برنامه ریزی مجدد تولید جهت تضمین پایداری سیگنال کوچک در حضور منابع انرژی تجدیدپذیر

با افزایش نفوذ منابع انرژی تجدیدپذیر در سیستم‌های قدرت، پایداری سیگنال کوچک (sss) به دلیل کاهش اینرسی با چالش روبرو می‌شود. در این مقاله با در نظر گرفتن مدل دینامیکی عمومی برای منابع انرژی تجدیدپذیر، یک مدل بهینه سازی برنامه ریزی مجدد واحدهای تولیدی متوالی به صورت پخش بار بهینه با محدودیت sss (sss-opf) با هدف بهبود پایداری سیگنال کوچک ارائه شده است. مدلسازی ژنراتور توربین بادی، منابع خورشیدی و سیستم ذخیره ساز انرژی با استفاده از این مدل دینامیکی عمومی امکان پذیر است. از حساسیت مقادیر ویژه نسبت به توان های حقیقی و راکتیو ژنراتورها برای توصیف محدودیت sss استفاده شده است. با استفاده از تکنیک‌ آرام سازی برنامه ریزی نیمه معین، مدل sss-opf به یک مدل بهینه سازی محدب تبدیل می‌شود. این امر سبب افزایش قابلیت اطمینان هم‌گرایی و بهبود کارایی محاسباتی حل مدل شده و روش پیشنهادی را برای سیستم‌های قدرت بزرگ مقیاس مناسب و کاربردی می‌کند. مدل بهینه سازی با استفاده از حل کننده sdpt3 در نرم افزار matlab قابل حل است. مطالعات موردی بر روی سیستم‌های 9 باس ieee و 39 باس ieee جهت اعتبارسنجی الگوریتم پیشنهادی انجام شده است. روش برنامه ریزی مجدد تولید، نسب میرایی سیستم قدرت با نفوذ زیاد منابع انرژی تجدیدپذیر را افزایش می‌دهد.

generation rescheduling to ensure small-signal stability in the presence of renewable energy sources

with the increasing penetration of renewable energy sources (res) in power systems, small-signal stability (sss) is challenged due to the decreasing inertia. this paper proposes a sequential generation rescheduling model considering a generic dynamic model for res, formulated as an optimal power flow (opf) with sss constraints (sss-opf) to improve the system damping ratio. the dynamic modeling of wind turbine generators, photovoltaic sources, and energy storage systems is possible using this general dynamic model. the sensitivity of eigenvalues with respect to active and reactive powers of generating units has been used to describe the sss constraints. by employing the semi-definite programming (sdp) relaxation technique, the sss-opf model is converted to a convex optimization model. this leads to enhanced convergence reliability and improved computational efficiency in solving the model, rendering the proposed method suitable and applicable for large-scale power systems. this optimization model can be solved using the sdpt3 solver in matlab software. case studies on the ieee 9-bus and ieee 39-bus systems are conducted to validate the proposed algorithm. the proposed generation re-scheduling method increases the damping ratio of the power system with a high penetration of res.