Indagine sperimentale del controllo gerarchico in microreti CC utilizzando un simulatore in tempo reale
February 14th, 2025
Questo articolo presenta una microgrid DC con controllo gerarchico implementato in un simulatore, OPAL RT-Lab. Descrive in dettaglio la modellazione dei circuiti, le strategie di controllo primarie e secondarie e la convalida sperimentale. I risultati dimostrano prestazioni di controllo efficaci, evidenziando l'importanza di una solida piattaforma sperimentale per la ricerca e lo sviluppo delle microreti.
La nostra ricerca si concentra principalmente sullo sviluppo di strategie di controllo gerarchico per la piattaforma di microgrid del mondo reale e sulla convalida sperimentale. Il nostro obiettivo è quello di affrontare le sfide pratiche nei test dell'efficacia del metodo di controllo in ambienti dinamici di microgrid. I recenti sviluppi nella ricerca sulle microreti mostrano un gran numero di progetti dimostrativi, ma la maggior parte degli studi teorici sono ancora convalidati attraverso simulazioni o esperimenti.
La piattaforma sperimentale sistematica che integra le strategie di controllo delle micro reti del mondo reale rimangono cicatrici che limitano la verifica pratica e l'ottimizzazione dei metodi di controllo. Il nostro protocollo offre il vantaggio di consentire la strumentazione basata su hardware del mondo reale di strategie di controller gerarchici nelle microgrid, colmando il divario tra simulazione e implementazione pratica. Fornisce un approccio pratico completo per l'implementazione di sistemi di controllo su piattaforme reali, garantendo una migliore convalida del sistema.
La ricerca futura nel nostro laboratorio si concentrerà sull'esplorazione di strategie di controllo avanzate per le microreti, con l'obiettivo di migliorare la robustezza del sistema. Cerchiamo di migliorare la capacità delle operazioni di microgrid in scenari del mondo reale, come l'assenza di cambiamenti improvvisi e la forza lavoro di rete, per garantire prestazioni affidabili ed efficienti in scenari pratici. Per costruire singole risorse energetiche distribuite, o DER, collegare il polo positivo della corrente continua, o sorgente CC, attraverso un filo al polo positivo di ingresso del circuito buck, collegando contemporaneamente i corrispondenti poli negativi.
Costruisci un modello matematico per il convertitore buck per facilitare la progettazione dei parametri di controllo per simulazioni e configurazioni sperimentali. Utilizzare il metodo della media dello spazio degli stati per costruire le equazioni dello spazio degli stati per un tipico convertitore buck. Successivamente, trasforma l'equazione dello spazio degli stati nella forma della funzione di trasferimento per semplificare la progettazione di un controller integrale proporzionale.
Dopo aver costruito i singoli DER, collegare i corrispondenti terminali di uscita positivo e negativo di ciascun circuito buck. Per simulare l'impedenza di linea, inserire piccoli resistori in serie tra i poli positivi di ciascun DER. Per l'integrazione del carico, utilizzare resistori per simulare carichi comuni nelle microreti CC.
Collegare direttamente i terminali delle resistenze ai punti di confluenza dei poli positivo e negativo di tutte le risorse energetiche distribuite per carichi globali. Quando è presente l'impedenza di linea, collegare i resistori all'uscita di ciascun circuito buck per simulare i carichi locali. Quindi, premere il pulsante di accensione sull'alimentatore.
Regolare la tensione al valore specificato utilizzando la manopola. Assicurarsi che l'alimentatore funzioni nell'intervallo da zero a 300 volt e una potenza massima di 600 watt. Instradare i segnali di ingresso e di uscita del convertitore buck DCDC a una scheda di conversione del segnale.
Collegare la scheda di conversione del segnale al controller hardware del simulatore utilizzando i cavi di segnale. Infine, verificare le connessioni del bus e del carico. Ispezionare tutti i collegamenti per verificarne l'accuratezza e la sicurezza.
Per configurare il modulo di controllo del droop, trascinare e rilasciare componenti come i blocchi di guadagno e differenza nel modulo di controllo. Fare doppio clic sul modulo di guadagno e impostare il coefficiente di caduta come richiesto. Quindi, per una configurazione di controllo integrale proporzionale a doppio loop, trascinare e rilasciare i componenti nello stimolatore.
Quando si selezionano i guadagni di controllo integrali proporzionali, utilizzare il modello della funzione di trasferimento del convertitore buck dall'equazione della funzione di trasferimento. Seguire la sequenza di progettazione dell'anello di controllo della corrente interno prima, quindi dell'anello di controllo della tensione esterno. Fornire segnali di ingresso diversi ai controller di ciascun DER per implementare il controllo distribuito all'interno del controller del simulatore centralizzato.
Ad esempio, trascinare i segnali da DER due e DER quattro nel modulo di controllo di DER one. Successivamente, costruisci il diagramma a blocchi del controllo secondario nel simulatore, in base al controllo secondario basato sul consenso. Regolare la risposta del controllo secondario modificando i guadagni di controllo all'interno del simulatore.
