Load margin assessment in islanded AC microgrids is crucial to ensure stable operation. Based on this paradigm, this paper first proposes an artificial neural network (ANN)-based approach for this task. Three optimal power flow (OPF) formulations, considering steady-state frequency as a state variable, are employed to generate the training/testing dataset. In addition, distributed generators (DGs) operating in droop control mode are considered together with wind generators operating in PQ control mode. The ANN’s inputs comprise a set of phasor voltages and complex power generation of DGs operating in droop control mode, sampled by phasor measurement units. The outputs are the associated load margin for the input vector. The results of two microgrids from the literature show that the prediction stage is carried out in milliseconds, regardless of the system scale, which makes the proposed approach suitable for real-time applications. Secondly, this work proposes a genetic algorithm (GA)-based optimization approach to minimize the required number of measurement units, considering a pre-specified accuracy level for the testing stage. The results show that for the 33-bus microgrid, our optimization technique for PMU placement achieved an accuracy rate of 98.4

In modern power systems, uncertainties related to loads and renewable energy sources increase the need for reliable tools for steady-state and dynamic studies. These uncertainties are commonly modeled using probability density functions. In the context of the probabilistic small-signal stability analysis of power systems, the challenge lies in developing computationally efficient tools that accurately calculate the probability of ensuring security (minimum damping ratio greater than or equal to a desired value) and stability (negative spectral abscissa) requirements. This paper proposes an optimization approach for designing power system stabilizers to maximize the probability of meeting these security and stability requirements. The innovation of this approach is the integration of the unscented transformation (UT) with the particle swarm optimization (PSO). The UT is advantageous, as it requires a smaller number of samples to compute the mean and standard deviation of the output variables, especially compared to the Monte Carlo simulation (MCS), whereas PSO provides high-quality solutions. The New-England test system is employed in a case study to validate the proposed approach. This case study highlights the method’s accuracy and computational efficiency advantages, showcasing its potential to address the challenges posed by increasing uncertainties in modern power systems.

The search for more efficient power grids has led to the concept of microgrids, based on the integration of new-generation technologies and energy storage systems. These devices inherently operate in DC, making DC microgrids a potential solution for improving power system operation. In particular, bipolar DC microgrids offer more flexibility due to their two voltage levels. However, more complex tools, such as optimal power flow (OPF) analysis, are required to analyze these systems. In line with these requirements, this paper proposes an OPF for bipolar DC microgrid reconfiguration aimed at minimizing power losses, considering dispersed generation (DG) and asymmetrical loads. This is a mixed-integer nonlinear optimization problem in which integer variables are associated with the switch statuses, and continuous variables are associated with the nodal voltages in each pole. The problem is formulated based on current injections and is solved by a hybridization of the differential evolution algorithm (to handle the integer variables) and the interior point method-based OPF (to minimize power losses). The results show a reduction in power losses of approximately 48.22% (33-bus microgrid without DG), 2.87% (33-bus microgrid with DG), 50.90% (69-bus microgrid without DG), and 50.50% (69-bus microgrid with DG) compared to the base case.

Em um cenário de expansão da integração de recursos energéticos distribuídos (REDs) na rede de distribuição elétrica, este estudo apresenta uma análise dos impactos sofridos por um consumidor devido à conexão de REDs por outro cliente na rede. A investigação será conduzida utilizando o software OpenDSS e tem como objetivo identificar a contribuição dos REDs para desequilíbrios de tensão e fluxos nos ramais. Para atingir esse objetivo, os sistemas de 13 e 8500 barramentos do IEEE serão utilizados nas análises. https://doi.org/10.53316/cbgd2023.019

Este trabalho propõe uma formulação para o corte coordenado de carga e geração, em redes de energia elétrica, de forma a possibilitar a manutenção da frequência em limites seguros. Para tal, foi formulado um problema de otimização que contempla as particularidades dos geradores eólicos bem como as características de droop dos geradores despacháveis. A abordagem é aplicada ao sistema New England para um horizonte temporal de 24 horas e perfis de carga industrial e residencial. Para a identificação ótima dos cortes optou-se por utilizar o algoritmo meta-heurístico Enxame de Partículas.

