دانلود ترجمه مقاله مدیریت قوی انرژی در ریزشبکه با اینورترهای فتوولتائیک

1. مقدمه 2. طرح مسئله 2.1. مدل تولید PV 2.2. مدل سازی عدم قطعیت ها 2.3. مدیریت قوی انرژی ریزشبکه 2.3.1. مسئله اصلی 2.3.2. مسئله شناسایی بدترین سناریو 3. روش حل 3.1. روش BDSG 3.2. الگوریتم جواب 3.3. روش MCVM 4. نتایج عددی 4.1. مورد 1: مدل قوی پیشنهادی 4.2. استفاده از مود جبران VAR در برابر استفاده متعارف 4.3. تحلیل حساسیت 4.4. مدل قوی در برابر مدل تصادفی 4.5. روش هیبریدی در مقایسه با روش کلاسیک 5. نتیجه گیری

مقدمه: اخیراً معایب مختلف نیروگاه های برق متمرکز نظیر بالا بودن قیمت سوخت، مسائل محیط زیستی، راندمان پایین، بالا بودن هزینه توسعه شبکه انتقال، و افزایش تقاضای برق چالش هایی را در سیستم های نیرو بوجود آورده است. برای پرداختن به این مسائل، منابع انرژی پراکنده (DER) به تازگی مورد توجه زیادی قرار گرفته است [2،1]. ریزشبکه ها به منظور تسهیل ادغام DERها در سیستم نیرو ایجاد شده است. ریزشبکه سیستم توزیع کوچک با DERهای محلی است که به شبکه برق متمرکز سنتی متصل است اما می تواند به صورت مستقل نیز کار کند. ریزشبکه نوعی شبکه هوشمند مجهز به فناوری های پیشرفته ارتباط کامپیوتری و سنجه های هوشمند است که انعطاف پذیری و قابلیت اطمینان بیشتری در کنترل و حفاظت از سیستم فراهم می کند. اپراتور ریزشبکه انرژی فراهم شده بوسیله DERهای محلی و تولید سنتی متمرکز را بهینه می سازد تا بارهای محلی را تامین کند. هم-کنشی بین DERها و زیرساختار سیستم، ویژگی اصلی ریزشبکه است. این هم کنشی امکان ذخیره سازی و انعطاف پذیری لازم برای مدیریت تقاضا را فراهم می کند [3]. سیستم فتوولتائیک (PV) یکی از کارآمدترین DERها در ریزشبکه هاست. تولید محلی و کاهش نسبت ازدحام شبکه های انتقال مزایای اصلی PVهاست. با این حال، عدم قطعیت در مورد تابش خورشید در PVهای متصل به شبکه می تواند مسائلی را در توازن توان اکتیو و راکتیو و تنظیم ولتاژ در ریزشبکه ها بوجود آورد [4]. دیسپاچ بهینه منابع انرژی تجدیدپذیر (RES) در چندین تحقیق مورد بررسی قرار گرفته است [13-5]. در [5] دو مسئله پیکربندی شبکه توزیع و کار سیستم توزیع با در نظر گرفتن عدم قطعیت ها با باد، PV و تغییر بار ادغام شده است. در [9]، فرمول بهینه سازی چند هدفی که مسئله طراحی و کار بهینه سیستم توزیع را دربرمی گیرد، ارائه شده است. در [13] مدل تعمیم یافته برای برنامه ریزی بهینه سیستم توزیع با در نظر گرفتن سه جنبه از شبکه های توزیع مدرن پیشنهاد شده است. ابتدا، روش احتمال گرای با در نظر گرفتن پروفایل بار ساعتی بکار رفته است؛ دوم، فرض شده است که سیستم توزیع قادر است با یک یا چند ریزشبکه در حالت جزیره ای کار کند، و در نهایت، سطح نفوذ RESها در نظر گرفته شده است. چالش های سیستم های PV متصل به شبکه در چندین تحقیق مورد بررسی قرار گرفته است. تاثیرات واحدهای PV در مقیاس صنعتی بر دینامیک (گذرا و پایایی سیگنال کوچک) و استاتیک (پایایی ولتاژ) سیستم انتقال در [14] و [15] بررسی شده است، که شامل مدل آرایه PV و مبدل، و سیستم های کنترل مربوطه است. حدود ولتاژهای باس ها با تغییر تغذیه توان راکتیو از واحدهای PV در مقیاس صنعتی کنترل شده است. کنترل فاکتور توان برای بدست آوردن نقطه تنظیم توان راکتیو بکار رفته است. کنترل ولتاژ و فرکانس در [15] پیشنهاد شده است، که کنترل ها را برای اینورتر PV و ردیابی نقطه توان حداکثر هماهنگ می کند. در [4]، عدم قطعیت در تولید خورشیدی به صورت تصادفی در کار بهینه شبکه توزیع مدل سازی شده است. مدل سازی واقع گرایانه تولید توان PV در فرمول تصادفی پیشنهادی موجب بهبود هزینه فراهم کردن توان می شود و اتلاف گرمایی را به حداقل می رساند. در [16] روش چند هدفی احتمال گرای برای کار شبکه های توزیع ارائه شده است که ولتاژ سیستم و کنترل فاکتور توان را بهبود می دهد. عدم قطعیت های مربوط به تابش خورشید PVها و بارهای نامتوازن مدل سازی شده است. در [17] مدلی متقارن برای دیسپاچ بهینه اینورترهای PV در فیدرهای توزیع با تمرکز بر تولید توان اکتیو و راکتیو پیشنهاد شده است. تاثیر نفوذ PV بر پروفایل ولتاژ سیستم توزیع در [18] ارزیابی شده است. در [19] مدل چند هدفی برای تخصیص PV در سیستم توزیع ارائه شده است که اتلاف توان را به حداقل می رساند و پروفایل ولتاژ را بهبود می دهد. بارهای متغیر زمانی برای تعیین سطح نفوذ PV در سیستم توزیع مدل سازی شده است. در [20] تحلیل حساسیت عدم تعادل ولتاژ برای تعیین تعداد و اندازه بهینه سیستم های PV تک فاز در شبکه توزیع با چند سطح نفوذ PV ارائه شده است. برای این منظور، روش تصادفی برای تایید کارآیی هر گونه ترکیب تصادفی سیستم های PV در شبکه پیشنهاد شده است.

Introduction: Various drawbacks of traditional centralized power plants such as the high prices of fuels, environmental issues, low efficiency, high expenses of transmission network development, and the growing demand for the electricity have recently provided a number of challenges in the power systems. To address these issues, distributed energy resources (DER) have recently drawn much attention [1,2]. Microgrids are introduced to facilitate the integration of DERs into the power system. Microgrid is a small distribution system with local DERs which is connected to the traditional centralized electrical grid but is able to operate autonomously. A microgrid could be a kind of smart grid equipped with the advanced computer communication technologies and smart meters providing more flexibility and reliability for control and protection of the system. The microgrid operator optimizes the provided energy by the local DERs and the traditional centralized generation to supply the local loads. Interaction between DERs and the system infrastructure is the major feather of a microgrid. This interaction provides storage and flexibility abilities needed for demand management [3]. Photovoltaic (PV) system is one of the most effective DERs in microgrids. Local generation and reducing the congestion rate of the transmission networks are the main advantages of the PVs. However the uncertainty of the solar irradiation availability of grid-tie PVs may provide some problems in active and reactive power balance and voltage regulation in microgrids [4]. Optimal dispatches of renewable energy resources (RESs) have been addressed in several works [5–13]. In [5], two sub-problems of distribution network reconfiguration and distribution system operation are integrated considering the uncertainties associated with wind, PV and load variation. In [9], a multi-objective optimization formulation incorporating both of the design problem and the optimal operation of distribution system is presented. In [13], a generalized model is proposed for distribution system optimal planning considering three aspects of modern distribution networks. First, a probabilistic approach considering the hourly load profile is employed; second, it is assumed that the distribution system is able to operate with one or multiple microgrids operating in islanding mode; finally the penetration level of RESs is taken into account. The challenges with the grid-tie PV systems have been addressed in several studies. The impacts of utility-scale PV units on dynamic (transient and small-signal stability) and static (voltage stability) of the transmission system are investigated in [14] and [15], including model of the PV array and converter, as well as associated control systems. Buses voltages limits are controlled by changing feed-in reactive power from the utility-scale PV units. A power factor control is employed to procure the reactive power set point. A voltage and frequency control is proposed in [15], coordinating the controls for the PV inverter and maximum power point tracking. In [4], the uncertainty in solar generation is stochastically modeled in the optimal operation of distribution network. Modeling of realistic PV generation in the proposed stochastic formulation improves the cost of power provision and minimizes the thermal loss. In [16], a probabilistic multi-objective method is presented for the operation of distribution networks improving the system voltage and power factor control. The uncertainties associated with solar irradiance of PVs and unbalanced loads are modeled. In [17], a systematic model is proposed for optimal dispatch of PV inverters in distribution feeders focusing on both active and reactive power production; the optimal PV inverters dispatch are determined for the ancillary services provision. The effect of PV penetration on the distribution system voltage profile is evaluated in [18]. In [19], a multi-objective model is presented for PV allocation in distribution system minimizing the power loss and improving the voltage profile. Time-varying loads are modeled to determine the PV penetration level in the distribution system. Ref. [20] presents a voltage unbalance sensitivity analysis to determine the optimal number and the size of single-phase PV systems in distribution network with multiple PV penetration levels. To this end, a stochastic method is proposed to verify the effectiveness of any random combination of PV systems in the network.

بخشی از ترجمه مقاله (صفحه 21 فایل ورد ترجمه)