Hoe Microgrids en Clustered Microgrids Bijdragen aan Veerkracht en Energievoorziening in Extreemste Omstandigheden

Microgrids, een term die al enkele decennia geleden werd geïntroduceerd, zijn systemen die bestaan uit een groep onderling verbonden ladingen en gedistribueerde energiebronnen (DER's), en functioneren binnen duidelijk afgebakende elektrische grenzen. Deze systemen kunnen zowel in verbonden toestand met het elektriciteitsnet als in eilandmodus opereren. Het primaire doel van een microgrid is de leveringscapaciteit van energie te waarborgen, zelfs tijdens langdurige uitval van het net, veroorzaakt door zeldzame maar impactvolle gebeurtenissen, zoals natuurrampen. Daarnaast wordt vaak gestreefd naar een verhoogd aandeel hernieuwbare energie die binnen het microgrid wordt geproduceerd en geconsumeerd, zowel in een "blauwe lucht"-modus (normale werking) als in een "zwarte lucht"-modus (zelfvoorziening tijdens netuitval). De verantwoorde uitvoering van deze modi vereist gedegen ontwerp en zorgvuldige afstemming van verschillende operationele parameters.

Bij het ontwerp van microgrids, vooral wanneer deze in clusters werken, moet aandacht worden besteed aan de prestaties en stabiliteit van het systeem onder verschillende operationele omstandigheden. In het geval van een netwerk van microgrids, ofwel geclusterde microgrids, moeten de systemen elkaar aanvullen en samenwerken om een betrouwbare werking te waarborgen, zelfs wanneer één of meerdere microgrids tijdelijk van het net worden afgekoppeld. Dit vereist uitgebreide analyse en planning van de systeemtopologie, de grenzen van de microgrid, de belastingsbediening, en de functionaliteit van de gebruikte apparatuur.

Een belangrijk aspect in deze clusters is de zogenaamde “seamless transition” tussen de verbonden modus en de eilandmodus. Dit houdt in dat de microgrids in staat moeten zijn om zonder onderbreking over te schakelen van netgebonden naar onafhankelijk functioneren, zonder dat er verlies van stroom of schade aan apparatuur optreedt. De mogelijkheid van een naadloze overgang vereist niet alleen geavanceerde technologieën voor de bescherming en controle van het systeem, maar ook een gedegen afstemming van de invertercapaciteiten en een betrouwbare aardingssystematiek.

Een ander belangrijk punt bij het ontwerp van microgrids is de mogelijkheid van veerkrachtige werking. Het verhogen van de veerkracht van het systeem betekent niet alleen het in stand houden van de energievoorziening tijdens reguliere storingen, maar ook het zorgen voor betrouwbaarheid bij zeldzame en langdurige uitvallen van het elektriciteitsnet. Dit kan worden bereikt door de integratie van geavanceerde grid-forming apparaten, die in staat zijn om het systeem draaiende te houden, zelfs wanneer de centrale stroomvoorziening wegvalt. Het gebruik van hernieuwbare energiebronnen zoals zonne-energie, windenergie en energieopslag in combinatie met efficiënte biobrandstoffen draagt bij aan het verbeteren van de systeemresistentie tegen onverwachte storingen.

In de praktijk moet het ontwerp van geclusterde microgrids rekening houden met de specifieke behoeften van elke betrokken microgrid. Dit betekent dat de uitrusting die in elk microgrid wordt gebruikt, moet worden gedefinieerd op basis van de lokale omstandigheden en eisen van het systeem. Daarnaast moeten de technische specificaties van de omvormers, evenals de beschermingssystemen, zodanig zijn dat ze het systeem niet alleen veilig maar ook efficiënt laten functioneren, zowel in de netgebonden modus als in de eilandmodus.

Microgrids zijn niet alleen maar noodvoorzieningen of back-upsystemen. In veel gevallen worden ze gezien als een manier om bestaande netwerken te moderniseren, die traditioneel afhankelijk waren van verouderde en milieuonvriendelijke technologieën zoals dieselgeneratoren. Door deze systemen te upgraden naar hernieuwbare energiebronnen en efficiëntere opslagoplossingen, kunnen microgrids niet alleen bijdragen aan een duurzamere energievoorziening, maar ook de energiezekerheid vergroten in afgelegen of kwetsbare gebieden.

De integratie van deze systemen in bestaande netwerken vraagt om een zorgvuldige afstemming van verschillende ontwerp- en operationele aspecten. De complexiteit van het ontwerp neemt toe wanneer meerdere microgrids moeten samenwerken als een netwerk. In dit geval moeten ze niet alleen met elkaar communiceren, maar ook met het bredere elektriciteitsnet, wat bijkomende eisen stelt aan de coordinatie van de systemen. Dit is vooral belangrijk wanneer de microgrids op grote afstand van elkaar opereren, waardoor de synchronisatie van het systeem en het delen van de belasting een complexe uitdaging vormt.

