Αναλυτική μέθοδος βέλτιστης τοποθέτησης μονάδων διεσπαρμένης παραγωγή σε ακτινικά δίκτυα διανομής.

Abstract

Σκοπός της διπλωματικής εργασίας είναι η επίλυση του προβλήματος της βέλτιστης τοποθέτησης μονάδων διεσπαρμένης παραγωγής (ΜΔΠ) με αναλυτική προσέγγιση με σκοπό: (α) την ελαχιστοποίηση των απωλειών ενεργού ισχύος και (β) τη μεγιστοποίηση του οικονομικού κινήτρου του διαχειριστή του δικτύου σε ακτινικά δίκτυα διανομής. Με την τοποθέτηση ΜΔΠ, δεν μειώνονται μόνο οι απώλειες, αλλά επίσης βελτιώνονται οι τάσεις στους ζυγούς του συστήματος. Στην παρούσα εργασία, υλοποιήθηκε αλγόριθμος σε περιβάλλον MATLAB για τον υπολογισμό του βέλτιστου πλήθους, των θέσεων και της ονομαστικής ισχύος των ΜΔΠ. Για την καλύτερη και πιο εύχρηστη εφαρμογή του προγράμματος από το χρήστη δημιουργήθηκε και γραφικό περιβάλλον (GUI). Αρχικά γίνεται ανάλυση ροών φορτίου με τη μέθοδο Newton-Raphson και έπειτα υπολογίζονται οι απώλειες του υπό μελέτη δικτύου. Στη συνέχεια, μέσω των μεθόδων βέλτιστης τοποθέτησης ΜΔΠ υπολογίζονται: το βέλτιστο πλήθος, οι θέσεις (ζυγοί) και η ονομαστική ισχύς των ΜΔΠ. Τέλος, υπολογίζονται οι απώλειες ενεργού ισχύος του δικτύου και το χρηματικό κίνητρο μετά την τοποθέτηση των ΜΔΠ, με τη βοήθεια της ανάλυσης ροών φορτίου. Οι αλγόριθμοι που υλοποιήθηκαν εφαρμόστηκαν σε τέσσερα δίκτυα 4, 10, 33 και 69 ζυγών. Τα αποτελέσματα των μεθόδων της εργασίας παρουσιάζονται, συγκρίνονται και εξάγονται ειδικά και γενικά συμπεράσματα.

The current Diploma Thesis deals with the optimal allocation of Distributed Generators (DGs) in radial distribution networks using an analytical approach in order: (a) to maximize the power loss reduction, (b) to maximize the financial incentive. The optimal DG allocation offers, not only active power losses reduction but also an improvement to the voltage profile of the network. In the present diploma thesis, an algorithm was developed in MATLAB environment for calculating the optimal number, location and size of DGs. A graphic user interface (GUI) was created to make the program user-friendly. Initially, a load flow analysis, with Newton-Raphson method, is calculated, and then line losses of the studied network are calculated. After that, using an analytical optimal DG allocation method, the optimal number, location and size of DGs are calculated. Finally, line losses are calculated along with the financial incentive using load flow analysis. The algorithms developed for the current Thesis were tested on four networks with 4, 10, 33 and 69 buses, respectively. The application results are presented compared and application specific conclusions are drawn.