بهینه‌سازی چند‌هدفی استهلاک ترانسفورماتور توزیع و سود مصرف‌کننده با در نظر گرفتن خودروهای برقی

محورهای موضوعی : شبکه هوشمند برق

حمیدرضا علافیه ¹ (دانشکده‌ مکانیک، برق و کامپیوتر- واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران)
حسین محمدنژاد شورکائی ² (دانشکده‌ مکانیک، برق و کامپیوتر- واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران)
سودابه سلیمانی مورچه خورتی ³ (دانشکده‌ مکانیک، برق و کامپیوتر- واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران)

تاریخ دریافت : 1401/06/29 تاریخ پذیرش : 1401/10/27 تاریخ انتشار : 1403/06/01

کلید واژه: ترانسفورماتور, استراتژی متمرکز, استراتژی غیرمتمرکز, خودروهای برقی, سود مصرف‌کننده, نهاد تجمیع‌کننده, معامله‌گری,

چکیده مقاله :

ظهور خودروهای برقی منجر به افزایش توان انتقال یافته از طریق شبکه های توزیع برق شده است. استفاده از این خودروها با میزان نفوذ بالا، تاثیرات زیان باری بر دارایی های شبکه توزیع خواهد داشت. یکی از مهم ترین تاثیرات منفی، کاهش عمر سریع تر در تجهیزات شبکه از جمله ترانسفورماتورهای توزیع است. این مقاله در راستای حفظ عمر ترانسفوراتور، یک استراتژی مدیریت شارژ و دشارژ متمرکز را معرفی می کند. این استراتژی از طریق اپراتور سیستم توزیع و یا نهاد تجمیع کننده مستقل، اجرا می شود. مدل متمرکز در این مطالعه، کاهش عمر ترانسفورماتور و سود حاصل از مدیریت شارژ و دشارژ خودروهای برقی را به صورت همزمان بهینه سازی می کند. این استراتژی در ازای کاهش مختصر از سود خرید و فروش انرژی (معامله گری) مصرف کننده ها، عمر ترانسفورماتور را حفظ می کند و سود کاهش یافته مصرف کننده ها نیز توسط نهاد تجمیع کننده جبران می شود. مدل متمرکز در مقابل مدل غیرمتمرکز قرار می گیرد. در مدل غیرمتمرکز مصرف کننده ها شارژ خودروهای برقی خود را بدون در نظر گرفتن آسیب های وارد به ترانسفورماتور و صرفا برای سود خود بهینه سازی می کنند. در این مطالعه، هر دو مدل متمرکز و غیرمتمرکز در یک شبکه کوچک محلی با تعداد 6 خودروی برقی پیاده سازی شده که خودروها متصل به یک ترانسفورماتور محلی هستند. مدل های متمرکز و غیرمتمرکز با استفاده از نرم افزار گمز (GAMS) اجرا و حل می شوند. با مقایسه نتایج به دست آمده در استراتژی های متمرکز و غیرمتمرکز، مزایای استفاده از مدل متمرکز معرفی شده در متعادل سازی دارایی های شبکه دیده می شود.

چکیده انگلیسی:

The development of electric vehicles (EVs) will increase power transmitted through the distribution grid. Such an effect leads to accelerated aging in grid equipment, including pole-top distribution transformers. In the form of preventive and corrective measures, it is possible to centrally manage the charging operations of a group of electric vehicles connected to a specific pole-top transformer (through the distribution system operator or an independent aggregator). This paper presents a centralized model to co-optimize transformer loss-of-life with benefits for charging and discharging management of consumers' electric vehicles. The proposed model is compared to the decentralized model, in which EV owners optimize their benefits without considering the damages to the transformers. The centralized and decentralized strategies were applied to a small local grid with a maximum number of 6 EVs connected to a local pole-top transformer and implemented and solved using GAMS software. The results show the benefits of the centralized strategy in balancing the grid assets, while consumers' arbitrage benefits are slightly reduced.

منابع و مأخذ:

[1] S. Gaikwad, H. Mehta, “Investigation of effects of increasing EV penetration on distribution transformers in modi ganpati area, Pune”, Peoceeding of the IEEE/EPEC, pp. 1-5, Edmonton, AB, Canada, Nov. 2020 (doi: 10.1109/EPEC48502.2020.9319915).

[2] A. Kriukov, M. Gavrilaş, O. Ivanov, G. Grigoraş, B,C. Neag, F. Scarlatache, “Novel decentralized voltage-centered EV charging control algorithm using DSRC system in low voltage distribution networks”, IEEE Access, vol. 9, pp. 164770-164800, Dec. 2021 (doi: 10.1109/ACCESS.2021.3132419).

