and L. Vandenberghe, Convex Optimization, first edition, Cambridge university press, NY, USA 2004.
[27] A. Abdollahi, X. Han, N. Raghunathan, B. Pattipati, B. Balasingam, K.R. Pattipati, Y. Bar-Shalom, and B. Card, “Optimal charging for general equivalent electrical battery model, and battery life management”, Journal of Energy Storage, Vol. 9, Feb. 2017, pp. 47-58.
مدل سازی در مهندسی
دوره 21، شماره 73
تیر 1402
صفحه 17-30

فایل ها

سابقه مقاله

  • تاریخ دریافت: 14 تیر 1401
  • تاریخ بازنگری: 21 آبان 1401
  • تاریخ پذیرش: 03 دی 1401

هم رسانی

ارجاع به این مقاله

آمار