بخشی از مقاله
چکیده
این مقاله در مورد تاثیر شبیه سازی بر روی یک شبکه 33 باسه صورت گرفته و جبران توان راکتیو بهبود، پروفیل ولتاژ، کاهش تلفات توان اکتیو، کاهش انحرافات ولتاژ و کاهش نامتعادلی جریان شاخه ها به عنوان توابع هدف در نظر گرفته می شوند. پشتیبانی توان راکتیو برای استراتژی شارژ و دشارژ وسیله نقلیه الکتریکی مورد بررسی قرار می گیرد.
شبکه مورد استفاده در این پژوهش یک شهرک مسکونی 114 خانه وجود داشته باشد که ساکنین این خانه ها دارای 57 وسیله نقلیه الکتریکی باشند که این شبکه توسط یک ترانسفورماتور 300 کیلو ولت آمپر تامین شود در صورتیکه در ساعات پیک این وسایل نقلیه به شارژ زده شوند به بار وسیعی نیاز خواهند داشت که برای تامین این بار به تغییر زیر ساختهای اصلی شبکه والمانهای آن و ایجاد پست جدید می باشد.
این مقاله در جهت کاهش هزینه های شارژ خودروهای الکتریکی و افزایش بیشترین ذخیره سازی با توجه به زیرساختهای موجود و بدون هیچگونه تغییری در آن گام برداشته است. بدین منظور از یک مدلسازی سیستم یکپارچه برای بهینه سازی شارژ خودروهای الکتریکی یک شهرک با حل فراابتکاری یا الگوریتم ژنتیک در نرم افزار MATLAB استفاده شده است.
مقدمه
بهره برداری از وسایل نقلیه الکتریکی دریک سیستم توزیع یک چالش در مدیریت سمت تقاضا خواهد بود که این مشکل به دلیل ابزارهایی است که برای شارژ باتری های این وسایل نقلیه بار قابل ملاحظه ای را وارد شبکه می کند.شارژاین وسایل اثراتی را بر روی شبکه توزیع دارد به این دلیل که این خودروها یک مقدار بزرگ انرژی الکتریکی را مصرف می کنند و این نیاز به توان الکتریکی می تواند باعث پیک های بسیار بزرگ و نامطلوب در مصرف برق شود.
این سناریو قابل قبول است که صاحبان بسیاری از این وسایل نقلیه بعد از اینکه از محل کار خود به خانه بر می گردند بلافاصله شارژر وسیله نقلیه خود را به برق وصل می کنندکه این امر باعث می شود یک پیک بار بسیار زیاد در یک دوره زمانی کوتاه بوجود آید.این شارژ کردن های برنامه ریزی نشده و تصادفی می تواند به شبکه توزیع فشار وارد کند و می تواند باعث نوسانات شدید ولتاژ ، از بین رفتن کارآمدی و اقتصاد سیستم ، میزان تولید کمتر از حد مطلوب و افزایش احتمال خاموشی به علت اضافه بار شبکه گردد.
از نقطه نظر بهره بردار سیستم توزیع تلفات در حین شارژ یک مشکل اقتصادی است که باید حداقل شود. انحراف ولتاژ یک نگرانی برای کیفیت توان می باشد . انحراف ولتاژهای بسیار بزرگ باعث مشکلات قابلیت اطمینان می شود که باید برای اطمینان از عملکرد خوب ادوات الکتریکی از آن جلوگیری کرد .
در جهت کاهش هزینه های شارژ خودروهای الکتریکی و افزایش بیشترین ذخیره سازی با توجه به زیرساختهای موجود و بدون هیچگونه تغییری یک مدلسازی سیستم یکپارچه برای بهینه سازی شارژ خودروهای الکتریکی یک شهرک با الگوریتم ژنتیک در نرم افزار MATLAB استفاده شده است.
