|
بهینه سازی شبکه های توزیع فعال در حضور پروسیومرهای مبتنی بر منابع فتوولتائیک و باتری
|
علیرضا علم الهدی1   ، رضا ابراهیمی*1 ، محمود سمیعی مقدم2 ، محمود قنبری1 |
1- گروه مهندسی برق، واحد گرگان، دانشگاه آزاد اسلامی، گرگان، ایران
2- گروه مهندسی برق، واحد دامغان، دانشگاه آزاد اسلامی، دامغان، ایرا |
|
|
چکیده: (1786 مشاهده) |
در این مطالعه، یک رویکرد مبتنی بر برنامهریزی مخروطی درجه دوم عدد صحیح مرکب برای مدیریت انرژی شبکههای توزیع فعال با پروسیومرهای مبتنی بر منابع تجدیدپذیر (فتوولتائیک و ذخیرهسازی انرژی) پیشنهاد شده است. در این رویکرد، یک مدل چند هدفه برای کاهش هزینه برق پروسیومرزها، هزینه تلفات انرژی شبکه و هزینه قطع توان منابع تجدیدپذیر فرمولبندی شده است. هدف این مدل، بهینهسازی عملکرد شبکه توزیع در شرایط عدم قطعیت منابع است. نتایج شبیهسازیها در شبکههای توزیع مختلف (33 باس و 69 باس) نشان داد که روش پیشنهادی نسبت به روشهای متداول مانند الگوریتمهای گرگ خاکستری و ژنتیک، به طور قابل توجهی در کاهش تلفات انرژی، کاهش انحراف ولتاژ و بهبود توزیع بار موثرتر است. به طور خاص، تلفات انرژی در روش پیشنهادی در شبکه 69 باس به میزان 0.2547 مگاوات کاهش یافته است که نسبت به الگوریتم گرگ خاکستری (0.3258 مگاوات) و ژنتیک (0.3547 مگاوات) کاهش قابل توجهی دارد. همچنین، کمترین ولتاژ در روش پیشنهادی برابر با 0.9821 پریونیت بوده که از الگوریتمهای دیگر (0.9721 و 0.9701 پریونیت) بالاتر است. در مقایسه با سایر روشها، پیک بار در روش پیشنهادی به 0.470 مگاوات کاهش یافته که نسبت به الگوریتمهای گرگ خاکستری (0.521 مگاوات) و ژنتیک (0.587 مگاوات) بهبود یافته است. همچنین، زمان محاسبات در روش پیشنهادی تنها 4 ثانیه است که به طور قابلتوجهی سریعتر از الگوریتمهای گرگ خاکستری (69 ثانیه) و ژنتیک (196 ثانیه) است. این نتایج نشاندهنده قابلیت بالای روش پیشنهادی در کاهش تلفات انرژی، بهبود کیفیت ولتاژ و افزایش بهرهوری پروسیومرزها در شبکههای توزیع فعال است. |
|
| واژههای کلیدی: شبکه توزیع، سیستم ذخیره سازی، منابع تجدیدپذیر، پروسیومرها. |
|
|
متن کامل [PDF 475 kb]
(363 دریافت)
|
نوع مطالعه: پژوهشي |
موضوع مقاله:
برق و کامپیوتر
دریافت: 1403/3/10 | پذیرش: 1403/12/10 | انتشار: 1404/1/19
|
|
|
|
|
|
|
| فهرست منابع |
1. Y. Cai, T. Huang, E. Bompard, Y. Cao and Y. Li, "Self-Sustainable Community of Electricity Prosumers in the Emerging Distribution System," in IEEE Transactions on Smart Grid, vol. 8, no. 5, pp. 2207-2216, Sept. 2017, doi: 10.1109/TSG.2016.2518241. [ DOI:10.1109/TSG.2016.2518241] 2. H. Saber, M. Ehsan, M. Moeini-Aghtaie, H. Ranjbar and M. Lehtonen, "A User-Friendly Transactive Coordination Model for Residential Prosumers Considering Voltage Unbalance in Distribution Networks," in IEEE Transactions on Industrial Informatics, vol. 18, no. 9, pp. 5748-5759, Sept. 2022, doi: 10.1109/TII.2022.3141784. [ DOI:10.1109/TII.2022.3141784] 3. J. Hu, J. Wu, X. Ai and N. Liu, "Coordinated Energy Management of Prosumers in a Distribution System Considering Network Congestion," in IEEE Transactions on Smart Grid, vol. 12, no. 1, pp. 468-478, Jan. 2021, doi: 10.1109/TSG.2020.3010260. [ DOI:10.1109/TSG.2020.3010260] 4. L. Chen, N. Liu, S. Yu and Y. Xu, "A Stochastic Game Approach for Distributed Voltage Regulation Among Autonomous PV Prosumers," in IEEE Transactions on Power Systems, vol. 37, no. 1, pp. 776-787, Jan. 2022, doi: 