Combined Heat and Power Economic Dispatch for Isolated Microgrids

Abstract

Microgrids (MGs) have gathered significant attention over the last decade due to their potential to integrate Renewable Energies (RE) into power systems, in a reliable and efficient way, and their ability to provide sustainable energy supply solutions for remote areas without a connection to the main grid. Microgrids used for the latter application are known as isolated MGs since they are permanently operating in stand-alone mode. Isolated MGs have specific technical features such as low inertia and a critical demand-supply balance constraint, which hinder their operation, especially in cases with high penetration of intermittent and fluctuating RE. Moreover, it is expected that Combined Heat and Power Systems (CHP) will play an important role in MGs since these systems can considerably improve the overall system efficiency. CHP systems introduce additional technical challenges mainly related to the heat-power dependency of CHP and the thermal and power demand uncertainty. Thus, in order to guarantee a reliable and economic operation of isolated MGs integrating CHP units, it is important to design adequate strategies and methods for their different control levels. In these microgrids, the Energy Management System (EMS) has the main function of optimizing their operation through the solution of optimization problems such as Unit Commitment (UC), economic dispatch and/or optimal power flow. Hence, this thesis seeks to address the aforementioned challenges by proposing a novel energy management system (EMS) approaches for isolated MGs with CHP units and high penetration of RE. First, an EMS algorithm is proposed, based on an Affine Arithmetic-based Unit Commitment (AAUC) problem for day-ahead dispatch, using uncertainty intervals of both load and RE to provide robust commitment and dispatch solutions in AA form, which are feasible for all the possible realizations within the predetermined uncertainty bounds. A real-time dispatch solution is then found by the proposed algorithm, which computes the noise symbols values of the affine forms obtained by the AAUC, based on the current and actual load, the RE power levels and the available reserves. If the actual forecast error is outside the uncertainty bounds considered in the AAUC solution process, leading to possible load and/or RE curtailment, the AAUC is recalculated with updated forecast information. The proposed AA-based EMS is tested on a modified CIGRE microgrid benchmark and is compared against day-ahead deterministic, Model Predictive Control (MPC), stochastic optimization, and stochastic-MPC approaches. The simulation results show that the proposed EMS provides robust and adequate cost-effective solutions, without the need of frequent re-calculations as with MPC-based approaches, or assumptions regarding statistical characteristics of the uncertainties as in the case of stochastic optimization. Finally, a novel approach for the optimal economic dispatch of CHP MGs is proposed, which incorporates an Affine Arithmetic-based Economic Dispatch (AAED) problem into an MPC framework. The proposed algorithm solves each ∆t minutes (e.g. 15m) an AAED problem with time steps of ∆t minutes over a time horizon T (e.g. 24h). It uses the available forecast and the current state of the system, to provide the schedule and the affine forms that represent the operation intervals of the generators and Energy Storage Systems (ESS) for the next time interval [t, t + ∆t]. Online set points for generators and ESS are then obtained by computing the noise symbols values of the affine forms, based on the most updated information of electricity and heat demands and available renewable energy power. A theoretical CHP-based MG, comprising PVs, a gas boiler, a CHP unit, a battery, and a thermal tank, is used to assess the performance of the AA-MPC approach in both connected and isolated operation modes. The method is also compared with a deterministic MPC approach. Results show the ability of the method to better address forecasting errors, resulting in more cost-effective solutions, without considerably affecting the computation performance.

