Advanced Predictive and AI-Based Converter Control Strategies for AC and DC Microgrids
24.56 MB
Khan, H. S. (2026). Advanced Predictive and AI-Based Converter Control Strategies for AC and DC Microgrids [Doctoral dissertation, University of Vaasa]. Osuva. https://urn.fi/URN:ISBN:978-952-395-260-7
Pysyvä osoite
Kuvaus
Compilation dissertation’s summary section is licensed under Creative Commons Attribution NonCommercial 4.0 International.
Invertteripohjaisten hajautettujen energiaresurssien lisääntynyt hyödyntäminen tuo mukanaan merkittäviä haasteita sähkövoimajärjestelmän toimintaan ja stabiiliuteen. Erityisesti haasteita aiheuttavat matala inertia, epälineaariset kuormat sekä rajoitettu vikavirran syöttö. Perinteisiä lineaarisia säätimiä käytetään laajasti, mutta niillä on luontaisia puutteita, kuten hidas transienttivaste, heikko häiriöiden sietokyky ja rajoittunut kyky käsitellä epälineaarisuuksia tai parametriepävarmuuksia. Näiden rajoitusten ratkaisemiseksi tässä väitöskirjassa kehitetään ja validoidaan edistyneitä ennakoivia ja tekoälypohjaisia säätöstrategioita sekä vaihto- (AC-) että tasasähkö (DC-) mikroverkoille.
Ensiksi väitöskirjassa esitellään parannettu mallipohjainen ennakoiva säätö, FCS–MPC, invertteripohjaisille hajautetuille energiaresursseille. Kaksitavoitteinen kustannusfunktio mahdollistaa samanaikaisesti lähtöjännitteen säätämisen ja vikavirran rajoittamisen symmetrisissä vikatilanteissa. Kahden askeleen ennustemenetelmä mahdollistaa pienemmän kytkentätaajuuden, paremman vakiotilan tarkkuuden ja paremman robustisuuden parametrimuutoksia vastaan. Lisäksi toteutetaan ennakoiva hierarkkinen säätöarkkitehtuuri. Ehdotetun menetelmän stabiilius osoitetaan Lyapunovin analyysin avulla, ja perinteisiä menetelmiä parempi suorituskyky vahvistetaan MATLAB/Simulink-simulaatioilla sekä FPGA-in-the-loop-testauksella.
Toiseksi väitöskirja edistää tekoälypohjaista säätöä tasajännite mikrosähköverkoissa. Keinotekoinen neuroverkkoon (ANN) perustuva jännitteenohjain kehitetään FCS–MPC:n tuottaman aineiston avulla, mikä mahdollistaa nopean transienttivasteen ja robustin säädön epälineaarisilla vakio-tehokuormilla. Lisäksi ehdotetaan vähennettyyn anturimäärään perustuva ANN-säätö, joka käyttää vain jännitemittauksia, tarjoten kustannustehokkaan ja skaalautuvan ratkaisun käytännön toteutukseen. Molemmat lähestymistavat validoidaan reaaliaikaisilla laitteistosilmukka (HIL) testeillä, jotka osoittavat luotettavan jännitteen säädön usean solmupisteen DC-verkoissa.
Kaiken kaikkiaan tämä väitöskirja tarjoaa perustan ennakoiville ja tekoälypohjaisille säätimille, jotka parantavat mikroverkkojen luotettavuutta, tehokkuutta ja skaalautuvuutta. Yhdistämällä teoreettisen mallinnuksen, reaaliaikaisen validoinnin ja avoimen tutkimuskäytännön työ tarjoaa polun kohti resilienttiä ja vähähiilistä tulevaisuuden invertteripohjaista sähkövoimajärjestelmää.
URI
DOI
Emojulkaisu
ISBN
978-952-395-260-7
ISSN
2323-9123
0355-2667
0355-2667
Aihealue
Sarja
Acta Wasaensia|580
OKM-julkaisutyyppi
G5 Artikkeliväitöskirja
Saavutettavuusominaisuudet
Navigointi mahdollista, looginen lukemisjärjestys
Kuvien ja kuvioiden vaihtoehtoiset kuvaukset puutteelliset tai puuttuvat. Artikkelit 2-5 eivät ole saavutettavia.