Experimentelle Untersuchung der hierarchischen Regelung in DC-Microgrids mit Hilfe eines Echtzeitsimulators

In diesem Artikel wird ein DC-Microgrid mit hierarchischer Steuerung vorgestellt, das in einem Simulator, OPAL RT-Lab, implementiert ist. Es beschreibt die Schaltungsmodellierung, primäre und sekundäre Steuerungsstrategien und die experimentelle Validierung. Die Ergebnisse zeigen eine effektive Steuerungsleistung und unterstreichen die Bedeutung einer robusten experimentellen Plattform für die Forschung und Entwicklung von Microgrids.

Der Aufstieg erneuerbarer Energiequellen hat die Bedeutung von Microgrids unterstrichen, insbesondere von Gleichstromvarianten, die sich gut für die Integration von Photovoltaikmodulen, Batteriespeichern und anderen Gleichstromlastlösungen eignen. In diesem Beitrag wird die Entwicklung und Erprobung eines DC-Microgrids mit hierarchischer Steuerung vorgestellt, das im OPAL RT-Lab, einem Simulator, implementiert ist. Das Microgrid umfasst verteilte Energieressourcen (DERs), die über Stromrichter, einen DC-Bus und DC-Lasten miteinander verbunden sind. Die Primärsteuerung verwendet einen Droop-Steuerungsmechanismus und eine Doppelschleifen-Proportional-Integral-Steuerung (PI), um Spannung und Strom zu regulieren und einen stabilen Betrieb und eine proportionale Leistungsverteilung zu gewährleisten. Die Sekundärsteuerung verwendet eine konsensbasierte Strategie zur Koordination von DERs, um die Busspannung wiederherzustellen und eine genaue Stromverteilung zu gewährleisten, wodurch die Zuverlässigkeit und Effizienz des Systems verbessert wird. Der in diesem Dokument beschriebene Versuchsaufbau umfasst Schaltungsmodellierung, Hardwareimplementierung und Regelungsstrategien. Die Schaltungs- und Controller-Parameter der Hardwareplattform sind spezifiziert, und die Ergebnisse können durch Oszilloskopmessungen beobachtet werden. Es werden zwei Versuchsreihen durchgeführt, die die sekundäre Kontrollreaktion mit und ohne Verzögerung demonstrieren, um die Wirksamkeit der Kontrollstrategie zu validieren. Die Ergebnisse bestätigen die erfolgreiche Implementierung der hierarchischen Steuerung im Microgrid. Diese Studie unterstreicht die Bedeutung einer umfassenden experimentellen Plattform für die Weiterentwicklung der Microgrid-Technologie und liefert wertvolle Erkenntnisse für die zukünftige Forschung und Entwicklung.

Mit der rasanten Entwicklung erneuerbarer Energiequellen haben Microgrids weltweit an Bedeutung gewonnen¹. Sie ermöglichen die Integration von dezentralen Energieressourcen (DERs) wie Solarphotovoltaik (PV) sowie Energiespeichersystemen (ESS) in das Netz und unterstützen so den Übergang zu nachhaltiger und erneuerbarer Energie. Als kritische Komponente bei der Integration erneuerbarer Energien haben DC-Microgrids aufgrund ihrer Kompatibilität mit der inhärenten DC-Natur von PV-Systemen, Batterien und anderen DERs große Aufmerksamkeit erregt. Der Gleichstrombetrieb reduziert den Bedarf an mehrfachen Energieumwandlungen, was die Effizienz und Zuverlässigkeit des Gesamtsystems verbessern kann. Folglich stellen DC-Microgrids einen vielversprechenden Weg zur Optimierung der Integration erneuerbarer Energien dar².

