Professional Documents
Culture Documents
Optimizacija Naponskog Profila EDS-a
Optimizacija Naponskog Profila EDS-a
Optimizacija Naponskog Profila EDS-a
Sadržaj:
1. Uvod..........................................................................................................................................2
2. Naponski profili u distributivnoj mreži................................................................................3
2.1 Karakteristike distributivne mreže (konfiguracija, parametri, naponski nivoi).................3
2.1.1 Konfiguracija distributivnih mreža...............................................................................4
2.2 Regulacija napona u distributivnoj mreži..........................................................................8
2.2.1 Hijerarhijska struktura upravljanja naponima i reaktivnim snagama...........................9
2.2.2 Naponsko-reaktivni regulacioni resursi......................................................................10
2.3 Baterija kondenzatora (fiksna i promjenljiva).................................................................12
2.4 Uređaji za dinamičku korekciju faktora snage................................................................13
3. Metode za višeparametarsku optimizaciju.........................................................................15
3.1 Savremene metode...........................................................................................................15
3.1.1 Egzaktne metode.........................................................................................................16
3.1.2 Heurističke metode.....................................................................................................19
3.1.3 Napredni proračuni.....................................................................................................20
3.2 Genetski algoritam...........................................................................................................21
4. Program u Matlab-u za određivanje optimalnog rasporeda baterija kondenzatora u
distributivnoj mreži.....................................................................................................................25
4.1 Opis algoritma.................................................................................................................25
4.1.1 Fitnes funkcija.............................................................................................................26
4.2 Primjer analiza (realna 10 kV mreža)..............................................................................26
5. Zaključak...............................................................................................................................35
6. Literatura:.............................................................................................................................36
1
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
1. Uvod
2
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
3
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
mreže jednog srednjeg napona, npr. 20 kV ili 10 kV i to su EDS direktne transformacije. Ukoliko
u okviru EDS na nivou srednjeg napona postoje mreže dva srednja napona, npr. mreže napona 10
kV i mreže napona 35 kV, onda su to EDS sa međutransformacijom. Distributivne mreže SN
distribuiraju snage reda više MW do više desetina MW. Napojne tačke distributivnih SN mreža
su N TS 110/10 kV i u našoj praksi naznačene snage prenosa su 20, 40, 63 MVA. Krajnje tačke
distributivnih mreža SN su distributivne. D TS 10/0.4 kV TR i naznačene snage prenosa su 160,
250, 400, 630, 1000, 1600 kVA.
U našoj praksi snage TR u međutransformaciji 35/10 kV iznose 4, 8, 12.5, 16 MVA.
Distributivne mreže NN su mreže napona 0.4 kV, koje polaze od distributivnih D TS 10/0.4 kV i
preko NN vodova distribuiraju električnu energiju do samih potrošača, odnosno do razvodnih
ormara (RO) sa uređajima za registrovanje potrošnje električne energije. Distributivne mreže
niskog napona prenose snagu od više desetina do više stotina kW.
3. Prema konstruktivnoj izvedbi osnovnih elemenata (elektroenergetski vodovi) mreže
se dijele na:
- vazdušne mreže i
- kablovske mreže.
4
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
1) Radijalna konfiguracija
Svi srednjenaponski vodovi izlaze radijalno iz TS i nisu međusobno povezani, što znači da
ne mogu jedan drugom poslužiti kao rezerva. Ako dođe do prekida napajanja jednog voda u
slučaju kvara na istom, sve niskonaponske mreže napajane preko tog voda ostaju bez napajanja.
Osim toga, mana radijalne konfiguracije su loše naponske prilike na krajevima dugih vodova tj
repovima sistema.
2) Prstenasta konfiguracija
5
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
Očigledno je da, investiciono, ova konfiguracija ima određene prednosti nad prstenastom
konfiguracijom:
- veće iskorišćenje,
- manji broj izvoda,
- kraći produžni dio mreže SN.
Negativna svojstva u odnosu na prstenastu konfiguraciju su:
- veći gubici i pad napona zbog potpunog opterećenja kablova usljed čega imamo i
kraći vijek trajanja kablova u odnosu na prethodni sistem,
- nije obezbijeđena rezerva za slučaj porasta opterećenja,
- priključak rezervnog kabla zahtijeva vezu"glava na glavu", kao i produžetak
rezervnog kabla da bi došao do krajnjih TSSN/NN svih radnih kablova.
