İstatistiksel yük akışı

Abstract

Bir enerji sisteminin işletme ve planlama aşamalarında, sistemin çalışmasını ya da sistemin amaçlanan güvenliğini değerlendirmede yük akışı hesaplamaları elzemdir. Yük akışı yöntemleri düşünüldüğünde akıllara öncelikli olarak belirsizlik içermeyen yöntemler olan Gauss Seidel, Newton Raphson, hızlı ayrışık yöntemleri gelmektedir. Bu yöntemler uygulanırken elektrik yükünün ve üretiminin tamamen bilindiği varsayılmakta, hesaplamalar ise bu varsayımlar üzerinden yapılmaktadır. Ancak bu durum gerçeği yansıtmamaktadır. Doğru bir yük akışı hesaplaması için; şebeke yapısındaki değişim, yük talebindeki değişim, yenilenebilir enerji kaynaklarının sisteme eklenmesiyle oluşan güç dalgalanmaları gibi belirsizliklerin göz önünde bulundurularak hesaplamaya dahil edilmesi gerekmektedir.Günümüz güç sistemlerinde, rüzgar enerji sistemleri ve güneş enerji sistemleri gibi yenilenebilir enerji kaynakları da bulunmaktadır. Yenilenebilir enerji kaynakları sistemde fazladan güç dalgalanmasına yani belirsizliklere sebep olmaktadır. Belirsizlik içermeyen yani belirlenimci yöntemler, olasılıksal değerler yerine belirli sabit değerleri kullandığı için, bu yöntemler belirsizlikler altında güvenilir sonuçlar verememektedir. Bu sebeple istatistiksel yük akışı bir diğer adıyla olasılıksal yük akışı, belirsizlik içermeyen yöntemlerin eksiklerini gidermek için literatürde yeni bir başlık olarak yerini almıştır. Bu çalışmada, geleneksel Monte Carlo benzetim yönteminden elde edilen sonuçlar baz alınarak Latin hiperküp örnekleme yöntemi kullanılan Monte Carlo öğrencesi ve Unscented dönüşüm yöntemlerinin karşılaştırmalı çözümlemesi sunulmaya çalışılmıştır. IEEE 14 ve 30 baralı test sistemleri ile Ondokuz Mayıs Üniversitesi yerleşkesi dağıtım sistemi önerilen yöntemlerin uygulanması ve sonuçların görülmesi için bir test sistemi olarak seçilmiştir. Sonuçlar, Unscented dönüşüm yaklaşım yönteminin diğer iki yönteme kıyasla daha hızlı ve güvenilir olduğunu göstermektedir.

During the operation and planning stages of an energy system, load flow calculations are essential to assess the operation of the system or the intended safety of the system. When the load flow methods are considered, Gauss Seidel, Newton Raphson and fast decoupled methods are the primary methods that do not include uncertainty. While applying these methods, it is assumed that the electric consumption and generation are completely known and the load flow calculations are made with using these assumptions. However, this situation does not reflect the reality. For an accurate load flow calculation; changes in the network structure, changes in load demand, and power fluctuations arising from the addition of renewable energy sources to the system should be included in the calculation.In today's power systems, there are renewable energy sources such as wind energy systems and solar energy systems. Renewable energy sources cause extra power fluctuation in the system. Rising of the fluctuation incresas the uncertainties of the power system. Since deterministic methods that do not contain uncertainty because of using certain fixed values instead of probabilistic values, these methods can not give reliable results under uncertainties. Therefore, statistical load flow, also known as probabilistic load flow, has taken its place as a new title in the literature in order to overcome the deficiencies of conventional load flow methods which do not contain uncertainty. In this study, a comparative analysis of Monte Carlo simulation with Latin Hypercube sampling method and Unscented transformation methods are presented. These methods are compared with the results obtained from the classical Monte Carlo simulation method. IEEE 14 and 30 bus test systems and Ondokuz Mayıs University campus distribution system were chosed as a test system for the application of the proposed methods. The results show that Unscented transformation method is faster and more reliable than the other two methods.