Розробка системи відновлюваної енергії з використанням моделі розподіленої балансуючої шини

Автор

M. Al-Rawi, Бандунгський технологічний інститут (Jalan Ganesa No. 10, Coblong, Kota Bandung, Jawa Barat, 40132, Індонезія), e-mail: muhrawi@yahoo.com, ORCID: 0000-0003-1407-6519

Анотація

У цьому дослідженні розроблено підхід з використанням розподіленої балансуючої шини (РБШ), що враховує комбіновані коефіцієнти участі, засновані на запланованих генеруючих потужностях системи для розподілу втрат системи між генераторами. Алгоритм РБШ було створено та реалізовано з використанням алгоритму Ньютона-Рафсона в середовищі MATLAB. Як приклад дослідження використана 14-шинна система IEEE. В систему інтегровано відновлювані джерела енергії, та проведено порівняльний аналіз витрат на генерацію між системами, що включають відновлювані джерела енергії, та системами, що використовують тільки теплові генератори, з використанням моделі з однією балансуючою шиною, так і моделі РБШ. Впровадження розподіленого балансування вузлів призвело до зниження загального вироблення активної електроенергії з 272,593 МВт до 272,409 МВт у системі з 14 вузлами, а також до зниження собівартості виробництва електроенергії на обох типах вузлів. Крім того, було мінімізовано втрати активної потужності в лініях електропередачі. Зміни рівнів вироблення електроенергії на вузлах з регульованою напругою сприяли створенню ефективної схеми економічної диспетчеризації, що точно відображає параметри мережі. Впровадження вітрових та сонячних електростанцій значно знизило собівартість виробництва електроенергії порівняно з системами, які не використовують ці ресурси. Більше того, використання комбінованих коефіцієнтів участі дозволило отримати ще більш точну мережеву модель.

Ключові слова: розподілена балансуюча шина, відновлювана енергія, економічна диспетчеризація, електроенергія.

Література

1. Billy O. Distributed slack bus for economic dispatch of renewable energy. Graduation Project, University of Nairobi, Kenya, 2015.
2. Vural A. M. Interior point-based slack-bus free-power flow solution for balanced islanded microgrids. International Transactions on Electrical Energy Systems. 2015. Vol. 26. Iss. 5. P. 968–992. https://doi.org/10.1002/etep.2117.
3. Ortega J., Molina T., Muñoz J. C., Oliva H. S. Distributed slack bus model formulation for the holomorphic embedding load flow method. Transactions on Electrical Energy Systems. 2020. Vol. 30. Iss. 3. https://doi.org/10.1002/2050-7038.12253.
4. Gautam M., Bhusal N., Thapa J., Benidris M. A cooperative game theory-based approach to formulation of distributed slack buses. Sustainable Energy, Grids and Networks. 2022. Vol. 32. Article 100890. https://doi.org/10.1016/j.segan.2022.100890.
5. Huang Y., Sun Q., Wang R., Liu G. L. A network-based virtual slack bus model for energy conversion units in dynamic energy flow analysis. Science China Technological Sciences. 2023. Vol. 66. P. 243–254. https://doi.org/10.1007/s11431-022-2172-8.
6. Huang Y., Sun Q., Zhang N., Wang R. A multi-slack bus model for bi-directional energy flow analysis of integrated power-gas systems. CSEE Journal of Power and Energy Systems. 2024. Vol. 10. No. 5. P. 2186–2196. https://doi.org/10.17775/CSEEJPES.2020.04190.
7. Huang Y., Ding T., Mu C., Zhang X., He Y., Shahidehpour M. Distributed slack-bus based DC optimal power flow with transmission loss: A second-order cone programming approach and sufficient conditions. IEEE Transactions on Automation Science and Engineering. 2024. Vol. 21. No. 3. P. 3873–3885. https://doi.org/10.1109/TASE.2023.3289306.

Надійшла до редакції 19.05.2025

Прийнята 30.06.2025