Experimentelle Untersuchung der hierarchischen Regelung in DC-Microgrids mit Hilfe eines Echtzeitsimulators
14. Februar 2025
In diesem Artikel wird ein DC-Microgrid mit hierarchischer Steuerung vorgestellt, das in einem Simulator, OPAL RT-Lab, implementiert ist. Es beschreibt die Schaltungsmodellierung, primäre und sekundäre Steuerungsstrategien und die experimentelle Validierung. Die Ergebnisse zeigen eine effektive Steuerungsleistung und unterstreichen die Bedeutung einer robusten experimentellen Plattform für die Forschung und Entwicklung von Microgrids.
Unsere Forschung konzentriert sich hauptsächlich auf die Entwicklung hierarchischer Steuerungsstrategien für reale Microgrid-Plattformen und die experimentelle Validierung. Unser Ziel ist es, praktische Herausforderungen bei den Tests der Wirksamkeit von Steuerungsmethoden in dynamischen Microgrid-Umgebungen anzugehen. Die jüngsten Entwicklungen in der Microgrid-Forschung zeigen eine große Anzahl von Demonstrationsprojekten, doch die meisten theoretischen Studien werden immer noch durch Simulationen oder Experimente validiert.
Systematische experimentelle Plattform, die reale Micro-Grid-Steuerungsstrategien integriert, bleiben Narben, die die praktische Verifizierung und Optimierung von Steuerungsmethoden einschränken. Unser Protokoll bietet den Vorteil, dass es eine realitätsnahe hardwarebasierte Instrumentierung hierarchischer Steuerungsstrategien in Microgrids ermöglicht und so die Lücke zwischen Simulation und praktischer Umsetzung schließt. Es bietet einen umfassenden praktischen Ansatz für den Einsatz von Steuerungssystemen auf realen Plattformen und gewährleistet so eine bessere Systemvalidierung.
Zukünftige Forschungen in unserem Labor werden sich auf die Erforschung fortschrittlicher Steuerungsstrategien für Microgrids konzentrieren, um die Robustheit des Systems zu verbessern. Unser Ziel ist es, die Fähigkeit des Microgrid-Betriebs in realen Szenarien wie plötzlichen Nicht-Änderungen und Netzwerkmitarbeitern zu verbessern, um eine zuverlässige, effiziente Leistung in praktischen Szenarien zu gewährleisten. Um einzelne verteilte Energieressourcen oder DER zu konstruieren, verbinden Sie den Pluspol der Gleichstromquelle oder Gleichstromquelle über einen Draht mit dem Eingangspluspol der Abwärtsschaltung, während Sie gleichzeitig die entsprechenden Minuspole verbinden.
Erstellen Sie ein mathematisches Modell für den Abwärtswandler, um die Auslegung von Regelungsparametern für Simulationen und Versuchsaufbauten zu erleichtern. Verwenden Sie die Methode der Zustandsraummittelung, um die Zustandsraumgleichungen für einen typischen Abwärtswandler zu erstellen. Transformieren Sie als Nächstes die Zustandsraumgleichung in die Form der Übertragungsfunktion, um den Entwurf eines proportionalen integralen Reglers zu vereinfachen.
Nachdem Sie einzelne DERs konstruiert haben, schließen Sie die entsprechenden positiven und negativen Ausgangsanschlüsse jeder Abwärtsschaltung an. Um die Leitungsimpedanz zu simulieren, fügen Sie kleine Widerstände in Reihe zwischen den Pluspolen jedes DER ein. Verwenden Sie für die Lastintegration Widerstände, um gängige Lasten in DC-Microgrids zu simulieren.
Verbinden Sie die Widerstände direkt mit den Konfluenzpunkten der Plus- und Minuspole aller verteilten Energieressourcen für globale Lasten. Wenn eine Leitungsimpedanz vorhanden ist, schließen Sie Widerstände am Ausgang jeder Abwärtsschaltung an, um lokale Lasten zu simulieren. Drücken Sie anschließend den Netzschalter am Netzteil.
Stellen Sie die Spannung mit dem Drehknopf auf den angegebenen Wert ein. Stellen Sie sicher, dass das Netzteil im Bereich von null bis 300 Volt und einer maximalen Leistung von 600 Watt arbeitet. Leiten Sie die Eingangs- und Ausgangssignale des DCDC-Abwärtswandlers auf eine Signalumwandlungsplatine.
Verbinden Sie die Signalumwandlungsplatine über Signalkabel mit dem Hardware-Controller des Simulators. Überprüfen Sie abschließend die Bus- und Lastverbindungen. Überprüfen Sie alle Verbindungen auf Genauigkeit und Sicherheit.
