تعیین هم‌زمان ظرفیت، تکنولوژی و مکان‌های بهینه جهت نصب سیستم‌های ذخیره‌ساز انرژی الکتریکی در ریزشبکه در حضور بارهای پاسخگو

نویسندگان

1 دانشکده مهندسی برق و کامپیوتر - دانشگاه صنعتی نوشیروانی بابل

2 گروه پژوهشی پست‌های فشارقوی - دانشکده مهندسی برق و کامپیوتر - دانشگاه صنعتی نوشیروانی بابل

چکیده

در این مقاله، مدلی خطی جهت تعیین ظرفیت و مکان‌یابی بهینه هم‌زمان دو تکنولوژی مختلف از سیستم‌های ذخیره‌ساز انرژی الکتریکی با منظور نمودن عدم‌قطعیت‌های مرتبط با منابع انرژی تجدیدپذیر و بروز عیب در خط ارتباطی ریزشبکه و شبکه بالادست ارائه شده‌است. این درحالی‌است که اثر مشارکت بارهای پاسخگو در تعیین ظرفیت و مکان‌های بهینه جهت نصب سیستم‌های ذخیره‌ساز بررسی شده‌است. روش پیشنهادی به صورت یک مسئله برنامه‌ریزی تصادفی دومرحله‌ای مبتنی بر سناریوهای عدم‌قطعیت معرفی و در یک ریزشبکه 33 شینه پیاده شده‌است. برای مدل‌سازی سناریوهای عدم‌قطعیت تولید مولد بادی و بروز عیب در خط ارتباطی بین ریزشبکه و شبکه بالادست به‌ترتیب از تئوری سری‌های زمانی و شبیه‌سازی مونت‌کارلو استفاده شده‌است. مدل پیشنهادی در نرم افزار GAMS به‌صورت یک مسئله برنامه‌ریزی خطی آمیخته با اعداد صحیح پیاده‌سازی شده‌است. مطالعات موردی متعدد، کارایی مدل پیشنهادی را نشان داده و تأیید می‌کنند.

کلیدواژه‌ها


عنوان مقاله [English]

Optimal Size, Type and locations of Energy Storage Systems in Microgrid with The Presence of Responsive Loads

نویسندگان [English]

  • M. Biazar 1
  • M. Shahabi 2
  • T. Barforoshi 2
1 Department of Electrical and Computer Engineering, Babol Noshirvani University of Technology, Babol, Iran
2 HV Substations Research Group, Department of Electrical and Computer Engineering, Babol Noshirvani University of Technology, Babol, Iran
چکیده [English]

In this paper, a linear model for optimal sizing and allocating two types of energy storage systems in a microgrid is presented. Uncertainties such as, renewable resources generation and microgrid islanding capability are carried out in a stochastic framework. Also, the effects of considering responsive demands on optimum size and allocation of storages in a 33-bus network are investigated. The proposed method is modeled based on two stage stochastic programming problem. To handle uncertainties of renewable resource generation and upstream line failures, time series model and Monte Carlo simulation are used, respectively. The proposed model is implemented as a mixed integer linear programming (MILP) in GAMS software and is solved with CPLEX solver. Effectiveness of the proposed model is examined by various case studies.

کلیدواژه‌ها [English]

