برنامه‌ریزی بهینه ریزشبکه‌های قابل بازآرایی در شرایط عادی و اضطراری

نوع مقاله : علمی-پژوهشی

نویسندگان

دانشکده مهندسی برق و کامپیوتر- دانشگاه تبریز

چکیده

با توجه به اینکه در ساختار ریزشبکه‌ها انواع منابع انرژی با ماهیت احتمالاتی وجود دارد، نیاز به روش‌های کنترلی و برنامه‌ریزی مناسب جهت بهره‌برداری ضروری می‌باشد. استراتژی بازآرایی می‌تواند به‌عنوان یک راه‌حل عملی مناسب جهت بهبود عملکرد ریزشبکه به‌کار گرفته‌شود. افزودن قابلیت بازآرایی به ریزشبکه‌ها منجر به پیدایش نسل جدیدی از ریزشبکه‌ها تحت عنوان RMG شده‌است. از این‌رو در این مقاله، برنامه‌ریزی RMG تحت فرآیند بازآرایی، در دو حالت عادی و اضطراری مورد بررسی قرار می‌گیرد. فرض بر این است که ریزشبکه‌های موجود خود از چندین ریزشبکه کوچک‌تر تشکیل شده‌اند. از این‌رو علاوه ‌بر برنامه‌ریزی ریزشبکه در شرایط عادی، مسئله‌ی مدیریت و عملکرد ریزشبکه‌های همسایه در شرایط اضطراری مورد بحث قرار خواهد گرفت. برای این منظور دو ریزشبکه نمونه 10 و 33 باسه که در حالت عادی متصل به شبکه است درنظر گرفته‌می‌شود. در حالت عادی هدف از برنامه‌ریزی پیشنهادی، یافتن بهینه‌ترین ساختار ممکن شبکه است به‌گونه‌ای که کمترین هزینه به شبکه تحمیل گردد. در شرایط اضطراری، ریزشبکه مذکور به چندین ریزشبکه همسایه تبدیل خواهد شد. در این حالت برنامه‌ریزی پیشنهادی با یافتن بهینه‌ترین ساختار ممکن جهت اتصال ریزشبکه‌های همسایه، میزان حذف بار تا زمان بازگشت به شرایط عادی را به حداقل می‌رساند. نتایج حاصل نشان‌دهنده‌ی بهبود وضعیت سیستم از نظر هزینه و میزان حذف بار می‌باشد.

کلیدواژه‌ها

عنوان مقاله [English]

Optimal Scheduling of Reconfigurable Micro-grid in Normal and Emergency Conditions

نویسندگان [English]

  • M. Hemmati
  • S. Ghasemzadeh
  • B. Mohammadi-ivatloo
Faculty of Electrical and Computer Engineering, University of Tabriz, Tabriz, Iran,
چکیده [English]

Dou to penetration of stochastic resources in the microgrids, the need for new control and scheduling method is essential. Reconfiguration strategy can be considered as a practical solution for network performance improvement. Therefore, in this paper the scheduling of reconfigurable microgrid (RMG) in the normal and emergency conditions are analyzed. It is assumed that microgrid consists of several small neighboring microgrids, so in addition to the microgrid scheduling in the normal condition, the problem of neighboring microgrid management will be solved in the emergency condition. In the first condition, microgrid total cost minimization is considered as an objective while in the emergency condition, the microgrid divided to several neighboring microgrids and the proposed method tries to find the optimal structure for neighboring connection and minimizes the total load shedding, until the return to the normal condition. The results show the effectiveness of proposed method from the cost and load shedding minimization point of view.