Per la configurazione sperimentale del simulatore in tempo reale, fare clic sul pulsante di modifica per modificare il programma in esecuzione sul simulatore. Successivamente, attivare il pulsante di impostazione per completare le impostazioni delle proprietà di sviluppo. Dopo aver completato la modifica del modello, fare clic sul pulsante Costruisci per compilare il modello in codice eseguibile.
Monitorare la finestra di compilazione del software fino a quando non viene visualizzato il messaggio di compilazione riuscita. Al termine della compilazione, configurare le impostazioni del codice del programma, inclusa la modalità di simulazione, il tipo di collegamento di comunicazione in tempo reale e altri parametri pertinenti. Scaricare il programma eseguibile compilato nell'hardware del controller.
Quindi, avvia il programma per avviare l'esperimento. Collegare le sonde di tensione dell'oscilloscopio ai terminali positivo e negativo di ciascuna uscita DER e bloccare le sonde di corrente alle porte di uscita.
View the full transcript and gain access to thousands of scientific videos
Panoramica
Questo articolo presenta una microrete DC con controllo gerarchico implementato in un simulatore, OPAL RT-Lab. Dettagla la modellazione del circuito, le strategie di controllo primarie e secondarie e la validazione sperimentale.
Componenti chiave dello studio
Area di scienza
- Strategie di controllo delle microreti
- Validazione sperimentale
- Modellazione dei circuiti
Sfondo
- Focus sulle strategie di controllo gerarchico per le microreti.
- Sfide nella validazione dei metodi di controllo in ambienti dinamici.
- Integrazione di piattaforme reali per una migliore validazione.
- Importanza di piattaforme sperimentali sistematiche.
Scopo dello studio
- Sviluppare e validare strategie di controllo gerarchico.
- Colmare il divario tra simulazione e implementazione pratica.
- Fornire un approccio pratico per la distribuzione di sistemi di controllo.
Metodi utilizzati
- Simulazione utilizzando OPAL RT-Lab.
- Tecniche di modellazione dei circuiti.
- Implementazione di strategie di controllo primarie e secondarie.
- Validazione sperimentale delle prestazioni di controllo.
Principali risultati
- Prestazioni di controllo efficaci dimostrate.
- Importanza di piattaforme sperimentali robuste evidenziata.
- Validazione dei metodi di controllo in scenari reali.
- Affrontare le sfide pratiche nella ricerca sulle microreti.
Conclusioni
- Le strategie di controllo gerarchico possono essere efficacemente validate.
- Le piattaforme reali migliorano l'affidabilità dei risultati.
- La ricerca futura può basarsi su questo approccio sistematico.
Domande frequenti
Executive Industry Relevance
Reliable control of distributed energy resources in DC microgrids is critical for the integration of renewables and storage in biopharma R&D facilities, where power quality and system resilience directly impact sensitive operations. Hierarchical control strategies validated on real-time simulators bridge the gap between theoretical models and practical deployment, supporting predictive confidence in energy management. This experimental platform enables risk-adjusted decisions for infrastructure investments and operational continuity in advanced research environments.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables rigorous hypothesis testing of control algorithms for distributed energy systems.
- Supports mechanistic de-risking by validating control responses under dynamic load and network conditions.
- Facilitates functional validation of power-sharing and voltage regulation strategies.
Screening & Assay Development
- Prepares validated microgrid models for downstream integration with facility automation and process control systems.
- Standardizes control parameterization and reproducibility across experimental runs.
- Generates quantitative outputs for benchmarking control performance and system stability.
Translational & Preclinical Research
- Aligns experimental microgrid platforms with real-world operational scenarios relevant to biopharma infrastructure.
- Supports continuity from simulation to hardware implementation, reducing translational risk.
- Enables risk-adjusted advancement of energy management solutions for critical research environments.
Pipeline & Workflow Integration
This experimental platform positions hierarchical control validation at the intersection of discovery, screening, and translational research for energy systems in biopharma settings.
- Discovery Biology: Provides a testbed for hypothesis-driven evaluation of distributed control strategies.
- Screening: Delivers reproducible, quantitative measurements of voltage and current regulation under varying conditions.
- Analytics: Enables oscilloscope-based readouts and statistical comparison of control responses with and without delay.
- Translational Research: Bridges simulation and hardware, supporting deployment in operational environments.
- Enterprise Reuse: Establishes a reusable experimental framework for ongoing control strategy development and validation.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in microgrid control performance and system reliability.
- Operational Value: Standardizes experimental validation, supporting reproducibility and scalability across sites.
- Strategic Value: Informs go/no-go decisions for energy infrastructure upgrades and risk mitigation.
- Portfolio Impact: Enables risk-adjusted prioritization of energy management solutions for research and manufacturing facilities.
Implementation Considerations
- Requires expertise in power electronics, control systems, and real-time simulation platforms.
- Demands access to hardware-in-the-loop simulators and instrumentation such as oscilloscopes.
- Necessitates cross-team standardization of control parameters and experimental protocols.
- Adaptation may be needed for different DER types or facility-specific load profiles.
- Practical limitations include simulator hardware constraints and the need for secure, accurate wiring and signal routing.
