Optimization of photovoltaic power plant allocation and smart inverter settings to maximize the distribution network’s hosting capacity

Abstract

As the integration of solar photovoltaic (PV) power plants into electrical grids grows, it becomes critical to determine the maximum PV capacity that can be safely connected to distribution networks without compromising the grid operation and service quality. This thesis formulates an optimization problem to maximize the PV hosting capacity (HC) in a medium-voltage distribution feeder by allocating (siting and sizing) ground-mounted PV power plants, considering both the power factor and voltage-reactive power (Volt-VAr) control functions of their corresponding smart inverters (SIs). A simulation-optimization framework that integrates Python and OpenDSS software is proposed to determine the best number, location, and size of PV systems to be installed on a distribution feeder, as well as the best control set-points of the PV inverters. This thesis also quantifies the location-specific PV HC (PVHC) by connecting a single PV plant at a time (i.e., centralized allocation) at each candidate location and considering the maximum values of feeder bus voltages and thermal loadings through the conductors as performance metrics. Differential evolution (DE) and vortex search (VS) algorithms are used to solve the proposed optimization problem. The connection of one, two, and three PV power plants is tested in an Ecuadorian distribution feeder model. The results indicate that VS presents less variability in its solutions and a higher mean objective function value than DE, and installing two PV power plants with their SIs operating with the Volt-VAr control function produces the highest PVHC.

À medida que cresce a integração de usinas solares fotovoltaicas (FVs) nas redes de energia elétrica, torna-se fundamental quantificar a máxima capacidade de geração FV que pode conectar-se de forma segura na rede de distribuição sem comprometer a operação da rede nem a qualidade do serviço. Nesta tese, é formulado um problema de otimização para maximizar a capacidade de hospedagem (hosting capacity) FV em um alimentador de distribuição de média tensão, alocando (posicionando e dimensionando) usinas solares FV de solo, considerando as funções de controle fator de potência e tensão-potência reativa (Volt-VAr) dos inversores inteligentes correspondentes. Propõe-se um framework de otimização baseado em simulação que integra os software Python e OpenDSS para determinar o melhor número, local e capacidade de usinas FVs a serem instaladas num alimentador de distribuição e determinar os melhores pontos de ajuste das funções de controle dos respectivos inversores das usinas FVs. Esta tese também quantifica a capacidade de hospedagem FV especifica do local, conectando uma única usina FV por vez (isto é alocação centralizada) em cada local candidato e considerando como métricas de desempenho os valores máximos de tensão nas barras e carregamento dos condutores. Os algoritmos de evolução diferencial (ED) e vortex search (VS) foram usados para resolver o problema de otimização proposto. A conexão de uma, duas e três usinas FVs é testada num modelo de um alimentador de distribuição equatoriano. Os resultados indicaram que o VS apresenta menos variabilidade em suas soluções e um maior valor médio da função objetivo do que a ED, e instalar duas usinas FVs com seus inversores inteligentes operando com a função de controle Volt-VAr produz a máxima capacidade de hospedagem.