6
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
lociranim negdje na "električnoj sredini" povezanih vodova. Pri takvom rješenju imamo relativno
nizak faktor iskorišćenja: i=0.6(nepovoljnost), ali i niz povoljnosti:
7
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
8
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
Primarna regulacija
Primarna regulacija se realizuje preko regulatora pobude sinhronih mašina, regulatora
položaja otcjepa transformatora i regulatora napona/reaktivnih snaga statičkih kompenzacionih
sistema. Najvažniji resursi za regulaciju napona/reaktivnih snaga su sinhrone mašine i regulacioni
transformatori, dok se statički kompenzacioni sistemi koriste za kompenzaciju brzih promjena
napona i reaktivnih snaga velikih industrijskih potrošača. Podešavanje referentnih ulaza na
regulatorima se izvodi ručno ili automatski ukoliko učestvuju u automatskoj sekundarnoj
regulaciji.
Sekundarna regulacija
Sekundarna regulacija se sprovodi po manjim cjelinama na koje se EES može podijeliti,
tako da ona ima regionalni karakter. Ona predstavlja superponirano dejstvo na promjene
referentnih vrijednosti na ulazima primarnih regulatora. Njen osnovni zadatak je koordinacija
napona i reaktivnih snaga unutar pojedinih regulacionih zona, što povoljno utiče na naponsko-
reaktivnu stabilnost i sigurnost. Izvodi se ili ručno ili automatski. Automatska regulacija se
primjenjuje samo u Francuskoj i Italiji.
Tercijarna regulacija
Tercijarna regulacija predstavlja globalnu sistemsku regulaciju napona. Ona je u suštini
„off line“ proces, bez zatvorene povratne sprege. Glavni zadatak ove regulacije jeste da se odrede
željene vrijednosti podešavanja zonskih sekundarnih regulatora koje se u periodu pripreme
pogona dobijaju proračunom optimalnih tokova snaga za cio sistem EES. Na nivou tercijarne
regulacije se odlučuje o planu angažovanja agregata i programu rada statičkih uređaja za
proizvodnju/apsorpciju reaktivnih snaga. [7]
9
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
10
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
11
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
4) Redni kondenzatori
Fazorski dijagram formiran za šemu sa Slike 2.10. pokazuje da se pod uticajem baterije
reaktivna snaga kondenzatora u vodu smanjuje pri neizmijenjenoj snazi potrošača. Time se
smanjuje pad napona i gubici snage u vodu što je i osnovni cilj kompenzacije. Baterija
kondenzatora je specifična u odnosu na sinhroni kompenzator zato što njena reaktivna snaga
zavisi od napona u tački priključka u mreži. Nju karakteriše negativan regulacioni efekat zato što
pad napona direktno izaziva pad reaktivne snage baterije. Uloga kondenzatorske baterije je da
smanji ugao snage, tj. da popravi faktor snage.
12
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
Postoje razni tipovi uređaja za korekciju faktora snage i mogu se podijeliti na pasivne,
aktivne i dinamičke.
Pasivni tip predstavlja filtere koji se sastoje od kondenzatora i prigušnica. Koriste se da
pretvore ne-linearne potrošače u linearne. Međutim, oni su manje efektni u popravci faktora
snage.
13
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
14
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
15
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
Egzaktne metode imaju formu grananja i druge oblike pretrage, dok heurističke metode
imaju drugačiji karakter zasnovan na lokalnoj pretrazi ili imitaciji prirodnog procesa. [1]
16
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
Ipak, ova metoda ne osigurava da ovo rješenje bude globalni optimum pa samim tim
povećava mogućnost da svaka od ovih metoda pronađe lokalno optimalno rješenje. Još jedan
nedostatak ovih metoda jeste što zahtijevaju sve informacije o funkciji cilja, njihovu zavisnost od
svih promjenjivih kao i prirodu funkcije. Sve ove karakteristike čine ove egzaktne metode
neprimjenljivim za mnoge probleme iz realnog života gdje ima nedovoljno informacija o
matematičkom modelu sistema, zavisnosti parametara, i slične informacije. Metode optimizacije
koje se ugrađuju u algoritme za optimalne tokove snaga dijele se na:
1. Linerno programiranje (LP)
2. Nelinearno programiranje (NLP)
3. Integer programiranje (IP)
4. Odvojeno programiranje (OP)
5. Programiranje mješovitih brojeva (PMB)
Linearno programiranje (LP) se prepoznaje kao pouzdana i robusna tehnika za rješavanje
velikog broja specijalizovanih optimizacionih problema koji karakterišu linearne zadatke i
linearna ograničenja. Komercijalni paketi za optimizaciju tokova snaga sadrže algoritme
linearnog programiranja za rješavanje, planiranje i upravljanje. Kao najčešće korišćene metode
kod Linearnog programiranja izdvajaju se simpleks metoda i metoda unutrašnje tačke.
