Advanced Control of Flexible Loads in Microgrids with EV, HVAC, and Cryptocurrency Mining. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF Thesis_202392290_Mazen.pdf Restricted to Repository staff only until 28 December 2026. Download (23MB)

Arabic Abstract

يشهد العالم تحولاً متسارعاً نحو أنظمة طاقة تعتمد بصورة رئيسية على مصادر متجددة، الأمر الذي ضاعف الحاجة إلى أطر متقدمة لإدارة الطاقة تكون قادرة على الحد من مشكلات التقطع والتغيرية وتحقيق التوازن التشغيلي داخل الشبكات الصغيرة الموزعة. تقدم هذه الرسالة إطاراً شاملاً للنمذجة والتحكم والتحقق اللحظي في ميكروغريد يعتمد بالكامل على الطاقة المتجددة، ويجمع بين قدرات منظومة الخلايا الكهروضوئية (PV)، والمركبات الكهربائية (EVs)، وأنظمة التكييف (HVAC)، وأحمال تعدين العملات الرقمية كأحمال مرنة على جانب الطلب. وقد تم الاستعانة ببيانات بيئية وتشغيلية حقيقية—تشمل الإشعاع الشمسي، درجة الحرارة، سرعة الرياح، الرطوبة، ديناميكية أنظمة التكييف، واستهلاك القدرة الخاص بالتعدين—لنمذجة مكوّنات النظام بدقة عالية. كما جرى تقييم عدة تقنيات تنبؤية تشمل نماذج ARX وSVM والانحدار متعدد الحدود، إضافة إلى الشبكات العصبية الاصطناعية متعددة الطبقات (ANN-5/ANN-10)، حيث أظهرت الشبكات العصبية أعلى دقة في التنبؤ بالقدرة الكهروضوئية في مختلف ظروف الإدخال. وبالمثل، تم تطوير نماذج ARX وANN ونماذج التوابع التحويلية لتوقع أحمال تعدين العملات الرقمية والتعبير عن جاهزيتها كحمل سريع ومرن. تم إنشاء نموذج محاكاة متكامل للميكروغريد في بيئة MATLAB/Simulink لدمج مصادر الطاقة المتجددة، وأنظمة تخزين طاقة المركبات الكهربائية، ومتطلبات مرونة أنظمة التكييف، وديناميكية أحمال التعدين تحت سيناريوهات تشغيل مختلفة. وللسيطرة على السلوك المعقد لحرارة المباني، وحدود شحن بطاريات المركبات، وتقلبات ميزان القدرة، تم تطوير نهجين للتحكم الذكي ومقارنتها بأداء متحكم تقليدي قائم على القواعد. وأظهرت نتائج المحاكاة تفوق تقنيات التحكم الذكي بشكل ملحوظ على أساليب التحكم الثابتة في تحقيق توازن القدرة والامتثال لقيود تشغيل HVAC وEV. كما تم تطوير النموذج الكامل للشبكة الصغيرة في بيئة محاكاة آنية باستخدام منصة dSPACE للتحقق من فعالية أنظمة التحكم تحت القيود التشغيلية الحقيقية. وأثبتت نتائج المحاكاة الزمنية الفعلية قدرة التحكم الذكي وتفوقه من حيث المرونة والاستقرار في دمج الأحمال المرنة—مثل HVAC وتعدين العملات الرقمية—كـ«تخزين افتراضي» يعزز أداء أنظمة تخزين البطاريات، مؤكدةً إمكانية تطبيق حلول تحكم ذكية مدعومة بالبيانات لتحسين خدمات الميكروغريد في شبكات الطاقة الموزعة المستقبلية

English Abstract

The rapid global shift toward renewable-dominated power systems has intensified the need for intelligent energy management frameworks capable of mitigating the intermittency, variability, and balancing challenges inherent to distributed microgrids. This research work proposes a comprehensive framework for system modeling, control, and real-time validation of the proposed renewable energy-based microgrid system incorporating photovoltaic (PV) power generation resources, electric vehicles (EV), heating, ventilation, and air-conditioning (HVAC) system resources, and cryptocurrency mining loads (CML). This work uses realistic system input parameters like solar radiation levels, temperature levels, wind speed values, humidity levels, HVAC system dynamics, and CML power consumption profiles. Multiple prediction techniques, including ARX, SVM, polynomial regression, and multi-layer artificial neural networks (ANN-5/ANN-10), are evaluated for PV forecasting, with ANN architectures demonstrating the highest accuracy across all input scenarios. Similarly, ARX, ANN, and transfer-function models are developed for cryptocurrency mining load prediction, capturing its responsiveness as a fast, flexible load. A comprehensive MATLAB/Simulink microgrid simulation model is developed to couple renewable sources, EV battery storage systems, HVAC flexibility requirements, and CML dynamics for different microgrid operational scenarios. To effectively control the complex behavior of thermal comfort characteristics, EV state-of-charge boundaries, and power imbalance variations, two intelligent control approaches have been developed and presented. They are compared to the performance of a conventional rule-based controller. The simulation study shows that intelligent control techniques significantly outperform threshold control approaches in balancing power variation and satisfying HVAC and EV operational requirements. The complete microgrid architecture is developed in a dSPACE real-time simulator environment to prove the efficacy of controllers under practical operating limits. The real-time simulation results verify not only the ability of intelligent control but also its superiority in terms of flexibility and stability to effectively integrate flexible loads like HVAC and Cryptocurrency Mining as virtual storage to reinforce battery storage in microgrids attesting to the possibility of implementing intelligent data-enabled control solutions to improve microgrid services in future distributed networks.

Item Type:	Thesis (Masters)
Subjects:	Engineering
Department:	College of Engineering and Physics > Control and Instrumentation Engineering
Committee Advisor:	Shafiullah, Md
Committee Members:	Abido, Mohamed and Yazidi, Nezar
Depositing User:	MAZEN MOHAMED (g202392290)
Date Deposited:	29 Dec 2025 05:59
Last Modified:	29 Dec 2025 05:59
URI:	http://eprints.kfupm.edu.sa/id/eprint/143917