Key points are not available for this paper at this time.
Sistemas de armazenamento de energia desempenham um papel significativo tanto em sistemas de energia distribuída quanto em sistemas de energia de utilidade. Entre os muitos benefícios de um sistema de armazenamento de energia, a melhoria do custo do sistema elétrico e do perfil de tensão pode ser as especificações salientes dos sistemas de armazenamento. Estudos mostram que o tamanho e a colocação inadequados das unidades de armazenamento de energia levam a custos indesejados no sistema elétrico, bem como ao risco de estabilidade de tensão, especialmente no caso de alta penetração de energia renovável. Para resolver o problema, uma abordagem híbrida de otimização por enxame de partículas multiobjetivo (HMOPSO) é proposta neste artigo para minimizar o custo do sistema elétrico e melhorar os perfis de tensão do sistema, buscando a localização e o dimensionamento das unidades de armazenamento, considerando incertezas na produção de energia eólica. Além disso, a análise de custo probabilístico é apresentada pela primeira vez neste artigo. O HMOPSO proposto combina o algoritmo de otimização por enxame de partículas multiobjetivo (MOPSO) com o algoritmo genético elitista de classificação não dominada (NSGA-II) e técnica de fluxo de carga probabilística. Ele também incorpora um método de estimativa de cinco pontos (5PEM) para discretizar a distribuição de energia eólica. O sistema de 30 barramentos da IEEE é adotado para realizar estudos de caso. Os resultados da simulação para cada caso demonstram claramente a necessidade de alocação ótima de armazenamento e a eficácia do método proposto.
Wen et al. (Quarta-feira,) estudaram esta questão.