10.1109/TPWRS.2021.3097373. [ DOI:10.1109/TPWRS.2021.3097373] 5. W. F. Ceccon, R. Z. Freire, A. L. Szejka and O. C. Junior, "Intelligent Electric Power Management System for Economic Maximization in a Residential Prosumer Unit," in IEEE Access, vol. 9, pp. 48713-48731, 2021, doi: 10.1109/ACCESS.2021.3068751. [ DOI:10.1109/ACCESS.2021.3068751] 6. M. MansourLakouraj, M. J. Sanjari, M. S. Javadi, M. Shahabi and J. P. S. Catalão, "Exploitation of Microgrid Flexibility in Distribution System Hosting Prosumers," in IEEE Transactions on Industry Applications, vol. 57, no. 4, pp. 4222-4231, July-Aug. 2021, doi: 10.1109/TIA.2021.3073882. [ DOI:10.1109/TIA.2021.3073882] 7. L. Tziovani, L. Hadjidemetriou, P. Kolios, A. Astolfi, E. Kyriakides and S. Timotheou, "Energy Management and Control of Photovoltaic and Storage Systems in Active Distribution Grids," in IEEE Transactions on Power Systems, vol. 37, no. 3, pp. 1956-1968, May 2022, doi: 10.1109/TPWRS.2021.3118785. [ DOI:10.1109/TPWRS.2021.3118785] 8. K. Petrou et al., "Ensuring Distribution Network Integrity Using Dynamic Operating Limits for Prosumers," in IEEE Transactions on Smart Grid, vol. 12, no. 5, pp. 3877-3888, Sept. 2021, doi: 10.1109/TSG.2021.3081371. [ DOI:10.1109/TSG.2021.3081371] 9. G. Ma, J. Lyu, Y. Wang, J. Zhang and J. Xu, "The Prosumer Energy Management Method Based on Smart Load," in IEEE Access, vol. 8, pp. 117086-117095, 2020, doi: 10.1109/ACCESS.2020.3004557. [ DOI:10.1109/ACCESS.2020.3004557] 10. L. Ma, N. Liu, J. Zhang and L. Wang, "Real-Time Rolling Horizon Energy Management for the Energy-Hub-Coordinated Prosumer Community From a Cooperative Perspective," in IEEE Transactions on Power Systems, vol. 34, no. 2, pp. 1227-1242, March 2019, doi: 10.1109/TPWRS.2018.2877236. [ DOI:10.1109/TPWRS.2018.2877236] 11. Atefeh Zomorodi Moghadam, Mohammad Hossein Javidi, "Designing a two-stage transactive energy system for future distribution networks in the presence of prosumers' P2P transactions," Electric Power Systems Research, Volume 211, 108202, 2022. [ DOI:10.1016/j.epsr.2022.108202] 12. Haoran Li, Juan Hou, Tianzhen Hong, Natasa Nord, "Distinguish between the economic optimal and lowest distribution temperatures for heat-prosumer-based district heating systems with short-term thermal energy storage," Energy, Volume 248, 123601, 2022. [ DOI:10.1016/j.energy.2022.123601] 13. Yu Zhou, Zhengshuo Li, Ming Yang, "A framework of utilizing distribution power systems as reactive power prosumers for transmission power systems," International Journal of Electrical Power & Energy Systems, Volume 121, 106139, 2020. [ DOI:10.1016/j.ijepes.2020.106139] 14. Vahid Sarfi, Hanif Livani, "Optimal Volt/VAR control in distribution systems with prosumer DERs," Electric Power Systems Research, Volume 188, 106520, 2020. [ DOI:10.1016/j.epsr.2020.106520] 15. Chao Yang, Jinjie Liu, Huanxin Liao, Gaoqi Liang, Junhua Zhao, "An improved carbon emission flow method for the power grid with prosumers," Energy Reports, Volume 9, Pages 114-121, 2023. [ DOI:10.1016/j.egyr.2022.11.165] 16. Ivan Postnikov, "Methods for the reliability optimization of