[3] H. Cheng, H. Chen, Q. Wang, “An integrated drive power converter topology for plug-in hybrid electric vehicle with G2V, V2G and V2H functions”, Proceeding of the IEEE/ICEMS, pp. 1-6, Harbin, China, Aug. 2019 (doi: 10.1109/ICEMS.2019.8921828).

[4] V. Zdraveski, P. Krstevski, J. Vuletic, J. Angelov, A.K. Mateska, M. Todorovski, “Analyzing the impact of battery electric vehicles on distribution networks using nondeterministic model”, Proceeding of the IEEE/EUROCON, pp. 1-7, Novi Sad, Serbia, July 2019 (doi: 10.1109/EUROCON.2019.8861984).

[5] Y. Liu, X. Li, Y. Liang, S. Zeng, M. Li, “Assessment of impacts on integration of disorderly EV charging load to flexible distribution network”, Proceeding of the IEEE/CPEEE, pp. 139-142, Shiga, Japan, Feb. 2021 (doi: 10.1109/CPEEE51686.2021.9383357).

[6] M. Bunn, B.C. Seet, C. Baguley, D. Martin, “A thermally-based dynamic approach to the load management of distribution transformers”, IEEE Trans. on Power Delivery, vol. 37, no. 6, pp. 5124–5132, Dec. 2022 (doi: 10.1109/TPWRD.2022.3171204).

[7] A. Abaspahic, M. Saric, J. Hivziefendic, T. Konjic, “Impact of complementary integration of electric vehicle charging stations and photovoltaics on voltage quality and voltage stability”, Proceeding of the IEEE/IN­FO­T­EH, pp. 1-6, East Sarajevo, Bosnia and Herzegovina, Mar. 2021 (doi: 10.1109/INFOTEH510­37.20­21.94­00­695).

[8] K. Prakash, M. Ali, M.R. Islam, H. Mo, D. Dong, H. Pota, “Optimal coordination of photovoltaics and electric vehicles for ancillary services in low voltage distribution networks”, Proceeding of the IEEE/ICE­MS, pp. 1-6, Gyeongju, Korea, Nov. 2021 (doi: 10.23919/ICEMS52562.2021.9634429).

[9] J.E. Cardona, J.C. López, M.J. Rider, “Decentralized electric vehicles charging coordination using only local voltage magnitude measurements”, Electric Power System Research, vol. 161, pp. 139-151, Aug. 2018 (doi: 10.10­16/j.epsr.2018.04.003). 

[10] J.M. Sexauer, K.D. McBee, K.A. Bloch, “Applications of probability model to analyze the effects of electric vehicle chargers on distribution transformers”, IEEE Trans. on Power System, vol. 28, no. 2, pp. 847–854, May. 2013 (doi: 10.1109/EPEC.2011.6070213).

[11] H. Turker, S. Bacha, D. Chatroux, A. Hably, “Low-voltage transformer loss-of-life assessments for a high penetration of plug-in hybrid electric vehicles (PHEVs)”, IEEE Trans. on Power Delivery, vol. 27, no. 3, pp. 1323–1331, July 2012 (doi: 10.1109/TPWRD.2012.2193423).

[12] A.D. Hilshey, P.D.H. Hines, P. Rezaei, J.R. Dowds, “Estimating the impact of electric vehicle smart charging on distribution transformer aging”, IEEE Trans. on Smart Grid, vol. 4, no. 2, pp. 905–913, June 2013 (doi: 10.1109/TSG.2012.2217385).

[13] H. Turker, S. Bacha, A. Hably, “Rule-based charging of plugin electric vehicles (PEVs): Impacts on the aging rate of low-voltage transformers”, IEEE Trans. on Power Delivery, vol. 29, no. 3, pp. 1012–1019, June 2014 (doi: 10.1109/TPWRD.2013.2292066).

[14] D. Kothona, A.S. Bouhouras, I. Skalidi, P. Gkaidatzis, N. Poulakis, G.C. Christoforidis, “EV flexibility contribution to distribution network operation”, Proceeding of the IET/MEDPOWER, pp. 348-353, Online Conference, Nov. 2020 (doi: 10.1049/icp.2021.1258).

[15] O. Sundstrom, C. Binding, “Flexible charging optimization for electric vehicles considering distribution grid constraints”, IEEE Trans. on Smart Grid, vol. 3, no. 1, pp. 26–37, Mar. 2012 (doi: 10.1109/TSG.2­011.21­68431).