Naast de technische vereisten moet ook rekening worden gehouden met de wettelijke en regelgevende vereisten waaraan microgrids moeten voldoen. Dit omvat onder meer de normen voor de interconnectie van gedistribueerde energiebronnen, die vaak strengere eisen stellen voor het gebruik van fossiele brandstoffen in noodgeneratoren. De goedkeuring van microgrids als een betrouwbare bron van energie kan afhankelijk zijn van de naleving van milieuregels en andere regelgeving die van invloed is op de operationele capaciteiten van het systeem.

In de praktijk blijkt dat het ontwerp van geclusterde microgrids vaak een breed scala aan upgrades en nieuwe technologieën vereist. Het is niet voldoende om alleen maar de energiebronnen te moderniseren; de infrastructuur, de schakelaars, de controlemechanismen en de communicatieprotocollen moeten ook worden aangepast om de veerkracht en efficiëntie van het systeem te waarborgen. Dit betekent dat ontwerpteams niet alleen technische uitdagingen moeten aangaan, maar ook moeten zorgen voor een holistische benadering van het systeemontwerp, waarbij alle aspecten van het microgrid worden geoptimaliseerd voor zowel prestaties als kosten.

Hoe werkt het ontwerp en de modellering van autonome microgrids met constante frequentie en megawattvermogen?

De dynamiek van moderne energiesystemen evolueert snel, waarbij landen openstaan voor nieuwe technologieën die milieuvriendelijk, kostenefficiënt zijn en geen risico vormen voor de uitputting van schaarse materialen. Microgrids vervullen een steeds belangrijkere rol als complementaire eenheden binnen deze systemen, zowel in verbinding met het net als autonoom, oftewel off-grid of geïsoleerd. De besturing van dergelijke autonome microgrids vereist geavanceerde regelstrategieën die zorgen voor stabiliteit en continuïteit bij constante frequentie.

Verschillende besturingsmethoden zijn ontwikkeld: de f-P en V-Q methode, de V-P en f-Q methode, en de V-P regeling met gescheiden reactief vermogen. Elk van deze benaderingen brengt zijn eigen voordelen en beperkingen mee. De f-P en V-Q methoden beheren zowel frequentievariaties als spanningsregeling, terwijl V-P en f-Q methoden ook vergelijkbare functies vervullen maar op een andere manier frequentie en spanning sturen. De V-P regeling met afzonderlijke reactiefvermogencontrole biedt een alternatieve aanpak met behoud van constante frequentie, wat essentieel is voor de stabiliteit van het microgrid.

In de context van de multirate-modellering blijkt vooral het effect van de DC-koppeling op het volgen van zowel actief als reactief vermogen van elke omvormer cruciaal. De precieze regeling van deze koppeling beïnvloedt direct de vermogensbalans en de spanningskwaliteit binnen het microgrid. Dit is van groot belang omdat variaties in het DC-linkniveau kunnen leiden tot onbalans in het systeem, wat de betrouwbaarheid en efficiëntie van de microgrid-operatie ondermijnt.

De keuze tussen single-rate en multirate simulatiemethoden heeft aanzienlijke gevolgen voor de nauwkeurigheid en rekenlast van de modellen. Multirate simulaties splitsen het systeem in subsystemen met verschillende tijdstappen, wat een realistischer dynamisch gedrag mogelijk maakt zonder onnodige rekenbelasting. Dit is vooral relevant bij systemen die zowel snel veranderende schakelaars als langzamere netwerken omvatten.

De fasor-domein analyse levert een analytische benadering die de spanningen en stroomprofielen in het netwerk snel kan voorspellen, maar mist de gedetailleerde dynamiek die in de tijdgedreven multirate simulaties wordt gevangen. De combinatie van deze methodes maakt het mogelijk een gebalanceerde kijk te krijgen op microgrid-gedrag, wat essentieel is voor ontwerp, planning en operationele optimalisatie.

Het is belangrijk te beseffen dat het beheer van autonome microgrids niet alleen technische uitdagingen kent, maar ook economische en omgevingsaspecten moet integreren. De investering in hardware, optimalisatie van operationele kosten, en het gebruik van hernieuwbare energiebronnen vraagt om een systematische aanpak waarbij modellering en simulatie onmisbare instrumenten zijn. Daarnaast speelt de wisselwerking tussen verschillende componenten, zoals omvormers, energieopslag en belastingen, een kritieke rol in de robuustheid van het systeem.

In het grotere geheel draagt de nauwkeurige modellering en controle van microgrids bij aan een duurzame energietoekomst, waarbij het minimaliseren van milieubelasting hand in hand gaat met de betrouwbaarheid en kostenefficiëntie van energievoorziening.

