Naslov
Estimacija i prediktivno upravljanje baterijom u mikromreži
(Estimation and predictive control of a battery in a microgrid)

Autori
Kujundžić, Goran

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
27.10

Godina
2017

Stranica
194

Mentor
Vašak, Mario

Ključne riječi
ventilom regulirana olovna baterija, stanje napunjenosti, napon praznog hoda, hibridni električni model, združena estimacija, Kalmanov filtar, modelsko prediktivno upravljanje, baterijski sustav upravljanja, optimizacija tokova energije u mikromreži
(valve-regulated lead-acid battery, state-of-charge, open-circuit voltage, hybrid electrical model, joint estimation, Kalman filter, model predictive control, battery management system, energy flow optimization in microgrid)

Sažetak
Elektrokemijske baterije otvaraju velike mogućnosti u mikromrežama s obzirom na optimizaciju troškova električne energije, upravljanje kao i za planiranje profila energije koju je potrebno razmijeniti između baterijskog sustava upravljanja i ostalih elemenata mikromreže. Ventilom regulirane olovne (engl. Valve-Regulated Lead-Acid - VRLA) baterije gotovo su potisnule iz uporabe otvorene olovne baterije i dobile su veliku ulogu u mikromrežama i telekomunikacijama. Odabir pravilnog načina punjenja i pražnjenja ovog tipa baterija jako je važan aspekt kako bi se ekonomski opravdala njihova ugradnja, minimizirali degradacijski učinci unutar njih, te kako bi imale životni vijek deklariran od proizvođača. Kako bi se ispravno upravljalo punjenjem i pražnjenjem baterija, važno je poznavati točne vrijednosti njihovih stanja i parametara. U doktorskom radu prvo je provedena združena estimacija baterijskih stanja i parametara nelinearnim Kalmanovim filtrom gdje je u estimatoru za identifikaciju paramatara napravljen predidentifikacijski eksperiment. Nakon toga, obavljena je združena estimacija stanja i paramatara istim filtrom i uz korištenje isključivo tvorničkih podataka iz kataloga proizvođača. Sva ispitivanja provedena su na VRLA baterijskom slogu nominalnog napona 48 V. Nakon provedene združene estimacije, predložen je algoritam punjenja baterija korištenjem modelskog prediktivnog upravljanja gdje su kao ograničenja korišteni gornja naponska granica punjenja, maksimalna temperatura i/ili maksimalni porast temperature u odnosu na temperaturu okoline, maksimalna struja punjenja baterije i maksimalna vrijednost stanja napunjenosti. Cilj predloženog algoritma je što prije napuniti VRLA baterijski slog, a da se ne prekrše ograničenja njegovih varijabli dana od proizvođača. U doktorskom radu analizirana je i primjena sustava za pohranu električne energije tj. baterija u mikromreži. Baterijski sustav upravljanja jedan je od podređenih sustava upravljanja mikromrežom. Optimizacija tokova energije na razini mikromreže zadaje energiju prema baterijskom sustavu upravljanja. Nakon simulacijske usporedbe tri različita pristupa rada baterijskog sustava upravljanja (konstantnom strujom, konstantnom snagom i optimalnom strujom), razvijen je algoritam optimalnog pristupa upravljanja baterijom u mikromreži s obzirom na zadanu energiju koju je potrebno razmijeniti između mikromreže i baterije. Unutar algoritma koriste se sva ograničenja struja, napona i stanja napunjenosti baterije dana od proizvođača baterija. Nakon toga, provedena je analiza rada predloženog algoritma pri upravljanju u otvorenoj i zatvorenoj petlji punjenjem i pražnjenjem VRLA baterijskog sloga. Za sve predložene algoritme dani su simulacijski i eksperimentalni rezultati, a za prikazivanje ponašanja baterija korišten je hibridni električni model koji se pokazao najtočnijim od svih električnih modela baterije.

Izvorni jezik
Hrvatski

POVEZANOST RADA