| dc.description.abstract | Det norske kraftnettet står overfor en kapasitetsutfordring grunnet samfunnets stadig økende elektrisitetsbehov. Sammen med innføringen av flere fornybare energikilder er det også utfordrende for nettselskapene å opprettholde en god spenningsprofil på grunn av variasjonene i forsyning og etterspørsel. Flere nettselskap ønsker å møte disse utfordringene gjennom kortsiktige investeringer fremfor å gjøre endringer i den eksisterende infrastrukturen. Det investeres derfor i større grad i batterier siden de kan korrigere for driftsproblemer og utfordringer med spenningskvalitet.
Et spørsmål som da dukker opp er hvordan disse batteriene skal plasseres. Her kan både økonomi, mulighet for å bruke batterier som backup-tilførsel og flere andre måter å utnytte batteriet være faktorer. I denne rapporten blir det undersøkt hvordan to batterier som skal redusere effekttopper kan plasseres optimalt i et 22 kV distribusjonsnett for i tillegg å redusere aktivt effekttap så mye som mulig.
Det er utført simuleringer ved bruk av PyDSAL, et objekt orientert Python-bibliotek, på et referansenett utviklet av CINELDI. Referansenettet er representativt for et norsk radielt høyspent distribusjonsnett driftet på 22 kV. PyDSAL benytter en videreutviklet Forward-Backward Sweep metode for analyse av distribusjonsnett, der det også beregnes ulike sensitiviteter underveis som kan brukes til å optimalisere spenningsprofil og redusere tap. Sensitivitet for aktive effekttap er benyttet til plassering av batteriene, der nodene med høyest sensitivitet anses som de lokasjonene med størst potensiale til å redusere tap. Batterier med ulike ytelser plasseres i form av tilført aktiv og reaktiv effekt, og det er sett på hvordan dette påvirker de totale tapene i nettet.
Andre plasseringer av batteriene er også undersøkt for å bekrefte om metoden gir et gunstig resultatet. Er batteriene enkeltstående uten tilknyttet produksjon av energi må de lades opp gjennom distribusjonsnettet, som realistisk sett vil skje når det er lavt forbruk ved kundene, typisk om natten. Derfor undersøkes også tapene når batteriene lades opp ved en lavere belastning i nettet.
Metoden har fungert bra med rask analyse av simuleringene ved hjelp av PyDSAL og enkel fremgangsmåte for å endre på distribusjonsnettet. Dette gjør at metoden også egner seg til mer komplekse analyser og optimalisering enn det som er gjort i denne rapporten. Simuleringene har vist at sensitivitet kan være et godt utgangspunkt for plassering av batterier for å redusere effekttap. Opplading av batteriene gjennom distribusjonsnettet viste seg å forårsake betydelige tap i forhold til tapene som ble redusert, så totalt redusert effekt var generelt liten. Undersøkelsene fant også at differansen mellom reduksjon av tap og tap som følge av lading var temmelig like for flere av nodekombinasjonene, så lenge de ikke er lokalisert veldig nærme tilførselnoden. Dette tyder på at metoden er mest effektiv ved plassering av batterier som lades opp separat fra nettet, gjerne fornybart. Det har også blitt sett på plassering av batteri med hensyn til økonomiske kostnadsrammer og relevante bærekraftsmål. | |
| dc.description.abstract | The Norwegian power grid faces a capacity challenge due to society's ever-increasing demand for electricity. Together with the introduction of several renewable energy sources, it is also challenging for the network companies to maintain a good voltage profile due to the variations in supply and demand. More electricity distribution companies want to meet these challenges through short-term investments rather than making changes to the existing infrastructure. Therefore, the battery investments are increasing since they can correct operational problems and challenges with voltage quality.
Furthermore, it is important to consider how these batteries should be placed. The economic considerations, the potential for using batteries as backup power, and ways to utilize the batteries are all potential factors. In this report, it is investigated how two batteries with the purpose of reducing power peaks can be optimally placed to additionally reduce active power loss as much as possible.
The simulations have been carried out using PyDSAL, an object-oriented Python library, on a reference distribution network developed by CINELDI. The reference network is representative for a Norwegian radial high voltage distribution network operated at 22 kV. PyDSAL uses a further developed Forward-Backward Sweep method for analysis of distribution networks, where various sensitivities are calculated during the sweeps. These sensitivities can be used to optimize the voltage profile and reduce losses. The sensitivities with regard to active power losses are used for the allocation of the batteries, where the nodes with the highest sensitivities are considered the locations with the greatest potential for reducing the losses. Batteries with different performances are placed in the form of supplied active and reactive power, and it is studied how this affects the total losses in the grid.
Other locations of the batteries have also been examined to confirm whether the method gives a favorable result. Standalone batteries without associated energy production, must be recharged through the distribution grid, which will realistically happen when there is low customer consumption, typically at night. Therefore, the losses when the batteries are charged at a lower load are also investigated.
The method has worked well with rapid analysis of the simulations using PyDSAL and a simple procedure for changing the distribution network. This implies that the method is also suitable for more complex analyzes and optimization than what is done in this report. The simulations carried out has shown that the sensitivities can be good starting points for the placement of batteries in order to reduce power loss. Charging the batteries through the distribution network proved to cause significant losses in relation to the losses being reduced, so the overall reduced power was small. The investigations also found that the difference between loss reduction and loss as a result of charging, was fairly similar for several of the node combinations, as long as they are not located close to the main feeder. This suggests that the method is most effective when the placed batteries are recharged separately from the grid, prefereably through renewable sources. Battery placement has also been considered with the regard to financial cost frameworks and relevant sustainability goals. | |