Es ist allgemein anerkannt, dass Simulationen und experimentelle Studien für die Weiterentwicklung der Microgrid-Technologie von entscheidender Bedeutung sind. Simulationen ermöglichen es Forschern oder Ingenieuren, verschiedene Szenarien und Steuerungsstrategien in einer virtuellen Umgebung kostengünstig und risikofrei zu modellieren und zu analysieren. Experimente in der realen Welt sind jedoch ebenso wichtig, da sie diese Modelle und Theorien validieren und praktische Herausforderungen und dynamische Verhaltensweisen aufzeigen, die Simulationen möglicherweise nicht vollständig erfassen³. Trotz der aus den Simulationen gewonnenen Erkenntnisse sind praktische Experimente mit Microgrids notwendig, um Probleme zu lösen, die sich aus physikalischen Implementierungen ergeben. Diese Experimente helfen dabei, die Betriebseigenschaften, die Regelungsdynamik und die Wechselwirkungen zwischen verschiedenen Komponenten in einer realen Umgebung^{zu verstehen 4}. Aufgrund ihres kleineren Maßstabs und ihres modularen Charakters bieten Microgrids im Vergleich zu herkömmlichen Großnetzen, die für praktische Experimente zu umfangreich und komplex sind, eine überschaubarere und skalierbarere Lösung für die Durchführung dieser wichtigen experimentellen Studien. Daher ist die Durchführung physikalischer Experimente an Microgrids unerlässlich, um unser Verständnis und unsere Fähigkeiten in diesem Bereich zu verbessern.

In einem typischen DC-Microgrid sind verschiedene DERs über Stromrichter mit einem DC-Bus verbunden. Dieser Aufbau ermöglicht den direkten Austausch von Strom, ohne dass mehrere DC-DC- oder AC/DC-Wandlungen^{erforderlich sind 5}. Diese Stromrichter regeln die Spannung und den Strom und sorgen so für eine effiziente Energieübertragung und Stabilität. Der DC-Bus dient als zentraler Knoten, der die Stromversorgung an verschiedene Verbraucher verteilt, die an das System angeschlossen sind. Die Übertragungsleitungen stellen die notwendigen Wege für den Stromfluss zwischen den DERs, Konvertern und Lasten bereit und sorgen für eine stabile und zuverlässige Stromversorgung innerhalb des Microgrids. Um den Betrieb eines DC-Microgrids effektiv zu verwalten, wird häufig eine hierarchische Steuerungsstruktur eingesetzt⁶. Diese Struktur ist im Allgemeinen in drei Ebenen unterteilt: primäre, sekundäre und tertiäre Kontrolle, die jeweils unterschiedliche Funktionen und Zuständigkeiten haben.

Die Primärregelung konzentriert sich auf die unmittelbare Regelung von Spannung und Strom innerhalb des DC-Microgrids, um Stabilität und eine ordnungsgemäße Strom-/Leistungsverteilung zwischen den DERs zu gewährleisten. Die gebräuchlichste primäre Kontrolle ist die Droop-Kontrolle. Im Vergleich zu anderen Primärsteuerungen ist es kommunikationsfrei und reagiert schnell. Aufgrund ihrer Droop-Charakteristik kann die Droop-Regelung jedoch zu Spannungsabweichungen führen und ist nicht in der Lage, die Spannung auf dem Nennwert zu halten. Gleichzeitig nimmt mit zunehmender Last und zunehmender Anzahl von DERs die Genauigkeit der Stromverteilung ab. Daher ist eine zusätzliche Sekundärregelung für die Spannungswiederherstellung und Stromregelung erforderlich. Die Sekundärregelung stellt die Betriebspunkte des Systems nach Störungen wieder her und koordiniert die Primärregler für die Spannungs- und Stromregelung. Die tertiäre Steuerung optimiert den wirtschaftlichen und strategischen Betrieb des Microgrids, indem sie die Energieplanung und die Wechselwirkungen mit dem Hauptstromnetz^{verwaltet 7}.

