Dissertation/ Thesis
Intelligent secondary control for energy management in a micro-grid by using multi-agent system
| Τίτλος: | Intelligent secondary control for energy management in a micro-grid by using multi-agent system |
|---|---|
| Συγγραφείς: | Selseleh Jonban, Mansour |
| Συνεισφορές: | University/Department: Universitat Politècnica de Catalunya. Departament d'Enginyeria Electrònica |
| Thesis Advisors: | Romeral Martínez, José Luis |
| Πηγή: | TDX (Tesis Doctorals en Xarxa) |
| Στοιχεία εκδότη: | Universitat Politècnica de Catalunya, 2023. |
| Έτος έκδοσης: | 2023 |
| Φυσική περιγραφή: | 80 p. |
| Θεματικοί όροι: | Energy management system, Multi-agent system, Self-healing, Faulttolerance, Artificial intelligence, Subsumption architecture, Smart contract, Tendering process, First-price sealed-bid algorithm, Reinforcement learning, Markov decision process, C-means algorithm, Q-learning algorithm, Àrees temàtiques de la UPC::Enginyeria electrònica, Àrees temàtiques de la UPC::Energies, Àrees temàtiques de la UPC::Informàtica |
| Time: | 621.3 |
| Περιγραφή: | (English) Nowadays, distributed energy resources are widely used to supply demand in micro grids especially in green buildings. These resources are usually connected by using power electronic converters, which act as actuators, to the system and make it possible to inject desired active and reactive power, as determined by smart controllers. The overall performance of a converter in such system depends on the stability and robustness of the control techniques. This thesis presents two bottomup smart control approaches to manage energy in DC microgrids (MG) that split the demand among several generators. Firstly, an energy management system (EMS) based on multi-agent system (MAS) controllers is developed to manage energy, control the '. |
| Description (Translated): | (Español) Hoy en día, los recursos energéticos distribuidos se utilizan ampliamente para satisfacer la demanda en microrredes, especialmente en edificios ecológicos. Estos recursos suelen conectarse mediante convertidores electrónicos de potencia, que actuan como actuadores, al sistema, y permiten inyectar la potencia activa y reactiva deseada, según lo determinen los controladores inteligentes. La operación y el rendimiento general de un convertidor en dicho sistema depende de la estabilidad y robustez de las técnicas de control. Esta tesis presenta dos enfoques de control inteligente de abajo hacia arriba para gestionar la energía en microrredes de CC que dividen la demanda entre varios generadores. En primer lugar, se desarrolla un sistema de gestión de energla (EMS) basado en controladores de sistema multiagente (MAS) para gestionar la energía, controlar el voltaje y crear un equilibrio entre la oferta y la demanda en el sistema con el objetivo de respaldar la característica de confiabilidad. En el enfoque propuesto, se implementa un algoritmo jerárquico reconfigurado para controlar la interacción de los agentes, donde se utiliza un bus CAN para establecer la comunicación entre ellos. Este marco de operación tiene la capacidad de controlar el sistema, incluso si aparece una falla en la unidad de decisión. El segundo enfoque de inwstigación presenta un sistema de gestión de energía basado en un sistema multiagente bajo la supervisión de un contrato inteligente con un enfoque de abajo hacia arriba para una microrred de CC conectada a la red que está equipada con paneles solares fotovoltaicos (PV), turbina eólica ( WT) y micro-turbina (MT) y almacenamiento de energía (BES). En el enfoque presentado, cada unidad controla y gestiona su operación a través de una estructura de decisión distribuida. El agente BES esta gestionado por una estructura inteligente basada en un modelo de aprendizaje por refuerzo. Dado que cargar y descargar la batería es un proceso gradual, en esta inwstigación se entrena un proceso de decisión de Markov mediante el uso de un algoritrno Q-leaming. El resto de agentes son controlados y gestionados por algoritrnos heurísticos. Para crear interacción y coordinación entre los agentes, se utiliza un proceso