چکیده
کاهش تلفات قدرت در سیستم توزیعی برای بهبود بهره وری کلی سیستم های توزیع انرژی الکتریکی بسیار مهم است. تلفات قدرت فعال بر اساس مؤلفههای فعال جریان را میتوان به صورت محلی با کاهش مطالبات توان راکتیو کاهش داد. این مقاله یک روش ساده برای مکانیابی بهینه و اندازه خازن برای کاهش تلفات و بهبود ولتاژ نامتعادل در سیستم های توزیع شعاعی (URDS) پیشنهاد کرده است. عملکرد روش ارائهشده در دو مورد تحت آزمایش قرار گرفته است. بنابراین مشخص گردید که میتوان با مکانیابی خازن در سیستم توزیعی صرفهجویی کرد.
1. مقدمه
یک سیستم توزیعی شده، مصرفکنندگان را برای استفاده از سیستم انتقال ولتاژ به هم متصل میکند. تلفات در سیستم توزیعی، در حدود 5-13% از کل توان تولید شده است. بنابراین کاهش تلفات در شبکه توزیعی بسیار مهم است و برای طراحی و بهرهبرداری از شبکه برق بسیار کارایی دارد. راههای بسیاری برای کاهش تلفات در خازن وجود دارد: مدیریت بار، پیکربندی مجدد شبکه و غیره [1].
چندین روش برای کاهش تلفات در RDS متعادل توسط مکانیابی خازن در مکانی مطلوب در ادبیات گزارش شده است [2-8]. در [9]، نظریه تصمیمگیری معیارها برای تخصیص بهینه و مکانیابی خازن در سیستم های نامتعادل در حضور منابع هارمونیک و همچنین با در نظر گرفتن عدم قطعیت در حضور بارهای نامتعادل است. Carpinelli و همکاران [10]، روشی احتمالاتی را برای بهینهسازی مکانیابی محل خازن در شبکههای توزیع نامتعادل و الگوریتم ژنتیک میکرو به منظور کاهش محاسبات ارائه دادند. در [11]، بهینهسازی ترکیبی ذرات (HPSO) با یک الگوریتم ترکیبی جریان قدرت ترکیب شده است (HPF) تا برای یافتن مکان بهینه و سایز خازن نامتعادل RDS استفاده گردد. Carpinelli G و همکارانش [12]، روشی را برای قرار دادن خازن شنت در سیستم های توزیع نامتعادل با منابع هارمونیک با توجه به هزینه خازن، هزینههای انرژی و همچنین هزینههای مرتبط یا هارمونیک ولتاژ ارائه کردهاند. Subrahmanyam JBV و همکارانش [13] روش سادهای را برای انتخاب مکان بهینه و سایز خازن در RDS سه فازی نامتعادل توسط هزینه تلفات انرژی و هزینه مرتبط با خرید خازن و نصب خازن به عنوان تابع اصلی هدف ارائه دادند. تلفات قدرت برای انتخاب نودهای کاندید برای مکانیابی خازن و سپس روش واریانس برای یافتن سایز بهینه استفاده میگردد. بر اساس الگوریتم بهینهسازی ذرات باکتری گرا (EFPSO)، یک روش جدید برای مکانیابی مطلوب و اندازه ثابت و تعویض پیشنهاد شده است [14]. در [15]، مکانیابی بهینه خازن توسط استفاده از الگوریتم بهینهسازی کلونی زنبور عسل با تابع هدفی به شکل کمینه سازی قدرت تلفات سیستم و نامتعادل بودن و همچنین به حداکثر رساندن صرفهجویی خالص در حفظ ولتاژ و اعوجاج هارمونیکی انجام شده است. روش index بُرداری برای مکانیابی مطلوب خازن در سیستم توزیعی نامتعادل شعاعی [16] ارائهشده است. Haque روشی را برای کاهش تلفات در سیستم توزیعی شعاعی توسط تأمین توان با راکتیو به صورت محلی با خازن پیشنهاد کرده است [7]. با این حال، این مقاله، روش قرار دادن خازن برای کاهش تلفات در سیستم توزیعی نامتعادل را بهکاربرده است. ایده اصلی روش ارائهشده از [7] گرفته شده است. در این پیشنهاد روش اندازه بهینه خازن در هر گره میتواند از طریق بهینهسازی معادله صرفهجویی تعیین شود. گرههایی که در آن صرفهجویی در کاهش تلفات با تعیین مکانی برای خازن انجام میشوند، بهینه هستند. جریان بار از توزیع شعاعی نامتعادل استفاده میکند [17]. نتایج به دست آمده برای شبکه توزیع IEEE 19 و IEEE 25 اجرا شده است [18].
2. پیشنهاد رویکردی در توزیع سیستم های پخش بار
موارد زیر را در نظر بگیرید
Ploss= کل تلفات توان واقعی
Qloss= کل تلفات توان واکنشی
Sloss=Ploss+j Qloss
Ia، Ib، Ic جریان هر بخش در سه مرحله است.