In der jüngsten Literatur werden bedeutende Fortschritte bei der Anwendung der hierarchischen Steuerung für DC-Mikronetze hervorgehoben, die von Simulationsstudien über Hardware-in-the-Loop-Setups (HIL) bis hin zu physikalischen Experimenten in der realen Welt reichen. In ersten Forschungsstudien wurden häufig Simulationswerkzeuge eingesetzt, um hierarchische Steuerungsalgorithmen für DC-Microgrids zu entwickeln und zu testen. Diese Studien konzentrieren sich auf die Modellierung des dynamischen Verhaltens von Microgrids, die Optimierung von Steuerungsstrategien und die Bewertung der Systemleistung unter verschiedenen Bedingungen. Simulationsumgebungen wie MATLAB/Simulink und PSCAD werden aufgrund ihrer Flexibilität und umfassenden Toolsets für die Analyse von Stromnetzen häufig verwendet⁸. HIL-Experimente gehen über reine Simulationen hinaus und bieten eine realistischere Testumgebung, indem Echtzeit-Steuerungshardware in simulierte Microgrid-Modelle integriert wird. Dieser Ansatz ermöglicht es den Forschern, Steuerungsalgorithmen zu validieren und ihre Leistung unter realitätsnahen Bedingungen zu bewerten. HIL-Setups schließen die Lücke zwischen theoretischem Studium und praktischer Umsetzung und bieten wertvolle Einblicke in die Interaktion zwischen Steuerungssystemen und Microgrid-Komponenten⁹. Die ultimative Validierung hierarchischer Steuerungsstrategien wird durch physikalische Experimente an realen Microgrid-Setups erreicht. Diese Experimente beinhalten den Einsatz von Steuerungsalgorithmen auf realer Microgrid-Hardware, einschließlich DERs, leistungselektronischen Wandlern und Steuergeräten. Physikalische Experimente liefern die genaueste Bewertung der Systemleistung und zeigen praktische Herausforderungen und betriebliche Probleme auf, die in Simulationen oder HIL-Setups möglicherweise nicht erkennbar sind.

Um den Fortschritt der hierarchischen Steuerungsforschung in DC-Microgrids zusammenzufassen, gibt Tabelle 1 einen Überblick über Schlüsselstudien, die nach ihrem experimentellen Ansatz kategorisiert sind. Aus der oben genannten Literatur geht hervor, dass zwar einige Studien physische Microgrid-Plattformen erfolgreich für Experimente genutzt haben, es jedoch einen bemerkenswerten Mangel an systematischer Dokumentation und umfassender Beschreibung dieser experimentellen Plattformen und ihrer Nutzung gibt, insbesondere im Zusammenhang mit der hierarchischen Steuerung. Diese Lücke ist von Bedeutung, da detaillierte Informationen über Versuchsaufbauten, Methoden und Ergebnisse entscheidend sind, um Studien zu replizieren, die Forschung voranzutreiben und die praktische Umsetzung hierarchischer Steuerungsstrategien in Microgrid-Technologien zu erleichtern. Vor diesem Hintergrund zielt dieses Papier darauf ab, eine detaillierte und systematische Einführung in die Entwicklung und Nutzung einer physikalischen experimentellen Plattform für DC-Microgrids zu geben, wobei der Schwerpunkt auf der hierarchischen Steuerung liegt, um wertvolle Erkenntnisse und praktische Richtlinien für die laufende Forschung in diesem Bereich beizutragen.

Zusammenfassend sind die Hauptbeiträge dieses Papiers wie folgt. Zunächst werden im Rahmen der hierarchischen Steuerungsstrategie die notwendigen Steuerungsalgorithmen und Implementierungen für die Steuerung von Microgrids detailliert ausgearbeitet, während frühere Arbeiten Experimente meist als Validierung ohne weitere Ausarbeitung behandelt haben. Zweitens bietet dieses Papier in Übereinstimmung mit dem Einsatz von Regelungsalgorithmen auch den Hardware-Aufbau und die Topologie der Microgrid-Komponenten, wodurch die Reproduzierbarkeit von Microgrid-Steuerungsexperimenten verbessert wird. Drittens legt dieses Papier durch den Aufbau einer skalierbaren experimentellen Plattform den Grundstein für die zukünftige Forschung zu Microgrids und ermöglicht eine weitere Erforschung der Steuerungsleistung unter realen Bedingungen wie Kommunikationsverzögerungen und Lastschwankungen, wodurch die Entwicklung robusterer und effizienterer Steuerungsstrategien unterstützt wird.