[16] H. Faria, H. Voos, “Heuristic procedure for the centralized control of EV charging in LV networks”, IEEE Latin America Trans., vol. 17, no. 3, pp. 453–461, Mar. 2019 (doi: 10.1109/TLA.2019.8863316).

[17] T. Rahman, Y. Xu, Z. Qu, “Continuous-domain real-time distributed ADMM algorithm for aggregator ccheduling and voltage stability in distribution network”, IEEE Trans. on Automation Science and Engineering, vol. 19, no. 1, pp. 60–69, Jan. 2022 (doi: 10.1109/TASE.2021.3072932).

[18] S. Cheng, C. Gu, S. Li, J. Li, R. Wei, Y. Zhu, “EV flexibility trading in the electricity market”, Proceeding of the IET/CIRED, Porto, Portugal, pp. 89-93, June 2022 (doi: 10.1049/icp.2022.0669).

[19] R.J. Bessa, M.A. Matos, F.J. Soares, J.A.P. Lopes, “Optimized bidding of an EV aggregation agent in the electricity market”, IEEE Trans. on Smart Grid, vol. 3, no. 1, pp. 443–452, Mar. 2012 (doi: 10.1109/­TSG­.201­1.2159632).

[20] Q. Gong, S. Midlam-Mohler, V. Marano, G. Rizzoni, “Distribution of PEV charging resources to balance transformer life and customer satisfaction”, Proceeding of the IEEE/IEVC, Greenville, SC, USA, pp. 1–7, Mar. 2012 (doi: 10.1109/IEVC.2012.6183201).

[21] J. Jargstorf, K. Vanthournout, T. De Rybel, and D. Van Hertem, “Effect of demand response on transformer lifetime expectation”, Proceeding of the IEEE/ISGTE, pp. 1–8, Berlin, Germany, Oct. 2012 (doi: 10.110­9/ISG­TE­­urope.2012.6465805).

[22] M. Humayun, M.Z. Degefa, A. Safdarian, M. Lehtonen, “Utilization improvement of transformers using demand response,” IEEE Trans. on Power Delivery, vol. 30, no. 1, pp. 202–210, Feb. 2015 (doi: 10.1109/T­PW­RD.2014.2325610).

[23] O. Sadeghian, A. Oshnoei, B. Mohammadi-ivatloo, V. Vahidinasab, A. Anvari-Moghaddam, “A compreh­ens­ive review on electric vehicles smart charging: Solutions, strategies, technologies, and challenges”, Journal of Energy Storage, vol. 54, Article Number: 105241, Oct. 2022 (doi: 10.1016/j.est.2022.105241).

[24] H.M. Abdullah, A. Gastli, L. Ben-Brahim, “Reinforcement learning based EV charging management systems– A review”, IEEE Access, vol. 9, pp. 41506–41531, Mar. 2021 (doi: 10.1109/ACCESS.­202­1.3­06­4354).

[25] M.R. Sarker, M.A. Ortega-Vazquez, D.S. Kirschen, "Optimal coordination and scheduling of demand response via monetary incentives", IEEE Trans. on Smart Grid, vol. 6, no. 3, pp. 1341–1352, May 2015 (doi: 10.1109/TSG.2014.2375067).

[26] D. Arthur, S. Vassilvitskii, “k-means++: The advantages of careful seeding”, Proceeding of the ACM-SIAM, pp. 1027-1035, New Orleans, LA, USA, Jan. 2007.

[27] K. Sun, M.R. Sarker, M. A. Ortega-Vazquez, “Statistical characterization of electric vehicle charging in different locations of the grid”, Proceeding of the IEEE/PESGM, pp. 1–5, Denver, CO, USA, July 2015 (doi: 10.1109/PESGM.2015.7285794).

[28] M. Humayun, A. Safdarian, M.Z. Degefa, M. Lehtonen, “Demand response for operational life extension and efficient capacity utilization of power transformers during contingencies”, IEEE Trans. on Power System, vol. 30, no. 4, pp. 2160–2169, July 2015 (doi: 10.1109/TPWRS.2014.2358687).

[29] P.J. Balducci, L.A. Schienbein, T.B. Nguyen, D.R. Brown, E.M. Fatherlrahman, “An examination of the costs and critical characteristics of electric utility distribution system capacity enhancement projects”, Proceeding of the IEEE/PES, pp. 78-86, Dallas, TX, USA, Oct. 2004 (doi: 10.1109/TDC.2006.1668461).

[30] H.A. Gil, G. Joos, “On the quantification of the network capacity deferral value of distributed generation”, IEEE Trans. on Power System, vol. 21, no. 4, pp. 1592–1599, Nov. 2006 (doi: 10.1109/T­PW­RS­.2006.881158).