مدیریت انرژی ریزشبکهی مستقل مشتمل بر سیستم های ذخیرهساز انرژی هیبریدی با هدف بهینهسازی چگالی انرژی

در دوران کنونی، جایی که دغدغههای مربوط به تغییرات آب وهوایی و کمبود منابع سنتی انرژی بهطور فزاینده ای اهمیت یافته اند، استفاده از منابع انرژی تجدیدپذیر و سیستمهای ذخیره سازی انرژی هیبریدی و همچنین مدیریت انرژی در ریزشبکه به یکی از حوزههای کلیدی تحقیق و توسعه تبدیل شده است. در مقالات مرتبط با استفاده بهینه از ذخیرهسازهای انرژی هیبریدی در ریزشبکه، راه حلی برای بهینه کردن چگالی آنها مورد توجه قرار نگرفته است. از طرفی برای کنترل ذخیره سازها در ریزشبکه، راهحلهای هوشمند ترکیبشده با راه حلهای کلاسیک، مورد توجه قرار نگرفته است. به همین دلیل در این پژوهش ابتدا از الگو ریتم بهینهسازی ژنتیک استفاده شده است تا چگالی انرژی و ترکیب بهینه سیستم های ذخیرهساز انرژی هیبریدی تعیین شود. در ادامه از روش هوشمند کنترلکننده پیش بینی مدل به همراه روش کلاسیک کنترل مبتنی بر فیلتر استفاده شده است تا ولتاژ باس DC در ریزشبکه تثبیت شود با توجه به مزایا و معایب هر کدام از این روشها، تجمیع آن ها موجب استفاده از مزایای هر کدام و پوشاندن معایب یکدیگر شد. در این پژوهش با طراحی و شبیهسازی یک کنترلکننده ترکیبی برای ترکیب بهینه ذخیرهسازهای انرژی، چالش افت ولتاژ DC در شرایط خاص بررسی و با روشهای مرسوم مقایسه شد. این روش پیشنهادی در نهایت باعث رسیدن به چگالی انرژی ۰۳۸ وات ساعت بر کیلوگرم شد. همچنین باعث کاهش حدود ۸۰/۱ تا ۷/۴ درصدی مقدار حداکثر فراجهش در ولتاژ باس DC و کاهش حدود ۳۳ تا ۳۷ درصدی در زمان نشست آن شد و مقدار ریپل ولتاژ نیز ۲/۸ تا ۹/۱ درصد کاهش یافت

کلیدواژه ها:

مدیریت انرژی ریزشبکه ، الگوریتم بهینهسازی ژنتیک ، کنترلکننده پیش بینی مدل