de licitación en el que cada agente bajo la estructura de control supervisado presenta su oferta al artículo licitado en cada período de tiempo. La organización licitadora asigna la potencia solicitada a través del algoritmo de oferta en sobre cerrado de primer precio entre los licitadores para optimizar el costo de la energía en la microrred. Los dos enfoques propuestos presentan sistemas inteligentes en Iínea que pueden garantizar tolerancia a fallas, estabilidad y confiabilidad en la microrred, especialmente para edificios sostenibles y ciudades inteligentes, respectivamente. Se han publicado o se encuentran en proceso de revisión diversos trabajos cientlficos que demuestran y validan los obietivos alcanzados v garantizan la calidad de la tesis. DOCTORAT EN ENGINYERIA ELECTRÒNICA (Pla 2013) |
| Τύπος εγγράφου: | Dissertation/Thesis |
| Περιγραφή αρχείου: | application/pdf |
| Γλώσσα: | English |
| DOI: | 10.5821/dissertation-2117-402147 |
| Σύνδεσμος πρόσβασης: | http://hdl.handle.net/10803/690063 https://dx.doi.org/10.5821/dissertation-2117-402147 |
| Rights: | L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| Αριθμός Καταχώρησης: | edstdx.10803.690063 |
| Βάση Δεδομένων: | TDX |
| FullText | Text: Availability: 0 CustomLinks: – Url: http://hdl.handle.net/10803/690063# Name: EDS - TDX (ns324271) Category: fullText Text: View record in TDX |
|---|---|
| Header | DbId: edstdx DbLabel: TDX An: edstdx.10803.690063 RelevancyScore: 1370 AccessLevel: 3 PubType: Dissertation/ Thesis PubTypeId: dissertation PreciseRelevancyScore: 1370.41064453125 |
| IllustrationInfo | |
| Items | – Name: Title Label: Title Group: Ti Data: Intelligent secondary control for energy management in a micro-grid by using multi-agent system – Name: Author Label: Authors Group: Au Data: <searchLink fieldCode="AR" term="%22Selseleh+Jonban%2C+Mansour%22">Selseleh Jonban, Mansour</searchLink> – Name: Author Label: Contributors Group: Au Data: University/Department: Universitat Politècnica de Catalunya. Departament d'Enginyeria Electrònica – Name: Author Label: Thesis Advisors Group: Au Data: Romeral Martínez, José Luis – Name: TitleSource Label: Source Group: Src Data: TDX (Tesis Doctorals en Xarxa) – Name: Publisher Label: Publisher Information Group: PubInfo Data: Universitat Politècnica de Catalunya, 2023. – Name: DatePubCY Label: Publication Year Group: Date Data: 2023 – Name: PhysDesc Label: Physical Description Group: PhysDesc Data: 80 p. – Name: Subject Label: Subject Terms Group: Su Data: <searchLink fieldCode="DE" term="%22Energy+management+system%22">Energy management system</searchLink><br /><searchLink fieldCode="DE" term="%22Multi-agent+system%22">Multi-agent system</searchLink><br /><searchLink fieldCode="DE" term="%22Self-healing%22">Self-healing</searchLink><br /><searchLink fieldCode="DE" term="%22Faulttolerance%22">Faulttolerance</searchLink><br /><searchLink fieldCode="DE" term="%22Artificial+intelligence%22">Artificial intelligence</searchLink><br /><searchLink fieldCode="DE" term="%22Subsumption+architecture%22">Subsumption architecture</searchLink><br /><searchLink fieldCode="DE" term="%22Smart+contract%22">Smart contract</searchLink><br /><searchLink fieldCode="DE" term="%22Tendering+process%22">Tendering process</searchLink><br /><searchLink fieldCode="DE" term="%22First-price+sealed-bid+algorithm%22">First-price sealed-bid algorithm</searchLink><br /><searchLink fieldCode="DE" term="%22Reinforcement+learning%22">Reinforcement learning</searchLink><br /><searchLink fieldCode="DE" term="%22Markov+decision+process%22">Markov decision process</searchLink><br /><searchLink fieldCode="DE" term="%22C-means+algorithm%22">C-means algorithm</searchLink><br /><searchLink fieldCode="DE" term="%22Q-learning+algorithm%22">Q-learning algorithm</searchLink><br /><searchLink fieldCode="DE" term="%22Àrees+temàtiques+de+la+UPC%3A%3AEnginyeria+electrònica%22">Àrees temàtiques de la UPC::Enginyeria electrònica</searchLink><br /><searchLink fieldCode="DE" term="%22Àrees+temàtiques+de+la+UPC%3A%3AEnergies%22">Àrees temàtiques de la UPC::Energies</searchLink><br /><searchLink