In diesem Abschnitt skizzieren wir die Methoden, die für die Entwicklung und das Experimentieren mit einem DC-Microgrid verwendet werden, das eine hierarchische Steuerung beinhaltet, die in Abbildung 1 dargestellt ist und im OPAL RT-Lab (im Folgenden als "Simulator" bezeichnet) implementiert ist. Das Protokoll ist in drei Hauptabschnitte unterteilt: Physikalischer Aufbau und Schaltungsmodellierung, Implementierung der Steuerungsstrategie und Simulator-Versuchsaufbau. Es wird darauf hingewiesen, dass dieses Protokoll die tertiäre Regelungsstrategie nicht abdeckt, die eine übergeordnete Optimierung und Interaktion mit dem Hauptstromnetz beinhaltet, über den Rahmen unseres aktuellen Versuchsaufbaus hinausgeht und für zukünftige Arbeiten übrig bleibt.

1. Physischer Aufbau und Schaltungsmodellierung

1. Elektrische Topologie des Systems
   HINWEIS: Unter Berücksichtigung der Schaltungsarchitektur des DC-Microgrid-Systems fahren wir mit dem Aufbau der Hardware-Experimentierplattform in den folgenden Schritten fort.
   1. Aufbau eines individuellen DER
      1. Verbinden Sie den Pluspol des Gleichstroms über einen Draht mit dem Eingangspluspol der Abwärtsschaltung, während Sie gleichzeitig die entsprechenden Minuspole verbinden. Der spezifische Wandler ist in Abbildung 2A dargestellt. Erstellen Sie ein mathematisches Modell für den Abwärtswandler, um die Auslegung von Regelparametern für nachfolgende Simulationen und Versuchsaufbauten zu erleichtern. Für einen typischen Abwärtswandler, wie in Abbildung 3 gezeigt, konstruieren Sie seine Zustandsraumgleichungen mit der Zustandsraum-Mittelungsmethode wie folgt⁵:
              (1)
         Dabei sind I^L, V^C der Induktivitätsstrom bzw. die Ausgangsspannung; R, L, C sind die Komponentenparameter in der Wandlerschaltung; Vⁱⁿ steht für die Eingangsgleichspannung; und d steht für das Tastverhältnis des DC/DC-Wandlers. Transformieren Sie Gleichung ( 1) in die folgende Form der Übertragungsfunktion, die für den Entwurf eines PI-Reglers geeigneter ist.
         
              (2)
         Dabei steht s für den Laplace-Operator. G_Id(s) ist die Übertragungsfunktion des Tastverhältnisses zum Strom; und G_VI(s) ist die Übertragungsfunktion von Strom auf Spannung.
      2. Microgrid-Aufbau mit mehreren DERs
         1. Wiederholen Sie den Vorgang zum Erstellen einzelner DERs wie oben beschrieben. Wenn mehrere DERs vorhanden sind, schließen Sie die entsprechenden positiven und negativen Ausgangsanschlüsse jeder Abwärtsschaltung an.
         2. Um die Leitungsimpedanz zu simulieren, fügen Sie kleine Widerstände in Reihe zwischen den Pluspolen jedes DER ein.
      3. Integration von Lasten
         1. Verwenden Sie Widerstände, um gängige Lasten in DC-Microgrids zu simulieren. Verbinden Sie für globale Lasten die Klemmen des Widerstands direkt mit den Konfluenzpunkten der Plus- und Minuspole aller DERs. Wenn eine Leitungsimpedanz vorhanden ist, schließen Sie Widerstände am Ausgang jeder Abwärtsschaltung an, um lokale Lasten zu simulieren, wie in Abbildung 2D gezeigt.
            HINWEIS: In diesem Experiment werden Schaltungsverbindungen mit Steckverbindern realisiert, wie in Abbildung 2C dargestellt.
2. Hardware-Schaltungsdesign und -einrichtung
   HINWEIS: Das Hardware-Setup der experimentellen DC-Microgrid-Plattform, die der Topologie in Abbildung 1 entspricht, besteht hauptsächlich aus den folgenden Schritten:
   1. Konfiguration der DC-Stromversorgung
      1. Aktivieren Sie die Stromversorgung, indem Sie den Netzschalter drücken.
      2. Stellen Sie die Spannung mit dem Drehknopf auf den angegebenen Wert ein. Bei diesem Netzteil handelt es sich um eine Gleichstromquelle mit konstanter Spannung und einem Ausgangsbereich von [0 - 300 V] und einer maximalen Leistung von 600 W. Starten Sie die Stromversorgung zu Beginn des Experiments, indem Sie den Schalter drücken. Das in diesem Experiment verwendete Netzteil ist in Abbildung 2B dargestellt.
   2. Einrichtung des DC-DC-Abwärtswandlers
      1. Verlegen Sie die Ein- und Ausgangssignale des Wandlers auf eine Signalumwandlungsplatine und verbinden Sie sie über Signalkabel mit dem Simulator-Hardware-Controller.
         HINWEIS: Dieser Aufbau ermöglicht die Ausgabe von Strom- und Spannungssignalen in analoger Form und die Übertragung von PWM-Signalen vom Controller zur Ansteuerung des Wandlers auf Schaltungsebene.
   3. Nachweis von Bus- und Lastverbindungen
      1. Stellen Sie sicher, dass dieser Schritt mit Schritt 1.1.3 übereinstimmt. Überprüfen Sie alle Verbindungen auf Genauigkeit und Sicherheit.

