نشریه علمیپژوهشی مهندسی و مدیریت انرژي سال پنجم شمارۀ اول/ بهار 1394/ صفحه 14 23 کنترل توزیعشدۀ توان راکتیو در شبکههاي هوشمند با مصرفکنندههاي نهایی درنظرگرفتن *2 1 1 احد عابسی وحید وحیدينسب 3 محمدصادق قاضیزاده 1 کارشناسارشد دانشکدۀ مهندسی برق پردیس فنی و مهندسی شهید عباسپور دانشگاه شهید بهشتی تهران ایران ahadabessi@yahoo.com استادیار دانشکدۀ مهندسی برق پردیس فنی و مهندسی شهید عباسپور دانشگاه شهید بهشتی تهران ایران v_vahidinasab@sbu.ac.ir دانشیار دانشکدۀ مهندسی برق پردیس فنی و مهندسی شهید عباسپور دانشگاه شهید بهشتی تهران ایران m_ghazizadeh@sbu.ac.ir 2 3 چکیده: در این مقاله با توجه به توسعە زیرساختهاي شبکە هوشمند در شبکههاي مدرن امروزي از مصرفکنندگان نهایی بهعنوان ابزاري براي مشارکت در کنترل ولتاژ شبکە توزیع استفاده میشود. در این راستا بهمنظور کنترل توان راکتیو در شبکههاي هوشمند از روشی کارآمد موسوم به کنترل توزیعشده استفاده شده که موجب کاهش چشمگیر بار محاسباتی مسي له میشود. بدین منظور در ابتدا با استفاده از روش تجزیە اپسیلون (decomposition) ماتریس ضرایب حساسیت ولتاژ شینهاي مختلف شبکە توزیع نسبت به توان راکتیو تزریقی در آن محاسبه میشود. به این ترتیب شینهایی که از لحاظ ولتاژي وابستگی بیشتري به یکدیگر دارند در یک ناحیه قرار میگیرند. در مرحلە بعد بر مبناي نتایج حاصل از ناحیهبندي شینهاي سیستم به شناسایی شینهاي کاندیدا تزریق توان راکتیو پرداخته میشود. ویژگی شینهاي کاندیدا این است که تزریق توان راکتیو در آنها تا ثیر بیشتري بر بهبود پروفیل ولتاژ میگذارد. در پایان با استفاده از روش الگوریتم ژنتیک مقدار بهینە تزریق توان راکتیو شینهاي کاندیدا در هر ناحیه محاسبه میشود. بهمنظور ارزیابی چارچوب پیشنهادي این مقاله از شبکە آزمایش 33 شینه IEEE که در مراجع متعددي استفاده شده بهره گرفته شده است. نتایج شبیهسازي حاکی از تا ثیر مدل اراي هشده در بهبود چشمگیر پروفیل ولتاژ شبکه است. واژهه يا کلیدي: کنترل توان توزیعشدۀ راکتیو روش تجزیە اپسیلون شینهاي کاندیدا تزریق توان راکتیو مصرفکنندگان نهایی شبکههاي توزیع هوشمند. * نویسندۀ مسي ول
کنترل توزیعشدۀ توان راکتیو در شبکههاي هوشمند با درنظرگرفتن مصرفکنندههاي نهایی 15 1. مقدمه کنترل توان راکتیو و ولتاژ بهمنظور تا مین اهدافی از قبیل حفظ ولتاژ در محدودۀ مجاز کاهش تلفات و بهرهبرداري مناسبتر از شبکههاي انتقال رویکردي اساسی در بهرهبرداري سیستمهاي قدرت مرسوم و نیز شبکههاي توزیع هوشمند است [1]. مسي لە نگهداشتن ولتاژ در محدودۀ مورد نیاز با توجه به این واقعیت که سیستم قدرت بارهاي بیشماري را تغذیه میکند و از طریق واحدهاي ژنراتوري زیادي نیز تغذیه میشود مسي لە پراهمیتی است. بهعلت ناکارآمد بودن انتقال توان راکتیو در طی مسافتهاي طو نی کنترل ولتاژ باید توسط ابزارهاي خاصی که در سراسر سیستم نصب و گسترده شدهاند صورت گیرد. انتخاب و هماهنگی مناسب تجهیزات براي کنترلکردن توان راکتیو و ولتاژ یکی از چالشهاي اصلی پیش روي مهندسان و پژوهشگران سیستم قدرت است [1]. امروزه با توجه به ظهور و گسترش زیرساختهاي شبکە هوشمند مباحث جدیدي در نحوۀ برخورد با مساي ل کنترل ولتاژ و توان راکتیو ایجاد شده است که امکان استفاده از ظرفیتهاي موجود در شبکههاي توزیع را به نحوۀ مطلوبتري فراهم میکند. در مرجع [2] ایدۀ استفاده از مصرفکنندههاي نهایی در بحث کنترل توان راکتیو مطرح شده است. طبق مباحث مطرحشده در این مرجع مصرفکنندههاي نهایی میتوانند مجهز به ادوات اص حکنندۀ ضریب 1 قدرت شوند که در حال حاضر در بسیاري از مصرفکنندههاي نهایی مورد استفاده قرار میگیرد. ازجمله این مصرفکنندهها میتوان به خودروهاي الکتریکی تلویزیون یخچال و رایانه اشاره کرد که با تغییر مدل کنترلی این ادوات میتوان