برداشت هوشمند بار و برنامه ریزی مجدد منابع تولید پراکنده برای توسعه عملکرد بازیابی سیستم توزیع

پس از وقوع یک خطای دائمی در صورتی که امکان تامین بار در شبکه وجود نداشته باشد، طرح بازیابی بهینه بار این امکان را به سیستم می دهد که بازیابی بار با کمترین هزینه خروج، کمترین قطعی بار و در کوتاه ترین زمان ممکن انجام شود.در این مقاله طرح جدیدی به نام برداشت هوشمند بار با نام اختصاری sls ارائه شده است.در طرح sls پیشنهادی، انواع وسایل موجود در خانه های هوشمند به چهار دسته ی بارهای قابل تنظیم، قابل وقفه، قابل جابجایی و غیر قابل کنترل دسته بندی شده اند. در این طرح، یک الگوریتم دو لایه جدید برای حل مساله بازیابی بهینه بار پیشنهاد شده است. در لایه اول، یک روش اکتشافی مبتنی بر نظریه گراف برای تجدید پیکربندی بهینه سیستم ارائه شده است. در لایه دوم برای بازیابی بهینه بار، ابزارهایی نظیر برنامه ریزی مجدد منابع تولید پراکنده، برداشت بار، قطع بار و قطع بار حساس استفاده شده است. این لایه یک مسئله برنامه ریزی غیرخطی عدد صحیح مختلط نامحدب است. برای دستیابی به راه حل بهینه سراسری و زمان حل کمتر، مدل از برنامه ریزی غیرخطی عدد صحیح مختلط نامحدب به برنامه ریزی خطی عدد صحیح مختلط تبدیل می شود. یک سیستم توزیع اصلاح شده rbts به عنوان یک سیستم آزمون، برای نشان دادن اثربخشی روش پیشنهادی استفاده شده است. برای اعتبار سنجی، روش پیشنهادی با دو روش مهم موجود در ادبیات مقایسه شده است. نتایج نشان دهنده عملکرد قابل توجه طرح پیشنهادی در کاهش تلفات توان، قطع بار مسکونی، قطع بار حساس و هزینه های بهره برداری می شود.

smart load shedding and distributed generation resources rescheduling to improve distribution system restoration performance

after a permanent fault occurs if it is not possible to supply the load in the network, the optimal load restoration scheme allows the system to restoration the load with the lowest exit cost, the lowest load interruption, and in the shortest possible time. this article introduces a new design called smart load shedding, abbreviated sls. in the proposed sls scheme, the types of devices in smart homes are divided into four categories: adjustable, interruptible, shiftable, and uncontrollable loads. in this design, a new two-layer algorithm is proposed to solve the service restoration problem. in the first layer, a heuristic method based on graph theory for optimal system configuration is presented. in the second layer, for optimal load restoration, tools such as rescheduling of distributed generation sources, load shedding, load curtailment, and sensitive load curtailment are used. this layer is a nonlinear mixed-integer nonlinear programming problem. to achieve the optimal global solution and less solution time, the model changes from nonlinear programming of non-convex mixed integer nonlinear programming to mixed-integer linear programming. a modified rbts distribution system is used as a test system to demonstrate the effectiveness of the proposed method.