fieldCode="DE" term="%22Àrees+temàtiques+de+la+UPC%3A%3AInformàtica%22">Àrees temàtiques de la UPC::Informàtica</searchLink> – Name: Subject Label: Time Group: Su Data: 621.3 – Name: Abstract Label: Description Group: Ab Data: (English) Nowadays, distributed energy resources are widely used to supply demand in micro grids especially in green buildings. These resources are usually connected by using power electronic converters, which act as actuators, to the system and make it possible to inject desired active and reactive power, as determined by smart controllers. The overall performance of a converter in such system depends on the stability and robustness of the control techniques. This thesis presents two bottom­up smart control approaches to manage energy in DC microgrids (MG) that split the demand among several generators. Firstly, an energy management system (EMS) based on multi-agent system (MAS) controllers is developed to manage energy, control the '.<lltage and create balance between supply and demand in the system with the aim of supporting the reliability charactenstic. In the proposed approach, a reconfigured hierarchical algorithm is implemented to control interaction of agents, where a CAN bus is used to provide communication among them. This framework has the ability to control system, even if a failure appears into decision unit The second research approach presents an energy management system based on multi-agent system under the supervision of a smart contract with a bottom-up approach for a grid connected DC micro-grid that is equipped with solar photovoltaic panels (PV), wind turbine (WT) and micro-turbine (MT) and energy storage (BES). In the presented approach, each unit controls and manages through a distributed decision structure. The BES agent is managed by an intelligent structure based on a reinforcement learning model. Since charging and discharging the battery is a stepwise process, in this research, a Markov decision process is trained by using a Q-learning algorithm. The rest of the agents are controlled and managed by heuristic algorithms. To create interaction and coordination among agents, a tendering process is used wherein each agent under its supervised control structure presents its offer to the tendered item at each time period The tendering organization allocates the requested power through first price sealed-bid algorithm between bidders to optimize energy cost in the MG. The two proposed approaches present online intelligent systems that can guarantee fault-tolerance, stability and reliability in the MG especially in green houses and smart cities, respectively. Various scientific papers have been published or are currently under review that can validate the achieved objectives and guarantee the quality of the thesis. – Name: Abstract Label: Description (Translated) Group: Ab Data: (Español) Hoy en día, los recursos energéticos distribuidos se utilizan ampliamente para satisfacer la demanda en microrredes, especialmente en edificios ecológicos. Estos recursos suelen conectarse mediante convertidores electrónicos de potencia, que actuan como actuadores, al sistema, y permiten inyectar la potencia activa y reactiva deseada, según lo determinen los controladores inteligentes. La operación y el rendimiento general de un convertidor en dicho sistema depende de la estabilidad y robustez de las técnicas de control. Esta tesis presenta dos enfoques de control inteligente de abajo hacia arriba para gestionar la energía en microrredes de CC que dividen la demanda entre varios generadores. En primer lugar, se desarrolla un sistema de gestión de energla (EMS) basado en controladores de sistema multiagente (MAS) para gestionar la energía, controlar el voltaje y crear un equilibrio entre la oferta y la demanda en el sistema con el objetivo de respaldar la característica de confiabilidad. En el enfoque propuesto, se implementa un algoritmo jerárquico reconfigurado para controlar la interacción de los agentes, donde se utiliza un bus CAN para establecer la comunicación entre ellos. Este marco de operación tiene la capacidad de