2. Umsetzung der Kontrollstrategie

3. Versuchsaufbau des Echtzeitsimulators

HINWEIS: Die spezifische Konfiguration des Simulatorexperiments umfasst vier Schritte, wie in Abbildung 8 dargestellt.

1. Modell-Initialisierung
   1. Klicken Sie auf die Schaltfläche Bearbeiten , um das Programm zu ändern, das auf dem Simulator ausgeführt wird. Aktivieren Sie anschließend die Schaltfläche SET , um die Einstellungen der Entwicklungseigenschaft abzuschließen.
2. Kompilierung von Modellen
   1. Klicken Sie nach Abschluss der Modellbearbeitung auf die Schaltfläche Erstellen , um das Modell in ausführbaren Code zu kompilieren.
   2. Überwachen Sie das Software-Kompilierungsfenster, bis die Meldung "Kompilierung erfolgreich" angezeigt wird. Wenn ein Fehler auftritt, lokalisieren Sie den Fehler anhand der Eingabeaufforderung und nehmen Sie die erforderlichen Korrekturen vor
3. Konfiguration der Echtzeitsteuerung des Simulators
   1. Konfigurieren Sie nach Abschluss des Kompilierungsprozesses die Programmcode-Einstellungen, z. B. den Simulationsmodus, den Typ der Echtzeit-Kommunikationsverbindung und andere relevante Parameter.
4. Programmdownload und -ausführung
   1. Laden Sie das kompilierte ausführbare Programm in die Controller-Hardware herunter und starten Sie das Experiment.
   2. Schließen Sie die Spannungstastköpfe des Oszilloskops an die Plus- und Minuspole jedes DER-Ausgangs an und klemmen Sie die Stromtastköpfe an die Ausgangsanschlüsse. Verwenden Sie das Oszilloskop-Fenster, um die Ausgabe jedes DER im Microgrid zu beobachten.

Abbildung 4 zeigt das Droop-Steuermodul in dem Steuermodul, das innerhalb des Simulators aufgebaut ist. Die Detailkonstruktion basiert auf folgendem Droop-Mechanismus:

Der Droop-Control-Mechanismus ist eine grundlegende Strategie für die dezentrale Primärregelung in DC-Microgrids. Es emuliert das Verhalten von Synchrongeneratoren in Wechselstromsystemen, um Lasten proportional auf verschiedene DERs aufzuteilen. Die Droop-Steuerung passt die Ausgangsspannung jedes DER basierend auf seinem Ausgangsstrom an und folgt dabei einer vordefinierten Droop-Charakteristik:

     (3)

Dabei steht V_i^ref für die Referenzspannung für den iten DER; V_iⁿ stellt den von der Sekundärregelung vorgegebenen Spannungssollwert dar, der standardmäßig auf den Nennwert V_nom eingestellt ist. k_i ist der Droop-Koeffizient; und I_i ist derAusgangsstrom des i-ten DER. Aus Gleichung (3) ist ersichtlich, dass die Droop-Steuerung die Referenzspannung jedes DER entsprechend unterschiedlichen Droop-Koeffizienten k_i anpasst, um eine Stromteilung zu erreichen. Aus Gleichung (3) geht hervor, dass die Droop-Kontrolle nicht auf Informationen aus anderen DERs angewiesen ist und eine algebraische Gleichung ist, die eine schnelle Reaktion ermöglicht. Sie führt jedoch zwangsläufig dazu, dass die Spannung vom Nennwert V_iⁿ abweicht.

