Optimal operation of microgrid and multi-energy systems accounting for forecast uncertainty

Microgrids and Multi-Energy Systems (MES) are emerging more and more as fundamental elements in the undergoing transition towards cleaner and more sustainable energy systems. The key feature that makes microgrids and MES appealing is that they can harvest in a capillary way the degrees of freedom offered by Distributed Energy Resources (DER), to coordinately manage them in order to improve overall system efficiency. Furthermore, in virtue of their operational flexibility, microgrids are particularly suited for the integration of non-dispatchable Renewable Energy Sources (RES) in the generation mix, since they can more effectively cope with their intermittent nature. This thesis focuses on the development of optimization algorithms, based on Mixed Integer Linear Programming (MILP), for the central strategic controller of microgrids and MES, often referred to as Energy Management System (EMS). Formal scheduling optimization, based on the forecasts of load and RES generation, is very effective in reducing the system overall operating cost and in allowing for high-er renewable penetration. On the other hand, predictive scheduling optimization must account for the non-deterministic nature of forecasts, to ensure safe real-time system operation. Two alternative MILP formulations of the scheduling problem are therefore proposed and numerically tested: a deterministic formulation, indirectly accounting for forecast uncertainty through the introduction of spinning reserve constraints, and a more advanced formulation based on the Affinely Adjustable Robust Optimization (AARO) theory, which explicitly addresses uncertainty by defining optimal decision rules that prescribe adjustments to the dispatch solution as a function of the observed forecast errors. The two formulations are compared in an extensive numerical analysis, accounting for three real-life case studies representative of on- and off-grid systems. Different EMS featuring the two formulations are proposed and numerically tested, under various assumptions on the capabilities and the architecture of the control system. The comparison highlights how the AARO formulation is particularly suited for applications where forecast uncertainty is high and the possibility of modifying commitment decisions during real-time operation is limited. Based on the developed deterministic problem formulation, a two-layers EMS is proposed for off-grid electric hybrid microgrids, comprising a set of dispatchable generators, a battery stack, and a PV field. The EMS is suited for the minute-by-minute microgrid control, featuring a second layer compatible with direct implementation on the system Programmable Logic Controller (PLC). The proposed EMS is compared with an EMS provided by the industrial partner ENGIE Eps, demonstrating its potential in attaining better economic performance while at the same time increasing the share of renewable energy generation. Finally, a MILP-based algorithm for the optimal design and management of off-grid microgrids is proposed, for application to regional electrification planning. The algorithm identifies the best microgrid design by selecting components from a discrete catalog of models, accounting for their expected optimal scheduling profiles and considering the effect of dispatch decisions on components wearing. The comparison with a heuristic algorithm developed by the MIT Universal Energy Lab confirms once more the potential of the MILP-based approach, both in terms of cost reduction and renewable penetration increase.

Le microreti e i sistemi Multi-Energy (SME) si stanno affermando sempre di più come potenziali elementi chiave nella transizione verso un sistema energetico più pulito e sostenibile. La caratteristica fondamentale di microreti e SME è la possibilità di sfruttare in maniera capillare i gradi di libertà offerti dalle Risorse Energetiche Distribuite (RED), controllandole in maniera coordinata al fine di migliorare l’efficienza complessiva del sistema. Inoltre, grazie alla loro flessibilità operativa, le microreti sono particolarmente adatte per l’integrazione nel mix energetico di Fonti di Generazione Rinnovabile (FGR) non controllabili, poichè possono più efficacemente gestire la loro natura intermittente. Questo lavoro di Tesi tratta lo sviluppo di algoritmi di ottimizzazione basati sulla Programmazione Mista Lineare Intera (PMLI), da integrarsi nel controllore strategico centrale di microreti e SME, normalmente definito Energy Management System (EMS). L’ottimizzazione formale della gestione di risorse, basata sulle previsioni di generazione da FGR e di carico, può garantire significative vantaggi in termini di riduzione dei costi operativi, e può consentire il raggiungimento di più alti livelli di penetrazione da rinnovabile. L’ottimizzazione predittiva della gestione deve però fare i conti con la natura non deterministica delle previsioni, in modo da garantire un affidabile funzionamento del sistema. Per questa ragione, due formulazioni PMLI alternative del problema di pianificazione della gestione sono proposte e testate numericamente: una formulazione deterministica, che considera in maniera indiretta l’incertezza attraverso l’adizione di vincoli di riserva, e una formulazione più avanzata basata sulla tecnica dell’ottimizzazione robusta affine, che tratta esplicitamente l’incertezza identificando delle regole di correzione per adattare i profili di dispacciamento a seconda degli errori di previsione osservati. Le due formulazioni sono confrontate per mezzo di una estesa campagna di simulazioni, considerando tre casi studio rappresentativi di sistemi reali, sia in isola che connessi alla rete. Diversi EMS basati sulle due formulazioni sono proposti e testati numericamente, considerando una varietà di assunzioni sulle capacità e sulla struttura del sistema di controllo. Il confronto dimostra come la formulazione robusta è particolarmente adatta ad applicazioni in cui l’incertezza delle previsioni è alta, e dove la possibilità di modificare in tempo reale lo stato operativo delle unità è limitata. Sulla base della formulazione deterministica sviluppata, si è poi proposto un EMS a due livelli per la gestione di microreti elettriche ibride. L’EMS proposto è stato confrontato con un EMS fornito dal partner industriale ENGIE Eps, dimostrando come il primo sia potenzialmente in grado di garantire un miglior risultato economico e di aumentare allo stesso tempo la penetrazione da fonte rinnovabile. Infine, si è sviluppato un algoritmo basato su PMLI per l’ottimizzazione del design e della gestione di microreti in isola, da utilizzarsi nel contesto della pianificazione dell’elettrificazione di regioni. L’algoritmo è in grado di indentificare il miglior progetto di microrete selezionando i componenti da un catalogo discreto di modelli, considerando il loro profilo atteso di funzionamento e l’effetto delle decisioni di dispacciamento sull’usura di alcuni dei componenti. L’algoritmo è stato confrontato con un analogo euristico sviluppato dal MIT Universal Energy Access Lab, confermando ancora una volta il potenziale dell’approccio PMLI sia in termidi di riduzione di costo che di aumento della penetrazione rinnovabile.