A Survey on Problems in Smart Grid with Large Capacity Wind Farm Interconnected

Yang, Pengfei; Liu, Wenying; Yi-li, Wei

doi:10.1016/j.egypro.2012.02.170

Cited by 8 publications

(3 citation statements)

References 6 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…It is assumed that the total radiation is falling with 20% which is a typical value for solar arrays and the array area S is equal with 200 m 2 . The wind turbine produces energy P M based on the following equation [50]:…”

Section: Renewable Energy Sourcesmentioning

confidence: 99%

Occupancy-based demand response and thermal comfort optimization in microgrids with renewable energy sources and energy storage

et al. 2016

View full text Add to dashboard Cite

Section: Renewable Energy Sourcesmentioning

confidence: 99%

Occupancy-based demand response and thermal comfort optimization in microgrids with renewable energy sources and energy storage

et al. 2016

View full text Add to dashboard Cite

“…Finally, the battery is charged when there is excess of energy coming from the renewable resources and discharged when the energy coming from the renewable resources is not enough to satisfy the energy demand of the microgrid. The capacity of the battery unit is set to 150 kW h. The above equations and parameters were adopted from [15], [16], [17], [18].…”

Section: B Renewable Energy Sourcesmentioning

confidence: 99%

A supervisory approach to microgrid demand response and climate control

Korkas

Baldi

Michailidis

et al. 2016

2016 24th Mediterranean Conference on Control and Automation (MED)

View full text Add to dashboard Cite

Abstract-Microgrids equipped with small-scale renewableenergy generation systems and energy storage units offer challenging opportunity from a control point of view. In fact, in order to improve resilience and enable islanded mode, microgrid energy management systems must dynamically manage controllable loads by considering not only matching energy generation and consumption, but also thermal comfort of the occupants. Thermal comfort, which is often neglected or oversimplified, plays a major role in dynamic demand response, especially in front of intermittent behavior of the renewable energy sources. This paper presents a novel control algorithm for joint demand response management and thermal comfort optimization in a microgrid composed of a block of buildings, a photovoltaic array, a wind turbine, and an energy storage unit. In order to address the large-scale nature of the problem, the proposed control strategy adopt a two-level supervisory strategy: at the lower level, each building employs a local controller that processes only local measurements; at the upper level, a centralized unit supervises and updates the three controllers with the aim of minimizing the aggregate energy cost and thermal discomfort of the microgrid. Comparisons with alternative strategies reveal that the proposed supervisory strategy efficiently manages the demand response so as to sensibly improve independence of the microgrid with respect to the main grid, and guarantees at the same time thermal comfort of the occupants.

show abstract

“…Conversion efficiency η is equal with 20% which is a typical value for solar arrays and the array area S is equal with 200 m 2 . The wind turbine produces energy P M based on the following equation [167]:…”

Section: Renewable Energy Sourcesmentioning

confidence: 99%

Distributed optimization for intelligent demand response in smart grids

Korkas¹,

Κόρκας²

View full text Add to dashboard Cite

Κατά τη διάρκεια των τελευταίων ετών, μεγάλη ερευνητική προσπάθεια έχει αφιερωθεί στην εύρεση μιας λύσης στα προβλήματα ελέγχου της λειτουργίας των "Ευφυών" Ηλεκτρικών Δικτύων. Η ενσωμάτωση των έξυπνων μετρητών, των ανανεώσιμων πηγών ενέργειας, της φόρτισης των ηλεκτρικών οχημάτων και της αποθήκευσης ενέργειας ανέκυψε πρόσφατα στη σκηνή του ηλεκτρικού συστήματος και προκάλεσε ακόμα μεγαλύτερο ενδιαφέρον στο πρόβλημα της "Ευφυούς" ηλεκτρικής ζήτησης. Στην βιβλιογραφία χρησιμοποιήθηκαν διάφορες τεχνικές βελτιστοποίησης για την ελαχιστοποίηση του κόστους λειτουργίας των κόμβων ενός Ηλεκτρικού Δικτύου , όπως τα κτίρια, τα μικροσυστήματα και οι σταθμοί φόρτισης ηλεκτικών οχημάτων, μειώνοντας την κατανάλωση ενέργειας, τις εκπομπές ρύπων και βελτιώνοντας την ποιότητα ζωής και την εξυπηρέτηση των καταναλωτών. Ωστόσο, μια τέτοια διαδικασία και μελέτη, δεν είναι ένα καθόλου εύκολο έργο. Σε αυτή την εργασία, παρουσιάζουμε μια σειρά καινοτόμων αλγορίθμων που στοχεύουν στη βελτιστοποίηση της λειτουργίας των κόμβων ενός ηλεκτρικού δικτύου. Συγκεκριμένα, μέσω διάφορων συστημάτων προσομοίωσης έξυπνων κτιρίων, μικροδικτύων και σταθμών φόρτισης ηλεκτρικών οχημάτων, επικυρώνουμε την απόδοση αυτών των αλγορίθμων στην ελαχιστοποίηση της κατανάλωσης ενέργειας, του οικονομικού κόστους, των εκπομπών ρύπων και της εξάρτησης από το δίκτυο, χωρίς να παραμελούμε την άνεση του χρήστη και τις ανάγκες του. Επιπλέον, οι ενέργειες αυτές πραγματοποιούνται υπό δυναμικά μεταβαλλόμενες συνθήκες όπως οι καιρικές συνθήκες, οι ανανεώσιμες πηγές ενέργειας, οι διακυμάνσεις των τιμών της ηλεκτρικής ενέργειας και τα ετερογενή χρονοδιαγράμματα χρήσης.

show abstract

A Survey on Problems in Smart Grid with Large Capacity Wind Farm Interconnected

Cited by 8 publications

References 6 publications

Occupancy-based demand response and thermal comfort optimization in microgrids with renewable energy sources and energy storage

Occupancy-based demand response and thermal comfort optimization in microgrids with renewable energy sources and energy storage

A supervisory approach to microgrid demand response and climate control

Distributed optimization for intelligent demand response in smart grids

Contact Info

Product

Resources

About