Submitted by Morgana Silva (morgana_linhares@yahoo.com.br) on 2016-09-27T17:05:15Z No. of bitstreams: 1 arquivototal.pdf: 2911484 bytes, checksum: a40eec3093de5890811339c6b3e86fa7 (MD5) / Made available in DSpace on 2016-09-27T17:05:15Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 2911484 bytes, checksum: a40eec3093de5890811339c6b3e86fa7 (MD5) Previous issue date: 2016-02-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This work presents a method of sizing photovoltaic panels using modified Particle swarm (MPSO) in order to reduce power losses and improve the voltage profile. For implementation was used the PowerFactory® software, specifically programing language DIgSILENT (DPL). The proposed method was applied at the first time in the IEEE 13-bus system. After validating, it was applied to a real system, Federal University of Paraíba (UFPB). The results show that the proposed method have the ability to provide the best dimensions of photovoltaic panels distributed at the University, improving of the voltage profile and reducing energy losses / Este trabalho apresenta um método de dimensionamento de painéis fotovoltaicos usando enxame de partículas modificado (MPSO), a fim de reduzir as perdas de energia e melhorar o perfil de tensão. Para a implementação é utilizado o software PowerFactory®, especificamente a linguagem de programação em DIgSILENT (DPL). O método proposto foi aplicado inicialmente no sistema IEEE 13-barras. Após a validação, foi aplicada a um sistema real, Universidade Federal da Paraíba (UFPB). Os resultados mostram que o método proposto tem a capacidade de proporcionar as melhores dimensões de módulos fotovoltaicos distribuídos na micro rede da Universidade, melhorando o perfil de tensão e reduzindo as perdas de energia.

Due to increasing penetration of decentralized variable renewable energy generators and the increasing demand of electrical power due to the electrification of the heat and transport sectors, low voltage grids are facing critical problems. Deviation of the permitted voltage range and local overloads of the grid equipment, are the two main issues that are compromising a smooth distribution grid operation. An intelligent integration of distributed generators, heat-pumps and electric vehicles into a Smart Grid, allows the flexibility that they intrinsically provide, to be used by distribution system operators to avoid critical grid conditions. Smart grid suppliers currently available on the market, have been categorized into Local, Decentralized and Centralized Smart Grid Concepts. Their main difference is represented by the level of control, communication and coordination that they make use of. The aim of the thesis was to evaluate the effectiveness of solution of the Smart Grid Concepts implementation in specific low voltage grids, especially in term of voltages and loadings mitigation capabilities, to be used as a decision making tool for future smart grid implementations. A control architecture that emulates the way the analyzed Smart Grid Concepts operate, has been implemented in Python and tested on three different low voltage distribution networks in DigSILENT PowerFactory. The control architecture is an algorithm that communicates to DigSILENT PowerFactory how the Smart Grid needs to operate in response to detected critical grid conditions. The flexibility that the Smart Grid Concepts make use of, are battery storage, active power curtailment and reactive power compensation from photovoltaic inverters and demand side management by means of electric vehicles and heat pumps. In particular, in order to make most use of the available flexibility, an intelligent electric vehicles charging strategy has been implemented as well as an intelligent heat pump operation. Both static worst-case simulations and time-dependent simulations, over a winter and a summer day, for different penetration scenarios, have been carried out. The summary of the simulation results showed that while the Decentralized Smart Grid Concept, if the flexibility is available, is always able to keep voltages and loadings between their critical values, the Local Smart Grid Concept is not able to do the same for the loadings. / På grund av ökad penetration av decentraliserade variabla förnybara energikällor och den ökande efterfrågan på elkraft på grund av elektrifiering av värme- och transportsektorn, står lågspänningsnätet inför kritiska problem. Avvikelse av det tillåtna spänningsområdet och lokala överbelastningar av nätutrustningen är de två huvudproblemen som äventyrar en smidig nätdrift. En intelligent integration av distribuerade generatorer, värmepumpar och elektriska fordon i ett smart nät, tillåter flexibiliteten som de egentligen tillhandahåller, för att undvika kritiska rutnätförhållanden. Smartnätleverantörer som för närvarande är tillgängliga på marknaden har system som kategoriserats som lokalt, decentraliserat och centralt Smart Grid Concepts. Deras huvudsakliga skillnad representeras av den nivå av kontroll, kommunikation och samordning som de utnyttjar. Syftet med avhandlingen var att utvärdera effektiviteten av lösningen av implementeringen av Smart Grid Concepts i specifika lågspänningsnät, särskilt när det gäller spänningar och belastningsreducerande förmågor, som ska användas som beslutsverktyg för framtida smarta nätverksimplementeringar. En reglerarkitektur som emulerar hur ett analyserat Smart Grid Concepts fungerar, har implementerats i Python och testats på tre olika lågspänningsdistributionsnä i DigSILENT PowerFactory. Kontrollarkitekturen är en algoritm som kommunicerar med DigSILENT PowerFactory hur Smart Grid bör fungera som svar på detekterade kritiska gridförhållanden. Den flexibilitet som Smart Grid Concepts använder sig av är batterilagring, aktiv strömavbrott och reaktiv effektkompensation från fotovoltaiska omvandlare och efterfrågesidan hantering med elbilar och värmepumpar. I synnerhet för att på bästa sätt utnyttja den tillgängliga flexibiliteten har en intelligent laddningsstrategi för elfordon implementerats liksom en intelligent värmepumpsoperation. Både statiska wärsta fall simuleringar och tidsberoende simuleringar, över en vinter och en sommardag, för olika penetrationsscenarier har utförts. Sammanfattningen av simuleringsresultaten visade att medan det decentraliserade Smart Grid Conceptet, om flexibiliteten är tillgänglig, alltid kan hålla spänningar och belastningar mellan sina kritiska värden, kan det lokala Smart Grid Concepts inte göra samma för belastningarna.