Optimal energy management strategies for autonomous and interconnected microgrids with renewable energy production and storage

Abstract

This thesis presents an integrated study on the energy management of autonomous multi-node microgrids, developed and analyzed using as a basis a real small-scale experimental installation. The primary objective is to design and demonstrate supervisory control strategies that maximize renewable energy utilization, minimize dependence on fossil-based backup units and ensure continuous supply to all loads. The study addresses the coordination of distributed renewable generation, energy storage, hydrogen systems and flexible demand through hierarchical energy management, with emphasis on the development and application of advanced predictive control frameworks. The research adopts a hierarchical control structure, with node-level strategies balancing renewable generation and storage and supervisory strategies coordinating energy exchanges across nodes. The first supervisory method explored is based on a Finite State Machine (FSM). By discretizing battery’s state of charge (SOC) into operational zones and defining transitions corresponding to import, export, or autonomous modes, the FSM provides a transparent and computationally efficient way to manage power exchanges. Results show that FSM-based coordination reduces renewable curtailment and backup systems utilization compared to isolated node operation. However, as a rule-based approach, it cannot anticipate future fluctuations or optimize decisions over time horizons longer than the present operating step. To overcome these limitations, the thesis develops a Nonlinear Model Predictive Control (NMPC) framework, which constitutes its central contribution. NMPC relies on forecasts of renewable generation and load profiles to optimize energy exchanges among nodes over a prediction horizon. By explicitly including the operational limits of the energy subsystems, NMPC ensures feasible operation while minimizing fossil fuel usage and renewable curtailment. Comparative studies demonstrate that isolated operation of each node, while capable of maintaining self-sufficiency, often results in inefficient use of storage resources and higher diesel reliance. NMPC coordination, by contrast, enables surplus renewable energy to be absorbed by neighboring nodes or storage systems and allows deficits to be shared across the network, significantly improving the efficiency. Building on this framework, the thesis explores the refinement of NMPC through the tuning of weight coefficients. These weights balance the importance assigned to SOC deviation from reference trajectories and control effort in the optimization problem. By employing a forecast-driven tuning mechanism, the NMPC adapts to changing operating conditions and improves flexibility in the management of renewable variability. Although the transition from local rule-based management to NMPC coordination represents the primary advance, the incorporation of weight tuning illustrates how predictive controllers can be further enhanced to achieve even greater efficiency. The thesis also examines the integration of electric vehicles (EVs) as flexible loads in the multi-node microgrid. Uncontrolled charging increases demand peaks and increases fossil fuel dependence, while optimal charging scheduling aligns EV demand with renewable availability. The results demonstrate that this approach reduces peak loads and improves renewable absorption, turning EVs into controllable resources that actively support system efficiency and stability. Finally, the study develops a