La vitrine de diffusion des mémoires et thèses de l'ÉTS
RECHERCHER

Decentralized multi-agent coordinated secondary voltage control of power systems

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Morattab, Arvin (2018). Decentralized multi-agent coordinated secondary voltage control of power systems. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

[thumbnail of MORATTAB_Arvin.pdf]
Prévisualisation
PDF
Télécharger (9MB) | Prévisualisation
[thumbnail of MORATTAB_Arvin-web.pdf]
Prévisualisation
PDF
Télécharger (1MB) | Prévisualisation

Résumé

In this thesis, two different approaches toward Secondary Voltage Control of large scale power systems are presented.

In the first approach, for each area of the power grid, a Model Predictive Controller which modifies the set-points of reactive power compensators participating in Coordinated Secondary Voltage Control algorithm is designed. The proposed controller takes into account reactive power limits of these compensation devices. The novelty of the method lies in the consideration of measured reactive power deviation on tie-lines between neighboring areas as measured disturbance and compensation of the disturbance by regional MPC controllers. As another contribution of this work, the validation of the proposed algorithm is done in real-time simulation environment in which the decentralized MPC controllers are run in parallel on separate computational cores. The stability and robustness of the presented algorithm is validated for a large scale realistic transmission network with 5000 buses considering standard communication protocols to send and receive the data. Simulation results show that the proposed method can regulate the voltages on the pilot buses at the desired values in presence of load variations and communication delays. The computational burden of the proposed method is also evaluated in real-time.

For the networks facing large disturbances, an alternative model based centralized controller is presented next which considers the nonlinearities of the power system while taking into account both discrete and continuous type compensators. In this regard, sensitivity analysis is used to first find the most sensitive buses of the network called pilot nodes and second to locate the control buses in which discrete type or continuous type controllers are installed. The CSVC controller is then designed based on the notion of nonlinear sensitivity model which relates reactive power injection/absorption or change of reference voltage of controllers to the voltage variation at pilot buses at different operating points of the network. The non-linear sensitivity model is identified using Neural Networks approach which is then used by Simulated Annealing optimization algorithm to solve a mixed discrete-continuous type optimization problem and find the suboptimal control input. The proposed algorithm is tested in real-time against coordinated secondary voltage control method based on linear sensitivity models and also traditional capacitor/inductor banks’ control method which is based on local measurements.

Finally, the same methodology as nonlinear sensitivity based optimal controller is adapted to a decentralized architecture considering consensus between regional controllers overlapping in some buses with a connected reactive power compensator. The consensus is reached in two iterations and does not require any communication link between regional controllers. Moreover the proposed method gives the flexibility to the shared compensators as agents to decide on their degree of participation in SVC algorithm of each neighbor based on their own performance objectives.

Titre traduit

Contrôle de la tension secondaire coordonnée multi-agent decentralise des systèmes d'alimentation

Résumé traduit

Dans cette thèse, deux approches différentes concernant le contrôle de tension secondaire des systèmes d’énergie à grande échelle sont présentées.

Dans la première approche, pour chaque zone du réseau électrique, une commande predictive de modèle qui modifie les points de consigne des compensateurs de puissance réactive participant à l’algorithme CSVC est conçue. Le contrôleur proposé tient compte des limites de puissance réactive de ces dispositifs de compensation. La nouveauté de la method réside dans la prise en compte de la déviation de puissance réactive mesurée sur les lignes d’interconnexion entre les zones voisines comme perturbation mesurée et compensation de la perturbation par les contrôleurs MPC régionaux. Comme autre contribution de ce travail, la validation de l’algorithme proposé se fait dans un environnement de simulation en temps reel dans lequel les contrôleurs MPC décentralisés sont exécutés en parallèle sur des noyaux de calcul distincts. La stabilité et la robustesse de l’algorithme présenté sont validées pour un réseau de transmission réaliste à grande échelle avec 5000 noeuds en considérant les protocols de communication standard pour envoyer et recevoir les données. Les résultats de la simulation montrent que la méthode proposée peut réguler les tensions sur les noeuds pilotes aux valeurs souhaitées en présence de variations de charge et de retards de communication. Le fardeau de calcul de la méthode proposée est également évalué en temps réel.

Pour les réseaux confrontés à de grandes perturbations, un autre contrôleur centralisé basé sur un modèle est présenté ensuite qui considère les non-linéarités du système d’alimentation tout en tenant compte des compensateurs de type discret et continu. À cet égard, l’analyse de sensibilité sert à trouver les noeuds les plus sensibles du réseau appelés noeuds pilotes et à localizer les noeuds de contrôle dans lesquels des contrôleurs de type discrets ou de type continu sont installés. Le contrôleur CSVC est ensuite conçu en fonction de la notion de modèle de sensibilité non linéaire qui relie l’injection / absorption de puissance réactive ou le changement de tension de référence des contrôleurs à la variation de tension dans les noeuds pilotes à différents points de fonctionnement du réseau. Le modèle de sensibilité non linéaire est identifié à l’aide d’un réseau de neurones qui est ensuite utilisé par l’algorithme d’optimisation du Recuit Simulé pour résoudre un problème d’optimisation de type discret-continu mixte et trouver l’entrée de contrôle sous-optimale. L’algorithme proposé est comparé en temps réel à une méthode de contrôle de tension secondaire coordonnée basée sur des modèles de sensibilité linéaire et aussi une méthode de contrôle des condensateurs / inductances traditionnelles basée sur des mesures locales.

Enfin, la même méthodologie que le contrôleur optimal basé sur la sensibilité non linéaire est adaptée à une architecture décentralisée compte tenu du consensus entre les contrôleurs régionaux se chevauchant dans certains noeuds avec un compensateur de puissance réactif connecté. Le consensus est atteint en deux itérations et ne requiert aucun lien de communication entre les contrôleurs régionaux. En outre, la méthode proposée donne la souplesse aux compensateurs partagés en tant qu’agents pour décider de leur degré de participation à l’algorithme SVC de chaque voisin en fonction de leurs propres objectifs de performance.

Type de document: Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires: "Manuscript-based thesis presented to École de technologie supérieure in partial fulfillment for the degree of doctor of philosophy." Comprend des références bibliographiques (pages 165-175).
Mots-clés libres: contrôle de tension hiérarchique, contrôle de tension secondaire coordonné, analyse de sensibilité, contrôle décentralisé, consensus, compensateur de type discret, compensateur de type continu, modèle de contrôle prédictif, réseau neuronal, recuit simulé
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Akhrif, Ouassima
Codirecteur:
Codirecteur
Saad, Maarouf
Programme: Doctorat en génie > Génie
Date de dépôt: 05 nov. 2018 19:25
Dernière modification: 05 nov. 2018 19:25
URI: https://espace.etsmtl.ca/id/eprint/2133

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt