منابع تولید پراکنده افزون بر مزایای بسیار زیادی که برای سیستم قدرت به همراه دارند، دارای معایبی نیز هستند. افزایش نفوذ این تجهیزات در سیستم قدرت، در کنار اثرات مطلوبی چون کاهش توان دریافتی از شبکه بالادست، میتواند به اضافه بار در زمانهای کمباری سیستم منجر شود. از این أکثر
منابع تولید پراکنده افزون بر مزایای بسیار زیادی که برای سیستم قدرت به همراه دارند، دارای معایبی نیز هستند. افزایش نفوذ این تجهیزات در سیستم قدرت، در کنار اثرات مطلوبی چون کاهش توان دریافتی از شبکه بالادست، میتواند به اضافه بار در زمانهای کمباری سیستم منجر شود. از این رو در مطالعات اخیر، تلاشهای فراوانی برای رفع موانع افزایش نفوذ این منابع صورت گرفته است. استفاده از سیستمهای ذخیرهساز انرژی یکی از روشهایی است که با جلوگیری از عیوب ممکن منابع تولید پراکنده، میتواند باعث افزایش نفوذ این منابع در سیستمهای قدرت شود. سیستمهای ذخیرهساز انرژی با ذخیرهسازی انرژی در ساعات کمباری و تحویل آن به شبکه در ساعات پیک، میتوانند افزون بر کاهش تلفات شبکه توزیع، نفوذ منابع تولید پراکنده را نیز افزایش دهند. در این مقاله پس از تشریح مسایل مکانیابی منابع تولید پراکنده و سیستمهای ذخیرهساز انرژی، جایابی همزمان منابع تولید پراکنده و سیستمهای ذخیرهساز انرژی با هدف کاهش تلفات شبکه توزیع ارائه شده است. نتایج به دست آمده با استفاده ازالگوریتم ژنتیک نشان میدهد مکانیابی همزمان منابع تولید پراکنده و سیستمهای ذخیرهساز انرژی نسبت به جایابی جداگانه آنها، میتواند نفوذ منابع تولید پراکنده را افزایش داده و تلفات شبکه توزیع را به مقدار بیشتری کاهش دهد.
تفاصيل المقالة
وجود پارامترهای نامطمئن در سیستم قدرت چالشهای فراوانی را برای طراحان و بهرهبرداران این سیستم ایجاد کرده است که از آن جمله میتوان به مسئله خازنگذاری در حضور نیروگاههای بادی اشاره کرد. پاسخ مسئله به مقدار بار و خروجی نیروگاه بادی وابسته است که مقادیری نامطمئن دارند. أکثر
وجود پارامترهای نامطمئن در سیستم قدرت چالشهای فراوانی را برای طراحان و بهرهبرداران این سیستم ایجاد کرده است که از آن جمله میتوان به مسئله خازنگذاری در حضور نیروگاههای بادی اشاره کرد. پاسخ مسئله به مقدار بار و خروجی نیروگاه بادی وابسته است که مقادیری نامطمئن دارند. در این مقاله، از روش تئوری تصمیمگیری مبتنی بر شکاف اطلاعاتی برای مدلسازی عدم قطعیت در بار شبکه و خروجی نیروگاه بادی استفاده میشود. تابع هدف شامل هزینه بانکهای خازنی و تلفات انرژی است که برای محاسبه تلفات انرژی از پخش بار مبتنی بر تبدیل بیبو استفاده شده است. پاسخ بهینه مسئله خازنگذاری بر اساس الگوریتم ژنتیک حاصل میشود. در نهایت کارایی روش بیانشده با انجام مطالعات عددی بر روی شبکه 33شینه IEEE مورد بررسی قرار گرفته است.
تفاصيل المقالة
سرعت افزایش سطح نفوذ منابع تولید پراکنده در شبکه قدرت و ماهیت تصادفی این منابع، نحوه بهرهبرداری و طراحی این شبکهها را دستخوش تغییر کرده که مدیریت توان راکتیو در شبکههای توزیع از این دسته هستند. استفاده از این منابع در شبکههای توزیع بدون چالش نیست و عدم مدیریت بهینه أکثر
سرعت افزایش سطح نفوذ منابع تولید پراکنده در شبکه قدرت و ماهیت تصادفی این منابع، نحوه بهرهبرداری و طراحی این شبکهها را دستخوش تغییر کرده که مدیریت توان راکتیو در شبکههای توزیع از این دسته هستند. استفاده از این منابع در شبکههای توزیع بدون چالش نیست و عدم مدیریت بهینه توان راکتیو ممکن است که بهرهوریهای اقتصادی برای شبکه به همراه نداشته باشد. سیستمهای ذخیرهساز انرژی، پتانسیل حل این مشکل را دارند؛ لذا در این مقاله، مدیریت توان راکتیو در یک ریزشبکه متصل به شبکه اصلی با درنظرگرفتن منابع تولید پراکنده (DG)، سیستمهای ذخیره انرژی الکتریکی (BESS) و تجهیزات جبرانکننده توان راکتیو گسسته شامل بانکهای خازنی با درنظرگرفتن عدم قطعیت در بار شبکه و تولید توان نیروگاه بادی و خورشیدی انجام شده است. نهایتاً کارایی روش بیانشده با انجام مطالعات عددی بر روی شبکههای توزیع 33 و 69شینه IEEE و در محیط نرمافزار بهینهسازی GAMS پیادهسازی گردیده است.
تفاصيل المقالة
رایمگ
يقوم نظام رایمگ بتنفيذ جميع عمليات الاستلام والتقييم والحكم والتحرير وتخطيط الصفحة والنشر الإلكتروني للمجلات العلمية.