Optimal infusion and grading of combined DGs and capacitor banks for line loss minimization and enhancement of voltages in radial circuit system

• Autorzy: Kumar Ch S.K.B Pradeep , Balamurugan G. , Raju Y.Butchi

Identyfikatory

DOI

10.15199/48.2021.12.03

Warianty tytułu

PL

Optymalna infuzja i stopniowanie połączonych DG i baterii kondensatorów w celu minimalizacji strat linii i poprawy napięć w systemie obwodów radialnych

• Języki publikacji: EN

Abstrakty

EN

Enhancement of voltage profile of the radial distribution network's (RDN) is seen as a debatable subject because it is one of the factors that influence the system's performance. The power distribution system suffers significant losses as a result of the lower voltage and higher currents. As a result, experts are paying more attention to reduce power losses in the RDN. It is feasible to enhance voltage level of RDN by realizingcombined performance of Distribution Generation (DGs) and capacitor placements. This loss minimization technique tends to lower power flow through lines, which invariably improves system reliability and allows same lines to be used for growing load demand. The practice of optimum positioning and sizing the DGs and capacitors may improve system stability while also minimizes system losses. This article presents a simple and distinct way for determining best point and magnitude of integrated DGs and capacitor units in RDS. The fundamental goal of this project is to restore voltage profile and reduce losses by using Moth Flame Optimization (MFO) algorithm, a well-known and recently created meta-heuristic technique, is used. The algorithm is based on moths' natural behaviour when exposed to light, and it includes two key elements: moths and flames. The proposed methodology has been tested on both IEEE 12 and IEEE 33 node test systems to demonstrate its practicality. The simulated results are compared to ways described in the literature to illustrate the difference between prescribed method and others in terms of enhancing the voltage profile and reducing losses.

PL

Poprawa profilu napięciowego promieniowej sieci dystrybucyjnej (RDN) jest postrzegana jako temat dyskusyjny, ponieważ jest jednym z czynników wpływających na pracę systemu. System dystrybucji energii ponosi znaczne straty w wyniku niższego napięcia i wyższych prądów. W rezultacie eksperci zwracają większą uwagę na zmniejszenie strat mocy w RDN. Możliwe jest zwiększenie poziomu napięcia RDN poprzez realizację połączonych osiągów Generacji Dystrybucyjnej (DG) i rozmieszczenia kondensatorów. Ta technika minimalizacji strat ma tendencję do obniżania przepływu mocy przez linie, co niezmiennie poprawia niezawodność systemu i pozwala na wykorzystanie tych samych linii przy rosnącym zapotrzebowaniu na obciążenie. Praktyka optymalnego pozycjonowania i wymiarowania DG i kondensatorów może poprawić stabilność systemu, jednocześnie minimalizując straty systemu. W tym artykule przedstawiono prosty i wyraźny sposób określania najlepszego punktu i wielkości zintegrowanych DG i jednostek kondensatorów w RDS. Podstawowym celem tego projektu jest przywrócenie profilu napięcia i zmniejszenie strat za pomocą algorytmu Moth Flame Optimization (MFO), znanej i niedawno stworzonej techniki metaheurystycznej. Algorytm opiera się na naturalnym zachowaniu ciem pod wpływem światła i zawiera dwa kluczowe elementy: ćmy i płomienie. Zaproponowana metodologia została przetestowana w systemach testowych węzłów IEEE 12 i IEEE 33 w celu wykazania jej praktyczności. Symulowane wyniki porównuje się ze sposobami opisanymi w literaturze, aby zilustrować różnicę między zalecaną metodą a innymi pod względem wzmocnienia profilu napięcia i zmniejszenia strat.

Słowa kluczowe

EN

capacitor placement; DG placement; distribution system; MFO algorithm; power loss minimization; voltage stability

PL

sieci dystrybucyjne; bank kondensatorów; generator

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2021
• Tom: R. 97, nr 12
• Strony: 14--22
• Opis fizyczny: Bibliogr. 19 poz., rys., tab.

Twórcy

autor

Kumar Ch S.K.B Pradeep

• Annamalai University, India

• https://orcid.org/0000-0002-2237-7998

autor

Balamurugan G.

• Annamalai University, India

• https://orcid.org/0000-0003-3186-0700

autor

Raju Y.Butchi

• College of Engineering, India

• https://orcid.org/0000-0003-4255-9614

Bibliografia

• [1] Rajeswaran, Sivasangari, and Kamaraj Nagappan. "Optimum simultaneous allocation of renewable energy DG and capacitor banks in radial distribution network." Circuits and Systems, Vol.7, no. 11, pp.3556-3564, 2016.
• [2] Yadav, Purushottam Singh, and Laxmi Srivastava. "Optimal location of combined DG and capacitor for real power loss minimization in distribution networks." Int. J. Electr. Electron. Eng, Vol.7, pp.222-233, 2015.
• [3] Roy, Kingshuk, and Shishir Dixit. "Optimal Placement and Sizing of Distributed Generation and Capacitors: A Review.", International Journal of New Innovations in Engineering and Technology, Vol.2, No.4, pp.101-106, 2020.
• [4] Naik, S.G., Khatod, D.K. and Sharma, M.P., “Optimal allocation of combined DG and capacitor for real power loss minimization in distribution networks”. International Journal of Electrical Power & Energy Systems, Vol.53, pp.967-973, 2013.
• [5] Kowsalya, M.I.A.M., “Optimal Distributed Generation and capacitor placement in power distribution networks for power loss minimization”. In 2014 International Conference on Advances in Electrical Engineering (ICAEE), Jan., pp. 1-6, IEEE, 2014.
• [6] Muthukumar, K., and S. Jayalalitha. "Integrated approach of network reconfiguration with distributed generation and shunt capacitors placement for power loss minimization in radial distribution networks." Applied Soft Computing, Vol.52, pp.1262-1284, 2017.
• [7] Kumar Injeti, Satish, Sd Meera Shareef, and T. Vinod Kumar. "Optimal allocation of DGs and capacitor banks in radial distribution systems." Distributed Generation & Alternative Energy Journal, Vol.33, no. 3, pp.6-34, 2018.
• [8] Gampa, Srinivasa Rao, and Debapriya Das., "Fuzzy GA based Multiobjective Methodology for DGs and Shunt Capacitors Placement in Distribution Networks." In 2018 20th National Power Systems Conference (NPSC), pp. 1-6. IEEE, 2018.
• [9] Muhtazaruddin, Mohd Nabil Bin, Nurul Aini Bani, Siti Armiza Mohd Aris, Hazilah Mad Kaidi, Abdul Yasser Abd Fatah, Jasrul Jamani Jamia, Firdaus Muhammad-Sukki, and Siti Hawa Abu- Bakar. "Distribution power loss minimization via distributed generation, capacitor and network reconfiguration." Indonesian journal of electrical engineering and computer science, Vol.5, no. 3, 2017.
• [10] Pradeepa, Ha, T. Ananthapadmanabha, Sandhya Rani DN, and C. Bandhavya. "Optimal allocation of combined DG and capacitor units for voltage stability enhancement." Procedia Technology, Vol.21, pp.216-223, 2015.
• [11] Gampa, Srinivasa Rao, and Debapriya Das. "Simultaneous optimal allocation and sizing of distributed generations and shunt capacitors in distribution networks using fuzzy GA methodology." Journal of Electrical Systems and Information Technology , Vol.6, no. 1, pp.1-18.
• [12] Ouali, Saad, and Abdeljebbar Cherkaoui. "Optimal Allocation of Combined Renewable Distributed Generation and Capacitor Units for Interconnection Cost Reduction." Journal of Electrical and Computer Engineering, Vol.2020, pp.1-11, 2020.
• [13] Lalitha, M. Padma, P. Suresh Babu, and B. Adivesh. "Optimal distributed generation and capacitor placement for loss minimization and voltage profile improvement using Symbiotic Organisms Search Algorithm." International Journal of Electrical Engineering, Vol.9, no. 3, pp.249-261, 2016.
• [14] M. Chakravorty, D. Das, “Voltage stability analysis of radial distribution networks” Electrical Power and Energy Systems, Vol.23, pp.129-135, 2001.
• [15] Khatod, D.K., Pant, V. and Sharma, J., “Evolutionary programming based optimal placement of renewable distributed generators” IEEE Transactions on Power systems, Vol.28 (2), pp.683-695, 2012.
• [16] Haque, M. “Efficient load flow method for distribution systems with radial or mesh configuration”. IEE Proceedings- Generation, Transmission and Distribution, Vol.143 (1), pp.33- 38, 1996.
• [17] Shehab, M., Abualigah, L., Al Hamad, H., Alabool, H., Alshinwan, M. and Khasawneh, A.M., ”Moth–flame optimization algorithm: variants and applications”. Neural Computing and Applications, Vol.32 (14), pp.9859-9884, 2020.
• [18] Mirjalili, S., “Moth-flame optimization algorithm: A novel natureinspired heuristic paradigm”.Knowledge-based systems, Vol.89, pp.228-249, 2015.
• [19] R. Ng Shin Mei, M.H. Sulaiman, Z. Mustaffa and H. Daniyal, "Optimal reactive power dispatch solution by loss minimization using moth-flame optimization technique", Applied Soft Computing, vol. 59, no. 2 , pp. 210-222, 2017.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).