Anahtar Kelimeler – Dağıtım Sistemi, Dağıtık Üretim, Optimal Yerleşim.
Son zamanlarda, Dağıtık Üretim (DÜ), fosil yakıtlar kullanmaksızın temiz elektrik
üretmeye yönelik sürdürülebilir yaklaşımı nedeniyle git gide daha yaygın hale
gelmektedir. DÜ ile çalışmanın faydalarından biri de, entegrasyonun bireylerin veya
işletmelerin kendi güçlerini ürettikleri daha küçük ölçeklerde gerçekleşebilmesidir.
DG birimleri, optimal konumlara yerleştirilmediklerinde süreç çok daha da
güçleşmektedir. Bunun sebebi yanlış boyutlandırma, ve kayıpların artması
olabilmektedir. DG birimlerinin çevresel ve ekonomik kısıtlara göre en uygun şekilde
yerleştirilmesi ve boyutlandırılması için akıllı entegrasyon gereklidir.
Dağıtık üretim, yük yakınındaki elektrik sistemine doğrudan bağlı küçük elektrik
santralleri kullanma fikrinden gelişmektedir. Bu, kayıpları azaltır ve gerilim
profillerinde kararlılığı artırabilir. Böylelikle işletme maliyetlerinde azalma, yoğun
saatlerde daha az kesinti ve daha kararlı bir elektrik sistemi anlamına gelmektedir.
Elektrik şebekeleri üzerindeki gerilim profillerinin ve şebekedeki güç kayıplarının
olumsuz etkilerden kaçınmak için, DG üniteleri verimli ve hassas bir şekilde
dağıtılmalıdır.
Bu araştırmada, Amman-Ürdün'deki 5,6 MW’lık radyal dağıtım sistemi üzerindeki
DÜ birimleri için optimal yerleşimi, optimal güç faktörü ve boyutunu bulmak için
Parçacık Sürü Optimizasyonu (PSO) yöntemi kullanılmaktadır. Böylelikle, ortaya
çıkan güç kayıpları azaltılarak şebeke gerilim profilleri iyileştirilmiş olacaktır.
Sistemin karmaşık optimizasyon problemini çözmek için MATLAB ortamında
geliştirilen Parçacık Sürü Optimizasyon yöntemi uygulanmıştır. Farklı güç
faktörlerine sahip dört farklı senaryo için sonuçlar tablo ve şekillerde verilmiştir.
Sonuçlar, PSO'nun radyal dağıtım sistemi tahsis problemlerinde başarıyla
kullanılabileceğini göstermektedir. En iyi senaryo, görünür güçte en büyük düşüşü
sağlayan dördüncü senaryo olarak görülmüştür.
PSO algoritması, Ürdün-Amman'daki radyal dağıtım şebekesine uygulandı. Bu sistem
bölüm 3.5'te açıklanmakta ve Şekil 3.1’de gösterilmektedir. Tezdeki 7. Bölüm,
sistemin kararlılığının arttırılması ve kayıpların azaltılmasına ilişkin detaylı sonuçları
göstermektedir.
Sürekli artan talebe ek olarak, dağıtım sistemleri önemli gerilim düşüşleri, yüksek güç
kaybı ve düşük gerilim kararlılığı ile karşı karşıyadır. Günümüzde bu endişeler,
elektrik üretim ve ulaşım sektörlerinde dağıtık jeneratörlere olan ilgiyi artırmıştır.
(DG) üniteleri, yüksek güvenilirlik ve etkinliklerinin yanı sıra iletim ve dağıtım
hatlarındaki yükü hafifletme potansiyelleri nedeniyle elektrik piyasalarında genel bir
başarıdır.
Distribution System, Distributed Generation (DG), Optimal Allocation.
Recently, the Distributed Generation (DG) unit has become more prevalent due to its
sustainable approach to generating clean electricity without using fossil fuels. One of
the benefits of dealing with the DG is that integration may take place at more minor
scales where individuals or businesses produce their power. The DG units are even
more difficult when they are not located at optimal locations because improper sizing
might lead to increased losses. Integration must be intelligent to guarantee that
Distributed Generation units are properly located and scaled in accordance
with economic restrictions.Integration must be intelligent to guarantee that
Distributed Generation units are properly located and scaled in accordance
with economic restrictions.
The concept of the DG is to use tiny electric power stations effectively linked to the
electricity grid close to the load; it also increse voltage profile stability
and minimize all losses, resulting in lower operating costs, fewer blackouts during
peak hours, and a more sustainable electrical grid. units should be deployed
effectively and accurately to prevent negative effects on electric networks in terms of
voltage profiles and power losses across the system.
This thesis used the Particle Swarm Optimization (PSO) technique to determine the
optimal position, power factor, and capacity of the DG units in a 5.6 MW radial system
in Amman city. In order to tackle the system's optimization challenge, the particle
swarm optimization approach was applied in the Matlab platform. The results for the
four distinct power factor (PF) scenarios are presented in the tables and graphs. The
results demonstrate that PSO may be utilized effectively for radial distribution system
allocation challenges. The PSO algorithm was applied to the Radial Network in
Amman, Jordan. This system will be explained in section 3.5 and figure 3.1, shows
this system. Section 7 in the thesis shows the results of increasing the system's stability
and reducing losses.
The following section will explain other methods writers and researchers have used to
solve these problems Using different theories and algorithms.
This thesis supports the Jordanian Electricity Legislations, which aim to:
1. Exploitation and development of renewable energy sources to increase the
percentage of their contribution to the total energy and achieve a safe supply of them
and encourage investment in them.
2. Contribute to the protection of the environment and achieve sustainable
development.
3. Rationalizing energy consumption and improving the efficiency of its use in
different sectors.Using the renewable energy DG unit is supporting these Legislation.
This thesis has been divided into seven parts:
The first chapter is the previous one (Introduction). That part introduces the thesis and
gives examples of the same idea based on different methods. The second chapter is
about the electrical system; it about the electrical grid, then it gives information about
electricity generation, electrical transmission, and Amman 51 bus radial distribution
system. The third chapter is about the electrical distribution system; this chapter gives
information about the MV and LV networks; it has included many sections to explain
the MV and LV systems. The fourth chapter explains the PSO algorithm. Chapter five
is on distribution substation and distributed generation. Chapter 6 shows the results;
this chapter has four cases with all tables and figures. The last chapter is the conclusion,
then the appendixes are at the end.