본 논문에서는 1-BESS와 N-BESS를 이용한 풍력 발전 출력 평활화를 위한 One-step MPC 기반 충방전 알고리즘을 제시한다. 제안된 알고리즘은 풍력 발전 출력과 BESS 출력의 합이 미리 정의된 기준값을 추종할 뿐만 아니라 BESS에 저장된 에너지량에 대한 물리적 제약을 만족시킨다. 1-BESS의 최적 솔루션을 위해 두 가지 ...
본 논문에서는 1-BESS와 N-BESS를 이용한 풍력 발전 출력 평활화를 위한 One-step MPC 기반 충방전 알고리즘을 제시한다. 제안된 알고리즘은 풍력 발전 출력과 BESS 출력의 합이 미리 정의된 기준값을 추종할 뿐만 아니라 BESS에 저장된 에너지량에 대한 물리적 제약을 만족시킨다. 1-BESS의 최적 솔루션을 위해 두 가지 비용 함수를 고려한다. 첫 번째는 출력 추종 목적만을 고려하는 반면 두 번째는 출력 추종과 SoC 기준값 추종을 결합한다. 두 알고리즘 모두 솔루션의 물리적 제약을 고려한다. 그 후에 1-BESS 알고리즘을 N-BESS의 경우로 확장한다. N-BESS의 경우, 2 단계 최적 제어 문제를 이용하여 해를 제시한다. 1 단계는 1-BESS 문제를 풀어 충방전량을 확정하고 2단계는 결정된 충방전량을 N-BESS에 할당하는 문제를 푼다. 다중 BESS의 경우, 각 배터리의 충전 상태 사이의 불균형 가능성이 고려되므로 분산 알고리즘은 각 배터리 간의 SoC 차이가 균형을 이루도록 설계된다. 즉 전체 충방전량을 만족시키면서 각 BESS의 SoC값이 비슷하게 유지되도록 한다. 각 알고리즘에 대한 관련 최적화 문제의 최적 솔루션은 간단한 if-then 문으로 모두 표시되므로 실시간 시스템에서 쉽게 구현할 수 있다. 시뮬레이션은 모두 MATLAB과 Simulink를 사용하여 수행된다. 1-BESS의 경우 시뮬레이션 결과는 제안된 방법이 출력 추종을 성공적으로 달성했음을 보여 준다. N-BESS의 경우, 시뮬레이션 결과는 분산 알고리즘이 2-BESS 및 3-BESS에 대해 출력 추종을 성공적으로 달성하고, SoC가 시간에 따라 균형을 이룬다는 것을 보여준다. 초기 시뮬레이션은 한국의 실제 풍력 데이터를 사용하여 수행된다. 마지막으로 Simulink에서 사전 제작된 DFIG 풍력 모델을 1-BESS 및 N-BESS에 대해 제안된 One-step MPC 기반 충방전 알고리즘을 적용하여 출력 추종 및 SoC 관리가 잘 이루어짐을 확인할 수 있다.
본 논문에서는 1-BESS와 N-BESS를 이용한 풍력 발전 출력 평활화를 위한 One-step MPC 기반 충방전 알고리즘을 제시한다. 제안된 알고리즘은 풍력 발전 출력과 BESS 출력의 합이 미리 정의된 기준값을 추종할 뿐만 아니라 BESS에 저장된 에너지량에 대한 물리적 제약을 만족시킨다. 1-BESS의 최적 솔루션을 위해 두 가지 비용 함수를 고려한다. 첫 번째는 출력 추종 목적만을 고려하는 반면 두 번째는 출력 추종과 SoC 기준값 추종을 결합한다. 두 알고리즘 모두 솔루션의 물리적 제약을 고려한다. 그 후에 1-BESS 알고리즘을 N-BESS의 경우로 확장한다. N-BESS의 경우, 2 단계 최적 제어 문제를 이용하여 해를 제시한다. 1 단계는 1-BESS 문제를 풀어 충방전량을 확정하고 2단계는 결정된 충방전량을 N-BESS에 할당하는 문제를 푼다. 다중 BESS의 경우, 각 배터리의 충전 상태 사이의 불균형 가능성이 고려되므로 분산 알고리즘은 각 배터리 간의 SoC 차이가 균형을 이루도록 설계된다. 즉 전체 충방전량을 만족시키면서 각 BESS의 SoC값이 비슷하게 유지되도록 한다. 각 알고리즘에 대한 관련 최적화 문제의 최적 솔루션은 간단한 if-then 문으로 모두 표시되므로 실시간 시스템에서 쉽게 구현할 수 있다. 시뮬레이션은 모두 MATLAB과 Simulink를 사용하여 수행된다. 1-BESS의 경우 시뮬레이션 결과는 제안된 방법이 출력 추종을 성공적으로 달성했음을 보여 준다. N-BESS의 경우, 시뮬레이션 결과는 분산 알고리즘이 2-BESS 및 3-BESS에 대해 출력 추종을 성공적으로 달성하고, SoC가 시간에 따라 균형을 이룬다는 것을 보여준다. 초기 시뮬레이션은 한국의 실제 풍력 데이터를 사용하여 수행된다. 마지막으로 Simulink에서 사전 제작된 DFIG 풍력 모델을 1-BESS 및 N-BESS에 대해 제안된 One-step MPC 기반 충방전 알고리즘을 적용하여 출력 추종 및 SoC 관리가 잘 이루어짐을 확인할 수 있다.
This thesis presents One-step MPC based charging and discharging algorithms for capacity firming of wind generation using 1-BESS and N-BESS. The proposed algorithms not only make the combined output of wind generation and BESS track the predefined reference, but they also keep the energy and power o...
This thesis presents One-step MPC based charging and discharging algorithms for capacity firming of wind generation using 1-BESS and N-BESS. The proposed algorithms not only make the combined output of wind generation and BESS track the predefined reference, but they also keep the energy and power of the BESS within its physical limitation. Two cost functions are proposed for the optimal solution of a 1-BESS: the first one considers the capacity firming objective only, while the second one combines capacity firming with SoC regulation to prolong the lifetime of the battery. Both algorithms consider the physical constraints in their solutions. Furthermore, the 1-BESS algorithm is extended to a distributed N-BESS. For the N-BESS case, a two-stage optimal control problem is solved: the first stage solves the optimization problem from the 1-BESS capacity firming, while the second stage uses that optimal solution from the first stage as input to the distributed optimization problem. With multiple BESS, the possibility of imbalance between the state-of-charge of each battery is considered, thus the distributed algorithm is designed such that the SoC difference between each battery will be balanced after a while. The optimal solutions of the related optimization problem for each algorithm are all presented in simple if-then statements, which make them easy to implement in a real-time system. Simulations are all done using MATLAB and Simulink. For the 1-BESS case, the simulation results show that the proposed methods make the capacity firming successfully achieved, but adding some SoC regulation presents some tradeoff. For the N-BESS case, the simulation results show that the distributed algorithm makes the capacity firming successfully achieved for 2-BESS and 3-BESS, and their SoC differences are balanced over time. Initial simulations are done using real wind power data from South Korea. Lastly, an additional setup was made to simulate real wind speed data to wind power conversion by connecting a pre-made DFIG wind farm model in Simulink to the proposed One-step MPC scheme of 1-BESS and N-BESS. All simulations show that the proposed algorithms effectively achieve capacity firming and balancing without violating any of the physical constraints.
This thesis presents One-step MPC based charging and discharging algorithms for capacity firming of wind generation using 1-BESS and N-BESS. The proposed algorithms not only make the combined output of wind generation and BESS track the predefined reference, but they also keep the energy and power of the BESS within its physical limitation. Two cost functions are proposed for the optimal solution of a 1-BESS: the first one considers the capacity firming objective only, while the second one combines capacity firming with SoC regulation to prolong the lifetime of the battery. Both algorithms consider the physical constraints in their solutions. Furthermore, the 1-BESS algorithm is extended to a distributed N-BESS. For the N-BESS case, a two-stage optimal control problem is solved: the first stage solves the optimization problem from the 1-BESS capacity firming, while the second stage uses that optimal solution from the first stage as input to the distributed optimization problem. With multiple BESS, the possibility of imbalance between the state-of-charge of each battery is considered, thus the distributed algorithm is designed such that the SoC difference between each battery will be balanced after a while. The optimal solutions of the related optimization problem for each algorithm are all presented in simple if-then statements, which make them easy to implement in a real-time system. Simulations are all done using MATLAB and Simulink. For the 1-BESS case, the simulation results show that the proposed methods make the capacity firming successfully achieved, but adding some SoC regulation presents some tradeoff. For the N-BESS case, the simulation results show that the distributed algorithm makes the capacity firming successfully achieved for 2-BESS and 3-BESS, and their SoC differences are balanced over time. Initial simulations are done using real wind power data from South Korea. Lastly, an additional setup was made to simulate real wind speed data to wind power conversion by connecting a pre-made DFIG wind farm model in Simulink to the proposed One-step MPC scheme of 1-BESS and N-BESS. All simulations show that the proposed algorithms effectively achieve capacity firming and balancing without violating any of the physical constraints.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.