مکان‌یابی بهینه dstatcomها و dgها به‌منظور کاهش تلفات و افزایش قابلیت بارپذیری

امروزه به دلیل کاهش منابع سوخت فسیلی و همچنین افزایش آلاینده‌های محیطی، استفاده از منابع تولید پراکنده در شبکه‌های قدرت افزایش یافته است. از طرف دیگر افزایش تقاضای بار موجب بهره‌برداری از شبکه‌های توزیع فعال، نزدیک به محدودیت‌های آن نظیر توان عبوری از خطوط می‌شود. این امر سبب شده است تا علاوه بر استفاده از منابع تولید پراکنده، از عناصر dfacts مانند dstatcom نیز استفاده شود. مکان نصب منابع تولید پراکنده و dstatcom بر عواملی چون تلفات و قابلیت بارپذیری شبکه، اثرگذار است. ازاین‌رو اگر مکان نصب یا قرارگیری این عناصر در شبکه، بهینه انتخاب نشود، ممکن است موجب اثرات نامطلوبی همچون افزایش تلفات شود. در این مقاله، به‌منظور کاهش و یا از بین بردن اثرات منفی اشاره‌شده، یک تابع هدف جدید ارائه شده تا بتوان به‌وسیله مینیمم کردن مقدار آن توسط الگوریتم ژنتیک، مکان‌های مناسب برای نصب dgها و dstatcomها را پیدا کرد. تابع هدف ارائه‌شده برای بهبود قابلیت بارپذیری شبکه و کاهش تلفات است. این روش جدید در دو شبکه 33 و 69 باسباره ieee پیاده‌سازی شده و مکان‌های مناسب برای dgها و dstatcomها برای هر دو شبکه به‌دست آمد. نتایج بیانگر تاثیر مثبت روش ارائه‌شده، در بهبود بارپذیری سیستم و کاهش تلفات شبکه در این دو سیستم است. ازآنجاکه الگوریتم‌های فراابتکاری نقاط بهینه کلی دقیق را نمی‌دهند و فقط می‌توانند نزدیک به نقطه بهینه را بیابند، جواب‌های به‌دست‌آمده با استفاده از الگوریتم ژنتیک، جواب‌های نزدیک به نقطه بهینه هستند.

Optimal Placement of DGs and DSTATCOMs in order to Loss Reduction and Loadability Improvement

Increasing load demand in distribution system, needs extension of distribution system or restructure of network. All the changes in the distribution network, to respond load demand increasing, known as development of distribution system. Due to the development of distribution systems and increasing electricity demand, and in order to overcome the shortcomings of distribution systems such as high loss and low loadability, the use of distributed generation (DG) and FACTS devices such as DSTATCOMs are increasing. The placement of these devices is a significant factor affecting network loss reduction and improving network performance. In this paper, in order to achieve optimal places of DGs and DSTATCOMs, a new objective function is proposed and optimized based on the genetic algorithm (GA). The objective function includes system loadability and network loss. The proposed method is applied to the IEEE 33bus and 69bus test system and optimal places of DGs and DSTATCOMs are achieved by the proposed method. The results show the effectiveness of the proposed method to loadability improvement and loss reduction. As metaheuristic algorithms cannot exactly find optimal point in some problems, the results of this paper are nearoptimal points for places of DGs and DSTATCOMs.