[논문 리뷰] Optimal Estimation of Capacity and Location of Wind, Solar and Fuel Cell Sources in Distribution Systems Considering Load Changes by Lightning Search Algorithm

Hassan Shokouhandeh, MahmoodReza Ghaharpour외 4명|arXiv (Cornell University)|2020. 03. 09.

Optimal Power Flow Distribution참고 문헌 13인용 수 4

한 줄 요약

이 논문은 뇌우 탐색 알고리즘(Lightning Search Algorithm, LSA)을 사용하여 계통형 분포계통에서 풍력, 태양광 및 연료전지 분산발전기(DG)의 최적 배치 및 크기를 결정하여 동적 부하 조건 하에서 수력 손실을 최소화하고 전압 프로파일을 향상시키는 것을 제안한다. IEEE 33-bus 시스템에 대한 결과는 부하 증가를 고려할 경우 DG 계획에 상당한 영향을 미치며, LSA가 일정 부하 및 증가 부하 시나리오 모두에서 목적 함수를 효과적으로 감소시킴을 보여준다.

ABSTRACT

In this paper, estimation of optimal capacity and location of installation of wind, solar and fuel cell sources in distribution systems to reduce loss and improve voltage profile, by considering load changes, is carried out with Lightning Search Algorithm (LSA). Studies have been conducted on the standard IEEE 33 bus power system in two scenarios. In the first scenario, study is done with the assumption that the load remains constant throughout the project period and in the second scenario with the load growth. The results of the simulation, indicated that the puissance of load changes on distributed generations (DGs) placement studies. Also, the results confirm the performance of the proposed algorithm in reducing the objective function.

연구 동기 및 목표

• 분포계통 내 풍력, 태양광 및 연료전지 DG의 최적 용량과 위치를 결정하기 위해.
• DG 계획 시 시간이 지남에 따라 증가하는 부하를 고려하여 시스템의 신뢰성과 효율성을 향상시키기 위해.
• 분산발전기 할당을 위한 다목적 최적화 문제를 해결하기 위해 뇌우 탐색 알고리즘(Lightning Search Algorithm, LSA)을 적용하기 위해.
• 계통형 분포계통에서 유효 전력 손실을 최소화하고 전압 프로파일을 향상시키기 위해.
• LSA가 정적 가정 대비 동적 부하 조건을 다룰 수 있는 효과성을 검증하기 위해.

제안 방법

• 분산발전기 할당을 위한 혼합정수비선형계획문제를 해결하기 위해 뇌우 탐색 알고리즘(Lightning Search Algorithm, LSA)을 활용한다.
• LSA는 뇌우 공격 행동을 모방하여 탐색과 이용의 균형을 통해 최적 해를 탐색한다.
• 목적 함수는 유효 전력 손실 최소화와 전압 프로파일 향상의 조합이며, 적절히 가중치가 부여된다.
• 두 가지 시나리오를 시뮬레이션한다: 일정 부하 시나리오와 프로젝트 기간 동안 변화하는 부하 증가 시나리오.
• 검증을 위해 IEEE 33-bus 계통형 분포계통을 시험 시스템으로 사용한다.
• 전력 흐름 분석 및 손실 감소, 전압 조절 등의 성능 지표를 활용하여 시뮬레이션 결과를 분석한다.

실험 결과

연구 질문

• RQ1 시간이 지남에 따라 부하 증가가 분포계통 내 분산발전기의 최적 배치 및 크기에 어떤 영향을 미치는가?
• RQ2 기존 방법 대비 뇌우 탐색 알고리즘이 손실 감소 및 전압 프로파일 향상에 얼마나 효과적인가?
• RQ3 변동하는 부하 조건 하에서 풍력, 태양광 및 연료전지 자원을 통합했을 때 시스템 성능에 어떤 영향을 미치는가?
• RQ4 LSA 알고리즘이 DG 할당 문제의 수렴 속도와 해 품질 측면에서 어떻게 비교되는가?
• RQ5 제안된 방법은 계통형 분포계통 내 다원소 DG 통합의 비선형성과 복잡성을 효과적으로 다룰 수 있는가?

주요 결과

• 부하 증가를 계획 과정에 포함할 경우 일정 부하 가정에 비해 분산발전기의 최적 배치 및 용량이 상당히 달라진다.
• 뇌우 탐색 알고리즘이 일정 부하 및 증가 부하 시나리오 모두에서 유효 전력 손실을 성공적으로 감소시켜 강건성을 입증한다.
• 전압 프로파일 향상은 부하 증가 시나리오에서 더 두드러지게 나타나 동적 조건 하에서 더 높은 시스템 안정성을 의미한다.
• 목적 함수 값이 부하 증가 시나리오에서 더 낮게 도출되어 실제 계획 환경에서의 효과성을 확인한다.
• 결과는 DG 배치가 부하 변화에 매우 민감하며, 정적 부하 가정은 최적 또는 비효율적인 설계로 이어질 수 있음을 보여준다.
• 제안된 LSA 방법은 주어진 시험 시스템에서 전통적 최적화 기법 대비 수렴 속도와 해 품질 측면에서 뛰어난 성능을 보였다.