Locating Energy Storage Devices in Power Grids Using Evolutionary Algorithms

• Autorzy: Korpikiewicz J.

Identyfikatory

DOI

10.12736/issn.2300-3022.2018303

Warianty tytułu

PL

Lokalizacja zasobników energii w sieciach elektroenergetycznych za pomocą algorytmów ewolucyjnych

• Języki publikacji: EN PL

Abstrakty

EN

The article presents the premises of the application for locating energy storage devices in the HV power grid. The substation number to which it is to be connected and the value of its power are defined as the storage location. The connected energy storage devices are designed to increase the total capacity of the connected renewable energy sources without compromising any technical constraints of the power grid. The location problem is defined as the process of optimisation with nonlinear constraints implemented in the MATLAB environment, using the application for calculating power distribution. In order to compare the locations with each other, a fixed sum of absolute values of the storage devices’ capacity was assumed. Evolutionary algorithms were used to implement the optimisation process. Due to the non-linearity of constraints, a new function of creating the initial population and eight genetic operators were designed. Most of the tests were carried out in two versions, with and without energy storage devices connected, after which the increase in the possibility of introducing additional generation in both variants was compared. Then, many tests were carried out to determine the parameters and select the algorithm version. Based on the results, an application for optimising the location of storage devices was created.

PL

W artykule przedstawiono założenia aplikacji do lokalizacji zasobników energii w sieci elektroenergetycznej WN. Jako lokalizację magazynu zdefiniowano numer węzła, do którego ma być przyłączony, oraz wartość jego mocy. Przyłączone magazyny energii mają za zadanie zwiększenie mocy sumarycznej przyłączonych odnawialnych źródeł energii, przy nienaruszaniu żadnego z ograniczeń technicznych sieci elektroenergetycznej. Problem lokalizacji zdefiniowano jako proces optymalizacji z ograniczeniami nielinio- wymi zrealizowany w środowisku MATLAB, wykorzystującym aplikację do obliczeń rozpływów mocy. Chcąc porównać ze sobą lokalizacje, założono stałą sumę wartości bezwzględnych mocy magazynów. Do realizacji optymalizacji wykorzystano algorytmy ewolucyjne. Ze względu na nieliniowość ograniczeń zaprojektowano nową funkcję tworzenia populacji początkowej oraz osiem operatorów genetycznych. Większość badań wykonywano w dwóch wersjach z przyłączonymi magazynami energii i bez nich, po czym porównywano wzrost możliwości wprowadzenia dodatkowej generacji w obu wariantach. Następnie wykonywano wiele testów i badań w celu ustalenia parametrów i wyboru wersji algorytmu. Na podstawie wyników stworzono aplikację do optymali- zacji lokalizacji zasobników.

Słowa kluczowe

EN

evolutionary algorithms; genetic operators; power grid; energy storage; locating

PL

algorytmy ewolucyjne; operatory genetyczne; sieć elektroenergetyczna; magazyn energii; lokalizacja

• Wydawca: ENERGA SA
• Czasopismo: Acta Energetica
• Rocznik: 2018
• Tom: nr 3
• Strony: 33--42
• Opis fizyczny: Bibliogr. 8 poz., rys., tab.

Twórcy

autor

Korpikiewicz J.

• Gdańsk Branch of the Institute of Power Engineering

Bibliografia

• 1. Goldberg D.E, “Algorytmy genetyczne i ich zastosowania” [Genetic algorithms and their applications], Wydawnictwa Naukowo- Techniczne, Warsaw 1995.
• 2. Michalewicz Z., “Algorytmy genetyczne + struktury danych = programy ewolucyjne” [Genetic algorithms + data structures = evolutionary programs], Wydawnictwo Naukowo-Techniczne, Warsaw 2010.
• 3. Abras J., “Wykłady z algorytmów ewolucyjnych” [Lectures on evolutionary algorithms] Wydawnictwa Naukowo-Techniczne, Warsaw 2001.
• 4. Global Optimization Toolbox, User’s guide. Matlab R2016a, The MathWorks, Inc. 2016.
• 5. Zimmerman R.D., Murillo-Sanches C.E, Matpower 5.1. User’s manual, Power. System Engineering Research System, 20 March 2015.
• 6. Matlab, Object – oriented programming, Matlab R2016a, The MathWorks, Inc. 2016.
• 7. Korpikiewicz J. et al., “Opracowanie metodyki wyboru lokalizacji zasobników energii w sieci WN w celu zwiększenia zdolności przyłączania energetyki odnawialnej do systemu dystrybucyjnego” [Development of a methodology for the selection of energy storage locations in the HV grid in order to increase the capacity of connecting renewable energy to the distribution system], statutory work of the Institute of Power Engineering Gdańsk Branch OGS-68/16, Institute of Power Engineering, Gdańsk 2016.
• 8. Stachurski A., Wierzbicki A., “Podstawy optymalizacji” [Fundamentals of optimization], Oficyna Wydawnicza Politechniki Warszawskiej, Warsaw 2001.

Uwagi

1. Wersja polska na stronach 43--50.

2. Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).