Este artigo apresenta uma abordagem de otimização para calcular a Máxima Capacidade de Hospedagem (MCH) de fontes de energia renováveis em microrredes ilhadas, levando em consideração a variação de frequência em regime permanente e o controle droop. São considerados dois tipos de geradores distribuídos (GD): o primeiro tipo é baseado em combustíveis fósseis e é responsável pelo suporte de frequência por meio de métodos de controle droop, enquanto o segundo tipo é composto por geradores baseados em fontes renováveis (referidos como Recursos Energéticos Renováveis - REN), cuja soma de potência maximizada representa a MCH. Primeiramente, a MCH é calculada usando um Fluxo de Potência Ótimo (FPO) determinístico e monobjetivo que considera as restrições de balanço de potência nodal, as equações de controle droop e os limites de tensão, frequência e geração de potência. Em seguida, os resultados do FPO são avaliados usando um Fluxo de Potência Probabilístico baseado na Transformação Unscented (UT-FPP), e as probabilidades de satisfação dos limites são calculadas. Por fim, nos casos em que as probabilidades são inferiores a um nível de confiança pré-especificado, uma estratégia simples é proposta para melhorar essas probabilidades, garantindo a confiabilidade da microrrede sob o ponto de operação com MCH.

This paper proposes an Optimal Power Flow for defining the minimum load to be shed to maintain the steady-state frequency between allowable limits in islanded microgrids. The droop coefficients and setpoints (no-load voltage and frequency of each Distributed Generator) are optimized considering the limits of microgrid frequency, nodal voltages, and power generation (apparent and reactive powers). The approach is applied to a microgrid of 33 nodes, considering a 24 hours time-horizon. The found results point to the methodology effectiveness.

Dynamic Security Regions (DSR) are tridimensional graphics that evaluate power system security. For this purpose, the system is divided into three-generation groups. They allow the evaluation of different generation scenarios considering the security limits for the damping ratios associated with electromechanical oscillation modes. The literature shows that Power System Stabilizers (PSS) optimal tuning increases the damping ratios in closed-loop operation, and this paper investigates the PSS tuning on the DSR shape. The DSR is built using a Particle Swarm Optimization based approach, and the results are obtained for the New England test system.

This paper presents an Optimal Power Flow (OPF) to minimize the load shedding in the steady- state operation of unbalanced three-phase islanded microgrids. The droop characteristic of Distributed Generators (DG) connected to the grid through Voltage Source Inverters is appropriately modeled. The limits of voltage, generated power, and frequency are also considered. Besides, the frequency dependence of loads and line parameters are taken into account. The methodology is evaluated using a 25-bus unbalanced islanded microgrid, and the results point out that considering load variation reduces the total amount of load shed.

This work deals with the static planning expansion of electric power transmission systems considering uncertainties associated with wind generation. The goal is to determine the required reinforcements that meet the power balance constraints and minimize the implementation costs. Three algorithms are employed to solve the problem: Differential Evolution, Particle Swarm Optimization, and Coyote Optimization. After that, the best algorithm is chosen to solve the Garver, IEEE-24 bus, and Equivalent Brazilian Southern test systems considering wind.

This paper presents an optimization approach to determine the maximum hosting capacity of photovoltaic generation in unbalanced three-phase distribution systems considering two kinds of constraints: voltage magnitude and reverse power flow at the substation. The goal is to maximize the sum of the nominal power at the maximum power point of photovoltaic panels considering a set of operating points. The Particle Swarm Optimization method and the OpenDSS software are employed to solve the proposed approach. The IEEE 13 bus test system is used to evaluate the effectiveness of the proposed method.

Esse artigo soluciona o problema de alocação ótima de geradores distribuídos em microrredes ilhadas para minimização de perdas de potência ativa. Um Algoritmo Genético binário é empregado no qual cada indivíduo é avaliado por um Fluxo de Potência Ótimo (FPO). O FPO considera os limites de tensões nodais, gerações de potência e frequência, bem como o efeito de droop dos geradores distribuídos conectados à rede através de Inversores Fonte de Tensão (Voltage Source Inverters). A metodologia é avaliada em uma microrrede ilhada de 33 barras e os resultados são comparados com aqueles fornecidos por uma busca exaustiva.

