Situational awareness and decision support framework for distribution systems with high penetration of behind-the-meter photovoltaic systems and electric vehicle fleet charging
Yüksek sayıda sayaç arkası fotovoltaik sistemler ve elektrikli araç filo şarjı istasyonlarına sahip dağıtım sistemleri için durumsal farkındalık ve karar destek çerçevesi
- Tez No: 971224
- Danışmanlar: PROF. DR. MURAT GÖL
- Tez Türü: Yüksek Lisans
- Konular: Enerji, Elektrik ve Elektronik Mühendisliği, Energy, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Fotovoltaik paneller ve invertör teknolojilerindeki gelişmelerle birlikte, sayaç arkası çatı fotovoltaik (rPV) sistemleri toplam elektrik üretiminin %4'üne kadar katkıda bulunmaktadır. Ancak, yüksek altyapı maliyetleri ve büyük veri hacmi nedeniyle bu sistemlerin izlenmesi ne ekonomik ne de hesaplama açısından mümkündür. Bu görünürlük eksikliği, Dağıtım Sistem Operatörleri (DSO) için gerilim dalgalanmalarını yönetme ve ağ kararlılığını sağlama zorluklarını içeren operasyonel sorunlar yaratmaktadır. Ayrıca, yüksek hacimli EV filo şarjı dağıtım ağı üzerinde baskı oluşturabilir. Bu zorlukları ele almak için kapsamlı bir durumsal farkındalık ve karar destek çerçevesi önerilmektedir. Bu çerçeve, stratejik olarak yerleştirilmiş sınırlı sayıda ölçüm kullanarak rPV üretimini tahmin etmekte ve belirsizlik altında doğruluğu artırmaktadır. Olasılıksal Yük Akış analizi, güneş üretiminin stokastik doğasını ve önerilen tahmin yöntemini birleştirerek durumsal farkındalığı geliştirmektedir. Ön işlemeli doğrusal olmayan optimizasyon algoritması kullanan dağıtım ağı yeniden yapılandırması ve optimal invertör çalışma noktalarını belirleyen batarya optimizasyonu gibi karar verme yöntemleri, gerilim ihlallerini azaltmaya ve güç kalitesini iyileştirmeye yardımcı olmaktadır. Ayrıca, elektrikli otobüs filoları için akıllı şarj programlama yöntemi tanıtılmaktadır. Bu yöntem sadece büyük, hızlı DC şarj yüklerinin entegrasyonunu yönetmekle kalmaz, aynı zamanda gerilim düzenlenmesine yardımcı olmak için şarj programlarının esnekliğinden yararlanır. Potansiyel gerilim sorunlarını proaktif olarak belirleyerek ve düzeltici eylemler uygulayarak, önerilen sistem daha kararlı ve güvenilir dağıtım ağı işletimi sağlamaktadır. Sonuç olarak, bu sistem rPV sistemlerinin dağıtım ağlarına entegrasyonunun verimliliğini ve sorunsuzluğunu artırarak şebeke direncini geliştirmekte ve daha fazla yenilenebilir enerji adaptasyonunu mümkün kılmaktadır.
Özet (Çeviri)
With advancements in photovoltaic panels and inverter technologies, behind-the-meter rooftop photovoltaic (rPV) systems contribute up to 4% of the total electricity generation. However, monitoring these systems is neither economically nor computationally feasible due to high infrastructure costs and overwhelming data volumes. This lack of visibility creates operational challenges for Distribution System Operators (DSO), including difficulties in managing voltage fluctuations and ensuring network stability. Additionally, high-volume EV fleet charging can put a strain on the distribution network. To address these challenges, a comprehensive situational awareness and decision support framework is proposed. It estimates rPV generation using a limited number of strategically placed measurements, improving accuracy under uncertainty. A Probabilistic Load Flow analysis incorporates the stochastic nature of solar generation and the proposed estimation method to enhance situational awareness. Decision-making methods such as distribution network reconfiguration, which employs a nonlinear optimization algorithm with preprocessing, and battery optimization, which determines optimal inverter operating points, help mitigate voltage violations and improve power quality. Additionally, a smart charging scheduling method for electric bus fleets is introduced. This method not only manages the integration of large, fast DC charging loads but also leverages the flexibility of charging schedules to assist in voltage regulation. By proactively identifying potential voltage issues and implementing corrective actions, the proposed system ensures more stable and reliable distribution network operation. Ultimately, this system enhances the efficiency and seamless integration of rPV systems into distribution networks, improving grid resilience and enabling greater renewable energy adoption.
Benzer Tezler
- İnsansız hava araçlarında blok zinciri tabanlı uçuş yönetim sisteminin geliştirilmesi
Development of blockchain-based flight management system in unmanned aerial vehicles
DİLARA KILINÇ
Yüksek Lisans
Türkçe
2025
Uçak MühendisliğiErciyes ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HARUN ÇELİK
- Çoklu afetlerde yapay zeka yaklaşımı
Artificial intelligence approach in multi-disasters
SANEM ÖZTÜRK
Yüksek Lisans
Türkçe
2026
MeteorolojiSakarya ÜniversitesiAfet Yönetimi Ana Bilim Dalı
DOÇ. DR. TİMUR TEZEL
- Elektrikli araçların kullanımına yönelik yük tahmini ve karar destek sistemi
Load forecasting and decision support system for electric vehicles use
HATİCE MENEKŞE KÖSEMEN
Yüksek Lisans
Türkçe
2024
EnerjiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. ORHAN TORKUL
- Gelişmekte olan ülkelerde teknoloji politikalarının belirlenmesi ve Türkiye'deki durum
Technology policies in developing countries and the situatiın in Turkey
MEHPARE BARIŞ
Yüksek Lisans
Türkçe
1997
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiMühendislik Yönetimi Ana Bilim Dalı
DOÇ. DR. TUFAN V. KOÇ
- IEC 61850 tabanlı akıllı şebekelerde zaman kısıtlı nondeterministik sonlu otomata (TC-NFA) ile anomali tespiti
Anomaly detection in IEC 61850-based smart grids using time-constrained nondeterministic finite automata (TC-NFA)
DENİZ BERFİN TAŞTAN
Yüksek Lisans
Türkçe
2026
EnerjiSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSA BALTA