Проектування та оптимізація моделі прогнозувального керування (МПК) для енергоефективної мікромережі

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2025.325929

Ключові слова:

модель прогнозного керування, фотоелектричні системи, мікромережа постійного струму, децентралізоване керування

Анотація

Це дослідження зосереджено на системі мікромережі постійного струму в поєднанні з фотоелектричними масивами та механікою керування для відстеження точки максимальної потужності (ВТМП) як його об’єкта. Основна проблема, яка вирішувалась, полягає в тому, що відбір електроенергії від фотоелектричних систем є дуже неефективним через зміну навколишнього середовища або навантаження, з якими звичайні підходи ВТМП не можуть ефективно впоратися. Висока продуктивність ВТМП в новому підході прогностичного керування подвійною моделлю цього дослідження отримана на основі нового підходу прогностичного керування подвійною моделлю (МПК). Впроваджена система показує середньоквадратичну помилку 7,0085 для звичайних методів ВТМП, тоді як ефективність відстеження підтримується в межах від 94,8 % до 97,2 % від максимальної доступної потужності. За стандартних умов тестування система досягла менше ніж 0,15 секунди часу відгуку та менш ніж 0,45 секунди часу встановлення, при цьому погіршуючись менше, але при цьому впоравшись із різними змінами навколишнього середовища. Це завдяки можливостям прогнозування МПК і системі оптимізації в реальному часі. Основні переваги запропонованого рішення, серед іншого, включають його дворежимну конструкцію, яка підтримує як ліву, так і праву бічні області фотоелектричної кривої разом із інтегрованим керуванням заряджанням батареї, а також його надійну обробку обмежень, що забезпечує безпечну роботу та максимальне вилучення електроенергії. Ця система добре підходить для впровадження в малих і середніх мікромережах постійного струму, які можуть витримувати до 800 Вт/м2 за секунду коливань випромінювання та температурний діапазон до 50 °C і продемонстрували кілька сотень кілоциклів годин стабільності. Рішення може запропонувати практичні переваги для підключених до мережі та автономних фотоелектричних систем з вимогами швидкого реагування на зміни навколишнього середовища та високої ефективності вилучення електроенергії

