Controllo predittivo con vincoli soft e logica di gestione del tap changer di una rete elettrica con generazione distribuita

The energy production field is undergoing a major evolution regarding both generation and distribution. In particular, the so-called Smart Grids are going to assume a role of paramount interest, since they allow the integration and the optimal management of distributed generators, even of reduced size, in BT (low voltage) and MT ( medium voltage) lines, typically defined by a tree structure. Smart Grids with distributed generation allow to achieve significant performance, and are characterized by high flexibility. However, at the same time they can lead to new problems, such as the possible voltage increase at some nodes of the grid, the inversion of power flows and the emergence of inverse currents along the feeders. In order to guarantee an optimal management of Smart Grids, and to face the above mentioned problems, the development and application of new control procedures are essential. In this context, this Thesis illustrates an innovative system to control voltages at the nodes of radial grids with distributed generation. The control algorithm here developed, characterized by a centralized structure, has the following characteristics:  The development and setting of the control algorithm are based on the knowledge of an empirical model of the system, obtained starting from impulse and/or step responses computed with reliable industrial simulators, such as DIgSILENT. Consequently the modeling of the system is extremely fast, so that it becomes easy to define a new model in response to changing grid configurations.  Unlike the multitude of control techniques proposed in the literature to solve the considered problem, the control is dynamic and not based on stationary hypothesis on the grid.  All the available distributed generators contribute to the regulation. The voltages, and possibly the power flows along the feeders, are controlled by acting on the power factors of each generator, obviously within the limits imposed by operational constraints.  The control action is computed by minimizing an appropriate cost function, which penalizes the difference between the voltages and the corresponding reference values computed as the solution of an Optimal Power Flow problem. In order to define the control action, voltage boundaries are considered along the feeders. If the algorithm detects unfeasibility, the tap changer position is modified to recover a feasible state. The proposed control algorithm has been used to regulate the DIgSILENT simulator of a grid made up of two radial feeders, eight distributed generators and thirty-one loads. Four operational modes have been considered, corresponding to different hours of the day, with differences for loads and distributed generators operations. In this way it has been possible to verify the flexibility of the algorithm and its ability to cope with extremely varying conditions, typical of realistic behaviors of Smart Grids.

Nel settore energetico è in atto una grande evoluzione che riguarda sia la generazione, sia la distribuzione. In particolare, un ruolo di grande interesse è rivestito dalle cosiddette Smart Grid, reti che prevedono l’integrazione e la gestione ottimizzata di generatori distribuiti, anche di piccola taglia, all’interno di reti BT (a bassa tensione) e MT (a media tensione ), tipicamente caratterizzate da una struttura ad albero. Le Smart Grid con generazione distribuita consentono di garantire prestazioni, proprietà e flessibilità significative, ma al contempo inducono problematiche nuove, quali il possibile innalzamento delle tensioni ai nodi della rete, l’inversione dei flussi di potenza e l’insorgere di correnti inverse lungo i feeder. Per una gestione ottimale delle Smart Grid, e quindi per fare fronte ai problemi citati, sono indispensabili lo sviluppo e l’applicazione di nuove modalità di controllo. In questo contesto, il presente lavoro di Tesi propone un innovativo sistema di controllo delle tensioni ai nodi di reti radiali con elementi di generazione distribuita. L’algoritmo di controllo sviluppato, di struttura centralizzata, ha le seguenti caratteristiche:  Lo sviluppo e la taratura dell’algoritmo di controllo si basano sulla conoscenza di un modello empirico del sistema, ottenuta a partire da risposte all’impulso e/o allo scalino ricavabili con simulatori affidabili e largamente impiegati nel mondo industriale, quali DIgSILENT. In questo modo la fase di modellizzazione del sistema risulta estremamente rapida, consentendo così una facile ritaratura a fronte di mutate configurazioni della rete.  a differenza della maggior parte dei metodi proposti in letteratura per la soluzione del problema considerato, il controllo è dinamico, non basandosi su ipotesi di regime stazionario della rete.  Il sistema di controllo consente di far partecipare alla regolazione, in modo indipendente, tutti i generatori distribuiti disponibili a tale scopo. La regolazione delle tensioni, ed eventualmente dei flussi di potenza reattiva lungo i feeder, avviene agendo opportunamente sui fattori di potenza dei singoli generatori, ovviamente nei limiti tecnologici e di sicurezza consentiti.  L’azione di controllo è determinata minimizzando un opportuno funzionale di costo, che penalizza lo scostamento delle tensioni da un valore di riferimento calcolato a monte come soluzione di un problema di Optimal Power Flow. Nel calcolo dell’azione di controllo si tiene conto di eventuali vincoli sul valore assunto dalle tensioni lungo i feeder. Se il metodo rileva situazioni di non ammissibilità dei vincoli, si attiva un’opportuna azione sul tap changer per consentire di rientrare nei limiti previsti. L’algoritmo di controllo qui proposto è stato impiegato per il controllo del simulatore di una rete composta da due feeder radiali, otto generatori distribuiti e trentuno carichi di varia natura. Sono state inoltre considerate diverse modalità operative, corrispondenti a quattro ore della giornata diverse per la tipologia dei carichi e per le modalità di funzionamento dei generatori distribuiti. Si è così verificata la flessibilità dell’algoritmo e la sua capacità di far fronte alle condizioni fortemente varianti caratteristiche delle situazioni reali di funzionamento di una Smart Grid.