Simpleks metoda
Ova metoda, koju je 1947.god. osmislio Džordž Dancig, testira susjedna tjemena
dopustivog skupa tako da seza svaku novu tačku funkcija cilja poboljša ili ostane nepromijenjena.
Dopustiv skup je predstavljen kao višedimenzioni mnogougao. Simpleks metoda je vrlo efikasna
u praksi i za određenedistribucije slučajnog ulaza konvergira u polinomijalnom vremenu.
18
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
19
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
20
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
21
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
problema. Kada se dobije zadovoljavajuća evaluacija jedinki prema datoj funkciji cilja, ta jedinka
se izdvaja kao moguće rješenje problema optimizacije.
Dakle, genetskim algoritmom se obavlja usmjereno pretraživanje dijela prostora skupa
mogućih rješenja posmatranog problema. Sigurno je da se najbolje rješenje dobija potpunim
pretraživanjem skupa rješenja. Međutim, za veliki broj praktičnih problema takav način traženja
rješenja zahtijeva previše vremena zbog složenosti proračuna vrijednosti funkcije cilja i
prevelikog skupa mogućih rješenja.
Kod primjene genetskog algoritma na konkretan problem teži se skraćenju vremena
izvšenja algoritma i dobijanju što kvalitetnijih rješenja. Iako se, zbog svoje jednostavnosti i
malog broja neophodnih podataka, genetski algoritam čini prikladnim za primjenu u rješavanju
problema optimizacije, njime se često ne dobijaju zadovoljavajući rezultati. GA ima mogućnost
pronalaženja globalnog optimuma ili rješenja blizu optimuma, ali ponekad daje samo lokalni
optimum kao rješenje. Uspješnost GA zavisi od:
- Prilagođenosti algoritma i problema
- Postupka izvođenja genetskog algoritma (veličina populacije, broj iteracija)
- Načina selekcije jedinki za razmnožavanje
- Odgovarajućeg izbora genetskih operatora ukrštanja i mutacije
22
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
3.2.3 Selekcija
Selekcija u GA predstavlja postupak izbora jedinki roditelja između svih jedinki u
trenutnoj populaciji. Izborom pogodnog načina selekcije omogućava se izbor jedinki koje sadrže
dobar genetski materijal koji će se kasnije razmnožavanjem prenijeti potomcima. Osnova za
ocjenu kvaliteta neke jedinke u smislu rješavanja problema optimizacije je sama vrijednost
funkcije cilja. Upoređivanjem vrijednosti funkcije cilja više jedinki, one se rangiraju po
uspješnosti. Ako kod rješavanja problema optimizacije, optimum predstavlja globalni minimum
funkcije cilja (kao što je to kod posmatrane optimizacije raspoređivanja kondenzatorskih baterija
bez troškova kondenzatorskih baterija), onda kriterijum za međusobno upoređivanje kvaliteta
više jedinki glasi: jedinka za koju funkcija cilja ima manju vrijednost je bolja od jedinke za koju
funkcija cilja ima veću vrijednost. Selekcija koja se najčešće koristi naziva se selekcija najboljih.
To je podvrsta sortirajuće selekcije koja pripada skupu rangirajuće selekcije. Ova vrsta selekcije
je pogodna zbog toga što osigurava uspješno miješanje i prisustvo većine gena u populaciji.
Treba pomenuti i elitizam koji predstavlja mehanizam očuvanja najbolje jedinke kroz više
generacija (populacija).
23
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
3.2.5 Mutacija
Mutacija je genetski operator koji obavlja slučajnu izmjenu jednog ili više gena u
hromozomu jedinke. Osnovni operator mutacije djeluje na svaki gen svake nove jedinke i vrši
promjenu nekih gena u skladu sa odabranom vjerovatnoćom. Definisanje prikladne mutacije je od
velikog značaja za genetski algoritam. Operator mutacije omogućava pretraživanje prostora
rješenja koji nije obuhvaćen ukrštanjem i tako osigurava da se algoritam ne usredsredi na
područje lokalnog minimuma. Takođe, promjenom vrijednosti nekog gena operator mutacije
omogućava uvođenje novih gena u trenutnu populaciju.
