Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
A Model-Predictive-Control Based Smart-Grid Aggregator
KTH, School of Engineering Sciences (SCI), Mathematics (Dept.), Optimization and Systems Theory.
2018 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

Intermittent energy source usage, such as solar and wind power, is continuously increasing. Intermittent energy sources are highly dependent on prevailing weather conditions, resulting in stochastic electricity generation. The expected stochasticity in electricity generation will cause issues for the current power grid. Moreover, an expected issue for the Swedish power grid is higher peak loads. Thus, there is an emerging need for novel and smart power systems capable of shifting peak loads in the future electricity grid.

Model Predictive Control (MPC) is a sophisticated control method that is suitable for smart-grid aggregators. Hence, MPC can be used to optimally control the efficiency of energy use in a smart grid and shift peak loads.

The purpose of this thesis is to investigate optimal peak load-shifting and efficiency of electrical substation operation in a smart grid in Ramsjöåsen, Sweden, using an MPC based smart-grid aggregator. Furthermore, the purpose is also to contribute to the theoretical foundation for future peak load-shifting in smart grids.

Within the thesis project a mathematical model for the smart grid in Ramsjöåsen is developed, which is then used to simulate different scenarios. The simulated results indicate that an MPC based smart-grid aggregator improves the performance of the smart grid in Ramsjöåsen, as regards to both peak load-shifting and efficiency of electrical substation operation.

Abstract [sv]

Användningen av intermittenta energikällor, såsom sol och vindkraft, ökar ständigt. Intermittenta energikällor är starkt beroende av rådande väderförhållanden, vilket resulterar i stokastisk elproduktion. Den förväntade stokasticiteten i elproduktion kommer att orsaka problem för det nuvarande elnätet. Dessutom förväntas högre toppbelastningar för det svenska elnätet. Således finns ett växande behov av nya och smarta kraftsystem som kan reducera toppbelastningar i det framtida elnätet.

Model Predictive Control (MPC) är en sofistikerad styrningsmetod som är lämplig för smart-näts aggregatorer. Därav kan MPC användas för att optimalt styra effektivitet av energianvändning i ett smart nät och minska toppbelastningar.

Syftet med detta examensarbete är att undersöka optimal reducering av toppbelastningar och drift-effektivitet av transformatorstationen i ett smart nät i Ramsjöåsen, Sverige, med hjälp av en MPC baserad smart-näts aggregator. Dessutom är syftet att bidra till den teoretiska grunden för framtida topplastskapning i smarta nät.

Inom examensarbetsprojektet utvecklas en matematisk modell för smart nätet i Ramsjöåsen, som sedan används för att simulera olika scenarier. De simulerade resultaten indikerar att en MPC baserad smart-näts aggregator förbättrar smart nätets prestanda i Ramsjöåsen, vad gäller både topplastsreducering och drifteffektivitet av transformatorstationen.

Place, publisher, year, edition, pages
2018.
Series
TRITA-SCI-GRU ; 2018:281
National Category
Computational Mathematics
Identifiers
URN: urn:nbn:se:kth:diva-230958OAI: oai:DiVA.org:kth-230958DiVA, id: diva2:1221288
External cooperation
Ngenic
Subject / course
Systems Engineering
Educational program
Master of Science - Applied and Computational Mathematics
Supervisors
Examiners
Available from: 2018-06-19 Created: 2018-06-19 Last updated: 2018-06-25Bibliographically approved

Open Access in DiVA

fulltext(2676 kB)14 downloads
File information
File name FULLTEXT01.pdfFile size 2676 kBChecksum SHA-512
76ebfa7ac5acddd0d4cd0e399a92d3e8da9357ab72fb3c9929ac8630c0344eb7ef0d768c695c7ec5ceb85d0dbb21e67825e971419fad11ee923a13a9710c6dbc
Type fulltextMimetype application/pdf

By organisation
Optimization and Systems Theory
Computational Mathematics

Search outside of DiVA

GoogleGoogle Scholar
Total: 14 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 20 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf