Inteligentne systemy bilansowania mocy w mikrosieciach elektroenergetycznych

• Autorzy: Nahorski Z. , Radziszewska W. , Parol M. , Pałka P.

Warianty tytułu

EN

Intelligent power balancing systems in electric power microgrids

• Języki publikacji: PL

Abstrakty

PL

Klasyczna organizacja sieci elektroenergetycznych zasilanych głównie przez duże elektrownie zawodowe przestaje odpowiadać współczesnym wymaganiom. Coraz powszechniej stosowany jest system rozproszonego zasilania przez małe źródła energii charakteryzujące się zmienną generacją zależną od warunków meteorologicznych i hydrologicznych. Powstała idea podsieci prosumenckich, w których dąży się do zrównoważenia generacji i zapotrzebowania na moc. Ze względu na zmienną generację i zmienne zapotrzebowanie na energię, bilansowanie mocy wymaga w takich podsieciach bardziej skomplikowanego systemu sterowania niż klasyczne układy automatyki regulacyjnej stosowane obecnie. Obiecującym podejściem do rozwiązania tego problemu są systemy wieloagentowe. Praca jest poświęcona przedstawieniu zagadnień związanych z systemem zarządzania energią w najmniejszych podsieciach tego typu, zwanych mikrosieciami.

EN

The classic organization of electric power networks powered primarily by large-scale generation units does not satisfy contemporary requirements. Distributed supply systems with small energy sources are used more and more frequently. Power generation by many of these sources is variable, depending on meteorological and hydrological conditions. A new organizational solution consists primarily of separate sub-networks, called prosummer networks, within which the energy generation is in a some way "balanced" with power demand. Due to the dynamic generation and variable energy demand, power balancing in these sub-networks requires a more sophisticated control system than traditional regulatory automation systems used currently. A promising approach towards the problem solution is application of multi-agent systems. The paper is devoted to the presentation of issues related to energy management system in the smallest sub-networks of this type, called microgrids.

Słowa kluczowe

PL

inteligentne sieci elektroenergetyczne; mikrosieci; bilansowanie mocy; systemy wieloagentowe

EN

smart grids; microgrids; power balancing; multi-agent systems

• Wydawca: KAPRINT
• Czasopismo: Rynek Energii
• Rocznik: 2012
• Tom: Nr 1
• Strony: 59--66
• Opis fizyczny: Bibliogr. 17 poz.

Twórcy

autor

Nahorski Z.

• Instytut Badań Systemowych PAN

autor

Radziszewska W.

• Instytut Badań Systemowych PAN

autor

Parol M.

• Instytut Badań Systemowych PAN

autor

Pałka P.

• Instytut Badań Systemowych PAN

Bibliografia

• [1] Abbey C., Joos G.: Energy management strategies for optimization of energy storage in wind power hybrid system. In Proc. 36th IEEE Power Electron. Spec. Conf., 2066–2072, 2005.
• [2] Cirrincione M., Cossentino M., Gaglio S., Hilaire V., Koukam A., Pucci M., Sabatucci L., Vitale G.: Intelligent energy management system. In Proc. IEEE International Conference on Industrial Informatics (INDIN 2009), 2009.
• [3] Dimeas A. L.:, Hatziargyriou N. D.: Operation of a multiagent system for microgrid control. IEEE Transactions on Power Systems, 20(3):1447–1455, 2005.
• [4] Fernandes F., Sousa T., Silva M., Morais H., Vale Z., Faria P.: Genetic algorithm methodology applied to intelligent house control. In 2011 IEEE Symposium on Computational Intelligence Applications in Smart Grid (CIAGS 2011), IEEE Symposium Series on Computational Intelligence, 139–146, 2011.
• [5] Giraud F., Salameh Z. M.: Steady-state performance of a grid-connected rooftop hybrid wind-photovoltaic power system with battery storage. IEEE Transactions on Energy Conversion, 16(1):1–7, 2001.
• [6] Granderson J., Piette M. A., Ghatikar G.: Building energy information systems: user case studies. Energy Efficiency, 4:17–30, 2011.
• [7] Hajizadeh A., Golkar M. A.: Intelligent power management strategy of hybrid distributed generation system. Electrical Power & Energy Systems, 29: 783–795.
• [8] Harley R. G., Lian J.: Computational intelligence in smart grids. In 2011 IEEE Computational Intelligence Applications in Smart Grid, IEEE Symposium Series on Computational Intelligence, pages viii–xv, 2011.
• [9] Lagorse J., Simőes M., Miraoui A.: A multiagent fuzzy-logic-based energy management of hybrid systems. IEEE Transactions on Industry Applications, 45(6):2123–2129, 2009.
• [10] McArthur S. , Davidson E., Catterson V., Dimeas A., Hatziagyriou N., Ponci F., Funabashi T. : Multiagent systems for power engineering applications – part i: Concepts, approaches and technical challenges. IEEE Trans. on Power Systems, 22(4):1743–1752, 2007.
• [11] McArthur S., Davidson E., Catterson V., Dimeas A., Hatziagyriou N., Ponci F., Funabashi T.: Multiagent systems for power engineering applications – part ii: Technologies, standards and tools for building multiagent systems. IEEE Trans. on Power Systems, 22(4):1753–1759, 2007.
• [12] Mushtaha M., Krost G.: Sizing a self-sustaining wind-diesel power supply by particle swarm optimization. In 2011 IEEE Symposium on Computational Intelligence Applications in Smart Grid (CIAGS 2011), IEEE Symposium Series on Computational Intelligence, 151–157, 2011.
• [13] Palma-Behnke R., Benavides C., Aranda E., Llanos J., Sáez D.: Energy management system for a renewable based microgrid with a demand side management mechanism. In 2011 IEEE Symposium on Computational Intelligence Applications in Smart Grid (CIAGS 2011), IEEE Symposium Series on Computational Intelligence, 131–138, 2011.
• [14] Ricalde L. J., Ordońez E., Gamez M., Sanchez E. N.: Design of a smart grid management system with renewable energy generation. In 2011 IEEE Symposium on Computational Intelligence Applications in Smart Grid (CIAGS 2011), IEEE Symposium Series on Computational Intelligence, 147–150, 2011.
• [15] Tsikalakis A. G., Hatziargyriou N. D.: Centralized control for optimizing microgrids operation. IEEE Transactions on Energy Conversion, 23(1):241-248, 2008.
• [16] Vytelingum P., Ramchurn S. D., Voice T. D., Rogers A., Jennings N. R.: Trading agents for the smart electricity grid. Proc. 9th Int. Conf. on Autonomous Agents and Multiagent Systems (AAMAS 2010), van der Hoek, Kaminka, Lespérance, Luck, Sen (Ed.), pp. 897–904, 2010.
• [17] Westermann D., John A.: Demand matching wind power generation with wide-area measurement and demand-side management. IEEE Transactions on Energy Conversion, 22(1):145–149, 2007.

Uwagi

PL

Praca naukowa finansowana ze środków na naukę w latach 2010-2013 jako projekt badawczy nr N N519 580 238.