AAU Student Projects - visit Aalborg University's student projects portal
A master's thesis from Aalborg University
Book cover


Simulating Network Adapted Market Controller in a Smart Grid Scenario

Translated title

Simulering af Netværkstilpasset Markedskontrolenhed i et Smart Grid Scenarie

Authors

;

Term

4. term

Publication year

2013

Submitted on

Pages

49

Abstract

Fremkomsten af smarte elnet kræver en systematisk måde at afprøve scenarier på. Vi udvikler et simuleringsframework, hvor man kan se, hvordan et ufuldkomment kommunikationsnetværk påvirker en styringsalgoritme, og vi afprøver tilpasninger, der tager netværksforhold med i beregningen. Vi opstiller et scenarie med en generel arkitektur for kommunikation, styring og eldistribution og beskriver den valgte styringsalgoritme: en markedskontroller, der reducerer forbruget i spidsbelastningsperioder ved at lagre termisk energi i køleskabe (forkøling), når efterspørgslen er lav, og bruge den lagrede kulde, når efterspørgslen er høj. Vi definerer et præstationsmål, der viser effekten af netværksfejl i simuleringerne. For at forbedre styringen undersøger vi to metoder: 1) at skalere en styringsparameter efter pakettab og 2) at sende kontrolbeskeder flere gange, hvor antallet bestemmes ud fra sandsynligheden for informationsuoverensstemmelse. Resultaterne viser, at metode 1 forbedrer ydelsen i forhold til ingen tilpasning. For metode 2 hjælper gentagne udsendelser noget, men det giver ikke mening i dette scenarie at vælge dem ud fra uoverensstemmelsessandsynlighed. Metode 1 er tæt knyttet til vores specifikke scenarie, mens metode 2 er mere generel.

The rise of smart grids calls for a systematic way to test key scenarios. We build a simulation framework to observe how an imperfect communication network affects a control algorithm and to try adaptations that account for network conditions. We define a scenario with a general architecture for communication, control, and power distribution, and we describe the chosen control algorithm: a market controller that reduces peak demand by storing thermal energy in refrigerators (pre-cooling) when demand is low and using the stored cold when demand is high. We introduce a performance metric that reveals the impact of network imperfections in the simulations. To improve performance, we evaluate two methods: (1) scaling a control parameter according to packet loss, and (2) transmitting control messages multiple times, with the number of retransmissions based on the probability of information mismatch. Results show that method 1 improves performance compared with no adaptation. For method 2, repeated transmissions help to some extent, but choosing them based on mismatch probability is not useful in this scenario. Method 1 is specific to our scenario, whereas method 2 can be generalized.

[This abstract was generated with the help of AI]