An Optimization Technique for Smart Self-Healing Microgrids

An Optimization Technique for Smart Self-Healing Microgrids. Masters thesis, King Fahd University of Petroleum and Minerals.

[img]
Preview
PDF
An_Optimization_Technique_for_Smart_Self-Healing_Microgrids.pdf - Accepted Version

Download (5MB) | Preview

Arabic Abstract

تواجه نظم التوزيع الكهربايئة التقليدية تغيرات هائلة في الفترة الحالية. أخترعت معدات عالية التقنية وصممت للسماح لمشغلي شبكات الطاقة بالرؤية والتحكم بالنظام الكهربائي بشكل متقن. دمج هذه المعدات عالية التقنية بالنظم الكهربائية يزيد من مستوى الموثوقية ويحول النظام إلى ما يسمى بشبكات التوزية الذكية. بسبب إزدياد أجهزة التحكم والتعقيد المصاحب لتلك الشبكات الذكية، فإن قرار مشغل الشبكة يصبح صعباً للغياة خصوصاً في حالات الطوارئ وإنقطاع الكهرباء مما يؤثر على موثوقية الشبكة. من أجل ضمان الحل الأمثل لإي حالت إنقطاع، يجب تطبيق العديد من الدراسات والتحليلات الرياضية. في هذه الدراسة، يتم تقديم إستراتيجية شفاء ذاتي للشبكات الكهربائة الذكية.(smart microgrids) هذه الإستراتيجية تعتمد على العديد من العوامل التقنية، كسعة المولدات الجاهزة للتشغيل، هيكلة توصيلات الشبكة، و كمية الأحمال الكهربائية. إضافة إلى ذلك، يتم في هذه الرسالة تقديم نموذج لتصنيف أهمية وأولية الأحمال الكهربائية عند إستعادة الطاقة والذي يدمج مع إستراتيجة الشفاء الذاتي. يتم صياغة إستراتيجة الشفاء الذاتي كمسألة MILP والتي تحل بعد ذلك رياضياً لضمات وجود الحل الأمثل. يتم تنفيذ وتطبيق هذه الدراسة على نظام IEEE 3 feeder 16 bus system. النظام المدروس مفترض في هذه الدراسة على أنه ذكي ومجهز بالبنية التحتية عالية التقنية بما في ذلك المفاتيح الآلية، أجهزة الإستشعار الذكية ومعدات كشف وعزل الأخطاء الكهربائية. نتائج التحليلات تشير بكفائة الإستراتيجية المقدمة في إستعادة النظام بعد أية إنقطاع عن طريق إيجاد الحل الأمثل لإستعادة الطاقة من ناحية كمية الطاقة الضرورية من المولدات الكهربائية، كمية تقليص الأحمال اللازمة، و تشكيلة شبكة النظام. بالإضافة، سجلت نتائج جديرة بالملاحظة من حيث سرعة تطبيق الإستراتيجية ودقة الحل.

English Abstract

Typical distribution systems are rapidly facing enormous changes. High technological equipment have been invented and magnificently designed allowing operators to have full vision and control over the system. Integrating these equipment into a conventional distribution system increases the level of reliability and transfers the system to be the so-called “a microgrid”. However, and due to the increased control variables and complexity of such networks, the decision for an operator, especially at emergency and fault cases, becomes a very difficult task, thereby, impacting system reliability. Sophisticated algorithms need to be applied in order to guarantee the optimum restoration solution for any interruption incident. In this study, a smart self-healing optimization strategy for electrical microgrids is proposed that depends on several factors such as, available power supply, system configuration and load demand. Also, a load priority model is proposed which is merged into the self-healing strategy. The strategy of self-healing is formulated as a Mixed Integer Linear Programming (MILP) problem which is then solved mathematically ensuring global optimality of the solution. The strategy is implemented and studied on the IEEE 3 feeder 16 bus distribution system. The systems to be studied is assumed in this thesis to be a smart microgrid distribution systems equipped with automation devices and IT infrastructure including automated switches, sensors and fault detection and isolation devices. Simulation results demonstrate the effectiveness of the proposed strategy in restoring the system after any fault by optimizing system configuration, DGs power output, and amount of load curtailment. Further, remarkable results in terms of accuracy and computational time of the strategy are recorded.

Item Type: Thesis (Masters)
Subjects: Computer
Systems
Engineering
Math
Electrical
Department: College of Engineering and Physics > Electrical Engineering
Committee Advisor: Al-Muhaini, Mohammed
Committee Members: El-Amin, Ibrahim and Abido, Mohammad
Depositing User: MAAD AL OWAIFEER (g200890560)
Date Deposited: 21 Jun 2015 07:11
Last Modified: 01 Nov 2019 15:46
URI: http://eprints.kfupm.edu.sa/id/eprint/139595