Abbildung 5 zeigt das Steuerblockdiagramm, das durch Ziehen und Ablegen von Komponenten im Simulator erstellt wurde. Die spezifischen Ein- und Ausgänge ergeben sich aus den folgenden Gleichungen.

Der äußere Spannungsregelkreis regelt die Ausgangsspannung so, dass sie der Referenzspannung der Droop-Steuerung folgt. Er setzt den Referenzstrom I_i^ref für die innere Schleife wie folgt.

(4)

Dabei sind k_i^p,v und k_i^i,vdie proportionalen bzw. integralen Verstärkungen für die Spannungsschleife.

Der innere Stromregelkreis sorgt dafür, dass der Strom dem von der äußeren Spannungsschleife eingestellten Referenzwert folgt. Der Stromregelkreis hat eine schnellere Reaktionszeit, um Störungen schnell entgegenzuwirken. Das spezifische Kontrollgesetz wird wie folgt angegeben.

(5)

Dabei ist d_i[0,1] das Tastverhältnis für die PWM-Erzeugung und k_i^p,iund k_i^i,i die proportionalen bzw. integralen Verstärkungen für die Stromschleife.

Das Blockdiagramm der Sekundärsteuerung wurde im Simulator auf der Grundlage der konsensbasierten Sekundärsteuerung erstellt, wie in Abbildung 6 dargestellt. Die Strategie der verteilten Sekundärregelung zielt darauf ab, eine dezentrale Spannungsregelung und Leistungsteilung zwischen den DERs zu erreichen. Dies wird durch einen Konsensalgorithmus erreicht, bei dem die Agenten ihre Spannungssollwerte iterativ auf der Grundlage lokaler Messungen und Informationen von benachbarten Agenten anpassen.

Ein typisches konsensbasiertes sekundäres Kontrollprotokoll ist unten sowie in Abbildung 7B dargestellt.

     (6)

Wobei c_i die Kopplungsverstärkung für die Steuerung der Stromteilung ist; I_i^bewertet ist der Nennstrom für den^{i ten} DER. Es ist erwiesen, dass das Steuerungsgesetz (6) die Wiederherstellung der Spannung und eine genaue Stromverteilung gewährleisten kann. Offensichtlich ist der Sekundärregler (4) vollständig verteilt, was bedeutet, dass seine Leistung nicht durch die Größe des Microgrids und die Anzahl der DERs beeinträchtigt wird. Diese Skalierbarkeit bildet die Grundlage für den Einsatz in größeren Microgrids. Darüber hinaus ermöglicht die hierarchische Struktur eine flexible Erweiterung, da sich die primäre und sekundäre Steuerung lokal und global anpassen können und so auch bei erhöhter Systemkomplexität ein stabiler Betrieb gewährleistet ist. Insgesamt ist das hierarchische Steuerungsframework für DC-Microgrids in Abbildung 7 dargestellt.

Um die Wirksamkeit der hierarchischen Steuerung auf der entworfenen Microgrid-Hardwareplattform zu überprüfen, werden Experimente mit dem in Abbildung 9 gezeigten Hardware-Setup durchgeführt. Die in den Experimenten verwendeten Hardware-Schaltkreise und Controller-Parameter sind in Tabelle 2 aufgeführt. Die experimentellen Ergebnisse wurden mit einem Oszilloskop beobachtet.

Es wurden drei Versuchsreihen durchgeführt: einer mit einer sekundären Kontrollantwort ohne Kommunikationsverzögerung (Abbildung 10), einer mit Verzögerung (Abbildung 11) und einer unter Lastvariationsbedingungen (Abbildung 12). Hier haben wir uns für das Transportverzögerungsmodul im Simulator entschieden, um eine feste Verzögerung einzuführen, die eine Vereinfachung der Verzögerung in realen Stromkommunikationsnetzen darstellt. Eine Erläuterung der Leistung des Steuerelements finden Sie im Diskussionsabschnitt.

