Management and Optimization of the Integration of Renewable Energy Sources in Distribution Power Systems

Abstract

Ces dernières années, l'intégration des Sources en Énergie Renouvelable (RESs) dans les réseaux de distribution a considérablement augmenté en raison de considérations technologiques, financières et écologiques. Cependant, des défis se posent en raison des fluctuations inhérentes dans les puissances de sortie des RESs, en particulier des générateurs photovoltaïques et éoliens. Cette incertitude nécessite une planification minutieuse, en tenant compte de la demande de charge, de la tarification de l'énergie et de la variabilité de la puissance de sortie des RESs. Cette thèse propose des méthodologies efficaces pour déterminer les tailles et les emplacements optimaux des RESs dans des conditions probabilistes et déterministes, en utilisant des techniques d'optimisation sophistiquées telles que l'algorithme d'optimisation du morse modifié (MWaOA) et l'algorithme d'optimisation du morse standard (WaOA). Les fonctions objectifs comprennent l'amélioration des profils de tension, la réduction de la perte totale de puissance, la minimisation des coûts et l'amélioration de la stabilité du système. La probabilité de la vitesse du vent, de l'irradiation solaire, de la demande de charge, de la température et de la tarification du réseau est estimée en utilisant la fonction de distribution de probabilité de Weibull (PDF) et la PDF normale, tandis que les techniques de simulation de Monte Carlo capturent l'incertitude du système. Les résultats de la simulation montrent que l'allocation optimale des RESs peut entraîner une réduction des coûts globaux, des pertes de puissance minimales, des profils de tension améliorés et une stabilité accrue du système. De plus, la supériorité du MWaOA par rapport au WaOA dans la résolution des problèmes d'allocation des RESs est confirmée dans des scénarios déterministes et probabilistes.

في السنوات الأخيرة، شهدت عملية دمج مصادر الطاقة المتجددةفي شبكات التوزيع زيادة كبيرة بسبب الاعتبارات التكنولوجية والمالية والبيئية. ومع ذلك، تنشأ تحديات من التقلبات الجوهرية في القدرات الناتجةعن مصادر الطاقة المتجددة، وخاصة مولدات الطاقة الشمسية الفوتوفولتائية والرياح. هذه التحديات تستدعي التخطيط الدقيق، مع مراعاة الطلب على الطاقة، وسعر الطاقة، وتغيرات قدرة إنتاج مصادر الطاقة المتجددة. تقترح هذه الرسالة منهجيات فعّالة لتحديد الأحجام والمواقع المثلى لمصادر الطاقة المتجددةتحت ظروف احتمالية ومحددة باستخدام تقنيات التحسين المعقدة مثل خوارزمية تحسين الفظ المعدلةوخوارزمية تحسين الفظ القياسية . تشمل الوظائف الهدفية تحسين ملامح الجهد، وتقليل الفاقد الكلي للطاقة، وتقليل التكاليف، وتعزيز استقرار النظام. يتم تقدير احتمالية سرعة الرياح وإشعاع الشمس وطلب الطاقة ودرجة الحرارة وأسعار الشبكة باستخدام وظيفة توزيع احتمالات وايبولووظيفة توزيع احتمالات العادية، بينما تقوم تقنيات المحاكاة بمونتي كارلو بالتقاط الغموض في النظام. تُظهر نتائج المحاكاة أن التخصيص المثلى لمصادر الطاقة المتجددةقد يؤدي إلى تقليل الفوارق الإجمالية، وتقليل الفاقد الكلي للطاقة، وتحسين ملامح الجهد، وتعزيز استقرار النظام. بالإضافة إلى ذلك، يتم تأكيد تفوقخوارزمية تحسين الفظ المعدلةعلىخوارزمية تحسين الفظالقياسية في حل مشاكل تخصيص مصادر الطاقة المتجددةفي كلا السيناريوهين المحددين والاحتماليين.

In recent years, the integration of Renewable Energy Sources (RESs) into distribution networks has significantly increased due to technological, financial, and ecological considerations. However, challenges arise from the inherent fluctuations in the output powers of RESs, particularly photovoltaic and wind turbine generators. This uncertainty necessitates careful planning, considering load demand, energy pricing, and RESs output power variability. This thesis proposes effective methodologies for determining optimal RESs sizes and locations under both probabilistic and deterministic conditions, utilizing sophisticated optimization techniques such as the Modified Walrus Optimization Algorithm (MWaOA) and the Standard Walrus Optimization Algorithm (WaOA). Objective functions include improving voltage profiles, reducing total power loss, minimizing costs, and enhancing system stability. The likelihood of wind speed, solar irradiation, load demand, temperature, and network pricing is estimated using the Weibull Probability Distribution Function (WPDF) and the normal PDF, while Monte Carlo simulation techniques capture system uncertainty. Simulation results demonstrate that optimal RESs allocation can lead to reduced overall costs, minimized power losses, improved voltage profiles, and enhanced system stability. Additionally, the superiority of MWaOA over WaOA in resolving RESs allocation problems is confirmed in both deterministic and probabilistic scenarios.