جبران‌سازی بهینه و همزمان توان‌های اکتیو و راکتیو در سیستم‌های قدرت با استفاده از خودروهای برقی متصل به شبکه

خودروهای برقی قابل اتصال به شبکه در کنار مسئله کاهش آلودگی، ‌دارای قابلیت‌هایی برای کمک‌رسانی به سیستم‌های قدرت می‌باشند. یکی از مهم‌ترین این قابلیت‌ها پاسخگویی به نیاز شبکه جهت تولید توان‌های اکتیو و راکتیو است. در این مقاله با توجه به قیود شبکه، ملاحظات فنی و قیمت‌های پیشنهادی بازار، یک چارچوب نظری جهت اختصاص ظرفیت این خودروها ارائه شده است. بدین منظور تابع هدفی با رویکرد حداقل‌سازی هزینه‌های پرداختی توسط بهره‌بردار مستقل شبکه توزیع یا dso به تولید‌کنندگان هر یک از توان‌های اکتیو و راکتیو پیشنهاد شده است. با توجه به این که مساله مورد نظر در قالب یک مساله بهینه‌سازی است، برای حل آن نیز از الگوریتم بهینه‌سازی اجتماع ذرات استفاده شده است. همچنین به منظور تسریع در فرایند بهینه‌سازی و جلوگیری از گیرافتادن الگوریتم در بهینه‌های محلی، راهکارهای ابتکاری جدیدی به الگوریتم اضافه شده است. در این قالب پیشنهادی، خودروها برای تولید توان‌های اکتیو و راکتیو با ژنراتور رقابت می‌کنند. کارایی روش پیشنهادی بر روی یک فیدر شبکه ولتاژ پایین با 134 مشترک و با حضور منابع تولید توان‌های اکتیو و راکتیو مورد ارزیابی قرار گرفته و میزان تولید و هزینه‌های پرداختی برای هر یک از تولیدکنندگان تعیین شده است

Optimal and Simultaneously Compensation of Active, and Reactive Powers in Power System Using of Plug in Electric Vehicle

Plug in electric vehicles besides environment pollution reduction can help power system operation. One of the most important capabilities of them is providing activeand reactive power. This paper considers grid constraints, technical concerns and market price and proposes a framework to allocate the PEV capacity such that operational cost paid by distribution system operator (DSO) to power provider of active and reactive power is minimized. For this purpose, an objective function is defined that includes the payment for each power provider. This objective function is minimized based on particle swarm optimization subject to grid and vehicles constraints. In this framework, the PEVs compete with generator to produce active and reactive power. In order to accelerate the optimization process and prevent the algorithm from being trapped in local optima, new heuristic approaches are included to the original PSO algorithm. To evaluate the effectiveness of the propose method, it is implemented on the low voltage with 134 customer and including the other power providers and the amount of each participants production and payment cost to each component is determined.