Energy management solutions and control of renewable/storage units for sustainable mobility

This thesis investigates the design, optimization, and control of advanced energy management systems (EMS) for microgrids and hybrid energy systems, focusing on improving efficiency, stability, and sustainability. It explores the EMS designs with control strategies using the digitized MultiGood Microgrid-Lab as a platform to test neuro-fuzzy based EMS and nonlinear controllers for PV-FC-based microgrids and fuzzy logic-based demand-response systems. These designs are validated through Matlab/Simulink. EMS is a key focus and is optimized with the development of a Grey Wolf based optimization algorithm for DC microgrids. Nonlinear controllers for verifying the proposed energy management systems have also been designed and validated by experimental data. This thesis also addresses power integration in a hybrid fuel cell-battery-supercapacitor system, optimized using interleaved DC-DC converters, supported by dynamic modeling and closedloop control. The work further includes the selection of DC-DC converter topologies and implementing these DC-DC converters with the controller in a real-time HIL setup specifically for voltage tracking in PV systems using Typhoon/SCADA as a test-case scenario. This research contributes to improved control and energy management strategies for microgrids and hybrid energy systems, with a focus on renewable energy integration.

Questa tesi indaga la progettazione, l'ottimizzazione e il controllo di sistemi avanzati di gestione dell'energia (EMS) per microreti e sistemi energetici ibridi, concentrandosi sul miglioramento dell'efficienza, della stabilità e della sostenibilità. Esplora i progetti EMS con strategie di controllo utilizzando il MultiGood Microgrid-Lab digitalizzato come piattaforma per testare EMS basati su neuro-fuzzy e controller non lineari per microgrid basate su PV-FC e sistemi di risposta alla domanda basati su logica fuzzy. Questi progetti sono convalidati tramite Matlab/Simulink. L'EMS è un obiettivo chiave ed è ottimizzato con lo sviluppo di un algoritmo di ottimizzazione basato su Gray Wolf per le microreti CC. Sono stati progettati e validati anche controllori non lineari per la verifica dei sistemi di gestione dell'energia proposti e validati da dati sperimentali. Questa tesi affronta anche l'integrazione della potenza in un sistema ibrido di celle a combustibile-batteria-supercondensatore, ottimizzato utilizzando convertitori DC-DC interleaved, supportati da modellazione dinamica e controllo a circuito chiuso. Il lavoro include inoltre la selezione di topologie di convertitori DC-DC e l'implementazione di questi convertitori DC-DC con il controller in una configurazione HIL in tempo reale specificatamente per il monitoraggio della tensione nei sistemi fotovoltaici utilizzando Typhoon/SCADA come scenario di test. Questa ricerca contribuisce a migliorare le strategie di controllo e gestione energetica per microreti e sistemi energetici ibridi, con particolare attenzione all’integrazione delle energie rinnovabili.