controlar el sistema, incluso si aparece una falla en la unidad de decisión. El segundo enfoque de inwstigación presenta un sistema de gestión de energía basado en un sistema multiagente bajo la supervisión de un contrato inteligente con un enfoque de abajo hacia arriba para una microrred de CC conectada a la red que está equipada con paneles solares fotovoltaicos (PV), turbina eólica ( WT) y micro-turbina (MT) y almacenamiento de energía (BES). En el enfoque presentado, cada unidad controla y gestiona su operación a través de una estructura de decisión distribuida. El agente BES esta gestionado por una estructura inteligente basada en un modelo de aprendizaje por refuerzo. Dado que cargar y descargar la batería es un proceso gradual, en esta inwstigación se entrena un proceso de decisión de Markov mediante el uso de un algoritrno Q-leaming. El resto de agentes son controlados y gestionados por algoritrnos heurísticos. Para crear interacción y coordinación entre los agentes, se utiliza un proceso de licitación en el que cada agente bajo la estructura de control supervisado presenta su oferta al artículo licitado en cada período de tiempo. La organización licitadora asigna la potencia solicitada a través del algoritmo de oferta en sobre cerrado de primer precio entre los licitadores para optimizar el costo de la energía en la microrred. Los dos enfoques propuestos presentan sistemas inteligentes en Iínea que pueden garantizar tolerancia a fallas, estabilidad y confiabilidad en la microrred, especialmente para edificios sostenibles y ciudades inteligentes, respectivamente. Se han publicado o se encuentran en proceso de revisión diversos trabajos cientlficos que demuestran y validan los obietivos alcanzados v garantizan la calidad de la tesis.<br />DOCTORAT EN ENGINYERIA ELECTRÒNICA (Pla 2013) – Name: TypeDocument Label: Document Type Group: TypDoc Data: Dissertation/Thesis – Name: Format Label: File Description Group: SrcInfo Data: application/pdf – Name: Language Label: Language Group: Lang Data: English – Name: DOI Label: DOI Group: ID Data: 10.5821/dissertation-2117-402147 – Name: URL Label: Access URL Group: URL Data: <link linkTarget="URL" linkTerm="http://hdl.handle.net/10803/690063" linkWindow="_blank">http://hdl.handle.net/10803/690063</link><br /><link linkTarget="URL" linkTerm="https://dx.doi.org/10.5821/dissertation-2117-402147" linkWindow="_blank">https://dx.doi.org/10.5821/dissertation-2117-402147</link> – Name: Copyright Label: Rights Group: Cpyrght Data: L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/ – Name: AN Label: Accession Number Group: ID Data: edstdx.10803.690063 |
| PLink | https://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edstdx&AN=edstdx.10803.690063 |
| RecordInfo | BibRecord: BibEntity: Identifiers: – Type: doi Value: 10.5821/dissertation-2117-402147 Languages: – Text: English PhysicalDescription: Pagination: PageCount: 80 Subjects: – SubjectFull: Energy management system Type: general – SubjectFull: Multi-agent system Type: general – SubjectFull: Self-healing Type: general – SubjectFull: Faulttolerance Type: general – SubjectFull: Artificial intelligence Type: general – SubjectFull: Subsumption architecture Type: general – SubjectFull: Smart contract Type: general – SubjectFull: Tendering process Type: general – SubjectFull: First-price sealed-bid algorithm Type: general – SubjectFull: Reinforcement learning Type: general – SubjectFull: Markov decision process Type: general – SubjectFull: C-means algorithm Type: general – SubjectFull: Q-learning algorithm Type: general – SubjectFull: Àrees temàtiques de la UPC::Enginyeria electrònica Type: general – SubjectFull: Àrees temàtiques de la UPC::Energies Type: general – SubjectFull: Àrees temàtiques de la UPC::Informàtica Type: general Titles: – TitleFull: Intelligent secondary control for energy management in a micro-grid by using multi-agent system Type: main BibRelationships: HasContributorRelationships: – PersonEntity: Name: NameFull: Selseleh Jonban, Mansour IsPartOfRelationships: – BibEntity: Dates: – D: 09 M: 06 Type: published Y: 2023 |
| ResultId | 1 |