Optimalno pozicioniranje sinhrofazorskih jedinica primenom genetičkog algoritma / PMU Optimal Placement Using Genetic Algorithm
Proces energetske tranzicije podrazumeva i veći udeo proizvodnje iz intermitentnih obnovljivih izvora energije povezanih na elektroenergetski sistem (EES), koji u kratkom periodu mogu da promene proizvodnju i tako utiču na naponske prilike i tokove snaga u sistemu. To pred EES postavlja dodatan izaz...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Savez energetičara
2022-12-01
|
| Series: | Energija, Ekonomija, Ekologija |
| Subjects: | |
| Online Access: | https://doi.ub.kg.ac.rs/2022/10-46793-eee22-4-22o/ |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1850148553640378368 |
|---|---|
| author | Katarina Obradović Goran Dobrić |
| author_facet | Katarina Obradović Goran Dobrić |
| author_sort | Katarina Obradović |
| collection | DOAJ |
| description | Proces energetske tranzicije podrazumeva i veći udeo proizvodnje iz intermitentnih obnovljivih izvora energije povezanih na elektroenergetski sistem (EES), koji u kratkom periodu mogu da promene proizvodnju i tako utiču na naponske prilike i tokove snaga u sistemu. To pred EES postavlja dodatan izazov u postizanju zahtevane pouzdanosti i stabilnosti u radu. Dobar i blagovremen uvid u trenutno stanje električnih parametara mreže igra važnu ulogu u takvim uslovima. Ugradnjom sinhrofazorskih jedinica, odnosno PMU (Phasor Measurement Unit) uređaja, omogućava se da podaci o električnim veličinama čvorova budu vremenski usklađeni sa mikrosekundnom preciznošću obezbeđujući kontrolisanje čak i dinamičkih procesa EES-a u realnom vremenu.
S obzirom da PMU može pored informacije o fazoru napona u posmatranom čvoru da dâ i informacije o strujama incidentnih grana, moguće je postići opservabilnost sistema čak i ako ne poseduje svaki čvor svoj PMU. Ugradnja PMU uređaja u svaki čvor EES-a ne predstavlja ekonomično rešenje s obzirom na veličinu mreže i broj potrebnih jedinica u tom slučaju. Stoga, neophodno je pažljivo pristupiti određivanju potrebnog i dovoljnog broja PMU-a i njihovom pogodnom lociranju kako bi opservabilnost sistema bila zadržana, a troškovi umanjeni što je više moguće.
U okolnostima kada postoji veliki broj čvorova i grana u modelovanoj mreži, korišćenjem metaheurističkih optimizacionih metoda uz odgovarajuću kriterijumsku funkciju i što preciznije definisana ograničenja može da se smanji računarska kompleksnost algoritma u odnosu na metode linearnog i nelinearnog programiranja, bez značajnog uticaja na kvalitet predloženog rešenja. U ovom radu analizirano je korišćenje genetičkog optimizacionog algoritma sa ciljem određivanja pozicije i broja neophodnih PMU uređaja na primeru nekoliko različitih modela mreža. |
| format | Article |
| id | doaj-art-1bac1e1a7fdd48ec8cfc30d923dcdde7 |
| institution | OA Journals |
| issn | 0354-8651 2812-7528 |
| language | English |
| publishDate | 2022-12-01 |
| publisher | Savez energetičara |
| record_format | Article |
| series | Energija, Ekonomija, Ekologija |
