Professional Documents
Culture Documents
RENE PRENC
DOKTORSKI RAD
Zagreb, 2014.
FAKULTET ELEKTROTEHNIKE I RAČUNARSTVA
Rene Prenc
DOKTORSKI RAD
Mentor:
Prof. dr. sc. Davor Škrlec
Zagreb, 2014.
FACULTY OF ELECTRICAL ENGINEERING AND COMPUTING
Rene Prenc
DOCTORAL THESIS
Supervisor:
Professor Davor Škrlec, PhD
Zagreb, 2014
Doktorski rad izrađen je na Sveučilištu u Zagrebu Fakultetu elektrotehnike i računarstva, na Zavodu
za visoki napon i energetiku.
Mentor: prof.dr.sc. Davor Škrlec
Doktorski rad ima: 362 stranice
Doktorski rad br.:__________
O MENTORU
Davor Škrlec was born in Zagreb on 1st of January, in 1963. He graduated at the University
of Zagreb, Electrotechnical Faculty, in 1986 in the field of Electrical Power Engineering and
in the field of Nuclear Power Engineering. He received M.Sc. and Ph.D. degrees in electrical
engineering (mentor prof. Slavko Krajcar) from the University of Zagreb, Faculty of
Electrical Engineering and Computing (FER), Zagreb, Croatia, in 1990 and 1996 respectively.
From January 1987 he is working at the Department of Energy and Power Systems at FER.
From Janury 2012 until July 2012 he was assistant minister in the Ministry of Environmental
and Nature Protection. In March 2012 he was promoted to Full Professor with tenure.
He participated in 5 scientific projects financed by the Ministry of Science, Education and
Sports of the Republic of Croatia, he was a project coordinator in one industrial research
project and one international project and participated in two bilateral research projects.
Currently he is a involved in 2 EU FP7 projects. He published more than 80 papers in journals
and conference proceedings in the area of planning and operation of electrical networks,
integration of renewable and distributed resources, and application of geoinformation systems
in power engineering.
Professor Škrlec is a member of IEEE, CIGRE, CIRED and Croatian Nuclear Society. He
participated in 5 conference international program committees, he is a member of a journal
editorial board and he serves as a technical reviewer for various international journals and
conferences. He received a silver medal "Josip Lončar" from FER for an outstanding Ph.D.
thesis in 1996.
ZAHVALA
Zahvaljujem svome mentoru, prof. sr. sc. Davoru Škrlecu, na ukazanome povjerenju,
podršci i prenesenom znanju kroz sve godine doktorskog studija. Hvala mu na svoj slobodi
koju mi je davao cijelo vrijeme, ali i na svim savjetima kojima me vraćao na "pravi put" kada
sam se zbog te slobode izgubio.
Zahvaljujem i svome direktoru, dr. sc. Vitomiru Komenu, na velikoj podršci i
razumijevanju tijekom mojeg studiranja. Hvala na savjetima i prilici da svoje teorijsko znanje
potkrijepim primjerima iz prakse.
Zahvaljujem kolegama sa Zavoda za visoki napon i energetiku na nesebičnoj pomoći
tijekom studija, a naročite zahvale idu kolegama iz HEP ODS Elektroprimorja Rijeka. Znanje
i iskustvo koje sam dobio u ovih gotovo 6 godina rada uvelike su mi olakšali rad na
doktorskoj disertaciji.
Posebne zahvale idu kolegi Nikoli Bogunoviću na savjetima i prenesenom znanju iz
područja programiranja.
Također hvala i prof. dr. sc. Dubravku Vučetiću sa Pomorskog fakulteta u Rijeci na
svesrdnoj pomoći i idejama.
Konačno, zahvaljujem svojim roditeljima, Jadranki i Franju, djedu Antonu i bakama Mariji
i Dolores, te djevojci Viktoriji na ljubavi i vjeri u mene.
SAŽETAK
Ključne riječi:
Optimalan razmještaj, distribuirani izvori, planiranje distribucijskih mreža, genetski
algoritmi, metode procjene investicijskih projekata.
SUMMARY
For the last 7 years the Republic of Croatia has been witnessing a sudden increase of
distributed energy resources connecting to its power system. However, a significant problem
is how to find the financial equilibrium which will satisfy the Independent Power Producers
on one side and the Distribution System Operator on the other. In his scientific research the
author has used capital budgeting analysis for solving the distributed generation allocation
problem. The evaluation of net present values was the central tool for finding the optimal
position and size of distributed generation units in the medium voltage distribution network.
By simultaneously maximizing the profit of distributed generation projects and minimizing
the active power losses of the medium voltage network, the interests of Independent Power
Producers and the Distribution System Operator were both included in the algorithm. The
power production of distributed generation and power consumption of network loads was
modeled with characteristic average daily power curves with discrete hour intervals. The
problem was solved using genetic algorithm, and implemented in Matlab programming
environment.
In the second chapter of the thesis the author has described the reasons for rapid research,
development and implementation of distributed generation in many countries of the world,
especially focusing on the EU. The chapter contains a brief description of different distributed
generation technologies and the financial and legislative framework for their integration in the
Croatian power system.
The third chapter is about the transition of the once traditional and passive distribution
networks into active networks containing both consumers and producers (i.e. prosumers). The
underlying statement is that the voltage/thermal parameters of the network significantly
change with the presence of distributed generation, making their integration an extremely
complex task with many variables. The chapter stresses the importance of using the average
daily power consumption/production curves, which enable the distribution network planners a
more detailed and thorough perspective on distribution network operation.
Capital budgeting is elaborated in the fourth chapter. Terms relevant for project
management such as discounting and weighted average cost of capital are explained in detail.
Also, the chapter describes the main financial characteristics of the projects and their risks.
Since the capital budgeting projects are expected to generate cash flows over several years,
the decision to accept or reject a project depends on the analysis of the cash flows generated
by the projects and its costs. The basic formal methods in capital budgeting analysis are
covered in the chapter, especially focusing on the net present value which is used as a central
evaluation tool for the objective function.
The fifth chapter describes the optimization problems and thier solving techniques. The
exact and heuristic methods are explained along with their pros & cons. Since the genetic
algorithm is used for solving the distributed generation allocation problem, its general
description is the main part of this chapter.
Many papers addressing the DG allocation issue are in the focus of the following chapter.
Different types of objective functions have been presented. The past research based on single-
criteria and multi-criteria optimization has been explained, compared and analysed. As a
conclusion the compliance of voltage and thermal constraints is often not enough for
distributed generation allocation, because non-optimally allocated production units may cause
increased losses, voltages, reverse power flows thus effectively sterilizing the network for
future connections.
For that reason, the distributed generation allocation problem needs to be approached
thoroughly, with all the daily/monthly/yearly network statistical measurement data taken into
consideration. Renewable sources like sun and wind cannot guarantee that the nominal power
output from solar parks and wind farms will be maintained in a 24 hour period. As they are
stochastic primary sources, their intermittent nature must be taken into consideration while
planning their integration in the network. In that way, the average daily power
consumption/production curves can be formed, giving the planner a more precise and correct
output results. The objective must be the simultaneous maximization of the investors' and
Distribution System Operator's financial gains. The aforementioned premises are in the core
of the seventh chapter. The central part of the thesis is to simultaneously maximize the net
present values of distributed generation projects and loss savings in the medium voltage
distribution network. The objective function consists of two parts, one involving distributed
generation projects and the other involving loss savings. The net present values of distributed
generation projects are calculated by discounting the annual cash flows to the present value.
The time period under consideration is equal to the number of years in which the feed-in
tariffs are guaranteed by the subordinate legislation. The net present value for a Distribution
System Operator is calculated by discounting the annual savings to the present value. The
annual savings consider the difference between annual network energy losses of the existing
network and after allocation of new production units. A modified genetic algorithm was used
for solving the distributed generation allocation problem. The algorithm was tested on a 20
kV distribution network consisting of 30 nodes. The results have been presented and
explained at the end of the chapter.
The application of the new algorithm is covered in the eight chapter. The algorithm was
tested on a 20 kV distribution network without previously connected distributed generaton
units. Then the algorithm was tested on the same network but with a previously connected
production unit. Finally, the algorithm was tested on a network with identical input data but
operated on a 10 kV level. The results have been presented, analysed and compared at the end
of each subchapter.
In his research the author has presented an algorithm for the allocation of distributed
generation units based on financial evaluation of distributed generation projects and
Distribution System Operator's savings. The allocation criterion was the maximization of the
sum of their net present values based on the average daily power consumption/production
curves. The algorithm presents the decision making part of project management which
involves choosing the optimal size and position of future power sources prior to their
connection in the network. Since the algorithm targets the overall benefits for the Independent
Power Producers and the Distribution System Operator, the author hopes it will be applied for
the integration of new production units in real distribution networks.
Key words:
Optimal allocation, distributed generation, distribution network planning, genetic
algorithms, capital budgeting.
Sadržaj
SADRŽAJ
1. UVOD .....................................................................................................................1
I
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
II
Sadržaj
7.5.6. Križanje...............................................................................................................223
7.5.7. Mutacija ..............................................................................................................223
7.5.8. Elitizam ...............................................................................................................225
7.5.9. Zaustavljanje algoritma .........................................................................................225
7.6. Opis optimizacijskoga algoritma...................................................................................225
7.7. Rezultati ......................................................................................................................232
9. ZAKLJUČAK...................................................................................................... 285
LITERATURA............................................................................................................. 288
ŽIVOTOPIS................................................................................................................. 360
III
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
POPIS SLIKA
IV
Popis slika
Slika 6.1. Primjer profila napona i raspona varijacije napona čvorova jednog izvoda u distribucijskoj
mreži nakon priključenja DI-a..................................................................................................138
Slika 6.2. Primjer naponskih prilika pri varijaciji potrošnje od minimalne do maksimalne, uz
održavanje konstantnog napona na sekundaru TS 110/10 kV.......................................................140
Slika 6.3. Primjer utjecaja struje kratkoga spoja DI-a na potrebu povećanja rasklopne moći prekidača
u mreži...................................................................................................................................140
Slika 6.4. Primjer P – U krivulje...............................................................................................142
Slika 6.5. P – U krivulje s različitim faktorom snage...................................................................143
Slika 6.6. Prikaz harmonički izobličenoga vala i njegovih sinusnih komponenti ............................145
Slika 6.7. Prikaz diskretizirane krivulje trajanja opterećenja.......................................................151
Slika 6.8. Prikaz kodiranja rješenja genetskim algoritmom .........................................................151
Slika 6.9. Uz određivanje indeksa stabilnosti čvora j ..................................................................153
Slika 6.10. Uz određivanje optimalne veličine DI-a u čvorištu s najvećom vrijednosti indeksa
stabilnosti ..............................................................................................................................154
Slika 6.11. Primjer podjele mreže na 4 zone ..............................................................................155
Slika 6.12. Uz kodiranje kromosoma.........................................................................................156
Slika 6.13. Kodiranje kromosoma matričnim zapisom.................................................................166
Slika 6.14. Pareto fronta nedominirajućih rješenja u primjeru ....................................................167
Slika 6.15. Linearna funkcija pripadnosti ..................................................................................167
Slika 7.1. Primjer općenite SN distribucijske mreže s integriranim distribuiranim izvorom električne
energije..................................................................................................................................184
Slika 7.2. Primjer numeriranja konkretne distribucijske mreže s integriranim DI-om za proračun
tokova snaga i padova napona .................................................................................................185
Slika 7.3. Model nadomjesnog π voda distribucijske mreže .........................................................190
Slika 7.4. Dijagram tijeka za opisani proračun tokova snaga ......................................................194
Slika 7.5. Ograničenja na lokaciju priključenja distribuiranih izvora na primjeru mreže od 30 čvorišta
.............................................................................................................................................199
Slika 7.6. Primjer prosječne dnevne krivulje opterećenja za potrošače tipa kućanstvo priključene na
čvorove 2, 19 i 29 ...................................................................................................................209
Slika 7.7. Primjer prosječne dnevne krivulje opterećenja za industrijske potrošače priključene na
čvorove 11 i 25 .......................................................................................................................210
Slika 7.8. Primjer prosječne dnevne krivulje proizvodnje za postojeću 500 kW sunčanu elektranu
priključenu na čvor 29.............................................................................................................212
Slika 7.9. Primjer prosječne dnevne postotne krivulje proizvodnje za buduću hidroelektranu .........214
Slika 7.10. Primjer prosječne dnevne postotne krivulje proizvodnje za buduću vjetroelektranu.......215
Slika 7.11. Primjer prosječne dnevne postotne krivulje proizvodnje za buduću kogeneracijsku
elektranu................................................................................................................................217
Slika 7.12. Primjer kodiranja individualnog rješenja u vektor kromosoma....................................221
Slika 7.13. Primjer križanja cjelobrojnih vektora roditelja..........................................................223
Slika 7.14. Primjer općenite mutacije kromosoma ......................................................................224
Slika 7.15. Dijagram toka algoritma optimalnog razmještaja DI-a ..............................................227
Slika 7.16. Dijagram toka drugog estimacijskog proračuna tokova snaga ....................................227
Slika 7.17. Dijagram toka modificiranog genetskog algoritma ....................................................231
Slika 7.18. Dijagram toka evaluacije funkcije cilja za svaki dekodirani kromosom ........................231
Slika 7.19. Dijagram toka optimizacijskoga proračuna tokova snaga...........................................232
Slika 7.20. Konvergencija dobrote funkcije cilja ........................................................................232
Slika 7.21. Usporedba godišnjih gubitaka djelatne električne energije za promatranu mrežu prije i
poslije optimalnoga razmještaja novih DI-ova ...........................................................................235
Slika 7.22. Usporedba satnih gubitaka djelatne električne snage promatrane mreže prije i poslije
priključenja novih DI-ova za prosječan dan posljednje godine planiranja ....................................236
Slika 7.23. Usporedba djelatne snage izvoda promatrane mreže prije i poslije priključenja novih DI-
ova za prosječan dan posljednje godine planiranja ....................................................................237
Slika 7.24. Usporedba napona čvora 17 promatrane mreže prije i poslije priključenja novih DI-ova za
prosječan dan posljednje godine planiranja ..............................................................................238
Slika 8.1. Primjer distribucijske mreže korištene za demonstraciju učinkovitosti algoritma ............239
V
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
VI
Popis tablica
POPIS TABLICA
Tablica 2.1. Usvojeni nacionalni akcijski planovi zemalja članica EU-a ..........................................7
Tablica 2.2. Troškovi izgradnje, te fiksni i varijabilni troškovi održavanja nekih tipova distribuiranih
izvora ......................................................................................................................................29
Tablica 2.3. Očekivani instalirani kapaciteti OIEK u hrvatskome EES-u prema Strategiji energetskog
razvoja RH ...............................................................................................................................31
Tablica 2.4. Očekivani instalirani kapaciteti OIEK u hrvatskome EES-u do 2020. godine prema
Nacionalnom akcijskom planu....................................................................................................32
Tablica 2.5. Otkupne cijene DI-ova koji se mogu priključiti na SN mrežu Hrvatske do instalirane
snage uključivo 5 MW ...............................................................................................................36
Tablica 2.6. Otkupne cijene DI-ova koji se mogu priključiti na SN mrežu Hrvatske instalirane snage
veće od 5 MW ...........................................................................................................................37
Tablica 2.7. Otkupne cijene za kogeneracijska postrojenja koja kao gorivo ne koriste obnovljive izvore
energije....................................................................................................................................37
Tablica 2.8. Broj i instalirana snaga svake grupe proizvodnih postrojenja koji su priključeni na
hrvatski EES, stanje na dan 30.09.2013.......................................................................................42
Tablica 2.9. Broj i instalirana snaga svake grupe proizvodnih postrojenja koji imaju sklopljen Ugovor
o otkupu električne energije, ali još nisu priključeni na hrvatski EES, stanje na dan 30.09.2013.......43
Tablica 6.1. Razina tereta i pripadajuća tržišna cijena električne energije ...................................163
Tablica 6.2. Podaci o tipovima distribuiranih izvora ..................................................................175
Tablica 7.1. Numeracija grana u primjeru distribucijske mreže...................................................185
Tablica 7.2.Podaci električnoga kabelskog voda korišteni u primjeru distribucijske mreže ............195
Tablica 7.3.Podaci vršnih djelatnih i jalovih snaga svakog čvorišta i duljina dionica u primjeru
distribucijske mreže ................................................................................................................195
Tablica 7.4.Podaci vršne i minimalne snage izvoda iz SCADA sustava.........................................197
Tablica 7.5. Podaci procijenjenih satnih djelatnih opterećenja promatrane mreže (čvorovi 1 – 15) 201
Tablica 7.6. Podaci procijenjenih satnih djelatnih opterećenja promatrane mreže (čvorovi 16 – 30)
.............................................................................................................................................203
Tablica 7.7. Podaci procijenjenih satnih jalovih opterećenja promatrane mreže (čvorovi 1 – 15) ...205
Tablica 7.8. Podaci procijenjenih satnih jalovih opterećenja promatrane mreže (čvorovi 16 – 30) .207
Tablica 7.9. Podaci procijenjene satne djelatne proizvodnje postojeće sunčane elektrane ..............210
Tablica 7.10. Podaci procijenjene satne postotne proizvodnje buduće hidroelektrane....................213
Tablica 7.11. Podaci procijenjenih postotaka satne proizvodnje buduće vjetroelektrane ................214
Tablica 7.12. Podaci procijenjenih postotaka satne proizvodnje buduće kogeneracijske elektrane ..216
Tablica 7.13. Troškovi izgradnje te fiksni i varijabilni troškovi održavanja budućih distribuiranih
izvora ....................................................................................................................................218
Tablica 7.14. Otkupne cijene električne energije budućih DI-ova do instalirane snage uključivo 5 MW
za trenutni primjer distribucijske mreže ....................................................................................219
Tablica 7.15. Otkupne cijene električne energije budućih DI-ova instalirane snage veće od 5 MW za
trenutni primjer distribucijske mreže.........................................................................................219
Tablica 7.16. Procijenjene diskontne stope investitora i ODS-a...................................................220
Tablica 7.17. Procijenjena tržišna cijena električne energije i njezina godišnja stopa porasta........220
Tablica 7.18. Optimalne lokacije i priključne snage novih DI-ova ...............................................233
Tablica 7.19. Čiste sadašnje vrijednosti svakog projekta DI-a i ušteda ODS-a te njihova suma ......233
Tablica 8.1.Numeracija grana u primjeru distribucijske mreže....................................................240
Tablica 8.2.Podaci vršnih djelatnih i jalovih snaga svakog čvorišta u primjeru distribucijske mreže, te
godišnje stope porasta tereta....................................................................................................241
Tablica 8.3.Podaci vršne i minimalne snage izvoda iz SCADA sustava.........................................243
Tablica 8.4.Podaci o dionicama promatrane mreže....................................................................243
Tablica 8.5. Podaci procijenjenih satnih djelatnih opterećenja promatrane mreže (čvorovi 1 – 13) 246
VII
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Tablica 8.6. Podaci procijenjenih satnih djelatnih opterećenja promatrane mreže (čvorovi 14 –25 )
.............................................................................................................................................248
Tablica 8.7. Podaci procijenjenih satnih jalovih opterećenja promatrane mreže (čvorovi 1 – 13) ...250
Tablica 8.8. Podaci procijenjenih satnih jalovih opterećenja promatrane mreže (čvorovi 14 – 25) .252
Tablica 8.9. Procijenjena tržišna cijena električne energije, njezina godišnja stopa porasta i diskontna
stopa ODS-a za uštede gubitaka električne energije ...................................................................256
Tablica 8.10. Parametri genetskog algoritma ............................................................................256
Tablica 8.11. Podaci procijenjene satne postotne proizvodnje buduće sunčane elektrane...............257
Tablica 8.12. Granice priključne snage za buduću sunčanu elektranu ..........................................258
Tablica 8.13. Dozvoljene lokacije za buduću sunčanu elektranu ..................................................259
Tablica 8.14. Troškovi izgradnje buduće sunčane elektrane ........................................................259
Tablica 8.15. Stalni troškovi održavanja buduće sunčane elektrane .............................................259
Tablica 8.16. Varijabilni troškovi održavanja buduće sunčane elektrane......................................259
Tablica 8.17. Procijenjene diskontne stope buduće sunčane elektrane..........................................260
Tablica 8.18. Podaci procijenjene satne postotne proizvodnje prvog projekta buduće elektrane na
biomasu .................................................................................................................................260
Tablica 8.19. Granice priključne snage za prvi projekt buduće elektrane na biomasu....................262
Tablica 8.20. Dozvoljene lokacije za prvi projekt buduće elektrane na biomasu ............................262
Tablica 8.21. Ukupna godišnja učinkovitost prvoga projekta buduće elektrane na biomasu ...........262
Tablica 8.22. Troškovi izgradnje prvog projekta buduće elektrane na biomasu .............................262
Tablica 8.23. Stalni troškovi održavanja prvog projekta buduće elektrane na biomasu ..................263
Tablica 8.24. Varijabilni troškovi održavanja prvog projekta buduće elektrane na biomasu...........263
Tablica 8.25. Procijenjene diskontne stope prvog projekta buduće elektrane na biomasu...............263
Tablica 8.26. Podaci procijenjene satne postotne proizvodnje drugog projekta buduće elektrane na
biomasu .................................................................................................................................264
Tablica 8.27. Granice priključne snage za drugi projekt buduće elektrane na biomasu..................265
Tablica 8.28. Dozvoljene lokacije za drugi projekt buduće elektrane na biomasu ..........................265
Tablica 8.29. Ukupna godišnja učinkovitost drugoga projekta buduće elektrane na biomasu .........266
Tablica 8.30. Troškovi izgradnje drugog projekta buduće elektrane na biomasu ...........................266
Tablica 8.31. Stalni troškovi održavanja drugog projekta buduće elektrane na biomasu ................266
Tablica 8.32. Varijabilni troškovi održavanja drugog projekta buduće elektrane na biomasu.........266
Tablica 8.33. Procijenjene diskontne stope drugog projekta buduće elektrane na biomasu.............267
Tablica 8.34. Optimalne lokacije i priključne snage novih DI-ova ...............................................268
Tablica 8.35. Čiste sadašnje vrijednosti svakog projekta DI-a i ušteda ODS-a te njihova suma ......268
Tablica 8.36. Podaci procijenjene satne djelatne proizvodnje postojeće vjetroelektrane ................273
Tablica 8.37. Optimalne lokacije i priključne snage novih DI-ova ...............................................276
Tablica 8.38. Čiste sadašnje vrijednosti svakog projekta DI-a i ušteda ODS-a te njihova suma ......276
Tablica 8.39. Optimalne lokacije i priključne snage novih DI-ova ...............................................280
Tablica 8.40. Čiste sadašnje vrijednosti svakog projekta DI-a i ušteda ODS-a te njihova suma ......280
VIII
1. Uvod
1. UVOD
1
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
2
2. Općenito o distribuiranim izvorima električne energije
3
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Ne postoji samo jedan razlog zbog kojeg je došlo do pojave zanimanja za distribuiranu
proizvodnju, radi se o spletu više razloga i okolnosti. Između ostalog, pojava energetske krize
u svijetu, nastale zbog veoma malih preostalih rezervi fosilnih goriva, izazvala je aktualizaciju
korištenja obnovljivih izvora energije. Povećanje ekološke svijesti na globalnom nivou i
pokušaji da se smanji emisija stakleničkih plinova imaju također dominantan utjecaj na razvoj
tehnologije distribuiranih izvora. Još jedan razlog pojave interesa za distribuiranom
proizvodnjom je trend liberalizacije tržišta električne energije i deregulacije
elektroenergetskih sektora diljem svijeta. Napuštanjem klasičnog vertikalno integriranog
elektroenergetskoga sustava i prijelazom na horizontalni koncept, stvorili su se preduvjeti za
prihvat jedinica distribuirane proizvodnje. Vlasnik tih jedinica ne mora nužno biti državna
elektroenergetska tvrtka koja je donedavno imala monopol u pružanju javne usluge opskrbe
električnom energijom. Konačno, diverzifikacija energetskih izvora, te zahtjevi za
samoodrživosti nacionalnih energetskih sustava predstavljaju dodatni motiv za brzi razvoj i
veću integraciju distribuiranih izvora u EES-ima mnogih država.
