Iranian Electric Industry Journal of Quality and Productivity

fa مدل سازی مناسب بار در ارزیابی قابلیت اطمینان شبکه های هوشمند توزیع انرژی الکتریکی با دیدگاه افزایش سرعت و حفظ دقت محاسبات Appropriate load modeling for evaluating the reliability of smart distribution systems in order to decrease the computing time concerning the accuracy of calculations برق و کامپیوتر پژوهشي Research در این مقاله، مدلسازی مناسب بار و ارائه روش نوین برای کاهش حالات بار در ارزیابی قابلیت اطمینان شبکه های هوشمند توزیع انرژی الکتریکی به کمک روشهای تحلیلی ارائه میگردد. از آنجایی که در یک شبکه توزیع هوشمند، عدم قطعیت های متعددی وجود دارد، زمانبر بودن و حجم بالای محاسبات در ارزیابی شاخص های قابلیت اطمینان یک چالش و موضوع مهم و اساسی میباشد، از اینرو در شرایطی که بتوان حجم محاسبات را کاهش و سرعت را افزایش داد، میتوان استفاده از روشهای تحلیلی ارزیابی قابلیت اطمینان در قالب مسائل بهینه سازی و ... که نیاز به تکرار زیاد دارند را عملیاتی نمود. با این وجود، باید توجه داشت که در عین افزایش سرعت محاسبات و کاهش پیچیدگی های ارزیابی قابلیت اطمینان، باید دقت محاسبات نیز در سطح مطلوبی حفظ شود. در روش پیشنهادی، سه سناریوی کاهش سطوح بار و ماتریس حالت مربوطه بر اساس تجمیع زمانی بدون پیشفرض، تجمیع زمانی با پیش فرض مشابه بازه های زمانی تعریف شده تعرفه گذاری شرکت های توزیع و تجمیع مقداری معرفی گردیده است. ارائه مدل ریاضی برای روش کاهش سطوح ماتریس حالت بار یکی از نوآوری ها و مزایای روش پیشنهادی میباشد. روش پیشنهادی بر روی شبکه 33 شین IEEE و فیدر واقعی از شرکت توزیع نیروی برق استان اصفهان (فیدر خیابان امیرکبیر کاشان) پیاده سازی شد. نتایج به دست آمده دلالت بر کارآیی روش پیشنهادی دارد. نتایج نشان می دهد با انتخاب سناریوی مناسب کاهش درجه بار (سناریوی تجمیع زمانی بدون پیش فرض یا تجمیع مقداری) می توان با کمتر از یک درصد خطا در محاسبات، سرعت روش ارزیابی قابلیت اطمینان را در حدود 90 درصد افزایش داد. یکی از مزایای دیگر این مقاله، انجام آنالیز حساسیت شاخص انرژی توزیع نشده مورد انتظار بر حسب تعداد سطوح بار کاهش یافته در سناریوهای مختلف و تغییر مشخصه های بار مانند واریانس بار اشاره نمود. نتایج آنالیز حساسیت انجام شده نشان می دهد در شرایطی که تغییرات بار همراه با عدم قطعیت بالاتر و ماهیت اتفاقی بیشتری باشد، نیاز به استفاده موثر و هوشمندانه از روش پیشنهادی برای کاهش هوشمندانه سطوح بار افزایش مییابد.   This paper presents a novel appropriate load modeling for decreasing the load levels and evaluating the reliability of smart distribution system including various distributed generations by using the analytical method. Because of several uncertainties in a smart distribution system, the computing time and complexity of calculations in evaluating the reliability indices are the major challenges. Hence by decreasing the computing time of reliability evaluation methods, it is possible to solve the large optimization problems according to the accelerated methods. During the decrement of computing time, it is necessary to achieve a reasonable accuracy. In the proposed method, three scenarios for reliability-based load modeling are presented. The time-based aggregation without any default, time-based aggregation according to several assumptions, and amplitude-based aggregation are the three presented scenarios. Providing the mathematical modeling for implementation of the discussed scenarios is one of the contributions of this article. The proposed method has been applied to the IEEE 33-Bus Test Distribution System and an actual distribution system from Esfahan Province Electrical Distribution Company (EPEDC). The obtained results illustrated the effectiveness of the proposed method. The results show that, by choosing an appropriate load level reduction scenario (time-based or amplitude-based aggregation scenarios), the 90% of the required time for reliability calculations can be saved, while less than 1% error has occurred. Performing the sensitivity analyses in order to determine the more important parameters in the proposed load level reduction methodology is another advantage of this article. The sensitivity analyses results imply that due to increment in load variance of the distribution system in presence of other uncertain parts, the more comprehensive and smart studies are needed.   قابلیت اطمینان, مدل سازی بار, روش تحلیلی, منابع تولید پراکنده, شبکه توزیع انرژی الکتریکی هوشمند, آنالیز حساسیت, افزایش سرعت reliability, load modeling, analytical method, distributed generations (DGs), smart electrical distribution systems, sensitivity analysis, increasing the computing speed 95 112 http://ieijqp.ir/browse.php?a_code=A-10-979-1&slc_lang=fa&sid=1 Ali Mohammad Hariri علی محمد حریری amh.1369@gmail.com 4420119675 10031947532846002909 No University of Kashan دانشگاه کاشان Maryam Akhavan hejazi مریم اخوان حجازی akhavanhejazi@gmail.com 1262392497 10031947532846002910 Yes University of Kashan دانشگاه کاشان Hamed Hashemi-Dezaki حامد هاشمی دزکی hamed.hashemi@gmail.com 4650688396 10031947532846002911 No University of Kashan دانشگاه کاشان