Advanced resilience-oriented control of multi-microgrids

Abstract

Die dringend gebotene Dekarbonisierung des Energiesystems und verwandter Sektoren wie der Mobilität erfordert, den Anteil der volatilen erneuerbaren Erzeugung drastisch zu erhöhen und gleichzeitig die Systemresilienz zu bewahren oder sogar zu verbessern. Microgrids und Multi-Microgrids werden gemeinhin als Maßnahme zur Erhöhung der Widerstandsfähigkeit des Stromsystems und zur engmaschigen Integration erneuerbarer Energiequellen propagiert. Proaktive Scheduling-Algorithmen, die den Betrieb des Multi-Microgrids im Voraus optimieren, können einen Teil dieser Multi-Microgrids darstellen, es fehlt allerdings an einer gemeinsamen Vorgehensweise zur Implementierung der Algorithmen, die die Systemkomplexität vollständig abbildet.Um die Publikationen zu bestehenden Scheduling-Ansätzen aufzubereiten, werden zunächst eine detaillierte, systematische Klassifikation eingeführt und mehrere Modellannahmen anhand eines meteorologischen Langzeitdatensatzes bewertet. In weiterer Folge stellt die Arbeit einen auf hybrider Optimierung basierenden Schedulingalgorithmus vor, der es erlaubt, komplexe Netzbedingungen abzubilden. Weiters wird eine Methode entwickelt und angewendet, die es erlaubt, den Nutzen und die Notwendigkeit proaktiver Schedulingverfahren im Langzeitbetrieb zu beurteilen. Die anfängliche Literaturstudie zeigt ein breites Spektrum resilienter Multi-Microgrid-Scheduling-Ansätze mitsamt deren Einschränkungen. Die fehlende Berücksichtigung komplexer Regelinfrastruktur sowie eine beschränkte Skalierung können jedoch durch den neuartigen Algorithmus überwunden und somit Probleme gelöst werden, die mit konventionellen Methoden unlösbar sind. Die umfangreiche Auswertung verschiedener Algorithmen zeigt weiters, dass selbst auf dem speziell konzipierten Testsystem 87% bis 99% der Fehlerzeit bereits ohne resiliente Schedulingalgorithmen bewältigt werden können. Die verbleibenden Energieausfälle werden jedoch um bis zu 41% deutlich durch resiliente Algorithmen reduziert.Daher kann es durchaus gerechtfertigt sein, sich auf rein wirtschaftliche Aspekte zu konzentrieren, ohne die Systemresilienz beim Scheduling zu berücksichtigen. Bei kritischen Anwendungen können solche Algorithmen, einschließlich der neuartigen hybriden Optimierungstechnik, jedoch einen deutlichen Beitrag zur Steigerung der Resilienz leisten. Diese Arbeit bietet Werkzeuge, um geeignete Algorithmen auszuwählen und Schedulingalgorithmen weiter zu verbessern.

Driven by the urgent need of decarbonizing the power system and related sectors such as mobility, it is necessary to drastically increase the share of volatile renewable generation while maintaining the same or even an improved system resilience. Microgrids and multi-microgrids are commonly presented as a measure to increase the power system resilience and to tightly integrate renewable energy sources alike. One lever in such systems are proactive scheduling algorithms that optimize the multi-microgrid operation in advance. Still, no common pathway towards the implementation of resilient scheduling that fully admires the complexity of such systems is known. To increase the accessibility and comparability of existing scheduling approaches, first a detailed, systematic classification is introduced. Additionally, several modeling assumptions are assessed on a meteorological long-term dataset and a first estimation on the effects of common simplifications is given. Based on identified research gaps, a novel hybrid optimization algorithm that enables the inclusion of complex grid constraints in resilient scheduling is presented. To further address the value and need of proactive scheduling formulations, an extensive evaluation method is proposed and applied. The initial literature study reveals a broad spectrum of available resilient multi-microgrid scheduling approaches and common limitations. It is shown that the novel algorithm overcomes limits in scalability and in considering low-level controls at scheduling time, even when a state-of-the-art reference fails to deliver any feasible solution. The extensive evaluation of various scheduling formulations further demonstrates that even on the specifically designed test system, a large share of 87% to 99% of the incident duration can already be handled without considering resilience at scheduling-time. Nevertheless, when it comes to the remaining unsupplied energy, a considerable reduction by up to 41% can be reached by proactive scheduling. The results demonstrate that in some cases, it can be well justified to focus on economic aspects without considering system resilience in day-ahead scheduling. However, in critical applications, such algorithms including the novel hybrid optimization technique can add further value. This work provides engineers and researchers with tools to select suitable algorithms and to push the limits of proactive resilient scheduling even further.