Iar، Ibr، Icr، مؤلفههای فعال جریان در سه مرحله است.
Iai، Ibi، Ici، مؤلفههای فعال جریان جاری در سه فاز است.
Z امپدانس هر بخش است.
A مجموعه بخشهای منبع گذرگاه تا jامین گذرگاه خازن است.
Abstract
Reduction of active power loss in distribution systems is very important to improve the overall efficiency of electrical power distribution systems. The active power loss due to reactive component of branch currents can be reduced by supplying part of the reactive power demands locally with the help of capacitors. This paper proposed a simple method for optimal placement and sizing of capacitor while minimizing power losses and improving the voltage profile in an unbalanced radial distribution system (URDS). The performance of the proposed method have been tested on two case studies 19-bus UBRS and 2S-bus UBRS. It was found that a significant loss saving can be achieved by placing optimal capacitors in the system.
1. INTRODUCTION
A distribution system connects consumers to the high voltage transmission system. The losses in the distribution system are about 5-13% of total generated power. So the loss reduction in the distribution network is the most important priorities in the design and operation of electric power network. There are many ways to reduce the losses as like capacitor placement, Distributed Generation placement, load management, Network Reconfiguration and so on [1].
Several methods for loss reduction on balanced RDS by placing capacitor in an optimal location have been reported in the literature [2-8]. In [9], Decision theory criteria approach was applied to fmd the optimal allocation and the sizing of capacitors in unbalanced systems with the presence of harmonic sources, also taking into account the uncertainties due to the presence of unbalanced loads. Carpinelli G. et al. [10] proposed a new probabilistic method for the optimal location of capacitors in an unbalanced distribution networks and the micro genetic algorithm was applied to reduce the computational efforts. In [II], a Hybrid Particle Swarm Optimization (HPSO) combined with a Hybrid Power Flow algorithm (HPF) was used to find the optimal locations and sizes of shunt capacitors in an unbalanced RDS while taking the harmonics into account. Carpinelli G. et al. [12] presented a method for placement of shunt capacitors in three phase unbalanced distribution systems with harmonic sources while considering capacitor costs, energy costs as well as costs associated with voltage harmonics. Subrahmanyam JBV, et al. [13] proposed a simple method for choosing optimal location and size of shunt capacitors in three phase unbalanced RDS by taking cost of energy loss and cost related to capacitor purchase and capacitor installation as main objective function to be minimized. The Power Loss Index has been used to select the candidate node for capacitor placement and then variational technique has been used to find the optimal sizes. Based on bacterial foraging oriented by particle swarm optimization algorithm (BFPSO), a new method was proposed to fmd the optimal location and the size of fixed and switching capacitor banks [14]. In [15], optimal capacitor placement was done by using a hybrid honey bee colony optimization algorithm with the objective function of minimizing power system losses and unbalances and maximizing the net savings while maintaining voltage and total harmonic distortion of buses in an acceptable. The Index Vector method was implemented for optimal capacitor placement on three phase unbalanced radial distribution system [16]. Haque M.H. proposed loss reduction technique in balanced radial distribution system by supplying the reactive power locally with the help of capacitors [7]. However, this paper proposes single capacitor placement method for loss reduction in an unbalanced radial distribution system. The basic idea of the proposed method has been taken from [7]. In this proposed method, the optimal size of capacitor at each node can be determined through optimizing the loss saving equation. The node at which the loss saving is maximum will be taken as candidate node for capacitor placement and the corresponding size is the optimal size of capacitor. The load flow of unbalanced radial distribution has been implemented from [17]. The results have been obtained for unbalanced distribution network of IEEE 19 bus and IEEE 25 bus systems [ 18].
IT. PROPOSED LOAD FLOW ApPROACH IN DISTRIBUTION SYSTEMS
Let us consider the following
Ploss = Total real power loss.
Qloss = Total reactive power loss.
Sloss = Ploss + j Qloss
Ia، Ib، Ic are the branch currents in three phases.
Iar، Ibr، Icr، are the active component of branch currents in three phases.
Iai، Ibi، Ici، are the reactive component of branch currents m three phases.
Z is the branch impedance.
A is the set of branches from source bus to the rh capacitor bus.
چکیده
1. مقدمه
2. پیشنهاد رویکردی در توزیع سیستم های پخش بار
3. نتایج و بحث
A. مطالعه موردی 1: 19 گذرگاه URDS
B. مطالعه موردی 2: IEEE 25-bus URDS
4. نتیجهگیری
منابع
Abstract
1. INTRODUCTION
2. PROPOSED LOAD FLOW ApPROACH IN DISTRIBUTION SYSTEMS
3. RESULTS AND DISCUSSIONS
A. Case study I: 19-bus URDS
B. Case study 2: IEEE 25-bus URDS
4. CONCLUSIONS
References