大小和位置的多种分布式发电使用确切损失公式

P。Sobha王妃¹博士,拉克希米·戴维²

副教授,部门EEE, N.B.K.R.I.S.T Vidyanagar印度安得拉邦
教授,Dept.EEE S.V.U.工程学院、Tirupathi印度安得拉邦

文摘

分布式发电机相比,有效地减少损失是有益的损失减少的其他方法。的挑战识别分布式发电的最优位置和大小有很大的研究兴趣。许多已经在这个方向上努力。为了减少线的损失分布系统是很重要的定义DG的大小和位置放置。现代最佳大小的DG单元在一个合适的位置导致减少功率损失,提高电压。提出了一种基于遗传算法的方法最优位置多分布式发电的配电系统。IEEE 38分布系统上测试该算法的定位和分级优化DG来源。DG单元大小是通过使用精确的损失计算公式。的最佳大小DG单元在一个合适的位置,它导致了真正的功率损耗,减少无功功率损失和改善电压概要文件。

关键字

分布式发电(DG),具体损失公式,遗传算法,功率损耗。

介绍

随着石油价格上涨,努力增加替代能源的发展。分布式发电机小发电机通常从100千瓦不等的10兆瓦,可以连接俭朴的米。如果适当的计划和操作,这些发电机可能提供福利分配制度通过减少容量需求,提高可靠性和减少损失。DG的例子有柴油发电机,小型水电,风能电力系统,太阳能电力系统,电池,照片伏打和燃料电池。DG可以分为四大类型根据终端特征的真实和无功功率交付能力如下:

1。DG只注入有功功率的能力。

2。DG只注入无功功率的能力。

3所示。DG注入有源和无功功率的能力。

4所示。DG注入有功功率,但消耗无功功率的能力。

伏打照片,微涡轮机,燃料电池集成主要电网的帮助下转换器/逆变器类型1的好例子。2型燃气轮机等可以同步补偿器。DG单元是基于同步机3型。Type 4主要是感应发电机在风力发电场中使用。

方法

高powerloss大型配电系统网络,很难选择一个特定的总线从许多公交车以DG单元减少损失。功率损耗存在在每一个公共汽车和公交车的识别与最高功率损耗是很重要的,因为亏损,总线系统中包括多数的总损失。电力传输的成本减少了减少功率损耗。这可以部分通过DG单元放置在网络。如果DG大小超过一定值的限制,功率损耗在巴士变得消极。必须避免这种情况的发生。DG的有利影响主要取决于它的位置和大小。选择最优的位置和大小DG是一个必要的过程有效地维持现有系统的可靠性之前连接到电网。本文具体损失公式是用来确定DG单元的大小。

问题公式化

DGs的目的是找到位置及其大小减少真正的功率损耗,提高系统中的电压概要文件的损失可以通过方程计算(1),考虑到系统运行条件,

最优尺寸在不同位置已经计算了不同类型的DG和损失计算每种情况下最优尺寸。选择用最小的损失的情况为每种类型DG的最佳位置。

算法

该算法给出了以下步骤:

1。输入行、总线数据和总线电压限制。

2。使用基于负载流量分布计算损失后退,前进扫描方法。

3所示。输入数量的DGs, DG模型的类型。

4所示。读取GA参数

5。染色体长度=染色体长度*。DGs。

6。设置一代数= 1。

7所示。人口数量= 1。

8。设置Pgen (i) = 0,我输入(i) = 1。

9。染色体解码,得到位置,所有DGs的大小。

10。如果总线电压在一定范围内,计算总损失按照方程(1)。

11。如果符合(i) = (psize),精英主义,选择,交叉,变异。

12。如果迭代次数达到最大限度,去13步,否则转到步骤6。

13。打印出DG的最佳位置和尺寸或多DGs和相应的健身价值代表总实际功率损耗最小。

模拟

该算法是IEEE38分布测试系统。38总线系统有37个部分。原总实际系统中的功率损耗和无功功率损失分别为202.188千瓦和134.839千瓦。对于遗传算法参数,人口规模= 100,交叉概率= 0.7。DG的最大数量为每个类型是3。一个1型DG可以减少总真实和无功功率损耗分别为22.53%和22.58%。三1型DGs他们可以进一步减少损失64.7%到38.7% 2型DG。结果如下表所示。

图1说明了总线电压为1型DG所有情况下即没有DG和单,两个,三个DGs。它的出现与DG有很多改善总线电压。

图2显示了总线电压2 DG型。可以看出,有更多改善总线电压三相比单个和两个DGs DG情况。

图3说明了有功功率损失1型DG对所有情况下即有或没有。可以看出,如果没有DG损失更多。与分布式发电损失明显降低。大幅减少的损失比2型DG。

图4显示了有功功率损失2型DG。与应用程序的DG损失减少。

结论

摘要遗传算法优化方法多考虑分布式发电的最优位置。使用准确的损失公式最佳大小和位置1型和2型DGs计算。这两种类型的DGs有效地减少功率损耗。可以看出电压概要文件在两种类型的DGs改进。

引用

拉塞尔ghadimi Noradinghadimi Aref贾利利,,“最优分配基于多目标函数的分布式发电与遗传算法”基础和应用科学研究杂志》上,vol.no.2,185 - 191, 2012。
Wichit krueasuk, Weerakorn ongsakul,“使用粒子swarmoptimization分布式发电优化位置”,2010。
甘Acharya Pukar Mahat Mithulanathan,“分布式发电的分析方法在初次分配分配系统”,电力和能源系统,28岁,669 - 678年,2006年。