$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Met de snelle ontwikkeling van hernieuwbare energiebronnen hebben microgrids wereldwijd veel aandacht gekregen1. Ze maken de integratie van gedistribueerde energiebronnen (DER's), zoals fotovoltaïsche zonne-energie (PV), samen met energieopslagsystemen (ESS's), in het net mogelijk, waardoor de overgang naar duurzame en hernieuwbare energie wordt ondersteund. Als cruciaal onderdeel van de integratie van hernieuwbare energie hebben DC-microgrids veel aandacht gekregen vanwege hun compatibiliteit met de inherente DC-aard van PV-systemen, batterijen en andere DER's. De DC-werking vermindert de noodzaak van meerdere energieconversies, wat de algehele efficiëntie en betrouwbaarheid van het systeem kan verbeteren. Bijgevolg bieden DC-microgrids een veelbelovende weg voor het optimaliseren van de integratie van hernieuwbare energie2.
Het wordt algemeen erkend dat simulatie en experimentele studies cruciaal zijn voor het bevorderen van microgrid-technologie. Simulaties stellen onderzoekers of ingenieurs in staat om verschillende scenario's en controlestrategieën te modelleren en te analyseren in een virtuele omgeving, wat kosteneffectief en risicovrij is. Experimenteren in de echte wereld is echter net zo belangrijk omdat het deze modellen en theorieën valideert en praktische uitdagingen en dynamisch gedrag aan het licht brengt die simulaties mogelijk niet volledig vastleggen3. Ondanks de inzichten die uit simulaties zijn verkregen, zijn praktische experimenten met microgrids nodig om problemen aan te pakken die voortvloeien uit fysieke implementaties. Deze experimenten helpen bij het begrijpen van de operationele kenmerken, besturingsdynamiek en interacties tussen verschillende componenten in een real-world setting4. Gezien hun kleinere schaal en modulaire aard bieden microgrids een meer beheersbare en schaalbare oplossing voor het uitvoeren van deze essentiële experimentele studies in vergelijking met traditionele grootschalige elektriciteitsnetten, die te uitgebreid en te complex zijn voor praktische experimenten. Daarom is het uitvoeren van fysieke experimenten op microgrids essentieel voor het vergroten van ons begrip en onze capaciteiten op dit gebied.
In een typisch DC-microgrid zijn verschillende DER's via stroomomvormers verbonden met een DC-bus. Deze opstelling maakt de directe uitwisseling van stroom mogelijk zonder dat er meerdere DC-DC- of AC-DC-conversies nodig zijn5. Deze stroomomvormers regelen de spanning en stroom en zorgen zo voor een efficiënte krachtoverbrenging en stabiliteit. De DC-bus dient als het centrale knooppunt en verdeelt de stroom over de verschillende belastingen die op het systeem zijn aangesloten. De transmissielijnen bieden de nodige paden voor de stroomtoevoer tussen de DER's, converters en belastingen, waardoor een stabiele en betrouwbare stroomvoorziening binnen het microgrid behouden blijft. Om de werking van een DC-microgrid effectief te beheren, wordt vaak een hiërarchische controlestructuur gebruikt6. Deze structuur is over het algemeen verdeeld in drie niveaus: primaire, secundaire en tertiaire controle, elk met verschillende functies en verantwoordelijkheden.
Primaire besturing richt zich op de onmiddellijke regeling van spanning en stroom binnen het DC-microgrid, waardoor stabiliteit en een goede stroom-/stroomverdeling tussen DER's worden gegarandeerd. De meest voorkomende primaire besturing is de droop control. In vergelijking met andere primaire bedieningselementen is het communicatievrij en reageert het snel. Vanwege de droop-eigenschap kan droop-regeling echter een spanningsafwijking veroorzaken en is het niet in staat om de spanning op de nominale waarde te houden. Tegelijkertijd, naarmate de belasting en het aantal DER's toenemen, neemt de nauwkeurigheid van de stroomverdeling af. Daarom is een extra secundaire regeling nodig voor het herstel van de spanning en de stroomregeling. Secundaire besturing herstelt de bedrijfspunten van het systeem na storingen en coördineert de primaire controllers voor spannings- en stroomregeling. Tertiaire regeling optimaliseert de economische en strategische werking van het microgrid, beheert de energieplanning en interacties met het hoofdelektriciteitsnet7.
Recente literatuur wijst op aanzienlijke vooruitgang in de toepassing van hiërarchische controle voor DC-microgrids, gaande van simulatiestudies naar hardware-in-the-loop (HIL)-opstellingen en uiteindelijk naar fysieke experimenten in de echte wereld. In de eerste onderzoeken werd vaak gebruik gemaakt van simulatietools om hiërarchische besturingsalgoritmen voor DC-microgrids te ontwikkelen en te testen. Deze studies richten zich op het modelleren van het dynamische gedrag van microgrids, het optimaliseren van besturingsstrategieën en het evalueren van systeemprestaties onder verschillende omstandigheden. Simulatieomgevingen zoals MATLAB/Simulink en PSCAD worden vaak gebruikt vanwege hun flexibiliteit en uitgebreide toolsets voor de analyse van het energiesysteem8. HIL-experimenten gaan verder dan pure simulaties en bieden een meer realistische testomgeving door real-time besturingshardware te integreren met gesimuleerde microgrid-modellen. Deze aanpak stelt onderzoekers in staat om controle-algoritmen te valideren en hun prestaties onder bijna reële omstandigheden te beoordelen. HIL-opstellingen overbruggen de kloof tussen theoretische studies en praktische implementaties en bieden waardevolle inzichten in de interactie tussen besturingssystemen en microgrid-componenten9. De uiteindelijke validatie van hiërarchische controlestrategieën wordt bereikt door middel van fysieke experimenten met daadwerkelijke microgrid-opstellingen. Deze experimenten omvatten het inzetten van besturingsalgoritmen op echte microgrid-hardware, waaronder DER's, vermogenselektronische converters en besturingseenheden. Fysieke experimenten bieden de meest nauwkeurige beoordeling van de systeemprestaties en onthullen praktische uitdagingen en operationele problemen die mogelijk niet duidelijk zijn in simulaties of HIL-opstellingen.
Om de voortgang van hiërarchisch controleonderzoek in DC-microgrids samen te vatten, geeft Tabel 1 een overzicht van de belangrijkste studies gecategoriseerd op basis van hun experimentele benadering. Uit de bovengenoemde literatuur blijkt duidelijk dat, hoewel sommige studies met succes gebruik hebben gemaakt van fysieke microgrid-platforms voor experimenten, er een opmerkelijk gebrek is aan systematische documentatie en uitgebreide beschrijvingen van deze experimentele platforms en hun gebruik, met name in de context van hiërarchische controle. Deze kloof is aanzienlijk omdat gedetailleerde informatie over experimentele opstellingen, methodologieën en resultaten cruciaal is voor het repliceren van studies, het bevorderen van onderzoek en het vergemakkelijken van de praktische implementatie van hiërarchische controlestrategieën in microgrid-technologieën. In het licht van deze behoefte heeft dit artikel tot doel een gedetailleerde en systematische inleiding te bieden tot de ontwikkeling en het gebruik van een fysisch experimenteel platform voor DC-microgrids, gericht op hiërarchische controle, om waardevolle inzichten en praktische richtlijnen bij te dragen aan het lopende onderzoek op dit gebied.
Samenvattend zijn de belangrijkste bijdragen van dit document de volgende. Ten eerste werkt het artikel, in het kader van hiërarchische controlestrategie, in detail de noodzakelijke controle-algoritmen en implementaties voor microgrid-controle uit, terwijl eerdere werken experimenten meestal als validatie hebben behandeld zonder verdere uitwerking. Ten tweede biedt dit artikel, in lijn met de inzet van controlealgoritmen, ook de hardware-instelling en topologie van de microgrid-componenten, waardoor de reproduceerbaarheid van microgrid-besturingsexperimenten wordt verbeterd. Ten derde legt dit artikel, door het bouwen van een schaalbaar experimenteel platform, de basis voor toekomstig onderzoek naar microgrids, waardoor verdere verkenning van controleprestaties onder reële omstandigheden zoals communicatievertragingen en belastingsvariaties mogelijk wordt, waardoor de ontwikkeling van robuustere en efficiëntere controlestrategieën wordt ondersteund.