Programación del día anterior de transformador con cambiador de derivaciones en carga y condensadores conmutados mediante optimalidad multi-Pareto
Autores: Yang, Nien-Che; Zhong, Pei-Yun
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Programación del día anterior de transformador con cambiador de derivaciones en carga y condensadores conmutados mediante optimalidad multi-Pareto
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Método propuesto
Control de voltaje
Criterios de optimización
Frente de Pareto
Multi-optimalidad de Pareto
Sistemas de distribución
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
En este estudio, se propone un método de optimización multiobjetivo para resolver problemas de control de voltaje a futuro en sistemas de distribución. El propósito principal es determinar el horario óptimo para los ajustes del cambiador de tomas en carga (OLTC) en la subestación y los condensadores conmutados (SC) basados en la previsión de carga a futuro. Los criterios de optimización presentados en este estudio incluyen: (1) minimizar las desviaciones de voltaje en el bus principal del transformador, y (2) minimizar la pérdida total de potencia. En el método propuesto, el frente de Pareto y la distancia de Manhattan se combinan como índices para evaluar y seleccionar la mejor solución. La multi-optimalidad de Pareto se utiliza para mejorar el rendimiento de la estrategia de programación propuesta. En este estudio, los componentes de la red fueron modelados por el software DIgSILENT Power Factory 15.2, mientras que el algoritmo de optimización multiobjetivo se implementó en el paquete de software MATLAB 2016a. Además, se examinaron los efectos de diferentes puntos de conexión a la red de generación distribuida (DG) y escenarios de operación en la programación del control de voltaje. La eficiencia y el rendimiento del método propuesto se verificaron utilizando un sistema de prueba IEEE 33 BUS. En comparación con los métodos de control de nivel de voltaje local (LVL) y control de dispositivos de potencia reactiva (RPDC), el método propuesto logró reducciones porcentuales en (1) desviaciones de voltaje en todos los buses, (2) variaciones de voltaje, (3) pérdida total de potencia del sistema, y (4) diferencia en valores de hasta 160.93%, 31.16%, 10.35%, y 434.34%, respectivamente.
Descripción
En este estudio, se propone un método de optimización multiobjetivo para resolver problemas de control de voltaje a futuro en sistemas de distribución. El propósito principal es determinar el horario óptimo para los ajustes del cambiador de tomas en carga (OLTC) en la subestación y los condensadores conmutados (SC) basados en la previsión de carga a futuro. Los criterios de optimización presentados en este estudio incluyen: (1) minimizar las desviaciones de voltaje en el bus principal del transformador, y (2) minimizar la pérdida total de potencia. En el método propuesto, el frente de Pareto y la distancia de Manhattan se combinan como índices para evaluar y seleccionar la mejor solución. La multi-optimalidad de Pareto se utiliza para mejorar el rendimiento de la estrategia de programación propuesta. En este estudio, los componentes de la red fueron modelados por el software DIgSILENT Power Factory 15.2, mientras que el algoritmo de optimización multiobjetivo se implementó en el paquete de software MATLAB 2016a. Además, se examinaron los efectos de diferentes puntos de conexión a la red de generación distribuida (DG) y escenarios de operación en la programación del control de voltaje. La eficiencia y el rendimiento del método propuesto se verificaron utilizando un sistema de prueba IEEE 33 BUS. En comparación con los métodos de control de nivel de voltaje local (LVL) y control de dispositivos de potencia reactiva (RPDC), el método propuesto logró reducciones porcentuales en (1) desviaciones de voltaje en todos los buses, (2) variaciones de voltaje, (3) pérdida total de potencia del sistema, y (4) diferencia en valores de hasta 160.93%, 31.16%, 10.35%, y 434.34%, respectivamente.