-1پیشینه تحقیق
زرگر شوشتری و صنیعی در سال 1394 به مدیریت پرشدگی سیستمهای توزیع به وسیله شارژ هوشمند خودروهای برقی پرداختند. که با در نظر گرفتن شارژ هوشمند خودروهای برقی مدلسازی و حل شده است. در این راستا در ابتدا مقدار بار عادی سیستم، تعداد خودروهای برقی متصل شده و نیاز آنها برآورد خواهد شد سپس بهره بردار سیستم توزیع اقدام به برنامه ریزی شارژ خودروهای برقی با هدف کمینه نمودن هزینه ی خرید برق از شبکه می نماید
ناظمی فر و همکاران در سال 1395 به بکارگیری الگوریتم PSO در بهینه سازی قابلیت اطمینان شبکه توزیع در حضور خودروهای برقی پرداختند. تریودی و همکاران در سال 2016 به بررسی راهبردهای شارژ هوشمند برای یکپارچگی بهینه خودروهای برقی پلاگین در زیر ساخت سیستم توزیع موجود پرداختند.
-2مدل ریاضی
برای حل مساله مورد نظر میبایست از مدلی استفاده نمود که علاوه بر دستیابی به اهداف مورد نظر، تضمین کند که تمام محدودیتهای موجود در این مساله ارضاء میشود.
مدل مورد استفاده
در این مقاله به دو تابع هدف پرداخته شده است.
هدف اول این است که قصد داریم بیشترین انرژی ذخیره شده برای تمام خودروها بدون درنظرگیری هزینه را بدست آوریم. تابع آن بصورت زیر است:
در این رابطه xk,t جریان وارد شده به خودرو در زمان t ، k مجموعه ماشینهای الکتریکی که هریک در ارتباط با هر خانه می باشد.
هدف دوم حداقل کردن هزینه های شارژ است. ما از نمودار تغییر هزینه برق به عنوان یک پارامتر برای دستیابی به این هدف استفاده میکنیم. تابع هدف دوم بصورت زیر میباشد.
که در این رابطه s انرژی ذخیره شده مجاز - kwh - پس از معرفی مدل مورد نظر به روش حل میپردازیم.
-3روش حل
روش حل مساله در این بخش با مشمول شدن فرضیات مساله ارائه خواهد شد. برای حل مساله فرضیات اصلی مسأله را مطرح میکنیم. زیرا قرار است از این موارد استفاده کرده تا به اهداف مساله برسیم. این فرضیات عبارتند از:
✓ در اینجا ما یک شهرک دارای 114 خانه را در نظر می گیریم .
✓ فرض می کنیم که این 114 خانه دارای 57 وسیله نقلیه الکتریکی می باشند .
✓ شبکه ما نسبتا نامتعادل است که این شبکه توسط یک ترانسفورماتور 300 کیلو ولت آمپر تامین می شود. اهداف اصلی این پژوهش نیز بصورت زیر است:
✓ شارژ خودروهای برقی را به گونه ای انجام دهیم که قیود شبکه توزیع رعایت شود و بتوان درصد بالایی از وسایل نقلیه را در شبکههای موجود بدون نیاز به هر گونه ارتقا شبکه و تغییر زیر ساختها جذب کرد که منجر به استفاده کارآمدتر از داراییهای موجود و پس انداز برای مصرف کننده میشود .
✓ حداقل رساندن تلفات و انحرافات ولتاژ
✓ حداقل رساندن هزینه شارژ با در نظر گرفتن محدودیتهای : ترانسفورماتور، خط، عدم تعادل فاز بطوریکه رضایت مصرف کنندگان رعایت شود .
از این رو برای حل این مساله چند هدفه از الگوریتم ژنتیک استفاده میکنیم.
-4روش پیشنهادی
در سناریوی پیشنهادی ما، فرض میکنیم که حداقل %50 منازل موجود در شبکه دارای یک خودروی الکتریکی هستند. علاوه بر این، از ترانسفورماتور با ظرفیت 300 کیلو ولت آمپر استفاده شده است. در ابتدای شبیه سازی، اجازه میدهیم که تمام وسایل نقلیه الکتریکی در بیشترین نرخ ممکن شارژ شوند یعنی 3.45 کیلووات در ولتاژ استاندارد 230 ولت و خروجی 15 آمپر. اما ساعاتی که آنها شروع به شارژ میشوند متغیر است. شکل زیر بیانگر نرخ هزینه های مصرف برق در طول شبانه روز است.
شکل 1-4تعرفه زمان استفاده و هزینه مصرف برق - قیمت ها بر حسب دلار است -