This paper proposes a straightforward approach to determine the Total Transfer Capability (TTC) between two power system areas taking into account security constraints. The main goal is to adjust the generator's control variables (active generated power and terminal voltage) to maximize the TTC considering contingency scenarios and small-signal stability constraints (minimum damping ratio requirement). It is a challenging nonconvex and nonlinear optimization problem that is generally solved in the literature by methods based on approximations in which the computational complexity involved outweighs the accuracy. Here, conventional power flow and modal analysis tools are easily integrated into an optimization approach solved by six bioinspired optimization techniques. Simulations are conducted for the well-known New-England test system, and transient stability studies validate the obtained results.

O presente trabalho apresenta uma metodologia de otimização para a estimação de estados em sistemas de distribuição trifásicos desequilibrados em que as variáveis de estado são as demandas de potência e as gerações de potência das unidades de geração distribuída. São consideradas medidas fasoriais de tensão e corrente em pontos estratégicos do alimentador. Para a solução do problema, quatro metaheurísticas são empregadas e comparadas com um método numérico baseado em derivadas. Para avaliação das soluções das metaheurísticas, o software OpenDSS é adotado durante o processo de solução.

Este artigo apresenta o estudo comparativo entre duas metaheurísticas (Busca Harmônica Melhorada e Otimização Baseada em Enxame de Partículas) para o projeto ótimo e robusto de controladores do tipo Proporcional-Integral (PI) aplicados ao controle de frequência em sistemas interligados na presença de geradores eólicos. Considera-se vários cenários operativos para garantia de robustez e busca-se minimizar a Integral do Erro Quadrático com base em simulações no domínio do tempo. Um sistema interligado de três áreas é utilizado e é mostrado que a Busca Harmônica Melhorada é capaz de fornecer soluções de melhor qualidade e com baixa variabilidade em um tempo computacional reduzido.

A otimização de sistemas elétricos de potência operando em regime permanente é realizada em estudos de planejamento da operação através do Fluxo de Potência Ótimo (FPO). O FPO otimiza índices (minimização de custos e perdas, maximização de margem de carregamento, etc.) considerando restrições de tensão, carregamento em circuitos, geração de potência ativa e reativa, entre outros limites. É um problema bem estabelecido na literatura, sendo resolvido por métodos de otimização não lineares. Por outro lado, uma solução fornecida pelo FPO pode ser viável em regime permanente e inviável no regime dinâmico (avaliado em estudos de estabilidade do rotor dos geradores). Um dos estudos de estabilidade realizados é aquele que avalia a habilidade dos geradores síncronos manterem-se em sincronismo após pequenas variações de carga e geração (estabilidade à pequenas perturbações). O mínimo coeficiente de amortecimento do sistema em malha fechada é um índice que pode ser usado para a avaliação desse tipo de estabilidade. Nesse contexto, pode-se incluir uma restrição no FPO que garanta que o coeficiente de amortecimento mínimo seja maior que um valor especificado, dando origem ao SSFPO (Fluxo de Potência Ótimo com Restrição de Small Signal Stability). O SSFPO é um problema não convexo e não linear de difícil solução, ainda não bem estabelecido, e que tem sido tratado na literatura através de métodos de solução baseados em aproximações que podem comprometer a convergência do processo iterativo. Nesse contexto, o presente artigo visa a resolver o SSFPO para minimização do custo de potência ativa gerada através da aplicação da metaheurística baseada em Enxame de Partículas, sem qualquer aproximação para tratamento do índice de estabilidade em regime dinâmico. Estudos para o sistema New England são conduzidos.

This work presents an efficient hybrid algorithm (EHA) that consists of a search space reducer (SSR) and a modified bat-inspired algorithm (MBA) to solve the transmission network expansion planning (TNEP). The contribution of the proposal is to consider, at the same time, the security constraints criterion ‘N − 1’, load scenarios and network losses to give a more comprehensive approach in an efficient manner, which allows applying the EHA to large-scale real system. Discrete variables in the TNEP are handled by the MBA, and an optimal power flow is used to evaluate the fitness function as well as planning options. By using the SSR to define the initial candidate set for the MBA, the solution search space is reduced improving the computational performance of the proposed MBA. To validate the proposed method and show its efficiency in comparison with others in the literature, tests are conducted on Garver and IEEE 24-bus test system, in addition to an equivalent Brazilian system.