Vol. 17 No. 2 (2018): Revista UIS Ingenierías
Articles

Quasi-dynamic analysis of the inclusion of generation distributed in power systems, study case: IEEE 30 nodes system

Luis Felipe Gaitán-Cubides
Universidad Distrital Francisco José de Caldas
Juan David Gómez-Ariza
Ingeniería Eléctrica, Universidad Distrital Francisco José de Caldas
Edwin Rivas-Trujillo
Universidad Distrital Francisco José de Caldas

Published 2018-06-19

Keywords

  • Distributed generation,
  • particle swarm optimization,
  • quasi-dynamic simulation

How to Cite

Gaitán-Cubides, L. F., Gómez-Ariza, J. D., & Rivas-Trujillo, E. (2018). Quasi-dynamic analysis of the inclusion of generation distributed in power systems, study case: IEEE 30 nodes system. Revista UIS Ingenierías, 17(2), 41–54. https://doi.org/10.18273/revuin.v17n2-2018004

Abstract

The latest advances in Distributed Generation (GD) systems have opened a new stage in planning strategies for electrical systems. It is of great importance to determine the economic and technical impact of the installation and commissioning of GD in those parts of the power system where they were previously installed. In this research, the process of optimization of the economic dispatch allows to find the optimum power values to which all the units of the 30-node IEEE system, modified with GD nodes, must be dispatched, trying to minimize generation costs in conventional units. The results of this optimization process are implemented in a "Quasi-Dynamic Simulation" that allows to identify and analyze the parameters that vary in the system over time, in addition to dimensioning the values of power losses in the lines and transformers of the system.

Downloads

Download data is not yet available.

References

G. A. C. Godoy, Impacto De La Generación Distribuida En La Operación De La Distribución, Santiago de Chile: Universidad De Chile, Facultad De Ciencias Físicas Y Matemáticas, Departamento De Ingeniería Eléctrica, 2013.

A. F. Sarabia, Impact of distributed generation on distribution system, Aalborg: Department of Energy Technology, Faculty of Engineering, Science and Medicine, Aalborg University, 2011.

Congreso de Colombia, «Ley 1715 de 2014: Por medio de la cual se regula la integración de las energías renovables no convencionales al Sistema Energético Nacional.,» 2014.

Power, «Electric Power Systems Analysis & Nature-Inspires Optimization Algorithms,» [En línea]. Available: http://www.al-roomi.org/power-flow.

D. M. Escobar, Formulación del Despacho Económico en el Mercado de Energía con Alta Penetración de Energía Eólica, Guadalajara: Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional Unidad Guadalajara, 2016.

Agosto 2016. [En línea]. Available: http://www.al-roomi.org/power-flow.

Instituto Colombiano de Normas Técnicas y Certificación, ICONTEC, NTC 819, Norma Tecnica Colombiana 819, ELECTROTECNIA. TRANSFORMADORES TRIFÁSICOS AUTOREFRIGERADOS Y SUMERGIDOS EN LIQUIDO. CORRIENTE SIN CARGA, PÉRDIDAS Y TENSION DE CORTOCIRCUITO., ICONTEC, 1995.

S. Castaño, Redes de distribución de energía, Manizales: Universidad Nacional de Colombia, 2009.

A. Pedraza, D. Reyes, C. Gómez y F. Santamaría, «Impacto de la Generación Distribuida sobre el Esquema de Protecciones en una Red de Distribució,» Universidad Distrital Francisco Jose de Caldas, 2015.

GmbH DIgSILENT, DIgSILENT PowerFactory Version 15 User Manual, 2014.

A. F. P. Hernández, Localización de fallas en alimentadores primarios de distribución de energía eléctrica considerando incertidumbres en la carga y con presencia de Generación Distribuida, Pereira: Universidad Tecnológica De Pereira, 2013.

J. F. Schutte, Particle Swarms in sizing and global optimization, University of Pretoria, 2001.

E. R. y K. J., «Particle Swarm Optimization,» de Proceedings of IEEE International Conference on Neural Networks Vol. IV: 1942 - 1948, 1995.

B. Birge, «Mathworks,» 2006. [En línea]. Available: https://www.mathworks.com/matlabcentral/fileexchange/7506-particle-swarm-optimization-toolbox.

T. Rambharose, «Mathworks,» Noviembre 2010. [En línea]. Available: https://www.mathworks.com/matlabcentral/fileexchange/29565-neural-network-add-in-for-psort.

R. Danaraj, «Mathwoks,» Marzo 2014. [En línea]. Available: https://www.mathworks.com/matlabcentral/fileexchange/46002-optimal-power-flow-by-vector-pso.

R. Danaraj, «Mathworks,» Agosto 2008. [En línea]. Available: https://www.mathworks.com/matlabcentral/fileexchange/20984-pso-solution-to-economic-dispatch.

R. Danaraj, «Mathworks,» Marzo 2009. [En línea]. Available: https://www.mathworks.com/matlabcentral/fileexchange/23491-improved-pso-program-to-solve-economic-dispatch.

Mathworks, «Mathworks,» Diciembre 2009. [En línea]. Available: https://www.mathworks.com/matlabcentral/fileexchange/25986-constrained-particle-swarm-optimization.

S. Frank y S. Rebennack, A Primer on Optimal Power Flow: Theory, Formulation, and Practical Examples, Golden, 2012.

J. Nuñez, Comparacion Tecnica Entre Los Programas De Simulacion De Sistemas De Potencia DigSILENT PowerFactory y PSSS/E, 2015.

F.A. Zúñiga-Cortés, E.F. Caicedo-Bravo and D.M López-Santiago, “Gestión óptima de la potencia eléctrica en una microrred conectada, basada en el algoritmo genético para optimización multiobjetivo MOGA,” Rev. UIS Ing., vol. 15, no. 2, pp. 17-33, 2016. Doi: 10.18273/revuin.v15n2-2016002

V. Toro, S. Rivera and E. Mojica-Nava, “Mejoras de la regulación de frecuencia utilizando el aumento de inercia de microrredes interconectadas,” Rev. UIS Ing., vol. 16, no. 2, pp. 35-42, 2017. Doi: https://doi.org/10.18273/revuin.v16n2-2017003