The energy system in the future will gradually transit from fossil fuel based system to the renewable energy based system. Moreover, the state-of-art centralized energy supply will be replaced by the distributed energy supply. During this transformation of conventional energy system, the hybrid renewable energy system (HRES) will play a crucial role enabling a smooth transition. HRES consists of renewable power generators and energy storage systems supplemented by conventional energy supply such as diesel generator or electrical grid.
Although the installation of HRES is linked with high investment cost due to additional components, it has the potential to minimize the operating cost and emissions of detrimental gases. In order to realize this potential, the system design and operation strategies have to be optimized. In this dissertation, three aspects related to design and control of HRES are investigated.
First, the correlation between operation strategy and component sizing is studied. For this purpose, wide range of design space is constructed and each design’s control is optimized by using dynamic programming (DP) based optimal control. In this way, the resulting economic performance is deduced from the full potential of given system design. The simulation results are used to study the link between component sizes and selected economic parameters, to deliver a clear guideline for system design. Moreover, the same design space is operated with simpler control algorithms to quantify the loss of optimality versus DP. It turns out that the genetic algorithm based rule-based control delivers near-optimum solutions with lower computation cost.
Next, the stochastic DP based optimal controller is developed for real-time operation in the presence of environmental uncertainties. Sine the environmental data such as weather or loads cannot be perfectly predicted, a stochastic approach is applied to minimize the expected operating cost. Thereby, the stochastic DP based controller is combined with predictive algorithm. Since the prediction error can vary from site to site, the robustness of proposed optimizer is tested by varying the accuracy of prediction models. The simulation results show, the stochastic DP based predictive controller can handle both the environmental uncertainties and prediction errors by guaranteeing near-optimal operating cost.
Lastly, a comprehensive design framework for second-life battery pack is proposed. Since the high
investment cost acts as the barrier for HRES installation, the application of second-life battery pack in HRES could lower the initial anxiety for investment. The battery cells after first usage have diverging performance characteristics and this can lead to severe problems of safety and power reliability. The proposed screening algorithm, therefore, selects the battery cells with homogeneous properties customized to the system requirements.
This framework includes cell modeling, cell testing, parameter identification, and cell screening algorithm. The case study shows the developed framework can reduce the maximum cell-to-cell variation by up to 70%.
미래의 에너지시스템은 화석연료 기반의 시스템에서 신재생에너지 기반의 시스템으로 점차 변환될 것이며 중앙 집중식 에너지 공급 장치는 분산 에너지 공급 장치로 대체될 것이다. 기존 에너지시스템의 이러한 변환 과정에서 하이브리드 신재생에너지시스템(HRES)은 원활한 전환을 가 능하게하는 중요한 역할을 할 것인데 HRES는 신재생에너지 발전기와 에너지저장시스템을 디젤 발 전기 또는 전기 그리드로 보완하는 방식으로 구성된다.
HRES를 구현할 경우 추가 부품으로 인한 높은 투자비용이 발생하지만, 운영 비용 및 유해 가 스의 배출을 최소화 할 수 있다는 장점이 있다. 이러한 장점을 실현하려면 시스템 설계 및 운영 전략을 최적화 해야하며, 본 학위논문에서는 HRES의 설계 및 제어와 관련된 세 가지 측면을 집중적으로 연구하고자 한다.
첫번째로, 운영 전략과 구성요소의 용량 선정 사이의 상관 관계를 연구한다. 이를 위해 광범위한 설계 공간이 구성되고, 동적 계획법 기반의 최적 제어를 사용하여 각 설계의 운영 전략이 최적화된다. 이를 통하여, 주어진 시스템 설계의 잠재적인 경제 성능을 평가할 수 있게되며 시뮬레이션 결과는 구성요소 용량 선정에 대한 명확한 가이드라인을 제시하는데 사용된다. 추가적으로, 동일한 설계 공간이 보다 단순한 운영 전략을 통해 제어될 경우 발생하는 손실을 정량화 하였다. 이를 통해 유전 연산법을 기반으로한 규칙 제어 공법이 최적제어 공법에 상응하는 결과를 보다 낮은 계산 비용을 사용하며 도출한다는 것을 확인하였다.
다음으로, 확률적 동적 계획법 기반 최적제어 알고리즘을 불확실성이 존재하는 환경에서 실시간으로 작동하도록 개발하였다. 날씨 및 부하와 같은 데이터는 완벽하게 예측될 수 없으므로 예상 운영 비용을 최소화하는 확률론적 접근 방식을 통해 운용 전략을 최적화 하는 것이 필요하다. 개발된 확률적 동적 계획법 기반 최적제어 공법은 예측 알고리즘과 결합되어 작동한다. HRES의 위치에 따라서 불확실성에 대한 예측 모델의 오류가 발생하는데, 예측 오차에 대한 강인함을 측정하기 위해 예측 모델의 정확도를 변경하며 최적제어 공법을 테스트하였다. 시뮬레이션 결과에 따르면 개발된 확률적 동적 계획법 기반의 예측 컨트롤러는 주변 환경의 불확실성과 예측모델 오류에 대한 강인함을 보이며 최소에 가까운 운용 비용을 보장하는 것을 확인하였다.
마지막으로, 한번 사용된 배터리팩의 재사용을 실현하는 포괄적인 설계 방법론을 제안한다. 초기의 높은 투자 비용은 HRES의 설치를 저해하는 요소로 작용하는데 다른 용도로 한번 사용된 배터리팩을 HRES에 재사용할 경우 초기 투자에 대한 부담감을 줄일 수 있다. 한번 사용된 배터리 셀들은 서로 상이한 특성을 지니게 되는데 이는 안정성과 파워성능에 대한 심각한 문제를 야기할 수 있다. 따라서, 제안하는 배터리팩 설계 방법론은 동일한 특성을 지닌 배터리셀들을 시스템 요구 사항에 맞추어 선별한다. 이 방법론은 셀의 모델링, 측정, 파라미터 식별, 셀 선별 알고리즘 등으로 구성 되며, 수행한 사례 연구상에선 개발된 설계 방법론이 셀들간의 최대편차를 70%까지 줄이는 것을 확인하였다.