کلیدواژه‌ها [English]

  • Microgrid
  • reconfiguration
  • remotely controllable switch
  • load shedding
  • cost

مراجع

[1]       J. Pecas-Lopes, "Algorithms for state estimation for MV multimicrogrids," Advanced architectures and control concepts for more microgrids, 2007.
[2]       R. Zamora and A. K. Srivastava, "Controls for microgrids with storage: Review, challenges, and research needs," Renewable and Sustainable Energy Reviews, vol. 14, pp. 2009-2018, 2010.
[3]     D. E. Olivares, C. A. Cañizares, and M. Kazerani, "A centralized energy management system for isolated microgrids," IEEE Transactions on smart grid, vol. 5, pp. 1864-1875, 2014.
[4]     T. Logenthiran, D. Srinivasan, and D. Wong, "Multi-agent coordination for DER in MicroGrid," in Sustainable Energy Technologies, 2008. ICSET 2008. IEEE International Conference on, 2008, pp. 77-82.
[5]     N. Nikmehr and S. N. Ravadanegh, "Optimal power dispatch of multi-microgrids at future smart distribution grids," IEEE Transactions on Smart Grid, vol. 6, pp. 1648-1657, 2015.
[6]     J. Lopes, A. Madureira, N. Gil, and F. Resende, "Operation of Multi Microgrids," Microgrids: Architectures and Control, no. Cam C, ch. Operation, John Wiley & Sons, Ltd, 2014.
[7]     R. H. Lasseter, "Smart distribution: Coupled microgrids," Proceedings of the IEEE, vol. 99, pp. 1074-1082, 2011.
[8]     F. Shahnia, S. Bourbour, and A. Ghosh, "Coupling neighboring microgrids for overload management based on dynamic multicriteria decision-making," IEEE Transactions on smart grid, 2015.
[9]     C. Wang, X. Yang, Z. Wu, Y. Che, L. Guo, S. Zhang, et al., "A highly integrated and reconfigurable microgrid testbed with hybrid distributed energy sources," IEEE Transactions on Smart Grid, vol. 7, pp. 451-459, 2016.
[10]   S. S. Thale, R. G. Wandhare, and V. Agarwal, "A novel reconfigurable microgrid architecture with renewable energy sources and storage," IEEE Transactions on Industry Applications, vol. 51, pp. 1805-1816, 2015.
[11] ت. فرهودی س. نجفی روادانق, "برنامه‌ریزی و تجدید آرایش بهینه در شبکه‌ای با ریزشبکه‌های چندگانه," مجله مهندسی برق دانشگاه تبریر، شماره 47، صفحه 1587-1598، 2018.
[12]     X. Zhan, T. Xiang, H. Chen, B. Zhou, and Z. Yang, "Vulnerability assessment and reconfiguration of microgrid through search vector artificial physics optimization algorithm," International Journal of Electrical Power & Energy Systems, vol. 62, pp. 679-688, 2014.
[13]     M. Hemmati, B. Mohammadi-Ivatloo, S. Ghasemzadeh, and E. Reihani, "Risk-based optimal scheduling of reconfigurable smart renewable energy based microgrids," International Journal of Electrical Power & Energy Systems, vol. 101, pp. 415-428, 2018.
 [14]   ف. رهبران, س. نجفی روادانق, گ. قره‌پتیان, "طراحی بهینه ریزشبکه‌های به‌هم پیوسته در حضور پارکینگ خودروهای الکتریکی," مجله مهندسی برق دانشگاه تبریز, شماره 48، صفحه 1153-1166، 2018.
[15]     G. Valls, I. R. López, and L. F. Villar, "iLAND: An enhanced middleware for real-time reconfiguration of service oriented distributed real-time systems," IEEE Transactions on Industrial Informatics, vol. 9, pp. 228-236, 2013.
[16]     L. Krishnamachari, D. Estrin, and S. Wicker, "The impact of data aggregation in wireless sensor networks," in Distributed Computing Systems Workshops, 2002. Proceedings. 22nd International Conference on, pp. 575-578, 2002.
[17]     J. Kennedy and R. Eberhart, "Synthetic structure of industrial plastics (Book style with paper title and editor)," in Proceeding of the 1995IEEE International Conference on Neural Networks, pp. 1942-1948, 1995.
[18]     B. Mohammadi-Ivatloo, A. Rabiee, A. Soroudi, and M. Ehsan, "Iteration PSO with time varying acceleration coefficients for solving non-convex economic dispatch problems," International journal of electrical power & energy systems, vol. 42, pp. 508-516, 2012.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار