Forecasting-based hybrid model predictive controller for microgrid energy management
Mikro şebeke enerji yönetimi için tahmine dayalı hibrit model öngörümlü kontrol algoritması
- Tez No: 639260
- Danışmanlar: PROF. DR. CÜNEYT GÜZELİŞ, DR. ÖĞR. ÜYESİ EMRAH BIYIK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Enerji, Electrical and Electronics Engineering, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Yaşar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 119
Özet
Enerji talebindeki artış, geleneksel enerji üretiminin çevresel etkileri ve daha yüksek yenilenebilir enerji penetrasyonu, bizi akıllı şebeke, dağıtılmış üretim, elektrik depolama ve gelişmiş kontrol ve eniyileme (optimizasyon) konuları üzerine düşünmeye yönlendirmiştir. Bu tezde, bir mikro şebekenin kontrol problemi, ileri kontrol tekniği olan Model Öngörülü Kontrol (MÖK) ile yönetilirken, güneş enerjisi üretiminin ve elektrik yükü talebinin rassal doğası dikkate alınarak çalışılmıştır. İlk olarak elektrik yük talebini ve fotovoltaik (FV) çıkış gücünü tahmin etmek için farklı tahmin yöntemlerini kullandık. Türkiye'de Yaşar Üniversitesinde bulunan, binaya entegre fotovoltaik sistemin enerji üretimini ve aynı kampüste bulunan bir binanın elektrik yük tüketimini 24 saatlik zaman dilimi boyunca tahmin etmek için Doğrusal Regresyon, Mevsimsel Özbağlanımlı Tümleşik Kayan Ortalama ve Çok Katmanlı Algılayıcı (ÇKA) yöntemlerini uyguladık. Ardından üç farklı MÖK yaklaşımı tasarlayıp, bu yaklaşımların performanslarını karşılaştırdık: (i) gelecekteki yük ve FV üretimin noktasal tahminlerini alarak deterministik MÖK, (ii) geçmiş net yük dağılımını kullanarak rassal MÖK, (iii) deterministik ve rassal MÖK yöntemlerinin güçlü yönlerini birleştiren melez (hibrit) yöntem. Yük talebi ve yenilenebilir enerji üretiminin rassal yapısını ele almak için“şans kısıtı”ve“iki aşamalı (eklenmeli)”rassal programlama yöntemlerini MÖK yaklaşımı içinde kullanıyoruz. İki aşamalı yöntemde senaryoların sayısını azaltmak için, özgün bir Tekil Değer Ayrıştırma tabanlı model derecesi azaltma yöntemi uyguladık. Bu tezin özgün katkıları iki şekildedir: (i) gelecekteki zaman dilimleri için geçmiş verinin karakterini ve noktasal tahminleri birleştiren ve bu sayede tamamen deterministik veya rassal MÖK yaklaşımlarından daha iyi performans gösteren melez bir MÖK yaklaşımının geliştirilmesi ve (ii) iki aşamalı rassal programlamada senaryoların sayısını azaltmak için Tekil Değer Ayrıştırma tekniğinin uyarlanmasıdır.
Özet (Çeviri)
Increase in energy demand, environmental effects of conventional power generation and higher renewable energy penetration have led us to consider the topics of the smart grid, distributed generation, electrical storage, and advanced controls and optimization. In this thesis, a microgrid control problem that takes into account the stochastic nature of the solar power generation and electrical load demand, while managing the microgrid operation by an advanced control technique, namely Model Predictive Control (MPC), is studied. First, we predict the electrical load demand and photovoltaic (PV) output power by using various forecasting methods. We apply Linear Regression, Seasonal Autoregressive Integrated Moving Average (SARIMA), and Multi-Layer Perceptron (MLP) methods to forecast generation of a building-integrated photovoltaic (BIPV) system and electrical load consumption of a building at Yaşar University, Turkey for a 24-hour horizon. Subsequently, we design three different MPC approaches and compare their performances: (i) deterministic MPC by taking point estimations of future load and PV generation directly, (ii) stochastic MPC by using the distribution of the historical net load, (iii) a hybrid method that combines the strengths of deterministic and stochastic MPC methods. To address the stochastic nature of load demand and renewable energy generation, we employ“chance-constrained”and“two-stage (recourse)”stochastic programming in the MPC controller. In order to reduce the number of scenarios in the two-stage method, we apply a novel Singular Value Decomposition based model of order reduction. The novel contributions of this thesis are two-fold: (i) development of a hybrid MPC approach that combines the character of the historical data and point estimations for future horizon, and thus it outperforms better than purely deterministic or stochastic MPC approaches, and (ii) adaptation of Singular Value Decomposition technique in order to reduce the number of scenarios in two-stage stochastic programming.
Benzer Tezler
- Enhancing photovoltaic system performance through NARX-LSTM forecasting and neuro-controller based MPPT techniques
NARX-LSTM tahmın ve nöro-denetleyici temelli MPPT teknikleri vasıtasıyla fotovoltaık sistem performansının artırılması
OUBAH ISMAN OKIEH
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Combined approaches for prediction of short-term wind power and applications in electirical energy systems
Kısa dönem rüzgar gücü tahmininde birleştirilmiş yaklaşımlar ve elektrik enerji sistemlerindeki uygulamaları
AKIN TAŞCIKARAOĞLU
Doktora
İngilizce
2013
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET UZUNOĞLU
DR. ŞEREF NACİ ENGİN
- Short-term solar power forecasting with artificial neural network models
Yapay sinir ağları modelleri ile kısa süreli güneş enerjisi tahmini
SEÇKİN GÖKÇE
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Weather prediction based on hybrid deep learning regression
Başlık çevirisi yok
SAMER SHUAA ABDULNABI AL-MAYYAHI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MESUT ÇEVİK
- Tekstil sektöründe örme makinelerinde kestirimci bakım için hibrit makine öğrenme ve stokastik modelleme yaklaşımları
Predictive maintenance for knitting machines in the textile industry: Hybrid machine learning and stochastic modeling approaches
SÜMEYRA GÜLBAHAR
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiErciyes ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELDA KAPAN ULUSOY
PROF. DR. MİTHAT ZEYDAN