district-distributed heating systems with prosumers," Energy Reports, Volume 9, Supplement 1, Pages 584-593, 2023. [ DOI:10.1016/j.egyr.2022.11.085] 17. Yasin Zabihinia Gerdroodbari, Mohsen Khorasany, Reza Razzaghi, "Dynamic PQ Operating Envelopes for prosumers in distribution networks," Applied Energy, Volume 325, 119757, 2022. [ DOI:10.1016/j.apenergy.2022.119757] 18. A. Rajaei, S. Fattaheian-Dehkordi, M. Fotuhi-Firuzabad, M. Moeini-Aghtaie and M. Lehtonen, "Developing a Distributed Robust Energy Management Framework for Active Distribution Systems," in IEEE Transactions on Sustainable Energy, vol. 12, no. 4, pp. 1891-1902, Oct. 2021, doi: 10.1109/TSTE.2021.3070316. [ DOI:10.1109/TSTE.2021.3070316] 19. B. Liu et al., "An AC-DC Hybrid Multi-Port Energy Router With Coordinated Control and Energy Management Strategies," in IEEE Access, vol. 7, pp. 109069-109082, 2019, doi: 10.1109/ACCESS.2019.2933469. [ DOI:10.1109/ACCESS.2019.2933469] 20. Z. Wang, C. Gu, F. Li, P. Bale and H. Sun, "Active Demand Response Using Shared Energy Storage for Household Energy Management," in IEEE Transactions on Smart Grid, vol. 4, no. 4, pp. 1888-1897, Dec. 2013, doi: 10.1109/TSG.2013.2258046. [ DOI:10.1109/TSG.2013.2258046] 21. E. Luo, P. Cong, H. Lu and Y. Li, "Two-Stage Hierarchical Congestion Management Method for Active Distribution Networks With Multi-Type Distributed Energy Resources," in IEEE Access, vol. 8, pp. 120309-120320, 2020, doi: 10.1109/ACCESS.2020.3005689. [ DOI:10.1109/ACCESS.2020.3005689] 22. W. Wu et al., "Integrated Distribution Management System: Architecture, Functions, and Application in China," in Journal of Modern Power Systems and Clean Energy, vol. 10, no. 2, pp. 245-258, March 2022, doi: 10.35833/MPCE.2021.000600. [ DOI:10.35833/MPCE.2021.000600] 23. S. Yang et al., "A Prosumer-Based Energy Sharing Mechanism of Active Distribution Network Considering Household Energy Storage," in IEEE Access, vol. 10, pp. 113839-113849, 2022, doi: 10.1109/ACCESS.2022.3217540. [ DOI:10.1109/ACCESS.2022.3217540] 24. Z. Hu and F. Li, "Cost-Benefit Analyses of Active Distribution Network Management, Part I: Annual Benefit Analysis," in IEEE Transactions on Smart Grid, vol. 3, no. 3, pp. 1067-1074, Sept. 2012, doi: 10.1109/TSG.2012.2205412. [ DOI:10.1109/TSG.2012.2205412] 25. Amirreza Naderipour, Hesam Kamyab, Jiří Jaromír Klemeš, Reza Ebrahimi, Shreeshivadasan Chelliapan, Saber Arabi Nowdeh, Aldrin Abdullah, Massoomeh Hedayati Marzbali, "Optimal design of hybrid grid-connected photovoltaic/wind/battery sustainable energy system improving reliability, cost and emission," Energy, Volume 257, 124679, 2022. [ DOI:10.1016/j.energy.2022.124679] 26. Mehdi Mohammadjafari and Reza Ebrahimi and Vahid Parvin Darabad," Multi-Objective Dynamic Economic Emission Dispatch of Microgrid Using Novel Efficient Demand Response And Zero Energy Balance Approach", International Journal of Renewable Energy Research, 2020. 27. Ai, X., Wu, J., Hu, J., Yang, Z. and Yang, G. (2020), Distributed congestion management of distribution networks to integrate prosumers energy operation. IET Gener. Transm. Distrib., 14: 2988-2996.