Abbildung 1: Elektrische und Steuerungsstruktur eines typischen DC-Microgrids. Beschreibung: Die tertiäre Regelung stellt jedem DER die Nennspannung V_nom zur Verfügung, während auf der sekundären Steuerungsebene die DERs über ein verteiltes Kommunikationsnetzwerk miteinander zusammenarbeiten und dadurch einen Spannungssollwert für die Droop-basierte Primärregelung bereitstellen. Bei der Ansteuerung der untergeordneten Umrichter werden die Stromquellen, typischerweise Distributed Generation oder ESS, über Umrichter mit dem Netz verbunden, die die Leistung über eine Doppelschleifen-PI-Regelung regeln. Abkürzungen: DER = distributed energy resource; ESS = Energiespeichersystem; PWM = Pulsweitenmodulation. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 2: Hardware im DC-Microgrid-Experiment. (A) DC-DC-Abwärtswandler. (B) Gleichstromversorgung. (C) Steckverbinder. (D) Verbindungsleitungen und eine Last. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 3: Eine typische Abwärtswandlerstruktur. Symbole: Vⁱⁿ = Eingangsspannung; d = Einschaltdauer; I^L = Induktorstrom; V^C = Ausgangsspannung; L = die Induktivität; C = der Kondensator; R = der Lastwiderstand. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 4: Simulatormodell für die Droop-Kontrolle. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 5: Simulink-Modell für Dual-Loop-PI-Regelung. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 6: Verteiltes Sekundärsteuerungsmodell im Simulator. Klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 7: Hierarchisches Steuerungsframework für DC-Microgrids. (A) Primäre Kontrolle. (B) Sekundäre Kontrolle. (C) In diesem Dokument verwendete Kommunikationstopologie. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 8: Die spezifische Konfiguration des Simulators. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 9: Die experimentelle DC-Microgrid-Plattform. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 10: Regelleistung des hierarchischen Steuerungsschemas im DC-Microgrid. (A) Ausgangsspannungen, (B) Ausgangsströme. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 11: Aktuelle Reaktionen bei Verzögerungen. (A) Verzögerung τ = 30 ms, (B) Verzögerung τ = 40 ms. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 12: Regelleistung bei Lastschwankungen. (A) Ausgangsspannungen, (B) Ausgangsströme. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Tabelle 1: Überblick über die hierarchische Steuerungsforschung in Microgrids.

Tabelle 2: Parameter des Test-DC-Microgrids.

Abbildung 10 zeigt die Strom- und Spannungsreaktionen des Microgrid-Systems unter sekundärer Steuerung ohne Kommunikationsverzögerungen. Vor dem Zeitpunkt t₁ wird das System ausschließlich durch eine auf Drop basierende Primärregelung geregelt, bei der es offensichtlich ist, dass sich die Spannung nicht auf dem Nennwert von 48 V stabilisieren kann und die Stromverteilung relativ ungenau ist. Bei Aktivierung der Sekundärsteuerung zum Zeitpunkt t₁ erholt sich die Spannung schnell auf etwa 48 V bei t₂ und der Strom erreicht eine präzise Verteilung im Verhältnis 3:1:3:1. Dies zeigt, dass die sekundäre Kontrolle ihre Kontrollziele effektiv erfüllt.

In der Praxis steht die Sekundärsteuerung, die auf Kommunikation angewiesen ist, häufig vor der Herausforderung von Netzwerkverzögerungen. Solche Verzögerungen können die Systemleistung beeinträchtigen, was zu langsameren Reaktionszeiten, verminderter Stabilität und sogar zu Ungenauigkeiten bei der Energieverteilung führen kann. Um dieses Szenario zu simulieren, führen wir Kommunikationsverzögerungen in die Signale des verteilten Steuerungssystems ein, um die Reaktion des Systems zu beobachten. Abbildung 11 zeigt die aktuellen Wellenformen des Systems bei Kommunikationsverzögerungen von 30 ms und 40 ms. Es ist zu beobachten, dass das System nach Aktivierung der von den Verzögerungen betroffenen Sekundärsteuerung deutliche Schwingungen aufweist. Ein solches oszillatorisches Verhalten ist in realen Stromnetzen inakzeptabel, was die Bedeutung weiterer Forschungen mit dieser experimentellen Plattform unterstreicht, um die nachteiligen Auswirkungen von Kommunikationsverzögerungen auf die Sekundärsteuerung zu untersuchen.