4
2. Općenito o distribuiranim izvorima električne energije
1
Ipak, ima i drugačijih iskustava. Vjetroelektrana Fužine, snage 56 MW (I. faza 36 MW) primjer je otpora
lokalne sredine prema izgradnji elektrana na OIE. Namjeravani zahvat na području Fužina, zbog kojeg je
sredinom travnja 2013. održan neuspješni lokalni referendum o stopiranju investicije, ipak je zaustavljen
odlukom Ministarstva zaštite okoliša i prirode 2. kolovoza 2013. godine.
5
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
2
Bruto krajnja potrošnja energije je ukupna energija koju su potrošili krajnji korisnici kao što su domaćinstva,
industrija i poljoprivreda, uključujući i energiju koju je potrošio energetski sektor (gubici u transportu i
transformaciji energije, te transformaciji goriva u energiju).
6
2. Općenito o distribuiranim izvorima električne energije
Svaka zemlja članica EU-a ima vlastitu strategiju razvoja OIE, definiranu svojim
Nacionalnim akcijskim planom za obnovljive izvore električne energije (engl. National
Renewable Energy Action Plan – NREAP). EU je 2010. godine imala 12,5 % udjela OIE u
bruto krajnjoj potrošnji energije [3].
U Tablici 2.1. prikazani su usvojeni nacionalni ciljevi udjela OIE u bruto krajnoj potrošnji
energije, prije primitka Hrvatske kao 28. članice EU-a.
7
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Slovenija 16,0 25
Slovačka 6,7 14
Finska 28.5 38
Švedska 39,8 49
Velika Britanija 1,3 15
Ukupno EU-27 8,5 20
8
2. Općenito o distribuiranim izvorima električne energije
dobivene za svaki MWh proizvedene električne energije iz OIE. Ovaj dodatni prihod od
prodaje zelenih ceritifikata omogućava pokrivanje njegovih većih troškova proizvodnje koje
ima u odnosu na ostale proizvođače. Ovakav sustav je tržišno orijentiran i primjenjuje ga
samo šest država u Europi: Velika Britanija, Švedska, Belgija, Italija, Rumunjska i Poljska.
Zemlja predvodnica u korištenju OIE i mjera energetske učinkovitosti u Europi je
Republika Njemačka koja je već 2007. ostvarila zacrtane ciljeve razvoja OIE propisane
Direktivom 2001/77/EC. Njemačka strategija razvoja OIE ambiciozno je zacrtala cilj od 35 %
udjela OIE u proizvodnji električne energije do 2020. i od 80 % udjela do 2050. godine, a
predviđena je i ušteda od 50 % ukupne potrošnje energije do 2050. godine. Njemačka Vlada
je za 2011. godinu dala izvještaj o proizvodnji 123 TWh električne energije, što predstavlja
oko 20 % od 603 TWh ukupno proizvedene električne energije. U 2012. godini taj se iznos
podigao na 21,9 %, pri čemu je instalirana snaga svih vjetroelektrana bila oko 32 GW, a
solarnih fotonaponskih sustava oko 33 GW. No gledano iz drugoga kuta, kupci električne
energije su morali snositi teret prikupljanja subvencija za OIE, i to ponajprije građanstvo.
Pritom iako navedeni doprinosi kontinuirano rastu, veliki dio njemačke industrije uopće ih ne
plaća, premda se radi o tvrtkama koje u svojem proizvodnom procesu troše velike količine
električne energije. Dakle, u Njemačkoj se doprinos obračunava na količinu potrošene
električne energije i plaćaju ga građani i male tvrtke, a 2008. je iznosio 1,12 Euro centa po
kWh. U 2013. udio OIE doprinosa je iznosio 5,3 Euro centa po kWh, a 2014. godine trebao bi
koštati potrošače između 6,2 i 6,5 Euro centa po kWh-u. Radi se dakle o porastu visine
doprinosa od oko 600 % u samo šest godina.
Zaključno, zanimljivo je promotriti kakav je godišnji udio novih instaliranih kapaciteta
OIE u odnosu na sve nove instalirane elektrane u Europskoj Uniji. Slikom 2.3. prikazana je
instalirana snaga svih tipova elektrana u 2012. godini unutar EU-a [5 – 8].
9
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Slika 2.3. Instalirana snaga svih elektrana u EU-u tijekom 2012. godine
3
Njemački RWE (njem. Rheinisch-Westfälisches Elektrizitätswerk) planira zatvoriti gotovo petinu svojih
plinskih kapaciteta u Njemačkoj. Ukupno 954 MW plinskih elektrana u Njemačkoj neće biti u pogonu do kraja
2014. godine.
4
Nesreća u nuklearnoj centrali Fukushima 1 obuhvaća seriju nuklearnih nesreća i otkazivanje uređaja u
nuklearnoj elektrani Fukushima 1, kod grada Okuma, Japan. Havarija je nastala kao posljedica katastrofalnog
potresa Tōhoku 11. ožujka 2011. godine te tsunamija koji je potom pogodio obale Japana.
10
2. Općenito o distribuiranim izvorima električne energije
Sunčeva energija je obnovljivi izvor energije, a Sunce je, neposredno ili posredno, izvor
gotovo sve raspoložive energije na Zemlji. Sunčeva energija potječe od nuklearnih reakcija u
njegovu središtu, gdje temperatura doseže 15 milijuna °C. Sunčeva energija je dio energije
proizvedene na Suncu koji stiže do Zemlje5 i ona se može direktno pretvarati u toplinsku
energiju (sunčani kolektori) ili u električnu energiju. Energija Sunčeva zračenja se
5
Snaga Sunčeva zračenja na ulazu u Zemljinu atmosferu, pri srednjoj udaljenosti od Sunca, iznosi 1.370 W/m2,
pri čemu do površine Zemlje stigne otprilike polovica.
11
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
6
U lipnju 1979. godine, kada je američki predsjednik Jimmy Carter postavio fotonaponski sustav na krov Bijele
kuće, cijena fotonaponskih ćelija kretala se oko 40 $/W. Sedam godina kasnije predsjednik Regan je skinuo
panele, a kada je predsjednik Obama pokrenuo u kolovozu 2013. godine ponovnu instalaciju solarnih panela na
Bijelu kuću, njihova je cijena iznosila samo 0,74 $/W. Dakle, u 30-ak godina cijena fotonaponske ćelije spustila
se za čak 98%.
12
2. Općenito o distribuiranim izvorima električne energije
2.3.2. Hidroelektrane
Energija vode je najznačajniji obnovljivi izvor energije, a ujedno i jedini koji je ekonomski
konkurentan fosilnim gorivima i nuklearnoj energiji. Hidroelektrane (HE) su energetska
postrojenja u kojima se potencijalna energija vode pretvara najprije u mehaničku energiju
(preko hidrauličnih turbina), a potom generatorima u električnu energiju. Energetske
karakteristike svake HE zavise od vodotoka na kojemu se ona gradi, odnosno od protoka i
pada, ukupne raspoložive vode i njezine raspodjele tijekom godine. Protok, pad i količina
vode ne mogu se birati po volji jer su to inherentne karakteristike svakog riječnog toka i
položaja elektrane. Međutim konstrukcijskim mjerama mogu se poboljšati uvjeti za korištenje
13
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
14
2. Općenito o distribuiranim izvorima električne energije
informacije uzimaju kao referenca pri planiranju. Ministarstva okoliša, agencije za zaštitu
voda i/ili okoliša (državne/lokalne) ili meteorološki zavodi obično su izvor podataka o
mjerenjima protoka (godišnji hidrogrami i krivulje trajanja protoka) u najvažnijim rijekama i
potocima europskih zemalja. Podaci se mogu iskoristiti za procjenu toka tekućice na
određenome mjestu ako se uzme u obzir odnos stvarne lokacije i mjerne stanice (uzvodno ili
nizvodno). Ipak, u većini slučajeva podaci o dostupnosti vode za prošla razdoblja specifični su
samo za određenu lokaciju. Zbog složenosti same hidrologije kao prirodne pojave, buduća
procjena temeljena na podacima specifičnima za lokaciju iz prošlih razdoblja dovodi u pitanje
točnost i pouzdanost procjene. Pojavom novih računalnih alata kao što su geografski
informacijski sustav (GIS) i hidrološki modeli, gore navedene prepreke mogu se sustavno
rješavati. Stvarne slike postojećeg terena, složenih hidroloških pojava, te utjecaj promjenjive
klime sada je moguće integrirati pomoću prostornih alata i tehnika modeliranja. Hidrološki
modeli općenito koriste matematičke i statističke koncepte za povezivanje određenih unosa
(na primjer, količine kiše, temperature, itd.) s rezultatima modela (na primjer, količina
otjecanja).
U Republici Hrvatskoj na dan 30. rujna 2013. na elektroenergetsku mrežu priključene su, u
sustavu povlaštenih proizvođača električne energije, četiri hidroelektrane ukupne instalirane
snage 1,34 MW. Primjer mini hidroelektrane Pleternica na rijeci Orljavi, instalirane snage 220
kW, prikazan je Slikom 2.5.
15
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
2.3.3. Vjetroelektrane
16
2. Općenito o distribuiranim izvorima električne energije
preprekama. Budući da je snaga vjetra ovisna o trećoj potenciji brzine vjetra, čak i mala
promjena brzine vjetra može značajno utjecati na izlaznu snagu vjetroelektrane. Vjetroturbine
su općenito dizajnirane tako da počnu raditi pri brzini vjetra između 3 do 5 m/s, a turbina se
programira tako da prestane raditi pri velikoj brzini vjetra, pri otprilike 25 m/s da se ne bi
oštetila.
Općenito se vjetroelektrane dijele prema tome imaju li okomiti ili vodoravni rotor.
Vjetroelektrane s okomitim rotorom se rjeđe koriste. Većina vjetroturbina s vodoravnom
osovinom koriste mehanizam koji pomoću elektromotora i prijenosa drži turbinu zakrenutu
prema smjeru dolaska vjetra. Tornjevi za velike turbine mogu biti okrugli čelični, rešetkasti,
ili betonski. S obzirom na mjesto postavljanja, vjetroelektrane se dijele na one koje se
postavljaju na kopnu (engl. onshore wind farms) i one na morskoj pučini (engl. offshore wind
farms). S obzirom na snagu jedinice, uobičajena je podjela na male (1 do 30 kW), srednje i
velike, (30 do 1.500 kW), koje se grupiraju u vjetroparkove, te vjetroelektrane na pučini
(>1.500 kW).
Proizvodne jedinice u vjetroelektranama su uobičajeno sinkroni ili asinkroni generatori. S
obzirom na vrstu priključenja na mrežu česta je podjela na vjetroelektrane u izvedbi sa
stalnom brzinom vrtnje, koje se izravno priključuju na mrežu, i na vjetroelektrane s
promjenjivom brzinom vrtnje, koje se priključuju preko pretvarača frekvencije. Iako je
najskuplji dio vjetroelektrane njezina turbina, veličina i cijena generatora uz uključenu
efikasnost i učinkovitost regulacijskoga sustava neosporno čine značajan investicijski trošak.
Neophodna je pažljiva financijska analiza kojom bi se odredila opravdanost uvođenja pogona
s promjenjivom brzinom vrtnje. Prema nekim statistikama, pogon s promjenjivom brzinom
vrtnje na godinu postiže za trećinu veći iznos predane električne energije od pogona sa
stalnom brzinom vrtnje. Ako je cijena isporučene energije dovoljno visokoga iznosa, moguće
je postići ekonomsku isplativost i uz veće početne investicijske troškove pogona s
promjenjivom brzinom vrtnje.
Priključenje vjetroelektrana na elektroenergetsku mrežu je značajan problem s obzirom na
to da vjetroelektrane mogu bitno utjecati na stabilnost sustava i kvalitetu električne energije u
mreži. Kriteriji priključenja se definiraju u obliku Mrežnih pravila za vjetroelektrane (eng.
wind grid codes), pri čemu je za hrvatski EES HEP Operator prijenosnog sustava (danas
Hrvatski operator prijenosnog sustava – HOPS) 31. prosinca 2008. donio "Dodatne tehničke
uvjete za priključak i pogon vjetroelektrana na prijenosnoj mreži". Dakle, postoji više
tehničkih kriterija priključenja vjetroelektrana na mrežu koji se uzimaju u obzir radi što
kvalitetnije integracije vjetroelektrana u elektroenergetski sustav, kao što su iznos frekvencije,
17
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
napona, stanje u uvjetima kvara, kvaliteta isporučene električne energije i zahtjevi s obzirom
na signale, komunikaciju i upravljanje. Iako vjetroelektrane mogu smanjiti potrošnju goriva u
konvencionalnim izvorima7, ipak ne mogu smanjiti njihovu izgradnju jer ne mogu jamčiti
proizvodnju električne energije u kritičnim razdobljima. Iz toga se razloga ne koriste kao
vršni izvori energije.
Za odabir same lokacije VE vrlo je važno da mjesto izgradnje ima što više vjetrovitih dana
i da je vjetar ujednačen tijekom vremena. Mjerenje prosječnih satnih vrijednosti brzine vjetra
koje prethodi izgradnji VE mora trajati najmanje godinu dana (teoretski bi se, zbog mogućih
većih godišnjih oscilacija, mjerenja trebala obavljati duži niz godina), te se na osnovi tog
mjerenja radi vjerojatnosna razdioba brzine vjetra u dužemu vremenskome razdoblju.
Razdioba prikazuje vrijeme trajanja vjetra određene brzine za promatrani vremenski period.
Najčešće brzina vjetra uglavnom odgovara Weibullovoj, dok energija vjetra odgovara
Gaussovoj razdiobi vjerojatnosti. Na osnovu takvih krivulja dobiva se vjerodostojno
predviđanje količine energije koju je moguće dobiti iz vjetra na promatranomu prostoru.
Svakako najvažniji pozitivni aspekt VE je da prilikom njihova rada ne dolazi ni do kakvih
emisija ispušnih plinova ili krutih čestica, ni do drugih oblika zagađenja okoline. Prednost
vjetroelektrana je i u tome što se mogu smjestiti podjednako na neobradivim površinama,
morskoj pučini ili poljoprivrednom zemljištu, a posebnost im je što se prostor između stupova
generatora i dalje može koristiti.
Negativni utjecaji na okolinu su buka koju VE stvaraju prilikom vrtnje elisa i pogonskoga
mehanizma generatora i moguć negativan utjecaj na životinje koje žive u području
vjetroparka, prvenstveno ptice i šišmiše.
U Republici Hrvatskoj je do 30. rujna 2013. u pogonu 14 vjetroelektrana ukupne
instalirane snage oko 255 MW. Primjer vjetroparka Trtar-Krtolin kod Šibenika, instalirane
snage 11,2 MW prikazan je Slikom 2.6.
7
Često uključivanje VE u vozni red elektrana posljedično smanjuje predanu energiju konvencionalnih elektrana,
pri čemu potonje postaju neprofitabilne na otvorenom tržištu električne energije.
18
2. Općenito o distribuiranim izvorima električne energije
Biogoriva se dijele na tri vrste: biomasu, bioplin i biodizel. Ugljik u gorivu potječe iz
atmosferskoga CO2 apsorbiranog u biljkama. Izgaranjem biogoriva emitira se ista količina
CO2 koja je preuzeta iz atmosfere kako bi se proizvelo to isto biogorivo. Dakle, iskorištavanje
biogoriva ne povećava koncentraciju CO2 u atmosferi [12].
2.3.4.1. Biomasa
Biomasa je gorivo koje se dobiva od proizvoda biljnoga porijekla, poput drva, slame i
ostalih biljnih otpada koji se dobivaju u poljoprivredi, odnosno u industriji (drvnoj ili
prehrambenoj)8. Može se direktno pretvarati u energiju izgaranjem te tako proizvesti vodena
para za grijanje u industriji i domaćinstvima ili dobivati električna energija u malim
termoelektranama. Iskorištavanje biomase danas dobiva sve više na značaju zato što je emisija
CO2 u atmosferu iz ovakvoga izvora energije ispod dozvoljene granice. Međutim
spaljivanjem biomase stvaraju se i ostali zagađujući plinovi te otpadne vode. Osim toga
prikupljanje, transport i skladištenje biomase vrlo je skupo, što je još jedan nedostatak ove
8
Pri obradi drveta gubi se oko 35 % – 40 % od ulazne sirovine u procesu proizvodnje, a količina otpada za neke
proizvode kao što su parketi iznosi i do 65 %.
19
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
20
2. Općenito o distribuiranim izvorima električne energije
2.3.4.2. Bioplin
Bioplin je mješavina plinova koja nastaje fermentacijom biorazgradivog materijala u
okružju bez kisika, pri čemu se postrojenje za proizvodnju bioplina naziva digestor. Bioplin je
mješavina metana (40 % – 75 %), ugljičnog dioksida (25 % – 60 %) i otprilike 2 % ostalih
plinova (vodika, sumporovodika i ugljikova monoksida). Bioplin je otprilike 20 % lakši od
zraka i bez mirisa je i boje. Temperatura zapaljenja mu je između 650 i 750 °C, a gori čisto
plavim plamenom. Bioplin se dobiva iz organskih materijala. Podrijetlo sirovina može
varirati, od stočnih otpadaka, žetvenih viškova, ostataka ulja od povrća sve do organskih
otpadaka iz kućanstava. Osim tih materijala, za proizvodnju bioplina može se koristiti i trava,
pri čemu fermentacijska postrojenja za travu moraju ispunjavati više tehničkih zahtjeva od
konvencionalnih bioloških bioplinskih postrojenja koja koriste čvrsto ili tekuće gnojivo. Za
distribuiranu proizvodnju električne energije pogodan je deponijski plin koji se sastoji
većinom od metana i CO2, a dobiva se iz deponijskoga otpada na suvremeno uređenim
deponijima procesom takozvane anaerobne hladne obrade otpada. Deponijski plin s
prosječnim sadržajem metana od 50 % ima donju ogrjevnu vrijednost 5 kWh/Nm3, što ga čini
dobrim gorivom za pogon plinskih motora specijalno razvijenih za ovu namjenu. Zaključno,
bioplin se koristi za dobivanje toplinske i/ili električne energije izgaranjem u kotlovima,
plinskim motorima ili turbinama. Gorenje bioplina ne uzrokuje onečišćenje. Za podizanje
učinkovitosti korištenja bioplina može se primijeniti kogeneracija.
U Republici Hrvatskoj je do 30. rujna 2013. na elektroenergetsku mrežu priključeno
ukupno 9 elektrana na bioplin ukupne instalirane snage 8,135 MW. Također je priključena
jedna elektrana na deponijski plin ME Centralnog uređaja za pročišćavanje otpadnih voda
grada Zagreba, instalirane snage 2,5 MW.
2.3.4.3. Biodizel
Biodizel je tekuće nemineralno gorivo dobiveno procesom esterifikacije iz biljnog ulja,
životinjske masti, algi ili recikliranog jestivog ulja. Koristi se kao zamjena za mineralni dizel
ili u određenoj smjesi s njim. Primjena u motorima s unutarnjim izgaranjem znatno smanjuje
proizvodnju stakleničkih plinova (CO, CO2 i SO2). Transport biodizela gotovo je potpuno
neopasan za okoliš, jer se, dospjevši u tlo, razgradi nakon 28 dana. Ako nafta tijekom
manipulacije ili transporta dospije u vodu, jedna litra zagadi gotovo milijun litara vode, dok
korištenjem biodizela takvo zagađenje ne postoji jer se on u vodi potpuno razgradi već nakon
nekoliko dana. Osim što je po svojim energetskim svojstvima jednak običnom dizelu, biodizel
21
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
ima puno bolju mazivost pa značajno produžava radno trajanje motora. Neki od nedostataka
biodizela uključuju mogućnost začepljenja injektora motora, miris prženoga ulja iz ispuha,
visoku viskoznost te manju energetsku vrijednost (37,2 MJ/l, a nafta ima 42 MJ/l).
U Republici Hrvatskoj do 30. rujna 2013. na elektroenergetsku mrežu nije priključena
elektrana na tekuće biogorivo.
22
2. Općenito o distribuiranim izvorima električne energije
23
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
24
2. Općenito o distribuiranim izvorima električne energije
25
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
26
2. Općenito o distribuiranim izvorima električne energije
Prije nego se započne okvirna procjena aktualnih troškova izgradnje i održavanja različitih
tipova distribuiranih jedinica koje se mogu priključiti na distribucijsku mrežu Hrvatske,
potrebno je najprije ukratko objasniti neke osnovne pojmove.
Investicijski troškovi proizvodnih postrojenja se sastoje od njihovih troškova izgradnje.
Troškovi izgradnje elektrana (engl. overnight capital costs) obično su karakterizirani
specifičnim investicijskim troškovima trizg po jedinici instalirane snage (n.j./kW). Troškovi
izgradnje (investicije) TRizg iznose dakle:
27
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
gdje trvto označava srednje specifične varijabilne troškove (najvećim dijelom za gorivo) po
jedinici energije (n.j./kWh), a Wgod je godišnja proizvedena električna energija proizvodnoga
postrojenja.
28
2. Općenito o distribuiranim izvorima električne energije
Tablica 2.2. Troškovi izgradnje, te fiksni i varijabilni troškovi održavanja nekih tipova
distribuiranih izvora
Fiksni Varijabilni
Troškovi
troškovi troškovi
Tip distribuiranoga izvora izgradnje
održavanja održavanja
($/kW)
($/kW) ($/MWh)
Fotonaponski sustavi 2.500 – 9.500 6,44 – 110 0
Male hidroelektrane 500 – 4.500 12,72 – 130 0
Vjetroelektrane (na kopnu) 1.113 – 2.600 10,95 – 60 0
Elektrane na biogorivo 360 – 7.600 12 – 369,28 0,01 – 29,12
Geotermalne elektrane 1.630 – 5.940 68,33 – 229 0
Kogeneracijska postrojenja
510 – 1.680 5,50 – 45,60 49,69 – 56,49
na plin9
29
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
vrste troškova značajno utječu i tipovi ugovora koje investitori (engl. Independent Power
Producers – IPP) sklope s dobavljačima opreme (npr. Vestas, General Electric, itd.) i goriva
te projektantima i izvođačima radova. Uza sve navedeno, i doprinosi lokalnim jedinicama
samouprave nisu zanemarivi (komunalne naknade se mogu popeti na visoke iznose), kao niti
davanja državi (porez na dobit koji u Hrvatskoj iznosi 20 %).
Zaključno, troškovi izgradnje i održavanja se određuju zasebno za svaki slučaj izgradnje i
eksploatacije DI-a (engl. case by case). Ovisno o trenutačnome stanju na tržištu i
menadžerskim sposobnostima investitora, može se dogoditi da dva ista tipa DI-ova sličnih
instaliranih snaga imaju različite troškove izgradnje i održavanja.
Zakon o energiji (ZOE) kao temeljni energetski zakon regulira razvitak energetskoga
sektora Hrvatske te definira Strategiju energetskog razvitka kao osnovni akt kojim se utvrđuje
energetska politika Republike Hrvatske. Zakon o energiji izričito izražava pozitivno stajalište
Republike Hrvatske prema obnovljivim izvorima energije i kogeneraciji. U članku 13. stavku
1. Zakona izrijekom se kaže da je korištenje obnovljivih izvora i kogeneracije u interesu
Republike Hrvatske. Isto tako, u članku 29, stavku 2, navodi se da "tarifni sustavi trebaju
poticati mehanizme za poboljšanje energetske učinkovitosti i upravljanje potrošnjom,
uključujući i povećano korištenje obnovljivih izvora energije i kogeneracije" [18].
Zakon o tržištu električne energije (ZOTEE), između ostaloga, navodi da elektroenergetski
subjekt ili druga pravna ili fizička osoba koja istodobno proizvodi električnu i toplinsku
energiju, koristi otpad ili obnovljive izvore energije za proizvodnju električne energije,
neovisno o snazi proizvodnoga postrojenja, može steći status povlaštenog proizvođača
električne energije. Pritom se status povlaštenog proizvođača električne energije stječe na
temelju rješenja Hrvatske Energetske Regulatorne Agencije (HERA). Zakon definira da
30
2. Općenito o distribuiranim izvorima električne energije
povlašteni proizvođači električne energije mogu steći pravo na poticajnu cijenu koja se
određuje primjenom tarifnoga sustava za proizvodnju električne energije iz obnovljivih izvora
energije i kogeneracije. Također ZOTEE napominje kako Vlada Republike Hrvatske uredbom
određuje naknadu za poticanje proizvodnje električne energije iz obnovljivih izvora energije i
kogeneracije čija se proizvodnja potiče, a koju prikuplja Hrvatski operator tržišta električne
energije (HROTE) od opskrbljivača krajnjih kupaca, uključujući i opskrbljivače krajnjih
kupaca koji obavljaju opskrbu električnom energijom koja se obavlja kao javna usluga. Dakle,
HROTE prikuplja naknadu od krajnjih kupaca električne energije, ali i njihovih opskrbljivača
koji moraju preuzeti udio električne energije iz postrojenja OIEK. Operator prijenosnog ili
operator distribucijskoga sustava dužan je osigurati preuzimanje ukupno proizvedene
električne energije od povlaštenih proizvođača električne energije [19].
Na temelju članka 80. Ustava Republike Hrvatske i članka 5. stavka 3. Zakona o energiji
donesena je 16. listopada 2009. Strategija energetskog razvoja Republike Hrvatske (NN br.
130/09). Ona usvaja cilj da će u 2020. godini udio bruto neposredne potrošnje energije iz
obnovljivih izvora energije u bruto neposrednoj potrošnji energije iznositi 20 %. Taj će se cilj
postići ispunjavanjem sljedećih sektorskih ciljeva za 2020. godinu:
35 % će iznositi udio električne energije iz obnovljivih izvora energije, uključivo
velike hidroelektrane, u ukupnoj potrošnji električne energije;
10 % će iznositi udio obnovljivih izvora energije korištenih u svim oblicima prijevoza
u odnosu na potrošnju benzina, dizelskoga goriva, biogoriva u cestovnom i
željezničkom prijevozu te ukupne električne energije korištene u prijevozu;
20 % će iznositi udio bruto neposredne potrošnje energije za grijanje i hlađenje iz
obnovljivih izvora energije u bruto neposrednoj potrošnji energije za grijanje i
hlađenje [20].
Tablica 2.3. Očekivani instalirani kapaciteti OIEK u hrvatskome EES-u prema Strategiji
energetskog razvoja RH
Instalirani kapacitet do Instalirani kapacitet do
Tip OIEK
2020. godine (MW) 2030. godine (MW)
31
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
No, u listopadu 2013. godine donesen je Nacionalni akcijski plan (NAP) za proizvodnju
energije iz obnovljivih izvora, koji u biti predstavlja sastavni dio programa provedbe
Strategije energetskog razvoja. U njemu su revidirani ciljevi Strategije energetskog razvoja,
pri čemu je zanemarena njezina pretpostavka gospodarskoga rasta i rasta neposredne
potrošnje energije12. Prema predviđanjima NAP-a, struktura novih proizvodnih kapaciteta
OIEK u elektroenergetskom sektoru Hrvatske do 2020. će se temeljiti na podacima iz tablice
2.4. Pritom, elektrane na bioplin uključuju i plin dobiven iz deponija i pročistača.
Tablica 2.4. Očekivani instalirani kapaciteti OIEK u hrvatskome EES-u do 2020. godine
prema Nacionalnom akcijskom planu
Instalirani kapacitet do
Tip OIEK
2020. godine (MW)
Elektrane na biomasu 85
Elektrane na komunalni otpad 40
Vjetroelektrane 400
Male hidroelektrane 100
Velike hidroelektrane 300
Geotermalne elektrane 10
Sunčeve elektrane 52
Ukupno OIEK 987
10
Odnosi se na izgradnju novih ili porast snage u postojećim hidroelektranama.
11
Nema podataka.
12
U razdoblju od 2006. do 2011. godine zabilježen je pad potrošnje energije za prosječnih 1,3 % godišnje.
32
2. Općenito o distribuiranim izvorima električne energije
Nacionalni akcijski plan (ali i Strategija energetskog razvoja RH) nisu u potpunosti
dorečeni dokumenti i podliježu izmjenama svake dvije godine. Zanimljivo je da oba
dokumenta ne uzimaju u obzir integraciju hidroelektrana manjih od 1 MW instalirane snage u
distribucijsku mrežu. Iako NAP u odnosu na Strategiju povećava kvotu za solarne elektrane
do 2020. godine za 7 MW, trenutno se vodi žestoka rasprava o tome koliko hrvatski
distribucijski sustav može prihvatiti energije i snage iz fotoelektrana. No prijepori su najveći
na polju vjetroelektrana jer dio stručne javnosti smatra da se hrvatski EES NAP-om
sterilizirao od vjetroenergije, dok drugi dio smatra da je 400 MW vjetroelektrana krajnji limit
s obzirom na regulacijske mogućnosti hrvatskoga EES-a (potrebe za sekundarnom i
tercijarnom regulacijom u konvencionalnim elektranama). Činjenica je da bi 1.200 MW
vjetroelektrana činio znatan udio u vršnoj snazi hrvatskoga EES-a, koja je 2012. godine
iznosila 3.193 MW, neovisno o njezinom eventualnom rastu do 2020. godine. Međutim naglo
smanjenje kvote VE-a za 3 puta znači da je već u 2013. godini završena integracija
vjetroelektrana u hrvatski elektroenergetski sustav. Naime na dan 30.09.2013. godine već su
poznati ukupni kapaciteti za svih 404,25 MW iz VE, uključujući one koje su u pogonu i one
koje još nisu spojene na mrežu, ali imaju sklopljen Ugovor o otkupu električne energije s
HROTE-om. Pored navedena kapaciteta postoji još oko 700 MW projekata s izdanim
lokacijskim dozvolama od kojih oko 120 MW posjeduje građevinsku dozvolu, a preko
dodatnih 500 MW nalazi se u visokom stupnju pripreme. Obustavljanje radova na
spomenutim projektima uzrokovat će velike gubitke nositeljima projekata, uključujući i
domaće proizvođače koji time gube mogućnost stjecanja reference na hrvatskome tržištu, bez
koje će izlazak na inozemno tržište biti otežan. Dakle, očito je da je zakonodavni okvir
integracije OIEK u hrvatski EES vrlo aktualna problematika kojoj se ne može i ne smije
jednoznačno pristupiti.
Gledajući kronološki, najznačajniji pomak na području obnovljivih izvora energije i
kogeneracije u Hrvatskoj dogodio se 22. ožujka 2007. kada je Vlada usvojila paket
podzakonskih akata koji reguliraju to područje. Značajnije izmjene i dopune većine propisa
dogodile su se 2012. i 2013. godine, a izgledno je i kako će se trend promjena nastaviti i u
2014. godini. Završetkom 2013. godine, podzakonski akti koji reguliraju područje integracije
obnovljivih izvora energije i kogeneracije u Hrvatski EES su:
Pravilnik o korištenju obnovljivih izvora energije i kogeneracije (NN br. 88/12);
Pravilnik o stjecanju statusa povlaštenog proizvođača električne energije (NN br.
132/13);
33
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
34
2. Općenito o distribuiranim izvorima električne energije
tipove elektrana koje se mogu priključiti na hrvatski EES. Novi Tarifni sustav koji je stupio
na snagu 1. siječnja 2014. godine ima nekoliko izmjena u odnosu na prethodne verzije [23].
Prva je izmjena u podjeli snage proizvodnih postrojenja. U prethodnom tarifnom sustavu
granica je bila 1 MW, a u ovome je 5 MW. Pritom se za sve tipove postrojenja instalirane
snage iznad 5 MW otkupna cijena postavlja na iznos referentne cijene (RC)13, odnosno
tehnologije tih snaga se zapravo ne potiču.
Jedan od nagovještaja napretka tarifnog sustava se odnosi na integrirane14 fotonaponske
sustave do ukupne snage 300 kW. Pritom se definira način isplate poticaja za takva
postrojenja tako da se poticajna cijena isplaćuje isključivo u slučaju kada je količina
proizvedene električne energije manja ili jednaka mjesečnoj potrošnji na mjestu proizvodnje.
U slučaju kada je količina proizvedene električne energije veća od mjesečne potrošnje na
mjestu proizvodnje, poticajna cijena se isplaćuje za količinu električne energije koja je
jednaka mjesečnoj potrošnji, a višak energije koji se predaje u mrežu obračunava se s 80 % od
poticajne cijene. Na taj se način zapravo potiče vlastito podmirenje potrošnje s fotonaponskim
sustavima do 300 kW instalirane snage, čime se umanjuje njihov povratni utjecaj na mrežu.
Nadalje članak 12., stavak 5. donosi i kvote za sunčane elektrane, pri čemu je limit 7 MW
za integrirane sustave, 2 MW isključivo za objekte u vlasništvu lokalne uprave, a 5 MW za
neintegrirane sustave. Za neintegrirane fotonaponske sustave15, vjetroelektrane i elektrane na
tekuća goriva, pri čemu navedena postrojenja pripadaju grupi snage do 5 MW, otkupna cijena
postavlja se na RC, odnosno te se tehnologije ne potiču. Elektrane na biomasu i bioplin,
sukladno najavama u NAP-u, dobile su nešto veću otkupnu cijenu za postrojenja snage do 5
MW.
Neizravan način poticanja kogeneracije u postrojenjima na biomasu se pojavio u obliku
korekcijskoga faktora na njihovu učinkovitost proizvodnje. Naime korekcijski faktor iznosi 1
za učinkovitost između 45 % i 50 %, 0,9 za manje od 45 % učinkovitosti te 1,2 za
učinkovitost veću od 50 %. Kogeneracijskim postrojenjima na fosilna goriva ostao je isti uvjet
da će ostvariti otkupnu cijenu isključivo ako im je učinkovitost u korištenju primarne energije
13
Referentna cijena električne energije je cijena jednaka iznosu važeće tarifne stavke za radnu energiju po
jedinstvenoj dnevnoj tarifi za opskrbu električnom energijom u okviru univerzalne usluge, tarifni model Plavi.
Njen je iznos određen člankom 39. stavkom 2. točkom 1. Metodologije za određivanje iznosa tarifnih stavki za
opskrbu električnom energijom u okviru univerzalne usluge (NN, br. 116/2013), sukladno kojoj su opskrbljivači
dužni otkupiti električnu energiju iz obnovljivih izvora energije i kogeneracije od operatora tržišta. Iznos RC
prema Metodologiji iznosi 0,53 kn/kWh.
14
Integrirana sunčana elektrana je sunčana elektrana smještena na površini zgrade (krovovima, pokrovima,
sjenilima, balkonima, terasama, balustradama, fasadama, prozorima, vratima…) i infrastrukturnog objekta
(trafostanice, mostovi i sl. građevine).
15
Neintegrirana sunčana elektrana je sunčana elektrana smještena kao samostojeća građevina.
35
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
za dobivanje korisne električne energije i toplinske energije veća ili jednaka 50 %. Budući da
im je otkupna cijena jednaka RC neovisno o veličini postrojenja, njihova se izgradnja također
ne potiče.
Budući da ova disertacija obuhvaća problematiku odabira optimalne priključne snage i
smještaja distribuiranih izvora u srednjenaponskoj (SN) distribucijskoj mreži, promatrat će se
dio tarifnoga sustava vezan uz priključak DI-ova na SN mrežu. Naime u Hrvatskoj je
Mrežnim pravilima elektroenergetskoga sustava (točka 5.3.5.1., stavak 2. i 3.) regulirano da se
na SN mrežu (10, 20, 30, 35 kV) priključuju elektrane ukupne snage veće od 500 kW do
najviše 10 MW, ali se mogu priključiti i elektrane manjih snaga. U tablicama 2.5., 2.6. i 2.7.
prikazane su otkupne cijene (CPOT) DI-ova koji se mogu priključiti na SN mrežu Hrvatske:
Tablica 2.5. Otkupne cijene DI-ova koji se mogu priključiti na SN mrežu Hrvatske do
instalirane snage uključivo 5 MW
Visina poticajne
Grupa proizvodnih postrojenja cijene, CPOT
(kn/kWh)
a. sunčane elektrane
a.4. neintegrirane sunčane elektrane RC
b. hidroelektrane
b.2. hidroelektrane instalirane snage veće od 300 kW do
0,97
uključivo 2 MW
b.3. hidroelektrane instalirane snage veće od 2 MW 0,88
c. vjetroelektrane RC
d. elektrane na biomasu, uključujući biorazgradive dijelove
industrijskoga i komunalnog otpada
d.2. elektrane na biomasu instalirane snage veće od 300 kW
1,25
do uključivo 2 MW
d.3. elektrane na biomasu instalirane snage veće od 2 MW 1,20
e. geotermalne elektrane 1,20
f. elektrane na bioplin iz poljoprivrednih kultura te
organskih ostataka, otpada biljnog i životinjskog podrijetla,
biorazgradivog otpada, deponijski plin i plin iz postrojenja
za pročišćavanje otpadnih voda
36
2. Općenito o distribuiranim izvorima električne energije
Tablica 2.6. Otkupne cijene DI-ova koji se mogu priključiti na SN mrežu Hrvatske instalirane
snage veće od 5 MW
Visina poticajne
Grupa proizvodnih postrojenja cijene, CPOT
(kn/kWh)
b. hidroelektrane RC
c. vjetroelektrane RC
d. elektrane na biomasu, uključujući biorazgradive dijelove
RC
industrijskog i komunalnog otpada
e. geotermalne elektrane RC
f. elektrane na bioplin iz poljoprivrednih kultura te
organskih ostataka, otpada biljnog i životinjskog podrijetla,
RC
biorazgradivog otpada, deponijski plin i plin iz postrojenja
za pročišćavanje otpadnih voda
g. elektrane na tekuća biogoriva RC
Tablica 2.7. Otkupne cijene za kogeneracijska postrojenja koja kao gorivo ne koriste
obnovljive izvore energije
Visina poticajne
Grupa proizvodnih postrojenja cijene, CPOT
(kn/kWh)
kogeneracijska postrojenja instalirane električne snage veće
RC
od 30 kW do uključivo 1 MW, tzv. male kogeneracije
kogeneracijska postrojenja instalirane električne snage veće
od 1 MW do uključivo 35 MW, tzv. srednje kogeneracije RC
priključene na distribucijsku ili prijenosnu mrežu
37
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
16
Sukladno staroj Uredbi o naknadi za poticanje proizvodnje električne energije iz OIEK, troškove
uravnoteženja nastale zbog odstupanja u vrijednostima planirane i proizvedene električne energije u proizvodnim
postrojenjima povlaštenih proizvođača snosio je HROTE. Iznos tih troškova HROTE je plaćao HOPS-u, koji je
odgovoran za održavanje ravnoteže EES-a Hrvatske u stvarnom vremenu. Prema novoj Uredbi, teret troškova
uravnoteženja ne snosi HROTE, već HOPS.
38
2. Općenito o distribuiranim izvorima električne energije
vjetroelektrana koje čine 86 % ukupne instalirane snage OIEK u hrvatskom EES-u (na dan 30.
rujna 2013. godine ukupna instalirana snaga VE je bila 254,250 MW, a ukupna snaga svih
OIEK je iznosila 294,19 MW), postavlja se pitanje opravdanosti ovako visoke naknade u
godinama koje dolaze.
Nadalje važno je još napomenuti i Uredbu o minimalnom udjelu električne energije
proizvedene iz obnovljivih izvora i kogeneracije čija se proizvodnja potiče (NN br. 33/07,
8/11), koja propisuje minimalni udio električne energije proizvedene iz OIEK postrojenja
[25]. Člankom 4. propisuje da će minimalni udio električne energije čija se proizvodnja potiče
u ukupnoj neposrednoj potrošnji električne energije do 31. prosinca 2020. godine iznositi:
iz postrojenja koja koriste obnovljive izvore energije 13,6 %,
iz kogeneracijskih postrojenja, čija se proizvodnja električne energije isporučuje u
prijenosnu, odnosno distribucijsku mrežu 4 %.
39
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
17
Prema postojećoj proceduri HEP ODS-a za priključenje elektrane na SN distribucijsku mrežu potrebno je na
samom početku postupka izraditi EOTRP. Naime nakon obraćanja investitora ODS-u i podnošenja Zahtjeva za
izdavanje tehno-ekonomskih podataka za potrebe preliminarne analize priključenja na distribucijsku mrežu,
ODS obavještava investitora o potrebi izrade EOTRP-a, te mu dostavlja ugovor o njegovoj izradi. Nakon
potpisivanja ugovora i uplate troškova izrade EOTRP-a, ODS izrađuje navedeni dokument. Tek po njegovu
40
2. Općenito o distribuiranim izvorima električne energije
završetku investitor može podnijeti zahtjev za izdavanje Prethodne elektroenergetske suglasnosti, čiji će se uvjeti
priključenja bazirati na EOTRP-u.
41
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Tablica 2.8. Broj i instalirana snaga svake grupe proizvodnih postrojenja koji su priključeni
na hrvatski EES, stanje na dan 30.09.2013.
Hidroelektrane 4 1.340,00
Vjetroelektrane 14 254.250,00
Elektrane na biomasu 3 6.690,00
Elektrane na bioplin 9 8.135,00
Sunčane elektrane 423 9.781,69
Kogeneracijska postrojenja 4 11.493,00
42
2. Općenito o distribuiranim izvorima električne energije
Tablica 2.9. Broj i instalirana snaga svake grupe proizvodnih postrojenja koji imaju sklopljen
Ugovor o otkupu električne energije, ali još nisu priključeni na hrvatski EES, stanje na dan
30.09.2013.
Hidroelektrane 2 142,00
Vjetroelektrane 14 150.000,00
Elektrane na biomasu 9 51.659,00
Elektrane na bioplin 4 3.299,00
Sunčane elektrane 720 37.420,86
Geotermalne elektrane 1 4.710,00
Ukupno 740 247.230,86
Kumulativno gledajući, ukupni kapaciteti, i u pogonu i oni koji još nisu spojeni na mrežu,
već gotovo popunjavaju kvote NAP-a. To se najviše odnosi na vjetroelektrane. Samim time
ostaje pitanje opravdanosti alokacije distribuiranih izvora u distribucijsku mrežu Hrvatske.
No, mnogi su razlozi zbog kojih će problem odabira optimalne priključne snage i smještaja
distribuiranih izvora još dugo ostati aktualna tema, a neki od njih su navedeni u nastavku:
NAP se revidira svake 2 godine ovisno o stanju gospodarskog rasta i potrošnji
energije, što znači da ukoliko uslijedi oporavak i samim time porast potrošnje, utoliko
se kvota može promijeniti i mora.
Kvota se može promijeniti uslijed pojačanja kapaciteta hrvatskoga EES-a, pri čemu se
već planira izgradnja ili dogradnja sljedećih proizvodnih postrojenja:
43
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
44
2. Općenito o distribuiranim izvorima električne energije
45
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
3. PROBLEMATIKA PLANIRANJA
SREDNJENAPONSKIH MREŽA U UVJETIMA
PRIKLJUČENJA DISTRIBUIRANIH IZVORA
ELEKTRIČNE ENERGIJE
46
3. Problematika planiranja srednjenaponskih mreža u uvjetima priključenja distribuiranih izvora električne energije
Planiranje je postupak donošenja odluka kojime planer najprije određuje skup mogućih
rješenja (planova) problema, a potom između njih odabire ono najbolje. Ishodišna točka
planiranja razdjelnih mreža uvijek je postojeće stanje u razdjelnoj mreži, kao i analiza
potencijala takve opskrbe svih čvorišta opterećenja kvalitetnom električnom energijom
47
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
48
3. Problematika planiranja srednjenaponskih mreža u uvjetima priključenja distribuiranih izvora električne energije
49
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Sasvim općenito, kriterije koje prikazuje Slika 3.1. moguće je podijeliti u sljedeće tri
grupe:
Troškovni (investicijski troškovi, troškovi održavanja, troškovi uslijed gubitaka
djelatne snage i energije, troškovi uslijed neisporučene električne energije),
Gubici (gubici djelatne snage i energije),
Raspoloživost (engl. availability) ili pouzdanost (engl. reliability) opskrbe
(neisporučena električna energija).
50
3. Problematika planiranja srednjenaponskih mreža u uvjetima priključenja distribuiranih izvora električne energije
51
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Propisani kriteriji planiranja trebaju biti zadovoljeni za dvije vrste pogonskih stanja:
Normalni pogon distribucijske mreže ("n" stanje), odnosno stanje mreže u kojem su
svi kupci opskrbljeni, naponi se održavaju u rasponu između dopuštenog maksimalnog
i minimalnog napona, opterećenja svih elemenata distribucijske mreže su manja od
nazivnih vrijednosti, struje kratkog spoja u svim čvorištima distribucijske mreže manje
su od rasklopne moći pripadajućih prekidača, postoje dovoljne rezerve u prijenosnoj
mreži i elektranama priključenim na distribucijsku mrežu te se ostvaruju sve usluge i
planski radovi u distribucijskoj mreži.
Izvanredni pogon distribucijske mreže ("n-1" stanje) koji nastupa prilikom
neplaniranog zastoja, tj. neraspoloživosti pojedine komponente mreže. Kriterij "n-1" je
zadovoljen ako je nakon zastoja uspostavljeno novo pogonsko stanje u kojemu se
naponi i opterećenja elemenata mreže održavaju u dopuštenim okvirima bez smanjenja
potrošnje, odnosno trajanja prekida napajanja većih od dopuštenih.
52
3. Problematika planiranja srednjenaponskih mreža u uvjetima priključenja distribuiranih izvora električne energije
Kao moguće dispečerske mjere, odnosno korektivne akcije radi zadovoljenja kriterija
pouzdanosti ("n-1") u distribucijskoj mreži smatraju se:
promjena uklopnog stanja mreže primjenom automatskih, daljinski ili ručno
upravljivih rastavnih uređaja,
korištenje automatske uzdužne regulacije transformatora 110/35 kV, 110/20 kV i
110/10 kV te ručne uzdužne regulacije transformatora 35/10 kV i 35/20 kV,
regulacija, odnosno uključenje i isključenje kompenzacijskih uređaja u mreži.
Kao što je već navedeno, primjenom ranije opisanih kriterija u promatranoj mreži dolazi se
do varijanti rješenja distribucijske mreže koje zadovoljavaju definirane tehničke kriterije.
Ekonomskim analizama optimalnih varijanti razvoja odabire se ona koja u promatranome
razdoblju zahtijeva najmanje troškove ulaganja. Osim ulaganja u izgradnju i pojačanje mreže,
u obzir se uzimaju i troškovi gubitaka energije i snage, troškovi neisporučene energije i snage
te troškovi pogona mreže.
Distribuirani izvori postupno ali sigurno pasivnu distribucijsku mrežu pretvaraju u aktivnu
mrežu, koja se zbog svoje potrebe za snažnom informatičkom podrškom i automatizacijom,
često naziva i Naprednom mrežom (eng. Smart Grid). Napredna mreža je mreža koja može na
inteligentan način integrirati aktivnosti svih korisnika spojenih na nju, uključujući
proizvođače, kupce i one subjekte koji objedinjuju te dvije funkcije i pritom osigurati
učinkovitu, održivu i sigurnu dobavu električne energije.
Novonastali uvjeti predstavljaju izazov konvencionalnom planiranju distribucijske mreže,
dok ostale funkcionalnosti Naprednih mreža (npr. automatizacija mreže, napredna mjerenja,
upravljanje potrošnjom i visoka razina informatizacije i izgradnje telekomunikacijske
infrastrukture) omogućuju Operatoru distribucijskoga sustava integraciju novih korisnika uz
minimalne zahvate u mreži. Zbog navedenog, potrebno je uspostaviti novi pristup planiranju
distribucijske mreže koji će na ekonomski prihvatljiv način omogućiti porast udjela
distribuirane proizvodnje i implementaciju ostalih funkcionalnosti Napredne mreže, uz
poštivanje općeprihvaćenih tehničkih i ekonomskih kriterija planiranja.
Zasada se u Hrvatskoj distribuirani izvori priključuju na distribucijsku mrežu razmatrajući
zasebno svaki pojedini slučaj, pri čemu se utjecaj na okolnu mrežu promatra u
53
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
54
3. Problematika planiranja srednjenaponskih mreža u uvjetima priključenja distribuiranih izvora električne energije
55
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
56
3. Problematika planiranja srednjenaponskih mreža u uvjetima priključenja distribuiranih izvora električne energije
Slika 3.2. Primjer naponskih prilika na SN izvodu bez priključene proizvodne jedinice
57
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
58
3. Problematika planiranja srednjenaponskih mreža u uvjetima priključenja distribuiranih izvora električne energije
opterećenja prethodno neopterećenih dijelova mreže i drastično rastu gubici radne snage koji
ovise o kvadratu struje kroz dionicu kojom ona teče. Često je posljedica i preveliki porast
napona u točki priključenja elektrane.
Može se općenito konstatirati da, ako je instalirana snaga elektrana na nekom području
manja od iznosa tereta potrošača na tom području, priključak elektrana pozitivno utječe na
naponske prilike u distribucijskoj mreži. Povećanjem snage elektrana u odnosu na snagu
potrošača dolazi do povećanja tokova snaga u mreži, reverziranja smjera energije prema višim
naponskim razinama i povećanja gubitaka u tom dijelu distribucijske mreže.
Navedeni se problem mogućeg preopterećenja dionica u blizini DI-a može riješiti
povećanjem prijenosne moći (presjeka vodiča) preopterećenih dionica. Međutim osnovno je
pitanje isplati li se raditi takav zahvat u mreži samo radi evakuacije energije koja se lokalno
ne može potrošiti, tim više što se svrha ove investicije gubi u slučaju prestanka rada elektrane
(npr. nakon završetka perioda garantirane otkupne cijene električne energije ili uslijed
bankrota investitora elektrane).
Zanimljiv je slučaj priključka solarne elektrane na distribucijsku mrežu, koji pokazuje
njezin utjecaj na dnevni dijagram opterećenja, prikazan Slikom 3.5.
59
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Slika 3.5. Primjer utjecaja solarne elektrane na dnevni dijagram izvoda SN distribucijske
mreže na kojem je ona priključena
Vršno opterećenje (potrošnja) koje nastupa u večernjim satima kada nema proizvodnje
energije iz sunčane elektrane, i dalje ostaje visoko kao i prije priključenja distribuiranog
izvora. Ako je potrošnja manja od proizvodnje (što se najčešće zbiva tijekom vršne
proizvodnje u podnevnim satima), dolazi do promjene smjera energije i izvod daje snagu i
energiju na niženaponske sabirnice napojne trafostanice. Ta se snaga najprije evakuira u
ostale izvode napojne TS i pokriva njihovu potrošnju, a tek onda, ako preostane dovoljno
snage ili ostali izvodi imaju već priključene DI-ove većih instaliranih snaga od njihove
potrošnje, energija putuje kroz transformator napojne TS u nadređenu mrežu. U tom slučaju
čitava TS postaje izvor nadređenoj mreži. Vidljivo je sa slike da u slučaju priključenja samo
jedne solarne elektrane snaga na izvodu tijekom dana varira u širem rasponu nego prije
njezina priključenja. S većim brojem izvora različitih tipova i karakteristika situacija se
značajno usložnjuje.
Ova vrsta oscilacije dnevnog dijagrama opterećenja u velikom broju slučajeva dugoročno
povećava tehničke gubitke u mreži. To dovodi operatora u poziciju da na tržištu mora
kupovati veće količine energije od planiranih, uslijed povećanja tehničkih gubitaka koji nisu
mogli biti predviđeni studijama razvoja mreže jer je operator zakonski obvezan priključiti
distribuirani izvor (OIEK) na mrežu i preuzeti njegovu energiju. Iz tog je razloga neophodno
poticati priključenje distribuiranih izvora na optimalnim lokacijama u mreži i s optimalnim
priključnim snagama, što je i tema ove disertacije.
Vezano uz dozvoljena odstupanja napona u normalnom i izvanrednom pogonu, od 2008.
godine Hrvatski zavod za norme preuzeo je normu CENELEC-a u izvornoj verziji EN
60
3. Problematika planiranja srednjenaponskih mreža u uvjetima priključenja distribuiranih izvora električne energije
50160:2007, pod imenom HRN EN 50160:2008 (Službeno glasilo HZN 6/2008). U skladu s
normom EN 50160 (Europska norma o kvaliteti električne energije), na niskom i srednjem
naponu je dozvoljeno odstupanje napona od ± 10 % nazivnog napona kroz 95 % vremena
desetminutnih mjerenja u roku od tjedan dana, dok je u 5 % preostalog perioda preporučeno
odstupanje +10/-15 %. Sadržaj prikazane norme je preslikan na Mrežna pravila
elektroenergetskoga sustava.
Slikom 3.6. prikazan je konkretan primjer priključka elektrane na radijalni vod [41]. Ako je
elektrana priključena na radijalni vod, uz struje vodiča mijenjaju se i naponske prilike u
distribucijskoj mreži. Gledajući tokove snaga po granama izvoda bez priključene elektrane,
vidi se da opterećenje grana opada s većom udaljenošću od napojne TS. Općenito se
priključkom DI-a može očekivati znatna promjena tokova snaga do mjesta priključka, te
nikakva iza mjesta priključka elektrane.
Slika 3.6. Primjer utjecaja DI-a na tokove radnih i jalovih snaga te na strujne i naponske
prilike na izvodu SN mreže
61
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
62
3. Problematika planiranja srednjenaponskih mreža u uvjetima priključenja distribuiranih izvora električne energije
63
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Slika 3.7. Primjer pozitivnog utjecaja proizvodne jedinice na naponske prilike duž voda
64
3. Problematika planiranja srednjenaponskih mreža u uvjetima priključenja distribuiranih izvora električne energije
65
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
66
3. Problematika planiranja srednjenaponskih mreža u uvjetima priključenja distribuiranih izvora električne energije
67
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Prva opcija podrazumijeva proračun tokova snaga u mreži u ekstremnim stanjima mreže
prije i poslije priključenja DI-a (engl. offline load flow), i određivanje kritičnih stanja s
aspekta kršenja naponskih normi. Potom se definira koliku se vrijednost napona u priključnoj
točki ne smije prijeći, kako se u ekstremnom slučaju ne bi izašlo van okvira naponskih
ograničenja. Konačno, na tu se vrijednost postavlja regulator napona DI-a koji reducira
djelatnu snagu i/ili preuzima jalovu snagu s ciljem održavanja napona ispod proradne
vrijednosti (za slučaj opasnosti od nedozvoljenoga porasta napona).
Druga opcija je tehnički najzahtjevnija jer zahtjeva opremanje velikoga dijela mreže u
sustav daljinskoga vođenja, odnosno međusobno komunikacijsko povezivanje regulatora
napona napojne TS, regulatora napona svih DI-ova i konstantna mjerenja napona najslabije
točke u pogonu (engl. online load flow). Naime najslabija točka u mreži po pitanju pada ili
porasta napona mora se unaprijed utvrditi proračunima tokova snaga u mreži u ekstremnim
stanjima mreže prije i poslije priključenja DI-a. U slučaju da naponski najslabija točka nije
sabirnica elektrane (koja se po pravilu uvijek mora uvesti u SDV prilikom priključenja na
SN), već potrošačka TS SN/NN koja najvjerojatnije nije u SDV-u, potonja će se morati uvesti
u daljinsko vođenje (pitanje je tko će financirati taj zahvat).
U slučaju povezne mreže, gdje se granice napajanja često mijenjaju zbog promjene
konfiguracije mreže uslijed priključenja novih potrošača i proizvođača, postavlja se pitanje
opravdanosti takve investicije. Naime promatrani se izvod može u kratkome roku proširiti za
još jednu TS (uslijed promjene granice napajanja ili izgradnje nove TS) energetski smještenu
nakon procijenjene naponski najslabije točke. Na taj način nova točka može postati naponski
najslabija točka i postoji mogućnost potrebe njezinog uvođenja u SDV. Samim time,
prethodna se investicija pokazuje neopravdanom.
68
3. Problematika planiranja srednjenaponskih mreža u uvjetima priključenja distribuiranih izvora električne energije
U svakom slučaju, koju god proradnu veličinu izabrali (bilo da je to napon točke
priključenja DI-a ili napon najslabije točke u mreži), regulatori napona svakog DI-a morat će
biti priključeni po načelu ravnopravnosti, tj. u istom postotku priključne djelatne i/ili jalove
snage svake elektrane. Kao zaključak se nameće činjenica da je potrebno detaljno promatrati
utjecaj DI-a na regulaciju napona mreže za svaki slučaj pojedinačnog ili grupnog priključenja
novih DI-ova.
Jedan od utjecaja koji je zbog vremenske promjenjivosti tereta i strujno-naponskih prilika u
mreži teško precizno odrediti je utjecaj rada elektrane na gubitke u distribucijskoj mreži.
Promjene tokova snaga praćene su promjenama gubitaka u mreži. Općenito se smatra da se
distribuiranom proizvodnjom, tj. proizvodnjom u blizini potrošnje smanjuju gubici na razini
sustava. Uz mali udio proizvodnje, gubici u mreži se smanjuju. Navedeno definitivno
predstavlja rasterećenje vodova u vlasništvu ODS-a (i HOPS-a), te povećanje ušteda uslijed
nabavljanja električne energije za pokriće gubitaka na otvorenom tržištu električne energije.
Na Slici 3.9. je vidljivo da se priključenjem DI-a struja u glavnome vodu smanjila s iznosa I
na iznos I-I', što znači da je glavni vod rasterećen i samim time se manje toplinskih gubitaka
generira na njegovu uzdužnom otporu. Plavo područje ispod krivulje tereta voda predstavlja
smanjenje gubitaka energije nakon priključenja elektrane koja svoju snagu predaje direktno
potrošaču.
Slika 3.9. Primjer povoljnog utjecaja DI-a na smanjenje gubitaka snage i energije u mreži
No, gubici u mreži se povećavaju kada distribuirana proizvodnja uvelike premašuje iznos
lokalnog opterećenja. Nadalje gubici se povećavaju kada je faktor snage u distribuiranoj
pojnoj točki potrebno udesiti s izrazitim induktivnim karakterom (generator preuzima jalovu
snagu) kako bi se osiguralo postojanje prihvatljivih pogonskih uvjeta u mreži (posebice
dozvoljeni raspon napona).
69
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Slika 3.10. Ovisnost gubitaka u distribucijskoj mreži Pogona Pag o snazi VE Ravne 1 za 3
karakteristična opterećenja distribucijske mreže
70
3. Problematika planiranja srednjenaponskih mreža u uvjetima priključenja distribuiranih izvora električne energije
voda (crvena iscrtkana linija na Slici 3.11.), priključivanje distribuirane jedinice će smanjiti
krivulju opterećenja voda P=f(t) za iznos snage te jedinice i to u vremenu u kojemu ona
predaje snagu u mrežu (na Slici 3.10. u vremenu od cca 8 h do cca 21 h).
Slika 3.11. Primjer povoljnoga utjecaja proizvodne jedinice na rasterećenje vodova u mreži
Osim utjecaja na promjenu tokova snaga i padova napona, DI-ovi imaju još čitav niz
utjecaja na vođenje pogona distribucijske mreže, poput mogućeg odstupanja frekvencije,
valnog oblika napona, nesimetrije napona, razine kratkih spojeva, pouzdanosti opskrbe,
stabilnosti napona, itd. Budući da se ovaj rad prvenstveno odnosi na problem optimalnoga
razmještaja DI-ova u distribucijskoj mreži, u sljedećim će se poglavljima obraditi prvenstveno
oni utjecaji koji se u znanstvenoj literaturi koriste kao kriteriji za rješavanje problema
optimalnoga razmještaja (alokacije) DI-ova.
71
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
zadovoljiti i kriterij "n-1" (treba osigurati osnovni i pričuvni smjer evakuacije električne
energije u mrežu). U tu se svrhu susretno postrojenje redovito interpolira u postojeću mrežu
preko dvaju vodnih polja i dvaju priključnih vodova (po principu ulaz-izlaz).
Priključak čine elektroenergetski objekti od (uključivo) obračunskoga mjernog mjesta
(OMM) i prekidača za odvajanje do postojeće elektroenergetske mreže. Priključak se sastoji
od priključnoga voda i susretnog postrojenja. Slikom 3.12. dan je prikaz načelnog priključka
elektrane s navedenim razgraničenjem vlasništva opreme između HEP-a i proizvođača
električne energije.
72
3. Problematika planiranja srednjenaponskih mreža u uvjetima priključenja distribuiranih izvora električne energije
18
Ako je povlašteni proizvođač spojen na mrežu preko jednog OMM-a, tada mjerenje na tom OMM-u obuhvaća
energiju predanu u mrežu umanjenu za vlastitu potrošnju. Ako je povlašteni proizvođač spojen na mrežu preko
više od jednog OMM-a, tada se primjenjuje pravilo zbirnog mjernog mjesta, po kojemu se isporučena električna
energija određuje kao zbroj mjerenja po pojedinim OMM-ovima, uvažavajući njezin smjer (proizvodnja ili
vlastita potrošnja).
73
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
74
3. Problematika planiranja srednjenaponskih mreža u uvjetima priključenja distribuiranih izvora električne energije
Slika 3.13. Načelna jednopolna shema susretnog postrojenja pri interpolaciji DI-a u vod
10(20) kV sa zajedničkim OMM-om za proizvodnju i vlastitu potrošnju [43]
75
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
19
Obveznica je isprava koja sadrži priznanje postojanja neke obveze, a služi vjerovniku kao dokaz da je dužnik
obvezu preuzeo. Obveznice mogu izdavati države, velike bankovne, prometne ili industrijske tvrtke, a svrha
izdavanja je prikupljanje financijskih sredstava, najčešće u znatnim iznosima. Obveznice, za razliku od dionica,
donose unaprijed utvrđenu kamatu.
20
Dionica je vlasnički vrijednosni papir, tj. idealan udio u vlasništvu tvrtke izdavatelja istog. Koliki udio
predstavlja, ovisi o ukupnom broju izdanih dionica.
21
Investicijski fondovi su financijske organizacije koje prikupljaju sredstva od svojih ulagača te ih plasiraju u
kratkoročne i dugoročne investicije, odnosno u različite financijske oblike.
22
Likvidnost je svojstvo imovine ili njezinih pojedinih dijelova da se mogu pretvoriti u gotovinu dostatnu za
pokriće preuzetih obveza. Likvidnost poduzeća nerijetko se definira kao njegova sposobnost da pravovremeno
podmiruje svoje obveze.
23
Dividenda je dio dobitka društva koji se dodjeljuje vlasniku dionice, tj. dioničaru kao naknada/plaćanje za
njegov kapital. Odluka o isplati dividende donosi se na godišnjoj skupštini izdavatelja glasanjem prisutnih
dioničara, tj. vlasnika.
24
Oportunitetni troškovi predstavljaju fiktivni dobitak, odnosno gubitak koji nastaje ulaganjem sredstava upravo
u jedan određeni, a ne u neki drugi projekt.
76
4. Metode procjene investicijskih projekata
Profitabilna upotreba fiksne imovine nemoguća je bez angažiranja tekuće imovine (obrtna
sredstva). Zbog rizika transformacije tekuće imovine u poslovnim procesima poduzeća, često
je nužno osigurati njezinu raspoloživost za poslovanje u dugom vremenu. Stoga i budžetiranje
kapitala mora uključiti u račun i potrebno angažiranje kapitala za osiguranje tzv. permanentne
tekuće aktive, odnosno trajnih obrtnih sredstava. Riječ je o uključivanju potrebnog povećanja
neto obrtnog kapitala koji će omogućiti normalno kontinuirano ostvarivanje novčanih tokova
od investicija u fiksnu imovinu.
Budžetiranje kapitala karakterizira ispitivanje ekonomske i osobito financijske efikasnosti
dugoročnih investicijskih projekata poduzeća. U tu svrhu koriste se razni ekonomski i
posebno financijski kriteriji odlučivanja. Većina kriterija financijskog odlučivanja temelji se
na tehnici vremenske vrijednosti novca, dakle na tehnici izračunavanja sadašnje vrijednosti
očekivanih novčanih učinaka projekata (diskontnoj tehnici).
77
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
78
4. Metode procjene investicijskih projekata
jedinica. Pri ukamaćivanju sadašnja vrijednost osnovnoga uloga (100 novčanih jedinica)
množi se s tzv. kamatnim faktorom koji iznosi (1+k), gdje je k kamatna stopa. Kamate se
mogu računati kao jednostavne i složene. Jednostavne kamate uvijek se obračunavaju samo na
originalni iznos (glavnicu), a složene kamate su izračunate na glavnicu i na kamate zarađene u
prethodnim razdobljima. Jednadžba za općeniti izračun buduće vrijednosti uz primjenu
složenih kamata je:
BV SV 1 k
n
(4.1)
1
SV BV (4.2)
1 d n
Novčani tok (engl. cash flow) predstavlja niz novčanih isplata ili primitaka tijekom
određenoga razdoblja. Novčani tokovi mogu biti jednoliki ili nejednoliki (mješoviti). Neki od
njih mogu biti beskonačni pa isplate ili primici nikad ne prestaju (vječni povrat).
Nejednoliki novčani tok obuhvaća niz plaćanja različitih novčanih iznosa (primjerice za
investicijske projekte). Izračun sadašnje/buduće vrijednosti svodi se na višestruke procese
diskontiranja/ukamaćivanja jednokratnih novčanih iznosa. Buduća vrijednost nejednolikog
novčanog toka izračunava se pomoću jednadžbe:
79
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
n
BVn I t 1 k n t (4.3)
t 0
t
n 1
SV I t (4.4)
t 0 1 d
Kod procjene investicijskih projekata, ključnu će ulogu imati diskontiranje jer će cilj
menadžmenta biti procjena budućih novčanih tokova projekta i njihovo svođenje na sadašnju
vrijednost. Pritom će od tog diskontiranog iznosa morati oduzeti vrijednost početne investicije
za izgradnju proizvodnog postrojenja. U skladu s tim potrebno je podrobnije opisati kako se
određuje diskontna stopa d.
U ekonomsko-financijskoj praksi najčešća je podjela diskontnih stopa s obzirom na
predmet diskontiranja (financijska i društvena diskontna stopa) te na vrstu iskazanih cijena
(nominalna i realna diskontna stopa) [45].
80
4. Metode procjene investicijskih projekata
26
Projekti javno-privatnog partnerstva dugoročni su projekti suradnje javnog i privatnog sektora u okviru kojega
privatni sektor preuzima rizike izgradnje i financiranja te održavanja ili potražnje (ulaganje u državnu
infrastrukturu, poput cesta, željeznica i elektroenergetike). Npr. privatna tvrtka svojim sredstvima može izgraditi
autocestu, a zatim je uzeti u koncesiju na određeni period bez naknade državi. Pritom tvrtka, a ne država,
određuje cijene korištenja autoceste motornim vozilima, ali je i odgovorna za njezino održavanje i vođenje.
Nakon navedenoga perioda koncesije tvrtka vraća autocestu državi u vlasništvo i upravljanje.
81
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Različite zemlje primjenjuju različite društvene diskontne stope, ali većina se slaže da je u
razvijenim zemljama potrebno primijeniti njezinu manju vrijednost, dok je zemljama u
razvoju potrebna veća vrijednost diskontne stope.
U Europskoj Uniji prihvaćena je metoda koja se temelji na dugoročnoj stopi rasta
gospodarstva, a za izračun se uzimaju sljedeći parametri:
stopa rasta javnih rashoda (g);
elastičnost potražnje (n);
stopa vremenske preferencije novca (p);
Temeljem njih se društvena diskontna stopa (engl. Social Discount Rate – SDR) računa
kao:
SDR n g p (4.5)
Realna diskontna stopa je u biti nominalna diskontna stopa korigirana prema stopi
inflacije, relativnom povećanju cijene energije i drugim mogućim relevantnim povećanjima
cijena. Formula za korekciju nominalne diskontne stope prema stopi inflacije se računa prema
izrazu:
kn i
k (4.6)
1 i
82
4. Metode procjene investicijskih projekata
Sva četiri načina su legitimna i, u uvjetima slobodne tržišne ekonomije, načelno dostupna
poduzećima. Udio u ukupnoj količini pribavljenog kapitala koji se odnosi na neki od
navedenih načina njegova prikupljanja ovisi o financijskom menadžmentu poduzeća. U
Hrvatskoj prevladava zaduživanje kod komercijalnih banaka podizanjem kredita, no i ostali
oblici prikupljanja kapitala sve se učestalije koriste.
Trošak kapitala najlakše je opisati pomoću jednog sasvim očiglednog troška korištenja
bankovnih kredita, a to je kamata. Kamatu se može pojednostavnjeno shvatiti kao dobit koju
ostvaruje banka u poslu posuđivanja novca nekom poduzeću. Naravno, u bankovnim
kreditima kamatna stopa ovisi o tome koliko banka smatra dužnika rizičnim, odnosno njegov
projekt. Prilikom kreditiranja rizičnih projekata banke će tražiti znatna kolateralna jamstva
27
Emisija vrijednosnih papira (obveznica, dionica) je postupak izdavanja i stavljanja u promet dionica. Može biti
javna i interna. Javna emisija je emisija vrijednosnih papira ponuđena širokom krugu potencijalnih investitora,
odnosno cjelokupnoj investicijskoj javnosti. Interna emisija je emisija vrijednosnih papira koja je usmjerena na
postojeće dioničare i ne dovodi svježi novac u poduzeće.
28
Korporativne obveznice su dužnički vrijednosni papiri kojima se poduzeće (korporacija) kao izdavatelj
obavezuje da će u određenom roku vratiti pozajmljena sredstva uz određenu (fiksnu ili promjenjivu) kamatu.
83
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
(npr. hipoteku29 na neku imovinu koja već nije opterećena drugom hipotekom), i zaračunavat
će visoke kamatne stope kako bi naplatila preuzimanje većeg rizika. Štoviše, smatra li banka
poduzeće i/ili njegov projekt suviše rizičnim, moguće je da mu uopće ni pod kojim uvjetima
neće odobriti kredit. Nasuprot tome, daje li banka kredit nekom poduzeću koje je u dobroj i
stabilnoj poslovnoj i financijskoj situaciji i koje se sprema uložiti u projekt niskog rizika,
kamatna će stopa možda biti i znatno niža.
Trošak kapitala nije deterministička kategorija i nikad ne može biti procijenjen bez
uzimanja u obzir rizičnosti poduhvata i/ili poduzeća čija se financijska konstrukcija zatvara.
Naravno, i ostali oblici pribavljanja kapitala imaju svoje specifične troškove. Korporacijske
obveznice su dužnički instrumenti najsličniji kreditima. Prinos obveznice pojmovno je
ekvivalentan kamatnoj stopi, samo što ovdje dobavljači kapitala nisu (isključivo) banke, nego
to mogu biti i druge institucije i poduzeća, pa i fizičke osobe, odnosno građani. I u ovom
slučaju, prinos obveznice predstavlja dobit pravnih i/ili fizičkih osoba koje su izvor kapitala.
Kada poduzeće emitira nove dionice, njihovi kupci prilikom primarne emisije poduzeću za
dionice daju novac30. Oni ulažu novac u dionice kako bi zaradili određenu dividendu i pritom
očekuju da će, s obzirom na industriju u kojoj poduzeće djeluje, opću rizičnost poduzeća,
rizičnost pojedinih projekata, itd., ostvariti određenu stopu povrata na svoje ulaganje. Kada
poduzeće ne posluje uspješno i ne može iz svoje dobiti dioničarima isplatiti očekivani povrat,
oni se počinju rješavati tih dionica čija tržišna vrijednost pada, a šanse poduzeća da emisijom
novih dionica pribavi dostatnu količinu novog ulagačkog kapitala bivaju sve manje. Iako
posjedovanje dionice njezinom vlasniku ne jamči nikakav povrat, poduzeće ipak mora brinuti
da posluje s dovoljnom dobiti da može isplatiti očekivane dividende kako bi ulagači i dalje
htjeli ulagati. Stoga očekivani povrat na dionice, premda strogo gledajući neobavezan, također
ima karakter troška kapitala. To je dobit ulagača koji su vlasnici dionica poduzeća.
Ako poduzeće posluje dobro i stabilno, ono može biti u situaciji da jedan dio potreba za
kapitalom namiruje izravno iz novca koji mu pritječe iz vlastitih poslovnih prihoda (a ne od
banaka, vlasnika obveznica, ili prodaje novoemitiranih dionica). Takav novac ne nosi sa
sobom nikakav trošak kapitala jer ga poduzeće (ako dovoljno dobro posluje) već ima samo po
sebi.
29
Hipoteka je instrument osiguranja naplate kojime banka u slučaju neredovite otplate kredita može zaplijeniti
imovinu klijenta da bi naplatila svoja potraživanja.
30
Dionice kupci mogu potom slobodno preprodavati na burzi drugim zainteresiranim stranama. No preprodaja
tih dionica na burzi ne donosi poduzeću nikakav dodatan novac, već tržišna cijena dionice na burzi signalizira
kolika je tržišna vrijednost i disperzija (rizičnost) vrijednosti poduzeća, što je također važno za dobavu kapitala.
84
4. Metode procjene investicijskih projekata
Zaključno, kada god poduzeće pribavlja kapital iz vanjskih izvora, dakle od dioničara,
banaka, drugih institucija ili poduzeća te građana, ono mora osigurati isplatu njihove dobiti, a
ta dobit vanjskih dobavljača kapitala predstavlja za promatrano poduzeće trošak kapitala.
Temeljni koncept troška kapitala može se prikazati na sljedećem primjeru, uz zanemarenje
da vrijednost novca u vremenu sama od sebe pada (inflacija). Time će se računati samo
nominalne (a ne realne) stope dobiti koje poduzeće mora ostvariti za namirivanje svih izvora
financiranja.
Npr. poduzeću za investiranje u jednogodišnje proširenje proizvodnje treba 20 milijuna €.
Pretpostavka je da je poduzeće pribavilo sredstva na sljedeći način:
9 milijuna € emisijom dionica;
7 milijuna € zaduživanjem u banci s kamatom od 5 %;
4 milijuna € emisijom obveznica s povratom od 7,5 %.
Stopa povrata od poduzete investicije mora biti dovoljna da banci i vlasnicima obveznica
namiri redom: 7×0,05 + 4×0,075 = 0,65 mil. €. Sav profit preko tog iznosa predstavlja povrat
dioničarima. Koliki bi on trebao biti? Neka je očekivana stopa povrata dionica sličnog stupnja
rizika jednaka 10 %, što znači da dioničari očekuju povrat od: 9 × 0,10 = 0,9 mil. €. Dakle,
potrebno je ukupno osigurati 0,65 + 0,9 = 1,55 mil. €, odnosno efektivnu stopu povrata od
[(9×0,1 + 7×0,05 + 4×0,075) / (9 + 7 + 4)] × 100 % = 7,75 %. Sve što premašuje taj postotak
pripada dioničarima koji će zbog toga biti još zadovoljniji. No, povrat ispod 7,75 %
demotivirat će dioničare s obzirom na veličinu rizika koju podnose.
Potrebna stopa povrata izračunata je kao ponderirana srednja vrijednost pojedinih stopa
povrata koje treba osigurati za svakog pojedinog vjerovnika i vlasnika obveznica, odnosno
dionica. Ta je srednja vrijednost ponderirana udjelom svakog izvora financiranja u ukupnoj
sumi prikupljenih sredstava. Zbog toga se potrebna stopa povrata u najvećem dijelu literature
naziva prosječnim ponderiranim troškom kapitala (engl. WACC).
Kada se opisani pojednostavnjeni proračun precizira tako da se uračuna učinak
korporativnog poreza31 (tj. poreza na dobit kompanije), izraz za trošak kapitala prije
oporezivanja postaje:
31
Dobit predstavlja razliku prihoda i rashoda poduzeća. Ako tvrtka ostvaruje dobit, odnosno ima pozitvnu
bilancu, mora platiti državi porez na dobit. Porezna stopa po kojoj se oporezuje dobit u Repubulici Hrvatskoj
iznosi 20 %, a npr. u Austriji 25%, Kajmanskim otocima 0%, Francuskoj 33.33%, Njemačkoj 29,8%, Sloveniji
20%, Srbiji 15%, itd.
85
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
D E 1
TK CD CE (4.7)
DE DE 1 t
86
4. Metode procjene investicijskih projekata
Naravno da poduzeće može prikupiti kapital iz više različitih izvora bilo koje vrste. Na
primjer, ono može uzeti tri kredita u trima različitim bankama po različitim kamatnim
stopama. U takvim slučajevima formula (4.7) se nadopunjava potrebnim brojem pribrojnika
za svaki korišteni izvor financiranja. Prema tome ona može imati i više od dva pribrojnika, pri
čemu svi koji se odnose na dug ostaju slobodni, a svi koji se odnose na dionice imaju uza sebe
korektivne faktore za korporativni porez, 1/(1 – t).
Određivanje diskontne stope po kojoj se diskontiraju budući novčani tijekovi projekta na
sadašnje vrijeme presudno utječe na ocjenu isplativosti svakog projekta, pa tako i na njegovo
prihvaćanje. Rizik je također važan faktor koji se dodaje (ili oduzima) trošku kapitala. Pritom,
ako je menadžment procijenio projekt rizičnim, TK se uvećava za određeni postotak.
Suprotno, ako ga je procijenio manje rizičnim, TK se umanjuje za određeni postotak. Pristup
tom problemu nije jednostavan. S jedne strane opća menadžerska i računovodstvena načela
nalažu konzervativan pristup, pri čemu se projekt ne bi smio ocijeniti suviše optimistički. S
druge strane organizacijski dijelovi koji predlažu projekt trude se da on najvišemu
menadžmentu poduzeća "izgleda" što bolje kako bi osigurali da njihov projekt "prođe".
Postoji čak i rizik da potencijalno dobar projekt ne bude usvojen zato što su procjene njegovih
performansi lošije od procjena drugih projekata. Pritom, procjene su uvijek samo procjene.
Veliki promašaji u određivanju diskontnih stopa vode ka velikim promašajima u financiranju
projekta, što je vrlo opasno za njegovo uspješno izvođenje.
Stoga je čest pristup da poduzeće diskontira novčane tijekove projekata na pragmatičan
način, koristeći stopu troška kapitala. Štoviše, od poduzeća koja su podložna regulatornoj
kontroli u principu se zahtjeva da novčane tijekove svojih investicijskih projekata diskontiraju
stopom troška kapitala. Često puta su to poduzeća koja uvijek obavljaju investicijska ulaganja
istog tipa i stupnja rizičnosti (npr. u ceste, pruge, ili električne mreže), tako da to u osnovi,
samo po sebi, ne može proizvesti velike pogreške u procjenama.
Zaključno, trošak kapitala je određeni postotak (ili pak relativna vrijednost između 0 i 1)
koji govori o tome koliki prinos mora ostvariti poduzeće kako bi namirilo sve zahtjeve i/ili
očekivanja ulagača kapitala.
87
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
dugi rok s ciljem izvođenja određenih profitabilnih poslovnih aktivnosti. Projekti su podložni
različitim projektnim rizicima, od toga da je opseg projekta (npr. što točno treba sagraditi ili
kakvu točno programsku podršku treba implementirati) pogrešno isplaniran ili da su troškovi
pogrešno procijenjeni, ili da je potrebno vrijeme za izvršenje podcijenjeno pa sve do opasnosti
da projekt u cjelini propadne zbog velikih promašaja u planiranju ili zbog neplaniranih
okolnosti, kao što su npr. prirodne nesreće, propast ključnih dobavljača, promjena zakona32
itd.
Uzimajući u obzir različite karakteristike projekata, ovisno o tipovima i vrstama
investicijskih odluka, ovdje će se naglasiti one koje su zajedničke svim investicijskim
projektima poduzeća [47]. To su sljedeće četiri značajke:
dugoročni karakter investicijskih projekata,
vremenski raskorak između ulaganja i efekata ulaganja,
međuovisnost investiranja i financiranja, i
rizik i neizvjesnost.
Bez obzira na to ulaže li se novac u nove investicije ili pak u zamjenu postojeće fiksne
imovine, temeljna je karakteristika investicijskih projekata da je posrijedi dugoročno
vezivanje novca u nenovčane oblike fiksne imovine i u povećanje permanentne tekuće
imovine poduzeća. Na taj način i analiza takvih dugoročnih financijskih odluka mora
temeljito proučavati učinke koji će nastati kao posljedice eventualnog dugoročnog vezivanja
novca u realne projekte.
Dugoročni aspekt tih investicijskih odluka karakterizira relativno niska likvidnost tako
vezanih novčanih sredstava u realnim imovinskim oblicima, iz čega proizlazi i dugoročno
opredjeljenje buduće profitne snage poduzeća. Naime realna poslovna imovina u pravilu se ne
može pretvoriti u novac prijevremenom prodajom bez znatnijih gubitaka. Na taj je način bitno
otežana i preorijentacija na druge realne imovinske oblike. To je pogotovo izraženo u
uvjetima suvremene tehničko-tehnološke revolucije koja rezultira visokospecijaliziranom
opremom i zgradama potrebnim za profitabilno iskorištavanje takve opreme. Visok stupanj
specijalizacije poslovne imovine poduzeća određuje i mali broj potencijalnih kupaca takve
imovine, tako da je njezino pretvaranje u novčani oblik izvan profitabilnog korištenja u
32
Npr. donošenjem novog tarifnog sustava kojim su smanjeni poticaji za vjetroelektrane na iznos referentne
cijene te donošenjem NAP-a kojim se njihova kvota smanjila na 400 MW, propali su brojni projekti ulaganja u
vjetroenergiju.
88
4. Metode procjene investicijskih projekata
89
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
90
4. Metode procjene investicijskih projekata
građevinski objekti koji se mogu prodati ili pak koristiti u novim projektima. Ta vrijednost
fiksne imovine koja ostaje nakon isteka efektuiranja projekta zove se rezidualnom
vrijednošću. Rezidualnu vrijednost fiksne imovine projekta treba tretirati kao njegove
novčane primitke koji će se realizirati prodajom takve imovine ili pak njezinim profitabilnim
korištenjem u druge poslovne svrhe. Ti primici za projekt nastaju potkraj vijeka efektuiranja
pa im je vremenska vrijednost relativno mala.
Osim rezidualne vrijednosti fiksne imovine, prestankom efektuiranja investicije dolazi do
oslobađanja neto obrtnog kapitala33 koji je bio vezan u njezinim poslovnim operacijama.
Imajući u vidu konvencionalne novčane tokove smanjenjem obujma poslovne aktivnosti s
približavanjem završetka razdoblja efektuiranja projekta, dolazit će periodično do oslobađanja
dijela neto obrtnog kapitala i prije isteka razdoblja efektuiranja. To oslobađanje neto obrtnog
kapitala dovodi do stvaranja slobodnih novčanih sredstava za poduzeće. Stoga i oslobađanje
neto obrtnog kapitala znači novčane primitke projekta koji se mogu tretirati kao dio njegove
rezidualne vrijednosti. Pri tome se dio te rezidualne vrijednosti oslobađa iz poslovanja i prije
samog isteka vijeka efektuiranja, a dio istekom vijeka efektuiranja projekta tako da je i
pravilno određivanje vremena njihova nastajanja važan čimbenik planiranja u procesu
budžetiranja kapitala.
33
Neto obrtna sredstva ili radni kapital predstavlja razliku između kratkotrajne imovine ili obrtnih sredstava i
kratkotrajnih obveza. Ako je ta razlika pozitivna, odnosno ako su raspoloživa kratkotrajna imovina ili obrtna
sredstva veća od kratkotrajnih obveza, to pokazuje da je riječ o likvidnom i solventnom poduzeću. Naravno
vrijedi i obratno, ako su kratkoročne obveze veće od kratkotrajne imovine ili obrtnih sredstava, riječ je o
nelikvidnom i nesolventnom poduzeću.
91
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
mogu promijeniti i optimalnu strukturu kapitala koju je poduzeće imalo prije pokretanja novih
profitabilnih poslovnih aktivnosti. Zbog toga investicijske odluke mogu mijenjati i strukturu
kapitala poduzeća pa tako i standarde profitabilnosti koji se zahtijevaju od poduzeća, a koji
svoj puni izraz dobivaju u konceptu troškova kapitala tvrtke.
Vremenski raskorak ulaganja i efekata ulaganja važan je za izbor oblika i metoda
financiranja ulaganja i dinamičko upravljanje strukturom kapitala tvrtke. Naime vrijeme
investiranja, po pravilu, označava razdoblje povećanja imovine angažirane u poduzeću koje
ne rezultira povećanjem profita i novčanih tokova sve dok investicija ne počne davati učinke,
odnosno dok ne počne davati učinke primjerene veličini povećanja imovine. Ako je to
povećanje imovine financirano znatnom eksternom emisijom glavnice poduzeća, realno je
očekivati privremeni pad cijena običnih dionica na tržištu, a time i privremeni pad vrijednosti
poduzeća i bogatstva njegovih vlasnika. Tek kada investicije započnu davati efekte
primjerene veličini investicijskog ulaganja i kada to uoče investitori na tržištu, doći će do
oporavka cijena dionica i njihova povećanja u odnosu na stanje prije investiranja.
92
4. Metode procjene investicijskih projekata
34
Portfelj je skup financijskih sredstava koje neki pojedinac ili poduzeće posjeduje. Može se sastojati od novca
(gotovina, depoziti...) i od vrijednosnih papira (dionice, obveznice...).
93
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
"stanu" u budžetski okvir poduzeća, naime u okvir ograničene svote novca koju
poduzeće može utrošiti na kapitalna ulaganja.
Postoji više metoda financijskoga odlučivanja po kojima je moguće različite projekte svesti
na zajednički nazivnik i usporediti ih s ciljem odabira onih čijoj će se realizaciji uistinu i prići.
Razlikuju se temeljne, dodatne i posebne metode financijskoga odlučivanja [49].
94
4. Metode procjene investicijskih projekata
T Pt Z t T Vt
ČSV (4.8)
i 0 1 d
t
i 0 1 d t
95
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
pri čemu je d diskontna stopa kojom se svode svi novčani tijekovi na sadašnje vrijeme, a T je
vrijeme pretpostavljenog životnog vijeka projekta.
Istu jednadžbu može se napisati i u malo drugačijem obliku, koji je ekvivalentan, i često se
susreće:
T Vt
ČSV I0
(4.9)
i 1 1 d
t
pri čemu je s I0 označen novčani tijek početne investicije, koji se dogodio u sadašnjemu
vremenu, pa nije diskontiran. Stoga i sumacija u izrazu ne ide od 0 do T, nego od 1 do T, što
simbolizira izostavljanje početnoga trenutnog ulaganja.
Ovaj je izraz sadržan u prethodnome koji ima potpuno općenit i sveobuhvatan karakter.
Osim toga ulaganje općenito ne mora biti koncentrirano u jednom trenutku vremena, već
može biti distribuirano kroz čitavu fazu investiranja.
Što se tiče diskontne stope koju treba primijeniti, već je navedeno da ona može u načelu
biti nešto manja ili veća od troška kapitala, ovisno o rizičnosti projekta u odnosu na poduzeće,
odnosno u odnosu na tržište kapitala. Također sam trošak kapitala ovisi i o rizičnosti
poduzeća. Sigurno je, međutim da pogreške u određivanju te stope mogu dovesti do golemih
pogreški u ocjeni profitabilnosti projekta. To je zato što stopa d stoji u bazi eksponencijalne
funkcije. Njezina prevelika vrijednost učinit će da projekt izgleda manje profitabilan, a
premala će vrijednost dovesti do precjenjivanja vrijednosti projekta. Pogreške u ocjeni ove
stope imaju u pravilu mnogo veće posljedice od pogrešaka u ocjeni priljeva i odljeva.
Što se tiče samih priljeva i odljeva, činjenica je da priljevi, kao prihodi od prodaje
proizvoda ili usluge, ovise o budućim tržišnim okolnostima, koje mogu biti vrlo promjenjive
u vremenu i na koje poduzeće najčešće može utjecati vrlo teško i ograničeno. Stoga je
procjena prihoda vrlo rizična, i također može izazvati velike greške. Primjerice ako poduzeće
izradi suviše optimističnu procjenu prodaje, projekt će po ČSV kriteriju izgledati vrednijim
nego što ustvari jest. Procjene troškova (odljeva) također sadrže svoje rizike, ali su oni u
načelu znatno manji nego što je to slučaj s prihodima. Za projekte ulaganja u distribuirane
izvore procjene prihoda od poticaja na prodanu električnu energiju bit će točne za cijeli period
trajanja otkupne cijene jer je ona zagarantirana važećim tarifnim sustavom.
Ukratko, svi su parametri o kojima ovisi procjena čiste sadašnje vrijednosti na neki način
rizični i volatilni u vremenu. Stoga se može postaviti pitanje kvalitete ČSV kao kriterija. Kao i
96
4. Metode procjene investicijskih projekata
u svemu, i ovdje vrijedi jedno opće načelo: poduzeća koja su vještija u procjenjivanju ČSV-a
imaju bolje izglede za donošenje kvalitetnih odluka o strateškim investicijama i u dugom roku
imaju veće šanse za preživljavanje na tržištu. Stoga metodu ocjene čiste sadašnje vrijednosti
koju koriste najbolja poduzeća u svojoj branši treba prihvatiti kao zdravorazumsku
aproksimaciju korektnog postupka.
Čista sadašnja vrijednost je najobuhvatniji kriterij procjene projekata, koji je ujedno
temeljen na onome što ulagače najviše zanima, a to je neto zarada novca. Štoviše, ČSV
obuhvaća i fenomen gubitka vrijednosti novca u vremenu kroz diskontiranje stopom d koja
odgovara preferencijama ulagača u dani projekt s obzirom na njegovu rizičnost.
Stoga se ČSV smatra najpotpunijom mjerom očekivanih performansi projekta i upravo ova
metoda služi većini poduzeća kao superioran kriterij za odabir investicijskih projekata. Ako
poduzeće razmatra investiranje u više projekata, ono će donositi odluke na sljedećim
temeljnim postavkama:
prihvatljivi su samo oni projekti kojima je ČSV > 0, i
projekti s većom ČSV se ocjenjuju boljima i imaju prioritet u odabiru za investiranje.
Svi potencijalni projekti rangiraju se po kriteriju ČSV, a izvršavaju se oni na vrhu liste, koji
kumulativno stanu u ukupan budžet raspoloživ za kapitalna ulaganja. Pritom projekt s većom
ČSV ima prednost. Izuzetak se može dogoditi u slučaju kada poduzeće ima dovoljan budžet za
servisiranje, na primjer, tri projekta s najvećom ČSV, dok preostali dio budžeta nije dovoljan
za četvrtorangirani projekt. Tada se može eventualno uzeti neki manji projekt, koji "stane" u
preostali dio budžeta, a koji je također visoko plasiran po kriteriju ČSV.
Zaključno, glavne odlike metode čiste sadašnje vrijednosti su da ona uključuje vremensku
vrijednost novca kroz trošak kapitala, da promatra cijeli period efektuiranja, a ne samo do
trenutka povrata kapitala i da realno procjenjuje vrijednosti različitih projekata. Pozitivna
čista sadašnja vrijednost ukazuje na povećanje vrijednosti tvrtke (dionica), no osjetljiva je na
izbor diskontne stope.
97
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
interne stope profitabilnosti, perioda povrata, indeksa profitabilnosti, itd. Temeljem analize
osjetljivosti donose se strateške odluke o odabiru projekata.
Naime jasno je da prilikom izračunavanja ČSV-a svi parametri, a to su priljevi i odljevi
novca, kao i diskontna stopa, sadrže u sebi određenu mjeru rizika u procjeni. Zbog toga je i
sam ČSV rizičan podatak. Na parametre za izračun ČSV-a djeluju različiti realni faktori.
Primjerice prilikom ulaganja u novu vjetroelektranu, jedan od ključnih faktora je statistika
puhanja vjetra na lokaciji vjetroelektrane. O njoj presudno ovise predviđanja prihodovne
strane jer je energija koju elektrana proizvede i isporuči u sustav ujedno i izvor prihoda
poduzeća koje vodi elektranu. Prilikom razvoja projekta, statistika vjetra ocjenjuje se
temeljem jednogodišnjih mjerenja brzine vjetra na propisanoj visini (npr. 80 metara iznad tla).
Iako su ta mjerenja vrlo indikativna, uvijek je moguće da je njima obuhvaćena atipična godina
i da vjetra zapravo ima bitno više ili bitno manje. Sličan je problem pri procjeni prihoda nove
hidroelektrane, s obzirom na statistiku protoka vode rijekom na kojoj se elektrana gradi.
Velike hidroelektrane, za razliku od vjetroelektrana, nemaju zajamčene subvencije za
isporuku energije u sustav i njihovi prihodi su dodatno neizvjesni zbog volatilnosti cijena na
tržištu električne energije, pri čemu je vrlo teško predvidjeti kako će se te cijene kretati u
budućnosti. S obzirom na to da svaka investicijska studija, ili studija izvedivosti projekta
(engl. feasibility study), mora poći od nekih pretpostavki o statistici vjetra ili vode, ili pak o
statistici cijena na tržištu električne energije, uobičajena metoda analize podrazumijeva dva
distinktna koraka:
ekspertna procjena očekivanih srednjih iznosa relevantnih parametara fizikalnog i
realnog ekonomskog svijeta koji utječu na parametre za ocjenu projekta, te izrada
osnovnog scenarija studije isplativosti investicije;
modeliranje stohastičkih varijacija tih parametara i izračunavanje rezultantnih
varijacija parametara relevantnih za odabir projekta.
98
4. Metode procjene investicijskih projekata
Za analizu osjetljivosti, kao i za svaku statističku analizu, postoji mnogo metoda i alata. U
novije vrijeme, zbog naglog povećanja računalne moći široko dostupne računalne opreme, sve
veću popularnost imaju metode koje se oslanjaju na brutalnu računarsku silu, u kojima se
koristi moć računala da u vrlo kratkom vremenu izvrši milijune pojedinačnih izračuna. Jedna
od metoda bliskih toj ideji je i tzv. metoda Monte Carlo. Taj generički naziv obuhvaća široku
klasu postupaka koje karakterizira jednostavno uvrštavanje ogromna broja stohastički
generiranih vrijednosti više utjecajnih varijabli u formule za izračun relevantnih pokazatelja,
nakon čega se provode jednostavne rutine za deskriptivnu statističku analizu tako generiranih
rezultata. Taj proces je ilustriran Slikom 4.3.
Monte Carlo simulacijska analiza dobila je ime po tome što se vrijednosti varijabli, kao u
kockarnici, određuju slučajno, u stohastičkim procesima koji generiraju varijable prema
zadanim funkcijama gustoće razdiobe.
99
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
100
5. Optimizacija genetskim algoritmima
35
Numerička vrijednost funkcije cilja često se koristi kao međukorak u određivanju relativne dobrote jedinke,
osobito kod genetskih algoritama. Druga funkcija, koju se naziva funkcijom dobrote, koristi se za transformaciju
vrijednosti funkcije cilja u mjeru relativne dobrote. Dva su osnovna razloga navedene transformacije. Prvi je da
je vrijednost dobrote nenegativan broj s najvećom vrijednošću danoj najboljem rješenju (jedinki). Drugi je
zahtjev da su opseg i raspored vrijednosti dobrote takvi da se osigura ispravan rad odabranog mehanizma
selekcije.
101
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
min/ max f ( x ) (5.1)
min/ max f m ( x ), m 1,2,.., M (5.2)
pri čemu je i u prvom i u drugom slučaju rješenje prikazano kao vektor varijabli odluke:
x1
x2
x (5.3)
xn
g j ( x ) 0, j 1,2,.., J (5.4)
hk ( x ) 0, k 1,2,.., K (5.5)
102
5. Optimizacija genetskim algoritmima
Prvi i drugi skup ograničenja predstavljaju skup nejednakosti, odnosno jednakosti koje
moraju biti zadovoljene za sva prihvatljiva rješenja, a treći skup ograničenja definira donju i
gornju granicu vrijednosti koje varijable odluke smiju poprimiti. Navedena tri skupa
ograničenja definiraju prostor prihvatljivih rješenja. U tom je prostoru svako rješenje x jedna
točka.
Funkcije cilja u dopuštenome području mogu imati više od jednog minimuma ili
maksimuma, s time da je samo jedan minimum/maksimum globalni, a ostali su lokalni.
Postojanje višestrukih ekstrema u dopuštenome području unosi dodatne teškoće u algoritme
pronalaženja optimalnih točaka. Naime ne postoje postupci koji pouzdano vode do globalnog
optimuma, već se za određivanje globalnoga optimuma najčešće koriste postupci za
pronalaženje lokalnoga minimuma koji se višestruko ponavljaju s različitim početnim
uvjetima.
Kod jednokriterijske optimizacije, rješenje x * naziva se globalnim optimumom ako i samo
ako rješenje x * pripada prostoru prihvatljivih rješenja S i ako za svako drugo rješenje iz
prostora prihvatljivih rješenja vrijedi:
x S : f ( x * ) f ( x ) (5.7)
za problem minimizacije, i
x S : f ( x * ) f ( x ) (5.8)
za problem maksimizacije.
Kod višekriterijske optimizacije, tzv. savršeno rješenje (engl. utopian point) jest ono koje
istovremeno daje optimalnu vrijednost funkcije cilja [50, 51]. Budući da će se ova radnja
baviti jednokriterijskom optimizacijom, fokus će se usmjeriti definiranju modela rješavanja
jednokriterijskih optimizacijskih problema.
103
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
104
5. Optimizacija genetskim algoritmima
Ako metoda rješavanja funkcije cilja koja se koristi daje samo jedno, i to najbolje rješenje,
govori se o općoj ili egzaktnoj metodi, odnosno o općem ili egzaktnom rješenju. Egzaktne
metode rješavanja problema sastoje se u tome da se prebroje sva moguća stanja problema ili
odstrane ona stanja koja sigurno ne sadržavaju optimum. Za svako preostalo stanje se
izračuna funkcija cilja i na kraju izabere stanje s minimalnom/maksimalnom vrijednošću
funkcije cilja.
Razvojem računarstva i povećanjem procesne moći računala mogli su se rješavati izuzetno
kompleksni problemi koji su do tada bili nerješivi, i to naprosto tehnikom grube sile (engl.
brute-force, koristi se još i termin iscrpna pretraga), tj. pretraživanjem cjelokupnoga prostora
rješenja. Da bi se pretraga ubrzala, razvijena je i porodica algoritama usmjerenoga
pretraživanja, kojoj pripadaju algoritmi koji su u pretraživanju vođeni informacijama o
problemu koji rješavaju i procjeni udaljenosti od trenutnoga pa do ciljnoga rješenja koje se
traži. Ove se informacije uzimaju u obzir kako bi se pretraga usmjerila i time prije završila.
Primjeri ovakvih algoritma su algoritmi grananja i ograđivanja (engl. branch & bound),
dinamičko programiranje, itd. Ipak, navedene metode su dobre samo za probleme malih
dimenzija, dok su problemi u realnome svijetu često toliko složeni da bi ovakvo rješenje bilo
teško ili nemoguće dobiti u prihvatljivome vremenu računanja.
Da bi se jasnije ilustrirala ova tvrdnja, neka se promotri problem trgovačkog putnika (engl.
Traveling Salesman Problem – TSP). Taj problem pripada problemima kombinatoričke
optimizacije koju karakteriziraju diskretne varijable odluke, konačan prostor rješenja te
činjenica da funkcija cilja može biti svakakva (linearna, nelinearna, neanalitička, itd.). Pritom
je zadan broj gradova (n) i njihova međusobna udaljenost, a potrebno je pronaći najkraću rutu
koja svaki grad posjećuje jednom i samo jednom (Hamiltonov ciklus) te se vraća u polaznu
točku. Ako početni grad nije fiksno zadan, problem obilaska npr. četiri čvora može se riješiti
na 4!, odnosno 24 načina. Za dvadeset čvorova kompleksnost problema bi se značajno
povećala na 20!, odnosno 2,43·1018 načina. Uz pretpostavku da računalo može napraviti 4·109
operacija (kombinacija) u sekundi, vrijeme potrebno računalu da provjeri sva moguća rješenja
tada bi bilo 6,08·108 sekundi, odnosno oko 20 godina (tzv. kombinatorička eksplozija).
Upravo se zbog toga zadovoljava metodama koje daju rješenja koja nisu optimalna već su
približno dobra ili blizu optimalna (engl. fairly good or near optimum). Za dobivanje takvih
rješenja često se koristi kombinacijom jedne ili više približnih metoda matematičkoga
programiranja. Približni algoritmi se općenito dijele na algoritme aproksimacije i na algoritme
s ugrađenim heurizmom (grč. heureka – vještina pronalaženja istine). Postoji mogućnost da
dobiveno rješenje predstavlja optimum, ali to nije uvijek moguće i utvrditi. Algoritmi
105
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
aproksimacije daju rješenja dokazive kvalitete i dokazive granice vremena izvođenja, pri
čemu je cilj dizajniranja algoritama aproksimacije pronaći tijesne granice najgora slučaja.
Nažalost, aproksimacije u praksi često dosežu područja rješenja predaleko od globalnoga
optimuma, pa zbog toga nisu uvijek primjenjive. S duge strane, heuristički pristup predstavlja
korištenje iskustva, intuicije i vlastite procjene prilikom rješavanja nekog problema. Za
razliku od ostalih metoda, heurističke metode ne predstavljaju znanje o strukturi ili odnosima
unutar modela problema koji se rješava. Heurističke metode predstavljaju pravila izbora,
filtriranja i odbacivanja rješenja, a služe smanjenju broja izvedenih alternativnih putova u
postupku pronalaska rješenja problema.
Heurističke metode mogu biti konstruktivne, poboljšavajuće ili hibridne. Hibridne metode
predstavljaju međusobnu kombinaciju poboljšavajućih i konstruktivnih heuristika36.
Konstruktivni algoritmi rješenje problema grade dio po dio (često bez povratka unatrag),
odnosno kreću od praznoga skupa i evaluiraju parcijalna rješenja sve dok ne izgrade
kompletno rješenje. Tipičan primjer je algoritam najbližeg susjeda (engl. nearest-neighbor
algorithm).
Poboljšavajuće metode su u biti metaheurističke metode koje počinju od potencijalnoga
rješenja i onda ga iterativno pokušavaju poboljšati, tj. pronaći bolje rješenje. Metaheuristike
evaluiraju i modificiraju postojeća kompletna rješenja (a ne parcijalna), a mogu se izvoditi sa
željenim brojem iteracija/generacija. Glavni koncepti dizajna metaheuristike su prikazivanje
potencijalnih rješenja (kodiranje) kojima barata algoritam pretraživanja i definiranje funkcije
prikladnosti/evaluacije, tj. funkcije cilja koja vodi pretraživanje. Metaheuristike se koristi za
definiranje heurističkih metoda primjenjivih na širok skup problema. Može se reći da je
metaheuristika heuristika opće namjene čiji je zadatak usmjeravanje problemski specifičnih
heuristika prema području u prostoru rješenja u kojemu se nalaze dobra rješenja.
Metaheuristike se dijeli na algoritme inspirirane prirodom, algoritme lokalne pretrage i ostale
algoritme. Također općenito metaheuristički algoritmi mogu biti bazirani na jednom rješenju
ili skupini rješenja (populaciji).
Algoritmi lokalne pretrage rješavanje problema započinju od nekog početnog rješenja koje
potom pokušavaju inkrementalno poboljšati. Ideja je definirati skup jednostavnih izmjena
koje je moguće obaviti nad trenutnim rješenjem i iterativno poboljšavati trenutno rješenje
primjenom lokalnih transformacija. Lokalno pretraživanje je generički heuristički pristup koji
se često koristi kao sastavni dio kompleksnijih metaheuristika zasnovanih na pojedinačnom
36
GRASP (engl. The Greedy Randomized Adaptive Search Procedure) je hibridna metaheuristička metoda koja
predstavlja kombinaciju konstruktivne heuristike i lokalnog pretraživanja.
106
5. Optimizacija genetskim algoritmima
rješenju (tabu pretraživanje, simulirano žarenje, itd.), iako i lokalno pretraživanje može kao
ulazne podatke imati skup rješenja (tzv. multi-start lokalno pretraživanje).
Ostalim algoritmima pripada simulirano žarenje i tabu pretraživanje. Pritom je simulirano
žarenje iterativna metaheuristika zasnovana na jedinstvenome rješenju, koja simulira
energetske promjene u sustavu tijekom procesa hlađenja dok ne konvergira u stanje ravnoteže.
Tabu pretraživanje uvodi ideju pamćenja u pretraživanje, pri čemu koristi saznanja iz
prethodnoga iskustva za donošenje boljih odluka.
Algoritmi inspirirani prirodom nastali su proučavanjem procesa u prirodi i njihovim
preslikavanjem na kategoriju rješavanja optimizacijskih problema. Budući da prirodni procesi
optimiziraju život u svakom njegovu segmentu već preko 4 milijarde godina, njihovim
proučavanjem znanost je došla do niza uspješnih tehnika kojima je moguće riješiti probleme
optimizacije. Glavna podjela algoritama inspiriranih prirodom je na evolucijske algoritme,
umjetne biološke sustave i na algoritme temeljene na inteligenciji roja. Daljnja podjela
evolucijskih algoritama je na evolucijske strategije, evolucijsko programiranje i genetske
algoritme. Umjetni imunološki sustavi se dijele na algoritme klonske selekcije i umjetne
imunološke mreže, a inteligenciji roja pripadaju algoritmi kolonije mrava (engl. ant colony
optimization), umjetne kolonije pčela (engl. bee colony optimization) i optimizacija rojem
čestica (engl. particle swarm optimization).
Zaključno, nameće se pitanje koji je od spomenutih optimizacijskih algoritama najbolji?
Znanstvenici Wolpert i Macready su u svojim radovima dokazali da nema najboljeg
algoritma, što je poznato kao teorem "nema besplatnog ručka" (engl. no-free-lunch). Dapače,
dokazali su da su svi algoritmi pretraživanja prosječno dobri, odnosno za različite probleme
različiti će algoritmi biti najprikladniji [54,55].
U ovoj se radnji rješavanje problema optimalnoga razmještaja distribuiranih izvora u
srednjenaponskim mrežama temelji na jednom od evolucijskih algoritama, zvanom genetski
algoritam.
107
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
108
5. Optimizacija genetskim algoritmima
Uvjet završetka evolucijskoga postupka može biti dostizanje unaprijed određenoga broja
iteracija (generacija), pronalazak rješenja koje zadovoljava minimalne kriterije, dostizanje
vremenskoga limita, dostizanje takve vrijednosti najboljega rješenja da daljnje iteracije ne
daju bolje rezultate, ili kombinacija navedenoga.
Kada GA konvergira prema rješenju prebrzo (najčešće prema lokalnomu optimumu) tada
se kaže da je došlo do prijevremene konvergencije, no ako GA uopće ne konvergira ka
određenomu rješenju, tada se kaže da je algoritam divergirao. Ukratko, rad općenitog
genetskog algoritma najbolje se može opisati Slikom 5.4.
109
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
110
5. Optimizacija genetskim algoritmima
populaciju djece iskopira najbolji roditelj (ili njih nekoliko), a ostatak populacije potom
izgradi na uobičajeni način.
Danas, osim navedene dvije vrste genetskog algoritma, postoji i mnoštvo varijacija.
Primjerice moguće je iz populacije roditelja odabrati podskup roditelja koji će stvarati
potomke pa samo njih koristiti za generiranje populacije djece. Moguće ja napraviti i varijantu
u kojoj se generira više djece no što je potrebno za sljedeću populaciju, pa se potom nekim
kriterijem izaberu djeca koja će činiti populaciju za sljedeću generaciju (najjednostavniji
kriterij jest sortirati populaciju djece po dobroti i uzeti najbolje jedinke). Također je moguće
napraviti izvedbu u kojoj se nakon generiranja djece napravi unija s populacijom roditelja i
potom se iz te unije odaberu jedinke koje će činiti populaciju u sljedećoj generaciji. Osim
opisanih, moguć je još čitav niz različitih varijacija.
Prilikom rješavanja problema genetskim algoritmima, potrebno je definirati način na koji
kromosom kodira rješenje, način na koji se obavlja križanje, način na koji se obavlja mutacija
te način na koji se odabiru jedinke za razmnožavanje (tip selekcije).
Svi podaci koji obilježavaju jednu jedinku zapisani su (kodirani) u jednom kromosomu.
Podaci mogu biti pohranjeni na razne načine u jedan kromosom. U najjednostavnijem i
najčešćem slučaju radi se o binarnom prikazu koji se najranije koristio i uz koji je vezana
glavnina teorije o genetskim algoritmima [58].
Za većinu problema koji se susreću u industrijsko-inženjerskome svijetu binarna
reprezentacija nije dovoljna zbog otežane prilagodbe problema prikazu. Pri odabiru prikaza
važno je da prikaz zauzima što manje mjesta uz uvjet da sadrži sve važne informacije
potrebne za dobivanje rješenja. Očito je da odabir prikaza ima ogroman utjecaj na daljnji
razvoj algoritma. Prikaze rješenja može se podijeliti u nekoliko najčešćih grupa:
• prikaz nizom bitova,
• prikaz poljem ili vektorom decimalnih brojeva,
• prikaz permutacijama i matricama,
• prikaz složenijim strukturama podataka, te
• prikaz stablima.
111
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
n 1
k Bi 2 i (5.9)
i 1
Ako je cjelobrojni parametar k u opsegu k{kmin, kmin +1,..., kmin + 2n – 1} tada se vrijednost
k – min može kodirati na isti način:
n 1
k k min Bi 2 i (5.10)
i 1
Kod kodiranja realnih parametara, neka se najprije pretpostavi da se koristi binarni prikaz
rješenja koji se sastoji od n bitova. Tim prikazom predstavlja se x koji je rješenje funkcije f(x).
Da bi se moglo utvrditi koju vrijednost predstavlja neki konkretni niz bitova, mora se
definirati preslikavanje (odnosno postupak dekodiranja). Potrebno je proglasiti da su
dozvoljene vrijednosti varijable x vrijednosti iz raspona {xmin,...,xmax} i da se koristi prirodni
binarni kod. Postupak dekodiranja tada se provodi tako da se binarni niz protumači kao cijeli
broj k koji može poprimiti vrijednost iz skupa cijelih brojeva {0,1,...,2n – 1}, prema (5.9).
Potom se vrijednost k preslika na interval {xmin,...,xmax}, pri čemu se najčešće k = 0 preslika u
vrijednost xmin, k = 2n – 1 preslika u vrijednost xmax, a ostale vrijednosti se linearno preslikaju
na interval {xmin,...,xmax}, prema formuli:
112
5. Optimizacija genetskim algoritmima
k
x xmin n
xmax xmin (5.11)
2 1
Neka je rješenje x preciznosti p i neka je pN, odnosno element skupa prirodnih brojeva.
To znači da x odstupa od točnoga rješenja za maksimalno 10– p, odnosno rješenje x je točno na
p decimala. Rješenje x je preciznosti p ako je zadovoljena nejednakost:
n
log xmax xmin 10 p 1 (5.13)
log 2
g m bm (5.14)
113
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
g k bk bk 1 , k 1,2,..., m 1 (5.15)
m
bk g k mod 2, j 1,2,..., m (5.16)
k j
114
5. Optimizacija genetskim algoritmima
od roditelja sadrže dobru genetsku informaciju, ovim postupkom križanja nijedan potomak
neće moći naslijediti obje dobre osobine.
Križanje s t-točaka (engl. multi-point crossover) prekida općenitiji je slučaj prethodno
opisanog križanja, gdje t može biti između 1 i n – 1 (gdje je n broj bitova korištenih za prikaz
rješenja). Primjerice slučaj za t = 2, te s točkama prijeloma nakon 3. i 8. bita prikazan je
Slikom 5.6.
Križanjem s više točaka prekida izbjegavaju se već navedeni nedostaci križanja s jednom
točkom prekida. Štoviše, kako je kromosom najčešće sastavljen od više gena, tako će veći
broj točaka prekida omogućiti da se u pojedinim slučajevima na potomke prenese veći broj
kvalitetnih dijelova iz oba kromosoma. Međutim što je više točaka prekida, postoji i veća
vjerojatnost razbijanja dobrih građevnih blokova. Križanje s velikim brojem točaka prekida
ponaša se više kao slučajno pretraživanje nego kao operator rekombinacije.
Uniformno križanje je generalizacija križanja u više točaka. Svaki gen potomka kreira se
kopiranjem odgovarajućeg gena jednog od roditelja koji je izabran prema slučajno generiranoj
binarnoj masci križanja iste duljine kao kromosom. Kad je u masci na određenoj poziciji 1
onda se kopira gen iz prvog roditelja, a kad je 0 kopira se iz drugog roditelja. Za svaki par
roditelja generira se nova maska. Prema ovome potomci sadrže mješavinu gena roditelja.
Primjer je prikazan Slikom 5.7. [60].
115
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
116
5. Optimizacija genetskim algoritmima
117
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Mutacija zamjenom (engl. order based mutation) je koncipirana tako da se nad početnim
rješenjem slučajno odaberu dvije pozicije i elementi koji su na tim pozicijama se zamijene.
Primjer je prikazan Slikom 5.10. Iz početnog rješenja su odabrane pozicija 3 i 6 i elementi
koji se nalaze na tim pozicijama (također 3 i 6) su zamijenjeni.
Jednostavna mutacija inverzijom (engl. simple inversion mutation) odvija se tako da se nad
početnim rješenjem slučajno odaberu dva mjesta i tako selektirani podniz se prepliće
obrnutim poretkom (reverzira se). Primjer je prikazan Slikom 5.11. U početnom je rješenju
odabran podniz (3, 4, 5) i zamijenjen je reverznim podnizom (5, 4, 3).