Біографія автора

Jawaher M S H Taher, University of Birmingham

Master of Science, Electrical Power Systems

Department of Electronic, Electrical and Systems Engineering

Посилання

  1. Llanos-Proano, J., Pilatasig, M., Curay, D., Vaca, A. (2016). Design and implementation of a model predictive control for a pressure control plant. 2016 IEEE International Conference on Automatica (ICA-ACCA), 1–7. https://doi.org/10.1109/ica-acca.2016.7778490
  2. Venkatesan, N., Anantharaman, N. (2012). Controller design based on Model Predictive Control for a nonlinear process. 2012 8th International Symposium on Mechatronics and Its Applications, 1–6. https://doi.org/10.1109/isma.2012.6215173
  3. Rawlings, J. B. (2000). Tutorial overview of model predictive control. IEEE Control Systems, 20 (3), 38–52. https://doi.org/10.1109/37.845037
  4. Li, X., Wen, H., Hu, Y. (2016). Evaluation of different maximum power point tracking (MPPT) techniques based on practical meteorological data. 2016 IEEE International Conference on Renewable Energy Research and Applications (ICRERA), 696–701. https://doi.org/10.1109/icrera.2016.7884423
  5. Parisio, A., Rikos, E., Tzamalis, G., Glielmo, L. (2014). Use of model predictive control for experimental microgrid optimization. Applied Energy, 115, 37–46. https://doi.org/10.1016/j.apenergy.2013.10.027
  6. Bruni, G., Cordiner, S., Mulone, V., Rocco, V., Spagnolo, F. (2015). A study on the energy management in domestic micro-grids based on Model Predictive Control strategies. Energy Conversion and Management, 102, 50–58. https://doi.org/10.1016/j.enconman.2015.01.067
  7. Nair, U. R., Costa-Castello, R. (2020). A Model Predictive Control-Based Energy Management Scheme for Hybrid Storage System in Islanded Microgrids. IEEE Access, 8, 97809–97822. https://doi.org/10.1109/access.2020.2996434
  8. Bemporad, A. (2006). Model Predictive Control Design: New Trends and Tools. Proceedings of the 45th IEEE Conference on Decision and Control, 6678–6683. https://doi.org/10.1109/cdc.2006.377490
  9. Parisio, A., Glielmo, L. (2011). Energy efficient microgrid management using Model Predictive Control. IEEE Conference on Decision and Control and European Control Conference, 5449–5454. https://doi.org/10.1109/cdc.2011.6161246
  10. Hyl, R., Wagnerova, R. (2016). Design and realization of embedded model predictive controller with software support. 2016 17th International Carpathian Control Conference (ICCC), 259–264. https://doi.org/10.1109/carpathiancc.2016.7501105
  11. Prodan, I., Zio, E. (2014). A model predictive control framework for reliable microgrid energy management. International Journal of Electrical Power & Energy Systems, 61, 399–409. https://doi.org/10.1016/j.ijepes.2014.03.017
  12. Simon, D. (2014). Model Predictive Control in Flight Control Design: Stability and Reference Tracking. Linköping: Linköping University Electronic Press, 96. https://doi.org/10.3384/lic.diva-103742
  13. Rahman, M., Sarker, S. K., Das, S. K., Ali, M. F. (2019). Model Predictive Control Framework Design for Frequency Regulation of PREYs Participating in Interconnected Smart Grid. 2019 International Conference on Electrical, Computer and Communication Engineering (ECCE), 1–6. https://doi.org/10.1109/ecace.2019.8679201
  14. Guo, Z. (2017). Model predictive control for two-stage photovoltaic system. California: Department of Electrical and Electronic Engineering California State University.
  15. Syed, I. M., Raahemifar, K. (2015). Model Predictive Control of Three Phase Inverter for PV Systems. International Journal of Energy and Power Engineering, 9 (10). Available at: https://publications.waset.org/10002756/model-predictive-control-of-three-phase-inverter-for-pv-systems
  16. Camacho, E. F., Bordons, C. (2007). Model Predictive control. Springer London, 405. https://doi.org/10.1007/978-0-85729-398-5
  17. García, C. E., Prett, D. M., Morari, M. (1989). Model predictive control: Theory and practice – A survey. Automatica, 25 (3), 335–348. https://doi.org/10.1016/0005-1098(89)90002-2
  18. del Real, A. J., Arce, A., Bordons, C. (2014). Combined environmental and economic dispatch of smart grids using distributed model predictive control. International Journal of Electrical Power & Energy Systems, 54, 65–76. https://doi.org/10.1016/j.ijepes.2013.06.035
  19. Hooshmand, A., Malki, H. A., Mohammadpour, J. (2012). Power flow management of microgrid networks using model predictive control. Computers & Mathematics with Applications, 64 (5), 869–876. https://doi.org/10.1016/j.camwa.2012.01.028
  20. McLarty, D., Civit Sabate, C., Brouwer, J., Jabbari, F. (2015). Micro-grid energy dispatch optimization and predictive control algorithms; A UC Irvine case study. International Journal of Electrical Power & Energy Systems, 65, 179–190. https://doi.org/10.1016/j.ijepes.2014.09.039
  21. Pan, X., Niu, X., Yang, X., Jacquet, B., Zheng, D. (2015). Microgrid energy management optimization using model predictive control: a case study in China. IFAC-PapersOnLine, 48 (30), 306–311. https://doi.org/10.1016/j.ifacol.2015.12.395
  22. Aboelhassan, A., Abdelgeliel, M., Zakzouk, E. E., Galea, M. (2020). Design and Implementation of Model Predictive Control Based PID Controller for Industrial Applications. Energies, 13 (24), 6594. https://doi.org/10.3390/en13246594
  23. García Vera, Y. E., Dufo-López, R., Bernal-Agustín, J. L. (2019). Energy Management in Microgrids with Renewable Energy Sources: A Literature Review. Applied Sciences, 9 (18), 3854. https://doi.org/10.3390/app9183854
  24. Kamal, F., Chowdhury, B. (2022). Model predictive control and optimization of networked microgrids. International Journal of Electrical Power & Energy Systems, 138, 107804. https://doi.org/10.1016/j.ijepes.2021.107804
  25. Garcia-Torres, F., Zafra-Cabeza, A., Silva, C., Grieu, S., Darure, T., Estanqueiro, A. (2021). Model Predictive Control for Microgrid Functionalities: Review and Future Challenges. Energies, 14 (5), 1296. https://doi.org/10.3390/en14051296
  26. De Nicolao, G., Magni, L., Scattolini, R. (2000). Stability and Robustness of Nonlinear Receding Horizon Control. Nonlinear Model Predictive Control, 3–22. https://doi.org/10.1007/978-3-0348-8407-5_1
  27. Morari, M., H. Lee, J. (1999). Model predictive control: past, present and future. Computers & Chemical Engineering, 23 (4-5), 667–682. https://doi.org/10.1016/s0098-1354(98)00301-9
  28. Qin, S. J., Badgwell, T. A. (2003). A survey of industrial model predictive control technology. Control Engineering Practice, 11 (7), 733–764. https://doi.org/10.1016/s0967-0661(02)00186-7
  29. Wang, L. (2009). Model Predictive Control System Design and Implementation Using MATLAB®. Springer London. https://doi.org/10.1007/978-1-84882-331-0
  30. Hu, J., Shan, Y., Guerrero, J. M., Ioinovici, A., Chan, K. W., Rodriguez, J. (2021). Model predictive control of microgrids – An overview. Renewable and Sustainable Energy Reviews, 136, 110422. https://doi.org/10.1016/j.rser.2020.110422
Проектування та оптимізація моделі прогнозувального керування (МПК) для енергоефективної мікромережі

##submission.downloads##

Опубліковано

2025-04-21

Як цитувати

Taher, J. M. S. H. (2025). Проектування та оптимізація моделі прогнозувального керування (МПК) для енергоефективної мікромережі. Eastern-European Journal of Enterprise Technologies, 2(8 (134), 6–16. https://doi.org/10.15587/1729-4061.2025.325929

Номер

Том 2 № 8 (134) (2025): Енергозберігаючі технології та обладнання

Розділ

Енергозберігаючі технології та обладнання

Ліцензія

Авторське право (c) 2025 Jawaher M S H Taher

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.