آنها را داراي قابلیت تزریق یا جذب توان راکتیو کرد. بر این اساس یک مدل کنترلی اص حکنندۀ ضریب قدرت قابلکنترل مناسب در مرجع [2] پیشنهاد شده است. با مطرحشدن بارهاي نهایی بهعنوان یک پشتیبان توان راکتیو مباحثی جدیدي مطرح میشود که در مراجع [3] و [4] به بررسی این مفهوم در شبکههاي انتقال پرداخته شده است. این مراجع یک ساختار کنترلی را مطرح کردهاند که میتواند براي کنترل توان راکتیو مصرفکنندههاي نهایی بهکار رود. ساختار کنترل هوشمند پیشنهادي مبتنی بر سیستم مدیریت فرمان در 2 حوادث است که براي فرماندادن هماهنگی و کنترل پاسخهاي اضطراري مورد استفاده قرار میگیرد. نکتهاي که در این مراجع به آن توجه نشده شبکە توزیع و مسي لە کنترل ولتاژ در این نوع شبکههاست. مرجع [5] در ادامە کار مرجع [3] بوده و ع وه بر بررسی شبکە انتقال استفاده از ساختار 3 چندعاملی را بهعنوان بستري مناسب براي اجراي سیستم مدیریت فرمان در حوادث معرفی کرده است. در این سیستم رلههاي فیدر بهعنوان مراکزي هستند که اط عات و فعالیتهاي کنترلی مورد نیاز در یههاي کنترلی مورد نظر را مدیریت میکنند. این مرجع نحوۀ مدلسازي شبکە توزیع را نیز بررسی کرده اما نحوۀ بهدستآوردن شینهاي کاندیدا را بررسی نکرده و نیز از مدلی استفاده کرده که بهصورت کنترل مرکزي بوده و نیازمند زیرساخته يا مخابراتی با یی است. همین موضوع موجب میشود که مدل اراي هشده از کارایی خوبی در شبکههاي هوشمند برخوردار نباشد. مرجع [6] یک ساختار تنظیم غیرسلسلهمراتبی و غیرمتمرکز را اراي ه کرده که بدون هیچ فرایند مرکزي مقادیر واقعی تابع هدف را محاسبه میکند. این روش با هماهنگکردن بهرهبرداري منابع تولید پراکنده با ادوات متعارف کنترل ولتاژ بهرهبرداري کارآمد و مطمي نی را براي شبکه تضمین میکند. در این روش از کنترلکنندههاي توزیعشده استفاده شده و در آن هر کنترلکننده مقدار ولتاژ شین مشخصی از شبکە هوشمند را که مجهز به منابع تولید پراکنده است کنترل میکند. در این مرجع بحثی از مصرفکنندگان نهایی نشده و نحوۀ مدلسازي این منابع مورد بررسی قرار نگرفته است. مرجع [7] یک ساختار کنترلی غیرمتمرکز 4 برونخط را براي واحدهاي تولید پراکنده پیشنهاد کرده است. طبق تحلیل انجامشده در این مرجع هماهنگی برونخط نیاز به اعمال تغییر و اص ح سیستمهاي کنترلی را از میان برداشته و تبادل اط عات نیز تنها در صورتی نیاز است که تغییرات مهمی در ساختار سیستم توزیع اتفاق افتاده باشد. این مرجع تنها منابع تولید پراکندۀ بادي و فتوولتایی را بررسی کرده و بحثی از مصرفکنندگان نهایی و پشتیبانی توان راکتیو توسط این منابع مطرح نکرده است. مرجع [8] الگوریتمی براي کنترل ولتاژ بهینە شبکە توزیع ثانویه اراي ه کرده که طبق بحث صورتگرفته در این مقاله درنظرگرفتن تمام شینها در سیستمهاي بزرگ بار محاسباتی سنگینی را تحمیل میکند و درنتیجه غیرعملیاتی است. ازاینرو کنترل توزیعشدۀ بهینە ولتاژ با 3. Multiagent 4. Offline 1. Power Factor Control (PFC) 2. Incident Command System (ICS)
16 نشریه علمیپژوهشی مهندسی و مدیریت انرژي لحاظکردن منابع تولید پراکنده اراي ه شده است. این مرجع تنها از منابع تولید پراکنده بهعنوان ابزاري براي کنترل ولتاژ استفاده کرده و منابع کنترل توان راکتیو موجود در مصرفکنندههاي نهایی را مورد بررسی قرار نداده است. در مرجع [9] براي کنترل ولتاژ در شبکههاي هوشمند مدلی مبتنی بر حساسیت ولتاژ و استفاده از منابع تولید پراکنده اراي ه شده است. ابزارهاي کنترل توان راکتیو در این مرجع تنها منابع تولید پراکنده هستند و بحثی از منابع توان راکتیو موجود در مصرفکنندههاي نهایی نشده است. با توجه به فعالیتهاي اشارهشده در مراجع و بهعلت عدم پوشش مصرفکنندگان نهایی در الگوریتمهاي کنترل ولتاژ اراي هشده و همچنین بهعلت نبود معیاري مناسب در انتخاب شینهاي کاندید با حضور مصرفکنندگان نهایی نوآوريها و نیز جنبههاي بدیع موردتوجه این مقاله به قرار زیر است: در این مقاله روشی موسوم به 1 کنترل ولتاژ توزیعشده مبتنی بر منابع توان راکتیو موجود در مصرفکنندههاي نهایی بهعنوان روشی کارآمد پیشنهاد شده است. همچنین در چارچوب پیشنهادي معیاري جدید براي تعیین شینهاي کاندیدا اراي ه میشود. با توجه به مدلهاي اراي هشده در مراجع و براساس بررسیهاي بهعملآمده توسط نویسندگان این مقاله تاکنون چنین چارچوب جامعی براي مدلسازي کنترل ولتاژ شبکههاي توزیع هوشمند که همزمان بتواند مشارکت مصرفکنندگان نهایی را نیز مدل نماید اراي ه نشده است. در ادامە مقاله و در بخش 2 به نحوۀ مدلسازي مسي له محاسبە ماتریس حساسیت روش پخش بار توزیع استفادهشده و نیز روش شناسایی شینهاي کاندیدا پرداخته میشود. پس از آن در بخش 3 روش کنترل توزیعشده توابع هدف مسي له و قیود مربوط به آن توضیح داده میشود. سپس در بخش 4 نحوۀ شبیهسازي و نتایج حاصل از آن بررسی میشود. در نهایت در بخش 5 نتایج کلی حاصل از اجراي روش پیشنهادي روي سیستم آزمایش نمونه بیان شده و تجزیه و تحلیل میشود. 2. مدلسازي مسي له بهمنظور کنترل توزیعشدۀ ولتاژ در شبکههاي توزیع ابتدا باید با استفاده از ماتریس حساسیت و پخشبار شبکههاي توزیع شینهاي کاندیدا تزریق توان راکتیو تعیین شود. سپس با استفاده از روشی مناسب شبکه به چند ناحیە کنترلی تجزیه شده و در انتها مقادیر بهینە تزریق توان راکتیو شینهاي کاندیدا با استفاده از الگوریتم ژنتیک مشخص میشود. بهعلت با بودن نرخ R/X در شبکههاي توزیع نسبت به خطوط انتقال روشهاي پخشبار سنتی از قبیل نیوتن 2 رافسون را که مناسب سیستمهاي انتقالاند نمیتوان در سیستم توزیع بهکار برد ازاینرو براي محاسبە پخش بار و ماتریس حساسیت باید از روشهایی که متناسب با خصوصیات شبکە توزیع است استفاده کرد. 1.2. پخشبار شبکههاي توزیع روش پخشبار مورداستفاده در این مقاله روش پخشبار سیستمهاي 3 توزیع مبتنی بر ماتریسهاي جریان تزریقی شین به جریان شاخه (BIBC) 4 و جریان شاخه به ولتاژ شین (BCBV) است [10]. این نوع پخشبار در مقایسه با پخشبارهاي دیگر مطرح در سیستمهاي توزیع سرعت با یی دارد و از کارآمدي خوبی برخوردار است و براي 5 تجزیه و تحلیلهاي زمان واقعی مناسب است. مبناي کار براساس دو ماتریس جریان تزریقی شین به جریان شاخه و جریان شاخه به ولتاژ شین است که با توجه به ساختار شبکه و نحوۀ ارتباط شینها با خطوط و شمارهگذاري آنها بهدست میآیند. ماتریسهاي BIBC و BCBV براساس ساختار شبکە توزیع تشکیل میشوند. فرایند تشکیل این دو ماتریس که در مرجع [10] بهطور کامل توضیح داده شده در ادامه آورده شده است. در رابطە (1) ماتریس BIBC نشاندهندۀ ارتباط بین جریان شینها و جریان شاخههاست که در این رابطه B جریان شاخه و I جریان بار را نشان میدهد. از این طریق میزان تغییرات جزي ی در جریان شاخهها را که توسط تغییرات در جریان تزریقی شینها روي میدهد میتوان بهصورت مستقیم توسط ماتریس BIBC محاسبه کرد. طبق رابطە (2) ماتریس BCBV ارتباط بین جریان شاخهها و ولتاژ شینها را بیان میکند. در این رابطه V میزان اخت ف ولتاژ را نشان داده و توسط این ماتریس میتوان میزان تغییرات ولتاژ شینها بهواسطە تغییر جریان شاخهها را بهدست آورد. B BIBC I 2. NewtonRaphson 3. BusInjection to BranchCurrent (BIBC) 4. BranchCurrent to BusVoltage (BCBV) 5. Real Time (1) 1. Distributed Voltage Control
کنترل توزیعشدۀ توان راکتیو در شبکههاي هوشمند با درنظرگرفتن مصرفکنندههاي نهایی 17 1. شین مرجع همیشه بهعنوان شین شمارۀ 1 نامگذاري میشود. 2. اندازۀ ولتاژ شین مرجع همیشه ثابت است. V BCBV B (2) با ترکیب عبارتهاي (1) و (2) رابطە (3) بهدست میآید که ارتباط بین جریان و ولتاژ شینها را مشخص میکند: V BCBV BIBC I DLFI (3) براي حل پخشبار توزیع از عبارتهاي (4) تا (6) بهصورت تکراري براي تمام شینها استفاده میشود: k r k i k P i jqi Ii Ii ( Vi ) jii ( Vi ) k Vi k1 k V DLF I k 1 0 k 1 V V V (4) (5) (6) در روابط اخیر i r I i I i و k I i بهترتیب مقادیر حقیقی و موهومی جریان هستند. با توجه به رابطە (4) مشاهده میشود که براي بهدستآوردن جریان تزریقی ناشی از بار واقعشده روي شین شمارۀ i در تکرار شمارۀ k به توان اکتیو و راکتیو کشیده شده از این شین و ولتاژ این شین در همان تکرار نیاز است. بار هر شین در ابتداي مسي له مشخص است و براي تکرار اول این پخشبار باید مقدار ولتاژ را بهصورت پیشفرض در نظر گرفت و در تکرارهاي بعدي از ولتاژ بهدستآمده از تکرار قبل استفاده کرد. در مرحلە بعد از رابطە (5) استفاده میشود که در این رابطه ماتریس DLF مشخص و ثابت است و بردار جریانها نیز از رابطە (4) بهدست میآید. به این ترتیب اخت ف ولتاژ ناشی از این جریانها براي تمامی شینها بهدست میآید. این مقادیر براي محاسبە ولتاژ شینها در تکرار بعدي توسط رابطە (6) استفاده میشود. همانطور که در این رابطه مشاهده میشود ولتاژ شین در مرحلە بعدي از جمع ولتاژ اولیه با اخت ف ولتاژ حاصل بهدست میآید. در تکرار بعد مجددا جریانها با استفاده از رابطە (4) محاسبه میشوند. این فرایند تا جایی ادامه مییابد که مقادیر اخت ف ولتاژ براي تمامی شینها از آستانە خطاي موردنظر کمتر شوند. در سیستم توزیع شعاعی تکمنبعی تمام شینها به جز شین مرجع بهعنوان شین بار (PQ) در نظر گرفته میشود. مطابق با محاسباتی که در مرجع [11] صورت گرفته براي بهدستآوردن [ Y k ماتریس حساسیت ] که شامل حساسیت توان اکتیو راکتیو و ولتاژ به توان راکتیو در شینهاي مختلف است مطابق با رابطە (8) نیاز به دو ماتریس [C] و [RC] است. P P Q Q V V [ Yk ]......... Q Q Q Q Q Q CY RC k 1 NBr 1 NBr 2 NBr 1 k k k k k k k T (7) (8) در رابطە (7) N Br ماتریس مربعی به اندازۀ تعداد شاخههاي شبکه و ماتریس [C] یک 3N Br است. ماتریس [C] از مشخصات شبکه بوده و ضرایب آن به ساختار شبکه بستگی دارد. روندنماي محاسبە ماتریس [C] در مرجع [11] توضیح داده شده است. بردار ستونی عنصر k RC k 3N Br به اندازۀ NBr بوده و تمام عناصر آن به جز که تزریق توان راکتیو در شین شاخه k را نشان میدهد صفر هستند. بردار ستونی Y k توسط روش فاکتورگیري 1 LU ماتریس [C] که در مرجع [12] آمده است بهدست میآید. مطابق با رابطە (7) حساسیت ولتاژ به تزریق توان راکتیو که در این مقاله موردنیاز است میشود. N Br عنصر انتهایی ماتریس Y k 3.2. بهدستآوردن شینهاي کاندیدا را شامل حال با دانستن نحوۀ محاسبە ماتریس حساسیت ولتاژ به توان راکتیو تزریقی در شینهاي مختلف روند تعیین شینهاي کاندیدا بیان میشود. براي بهدستآوردن شینهاي کاندیدا باید شینهایی را مشخص کرد که نسبت به شینهاي دیگر در تابع هدف تا ثیر بیشتري دارند. تابع هدف مورد بررسی در این مقاله اخت ف ولتاژ از مقدار مرجع خود است: 2.2. روش محاسبە ماتریس حساسیت N b 2 N 2 b f V V i spec i i1 i1 V V i i spec 1. LU Factorization با توجه به مباحث ذکرشده در ابتداي این بخش براي بهدستآوردن (9) ماتریس حساسیت نمیتوان از روش معکوس ماتریس ژاکوبین استفاده کرد. ازاینرو در این بخش از روش محاسباتی جدیدي براي بهدستآوردن ماتریس حساسیت استفاده میشود [11]. براي اجراي الگوریتم براي محاسبە ماتریس حساسیت در شبکە توزیع فرضیات زیر در نظر گرفته میشود: که در آن: (10)
18 نشریه علمیپژوهشی مهندسی و مدیریت انرژي در رابطە (9) V spec ولتاژ مرجع مطلوب (ولتاژ مرجع در این مقاله یک میباشد) است. تابع هدف مذکور هدف اصلی کنترل ولتاژ را ارضا میکند اما باید توجه کرد که این کنترل ولتاژ توسط توانهاي راکتیو تزریقشدۀ شینهاي کاندیدا تا مین میشود ازاینرو مقادیر توان راکتیو تزریقشده در تمام شینها تا حد امکان باید کمینه شود تا طرح پیشنهادي مطلوب و قابلاجرا باشد. برایناساس عبارتی که تغییرات توان راکتیو در تمام شینهاي کاندیدا را نشان میدهد به تابع هدف اضافه شده و رابطە (9) بهصورت رابطه (11) اص ح میشود. Nb M g min Vi Vspec Q j i1 j1 (11) در رابطە اخیر Q j تغییرات خالص توان راکتیو شین M j تعداد شینهاي کاندیدا و ضریب جریمه براي تغییرات توان راکتیو هستند. باید توجه داشت که بهمنظور بهینهکردن تابع هدف مذکور متغیرهاي کنترلی توان راکتیو تزریقشده در شینهاي کاندیدا هستند. مشتق تابع هدف g نسبت به ولتاژ شینهاي مختلف میتواند بهعنوان معیاري براي تعیین شینهاي کاندیدا انتخاب شود. f 2 VQ (12) با این حال این معیار به تنهایی نمیتواند شرایط واقعی را پوشش دهد زیرا ممکن است شینی از حساسیت با یی برخوردار باشد ولی در حالت بهرهبرداري توان راکتیو کمی براي تزریق به شبکه در اختیار داشته باشد. ازاینرو معیاري باید در نظر گرفت که توان راکتیو در دسترس شین را نیز در تعیین شینهاي کاندیدا در نظر بگیرد. به همین دلیل گروهبندي بارها مطرح میشود. 1.3.2. گروهبندي بارها گروهبندي بار عاملی است که بر انتخاب شینهاي کاندیدا بهعنوان شینهاي تزریقکنندۀ توان راکتیو تا ثیر بسزایی دارد. بار الکتریکی را میتوان از نظر توانایی مشارکت در تزریق توان راکتیو به گروههایی تقسیم کرد. نحوۀ گروهبندي براساس ساختار کنترلی ادوات الکترونیک قدرت بهکاررفته در مصرفکنندههاي نهایی و میزان توان راکتیو در دسترس است. ساختار ادوات الکترونیک قدرت بهکاررفته میزان مشارکت توان راکتیو بار را از نظر سیستم کنترلی تعیین میکند. در این مقاله بهعلت در دسترس نبودن اط عات مربوط به نحوۀ کنترلپذیري ادوات مورداستفاده در مصرفکنندههاي نهایی تنها از معیار توان راکتیو در دسترس براي گروهبندي استفاده شده است. براي بهدستآوردن توان راکتیو در دسترس در ابتدا باید به این مسي له توجه کرد که یک بار الکتریکی چه مدت زمانی به شبکه متصل است که عم بتوان آن را با مفهوم ضریب مشارکت یکسان دانست. با توجه به فناوريهاي موجود در ادوات الکترونیک قدرت در نسل جدید بارهاي الکتریکی این امکان فراهم شده که بار الکتریکی بتواند در حالت خاموشی هم به شبکه توان راکتیو تزریق کند [13 و 14]. باید به این مسي له توجه داشت که دسترسپذیري توان راکتیو در حالت خاموشی بار الکتریکی نسبت به حالت روشن بودن بیشتر است به این معنا که یک مصرفکنندۀ نهایی در حالت خاموشی به دلیل اینکه هیچ ظرفیتی از ادوات الکترونیک قدرت آن توسط توان اکتیو اشغال نشده میتواند ظرفیت بیشتري را در اختیار شبکه قرار دهد ولی در حالت روشنبودن مصرفکننده مقداري از ظرفیت ادوات توسط توان اکتیو اشغال شده و باقیماندۀ آن توسط توان راکتیو اشغال میشود. با توجه به مطالب ذکرشده از رابطە (13) میتوان متوسط توان راکتیو قابل تحویل به شبکه (13) avg Q را بهدست آورد: Q ( i) P Q (1 P ) Q avg accessable accessable on, i on, i on, i off, i که در آن P on ضریب مشارکت حالت روشن بودن واحد خاموش بودن واحد است. Q on Q off توان راکتیو در دسترس در توان راکتیو در دسترس در حالت با توجه به گروهبندي بارها انتخاب شینهاي کاندیدا ع وه بر ماتریس حساسیت از عامل دیگري نیز تا ثیرپذیر است. با توجه به توان راکتیو متوسط بهدستآمده در بخش قبل رابطە (14) حاصل میشود: f 2 Q avg ( i) VQ (14) شینهایی با حساسیت با تر کنترل بهتري را بر روي پروفیل ولتاژ دارند ولی شینهایی با حساسیت صفر هیچ اثري بر روي پروفیل ولتاژ ندارند. با تشخیص شینهایی با با ترین مقدار حساسیت بر روي تابع هدف g شینهاي کاندیدا بهدست میآیند. روندنماي بهدستآوردن شرایط اولیه براي محاسبە ماتریس حساسیت و انتخاب شینهاي کاندیدا تزریق توان راکتیو بهصورت شکل (1) است.
کنترل توزیعشدۀ توان راکتیو در شبکههاي هوشمند با درنظرگرفتن مصرفکنندههاي نهایی 19 خواندن اطلاعات مورد نیاز براي پخشبار اجراي الگوریتم ژنتیک با فرض متغیر بودن تمام شینهاي بار (PQ) انجام پخشبار توزیع از هم تقسیم میکند سیستم مخابراتی مورد نیاز در شبکه نیز به زیرسیستمهایی تقسیم میشود. تقسیم سیستم مخابراتی به چند زیرسیستم موجب کاهش قابلم حظهاي در سیستم مخابراتی موردنیاز شده و روش کنترل توزیعشده را بهعنوان یک روش قابل اجرا تبدیل میکند. 3. کنترل توزیعشده بهدست آوردن حساسیت تابع هدف به ولتاژ با استفاده از اطلاعات خروجی پخشبار مرتب کردن اعداد و انتخاب k تعداد از بالاترین مقادیر با فرض وجود حداقل یک شین در هر ناحیه شکل (1): روندنماي بهدستآوردن شینهاي کاندیدا مطابق الگوریتم نشاندادهشده در شکل (1) ابتدا با فرض قابلیت تزریق توان راکتیو در تمام شینهاي بار میزان تزریق بهینە شینها براي بهبود تابع هدف توسط الگوریتم ژنتیک بهدست میآید. سپس با محاسبە مقدار بهینە تزریق توان راکتیو در هر شین ماتریس حساسیت و رابطە (13) بهدست میآید. پس از محاسبە f تعداد k عنصر از با ترین مقادیر آن بهعنوان شینهاي کاندیدا انتخاب میشود. ١ 3.2. تجزیە اپسیلون بهمنظور بخشبندي یک شبکه به ناحیههاي کنترلی باید از روشی براي تجزیە شبکه استفاده کرد. در این مقاله از روش تجزیە اپسیلون بهعنوان یک روش کارآمد براي تجزیە شبکه به نواحی کنترلی استفاده شده است [8 و 15]. VQ VQ R (15) در رابطە (15) VQ ماتریس حساسیتی با عناصر بزرگتر از مقدار اپسیلون است که به مفهوم حفظ وابستگیهاي قوي در شبکه است. همچنین عبارت R ماتریس باقیمانده است که به مفهوم وابستگیهاي ضعیف در شبکه است. تمام عناصر ماتریس R کوچکتر VQ یا مساوي یک هستند. حال از طریق ماتریس میتوان ساختار نواحی ایجادشده توسط تجزیە اپسیلون را بهدست آورد. پس از تجزیە شبکه به نواحی مجزا ممکن است شینهایی وجود داشته باشند که در هیچ ناحیهاي قرار نگرفتهاند. محدودۀ پوشش این نواحی با کوچک و بزرگکردن مقدار اپسیلون تغییرپذیر است. ازآنجاکه تجزیە اپسیلون سیستم را به نواحی کوچکتر و مستقل پس از تعیین شینهاي کاندیدا نحوۀ مدلسازي مسي له کنترل توزیعشدۀ ولتاژ مورد بررسی قرار میگیرد. بهعلت ناکارآمدي کنترل مرکزي در شبکههاي هوشمند و توجیهپذیرنبودن پوشش دادن تمام شینها از نظر اقتصادي کنترل توزیعشده بهعنوان گزینهاي که زیرساخت ارتباطی کمتري نسبت به کنترل مرکزي دارد مطرح میشود. بهمنظور کنترل توزیعشدۀ ولتاژ در یک شبکه ابتدا باید شبکه از نظر کنترلی به چند ناحیه تقسیم شود [8]. ازاینرو در این مقاله ابتدا توسط تجزیە اپسیلون ماتریس حساسیت شبکه به چند ناحیه تقسیمبندي میشود. سپس با استفاده از الگوریتم ژنتیک مقادیر بهینە توان راکتیو تزریقی توسط شینهاي کاندیدا محاسبه میشود. هستند: (16) تابع هدف و قیود مسي لە بهینهسازي بهصورت روابط (16) تا (18) Nb M Objective min Vi Vspec Q j i1 j1 V V V, i 1,..., N l i up sub network accessable Q Q, j 1,..., M j j (17) (18) در این روابط V up V l و V spec است) بهترتیب مقادیر ولتاژ مجاز با و پایین ولتاژ مرجع مطلوب (ولتاژ مرجع در این مقاله یک Q j جریمه توان راکتیو تزریقشده در شینهاي کاندید ضریب N b تعداد شینهاي کاندید M تعداد شینها accessable Q j و بیشینە توان راکتیو قابل تزریق است. براي محاسبە مقدار توان راکتیو در دسترس باید تجزیه و تحلیل مجزایی در یک خانە هوشمند و طی مدت زمان معینی انجام شده و روابط بین توان اکتیو راکتیو و ظرفیت کانورترهاي موجود بهدست آید. اما با توجه به این نکته که چنین ارزیابیهایی خارج از چارچوب بحث این مقاله است بهمنظور ارزیابی روش کنترلی پیشنهادي توان راکتیو در دسترس بهصورت رابطە (19) در نظر گرفته شده است. accessable Q 0/ 5 ( P Q ), j 1,..., M j j j (19) 1. decomposition
20 نشریه علمیپژوهشی مهندسی و مدیریت انرژي 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 25 24 23 26 27 28 29 30 31 32 33 4. شبیهسازي و اراي ە نتایج در این قسمت بهمنظور شبیهسازي کنترل توزیعشده و ارزیابی روش پیشنهادي روش مذکور روي شبکە نمونه 33 شینه IEEE اجرا میشود. دادههاي مربوط به این شبکه از مراجع [16] و [17] استخراج شدهاند. در بحث تجزیە نواحی دو سناریو براي مقدار عددي اپسیلون مطرح است: o سناریوي اول: مقدار اپسیلون برابر با 0/00005 است. o سناریوي دوم: مقدار اپسیلون برابر با 0/00025 است. بهمنظور بررسی تا ثیر افزایش تعداد شینهاي کاندیدا بر روي پروفیل ولتاژ دو تعداد شین کاندیدا 12 و 20 در نظر گرفته شده است. در این بخش از مقاله با توجه به انجام مطالعه روي یک شبکە آزمایش نوعی و بهدلیل عدم وجود اط عات واقعی نظیر ضرایب مشارکت و توان راکتیو در دسترس در حالت روشن و خاموشبودن مصرفکنندگان نهایی متوسط توان راکتیو در دسترس مطابق با جدول اراي هشده با 8 در بخش ضمایم استفاده شده است. بدیهی است براي استفاده از مدل اراي هشده در سیستمهاي واقعی میتوان بدون هیچ محدودیتی از اط عات واقعی مربوط استفاده کرد. گفتنی است مقدار ضریب با استفاده از سعی و خطا محاسبه شده و مقداري برابر 910 است. با استفاده از تجزیە اپسیلون نواحی بهوجودآمده در دو سناریوي مطرحشده بهصورت شکل (2) و (4) هستند. در ادامه سناریوهاي مختلف مطرحشده بهصورت مجزا بررسی میشوند. شکل (2): حالت شبکه در حالت تجزیه با مقدار اپسیلون 0/00005 جابهجایی 0/1 جدول (1): پارامترهاي مورداستفاده در الگوریتم ژنتیک تولید مجدد 0/1 جهش 0/7 تقاطع 0/1 جمعیت 100 تعداد نسل 200 شکل (3): مقدار ولتاژ قبل و بعد از کنترل ولتاژ توزیعشده با 12 و 20 شین کاندیدا جدول (2): شینهاي کاندیدا در سناریو دوم با مقدار اپسیلون 0/00005 شینهاي کاندیدا 12 7 31 7 17 8 32 8 18 13 9 14 10 24 16 11 25 17 12 29 18 13 30 14 31 29 15 32 30 16 33 1.4. سناریوي اول همانطور که در شکل (2) مشاهده میشود براساس تجزیە اپسیلون تعداد دو ناحیه حاصل میشود. با استفاده از روندنماي توضیح شین 20 شین دادهشده در شکل (1) شینهاي کاندیدا تزریقکنندۀ توان راکتیو بهدست میآیند که نتایج آن در جدول (2) آورده شده است. اکنون بهمنظور اجراي کنترل توزیعشده و محاسبە مقادیر بهینە تزریق توان راکتیو شینهاي کاندیدا از الگوریتم ژنتیک [18] استفاده میشود. پارامترهاي الگوریتم ژنتیک مورداستفاده در جدول (1) آورده شده است. شکل (4): حالت شبکه در حالت تجزیه با مقدار اپسیلون 0/00025
کنترل توزیعشدۀ توان راکتیو در شبکههاي هوشمند با درنظرگرفتن مصرفکنندههاي نهایی 21 جدول (3): شینهاي کاندیدا در سناریوي دوم با مقدار اپسیلون 0/00025 شینهاي کاندیدا 7 8 13 14 16 18 25 29 30 شین 12 شکل (5): مقدار ولتاژ قبل و بعد از کنترل ولتاژ توزیعشده 31 32 7 8 9 10 11 12 13 14 15 16 20 شین 17 18 24 25 29 30 31 32 33 همانطور که در شکل (3) مشاهده میشود پروفیل ولتاژ با اجراي کنترل توزیعشده بهبود قابلم حظهاي پیدا کرده است. این بهبود اکثرا در شینهایی است که ولتاژ پایینی دارند. بههمین دلیل تزریق توان راکتیو بیشتر در شینهاي کاندیدي صورت میگیرد که به بهبود پروفیل ولتاژ این شینها کمک افزونتري کنند. همانطور که مشاهده میشود استفاده از 20 شین کاندیدا بهبود ولتاژ بیشتري را نسبت به 12 شین کاندیدا ایجاد میکند. 2.4. سناریوي دوم مطابق با شکل (4) تعداد نواحی حاصل از تجزیە اپسیلون سه ناحیه است. با استفاده از روندنماي توضیح دادهشده در شکل (1) شینهاي کاندیداي تزریقکنندۀ توان راکتیو بهدست میآیند که نتایج آن در جدول (3) آورده شده است. با استفاده از الگوریتم ژنتیک کنترل توزیعشده انجام شده و مقادیر بهینه تزریق توان راکتیو بهدست میآیند. مطابق با شکل (5) پروفیل ولتاژ با انجام کنترل توزیعشده بهبود قابلم حظهاي پیدا کرده و تغییرات قابلتوجه پروفیل ولتاژ بیشتر در شینهایی اتفاق میافتد که قبل از اجراي کنترل توزیعشده از ولتاژ پایینی برخوردار بودهاند. ازاینرو تزریق توان راکتیو بیشتر در شینهاي کاندیدي انجام میشود که به بهبود ولتاژ این شینها کمک بیشتري کند. شکل (6): مقایسە پروفیل ولتاژ شینها در دو سناریوي مختلف شبیهسازي همانطور که مشاهده میشود استفاده از 20 شین کاندیدا بهبود بیشتري را نسبت به 12 شین ایجاد میکند. بهمنظور مقایسه میزان بهبود ولتاژ در دو سناریو نمودارهاي پروفیل ولتاژ با درنظرگرفتن 20 شین کاندیدا در دو سناریو مطابق با شکل (6) رسم شده است. همانطور که مشاهده میشود در سناریوي دوم پروفیل ولتاژ نسبت به سناریوي اول بهبود بیشتري دارد و علت آن وجود نواحی بیشتر در سناریو دوم است که باعث میشود کنترل ولتاژ بیشتر بهصورت محلی بررسی شود. 5. نتیجهگیري در این مقاله کنترل توزیعشدۀ ولتاژ با استفاده از مصرفکنندگان نهایی پیشنهاد شده است. ابتدا با استفاده از پخشبار شبکههاي توزیع و روندنماي پیشنهادي مکانهاي مناسب براي تزریق توان راکتیو مشخص شده و سپس با استفاده از تجزیه اپسیلون شبکه به چند ناحیە کنترلی تقسیم میشود. با اجراي کنترل توزیعشده مقادیر بهینە توان راکتیو تزریقی در شینهاي کاندیدا در هر ناحیه بهدست میآیند. براي اجراي کنترل توزیعشدۀ پیشنهادي و محاسبە مقادیر بهینە تزریق توان راکتیو شینهاي کاندیدا کنترل توزیعشده توسط الگوریتم ژنتیک اجرا میشود. روش کنترل پیشنهادي پروفیل ولتاژ را بهطور قابلتوجهی بهبود بخشیده و نتایج نشان میدهد که با افزایش تعداد شینهاي کاندیدا میزان بهبود ولتاژ نیز بیشتر میشود. همچنین مطابق
