ارزيابي احتمالاتي ولتاژ شبكه‌هاي توزيع فعال با در نظر گرفتن همبستگي بين واحدهاي فتوولتائيك

Probabilistic Assessment of Voltage in Active Distribution Networks Considering Correlation between Photovoltaic Distributed Generations

توليدات فتوولتائيك (PV) اين پتانسيل را دارند كه در آينده‌اي نزديك اثرات قابل‌توجهي بر شبكه توزيع بگذارند. با توجه به اين امر، اين مقاله از يك الگوريتم پخش بار احتمالاتي (PLF) جهت بررسي اثرات عدم‌قطعيت توليدات PV بر شبكه توزيع استفاده مي‌كند. اين رهيافت تحليلي بر پايه تكنيك كاميولنت (Cumulant) بنا شده است و نيازي به محاسبات پيچيده كانوولوشن ندارد. در اين روش، همبستگي بين واحدهاي فتوولتائيك مجاور با استفاده از روابط مربوط به گشتاور و كاميولنت متقابل موردبررسي قرار مي‌گيرند. به‌علاوه، از توزيع احتمال بتا براي مدل‌سازي رفتار تصادفي توليد توان در فتوولتائيك استفاده شده است. بسط تخميني حداكثر آنتروپي بر مبناي كاميولنت براي استخراج توزيع احتمال ولتاژ شين‌ها به كار گرفته شده است. با استفاده از اين بسط مي‌توان توابع توزيع احتمال ولتاژ شين‌ها را با استفاده از كاميولنت‌هاي محاسبه‌شده، تخمين زد. درنهايت، روش پيشنهادي بر روي سيستم توزيع 33 شينه IEEE تست شده و نتايج حاصل تحليل شده‌اند. با اجراي روش مونت‌كارلو و مقايسه نتايج آن با روش تحليلي، صحت خروجي‌هاي مسئله موردبررسي و تأييد قرار گرفته‌اند. نتايج حاصل نشان مي‌دهند كه روش پيشنهادي در عين حفظ دقت، داراي بار زماني و حجم محاسباتي بسيار كمتري است.

Due to the development of photovoltaic distributed generation (DG) in distribution networks, these DGs can impact on the operation, planning and reliability of system. In this context, this paper has used a probabilistic load flow algorithm to assess the effects of photovoltaic generation uncertainties on the distribution networks. This method is based on the cumulants. It does not need complex computations like convolution method or high computational burden like Monte Carlo simulation. Proposed methodology can evaluate the correlation between input stochastic variables. In this paper, correlation between near wind units is analyzed. To estimate the probabilistic density functions of bus voltages, one of the most precise methods (maximum entropy) is used. Finally, suggested method is applied on the IEEE 33-bus distribution test system and the results are examined. The results analysis demonstrates the accuracy and effectiveness of the proposed method.