In tatsächlichen Microgrids sind Lastschwankungen sehr häufig und häufig. Um die Wirksamkeit der vorgeschlagenen Methode auf der konstruierten Microgrid-Plattform vollständig zu überprüfen, führten wir ein Lastvariationsexperiment durch. Wie in Abbildung 12 gezeigt, haben wir zum Zeitpunkt t₁ eine Last R_add=16 Ω hinzugefügt und zum Zeitpunkt t₂ entfernt. In Abbildung 12A ist zu sehen, dass die Spannung bei Lastwechsel kurzzeitig schwankt, aber schnell wieder auf den Nennwert zurückkehrt. In Abbildung 12B behalten die Ströme der vier DERs während des An- und Abschaltens der Last eine genaue Zuordnung bei.

Aus den experimentellen Ergebnissen lassen sich die Kernpunkte dieses Protokolls in Hard- und Softwarekomponenten unterteilen. Für den Hardware-Teil ist es entscheidend, die korrekte Verdrahtung aller Schaltungselemente sicherzustellen, insbesondere der Plus- und Minusklemmen. Für den Softwareteil sollte die Bereitstellung des Steuerungssystems der hierarchischen Steuerungsstrategie folgen, die im Abschnitt Protokoll beschrieben wird.

Häufige Fehler im System sind in der Regel kein Ausgang oder Ausgang, der die Grenzwerte überschreitet. Der Standardansatz besteht darin, sicherzustellen, dass die Hardwareverbindungen des Systems korrekt sind (d. h. keine Kurzschlüsse oder offenen Stromkreise) und dann zu überprüfen, ob sich die Controller-Ausgänge anomal verhalten. Darüber hinaus konnte aufgrund der Einschränkungen des Simulators in diesem Experiment keine echte verteilte Steuerung implementiert werden, da Steuerbefehle zentral vom Simulator und nicht von separaten Steuerungen ausgegeben werden. Dies unterscheidet sich von realen Microgrid-Systemen.

Zusammenfassend wird in diesem Beitrag die Entwicklung und Implementierung einer hierarchischen Steuerungsstrategie für ein DC-Microgrid vorgestellt und die Wirksamkeit sowohl der Droop-Regelung für die Primärregelung als auch einer konsensbasierten Sekundärregelung zur Erreichung einer Spannungswiederherstellung und einer präzisen Leistungsverteilung zwischen den DERs demonstriert. Durch detaillierte Schaltungsmodellierung, Hardwareimplementierung und die Integration von Regelungsstrategien mit dem Simulator OPAL-RT Lab wird die Leistung des Systems unter verschiedenen Szenarien validiert, einschließlich Experimenten mit Kommunikationsverzögerungen und Lastschwankungen. Die Ergebnisse bestätigen, dass das vorgeschlagene Steuerungssystem in der Lage ist, eine stabile Spannung aufrechtzuerhalten und eine proportionale Leistungsverteilung auch unter dynamischen Bedingungen zu gewährleisten. Darüber hinaus verbessert die detaillierte Beschreibung der experimentellen Plattform, einschließlich Hardware-Setup und Steuerungsparametern, die Reproduzierbarkeit der Studie und liefert wertvolle Erkenntnisse für die zukünftige Forschung und den praktischen Einsatz von Microgrids. Zukünftige Arbeiten werden sich auf die Erforschung fortschrittlicher Steuerungsstrategien und die Verbesserung der Systemrobustheit konzentrieren, um reale Eventualitäten besser bewältigen zu können.

Die Autoren haben keine Interessenkonflikte offenzulegen.

Diese Arbeit wurde teilweise von der National Natural Science Foundation of China im Rahmen von Grant 62103308 und Grant 62073247 unterstützt, teilweise von den Fundamental Research Funds for the Central Universities unter Grant 2042023kf0095, teilweise von der Natural Science Foundation of Hubei Province of China unter Grant 2024AFB719 und JCZRQN202500524, teilweise von der Wuhan University Experiment Technology Project Funding unter dem Grant WHU-2022-SYJS-10, und teilweise durch das Postdoctoral Fellowship Program des CPSF unter der Fördernummer GZC20241269.