Optimal probabilistic framework for integration of high penetration of distributed energy resources in electrical distribution systems operation

Página do item simplificado
dc.contributor.advisorFranco Baquero, John Fredy [UNESP]
dc.contributor.authorCordero Bautista, Luis Gustavo
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.date.accessioned2023-09-20T14:34:01Z
dc.date.available2023-09-20T14:34:01Z
dc.date.issued2023-07-28
dc.description.abstractWorldwide clean energy policies are accelerating the deployment of distributed energy resources (DERs) integration into the distribution networks aiming to zero-emission targets, system support benefits and cost-effective grid services. Although clean DERs brings opportunities to customers and utilities, they can be unpredictable due to their stochastic nature leading to an increase of the probability of thermal overloading, overvoltage and reverse power flow. Therefore, traditional distribution network operation becomes more complex due to the increasing in variability and uncertainty of high penetration of DERs. It becomes imperative then take into account its stochastic nature to optimize the use and potential value of the DERs to provide crucial statistical information and evaluate their impacts without compromising the grid operation. In this pathway, this thesis explores and develops a novel optimal probabilistic framework to cater for the uncertainties of PV generation, aggregated demand and EVs with the goal to probabilistically maximize PV generation while evaluating and reducing the probability of technical challenges such as overvoltage using confidence interval constraint. Different probabilistic techniques are implemented through this thesis such as the Monte Carlo simulation, the Point Estimate Method, the Cumulant method with probability distribution reconstruction techniques of the Central Limit Theorem and Edgeworth expansion whose statistical information is employed within the optimization process. The efficiency and accuracy of the Cumulant method with Central Limit Theorem and Edgeworth expansion, 2m+1 PEM with Central Limit Theorem and Edgeworth expansion are presented with a detailed comparison in their performances with the Monte Carlo simulation. The validation of the proposed model is carried out using the IEEE 33 bus system, IEEE 69 bus system and a real electrical distribution system 202 bus system with high penetration of PV generation and EVs. Moreover, the application of the novel optimal probabilistic framework is tested in each test system to probabilistically maximize PV generation while effectively reducing overvoltage probability. The proposed method yielded satisfactory results to probabilistically maximize PV generation in terms of higher fitting accuracy of statistical information and optimal probability distribution for voltage, current, power flow through lines, PV generation with an efficient computational processing with promising application to industries.en
dc.description.abstractAs políticas energéticas mundiais estão acelerando a integração dos recursos energéticos distribuídos (REDs) nas redes de distribuição visando metas de zero emissões de carbono, suporte e serviços na operação da rede de maneira accessível e econômica. Embora os REDs tragam oportunidades para clientes e concessionárias, sua natureza estocástica aumenta a probabilidade de sobretensão, sobrecarga, e fluxo reverso de potência. Portanto, a operação ótima da rede de distribuição com a alta penetração dos REDs torna-se mais complexa. Por esse motivo torna-se imperativo ter em conta a natureza estocástica dos REDs para otimizar o uso e o potencial dos REDs, assim como também utilizar as informações estatísticas para avaliar seus impactos sem comprometer a operação da rede. Nesse contexto, esta tese explora e desenvolve uma nova abordagem ótima probabilística para atender às incertezas da geração fotovoltaica (FV), demanda agregada e carregamento de veículos elétricos (VEs) com o objetivo de probabilisticamente maximizar a geração FV enquanto se reduz a probabilidade da sobretensão usando uma restrição de intervalo de confiança. Diferentes técnicas probabilísticas são implementadas ao longo desta tese, como o método de Simulação de Monte Carlo, o Método de Estimação de Pontos, o Método dos Cumulantes, e técnicas de reconstrução da distribuição de probabilidade como o Teorema do Limite Central e a expansão de Edgeworth, são empregadas na análise probabilística cujas informações são usadas no processo de otimização. A eficiência e precisão dos métodos probabilísticos com as curvas aproximadas de probabilidade são comparadas e avaliadas nos sistemas de IEEE 33 barras, IEEE 69 barras e um sistema elétrico de distribuição real 202 barras com alta geração FV e carregamento de VEs para maximizar a geração FV. Além disso, a aplicação do algoritmo ótimo probabilístico é avaliada em cada sistema teste com o intuito de probabilisticamente maximizar a geração FV enquanto se reduz efetivamente a probabilidade de sobretensão. O método proposto apresentou resultados satisfatórios na optimização probabilística da geração FV, precisão das informações estatísticas e distribuição de probabilidade ótima para tensão, corrente, fluxo de potência nas linhas e geração FV, sob um tempo computacional eficiente com potencial de aplicação na indústria.pt
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
dc.description.sponsorshipIdCAPES: 001
dc.description.sponsorshipIdCAPES: 88882.330218/2019-01
dc.identifier.capes33004099080P0
dc.identifier.urihttp://hdl.handle.net/11449/250736
dc.language.isoeng
dc.publisherUniversidade Estadual Paulista (Unesp)
dc.rights.accessRightsAcesso aberto
dc.subjectCentral limit theoremen
dc.subjectCumulant methoden
dc.subjectElectric vehicleen
dc.subjectEdgeworth expansionen
dc.subjectOvervoltage probability constrainten
dc.subjectPoint estimate methoden
dc.subjectProbabilistic maximization of PV generationen
dc.subjectProbabilistic power flowen
dc.subjectProbabilistic optimization frameworken
dc.subjectAlgoritmo ótimo probabilísticoen
dc.subjectExpansão de Edgeworthen
dc.subjectFluxo de potência probabilísticopt
dc.subjectMétodo dos cumulantespt
dc.subjectMétodo de estimação de pontospt
dc.subjectOtimização probabilística da geração fotovoltaicapt
dc.subjectRestrição de probabilidade de sobretensãopt
dc.subjectTeorema do limite centralpt
dc.subjectVeículos elétricospt
dc.titleOptimal probabilistic framework for integration of high penetration of distributed energy resources in electrical distribution systems operationen
dc.title.alternativeEstrutura Probabilística Ótima na Integração de Alta Penetração de Recursos Energéticos Distribuídos na Operação de Sistemas Elétricos de Distribuiçãopt
dc.typeTese de doutorado
unesp.campusUniversidade Estadual Paulista (Unesp), Faculdade de Engenharia, Ilha Solteirapt
unesp.embargoOnlinept
unesp.examinationboard.typeBanca públicapt
unesp.graduateProgramEngenharia Elétrica - FEISpt
unesp.knowledgeAreaAutomaçãopt
unesp.researchAreaOptimal Operation of Distribution Electrical Systemspt

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
cordero bautista_lg_dr_ilha.pdf
Tamanho:
4.39 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
3.04 KB
Formato:
Item-specific license agreed upon to submission
Descrição:

Coleções

Teses - Engenharia Elétrica - FEIS