In this section

    Intelligent Smart Restoration Technique for Microgrids

    Intelligent Smart Restoration Technique for Microgrids. Masters thesis, King Fahd University of Petroleum and Minerals.

    [img]
    Preview
    		 PDF
    Thesis_Final_By_g201408000.pdf
    Download (2MB) | Preview

    Arabic Abstract

    إن مفهوم الميكروغريد )الشبكة المصغرة( في نظام التوزيع الكهربائي يكتسب اهتماماً هائلاً في العقود الأخيرة من قبل الباحثين والحكومات والشركات بسبب مزاياه على شبكات التوزيع التقليدية. علاوةً على ذلك، فإن دمج مصادر الطاقة المتجددة في الميكروغريد سيساهم في الحد من انبعاثات الكربون العالمية. ومع ذلك، فإن تقطُّع الطاقة الشمسية الكهروضوئية وطاقة الرياح يجعل منهما تحدياً من حيث الدمج والاستفادة من ناحية التوزيع. في هذا الصدد، فإن التهجين في الميكروغريد، بما في ذلك الطاقة الشمسية الكهروضوئية، و طاقة الرياح، وتخزين الطاقة، ومولدات الديزل الصغيرة، سيخلق إمكانيةً كبيرةً لنظام طاقةٍ موثوقٍ بها للغاية و قابلةٍ للتوزيع. لذلك، تقدم هذه الأطروحة خوارزميةً تقوم على الخوارزمية الجينية الثنائية المعدلة ) IBGA ( لإدارة انقطاعات الكهرباء في الميكروغريد الهجين وهي طريقة تحسينٍ أمثل بإعادة التشكيل طوبولوجياً. تعمل هذه الخوارزمية على تحسين إنتاج مولدات الديزل ليتم دمجها في الشبكة وتحديد المواقع المثلى لربط المولدات الموزعة ) DG ) وتنفيذٍ مناسب لإدارة الطلب على الطاقة ) DSM (. يتم النظر في أربعة قيودٍ تشغيليةٍ في خوارزمية التحسين الأمثل،وهي: الشعاعية، و قائمة الأولوية، والجهد الكهربائي، وتدفق الطاقة الفرعية. يتم تحويل ثلاث دوالٍ هدفيةٍ و هي: الطاقة غير المزودة ) ENS (، و مؤشر معدل تكرار انقطاع النظام ) SAIFI (، و مؤشر معدل مدة انقطاع النظام (SAIDI) إلى دالة هدفٍ واحدةٍ لتشكل معادلة تصغيرٍ أمثل. من أجل الحفاظ على التطبيق العملي، تم نمذجة المولدات الموزعة و الأحمال عشوائيا واقتراح قائمة أولويةٍ ذكيةٍ. مخرجات المولدات الموزعة، وقيم الأحمال، وقائمة الأولويات تجهز عن طريق إجراء محاكاة لمرحلة التخطيط قبل تضمينها في خوارزمية الإرجاع. يتم إجراء جميع عمليات المحاكاة في بيئة ماتلاب ) MATLAB ( حيث يُربط برنامج MATPOWER6 مع ماتلاب لاختبار قيود تدفق الطاقة. وقد تم تطبيق الخوارزمية المقترحة على نظام توزيع IEEE 33 ، والنتائج التي تم الحصول عليها تُؤكد فعالية الخوارزمية المقترحة.

    English Abstract

    The concept of the microgrid in the electrical distribution system is gaining tremendous interest in recent decades to the researchers, governments, and utilities due to its advantages over conventional distribution networks. Moreover, integration of renewable energy into microgrid results in global reduction of carbon footprint. However, the intermittency of solar photovoltaic (PV) and wind energy has made them a challenge in terms of integration and utilization on the distribution side. In this regard, hybridization in the microgrid, particularly including solar PV, wind energy, energy storage and small-scale diesel generator, is creating a great possibility for highly reliable and dispatchable energy system. Therefore, this thesis has proposed an algorithm based on an improved binary genetic algorithm (IBGA) for managing outages in a hybrid microgrid. This algorithm also optimizes the output of diesel generator to be integrated into the network and finds optimal locations for connecting distributed generators (DGs) and appropriate demand side management (DSM) implementation. Four operational constraints, namely – radiality, priority list, bus voltage and branch power flow, are considered in the optimization. Three objective functions, energy not supplied (ENS), system average interruption frequency index (SAIFI), and system average interruption duration index (SAIDI), are converted to a single objective function format as a minimization problem. In order to maintain practicality, DGs and loads are modeled stochastically and an intelligent priority list is proposed. The output of DGs, load values, and priority list are made ready before including them in the restoration algorithm. All simulations are conducted in MATLAB environment where MATPOWER6 software is linked with MATLAB to test power flow constraints. The proposed algorithm has been implemented on IEEE 33 bus distribution system and the obtained results validate the effectiveness of the proposed algorithm.

    Item Type: Thesis (Masters)
    Subjects: Engineering
    Electrical
    Department: College of Engineering and Physics > Electrical Engineering
    Committee Advisor: Al-Muhaini, Mohammad M.
    Committee Members: ElAmin, Ibrahim Mohamed and Habiballah, Ibrahim O.
    Depositing User: MD ILIUS H PATHAN (g201408000)
    Date Deposited: 03 Jan 2018 05:28
    Last Modified: 31 Dec 2020 06:56
    URI: http://eprints.kfupm.edu.sa/id/eprint/140565