Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-5429
Main Title: Coordination algorithms for supply and demand matching in future power networks
Translated Title: Koordinierungsalgorithmen zur Abstimmung von Angebot und Nachfrage in zukünftigen Stromnetzen
Author(s): Badawy, Rashad
Advisor(s): Albayrak, Sahin
Referee(s): Albayrak, Sahin
El Saddik, Abdulmotaleb
Behrend, Frank
Granting Institution: Technische Universität Berlin
Type: Doctoral Thesis
Language Code: en
Abstract: It is envisioned that Smart power Grid will depend on a large number of renewable energy resources connected directly to the low and medium voltage power network(s). The dependence on the intermittent renewable energy resources for feeding consumption in real time leads to stability and reliability problems. Controllable loads or an active consumer network are one way to tackle these problems. Loads should be controlled to respond to the time of low generation to maintain the system stability and reliability. To control and coordinate the operation of the network with these new characteristics efficiently and with a certain degree of reliability, intelligent coordination approaches are required. The thesis work aims to propose and develop algorithms to control and coordinate the operation among different entities within the Smart Grid. Matching between supply and demand aims to maximize the dependability on the renewable energy resources and to minimize the stability problems within power networks that depend on the renewable and distributed resources. Variations between supply and demand affect the general system stability as well as the generation and the consumption units. For controlling demand and supply, information and communication technology (ICT) play a central role in this case. Our work belongs to the research efforts that are directed to developing optimization and coordination technique for the future smart grid. Because of the distributed nature of the problem the multi-agent systems are proposed as computing paradigm for developing and testing the performance of the proposed control and optimization algorithms. Depending on using agent technology, we can satisfy the local constraints of different entities (consumption and generation units) while simultaneously satisfying global goals by using intelligent approaches for coordinating and adapting the agents’ actions (resources production or consumption). For controlling and coordinating the multi-agent actions, intelligent coordination and optimization techniques are required. In this work, two quantum-inspired algorithms for developing coordination and optimization algorithms for the future Smart Grid are presented. The proposed coordination algorithms depend on integrating a quantum-inspired evolutionary algorithms and multi-agent system, which in turn controls the power resources for matching supply and demand within the future power network(s).
Es wird erwartet, dass intelligente Stromnetze, auch Smart-Grids, von einer großen Anzahl Erneuerbarer-Energieressourcen, welche direkt an die Mittel- und Niederspannungsnetze angeschlossen sind, abhängen werden. Die Abhängigkeit von fluktuierenden erneuerbaren Energieressourcen bei Echtzeitdeckung der Nachfrage führt zu potenziellen Stabilitäts- und Zuverlässigkeitsproblemen. Steuerbare Lasten bzw. ein aktives Konsumnetz sind ein möglicher Weg, diese Probleme anzugehen. Lasten sollten gesteuert werden, um auf Zeiten geringerer Einspeisung zu Reagieren und damit die Systemstabilität und –zuverlässigkeit aufrechtzuerhalten. Um die Betreibung eines Netzes mit diesen neuen Anforderungen effizient und zuverlässig regeln und koordinieren zu können, sind intelligente Koordinierungsansätze notwendig. Im Rahmen dieser Dissertation werden verschiedene Steuer- und Koordinierungsalgorithmen für den Betrieb zwischen verschiedenen Einheiten des Smart-Grids vorgeschlagen und entwickelt. Die Abstimmung zwischen Angebot und Nachfrage zielt darauf ab, die Verlässlichkeit erneuerbarer Energien zu maximieren und dabei die Stabilitätsprobleme im verteilten, auf Erneuerbaren beruhenden Stromnetz zu minimieren. Unterschiede zwischen Angebot und Nachfrage beeinflussen sowohl die allgemeine Systemstabilität als auch die Angebots- und Verbrauchseinheiten. Informations- und Kommunikationstechnlogien spielen eine zentrale Rolle für die Steuerung von Angebot und Nachfrage. Die vorliegende Arbeit leistet einen Beitrag zu dem Forschungsvorhaben bzgl. der Entwicklung von Optimierungs- und Koordinierungstechniken für das Smart-Grid der Zukunft. Aufgrund der verteilten Struktur des Problems gelten Multiagentensysteme als IT-Paradigma für die Entwicklung und Überprüfung der Leistung von Steuer- und Optimierungsalgorithmen. Durch die Nutzung von Agententechnologien können die lokalen Beschränkungen der verschiedenen Einheiten (Nachfrage und Generierung) eingehalten werden bei paralleler Erfüllung globaler Ziele durch die Nutzung intelligenter Ansätze für die Koordinierung und Anpassung der Aktionen von Agenten (Ressourcenproduktion oder -konsum). Zur Steuerung und Koordinierung der Multiagentenaktionen werden intelligente Koordinierungs- und Optimierungstechniken benötigt. In dieser Dissertation werden zwei quanteninspirierte Algorithmen präsentiert für die Entwicklung der Koordinierungs- und Optimierungsalgorithmen des Smart-Grids der Zukunft. Die vorgeschlagenen Algorithmen beruhen auf der Integration eines quanteninspirierten evolutionären Algorithmus und eines Multiagentensystems, welches wiederum die die Elektrizitätsressourcen steuert zur Ausgleichung von Angebot und Nachfrage im zukünftigen Stromnetz.
URI: http://depositonce.tu-berlin.de/handle/11303/5824
http://dx.doi.org/10.14279/depositonce-5429
Exam Date: 5-Feb-2016
Issue Date: 2016
Date Available: 9-Aug-2016
DDC Class: DDC::000 Informatik, Informationswissenschaft, allgemeine Werke::000 Informatik, Wissen, Systeme::006 Spezielle Computerverfahren
Subject(s): smart grid
intelligent coordination algorithms
intelligent optimization algorithms
energy management
multi-agent system
quantum-inspired evolution
intelligente Koordinierungstechniken
intelligente Optimierungstechniken
Energiemanagement
Multiagentensysteme
quanteninspirierter evolutionärer Algorithmus
Creative Commons License: https://creativecommons.org/licenses/by-nc-nd/4.0/
Appears in Collections:Technische Universität Berlin » Fakultäten & Zentralinstitute » Fakultät 4 Elektrotechnik und Informatik » Institut für Wirtschaftsinformatik und Quantitative Methoden » Publications

Files in This Item:
File Description SizeFormat 
badawy_rashad.pdf3.5 MBAdobe PDFThumbnail
View/Open


Items in DepositOnce are protected by copyright, with all rights reserved, unless otherwise indicated.