Welke uitdagingen brengt het Internet of Things (IoT) met zich mee voor de toekomst van microgrids en energiebeheer?

Een van de meest complexe problemen waarmee IoT te maken heeft, is de interoperabiliteit van verschillende systemen. Met de exponentiële toename van het aantal IoT-apparaten is de kans op incompatibiliteit tussen deze systemen groter geworden. Verschillende fabrikanten ontwikkelen vaak hun eigen, gesloten systemen, wat het moeilijk maakt om een uniforme en geïntegreerde benadering te creëren. Het is essentieel om normen te ontwikkelen die zowel de hardware- als de softwarevereisten van apparaten specificeren om een naadloze communicatie tussen verschillende systemen mogelijk te maken. Dit is niet alleen belangrijk voor de efficiënte werking van microgrids, maar ook voor andere IoT-toepassingen. Internationale organisaties zoals de ISO, IEEE en IEC werken aan de ontwikkeling van standaarden voor kerntechnologieën zoals RFID en draadloze sensornetwerken (WSN), die van cruciaal belang zijn voor de juiste werking van IoT in verschillende domeinen.

Daarnaast speelt privacy een cruciale rol in de toekomst van IoT, vooral gezien het feit dat veel apparaten persoonlijke activiteiten volgen en een breed scala aan gegevens genereren. In een tijd waarin het beschermen van privégegevens steeds belangrijker wordt, kunnen IoT-apparaten, door hun connectiviteit met het internet, het doelwit worden van allerlei soorten aanvallen, zoals ongeautoriseerde toegang tot gegevens of identiteitsdiefstal. Websites als Shodan maken het mogelijk om toegang te krijgen tot IoT-apparaten zoals IP-camera’s, waardoor de potentie voor misbruik aanzienlijk toeneemt. Het is dus van het grootste belang dat IoT-apparaten worden uitgerust met de hoogst mogelijke beveiligingsmaatregelen om de privacy van de gebruikers te waarborgen.

Naast de uitdagingen die IoT met zich meebrengt, biedt kunstmatige intelligentie (AI), en specifiek machine learning (ML), veelbelovende oplossingen voor het verbeteren van de werking van microgrids. Machine learning heeft het potentieel om verschillende aspecten van microgridbeheer te optimaliseren, van het voorspellen van energieproductie en -vraag tot het optimaliseren van energieopslag. ML wordt voornamelijk onderverdeeld in vier categorieën: supervisie, ongesuperviseerde, semi-supervise en reinforcement learning, elk met verschillende toepassingsmogelijkheden.

Supervised learning, bijvoorbeeld, wordt gebruikt voor het classificeren en voorspellen van gegevens, wat van toepassing is op microgrids voor het analyseren van stroomkwaliteit, spanningsstabiliteit en foutdetectie. Het voorspellen van fotovoltaïsche (PV) opwekking en vraag naar energie zijn typische voorbeelde van voorspellende toepassingen binnen microgrids. Ongesuperviseerde leren daarentegen is bijzonder geschikt voor het analyseren van niet-gelabelde datasets, het ontdekken van patronen en het uitvoeren van clusteringstaken zoals het detecteren van netwerktopologieën en het segmenteren van consumenten/prosumenten.

In een casestudy die door het onderzoeksteam van de auteurs werd uitgevoerd, werd een IoT-architectuur ontwikkeld die gebruikmaakt van ML-technieken voor het detecteren van cyberaanvallen en dataverlies bij slimme meters. Het systeem maakt gebruik van een besluitboommodel dat is gekoppeld aan een slim systeem, waarmee real-time validatie van de meteroutput via IoT mogelijk is. Het model werd getraind met een dataset van slimme meters die verschillende operationele omstandigheden weerspiegelden, en vervolgens werden valse gegevens toegevoegd om de impact van cyberaanvallen na te bootsen. Het model werd vervolgens getest door de gegevens te labelen als 'echte' of 'nep', en bij fluctuaties in de internetsnelheid werd gecontroleerd op dataverlies. Deze benadering toont hoe machine learning kan helpen bij het verbeteren van de beveiliging en het beheer van IoT-omgevingen in microgrids.

Naast de technische aspecten van IoT en machine learning, is het belangrijk om te begrijpen dat de integratie van deze technologieën in microgrids niet zonder uitdagingen is. De schaal waarop IoT-apparaten worden ingezet, vereist een zorgvuldige afweging van de privacy van gebruikers, de veiligheid van de systemen en de harmonisatie van verschillende technologieën. Het ontwikkelen van normen en het implementeren van sterke beveiligingsmaatregelen zijn essentieel voor het creëren van een veilig en efficiënt ecosysteem waarin IoT-technologieën volledig kunnen functioneren zonder de gebruikers in gevaar te brengen.