The Optimization of the Location and Capacity of Reactive Power Generation Units, Using a Hybrid Genetic Algorithm Incorporated by the Bus Impedance Power-Flow Calculation Method

Abstract

Dynamic and static reactive power resources have become an important means of maintaining the stability and reliability of power system networks. For example, if reactive power is not appropriately compensated for in transmission and distribution systems, the receiving end voltage may fall dramatically, or the load voltage may increase to a level that trips protection devices. However, none of the previous optimal power-flow studies for reactive power generation (RPG) units have optimized the location and capacity of RPG units by the bus impedance matrix power-flow calculation method. Thus, this study proposes a genetic algorithm that optimizes the location and capacity of RPG units, which is implemented by MATLAB. In addition, this study enhances the algorithm by incorporating bus impedance power-flow calculation method into the algorithm. The proposed hybrid algorithm is shown to be valid when applied to well-known IEEE test systems.

The consequences and barriers of power system voltage stability in the integration of solar and wind energy: An in-depth analysis

“…𝑞 3# and 𝑤 3# are the resistances and reactions, respectively, of buses 𝑗 and 𝑖 . Kim (2020) proposed that the receiving region of the bus has a static voltage swing indicator that changes between 0 and 1 when the load increases to its maximum value.…”

Phân bố tối ưu nguồn phân tán có chức năng volt-var trên lưới điện truyền tải bằng phương pháp moth-flame optimization cải tiến

“…Trong bài báo này, DG được phân bổ tối ưu cho hệ thống bằng cách phản ánh mức sử dụng tải của mỗi giờ, điều này cho phép phân bổ DG thực tế hơn. Ví dụ, trong một nghiên cứu, ảnh hưởng của DG trên lưới điện đã được cải thiện bằng cách áp dụng đồ thị phụ tải để tối ưu hóa công suất phản kháng của máy phát như Kim (2020).…”

“…Kết quả bài toán sau khi tối ưu bằng phương pháp MFO cải tiến sẽ được so sánh với kết quả của phương pháp GA theo Kim (2020). Kết quả chi tiết được thể hiện trong Bảng 2.…”

“…So với phương pháp GA của Kim (2020), phương pháp MFO cải tiến tuy cho kết quả độ lệch điện áp và tổn thất cao hơn nhưng kết quả hàm đa mục tiêu tốt hơn và chi phí cho DG cũng thấp hơn đáng kể, nhờ đó làm giá trị của hàm đa mục tiêu đạt kết quả tối ưu hơn.…”

Disturbance Evaluation in Power System Based on Machine Learning

“…The real-time and accuracy of the next-time user power consumption forecast is not only one of the realization goals of demand-side management, but also has positive significance for the safe and stable operation of the power system and the improvement of economic benefits. Due to the characteristics of randomness and uncertainty in short-term power consumption of users, the choice of forecasting method and its ability to overcome the randomness directly affect the implementation quality of real-time and accurate power dispatch [12][13][14][15][16][17][18].…”