Dağıtım Sistemlerinin Yeniden Yapılandırılması Problemine PSO Algoritmasının Uygulanması

Öz

Bu çalışmada, dağıtım sistemlerinin kayıplar minimum olacak şekilde yeniden yapılandırılması amaçlanmıştır, çünkü dağıtım sistemindeki farklı karakterli yükler nedeniyle şebekedeki hatlar günün puant saatlerinde ağır yüklenir ama geri kalan saatlerde hafif yüklenir. Bu durum güç kayıplarının büyük ve gerilim profilinin düşük olamsına yol açar. Şebekenin bu değişken yük durumundan olumsuz etkilenmemesi için, gün içinde yüklerin optimal olarak dağıtılması istenir. Bu amaçla, ağır yüklenmiş hatlardan hafif yüklenmiş hatlara yük aktarılır ve şebeke yeniden yapılandırılmış olur. Bu şekilde, hem şebekedeki kayıplar azaltılmış ve hem de baraların gerilim seviyesi de yükseltilmiş olur. Şebekenin yeniden yapılandırılması, bütün yüklerin beslenmesi koşuluyla, şebekede bulunan anahtarların konumlarının (açık/kapalı) değiştirilmesiyle gerçekleştirilir. Bu makalede dağıtım sisteminin yeniden yapılandırılması için parçacık sürüsü optimizasyonu (PSO) algoritması kullanılmıştır, çünkü PSO algoritması güç sistemlerinde doğrusal olmayan amaç fonksiyonlarını çözmek için sıklıkla kullanılan bir algoritmadır. Algoritma için amaç fonksiyonu şebekedeki aktif güç kaybının minimum olmasını sağlayan anahtar kombinasyonu olarak belirlenmiş ve bilgisayar simülasyonları sonucunda, yeni şebeke yapısı için, şebekedeki kayıpların büyük oranda azaltıldığı ve şebekenin gerilim profilinin de iyileştirildiği görülmüştür.

Anahtar Kelimeler

• Dağıtım sistemi
• Yenden yapılandırma
• Optimizasyon
• PSO (parçacık sürüsü optiizasyonu)algoritması

Kaynakça

1. [1] R. C. Dugan, Electrical Power Systems Quality. New York, NY, USA: McGraw-Hill, 2012.
2. [2] “Reducing technical loss in the distribution grid. 201”. Retrieved March 25, 2019. [Online] Available: https://www.gridcure.com/reducing-technical-loss-in-he-distribution-grid/
3. [3] G. Turan, Electrical Power Transmission System Engineering: Analysis and Design, 2nd ed, CRC Pres, 2014.
4. [4] A. Merlin, H. Back, “Search for a minimum-loss operating spanning tree reconfiguration in an urban power distribution”, Proceedings of the 5th Power System Conference, Cambridge, U.K., Sept., 1975, DOI: 77A0175768.
5. [5] D. Shirmohammadi, H. W. Hong, “Reconfiguration of electric distribution networks for resistive line losses reduction”. IEEE Trans. on Power Delivery, vol. 4, no. 2, pp. 1492-1498, 1989, DOI: 10.1109/61.25637.
6. [6] S. Civanlar, J. J. Grainger, H. Yin, S. S. H. Lee, “Distribution feeder reconfiguration for loss reduction”, IEEE Trans.on Power Delivery, vol. 3, no. 3, pp. 1217–1223, 1988, DOI: 10.1109/61.193906.
7. [7] M. E. Baran, F. F. Wu, “Network reconfiguration in distribution systems for loss loss reduction and load balancing”, IEEE Trans.on Power Delivery, vol. 4, no. 2, pp. 1401–1407, 1989, DOI: 10.1109/61.25627
8. [8] S. K. Goswami, S. K. Basu, “A new algorithm for the reconfiguration of distribution feeders for loss minimization”. IEEE Trans. on Power Delivery, vol. 7, no. 3, pp. 1484-1491, 1992, DOI: 10.1109/61.141868

9. [9] K. Nara, A. Shiose, M. Kiagawa, T. Ishihara, “Implementation of genetic algorithm for distribution system loss minimum reconfiguration”, IEEE Trans. on Power System, vol. 7, no. 3, pp. 1044– 1051, 1992, DOI: 10.1109/59.207317
10. [10] J. Z. Zhu, “Optimal reconfiguration of electrical distribution network using the refined genetic algorithm”. Electric Power Systems Research, vol 62, no. 1, pp. 37-42, 2002, DOI: 10.1016/S0378-7796(02)00041-X
11. [11] D. l. Duan, X. D. Ling, X. Y. Wu, B. Zhong, “Reconfiguration of distribution network for loss reduction and reliability improvement based on an enhanced genetic algorithm”. International Journal of Electrical Power & Energy Systems, vol. 64, pp. 88-95, 2015, DOI: 10.1016/j.ijepes.2014.07.036
12. [12] M. Abdelaziz, “Distribution network reconfiguration using a genetic algorithm with varying population size”. Electric Power Systems Research, vol. 142, pp. 9-11, 2017.
13. [13] D. Das, “Optimal placement of capacitors in radial distribution system using a Fuzzy-GA method”. International Journal of Electrical Power & Energy Systems, vol. 30, no. 6-7, pp. 361-367, 2008, DOI: 10.1016/j.ijepes.2007.08.004
14. [14] S. Das, D. Das, A. Patra, “Reconfiguration of distribution networks with optimal placement of distributed generations in the presence of remote voltage controlled bus”. Renewable and Sustainable Energy Reviews, vol. 73, pp. 772-781, 2017, DOI: 10.1016/j.rser.2017.01.055
15. [15] V. Jayaraman, A. Ross, “A simulated annealing methodology to distribution network design and management”. European Journal of Operational Research, vol. 144, no. 3, pp. 629-645, 2003, DOI: 10.1016/S0377-2217(02)00153-4
16. [16] H. D. Chiang, R. Jean-Jumeau, “Optimal network reconfigurations in distribution systems. II. Solution algorithms and numerical results”. IEEE Transactions on Power Delivery, vol. 5, no. 3,pp. 1568-1574, 1990, DOI: 10.1109/61.58002
17. [17] V. Parada, J. A. Ferland, M. Arias, K. Daniels, “Optimization of electrical distribution feeders using simulated annealing”. IEEE Trans. on Power Delivery, vol. 19, no. 3, pp. 1135-1141, 2004, DOI: 10.1109/TPWRD.2004.829091
18. [18] Elektrik Piyasası Şebeke Yönetmeliği, Elektrik Piyasası Düzenleme Kurumu, T.C. Resmi Gazete, 25001, 22 Ocak 2003.
19. [19] Enerji Üretimi, MEGEP, T.C. Milli Eğitim Bakanlığı, Ankara, 2011.
20. [20] R. S. Rao, K. Ravindra, K. Satish, S. V. I. Narasimham,. “Power loss minimization in distribution system using network reconfiguration in the presence of distributed generation”. IEEE Trans. on Power Systems, vol. 28, no. 1, pp. 317-325, 2013, DOI: 10.1109/TPWRS.2012.2197227.
21. [21] T. T. Nguyen, A. V. Truong, T. A. Phung, “A novel method based on adaptive cuckoo search for optimal network reconfiguration and distributed generation allocation in distribution network”, International Journal of Electrical Power & Enegy Systems, vol. 78, pp. 801-815, 2016, DOI: 10.1016/j.ijepes.2015.12.030
22. [22] J. Kennedy, “Particle swarm optimization”, Encyclopedia of Machine Learning, pp. 760-766, 2010.
23. [23] Y, Del Valle, G. K. Venayagamoorthy, S. Mohagheghi, J. C. Hernandez, R. G. Harley, “Particle swarm optimization: basic concepts, variants and applications in power systems”. IEEE Transactions on Evolutionary Computation, 12(2), 171-195, 2008, DOI: 10.1109/TEVC.2007.896686
24. [24] C. Wang, Y. Liu, Y. Zhao, “Application of dynamic neighborhood small population particle swarm optimization for reconfiguration of shipboard power system”, Engineering Applications of Artificial Intelligence, 26(4), 1255-1262, 2013.:
25. [25] A. Çakır, "Dağıtım Sistemlerinin PSO Kullanılarak Yeniden Yapılandırılması”, Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul, Turkey, 2019.
26. [26] X. Jin, J. Zhao, Y. Sun, K. Li, B. Zhang. “Distribution network reconfiguration for load balancing using binary particle swarm optimization”. International Conference on Power System Technology, 2004. PowerCon 2004, vol. 1, pp. 507-510. IEEE, November, 2004, DOI: 10.1109/ICPST.2004.1460047
27. [27] R. D. Zimmerman, C. E. Murillo-Sánchez, D. Gan, "Matpower. PSERC”. 1997. [Online] Available: http://www. pserc. cornell. edu/matpower.
28. [28] A. M. Imran, M. Kowsalya, D. Kothar, “A novel integration technique for optimal network reconfiguration and distributed generation placement in power distribution Networks”. International Journal of Electrical Power & Energy Systems, vol. 63, pp. 461-472, 2014, DOI: 10.1016/j.ijepes.2014.06.011.
29. [29] H. Hamour, S. Kamel, H. Abdel-mawgoud, A. Korashy, “Distribution network reconfiguration using grasshopper optimization algorithm for power loss minimization”. International Conference on Smart Energy Systems and Technologies (SEST), pp. 1-5, IEEE, September, 2018, DOI: 10.1109/SEST.2018.8495659.