Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2023 - zeszyt 10

Convex optimization model for Network Reconfiguration of Smart Grids

Model optymalizacji wypukłej dla rekonfiguracji sieci inteligentnych sieci

10.15199/48.2023.10.26

nr katalogowy: 145791
10.15199/48.2023.10.26

Streszczenie

This study proposed a smart grid reconfiguration strategy that takes technical aspects into account. Convex optimization is used to answer the strategy. We find original quadratically constrained and second-order cone approximations to power flow in radial networks during the derivation of each model. Using standard commercial software, the proposed formulation guarantees global optimality with reliable and efficient outcomes. We use IEEE 33 and add DGs to model active distribution systems to evaluate the proposed method. The simulation findings show that the proposed method is capable of solving reconfiguration efficiently

Abstract

W badaniu tym zaproponowano strategię rekonfiguracji inteligentnej sieci, która uwzględnia aspekty techniczne. Optymalizacja wypukła służy do odpowiedzi na strategię. Znajdujemy oryginalne kwadratowe ograniczenia i przybliżenia stożka drugiego rzędu do przepływu mocy w sieciach promieniowych podczas wyprowadzania każdego modelu. Przy użyciu standardowego oprogramowania komercyjnego proponowana formuła gwarantuje globalną optymalizację z niezawodnymi i wydajnymi wynikami. Używamy IEEE 33 i dodajemy DG do modelowania aktywnych systemów dystrybucji w celu oceny proponowanej metody. Wyniki symulacji pokazują, że proponowana metoda jest w stanie skutecznie rozwiązać problem rekonfiguracji

Słowa kluczowe

Keywords

Bibliografia

[1]. M. Baran and F.Wu, “Network reconfiguration in distribution systems for loss reduction and load balancing,” IEEE Trans. Power Del., vol. 4, no. 2, pp. 1401–1407, Apr. 1989.
[2]. H.-D. Chiang and R. Jean-Jumeau, “Optimal network reconfigurations in distribution systems—I: A new formulation and a solution methodology,” IEEE Trans. Power Del., vol. 5, no. 4, pp. 1902–1909, Oct.1990.
[3]. Owaifeer, M.A., Al-Muhaini, M.: ‘MILP-based technique for smart-healing grids’, IEEE Trans. IET Generation, Transmission & Distribution., vol. 12 n. 10, 2018, pp. 2307 – 2316
[4]. McDermott, T.E., Drezga, I., Broadwater, R.: ‘A heuristic nonlinear constructive method for distribution system reconfiguration’, IEEE Trans. Power Syst., 1999, 14, (2), pp. 478–483
[5]. Gomes, F.V., Carneiro, S., Pereira, J.L.R., et al.: ‘A new heuristic reconfiguration algorithm for large distribution systems’, IEEE Trans. Power Syst., 2005, 20, (3), pp. 1373– 1378
[6]. A. Augugliaro, L. Dusonchet, S. Mangione, An efficent greedy approach for minimum loss reconfiguration of distribution networks, Electric Power System Research, vol. 35, 1995, pp. 167 – 176.
[7]. Kumar, Y., Das, B., Sharma, J.: ‘Genetic algorithm for supply reconfiguration in distribution system with priority customers’, 2006 International Conference on Probabilistic Methods Applied to Power Systems (PMAPS), Stockholm, Sweden, June 2006
[8]. Huang, C.M.: ‘Multiobjective service reconfiguration of distribution systems using fuzzy cause-effect networks’, IEEE Trans. Power Syst., 2003, 18, (2), pp. 867–874
[9]. J.Z. Zhu, Optimal reconfiguration of electrical distribution network using the refined genetic algorithm, Electric Power Systems Research, vol. 62, 2000, pp. 37 – 42.
[10]. Oliveira, L.W., Oliveira, E.J., Silva, I.C., et al.: ‘Optimal reconfiguration of power distribution system through particle swarm optimization’. 2015 IEEE Eindhoven Power Tech, Eindhoven, Netherlands, July 2015
[11]. Souza, S.S., Romero, R., Pereira, J., et al.: ‘Reconfiguration of radial distribution systems with variable demands using the clonal selection algorithm and the specialized genetic algorithm of Chu–Beasley’, J. Control Autom. Electr. Syst., 2016, 27, (6), pp. 689–701
[12]. Del Pizzo, A., Meo, S., Brando, G., Dannier, A., Ciancetta, F., ‘An energy management strategy for fuel-cell hybrid electric vehicles via particle swarm optimization approach’, International Review on Modelling and Simulations (IREMOS), (2014) 7 (4), pp. 543-553.
[13]. Subramaniyan M., Subramaniyan S., Jawalkar V, Veerasamy M.:‘Fuzzy Satisfied Multiobjective Distribution Network Reconfiguration: an Application of Adaptive Weighted Improved Discrete Particle Swarm Optimization’, International Review on Modelling and Simulations (IREMOS), (2017) vol 10 no 4.
[14]. Nagata, T., Hatakeyama, S., Yasouka, M., et al.: ‘An efficient method for power distribution system reconfiguration based on mathematical programming and operation strategy’, Power Syst. Technol., 2000, 3, pp. 1545–1550
[15]. Cavalcante, P.L., López, J.C., Franco, J.F., et al.: ‘Centralized self-healing scheme for electrical distribution systems’, IEEE Trans. Smart Grid, 2016, 7, (1), pp. 145–155
[16]. M. Lavorato, J. F. Franco, M. J. Rider, and R. Romero, “Imposing radiality constraints in distribution systems optimization problems,” IEEE Trans. Power Syst., vol. 27, no. 1, pp. 172–180, Feb. 2012.
[17]. R. A. Jabr, “Radial distribution load flow using conic programming,” IEEE Trans. Power Syst., vol. 21, no. 3, pp. 1458–1459, Aug. 2006.
[18]. M. Farivar and S. H. Low, “Branch flow model: Relaxations and convexification—Part I,” IEEE Trans. Power Syst., vol. 28, no. 3, pp. 2554–2564, Aug. 2013.
[19]. N. Li, L. Chen, and S. H. Low, “Exact convex relaxation of OPF for radial networks using branch flow model,” in Proc. IEEE 3rd Int. Conf. Smart Grid Communications (SmartGridComm), Nov. 2012, pp. 7–12.
[20]. J. F. Franco, M. J. Rider, and R. Romero, “A mixedinteger quadratically-constrained programming model for the distribution system expansion planning,” Int. J. Elect. Power Energy Syst., vol. 62, pp. 265–272, 2014.
[21]. S, H Dolatabadi ., et al :‘An Enhanced IEEE 33 Bus Benchmark Test System for Distribution System Studies ‘, IEEE Trans. Power Syst., vol. 36, no. 3, May 2021

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


PRZEGLĄD ELEKTROTECHNICZNY- e-publikacja (pdf) z zeszytu 2023-10 , nr katalogowy 145791 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY- e-zeszyt (pdf) 2023-10 licencja: Osobista Produkt cyfrowy Nowość	70.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2023-10

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma