دانلود ترجمه مقاله روشی برای کنترل ولتاژ شبکه هوشمند از طریق تولیدات پراکنده

1. مقدمه 2. افراز بندی شبکه 3. کنترل منطقه ای ولتاژ 4. نتایج شبیه سازی 5. نتیجه گیری

مقدمه: افزایش سطح نفوذ DG ها، ماهیت شبکه های توزیع را از پسیو بودن (منفعل بودن) به اکتیو بودن، تغییر می دهد. این تغییر، تعدادی مسئله مانند نوسانات ولتاژ در این شبکه ها را بوجود می آورد، بنابراین، ملاحظه نحوه رفع اثرات منفی DG ها، بسیار مهم است. روش های متداول، مدیریت ولتاژ و توان اکتیو شبکه های توزیع بوسیله تغییر دهنده های تپ تحت بار، رگولاتورهای ولتاژ پله ای و جبرانسازهای استاتیک VAR می باشند [1]. اما، تعدادی مسئله بخاطر ثابت زمانی کند و همچنین سایش و فرسایش تعدادی از جبرانسازها برای عملکرد سریع و مطمئن، می باشد. بنابراین، روش های جدید برای کنترل کارآمد ولتاژ و توان راکتیو، لازم می باشد. DG های موجود، متصل شده به اینورترهای قدرت، منابع مناسبی برای مدیریت ولتاژ و توان راکتیو می باشند. دو روش اصلی برای کنترل این منابع وجود دارد: کنترل محلی و هماهنگ [2، 3]. این روش ها، براساس کنترل محلی، پاسخ زمانی بالایی دارند، اما بخاطر بهره گیری از داده های محلی، بهینه نیستند. علاوه بر آن، عدم وجود دانش کافی در مورد قسمت های دیگر شبکه می تواند باعث اشتباهات تصمیم گیری شود [4]. روش های دیگر که بر اساس کنترل هماهنگ، بخش مشارکتی کنترلهای توان راکتیو را در مسئله مدیریت ولتاژ را بوسیله یک زیرساخت ارتباطاتی دو طرفه بین «مرکز کنترل» (CC) و همه این دستگاه ها، بهینه سازی می کنند. اکثر روش های هماهنگی قبلی براساس معماری متمرکز هستند که در آن، مرکز کنترل، بر همه عملیات های شبکه نظارت می کند [5، 6]. بخاطر افزایش تعداد DG ها و در نتیجه متغیرهای کنترل پذیر در یک اسمارت گرید، زمان اجرای لازم برای فرآیند بهینه سازی و حجم اطلاعات لازم جهت پردازش به میزان قابل توجهی در این معماری افزایش می یابند بگونه ای که اکثریت آنها، به صورت آنلاین قابل پیاده سازی نیستند. بنابراین، پیاده سازی روشهای هماهنگ به صورت روش های غیرمتمرکز، لازم می باشد. از این نظر، تعدادی از پژوهش ها تلاش کرده اند تا مسئله بهینه سازی متمرکز اصلی را به تعدادی مسئله فرعی کوچکتر تجزیه کنند و آنها را به صورت موازی حل کنند؛ اما، عیب آن این است که یک مرکز ویژه برای هماهنگ سازی مراکز زیردست لازم است [2، 7]. علاوه بر آن، چنین راهکارهایی از هزینه های ساخت زیاد و خرابی نقطه منفرد رنج می برند [8].

INTRODUCTION: Increasing penetration level of DGs changes the distribution networks' nature from passive to active. This change creates some problems such as voltage fluctuations in these networks; thus, considering how to deal with the negative impacts of DGs is essential. Conventional methods, manage voltage and reactive power of distribution grids by under load tap changers, step voltage regulators and static VAR compensators [1]. However, there are some problems due to the slow time constant as well as wear and tear of some compensators to act fast and reliable. So, new methods for efficient voltage and reactive power control is needed. Existing DGs interfaced with power inverters are appropriate resources for management of voltage and reactive power. There are two main methods in order to control these resources: local and coordinated control [2, 3]. The methods based on local control have high response time, but they are not optimum due to the local data utilization. Moreover, the lack of enough knowledge about other parts of the network may lead to decision mistakes [4]. The other methods which are based on coordinated control optimize the participation proportion of reactive power controllers in voltage management problem by a bidirectional communication infrastructure between Control Center (CC) and all these devices. Most of the previous coordination methods are based on centralized architecture in which one center supervises all network's operations [5, 6]. According to the increased number of DGs and consequently the controllable variables in a smart grid, the execution time required for optimization process and the amount of information which need to be processed will greatly increase in this architecture so that a majority of them cannot be implemented as online. Therefore, it is necessary to implement coordinated methods as decentralized ones. In this regard, some researches try to decompose original centralized optimization problem to some smaller sub-problems and solve them in a parallel manner; however, the disadvantage is that a special center for coordinating the slave centers is needed [2, 7]. Furthermore, such solutions suffer from high building costs and single point failure [8].