Postoje operatori koji izvode mutaciju u dva koraka. Prvi korak je izbor jedinki koje će
mutirati, a drugi je izbor i mutacija gena unutar odabranih jedinki. Ova vrsta mutacije spada u tip
miješajuće mutacije.
24
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
Ovaj problem optimizacije se rješava uz pomoć Matlab Simulink-a koji služi za proračun
tokova snaga i napona u čvorovima. Potrebno je prilagoditi sve operatore GA samom problemu
optimizacije. Na samom početku potrebno je u Simulink-u nacrtati model mreže za analizu i
unijeti realne parametre kao što su otpornost, kapacitivnost, induktivnost i dužina vodova kao i
napone kratkog spoja transformatora i sl.
Potrebno je ukazati kako će se jedinke prikazivati brojčanim kodom. Postoji više načina
prikazivanja jedinki, a za ovaj tipičan problem odabran je binarni zapis jedinki. To znači da će
svaka jedinka (u ovom slučaju baterija kondenzatora) biti predstavljena kombinacijom 0 i 1.
Neka pretpostavljena mreža korišćena za analizu ima n čvorova na 10 kV strani u koje je
potrebno dodati baterije kondenzatora, pa samim tim dužina vektora u GA mora biti n. Međutim,
kako će se za ovaj problem koriste četiri različite snage kondenzatorskih baterija (600, 450, 300,
150 kVar) potrebno je svaku bateriju predstaviti subvektorom dužine 4. Imajući ovo u vidu za
ovaj problem će se u genetskom algoritmu koristiti vektor dužine (nx4).
I II III IV V
[0 0 0 0| 0 0 0 1 | 0 0 1 1| 0 1 1 1| 1 1 1 1 |…………| 0 0 0 0] n x 4 Hromozom
Q1 Q2 Q3 Q4 Q5 …………….. Qn
U zavisnosti od broja jedinica unutar svakog subvektora zavisiće položaj, ali i snaga
baterije kondenzatora u samom čvoru. S obzirom da u subvektoru nema jedinica, to znači da će
Q1=0 tj. da u tom čvoru neće biti baterije kondenzatora. U subvektoru II ima jedna jedinica što
znači da će snaga baterije kondenzatora u čvoru II biti Q2=150 kVar. U subvektoru III imamo
dvije jedinice, što znači da će snaga baterije kondenzatora u čvoru III biti Q3=300 kVar. Za
ostale čvorove IV i V lako se uočiti da će snage biti 450 i 600 kVar respektivno. Kompleksnost
optimizacije se ogleda u tome što će se koristiti binarni zapis za vektor dužine n x 4. Ovo znači
da postoji 2(n x 4) mogućih kombinacija različitog rasporeda i različitih snaga baterija
kondenzatora.
Za realizaciju samog algoritma potrebno je kreirati M-file u Matlab-u koji će isčitati
pozicije i snage baterija kondenzatora iz vektora kojeg generiše genetski algoritam i promijeniti
oba parametra u mreži korišćenoj za analizu. Nakon toga potrebno je pokrenuti tokove snaga i
njih iskoristiti za određivanje naponskih prilika u mreži. Treba proračunati odstupanja svih
napona u čvorovima i odrediti broj čvorova u kojima napon prevazilazi definisani(dozvoljeni)
prag odstupanja.
25
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
Kao što se vidi iz prikazanog fitnes funkcija se sastoji od dva parametra. Prvi parametar
C1 predstavlja ukupne troškove potrebne za kompenzaciju. Ako se vektor cijena baterija
kondenzatora označi sa Vc, njegova dimenzija će biti (n x 1), pri čemu je n broj čvorova u koje su
uključene baterije kondenzatora. U ovom specijalističkom radu za analizu će se koristiti
kondenzatorske baterije snage 150, 300, 450, 600 kVar, dok će njihove cijene će biti 100,180,250
i 350€ respektivno. Dakle parametar C1 se računa kao suma vektora cijena baterija kondenzatora.