نشریه علمیپژوهشی مهندسی و مدیریت انرژي 6 7 8 9 23/95 130/35 125/53 38/29 23 24 25 55/97 56/25 370/13 261/19 با نتایج بهدستآمده افزایش تعداد نواحی موجب هدایت مسي له بهسمت تجزیه و تحلیل محلی شده و در نتیجه تا ثیر مستقیمی بر روي بهبود مضاعف پروفیل ولتاژ میگذارد. ضمایم 10 11 12 33/85 33/15 40/24 26 27 28 36/33 35/55 35/05 مقادیر متوسط توان راکتیو در دسترس براي سیستم آزمایش تحت مطالعه در جدول الف اراي ه شده است. جدول الف: مقادیر متوسط توان راکتیو در دسترس سیستم تحت مطالعه توان راکتیو متوسط در شمارۀ توان راکتیو متوسط در شمارۀ 13 39/86 29 75/54 شین دسترس (KVAr) شین دسترس (KVAr) 14 91/04 30 340/57 2 74/5 18 52/76 15 31/84 31 95/08 3 52/85 19 55/33 16 37/07 32 136/54 4 90/16 20 55/92 17 23/19 33 43/35 5 37/252 21 60/88 مراجع [1] Kundur, P., Power System Stability and Control: Tata McGraw Hill Education, 1994. [2] RECIO, C. J., "The utilization of power converters in consumer products for distributed reactive power support" M.Sc. Thesis, Electrical and Computer Engineering, University of Illinois at UrbanaChampaign, IL, 2012. [3] Rogers, R. K. K. M., Khurana, H., Overbye, T. J., "SmartGrid enabled load and distributed generation as a reactive resource", presented at the IEEE PES Conf. Innovative Smart Grid Technol, Jan. 2010. [4] Rogers, R. K. K. M., Khurana, H., AquinoLugo, A., Overbye, T. J., "An authenticated control framework for distributed voltage support on the smart grid", IEEE Transactions on Smart Grid, Vol. 1, No. 1, pp. 40 47, Jun. 2010. [5] AquinoLugo, A. A., Klump, R., Overbye, T. J., "A control framework for the smart grid for voltage support using agentbased technologies", IEEE Transactions on Smart Grid, Vol. 2, No. 1, pp. 173180, Mar. 2011. [6] Vaccaro, A. V., Velotto, G., Zobaa, A. F., "A decentralized and cooperative architecture for optimal voltage regulation in smart grids", IEEE Transactions on Industrial Electronics, Vol. 58, No. 10, pp. 4593 4602, Oct. 2011. [7] Anna, G. F., Fazio, R. D., Russo, M., "Decentralized control of distributed generation for voltage profile optimization in smart feeders", IEEE Transactions on Smart Grid, Vol. 4, No. 3, pp. 1586 1596, Sep. 2013. [8] Yu, L., Czarkowski, D., León, F. D., "Optimal distributed voltage regulation for secondary networks with DGs", IEEE Transactions on Smart Grid, Vol. 3, No. 2, pp. 959967, Jun. 2012. [9] Brenna, M. D. B., et. al., "Automatic distributed voltage control algorithm in smart grids applications", IEEE Transactions on Smart Grid, Vol. 4, No. 2, pp. 877 885, Jun. 2013. [10] Teng, J. H., "A direct approach for distribution system load flow solutions", IEEE Transactions on Power Delivery, Vol. 18, No. 3, pp. 882887, Jul. 2003. [11] Khatod, D. K., Pant, V., Sharma, J., "A novel approach for sensitivity calculations in the radial distribution system", IEEE Transactions on Power Delivery, Vol. 21, No. 3, Oct. 2006. [12] Tewarson, R. P., Sparse Matrices, New York: Academic Press, pp.1108394, 1973. [13] Cody, J., Göl, Ö., Nedic, Z., Nafalski, A., Mohtar, A., "Regenerative braking in an electric vehicle" Branzowy Condo Research and Development Electrical Machines, Komel, 2009. [14] Rashid, M. H., Power Electronics handbook: Academic Pr, 2001. [15] Sezer, M., Šiljak, D., "Nested εdecompositions and Clustering of Complex Systems", Automatica, Vol., pp. 321331, 1986. [16] Babu, P. R., Rakesh, C., Kumar, M., Srikanth, G., Reddy, D. P., "A novel approach for solving distribution networks", Annual IEEE India Conference (INDICON), pp. 15, Dec. 2009.
کنترل توزیعشدۀ توان راکتیو در شبکههاي هوشمند با درنظرگرفتن مصرفکنندههاي نهایی 23 [17] Baran, M. E., Wu, F. F., "Network reconfiguration in distribution systems for loss reduction and load balancing", IEEE Transactions on Power Delivery, Vol. 4, No. 2, pp. 14011407, Apr. 1989. [18] Rao, S. S., Rao, S., Engineering Optimization: theory and Practice: John Wiley & Sons, 2009.