پايان نامه برای دريافت درجه کارشناسی ارشد در رشته برق گرايش قدرت

 

عنوان:

مديريت تراکم در شبکه توزيع با در نظر گرفتن ضريب نفوذ بالای منابع توليد پراکنده

 

 

اساتید راهنما:

آقای دکتر علیرضا حاتمی

آقای دکتر محمد حسن مرادی

 

اساتید ممتحن:

آقای دکتر محمدمهدی شهبازی

آقای دکتر صالح رازینی

 

نگارش:

الهه کدیور

 

 

زمان : یکشنبه 8 مهرماه ساعت 17:30

مکان: سمینار 2 برق

 

Thesis submitted for Master of Science in Electrical  Engineering

 

 

 

 

 

Title

 

Congestion Management in Distridution Network with Considering           High DG Penetration

 

 

 

Supervisor:

Ali Reza Hatami (Ph.D)

Mohammad Hasan Moradi (Ph.D)

 

 

Referee:

Saleh Razini (Ph.D)

Mohammad Mahdi Shahbazi (Ph.D)

 

 

 

By:

Elahe Kadivar

 

 

 

Date and Vence:

September ,30, 2018, At 5:30 Pm on Sunday

Seminar2, Department of Electrical Engineering

 

 

 

چكيده: 

             با توجه به مزایای اقتصادی، زیست محیطی و مشوق¬های دولتی علاقه به استفاده از انرژی¬های تجدید پذیر مانند زیست توده، باد و انرژی خورشیدی در سراسر جهان افزایش یافته است که در میان تمام فناوری¬های انرژی تجدیدپذیر استفاده از انرژی خورشیدی رشد بیشتری داشته است. شتاب استفاده از منابع تولید پراکنده و نفوذ بالای این منابع در شبکه ی توزیع می¬تواند با توجه به سطوح متغیر تولید، مکان قرارگیری و عدم انعطاف پذیری این واحدها یک ظرفیت چالشی را در سیستم ایجاد نماید. بروز تراکم در قالب مشکل ولتاژ و مشکل اضافه بار، یکی از چالش¬های مهم ناشی از افزایش ضریب نفوذ بالای منابع تولید پراکنده به خصوص در سناریوهای کم باری شبکه¬ی توزیع می¬باشد. در این پایان¬نامه روش بهینه¬سازی دو مرحله¬ای شامل روش بازآرایی شبکه¬ی توزیع (روش تکنیکی) و کنترل مستقیم بار مصرف¬کنندگان انعطاف¬پذیر (روش اقتصادی)، جهت مدیریت تراکم در سیستم توزیع تحت شرایط ضریب نفوذ بالای منابع تولید پراکنده مورد بررسی قرار می¬گیرد. در مرحله¬ی اول با استفاده از روش بهینه¬سازی ازدحام ذرات(PSO) تک هدفه که شامل پخش بار نیوتون رافسون استاندار می¬باشد، بازآرایی شبکه به عنوان یک روش تقریبا بدون هزینه با هدف مینیموم¬سازی تلفات شبکه به منظور مدیریت تراکم سیستم توسط اپراتور توزیع اعمال می¬شود و بدین ترتیب آرایش بهینه¬ی سیستم تعیین می¬گردد. نتایج بدست آمده نشان می¬دهد که اعمال روش بازآرایی شبکه  با کمترین هزینه منجر به کاهش اضافه بار خطوط و درنتیجه کاهش تلفات کل شبکه می¬گردد، ضمن اینکه پروفیل ولتاژ سیستم را تا حد قابل توجهی بهبود می¬بخشد. در صورتی که روش بازآرایی نتواند تمام قیود مربوط به ماکزیموم جریان عبوری از خطوط و ولتاژ مجاز باس¬های شبکه را برآورده سازد، مرحله¬ی دوم از روش بهینه¬سازی پیشنهادی اجرا می¬شود. به طوری که آرایش بهینه¬ی بدست آمده از  مرحله¬ی اول ثابت فرض می¬شود، (نقطه¬ی کارجدید سیستم). سپس در مرحله¬ی دوم بهینه سازی با استفاده از تعریف توابع جریمه¬ی مناسب، به منظور اعمال جریمه به ازای فاصله از مقدار مطلوب قیود ولتاژ و جریان شبکه، اهداف کاهش هزینه¬ی کنترل بار مصرف¬کنندگان انعطاف¬پذیر سیستم ضمن کاهش میزان جریمه¬ی تجاوز از قیود موردنظر مورد بررسی قرار می¬گیرد. به منظور حل مسئله بهینه سازی چندهدفه در این مرحله، الگوریتم  ازدحام ذرات چندهدفه (MOPSO) مورد استفاده قرار می¬گیرد که شامل عملگر جهش به منظور افزایش توانایی جستجو و حفظ تنوع پاسخ¬ها می¬باشد و بدین ترتیب جبهه¬ی پارتو ناشی از پاسخ های نامغلوب مسئله ایجاد می¬گردد. در نهایت با استفاده از روش فازی بهترین جواب مصالحه¬ای (مصالحه بین اهداف اقتصادی و تکنیکی) از بین پاسخ¬های نامغلوب ایجاد شده، انتخاب می¬گردد. عملکرد روش بهینه¬سازی فوق بر روی سیستم تست 33 باسه¬ی IEEE و برمبنای داده¬های پیش بینی شده¬ی بار و تولید برای یک سناریو در ساعت تراکم سیستم، به صورت روز پیش مورد مطالعه قرار می¬گیرد. همچنین تاثیر مقادیر متفاوت ضرایب هزینه¬ی کنترل بارهای انعطاف پذیر بر مقدار توابع هدف و متغیر بهینه سازی مربوطه، تحت چند سناریو مورد بحث و بررسی قرار می¬گیرد. روش بهینه سازی پیشنهادی با استفاده از ترکیب الگوریتم¬های بیان شده با جعبه ابزار MATPOWER مورد تست قرار می¬گیرد.