C1=∑Vc (2)
F=∑Vc+ Br_Čvorova x Tk
26
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
Potrošači su modelovani kao čisto aktivni potrošači sa faktorom snage 1, dok su motori
modelovani kao potrošači konstantne snage sa faktorom snage 0.85. Kao što se vidi na Slici 4.1.
svi izvodi u mreži su radijalni, tj.nema mogućnosti dvostranog napajanja što za posledicu ima
slabije naponske prilike. Imamo priključene motore velike snage na krajevima dugih izvoda
(repovima sistema) pa se u tim djelovima sistema očekuju najveći padovi napona.
U ovakvoj distributivnoj mreži kompenzacija je neophodna jer bi na repovima sistema često
reagovala podnaponska zaštita i ostavljale fabriku koja koristi ove motore bez napajanja. S
obzirom da se radi o mreži sa 17 čvorova i da se preko njih napaja više od trideset motora i
nekoliko potrošača, ova mreža je veoma pogodna za izvršenje optimizacije.
Šemu sa Slike 4.1. treba nacrtati tropolno u Matlab Simulink-u, a njen prikaz dat je na
Slici 4.2. Nakon toga potrebno je unijeti sljedeće parametre:
- otpornost, induktivnost, kapacitivnost i dužine vodova,
- napone primara i sekundara, otpornost i induktivnost kao i snagu
transformatora,
- aktivne i reaktivne snage potrošača,
- snagu N TS 110/10 kV,
- nazivnu frekvenciju.
27
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
28
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
0.88
0.88
0.87
0.86
0.84
0.82
Vb1 Vb2 Vb3 Vb4 Vb5 Vb6 Vb7 Vb8 Vb9 Vb10 Vb11 Vb12 Vb13 Vb14 Vb15 Vb16 Vb17
Opšte je poznato da za SN mrežu naponi ne smiju biti manji od 0.95 r.j., a za ovu
konfiguraciju, kao što se i očekivalo, svi naponi izuzev VB1 i VB2 su van dozovljenog opsega.
S obzirom da mreža ima 17 čvorova, to znači da će se koristiti 17 baterija kondenzatora.
Kako se za definisanje snage svake baterije koristi subvektor dužine 4, to znači da će dužina
vektora generisanog od strane Genetskog algoritma biti (17x4=68). Samim tim kompleksnost
problema se ogleda u tome što je dimenzija problema reda 268. Za svaku kombinaciju potrebno je
proračunati tokove snage i naći optimalnu fitnes funkciju koja će sa što manjim ukupnim
troškovima ujedno dati i najmanja odstupanja napona.
Za potrebe ove optimizacije aktiviraju se istovremeno tri zasebne cjeline Matlaba-a:
- Workspace u koji se ispisuju vektor koji generiše GA i vrijednost fitnes
funkcije,
- Simunlink u kojem se aktuelizuju vrijednosti snaga baterija kondenzatora i
računaju tokovi snaga,
- Genetski algoritam koji je odabran kao optimizaciona metoda.
Istovremeno aktiviranje ovih cjelina ima za posljedicu dugo vrijeme izvršenja. Najčešće se
broj generacija (iteracija) GA-a podesi na 100. Sa većim brojem generacija postiže se veća
preciznost i za ovako izazovnu i kompleksnu optimizaciju potrebno je imati napredan računar.
Broj iteracija takođe zavisi od konvergencije i prirode samog problema. Zbog mogućnosti da GA
ne uspije da pronađe globalno optimalno rješenje, već konvergira ka lokalnom optimumu,
simulacija je pokrenuta nekoliko puta. Za ovaj optimizacioni problem potrebno je oko 60
iteracija, a vrijeme izvršenja je oko 30h.
29
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
Kao što je prikazano na Slici 4.3. naponske prilike u mreži su veoma loše naročito u
čvorovima sa oznakom Vb11 do Vb17. Imajući ovo u vidu za očekivati je da se u te čvorove
postave baterije kondenzatora najvećih snaga. Kad se rješavaju slični problemi dozvoljeni prag
odstupanja napona se obično definiše na +/-2%. Međutim, dovođenje napona na vrijednot 0.98
uz pomoć samo kondenzatorskih baterija nije moguće, jer se radi o realnoj mreži sa motorima
velikih snaga, dugim radijalnim izovdima gdje su naponi ispod 0.9 r.j. (Vb17=0.87 r.j.).
