Control de voltaje coordinado en un parque eólico offshore y un convertidor DC

Abstract

[ES] En este trabajo de fin de máster (TFM) un controlador de modelo predictivo (MPC) es implementado para el control de voltaje en un parque eólico. En primer lugar, se trata de mejorar el nivel del voltaje en el nodo POC mientras se consiga también una mejorar en el resto de nodos del parque. Este controlador MPC se basa en un problema de optimización que incluye las dinámicas de la red eléctrica a lo largo de un periodo de tiempo. Así pues, tomando las mejores acciones de control para minimizar la desviación del voltaje a lo largo del una serie de estados estimados de la red. De acuerdo al actual estado del arte de controladores de voltaje, este proyecto se puede catalogar con los siguientes términos. Se trata de un controlador centralizado a nivel de parque basado en la optimización del estado del sistema. Mientras su objetivo principal es la reducción del error del voltaje, dicho controlador es dependiente del tiempo ya que incluye en sus decisiones información de estados futuros. Además, maneja y coordina una serie de tecnologías como las turbinas eólicas, transformadores y convertidores. Todos ellos integrados en diferentes estrategias y examinados bajo el mismo criterio. Por lo tanto, este proyecto pretende servir como referencia para futuros desarrollos y estudios en proyectos de energía eólica offshore. A lo largo del proyecto se cubren los siguientes conceptos. Primero, una eficaz técnica para calcular analíticamente coeficientes de la sensibilidad del voltaje. Más tarde, estos coeficientes se encargan de cuantificar los errores del voltaje relacionados con los estados del sistem predecidos. En segundo lugar, un problema de optimización es explicado para cada una de las estrategias cubriendo cada uno de los dispositivos controlados. Dicha minimización integra las variables de decisión asociadas con cada tecnología, medición de la red, referencias del sistema y dinámicas del sistema. En tercer lugar, este controlador MPC es modelado en PowerFactory proporcionando la entrada para los dispositivos controlados en la red eléctrica. Posteriormente, cada tecnología y estrategia es evaluada mediante simulaciones dinámicas. Por último, una estrategia adicional es definida para aumentar la coordinación con dispositivos de una red externa al parque eólico. De esta forma, tratando de aportar mejoras a otra red mientras se conserva el funcionamiento optimo dentro del parque.

[EN] In this master thesis a Model Predictive Control is implemented for wind farm voltage control purposes. Aiming at upgrading the voltage level at the POC bus while improving also the rest of bus voltages. This MPC is based on a optimisation problem including system dynamics along a time-horizon. Hence, taking the best control action for minimising voltage deviations along a series of predicted states of the network. According to the voltage control state-of-the-art, this project can be sorted by the following topics. It is a centralised park level controller based on system state optimisation. Focusing on the voltage target is a time-horizon dependent control since some of its input information comes from estimated future information. Furthermore, it handles a series of technologies such as WTG-converters, OLTC transformers and HVDC-VSC. These are integrated and coordinated in several strategies under the same scenario. Thus, working as a benchmark for further development of offshore wind power projects. Along this work the following concepts are covered. First, an efficient voltage sensitivity technique is addressed analytically. Later on, this sensitivity is in charge of quantifying voltage errors related to the predicted system states. Second, the optimisation problem is explained for each strategy covering each of the controlled devices. This minimisation integrates the decision variables associated with each technology, system measurements, system set-points, system dynamics (state space model) and so, the predicted voltage deviation related to those future dynamics. Moreover, operational constraints of each device and voltage boundaries are defined. All these concepts are integrated into an MPC Matlab algorithm. Third, this MPC controller is modelled in DIgSilent PowerFactory providing the input for the controlled network devices. Then, carrying out a dynamic simulation for testing the performance of each strategy and technology. Finally, an extra strategy is set for further coordination with external network devices. Then, trying to bring some benefits to another grid while keeping optimal performance within the wind farm.