Optimal power management and control of residential microgridsOptimal power management and control of residential microgridsΠρογραμματισμός λειτουργίας και έλεγχος οικιακών ενεργειακών μικροδικτύων Μεταπτυχιακή Διατριβή Master Thesis 2022-09-082022enThe adoption of smart energy management systems at demand and distribution levels of the grid is mandated by the ever-increasing presence of smart grids. In this dissertation, a smart Home Energy Management System (HEMS) that reduces prosumers' daily energy costs and offers the grid ancillary services is proposed. Photovoltaic (PV) systems, Electric Vehicles (EV), Energy Storage Systems (ESS), flexible and critical loads, and a Multi-Port Converter (MPC) that connects the aforementioned modules with the power grid make up the residential prosumer residence. Optimal power management problem is solved using the Particle Swarm Optimization (PSO) method. The HEMS also features the ability to function independently when the residential microgrid is disconnected from the main grid. Additionally, the designed system can support grid frequency while taking into account the operational flexibility of the controlled power sources and loads. The use of k-means clustering and feed-forward neural networks in a load demand forecasting system is also proposed. The results obtained by the proposed system demonstrate that the HEMS minimizes the residential prosumer's operating costs, supports system frequency optimally, satisfies all operational requirements of the controlled system, and maintains the operational flexibility of all cooperating power components at the highest level.Η ραγδαία ανάπτυξη και διάχυση της τεχνολογίας Smart Grid στο ηλεκτρικό δίκτυο επέβαλε και την ανάγκη για πιο έξυπνα συστήματα διαχείρισης ενέργειας, τόσο στο επίπεδο μεταφοράς όσο και στο επίπεδο διανομής. Σε αυτή τη διατριβή μελετήθηκε, σχεδιάστηκε και αναπτύχθηκε ένα έξυπνο Οικιακό Σύστημα Διαχείρισης Ενέργειας (ΟΣΔΕ) το οποίο μειώνει το ημερήσιο ενεργειακό κόστος της οικίας και επιπρόσθετα προσφέρει βοηθητικές υπηρεσίες στο δίκτυο. Η έξυπνη οικία του καταναλωτή/παραγωγού θεωρείται ότι εμπεριέχει φωτοβολταϊκά πάνελ, ηλεκτρικό όχημα, συστήματα αποθήκευσης ενέργειας, ευέλικτα και κρίσιμα φορτία, καθώς και ένα μετατροπέα πολλαπλών θυρών ο οποίος διασυνδέει όλα τα παραπάνω με το κεντρικό ηλεκτρικό δίκτυο. Η βέλτιστη διαχείριση ενέργειας επιτυγχάνεται με τη χρήση του αλγορίθμου Particle Swarm Optimization - Βελτιστοποίηση Σμήνους Σωματιδίων. Το ΟΣΔΕ είναι επίσης σχεδιασμένο να λειτουργεί και αυτόνομα, δηλαδή χωρίς να είναι συνδεδεμένο με το κεντρικό δίκτυο. Η στήριξη συχνότητας του κεντρικού δικτύου εξασφαλίζεται βέλτιστα, λαμβάνοντας ταυτόχρονα υπόψη την ευελιξία ισχύος της κάθε μονάδας του συστήματος. Προτείνεται επίσης ο συνδυασμός των μεθόδων k-means clustering και feed-forward νευρωνικών δικτύων σε ένα σύστημα πρόβλεψης της κατανάλωσης ενέργειας από τα οικιακά φορτία. Τα αποτελέσματα που προέκυψαν από το προτεινόμενο ΟΣΔΕ αποδεικνύουν την αποτελεσματικότητα του συστήματος στην μείωση του ημερήσιου κόστους ηλεκτρικής ενέργειας, ενώ ταυτόχρονα τηρούνται και όλοι οι περιορισμοί που είναι εγγενείς στο παραπάνω σύστημα ισχύος.Μεταπτυχιακή διατριβή που υποβλήθηκε στην σχολή ΗΜΜΥ του Πολ. Κρήτης για την πλήρωση των προϋποθέσεων λήψης του Μεταπτυχιακού Διπλώματος Ειδίκευσηςhttp://creativecommons.org/licenses/by/4.0/Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών ΥπολογιστώνKalaitzakis_Iason-Christos_MSc_2022.pdfChania [Greece]Library of TUC2022-09-08application/pdf3.0 MBembargo Kalaitzakis Iason-Christos Καλαιτζακης Ιασων-Χρηστος Kanellos Fotios Κανελλος Φωτιος Stavrakakis Georgios Σταυρακακης Γεωργιος Koutroulis Eftychios Κουτρουλης Ευτυχιος Πολυτεχνείο Κρήτης Technical University of Crete Particle swarm optimization Neural networks Prosumers Optimization Microgrids Multi-Port converters Frequency support Flexibility Energy management