Primarni cilj je da svi naponi budu unutar praga +/-5% s obzirom na činjenicu da je to
dozvoljeni prag odstupanja za SN mrežu. Za ovo odstpanje optimizacija je zavrsena u 52
iteracije, i dobijen je sljedeći optimalan raspored baterija kondenzatora prikazan na Slici 4.4.
0
Qb1 Qb2 Qb3 Qb4 Qb5 Qb6 Qb7 Qb8 Qb9 Qb10 Qb11 Qb12 Qb13 Qb14 Qb15 Qb16 Qb17
Sli
ka 4.4. Optimalni raspored baterija kondenzatora za odstupanje 5%
Ukupna snaga kompenzacije je 5500 kVar i pri ovom rasporedu baterija kondenzatora
dobijaju se naponi u čvoroviđđma koji su prikazani na Slici 4.5.
1.02
0.98
0.96
0.95 0.95 0.95 0.95 0.95
0.94
0.92
0.9
Vb1 Vb2 Vb3 Vb4 Vb5 Vb6 Vb7 Vb8 Vb9 Vb10 Vb11 Vb12 Vb13 Vb14 Vb15 Vb16 Vb17
Sl
ika 4.5. Naponi nakon optimizacije za odstupanje 5%
30
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
Da bi se lakše uočila razlika između napona čvorova prije i nakon optimizacije, oni
prikazani su na istoj slici (Slika 4.6.). Ukupni troškovi ove kompenzacije su 3310 NJ (novčanih
jedinica) ali napon svakog čvora se povećao što za posljedicu ima, ne samo poboljšanu naponsku
stabilnost sistema, već i manje prenosne gubitke.
0.98
0.96
0.94
0.92
0.9
0.88
0.86
0.84
Pošto je primarni cilj zadovoljen (naponi svih čvorova su unutar +/-5% odstupanja od
nominalne vrijednosti), sljedeći korak je sužavanje praga odstupanja što je više moguće pa je
nakon toga optimizacija je pokrenuta za odstupanje napona 4%. Kao što se moglo pretpostaviti,
ukupna snaga kompenzacije je za 750 kVar veća nego u prvom slučaju i iznosi 6300 kVar. Kako
je ukupna snaga kompenzacije veća, veći su i ukupni investicioni troškovi ali su postignute još
bolje naponske prilike nego u prethodnom slučaju.
1.04
1.02
1
0.98 0.98
0.98 0.97 0.97 0.97 0.97 0.97 0.97
0.96 0.96 0.96 0.96 0.96 0.96 0.96
0.96 0.95 0.95
0.94
0.92
0.9
Vb1 Vb2 Vb3 Vb4 Vb5 Vb6 Vb7 Vb8 Vb9 Vb10 Vb11 Vb12 Vb13 Vb14 Vb15 Vb16 Vb17
31
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
Kao što se vidi na Slici 4.7. naponi čvorova Vb16 i Vb17 su ispod iznose 0,95 što je izvan
dozovljenog praga odstupanja 4%. Prije optimizacije naponi ovih čvorova su iznosili 0,87 pa
samim tim nije moguće postići vrijednsot napona od 0,96 korišćenjem samo baterija
kondenzatora. Naponske prilike u ovim čvorovima su loše ne samo zbog velikih reaktivnih snaga
potrošača već i zbog same pozicije čvora. Ova dva čvora se nalaze na kraju dugih vodova, na
samom repu sistema gdje na pad napona utiču R i X parametri vodova. Povećanje injektiranja
reaktivne snage u ova dva čvora neće uticati na povećanje napona. Raspored baterija
kondenzatora za optimizaciju pri ovom odstupanju je prikazan na Slici 4.8.
450 450 450 450 450 450 450 450 450 450 450
150
0
Qb1 Qb2 Qb3 Qb4 Qb5 Qb6 Qb7 Qb8 Qb9 Qb10 Qb11 Qb12 Qb13 Qb14 Qb15 Qb16 Qb17
Slika 4.8. Raspored baterija kondenzatora za odstupanje 4%
Iako u prethodnom slučaju dva čvora nisu zadovoljila kriterijum odstupanja, potrebno je
izvršiti optimizaciju za odstupanje 3% i provjeriti koliko će čvorova zadovoljiti ovaj kriterijum.
Za ovo odstupanje optimizacija je završena u 57 iteracija, a kao optimalno rješenje dobijen je
sljedeći raspored baterija kondenzatora prikazan na Slici 4.9.