Wenn Sie proportionale integrale Steuerverstärkungen auswählen, verwenden Sie das Übertragungsfunktionsmodell des Abwärtswandlers aus der Übertragungsfunktionsgleichung. Befolgen Sie die Reihenfolge, in der Sie zuerst den internen Stromregelkreis und dann den äußeren Spannungsregelkreis entwerfen. Stellen Sie den Controllern jedes DER unterschiedliche Eingangssignale zur Verfügung, um die verteilte Steuerung innerhalb des zentralen Simulator-Controllers zu implementieren.
Ziehen Sie z.B. Signale von DER two und DER four in das Steuermodul von DER one. Erstellen Sie als Nächstes das Blockdiagramm für die sekundäre Steuerung im Simulator, basierend auf der konsensbasierten sekundären Steuerung. Passen Sie die Reaktion des sekundären Reglers an, indem Sie die Reglerverstärkungen im Simulator ändern.
Klicken Sie für den Versuchsaufbau des Echtzeitsimulators auf die Schaltfläche Bearbeiten, um das auf dem Simulator ausgeführte Programm zu ändern. Aktivieren Sie anschließend die Schaltfläche set, um die Einstellungen für die Entwicklungseigenschaft abzuschließen. Klicken Sie nach Abschluss der Modellbearbeitung auf die Schaltfläche Erstellen, um das Modell in ausführbaren Code zu kompilieren.
Überwachen Sie das Fenster zur Softwarekompilierung, bis die Meldung Kompilierung erfolgreich angezeigt wird. Konfigurieren Sie nach erfolgreicher Kompilierung die Einstellungen des Programmcodes, einschließlich des Simulationsmodus, des Verbindungstyps für die Echtzeitkommunikation und anderer relevanter Parameter. Laden Sie das kompilierte ausführbare Programm in die Controller-Hardware herunter.
Starten Sie dann das Programm, um das Experiment zu starten. Verbinden Sie die Spannungstastköpfe des Oszilloskops mit den Plus- und Minuspolen jedes DER-Ausgangs und klemmen Sie die Stromtastköpfe an die Ausgangsanschlüsse.
Sehen Sie sich das vollständige Transkript an und erhalten Sie Zugang zu Tausenden wissenschaftlicher Videos
Übersicht
In diesem Artikel wird ein Gleichstrom-Mikro-Netz mit hierarchischer Steuerung vorgestellt, das in einem Simulator, OPAL RT-Lab, implementiert ist. Es werden die Schaltungsmodellierung, die primären und sekundären Regelstrategien sowie die experimentelle Validierung beschrieben.
Wesentliche Studienkomponenten
Bereich der Wissenschaft
- Steuerungsstrategien für Mikrogrids
- Experimentelle Validierung
- Schaltungsmodellierung
Hintergrund
- Schwerpunkt auf hierarchischen Steuerungsstrategien für Mikrogrids.
- Herausforderungen bei der Validierung von Steuerungsmethoden in dynamischen Umgebungen.
- Integration realer Plattformen zur besseren Validierung.
- Bedeutung systematischer experimenteller Plattformen.
Zweck der Studie
- Entwicklung und Validierung hierarchischer Steuerungsstrategien.
- Überbrückung der Kluft zwischen Simulation und praktischer Umsetzung.
- Vermittlung eines praktischen Ansatzes zur Implementierung von Regelungssystemen.
Verwendete Methoden
- Simulation mithilfe von OPAL RT-Lab.
- Schaltungsmodellierungsverfahren.
- Implementierung primärer und sekundärer Regelstrategien.
- Experimentelle Validierung der Regelungsleistung.
Hauptergebnisse
- Nachgewiesene effektive Regelungsleistung.
- Bedeutung robuster experimenteller Plattformen hervorgehoben.
- Validierung von Regelungsmethoden in realen Szenarien.
- Bewältigung praktischer Herausforderungen in der Mikrogriff-Forschung.
Schlussfolgerungen
- Hierarchische Steuerungsstrategien können effektiv validiert werden.
- Realwelt-Plattformen erhöhen die Zuverlässigkeit der Ergebnisse.
- Zukünftige Forschung kann auf diesem systematischen Ansatz aufbauen.
