[論文レビュー] Optimal DG allocation and sizing in power system networks using swarm-based algorithms

Kayode E. Adetunji, I.W. Hofsajer+1 more|arXiv (Cornell University)|Feb 19, 2020

Optimal Power Flow Distribution参考文献 38被引用数 6

ひとこと要約

本稿では、粒子群最適化（PSO）とくじら最適化アルゴリズム（WOA）を組み合わせたハイブリッド手法を提案し、メッシュ構造の送電ネットワークにおける分散型発電（DG）ユニットの最適配置および容量決定を目的としている。損失感度係数（LSF）を用いた候補母線選定とメタヒューリスティック最適化を統合することで、両手法ともに実効電力損失および無効電力損失を顕著に低減する。特に、IEEE 14および30母線システムにおいて、技術的・経済的制約のもとでWOAがPSOを上回り、損失低減および電圧プロファイル改善の両面で優れた性能を示した。

ABSTRACT

Distributed generation (DG) units are power generating plants that are very important to the architecture of present power system networks. The benefit of the addition of these DG units is to increase the power supply to a network. However, the installation of these DG units can cause an adverse effect if not properly allocated and/or sized. Therefore, there is a need to optimally allocate and size them to avoid cases such as voltage instability and expensive investment costs. In this paper, two swarm-based meta-heuristic algorithms, particle swarm optimization (PSO) and whale optimization algorithm (WOA) were developed to solve optimal placement and sizing of DG units in the quest for transmission network planning. A supportive technique, loss sensitivity factors (LSF) was used to identify potential buses for optimal location of DG units. The feasibility of the algorithms was confirmed on two IEEE bus test systems (14- and 30-bus). Comparison results showed that both algorithms produce good solutions and they outperform each other in different metrics. The WOA real power loss reduction considering techno-economic factors in the IEEE 14-bus and 30-bus test system are 6.14 MW and 10.77 MW, compared to the PSOs' 6.47 MW and 11.73 MW respectively. The PSO has a more reduced total DG unit size in both bus systems with 133.45 MW and 82.44 MW compared to WOAs' 152.21 MW and 82.44 MW respectively. The paper unveils the strengths and weaknesses of the PSO and the WOA in the application of optimal sizing of DG units in transmission networks.

研究の動機と目的

• 送電ネットワークにおけるDGの配置・容量の不適切な選定が引き起こす損失増大および電圧不安定化の課題に対処すること。
• 技術的性能と経済的妥当性の両立を図る、強固なメタヒューリスティックベースの最適DG配置手法の開発。
• 実効電力損失および無効電力損失の最小化と電圧プロファイル改善の観点から、PSOとWOAの性能を評価・比較すること。
• 損失感度係数（LSF）を事前処理手法として統合し、最適DG配置の探索空間を縮小すること。
• 実際の投資および運用コストを反映する経済的制約を最適化フレームワークに組み込む影響を評価すること。

提案手法

• 実効電力損失に対して高い感度を示す母線を特定するため、損失感度係数（LSF）を計算し、DG配置の候補母線を絞り込む。
• PSOおよびWOAのメタヒューリスティックアルゴリズムを用いて、LSFで特定された候補母線に沿ったDGユニットの容量および配置を最適化する。
• 2つの目的関数を用いる：(1) 技術的目的関数（実効電力損失および無効電力損失の最小化、電圧プロファイル改善）、(2) 技術的・経済的目的関数（投資および運用コスト制約を統合）。
• アルゴリズムはIEEE 14母線および30母線テストシステムで評価され、合計電力損失、DGユニット容量、電圧プロファイル品質などの指標で比較された。
• 反復的な最適化を実施し、電力損失、電圧偏差、コスト要素に基づいたフィットネス評価を実施。技術的・経済的ケースでは重み付き目的関数を用いた。
• 収束解析および複数回の実行における最終解の比較を通じて、各アルゴリズムの性能を評価した。

実験結果

リサーチクエスチョン

• RQ1 PSOおよびWOAは、統合されたDGユニットを有するメッシュ構造送電ネットワークにおいて、実効電力損失および無効電力損失をどれほど効果的に低減できるか？
• RQ2 技術的および技術的・経済的目的の両方において、電圧プロファイル改善の観点からPSOとWOAのどちらが優れているか？
• RQ3 経済的制約を組み込むことで、技術的目的に比べて最適DG容量および配置にどの程度の影響が生じるか？
• RQ4 損失感度係数（LSF）の使用が、メタヒューリスティック最適化プロセスの効率性および収束性をどの程度向上させるか？
• RQ5 異なる最適化目的下で、PSOとWOAを用いた場合の、合計DGユニット容量と電力損失低減のトレードオフはどのようなものか？

主な発見

• 技術的・経済的目的下で、IEEE 14母線システムにおいてWOAは実効電力損失を6.14 MW低減したが、PSOは6.47 MW低減にとどまった。
• IEEE 30母線システムにおいて、技術的・経済的目的下でWOAは実効電力損失を10.77 MW低減したが、PSOは11.73 MW低減にとどまった。
• 技術的目的下で、IEEE 30母線システムにおいてPSOは合計DGユニット容量を58.106 MWに抑え、WOAの137.547 MWに比べて容量の最適化効率が優れていた。
• 技術的・経済的目的下で、IEEE 30母線システムにおいてPSOは合計DG容量を82.44 MWに抑え、WOAの82.44 MWと同等であったが、WOAは依然として損失低減効果が優れていた。
• 技術的・経済的目的下で、IEEE 30母線システムにおいてWOAは無効電力損失を45.870 MVaRにまで低減したが、PSOは49.167 MVaRであった。
• 技術的・経済的目的下で、IEEE 14母線システムにおいてWOAは電圧プロファイル改善が優れていたが、IEEE 30母線システムではPSOの性能が優れていた。