600 600
450 450 450 450 450 450 450 450 450 450
kVar
Qb1 Qb2 Qb3 Qb4 Qb5 Qb6 Qb7 Qb8 Qb9 Qb10 Qb11 Qb12 Qb13 Qb14 Qb15 Qb16 Qb17
32
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
Kao što je očekivano, uži prag odstupanja napona iziskuje i veću ukupnu snagu
kompenzacije pa je za odstupanje 3% potrebna veća snaga nego u prethodna dva slučaja i iznosi
7200 kVar. U ovom slučaju imamo 5 čvorova koji ne zadovoljavaju prag oodstupanja 3%.
Međutim, treba naglasiti da su se naponske prilike znatno popravile u tim čvorovima (Vb13 sa
0,9 na 0,96, a Vb17 sa 0,87 na 0,95. Naponi nakon optimizacije za odstupanje 3% prikazani su na
Slici 4.10.
1.02
1
0.98 0.98 0.98
0.98 0.97 0.97 0.97 0.97 0.97 0.97 0.97 0.97
0.96 0.96 0.96
0.96 0.95 0.95 0.95
0.94
0.92
0.9
Vb1 Vb2 Vb3 Vb4 Vb5 Vb6 Vb7 Vb8 Vb9 Vb10 Vb11 Vb12 Vb13 Vb14 Vb15 Vb16 Vb17
Da bi se lakše uočila razlika između snaga baterija kondenzatora sve tri optimizacije,
njihov raspored je prikazan na Slici 4.11.
400
300 300 300 300
300
200
100
0
Qb1 Qb2 Qb3 Qb4 Qb5 Qb6 Qb7 Qb8 Qb9 Qb10 Qb11 Qb12 Qb13 Qb14 Qb15 Qb16 Qb17
Lako je primijetiti razliku između snaga baterija kondenzatora u prvih devet čvorova, dok
su u posljednjim čvorovima snage približno iste jer dalje povećanje snage baterije kondenzatora u
tim čvorovima ne utiče na povećanje napona.
33
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
Na kraju ako se za baterije kondenzatora snaga 150,300,450 i 600 kVar-a usvoje cijene
100,180,250,350 € respektivno, onda ukupni troškovi iznose 4100 NJ za odstupanje 3%, 3410 NJ
za odstupanje 4% i 3110 NJ za odstupanje 5%. Ukupni troškovi kompenzacije za sva tri
odstupanja prikazani su na Slici 4.12.
4100
4500
4000 3410
3110
Novčane jedinice
3500
3000
2500
2000
1500
1000
500
0
Troškovi za 3% Troškovi za 4% Troškovi za 5%
34
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
5. Zaključak
35
Optimizacija naponskog profila distributivne mreže pomoću strateškog raspoređivanja otočnih kondenzatorskih baterija
6. Literatura:
[1] Soliman Abdel-Hady Soliman and Abdel-Aal Hassan Mantawy, ,,Modern Optimization
Techniques with Applications in Electric Power Systems”, Springer 2012.
[2] J.N. Hooker, ,,Toward Unification of Exact and Heuristic Optimization Methods”,
Carnegie Mellon University, December 2012
[3] Alexander Schatten, ,,Genetics Algorithms Tutorial”
[4] M. Barukčić, Ž. Hederić, F. Jović, ,,Adaption of genetic algorithm for more efficient
minimization of active power losses in power network” , Technical Gazette 15(2008)3
[5] Prof. dr. Jadranka Radović, ,,Elektrodistributivni sistemi”, 2014/2015.
[6] Prof. dr Ilija Vujošević, ,,Analiza Elektroenergetskih sistema I”, Elektrotehnički fakultet
Podgorica, april 2006.
[7] Prof. dr Ilija Vujošević, ,,Upravljanje Elektroenergetskim sistemima-Predavanja 2010.”\
[8] Doc.dr.sc. Ranko Goić, Damir Jakus, Ivan Penović, ,,Distribucija električne
energije(interna skripta)”, Fakultet Elektrotehnike, Strojarstva I Brodogradnje Split, 2008
[9] http://www.elsis.hr/pdf/kondenzatorske_baterije/katalog1.pdf
[10] https://www.fer.unizg.hr/_download/repository/Uredjaji_za_kompenzaciju_jalove_snage.
pdf
[11] http://www.erg.hr/slike/Katalog-ERG-2010.pdf
[12] http://www.mathworks.com/
36