 

واژه های کلیدی : مدیریت تراکم، تولیدات پراکنده، بازآرایی شبکه¬ی توزیع، کنترل مستقیم بار، بهینه سازی چندهدفه.

 

 

 

Abstract:

                Given the economic and environmental benefits and government incentives, renewable energy such as biomass, wind and solar energy has risen all around the world. Among all renewable energy technologies, solar energy has grown further. Accelerated use of distributed generation resources and high influence of these resources in distribution network create challenging capacity in the system considering variable production levels, location and inflexibility of these units. Congestion in the form of voltage problem and overloading problem is one of the main challenges due to an increase in high penetration rate of distributed generation resource especially in low load scenarios of distribution network. In this thesis, a two-stage optimization method is used including distribution network reconfiguration method (technological method) and direct load control of flexible consumers (economical method) in order to manage congestion in distribution system with considering of high penetration rate of the distributed generation resources. In the first stage, network reconfiguration is applied as cost-free method using particle swarm optimization (PSO) method which contains standard Newton-Raphson method with the goal of minimizing network losses in order to manage congestion by distribution operator and as a result, optimal configuration of the system is determined. Computational results infer that implementation of configuration method reduces line overload and total network losses with the lowest cost. Besides, system voltage profile is significantly improved. In the cases that the reconfiguration method is not able to fulfil all constraints related to maximum current of lines and allowable voltage of buses, second stage of the proposed optimization method is applied. Meanwhile, optimal configuration from the first stage is remained unchanged and (new work point of system) in the second stage of optimization by defining of appropriate penalty function, in order to impose penalty for the distance from ideal value of network flow and voltage, cost minimizing of flexible consumer load control and reducing the penalty of constraint violation are considered simultaneously. In order to solve the proposed multi-objective optimization problem, multi-objective particle swarm optimization (MOPSO) method is used which includes mutation operator for increasing search ability and keeping diversification of solutions. Thus, the Pareto front of nondominated solutions is created. Finally, the best solution of Pareto front (trading off between economic and technical purposes) are selected using fuzzy method. Performance of the proposed optimization method is studied on IEEE 33 bus network and based on predicted load and generation data by a load_generation scenario in congestion hour. Also, impact of cost coefficient changing of flexible loads on objective values and related optimization variable is investigated under different scenarios. The proposed optimization method is examined by combining the presented algorithms and MATPOWER toolbox.

 

Key Words: Congestion management; Distributed generation; Distribution network reconfiguration; Direct load control; multi-objective optimization