Koordinering av energilagring i basstationer för förnybara elnät : Användande av basstationers batterilagring för att stabilisera nät

Autor: Pekkanen, Linus
Jazyk: angličtina
Rok vydání: 2022
Předmět:
Popis: An increasing amount of variable renewable energy sources are being added to the world’s power grids both as an effort to reduce greenhouse gas emissions in the fight against climate change but also because some of the energy sources with the lowest levelized cost of energy are variable renewable energy sources such as wind and photovoltaics. These energy sources come with inherent difficulties since their energy production is neither constant nor entirely controllable and can cause issues for the power grids if they cause power production and consumption to become imbalanced. Meanwhile, radio base stations, which are used for mobile communication networks, are deployed in almost all parts of the world and often have battery energy storage to guarantee uptime in the case of blackouts. If this battery storage can be utilized for grid stabilization purposes while fulfilling its role in meeting load demand, it is possible to use existing infrastructure to support renewable energy deployment. The solution proposed in this thesis is to use Group Method of Data Handling-type neural network models to generate forecasts of variable renewable energy power generation, as well as grid and radio base station load demand, and then use those forecasts as an input to a Model Predictive Control model that coordinates the charging and discharging of the radio base stations’ battery systems to minimize a specified cost. The Model Predictive Control model was designed so that its cost function could be adapted to minimize the electricity cost of the radio base stations, minimize fluctuations in the local grid’s bus voltages, minimize power flow between the local grid and the transmission grid, keep the state of charge of the radio base stations’ batteries within a certain interval, or affect any other modelled properties of the grid or the radio base stations. The results in this thesis show that the proposed method is suitable for providing grid-stabilizing services but that limited battery storage of the radio base stations and inexact forecasts may provide an obstacle with stabilization of grid power flow and bus voltages. More work needs to be done to adapt the system to more advanced power grid and radio base station models and investigate the effect the usage of the batteries has on their lifespans. En allt större mängd av förnybar energiproduktion läggs till i elnät över hela världen, både för att reducera utsläpp av växthusgaser men också på grund av att förnybara energislag är bland de billigaste källorna för energiproduktion. Dessa energikällor är dock ej utan sina brister och vissa av källorna är sådana som varken är konstanta eller helt styrbara, såsom vindenergi eller solcellsenergi, vilket gör att de kan ha en destabiliserande verkan på elnätet när elproduktion och elkonsumtion ej är lika stora. En annan del av vår moderna infrastruktur är radiobasstationer som möjliggör kommunikation med mobilnätet och ofta har energilagring i form av batterier för att förse basstationerna med el under strömavbrott. Om denna energilagring kan utnyttjas för att jämna ut konsumptionen och produktionen i elnätet, samtidigt som den uppfyller de behov som basstationerna har, så kan existerande infrastruktur användas för att hjälpa till med att stabilisera elnätet. Det kan också möjliggöra utbyggnationen av ytterligare förnybar energiproduktion. I detta examensarbete presenteras en metod som kombinerar neurala nätverk för att skapa prognoser av framtida produktion och konsumption i elnätet, samt en styrenhet som använder modellprediktiv reglering för att utnyttja prognoserna, så basstationernas energilagring kan koordineras. Denna metod kan tillhandahålla ett antal olika tjänster för elnätsstabilisering eller elkostnadsreducering.
Databáze: OpenAIRE
Externí odkaz: