Distribution grid planning with flexible measures

Abstract

Denne oppgaven har undersøkt hvordan fleksible ressurser kan implementeres i planleggingen av distribusjonsnett. Den tradisjonelle planleggingsstrategien, ofte referert til som fit-and-forget har fungert frem til nå, men med det skiftende last bildet er nye strategier nødvendige. Oppgaven undersøker egenskapene til fleksible ressurser og hvordan de kan påvirke nettet og bidra til å utsette forsterkninger av nettet. Fleksibilitet i kraftsystemet er ønsket i moderne nett på grunn av det stadig økende effektbehovet, distribuert produksjon og nye last typer. Ved å bruke et nytt rammeverk utviklet av CINDELDI, kan aktive tiltak innføres i nettplanleggingen på samme nivå som de tradisjonelle passive tiltakene (nettforsterkninger).

Oppgaven inkluderer en casestudie utført på et representativt distribusjonsnett plassert i Norge. Aktive fleksibilitetstiltak har blitt vurdert for å redusere virkningen av nye belastninger og økende effekt topper. Modelleringen er utført gjennom Python-biblioteket PandaPower og har som mål å presentere flere fleksible løsniner. Løsningene strekker seg fra adferds baserte tiltak som lastforskyvning med Demand Side Management, til mer teknologibaserte tiltak som batterilagringssystemer og reaktiv kompensasjon. Enkelte tiltak har blitt modellert ved å bruke lastprofiler, mens resten har vært rent prinsippbasert. Dette fører til en determinisk tilnærming.

Simuleringene er fokusert på topp effektene som oppstår i nettet, da dette er en av de viktigste driverne for å forsterke dem. Ved å begrense disse kan nettforsterkningene utsettes. Resultatene viste at fleksible ressurser kan bidra til å redusere topp effektene og være en verdifull ressurs i nettplanleggingen. Resultatene identifiserte også at reaktiv effektkompensasjon fra elbil ladestasjoner forbedret spenningen mest av de foreslåtte tiltakene. Imidlertider kombinasjoner av tiltak nødvendige hvis nettforsterkninger skal kunne utsettes.

This thesis has investigated how flexible resources can be implemented in distribution grid planning. The traditional planning strategy, often referred to as fit-and-forget, has been sufficient up until recent years, but with the changing load image new strategies are required. The thesis investigates characteristics of flexibility resources and how they might impact the grid and can contribute to the postponement of grid reinforcements. Power system flexibility is a desirable attribute in modern grids due to the ever increasing demand, distributed generation and new load types. By utilizing a new framework developed by CINDELDI, active measures can be introduced to grid planning at the same level as the traditional passive measures (grid reinforcements).

The thesis includes a case study conducted on a representative distribution grid located in Norway. Active flexibility measures have been introduced to mitigate the impacts of new loads and increasing peak demands. The modelling has been completed through the python library PandaPower and aim to present multiple solutions, spanning from purely behavioral based measures such as load shifting with demand side management, to more technology based measures such as storage systems or reactive compensation. The measures have been implemented with a varying degree of realism. Some have been modelled by utilizing load profiles and some have been purely principle based, making the approach deterministic.

The simulations are mainly concerned with the peak demand that occurs in the grids, as this is one of the main drivers for reinforcing it. By limiting these, postponement of grid reinforcements can be achieved. The results showed that flexibility resources can help decrease peak demands and be a valuable asset in grid planning. The results also identified that across the measures proposed, reactive power compensation from electric vehicle chargers, improved the voltage mangitude the most the most. However, combinations of measures are needed if postponement of grid reinforcements is to be achieved.