| spelling | doaj-art-1bac1e1a7fdd48ec8cfc30d923dcdde72025-08-20T02:27:14ZengSavez energetičaraEnergija, Ekonomija, Ekologija0354-86512812-75282022-12-01244222710.46793/EEE22-4.22OOptimalno pozicioniranje sinhrofazorskih jedinica primenom genetičkog algoritma / PMU Optimal Placement Using Genetic AlgorithmKatarina Obradović0https://orcid.org/0000-0002-2559-8518Goran Dobrić1https://orcid.org/0000-0002-1747-6211Elektrotehnički fakultet, Univerzitet u Beogradu, SrbijaElektrotehnički fakultet, Univerzitet u Beogradu, SrbijaProces energetske tranzicije podrazumeva i veći udeo proizvodnje iz intermitentnih obnovljivih izvora energije povezanih na elektroenergetski sistem (EES), koji u kratkom periodu mogu da promene proizvodnju i tako utiču na naponske prilike i tokove snaga u sistemu. To pred EES postavlja dodatan izazov u postizanju zahtevane pouzdanosti i stabilnosti u radu. Dobar i blagovremen uvid u trenutno stanje električnih parametara mreže igra važnu ulogu u takvim uslovima. Ugradnjom sinhrofazorskih jedinica, odnosno PMU (Phasor Measurement Unit) uređaja, omogućava se da podaci o električnim veličinama čvorova budu vremenski usklađeni sa mikrosekundnom preciznošću obezbeđujući kontrolisanje čak i dinamičkih procesa EES-a u realnom vremenu. S obzirom da PMU može pored informacije o fazoru napona u posmatranom čvoru da dâ i informacije o strujama incidentnih grana, moguće je postići opservabilnost sistema čak i ako ne poseduje svaki čvor svoj PMU. Ugradnja PMU uređaja u svaki čvor EES-a ne predstavlja ekonomično rešenje s obzirom na veličinu mreže i broj potrebnih jedinica u tom slučaju. Stoga, neophodno je pažljivo pristupiti određivanju potrebnog i dovoljnog broja PMU-a i njihovom pogodnom lociranju kako bi opservabilnost sistema bila zadržana, a troškovi umanjeni što je više moguće. U okolnostima kada postoji veliki broj čvorova i grana u modelovanoj mreži, korišćenjem metaheurističkih optimizacionih metoda uz odgovarajuću kriterijumsku funkciju i što preciznije definisana ograničenja može da se smanji računarska kompleksnost algoritma u odnosu na metode linearnog i nelinearnog programiranja, bez značajnog uticaja na kvalitet predloženog rešenja. U ovom radu analizirano je korišćenje genetičkog optimizacionog algoritma sa ciljem određivanja pozicije i broja neophodnih PMU uređaja na primeru nekoliko različitih modela mreža.https://doi.ub.kg.ac.rs/2022/10-46793-eee22-4-22o/pmu (phasor measurement units)optimizacija lociranja pmugenetički algoritam |
| spellingShingle | Katarina Obradović Goran Dobrić Optimalno pozicioniranje sinhrofazorskih jedinica primenom genetičkog algoritma / PMU Optimal Placement Using Genetic Algorithm Energija, Ekonomija, Ekologija pmu (phasor measurement units) optimizacija lociranja pmu genetički algoritam |
| title | Optimalno pozicioniranje sinhrofazorskih jedinica primenom genetičkog algoritma / PMU Optimal Placement Using Genetic Algorithm |
| title_full | Optimalno pozicioniranje sinhrofazorskih jedinica primenom genetičkog algoritma / PMU Optimal Placement Using Genetic Algorithm |
| title_fullStr | Optimalno pozicioniranje sinhrofazorskih jedinica primenom genetičkog algoritma / PMU Optimal Placement Using Genetic Algorithm |
| title_full_unstemmed | Optimalno pozicioniranje sinhrofazorskih jedinica primenom genetičkog algoritma / PMU Optimal Placement Using Genetic Algorithm |
| title_short | Optimalno pozicioniranje sinhrofazorskih jedinica primenom genetičkog algoritma / PMU Optimal Placement Using Genetic Algorithm |
| title_sort | optimalno pozicioniranje sinhrofazorskih jedinica primenom genetickog algoritma pmu optimal placement using genetic algorithm |
| topic | pmu (phasor measurement units) optimizacija lociranja pmu genetički algoritam |
| url | https://doi.ub.kg.ac.rs/2022/10-46793-eee22-4-22o/ |
| work_keys_str_mv | AT katarinaobradovic optimalnopozicioniranjesinhrofazorskihjedinicaprimenomgenetickogalgoritmapmuoptimalplacementusinggeneticalgorithm AT gorandobric optimalnopozicioniranjesinhrofazorskihjedinicaprimenomgenetickogalgoritmapmuoptimalplacementusinggeneticalgorithm |