El concepto de microrredes ha ganado importancia en los últimos años debido a que facilita la integración de energías renovables a los sistemas de potencia de forma confiable y eficiente y a que provee soluciones sostenibles de suministro de energía para áreas remotas sin conexión a la red eléctrica principal. Las microrredes utilizadas en dichas áreas remotas se conocen como microrredes aisladas, pues funcionan permanentemente en modo autónomo. Estas microrredes tienen características técnicas específicas tales como baja inercia y restricción critica de balance entre generación y demanda, que dificultan su adecuada operación, especialmente en casos con alta penetración de energías renovables de carácter fluctuante e intermitente. Adicionalmente, se espera que los sistemas de cogeneración (CHP por sus siglas en inglés) jueguen un papel importante en las microrredes, pues dichos sistemas pueden mejorar considerablemente la eficiencia global del sistema. Sin embargo, los CHP introducen desafíos técnicos adicionales relacionados principalmente con la relación que existe entre la generación de electricidad y la generación de calor, así como la incertidumbre asociada a la demanda térmica. Por lo tanto, para garantizar un funcionamiento confiable y economice de las microrredes aisladas con CHP, es importante diseñar estrategias y métodos adecuados para sus diferentes niveles de control. En estas microrredes, el sistema de gestión de la energía (EMS por sus siglas en inglés) tiene la función principal de optimizar la operación a través de la solución de problemas de optimización tales como el problema de compromiso de unidades (UC por sus siglas en inglés), el despacho económico y/o el flujo de potencia ´optimo. Por lo tanto, esta tesis busca abordar los desafíos mencionados, proponiendo enfoques novedosos de EMS para microrredes aisladas con sistemas de cogeneración y alta penetración de renovables. En primer lugar, se propone un algoritmo de EMS que integra una formulación del problema de UC en donde la incertidumbre asociada a la generación con renovables y a la demanda es modelada por medio de la técnica matemática conocida como “Affine Arithmetic (AA)”. Al resolver dicho problema, nombrado aquí AAUC, se obtienen soluciones robustas de despacho en el dominio de la AA, las cuales son factibles para todos los posibles escenarios dentro de los límites de incertidumbre considerados. Posteriormente, haciendo uso de la información mas reciente de demanda, potencia generada con renovables y reservas disponibles y de las predicciones de dichas variables, se calculan los valores de los “noise symbols” de las “affine forms” obtenidas en el AAUC, obteniendo así soluciones de despacho en tiempo real. Si el error de predicción está fuera de los límites considerados en el proceso de soluci´on del AAUC, lo que conlleva a un deslastre de carga o de generación con renovables, el AAUC se recalcula con un pronóstico actualizado. El EMS propuesto es probado en un modelo de microrred propuesto por el CIGRE y se compara con otros métodos disponibles en la literatura, tales como el control predictivo por modelo (MPC por sus siglas en ingl´es), la optimización estocástica y el método combinado estocástico-MPC. Los resultados de la simulación muestran que el EMS propuesto ofrece soluciones de operación económicas y confiables, sin la necesidad de efectuar cálculos recurrentes con un costo computacional asociado o de hacer suposiciones con respecto a las características estadísticas de las incertidumbres, como en el caso de los enfoques basados en MPC u optimización estocástica. Finalmente, se presenta un nuevo enfoque para el despacho económico ´optimo de CHP microrredes, el cual incorpora dentro de un esquema de MPC un problema de despacho económico basado en AA, denominado AAED. El algoritmo propuesto resuelve cada ∆t minutos (ej. 15 m) un problema AAED para un horizonte de tiempo T (ej. 24 h) dividido en pasos de tiempo de ∆t minutos. Utilizando el pronóstico disponible y el estado actual del sistema, la solución de dicho problema proporciona el compromiso de unidades y las “affine forms” que representan los intervalos de operación de los generadores y de los sistemas de almacenamiento de energía para el siguiente intervalo de tiempo [t, t + ∆t]. Posteriormente, con base en la información más actualizada disponible de demanda de electricidad y de calor y de la energía generada con renovables, se calculan los valores de los “noise symbols” de las “affine forms” con el fin de obtener las referencias de potencia en tiempo real para los controles locales de los generadores y sistemas de almacenamiento. Para validar y comparar el método propuesto, se utiliza una microrred teórica que comprende paneles fotovoltaicos, una caldera a gas, una unidad de CHP, una batería y un tanque térmico. El método se compara con el enfoque determinista de MPC en los dos modos de operación de la microrred: conectada y aislada. Los resultados muestran la capacidad del método propuesta para enfrentar mas apropiadamente los errores de pronóstico, lo que resulta en soluciones de operación mas económicas, sin afectar de forma considerable el rendimiento de computo (Texto tomado de la fuente)