https://doi.org/10.1049/iet-gtd.2019.1110 [ DOI:10.1049/iet-gtd.2019.1110.] 28. Chen, J., Guo, Y. and Wu, W. (2020), Optimal dispatch scheme for DSO and prosumers by implementing three-phase distribution locational marginal prices. IET Gener. Transm. Distrib., 14: 2138-2146.
https://doi.org/10.1049/iet-gtd.2019.0603 [ DOI:10.1049/iet-gtd.2019.0603.] 29. Mohsen Zanganeh, Mahmoud Samiei Moghaddam, Azita Azarfar, Mojtaba Vahedi, Nasrin Salehi, "Multi-area distribution grids optimization using D-FACTS devices by M-PSO algorithm", Energy Reports, Volume 9, Pages 133-147, 2023. [ DOI:10.1016/j.egyr.2022.11.180] 30. H. Karimianfard, H. Haghighat and B. Zeng, "Co-Optimization of Battery Storage Investment and Grid Expansion in Integrated Energy Systems," IEEE Systems Journal, vol. 16, no. 4, pp. 5928-5938, 2022. doi: 10.1109/JSYST.2021.3130057. [ DOI:10.1109/JSYST.2021.3130057] 31. Doagou-Mojarrad H, Rezaie H, Razmi H. Probabilistic integrated framework for AC/DC transmission congestion management considering system expansion, demand response, and renewable energy sources and load uncertainties. Int Trans Electr Energ Syst. 2021; 31(12):e13168. doi:10.1002/2050-7038.13168 [ DOI:10.1002/2050-7038.13168] 32. Prajapati VK, Mahajan V, Padhy NP. Congestion management of integrated transmission and distribution network with RES and ESS under stressed condition. Int Trans Electr Energ Syst. 2021; 31:e12757. [ DOI:10.1002/2050-7038.12757] 33. Drir N, Chekired F, Rekioua D. An integrated neural network for the dynamic domestic energy management of a solar house. Int Trans Electr Energ Syst. 2021; 31(12):e13227. doi:10.1002/2050-7038.13227 [ DOI:10.1002/2050-7038.13227] 34. Patil MD, Aush MG, Mahadik YV, Kamble SG, Patil SV, Kharade JM. Energy management between electric vehicle charging stations and electric distribution system considering quality of service using IACSO-MPA approach. Int Trans Electr Energ Syst. 2021; 31(12):e13255. doi:10.1002/2050-7038.13255. [ DOI:10.1002/2050-7038.13255] |
|
Alamolhoda A, Ebrahimi R, Samiei moghaddam M, Ghanbari M. Optimization of active networks in the presence of prosumers based on photovoltaic and battery resources. ieijqp 2024; 13 (4) :62-75 URL: http://ieijqp.ir/article-1-1000-fa.html
علم الهدی علیرضا، ابراهیمی رضا، سمیعی مقدم محمود، قنبری محمود. بهینه سازی شبکه های توزیع فعال در حضور پروسیومرهای مبتنی بر منابع فتوولتائیک و باتری. نشریه کیفیت و بهره وری صنعت برق ایران. 1403; 13 (4) :62-75 URL: http://ieijqp.ir/article-1-1000-fa.html
|