Häufig gestellte Fragen
Ausschlaggebende Bedeutung für die Industrie
Die zuverlässige Steuerung verteilter Energiequellen in Gleichstrom-Mikroverteilnetzen ist entscheidend für die Integration erneuerbarer Energien und Speichersysteme in Einrichtungen der biopharmazeutischen Forschung und Entwicklung, wo die Stromqualität und Systemresilienz direkten Einfluss auf empfindliche Arbeitsabläufe haben. Hierarchische Regelstrategien, die anhand von Echtzeitsimulatoren validiert wurden, schließen die Lücke zwischen theoretischen Modellen und praktischer Umsetzung und stützen die Vorhersagbarkeit des Energiemanagements. Diese experimentelle Plattform ermöglicht risikoadjustierte Entscheidungen hinsichtlich Infrastrukturinvestitionen und den kontinuierlichen Betrieb in anspruchsvollen Forschungsumgebungen.
Strategische Anwendungen in der Biopharma-Forschung und -Entwicklung
Frühe Entdeckung und Zielvalidierung
- Ermöglicht eine stringente Hypothesenprüfung von Regelalgorithmen für dezentrale Energiesysteme.
- Unterstützt die mechanistische Risikominimierung, indem Regelreaktionen unter dynamischen Last- und Netzbedingungen validiert werden.
- Erleichtert die funktionale Validierung von Strategien zur Leistungsverteilung und Spannungsregelung.
Screening und Assay-Entwicklung
- Bereitet validierte Mikrogrids-Modelle für die nachgeschaltete Integration mit Anlagenautomatisierungs- und Prozessleitsystemen vor.
- Standardisiert die Parametrierung der Steuerung und die Reproduzierbarkeit über experimentelle Durchläufe hinweg.
- Erzeugt quantitative Ausgaben zur Bewertung der Steuerungsleistung und Systemstabilität.
Translationale und präklinische Forschung
- Stellt experimentelle Microgrid-Plattformen auf reale Betriebsszenarien ausgerichtet, die für die Infrastruktur der Biopharmazeutika relevant sind.
- Unterstützt die kontinuierliche Übertragung von der Simulation bis zur Hardware-Implementierung und verringert so das Übersetzungsrisiko.
- Ermöglicht die risikoadjustierte Weiterentwicklung von Energiemanagelösungen für kritische Forschungsumgebungen.
Pipeline- und Workflow-Integration
Diese experimentelle Plattform verortet die hierarchische Kontrollvalidierung im Schnittpunkt zwischen Entdeckung, Screening und translationsorientierter Forschung für Energiesysteme in biopharmazeutischen Anwendungen.
- Entdeckungsbiologie: Bietet eine Testplattform für die hypothesengeleitete Bewertung verteilter Steuerungsstrategien.
- Screening: Ermöglicht reproduzierbare, quantitative Messungen der Spannungs- und Stromregulierung unter wechselnden Bedingungen.
- Analytik: Ermöglicht oszilloskopbasierte Auslesungen und statistische Vergleiche von Regelreaktionen mit und ohne Verzögerung.
- Translationale Forschung: Verbindet Simulation und Hardware und unterstützt den Einsatz in betrieblichen Umgebungen.
- Unternehmensweite Wiederverwendung: Schafft einen wiederverwendbaren experimentellen Rahmen für die kontinuierliche Entwicklung und Validierung von Steuerungsstrategien.
Operative und unternehmerische Auswirkungen
- Wissenschaftlicher Wert: Erhöht die Vorhersagesicherheit bezüglich der Leistungsfähigkeit der Mikrogrid-Steuerung und der Systemzuverlässigkeit.
- Operativer Wert: Standardisiert die experimentelle Validierung und unterstützt die Reproduzierbarkeit und Skalierbarkeit an verschiedenen Standorten.
- Strategischer Wert: Unterstützt die Entscheidungsfindung hinsichtlich der Modernisierung von Energieinfrastrukturen und der Risikominderung.
- Portfolio-Wirkung: Ermöglicht die risikoadjustierte Priorisierung von Energiemanagelösungen für Forschungs- und Produktionsstätten.
Durchführungsaspekte
- Erfordert Fachkenntnisse in Leistungselektronik, Regelungstechnik und Echtzeitsimulationsplattformen.
- Benötigt Zugang zu Hardware-in-the-Loop-Simulatoren und Messgeräten wie Oszilloskopen.
- Setzt eine standardisierte Abstimmung von Regelparametern und experimentellen Protokollen über Teamgrenzen hinweg voraus.
- Kann je nach Typ der dezentralen Energieerzeugung oder lastspezifischen Profilen der Anlage Anpassungen erfordern.
- Zu den praktischen Einschränkungen gehören Hardware-Begrenzungen der Simulatoren sowie die Notwendigkeit sicherer und genauer Verkabelung und Signalwege.
