Reinforcement of the distribution grids to improve the hosting capacity of distributed generation: Multi-objective framework

Abstract

La pénétration excessive des ressources en énergie renouvelable dans le réseau de distribution sans mesures préventives supplémentaires a entraîné plusieurs problèmes opérationnels. Cependant, la plupart des stratégies développées pour accueillir plus d'unités d'énergie renouvelable ont souffert d'autres problèmes opérationnels. Par conséquent, des efforts supplémentaires sont nécessaires pour remédier aux autres vulnérabilités clés du réseau en plus de maximiser la capacité d'hébergement. À cet égard, cette étude est consacrée à une nouvelle formulation multi-objectifs pour maximiser la capacité d'hébergement et minimiser les pertes d'énergie totales tout en satisfaisant les contraintes opérationnelles et en maximisant l'énergie transférée aux heures creuses. L'algorithme Multi-Objectif Advanced Gray Wolf Optimization (MOAGWO) est utilisé comme outil de solution. La formulation proposée et l'algorithme de solution sont testés sur des systèmes de test à moyenne tension IEEE-33-bus et 69-bus. Les impacts des systèmes de stockage d'énergie, des régulateurs de tension et des compensateurs VAR statiques sur la capacité d'hébergement et les fonctions objectives sont identifiés à l'aide de plusieurs scénarios. Les résultats ont montré que le type et les emplacements optimaux de l'appareil dépendent du niveau de pénétration de la DG. Enfin, une comparaison selon deux indices de performance multi-objectifs populaires a montré que la qualité de la distribution frontale de Pareto obtenue par MOAGWO était meilleure que celles obtenues avec les deux autres méthodes heuristiques populaires.La penetración excesiva de recursos energéticos renovables en la red de distribución sin medidas preventivas adicionales ha dado lugar a varios problemas operativos. Sin embargo, la mayoría de las estrategias desarrolladas para acomodar más unidades de energía renovable sufrieron otros problemas operativos. Por lo tanto, se necesitan más esfuerzos para abordar las otras vulnerabilidades clave de la red, además de maximizar la capacidad de alojamiento. En este sentido, este estudio está dedicado a una nueva formulación multiobjetivo para maximizar la capacidad de alojamiento y minimizar las pérdidas totales de energía, al tiempo que se satisfacen las limitaciones operativas y se maximiza la energía transferida a las horas de menor actividad. El algoritmo Multi-Objective Advanced Gray Wolf Optimization (MOAGWO) se utiliza como herramienta de solución. La formulación propuesta y el algoritmo de solución se prueban en sistemas de prueba de media tensión IEEE-33-bus y 69-bus. Los impactos de los sistemas de almacenamiento de energía, los reguladores de voltaje y los compensadores de VAR estáticos en la capacidad de alojamiento y las funciones objetivo se identifican utilizando varios escenarios. Los resultados mostraron que el tipo de dispositivo óptimo y las ubicaciones dependen del nivel de penetración de DG. Finalmente, una comparación de acuerdo con dos índices de rendimiento multiobjetivo populares mostró que la calidad de la distribución frontal de Pareto obtenida por MOAGWO fue mejor que las obtenidas con los otros dos métodos heurísticos populares.Excessive penetration of renewable energy resources into the distribution grid without additional preventive measures has led to several operational problems. However, most strategies developed to accommodate more renewable energy units suffered from other operational problems. Therefore, further efforts are needed to address the other key vulnerabilities of the grid in addition to maximizing the hosting capacity. In this regard, this study is devoted to a new multi-objective formulation to maximize the hosting capacity and minimize the total energy losses while satisfying the operational constraints and maximizing the energy transferred to off-peak hours. The Multi-Objective Advanced Gray Wolf Optimization (MOAGWO) algorithm is used as a solution tool. The proposed formulation and solution algorithm are tested on IEEE-33-bus and 69-bus medium voltage test systems. The impacts of energy storage systems, voltage regulators, and static var compensators on the hosting capacity and the objective functions are identified using several scenarios. The results showed that the optimal device type and locations depend on the level of DG penetration. Finally, a comparison according to two popular multi-objective performance indices showed that the quality of the Pareto front distribution obtained by MOAGWO was better than the ones obtained with the two other popular heuristic methods.أدى الاختراق المفرط لموارد الطاقة المتجددة في شبكة التوزيع دون اتخاذ تدابير وقائية إضافية إلى العديد من المشاكل التشغيلية. ومع ذلك، عانت معظم الاستراتيجيات التي وضعت لاستيعاب المزيد من وحدات الطاقة المتجددة من مشاكل تشغيلية أخرى. لذلك، هناك حاجة إلى مزيد من الجهود لمعالجة نقاط الضعف الرئيسية الأخرى للشبكة بالإضافة إلى تعظيم قدرة الاستضافة. في هذا الصدد، تكرس هذه الدراسة لصياغة جديدة متعددة الأهداف لتعظيم قدرة الاستضافة وتقليل إجمالي خسائر الطاقة مع تلبية القيود التشغيلية وتعظيم الطاقة المنقولة إلى خارج ساعات الذروة. تُستخدم خوارزمية تحسين الذئب الرمادي المتقدم متعدد الأهداف (MOAGWO) كأداة حل. يتم اختبار الصيغة المقترحة وخوارزمية الحل على أنظمة اختبار الجهد المتوسط IEEE -33 - bus و 69 - bus. يتم تحديد تأثيرات أنظمة تخزين الطاقة ومنظمات الجهد ومكافئات VAR الثابتة على سعة الاستضافة والوظائف الموضوعية باستخدام عدة سيناريوهات. أظهرت النتائج أن نوع الجهاز الأمثل ومواقعه تعتمد على مستوى اختراق مولدات الديزل. أخيرًا، أظهرت مقارنة وفقًا لمؤشرين شائعين للأداء متعدد الأهداف أن جودة التوزيع الأمامي باريتو الذي حصلت عليه مواغو كانت أفضل من تلك التي تم الحصول عليها بطريقتين إرشاديتين شائعتين أخريين.