digital twin of the experimental microgrid, designed as a digital replica that links operational data with a virtual representation. Except of providing monitoring capabilities, the digital twin enables predictive scenario analysis, that allows alternative control strategies and future conditions to be tested before deployment. This functionality enhances resilience, improves decision-making and complements the predictive supervisory control framework. The results of the thesis demonstrate that predictive supervisory management substantially improves the operation of autonomous multi-node microgrids. FSM-based control offers a first level of coordination, but NMPC provides a decisive improvement by proactively scheduling distributed resources and enabling effective energy exchange among nodes. Compared with isolated operation, NMPC achieves higher renewable utilization, reduced diesel usage and more balanced exploitation of both short and long-term storage. The addition of weight tuning further strengthens flexibility, while the integration of EVs and the digital twin expand the functionality and resilience of the system. All these contributions establish a comprehensive framework for the optimal and sustainable management of future distributed energy systems.Η παρούσα διατριβή παρουσιάζει μια ολοκληρωμένη μελέτη σχετικά με τη διαχείριση ενέργειας αυτόνομων πολυ-κομβικών μικροδικτύων, αξιοποιώντας ως βάση μια πιλοτική εγκατάσταση μικρής κλίμακας. Κεντρικό στόχο αποτελεί ο σχεδιασμός, η ανάπτυξη και η εφαρμογή εποπτικών στρατηγικών ελέγχου που μεγιστοποιούν τη διείσδυση ανανεώσιμων πηγών ενέργειας (ΑΠΕ), μειώνουν την εξάρτηση από εφεδρικές μονάδες παραγωγής που βασίζονται σε ορυκτά καύσιμα, και εξασφαλίζουν την αδιάλειπτη τροφοδοσία όλων των φορτίων. Η μελέτη εστιάζει στον συντονισμό αποκεντρωμένης παραγωγής από ΑΠΕ, συστημάτων αποθήκευσης ενέργειας, συστημάτων υδρογόνου και ευέλικτων φορτίων μέσω ιεραρχικής διαχείρισης ενέργειας, με ιδιαίτερη έμφαση στην ανάπτυξη και εφαρμογή πλαισίων προηγμένου προβλεπτικού ελέγχου. Η έρευνα υιοθετεί μια ιεραρχική δομή ελέγχου, όπου σε επίπεδο κόμβου εφαρμόζονται στρατηγικές που εξισορροπούν την τοπική παραγωγή και αποθήκευση, ενώ σε εποπτικό επίπεδο υλοποιούνται αλγόριθμοι που συντονίζουν τις ενεργειακές ροές μεταξύ των κόμβων. Η πρώτη εποπτική στρατηγική που διερευνάται βασίζεται στη χρήση Μηχανής Πεπερασμένων Καταστάσεων (Finite State Machine – FSM). Με τη διακριτοποίηση της κατάστασης φόρτισης (State of Charge – SOC) των μπαταριών σε ζώνες λειτουργίας και τον καθορισμό μεταβάσεων που αντιστοιχούν σε εισαγωγή, εξαγωγή ενέργειας ή αυτόνομη λειτουργία, η Μηχανή Πεπερασμένων Καταστάσεων προσφέρει μια διαφανή και υπολογιστικά αποδοτική μέθοδο διαχείρισης της ανταλλαγής ενέργειας. Τα αποτελέσματα καταδεικνύουν ότι ο συντονισμός μέσω FSM μειώνει τόσο τις περικοπές ανανεώσιμης ενέργειας όσο και τη χρήση εφεδρικών συμβατικών μονάδων παραγωγής ενέργειας, σε σύγκριση με την απομονωμένη λειτουργία των κόμβων. Παρ’ όλα αυτά, ως μέθοδος βασισμένη σε κανόνες, δεν διαθέτει τη δυνατότητα πρόβλεψης μελλοντικών μεταβολών ούτε τη δυνατότητα λήψης βέλτιστων αποφάσεων σε μεγαλύτερους χρονικούς ορίζοντες. Για την αντιμετώπιση των παραπάνω περιορισμών αναπτύσσεται ένα πλαίσιο Μη Γραμμικού Προβλεπτικού Ελέγχου (Nonlinear Model Predictive Control – NMPC), το οποίο αποτελεί και τη βασική συνεισφορά της διατριβής. Ο NMPC αξιοποιεί προβλέψεις παραγωγής από ΑΠΕ και προφίλ φορτίων για τη βελτιστοποίηση της ανταλλαγής ενέργειας μεταξύ των κόμβων εντός ενός χρονικού ορίζοντα πρόβλεψης. Με την άμεση ενσωμάτωση των φυσικών και λειτουργικών περιορισμών των υποσυστημάτων, ο NMPC εξασφαλίζει τη βέλτιστη λειτουργία του μικροδικτύου, ενώ ταυτόχρονα επιδιώκει την ελαχιστοποίηση της χρήσης ορυκτών καυσίμων και των περικοπών ανανεώσιμης ενέργειας. Συγκριτικές αναλύσεις δείχνουν ότι η απομονωμένη λειτουργία των κόμβων, μολονότι ικανή να διατηρήσει την αυτονομία, συχνά οδηγεί σε αναποτελεσματική αξιοποίηση των αποθηκευτικών πόρων, περικοπές ανανεώσιμης ενέργειας και αυξημένη εξάρτηση από τις γεννήτριες πετρελαίου. Αντιθέτως, ο συντονισμός μέσω NMPC επιτρέπει την απορρόφηση περίσσειας ανανεώσιμης ενέργειας από γειτονικούς κόμβους ή συστήματα αποθήκευσης καθώς επίσης και το διαμοιρασμό των ενεργειακών ελλειμμάτων σε όλο το δίκτυο, επιτυγχάνοντας σημαντικά βελτιωμένη συνολική αποδοτικότητα. Περαιτέρω, η διατριβή διερευνά τη βελτίωση του NMPC μέσω της προσαρμογής των συντελεστών βάρους του προβλήματος βελτιστοποίησης, οι οποίοι ρυθμίζουν το κόστος που αποδίδεται στις αποκλίσεις του SOC και των δράσεων ελέγχου, από τις επιθυμητές τροχιές αναφοράς. Με έναν μηχανισμό δυναμικής ρύθμισης βασισμένο σε προβλέψεις, ο NMPC αποκτά μεγαλύτερη ευελιξία και προσαρμοστικότητα σε διαφορετικές συνθήκες λειτουργίας, ενισχύοντας περαιτέρω την αποδοτικότητα του ελέγχου. Αν και η μετάβαση από τοπικό έλεγχο βασισμένο σε κανόνες, σε προβλεπτικό συντονισμό μέσω NMPC, συνιστά τη βασική αναβάθμιση, η ενσωμάτωση της βελτιστοποίησης των συντελεστών βάρους αναδεικνύει την προοπτική περαιτέρω ενίσχυσης της λειτουργικής ευφυΐας των προβλεπτικών ελεγκτών. Η διατριβή εξετάζει επίσης την ενσωμάτωση ηλεκτρικών οχημάτων (EVs) ως ευέλικτων φορτίων στο πολυ-κομβικό μικροδίκτυο. Η μη ελεγχόμενη φόρτιση αυξάνει τις αιχμές ζήτησης και ενισχύει την εξάρτηση από συμβατικές πηγές παραγωγής ενέργειας, ενώ ο βέλτιστος προγραμματισμός φόρτισης εναρμονίζει τη ζήτηση ενέργειας από τα EV με τη διαθεσιμότητα ανανεώσιμης ενέργειας. Τα αποτελέσματα καταδεικνύουν ότι η στρατηγική αυτή μειώνει τις αιχμές φορτίου και αυξάνει την απορρόφηση ενέργειας από ΑΠΕ, μετατρέποντας τα EV σε ευέλικτα και ελεγχόμενα φορτία που ενισχύουν τη σταθερότητα και την αποδοτικότητα του συστήματος. Τέλος, αναπτύσσεται ένα ψηφιακό δίδυμο (digital twin) του πιλοτικού μικροδικτύου, το οποίο λειτουργεί ως ψηφιακό αντίγραφο ενοποιώντας τα λειτουργικά δεδομένα με μια δυναμική εικονική αναπαράσταση. Εκτός από τις δυνατότητες παρακολούθησης, το ψηφιακό δίδυμο επιτρέπει την εκτέλεση ανάλυσης σεναρίων, μέσω των οποίων μπορούν να αξιολογηθούν εναλλακτικές στρατηγικές ελέγχου και μελλοντικές συνθήκες πριν από την εφαρμογή τους στο πραγματικό σύστημα. Η δυνατότητα αυτή ενισχύει την ανθεκτικότητα, τη λήψη αποφάσεων και συμπληρώνει το προβλεπτικό εποπτικό πλαίσιο ελέγχου. Συνολικά, τα αποτελέσματα καταδεικνύουν ότι η προβλεπτική εποπτική διαχείριση βελτιώνει ουσιαστικά τη λειτουργία αυτόνομων πολυ-κομβικών μικροδικτύων. Ο έλεγχος τύπου FSM προσφέρει ένα πρώτο επίπεδο συντονισμού, αλλά ο NMPC επιφέρει καθοριστική αναβάθμιση, καθώς προγραμματίζει προδραστικά τους κατανεμημένους πόρους και επιτρέπει αποτελεσματικές ανταλλαγές ενέργειας μεταξύ των κόμβων. Σε σύγκριση με την απομονωμένη λειτουργία, ο NMPC επιτυγχάνει μεγαλύτερη αξιοποίηση ΑΠΕ, μειωμένη χρήση γεννητριών πετρελαίου και πιο ισορροπημένη χρήση των συστημάτων αποθήκευσης τόσο βραχυπρόθεσμα όσο και μακροπρόθεσμα. Η ενσωμάτωση της προσαρμοστικής ρύθμισης συντελεστών βάρους ενισχύει περαιτέρω την ευελιξία του συστήματος, ενώ η ενσωμάτωση των EV και του ψηφιακού διδύμου διευρύνει σημαντικά τη λειτουργικότητα και την ανθεκτικότητα του μικροδικτύου. Συνολικά, η διατριβή διαμορφώνει ένα ολοκληρωμένο και επεκτάσιμο πλαίσιο για τη βέλτιστη και βιώσιμη διαχείριση μελλοντικών κατανεμημένων ενεργειακών συστημάτων.