  • Allocation
  • storage
  • sizing
  • microgrid
[1] A. A. Akhil, G. Huff, A. B. Currier, B. C. Kaun, D. M. Rastler, S. B.Chen, A.L.Cotter, D.T.Bradshaw, and W.D. Gauntlett, DOE/EPRI 2013 electricity storage handbook in collaboration
with NRECA: Sandia National Laboratories Albuquerque, NM, USA, 2013.
[2] یوسف پورجمال، علی عجمی، «یک روش جدید برای جایابی منابع تولید پراکنده در سیستم‌های توزیع با هدف کاهش تلفات و افزایش قابلیت اطمینان»، مجله مهندسی برق دانشگاه تبریز، جلد ۴۲، شماره ۲، 1390.
[3] A. Khodaei, S. Bahramirad and M. Shahidehpour, “Microgrid Planning Under Uncertainty,” IEEE Transactions on Power Systems, vol. 30, no. 5, pp. 2417-2425, Sept. 2015.
[4] Y. Zheng, Z. Y. Dong, F. J. Luo, K. Meng, J. Qiu and K. P. Wong, “Optimal Allocation of Energy Storage System for Risk Mitigation of DISCOs With High Renewable Penetrations,”
IEEE Transactions on Power Systems, vol. 29, no. 1, pp. 212-220, Jan. 2014.
[5] S. X. Chen, H. B. Gooi and M. Q. Wang, “Sizing of Energy Storage for Microgrids,” IEEE Transactions on Smart Grid, vol. 3, no. 1, pp. 142-151, March 2012.
[6] M. Nick, R. Cherkaoui, and M. Paolone, “Optimal Siting and Sizing of Distributed Energy Storage Systems via Alternating Direction Method of Multipliers,” International Journal of
Electrical Power & Energy Systems, vol. 72, pp. 33-39, 2015.
[7] علی مهدی‌زاده، نوید تقی‌زادگان، «برنامه‌ریزی تصادفی ریزشبکه جزیره‌ای در حضور سیستم ذخیره‌ساز  هیدروژنی و برنامه پاسخگویی بار»، مجله مهندسی برق دانشگاه تبریز، جلد 74، شماره 2، تابستان 1396.
[8] M. Ghofrani, A. Arabali, M. Etezadi-Amoli and M. S. Fadali, “A Framework for Optimal Placement of Energy Storage Units Within a Power System With High Wind Penetration,” IEEE Transactions on Sustainable Energy, vol. 4, no. 2, pp. 434-442, April 2013.
[9] Y. M. Atwa and E. F. El-Saadany, “Optimal Allocation of ESS in Distribution Systems With a High Penetration of Wind Energy,” IEEE Transactions on Power Systems, vol. 25, no. 4, pp. 1815-1822, Nov. 2010.
[10] M. Sedghi, A. Ahmadian and M. Aliakbar-Golkar, “Optimal Storage Planning in Active Distribution Network Considering Uncertainty of Wind Power Distributed Generation,” IEEE Transactions on Power Systems, vol. 31, no. 1, pp. 304-316, Jan 2016.
[11] S. Wogrin and D. F. Gayme, “Optimizing Storage Siting, Sizing, and Technology Portfolios in Transmission-Constrained Networks,” IEEE Transactions on Power Systems, vol. 30, no.6, pp. 3304-3313, Nov. 2015.
[12] ‘NREL: Western Wind Resources Dataset’, 2016, https://www.nrel.gov/wind/.
[13] Conejo, Antonio J., Miguel Carrión, and Juan M. Morales, “Decision making under uncertainty in electricity markets”, vol.1, Springer, 2010.
[14] Estimate parameters of ARMAX model using time-domain data, 2017, https://www.mathworks.com/help/ident/ref/armax.html.
[15] Billinton, Roy, and Ronald Norman Allan, “Reliability Evaluation of Engineering Systems”, Plenum press, 1992.
[16] A. Iga and Y. Ishihara, “Characteristics and Embodiment of the Practical use Method of Monthly Temperature Coefficient of the Photovoltaic Generation System,” IEEJ Transaction on Power Energy, vol. 126, no. 8, pp. 767–775, 2006.
[17] A. Zakariazadeh, S. Jadid, P. Siano, “Smart Microgrid Energy and Reserve Scheduling with Demand Response using Stochastic Optimization,” International Journal of Electrical Power & Energy Systems, vol. 63, pp. 523-533, Dec. 2014.
[18] H. G. Yeh, D. F. Gayme and S. H. Low, “Adaptive VAR Control for Distribution Circuits With Photovoltaic Generators,” IEEE Transactions on Power Systems, vol. 27, no. 3, pp. 1656-1663, Aug. 2012.
[19] Zhaoyu Wang, Bokan Chen, Jianhui Wang, M. Begovic and Chen Chen, “Coordinated Energy Management of Networked Microgrids in Distribution Systems,” IEEE Power & Energy Society General Meeting, Denver, CO, pp. 1 -1, 2015.
[20] M. Baran and F. F. Wu, “Optimal Sizing of Capacitors Placed on a Radial Distribution System,” IEEE Transactions on Power Delivery, vol. 4, no. 1, pp. 735-743, Jan 1989.
[21] M. E. Baran and F. F. Wu, “Network Reconfiguration in Distribution Systems for Loss Reduction and Load Balancing,” IEEE Transactions on Power Delivery, vol. 4, no. 2, pp.1401-407, Apr 1989.
[22] Z. Wang, H. Chen, J. Wang and M. Begovic, “Inverter-Less Hybrid Voltage/Var Control for Distribution Circuits With Photovoltaic Generators,” IEEE Transactions on Smart Grid, vol.5, no. 6, pp. 2718-2728, Nov. 2014.
[23] T. Akbari, M. Tavakoli Bina, “Linear Approximated Formulation of AC Optimal Power Flow Using Binary Discretisation,” IET Generation, Transmission & Distribution, 10.5, pp.1117-1123, 2016.
[24] Pacific Northwest National Laboratory, “National assessment of energy storage for grid balancing and arbitrage”, (the U.S. Department of Energy, 2013).
[25] Y. Yang, H. Li, A. Aichhorn, J. Zheng and M. Greenleaf, "Sizing Strategy of Distributed Battery Storage System With High Penetration of Photovoltaic for Voltage Regulation and Peak Load Shaving," in IEEE Transactions on Smart Grid, vol. 5, no. 2, pp. 982-991, March 2014.
[26] H. Alharbi, “Optimal Planning and Scheduling of Battery Energy Storage Systems for Isolated Microgrids,” Ph.D. dissertation, Dept. Electrical and Computer Engineering. Univ.Uwspace, 2015.