118
5. Optimizacija genetskim algoritmima
prikazan Slikom 5.12. gdje je slučajno odabran segment koji počinje nakon druge pozicije i
završava nakon pete pozicije. Svaki element segmenta u prvom i drugom roditelju definira
preslikavanje: prvi element segmenta definira da se vrijednost 3 preslikava u vrijednost 7, tj. 3
↔ 7; drugi element segmenta definira preslikavanje 4 ↔ 1 dok treći element segmenta
definira preslikavanje 5 ↔ 8. Zatim se grade dva djeteta. U prvo dijete se iskopira odabrani
segment drugog roditelja a u drugo dijete odabrani segment prvog roditelja. Sve ostale
pozicije u oba djeteta ostaju prazne. Postupak se potom nastavlja tako da se prazna mjesta
djeteta i popunjavanju vrijednostima koje se na tim pozicijama nalaze u roditelju i, osim ako
bi se time unio duplikat. U tom se slučaju na poziciju kopira element koji je određen
definiranim preslikavanjem. Potrebno je napomenuti da je moguća situacija u kojoj se
duplikat identificira, zatim pogleda na što je on preslikan nakon čega ta vrijednost postaje
opet duplikat (odnosno i ona je već prisutna u djetetu). U tom slučaju opet se mora pogledati u
što je ta vrijednost preslikana i tako dalje sve dok se ne dođe do vrijednosti koja u djetetu još
ne postoji.
119
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
i opet se traži pozicija u prvom roditelju koja ima istu vrijednost. Postupak se ponavlja i
završit će u konačnom broju koraka, i u oba će roditelja selektirati neke elemente. Time je
pronađen jedan ciklus. Postupak se nastavlja od prvog sljedećeg neselektiranog elementa u
prvom roditelju kako bi pronašli drugi ciklus, potom treći ciklus, itd. Broj ciklusa koji će
nastati ovisi o konkretnim roditeljima koji se križaju. Prvo dijete se puni elementima (i
pozicijama) prvog ciklusa iz prvog roditelja, drugog ciklusa iz drugog roditelja, trećeg ciklusa
iz prvog roditelja, četvrtog ciklusa iz drugog roditelja, itd. Drugo dijete se puni obratno, dakle
elementima prvog ciklusa iz drugog roditelja, drugog ciklusa iz prvog roditelja, itd.
Osim spomenutih operatora, danas se u literaturi može pronaći još mnoštvo drugih
operatora koji su razvijeni, imajući na umu različite specifičnosti problema koje se rješavaju
permutacijskim prikazom.
120
5. Optimizacija genetskim algoritmima
jedan novi skup operatora umjesto da se koristi postojeći. Budući da se prikaz rješenja
složenijim strukturama podataka ne može generalizirati, već se razvija posebno za svaki
problem, njime se ova radnja neće baviti.
Vrijeme preuzimanja (engl. takeover time) je vrijeme koje je potrebno operatoru selekcije
da generira populaciju u kojoj se nalazi samo najbolje rješenje. Ideja proizlazi iz pretpostavke
da se iz inicijalne populacije nova generacija generira samo uporabom operatora selekcije.
Kad je nova populacija spremna, postupak se ponavlja kako bi se stvorila sljedeća generacija.
Ako je operator selekcije takav da boljim rješenjima daje veću šansu da budu odabrani,
očekuje se da će u svakoj sljedećoj generaciji biti sve više i više kopija najboljega rješenja.
Vrijeme (odnosno broj generacija) od prve generacije pa do nastanka generacije koja je
popunjena isključivo kopijama najboljega rješenja naziva se vremenom preuzimanja.
121
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
fs f
I (5.19)
122
5. Optimizacija genetskim algoritmima
fi
pG (i ) N (5.20)
fj
j 1
pri čemu je fi iznos dobrote i-tog rješenja, a N broj jedinki populacije. Valja napomenuti da je
za ispravno funkcioniranje ove selekcije nužno da sve dobrote budu nenegativne te da je
srednja vrijednost dobrote veća od nule:
i 1,..., N : f (i ) 0 , f 0 (5.21)
123
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Primjerice neka se populacija sastoji od 7 jedinki čije su dobrote (funkcije cilja) jednake
redom 10, 15, 2, 8, 12, 20 i 33. Dobrota populacije je suma dobrota svih jedinki i iznosi 100.
Vjerojatnosti selekcije su 10/100 = 0,1 (10 %), 15/100 = 0,15 (15 %), 2/100 = 0,02 (2 %),
8/100 = 0,08 (8 %), 12/100 = 0,12 (12 %), 20/100 = 0,20 (20 %) i 33/100 = 0,33 (33 %), što je
prikazano Slikom 5.15.
f max f i
p E (i ) N
(5.22)
N f max f j
j 1
124
5. Optimizacija genetskim algoritmima
Problem skale se može ublažiti, a ograničenje da funkcija dobrote mora biti nenegativna
zaobići uvođenjem relativne dobrote. Umjesto da se vjerojatnosti odabira rješenja računaju
temeljem dobrote fi, za svako se rješenje uvodi relativna dobrota gi = fi – fmin, gdje je s fmin
označena dobrota najlošijega rješenja u populaciji. U tom se slučaju vjerojatnosti računaju
prema izrazu:
gi f i f min f i f min
pG (i )
N N
N f f min (5.23)
gj ( f j f min )
j 1 j 1
N
fj
0 , 0 f1 , 0 f1 f 2 ,..., j 1 1 (5.24)
N N N N
j j
f f j f fj
j 1 j 1 j 1 j 1
Na taj se način formira brojevni pravac koji se podijeli na N + 1 jednakih odsječaka (Slika
5.16).
Slika 5.16. Selekcija svih N jedinki u jednom koraku uporabom stohastičke univerzalne
selekcije
125
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Broj znački koje pokazuju na pojedinu jedinku određuje koliko će se njezinih kopija
prenijeti u sljedeću populaciju. Slikom 5.16. je prikazan primjer u kojemu se prenosi: jedna
kopija jedinke 1, četiri kopije jedinke 2, ni jedna kopija jedinke 3, dvije kopije jedinke i, itd.
Zaključno, jedna od najvećih prednosti proporcionalnih selekcija je da su one relativno
jednostavne za implementaciju, te se zbog toga najčešće i koriste. Međutim jedna od najvećih
mana im je da selekcijski pritisak ovisi o funkciji dobrote. To znači da je za svaku funkciju
cilja drugačiji selekcijski pritisak, a time i brzina konvergencije koja direktno utječe na
kvalitetu dobivenih rješenja. Upravo se iz tog razloga koriste rangirajuće selekcije.
Kod rangirajućih selekcija vjerojatnost selekcije ne ovisi izravno o dobroti, već o položaju
jedinke u poretku jedinki sortiranih po dobroti. Jedinke se mogu sortirati ili rastućom ili
padajućom dobrotom, odnosno po rastućim ili padajućim vrijednostima funkcije cilja.
Skupini rangirajućih selekcija pripadaju sortirajuće i turnirske selekcije. Sortirajuće
selekcije obavljaju sortiranje jedinki prema njihovoj vrijednosti funkcije cilja. Postupak troši
značajni dio procesorske snage, jer se ponavlja u svakoj iteraciji. S obzirom na to da je
sortiranje vremenski zahtijevan posao u odnosu na trajanje same selekcije, sortirajuće
selekcije se rijetko koriste. Turnirskim selekcijama važan je samo odnos između nekoliko
slučajno odabranih jedinki i nije potrebno obavljati sortiranje cijele populacije. Prema broju
slučajno odabranih jedinki iz skupa svih jedinki (cijele populacije), turnirske selekcije se
dijele na 2-turnirske, 3-turnirske, 4-turnirske itd.
i 2i
pG (i )
N
N N 1 (5.25)
i
j 1
126
5. Optimizacija genetskim algoritmima
(5.25), samo što su jedinke sortirane od najgore do najbolje, tj. najbolja jedinka ima indeks 1,
a najgora N.
Slika 5.17. prikazuje razdiobu vjerojatnosti generacijske linearno sortirajuće selekcije.
Točke koje predstavljaju vjerojatnost selekcije nalaze se na pravcu (otuda i naziv linearna
selekcija). Pravac ima nagib 2/[N(N+1)]. S jedne strane svojstvo generacijske selekcije je da i-
ta jedinka ima i puta veću vjerojatnost preživljavanja od najgore jedinke s oznakom 1. S druge
strane svojstvo eliminacijske selekcije je da i-ta jedinka ima i puta veću vjerojatnost
eliminacije od najbolje jedinke s oznakom 1.
Vjerojatnost selekcije najbolje ili najlošije jedinke može biti unaprijed zadana. Primjerice
vjerojatnost eliminacije najbolje jedinke treba biti jednaka nuli ako se elitizmom štiti najbolja
jedinka od eliminacije. Izraz (5.25.) ne uključuje mogućnost slobodnoga izbora vjerojatnosti
selekcije neke jedinke jer prema tom izrazu vjerojatnost selekcije ovisi samo o rangu jedinke i
veličini populacije.
Da bi se uključila vjerojatnost selekcije najbolje ili najlošije jedinke, potrebno je definirati
dva parametra: N+ koji kaže koliko se kopija najboljega rješenja očekuje u novoj populaciji, te
N– koji kaže koliko se kopija najgorega rješenja očekuje u novoj populaciji. Tada se
vjerojatnost odabira jedinke ranga i računa prema sljedećemu izrazu:
N N
N i 1 (5.26)
pG (i ) N 1
N
127
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
i 1
2 SP 2 ( SP 1)
N 1 (5.27)
pG (i )
N
128
5. Optimizacija genetskim algoritmima
1
: 1 i
p (i ) (5.28)
0 : i N
Obje opisane selekcije kombiniraju rekombinaciju slučajnim odabirom jedinki, tj. u istom
koraku se obavljaju i selekcija i križanje. Krnja selekcija odabire n najboljih jedinki i kopira
ih N/n puta. Vjerojatnost selekcije i-te jedinke u bazen za križanje iznosi: p(i) = 1, za
i=1,2,...,n, dok je za ostale jedinke ta vjerojatnost jednaka nuli.
Eliminacijska turnirska selekcija M puta odabire k jedinki i eliminira najlošiju među njima
(Slika 5.19.). Parametar k naziva se veličinom turnira (engl. tournament size).
129
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Prema veličini turnira, turnirske selekcije se dijele na binarnu turnirsku selekciju (k = 2), 3-
turnirsku selekciju, 4-turnirsku selekciju, itd. Za turnirsku selekciju nije potrebno sortirati
jedinke i važan je samo međusoban odnos između k slučajno odabranih jedinki. Neka najbolja
jedinka populacije ima oznaku 1, a najgora N. Najbolja jedinka se nikako ne može eliminirati
bilo kojom eliminacijskom turnirskom selekcijom jer će k – 1 ostalih slučajno odabranih
jedinki sigurno biti lošije od najbolje jedinke. To u principu znači da je elitizam inherentno
ugrađen u eliminacijske turnirske selekcije.
S obzirom na mogućnost ponavljanja odabira istih rješenja, postoje dvije varijante k-
turnirskih selekcija:
varijanta u kojoj se k puta ponavlja biranje rješenja iz čitave populacije. S ovom je
izvedbom moguće više puta odabrati isto rješenje (odnosno da uzorak od k rješenja
sadrži duplikate), te
varijanta u kojoj se biranje ponavlja k puta ali tako da se nakon svakog odabira dalje
bira iz podskupa populacije iz kojeg su uklonjena do tada odabrana rješenja (pa uzorak
od k rješenja neće imati duplikata ako originalna populacija nije imala duplikata).
130
5. Optimizacija genetskim algoritmima
131
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
n r! 30 7! 30! 7!
K 0,85 109 (6.1)
r r !r !
1 2 3 4 r !r ! 7 2!3!1!1! 7!(30 7 )! 2!3!1!1!
37
Teorija NP-potpunosti definira dva važna razreda problema optimizacije: razred P, koji sadrži probleme za
koje je poznato da su rješivi u polinomijalnom vremenu i razred NP-potpunih problema, za koje nije poznato
postoji li algoritam koji ih rješava u polinomijalnom vremenu. Problem je rješiv u polinomijalnom vremenu ako
postoji polinomijalni algoritam koji ga rješava. Deterministički Turingov stroj (DTS) je teoretski model
računskoga uređaja, svojim mogućnostima izračunavanja ekvivalentan današnjemu računalu. Nedeterministički
Turingov stroj (NTS) je teoretski računski uređaj koji se ne može fizički realizirati, ali se može simulirati na
DTS-u (računalu). Ipak, simulacija na DTS-u u načelu je eksponencijalno sporija (mjereno brojem koraka rada
stroja) nego što je izvođenje na NTS-u. Razred P definiran je kao razred svih problema rješivih DTS-om u
polinomijalnom vremenu. Razred NP definiran je kao razred svih problema rješivih u polinomijalnom vremenu
na NTS-u. Razred NP-potpunih problema je razred najtežih problema u NP. Razred NP-teških problema sadrži
sve probleme koji su jednako teški kao najteži problemi u NP ili teži od njih (nisu nužno u NP). Navedeni razred
sadrži brojne probleme koji se u praksi uobičajeno pojavljuju.
132
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
133
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
134
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
38
Pareto fronta predstavlja rješenje višekriterijske optimizacije. U ovoj optimizaciji uglavnom ne postoji jedno
rješenje koje simultano optimira sve funkcije cilja, već više rješenja raspoređenih u tzv. Pareto frontu. Ta se
rješenja zovu nedominirajuća ili efikasna rješenja, a karakterizira ih svojstvo da svako od njih ne može
poboljšavati neke funkcije cilja, a da istovremeno druge ne pogorša.
135
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
stezaljki, kvara ili neispravnosti mjernih transformatora, brojila ili mjernih uređaja ili
pogrešnog tarifnog vremena. Netehnički gubitak je i neovlaštena potrošnja električne energije,
primjerice potrošnja mimo mjernih uređaja.
U prosjeku ODS u Hrvatskoj ima ukupan gubitak distribucijske mreže cca 8-10 % (u 2012.
godini prema Godišnjem Izvješću HEP ODS d.o.o. iznosi 8,68 %, odnosno 1.402.635.104
kWh) [69]. Za usporedbu, u europskim zemljama tehnički gubitak distribucijske mreže iznosi
od cca 4 % do cca 6 %.
Tehnički gubitak se teško smanjuje, a njegovo smanjivanje je vrlo skupo. Segmenti
tehničkih gubitaka su svojim manjim dijelom upravljivi nadzorom tokova snaga,
optimiranjem uklopnoga stanja mreže, alokacijom kondenzatorskih baterija ili upravljanom
termičkom potrošnjom, odnosno višetarifnim sustavom koji omogućuje ravnomjerniji dnevni
dijagram opterećenja bez izrazitih dnevnih minimuma i maksimuma. Tehnički gubitak je
svojim iznosom znatan, dugotrajan te se njegovim i malim smanjenjem ostvaruju dugoročne
znatnije uštede [70].
Deregulacijom elektroenergetskoga sektora i uvođenjem trećeg energetskog paketa EU-a39,
ODS kao energetski subjekt postaje financiran isključivo mrežarinom40, a pokriće svojih
gubitaka ostvaruje kupnjom električne energije na tržištu i posljedično, angažiranjem
elektrana. Nekoliko je mogućnosti nabave energije za pokrivanje gubitaka. Energija se
nabavlja preko burze električne energije (engl. Power Exchange – PEX) dan unaprijed,
dugoročnijim ugovorima ili bilateralnim ugovorima (engl. Over the Counter – OTC) [71].
Direktiva 2003/54/EC obvezuje operatore mreža, ako im je zakonski dodijeljena ta uloga, da
nabavljaju energiju za pokrivanje gubitaka na razvidan, nediskriminirajući i tržišno orijentiran
način. U nekim zemljama članicama EU-a, u tarifama za korištenje mreže (mrežarina),
komponenta gubitaka iskazuje se posebno (npr. Austrija), no u mnogim drugim zemljama,
kao npr. Hrvatskoj, gubici su uključeni u zajedničke tarife za korištenje mreže.
Budući da je distribucijska mreža poradi gubitaka energije i najveći pojedinačni potrošač u
istoj mreži, zanimljiv je podatak o utjecaju troška gubitka električne energije na prihod ODS-a
39
Treći energetski paket predstavlja paket zakona za tržište plina i električne energije unutar EU-a, s ciljem
njihove liberalizacije i deregulacije te razbijanja prirodnog monopola na energetske djelatnosti. Europski
Parlament i Vijeće Europske Unije su ga usvojili u srpnju 2009. godine. Treći paket zahtijeva suradnju
nacionalnih regulatora na razini EU-a, jačanje regulatornog nadzora na nacionalnoj razini, povećanje suradnje
nacionalnih operatora prijenosnoga sustava, razdvajanje operatora prijenosnoga sustava od djelatnosti
proizvodnje i opskrbe, osiguranje neovisnosti operatora sustava skladišta plina od ostalih djelatnosti u sektoru
prirodnoga plina, osiguranje neovisnosti operatora distribucijskog sustava od ostalih djelatnosti u energetskome
sektoru te smanjenje cijena energije i zaštitu krajnjih kupaca.
40
Odluka o visini tarifnih stavki u Tarifnom sustavu za distribuciju električne energije, bez visine tarifnih stavki
(NN, br. 49/12).
136
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
ostvaren mrežarinom. Prva aproksimacija izračuna odnosa troška gubitka energije i prihoda
od mrežarine govori da, ako je prihod ODS-a temeljem mrežarine 0,22 kn/kWh41, a
isporučena električna energija 2012. godine iznosi 14.850.834.729 kWh, ukupan prihod od
mrežarine je oko 3.267.183.640,38 kn. Ostvareni gubitak električne energije u 2012. je
1.402.635.104 kWh što, uz prosječnu cijenu električne energije na europskim burzama od
0,38 kn/kWh iznosi oko 533.001.339,52 kn. Tako gubitak fizičke veličine kWh od 8,68 % u
mreži distribucije proizvodi smanjenje prihoda od mrežarine za 16,31 %, a temeljem
kupovine električne energije za pokriće gubitaka na tržištu energije kao troška poslovanja.
Zaključno, jedan posto gubitka električne energije (kWh) u mreži implicira 1,88 % gubitka
ukupnoga prihoda ostvarenog mrežarinom. Za pokriće gubitka električne energije u mreži
distribucije potreban je trajni rad jedne elektrane snage cca 160 MW. Imajući u vidu sve
rečeno, manji gubitak električne energije u distribucijskoj mreži ODS-a će izravno utjecati na
smanjenje troškova poslovanja, odnosno povećanje učinkovitosti rada ODS-a.
Postupak nabave energije gubitka na tržištu, a za potrebe pokrivanja godišnjih gubitaka
električne energije u mreži ODS-a, treba biti proveden postupkom natječaja. Postupkom
nabave se od jednog ili više dobavljača obavlja i ugovara kupovina električne energije za
narednu godinu u cijelosti ili za kraći period godine. Ovako dobavljenom energijom treba
pokriti ukupan gubitak u mreži, tehnički i netehnički. Natječaj za nabavu električne energije
za pokriće gubitka u mreži sadrži satne energije za ugovorni period, ukupnu energiju za
ugovorni period te ukupnu cijenu energije za tako iskazane energetske veličine. Danas je
tržišna vrijednost dobavljive električne energije za pokriće gubitaka oko 50 €/MWh (0,38
kn/kWh).
Da bi se smanjio teret plaćanja gubitaka za kupce, potrebno je distribuirane izvore alocirati
tako da se nakon njihove integracije smanje godišnji gubici energije. Navedeno smanjenje
predstavlja financijsku uštedu za ODS, i kada bi se sustavno provodilo za svaki izvod na koji
se priključuju DI-ovi (naročito u SN mreži gdje teku veće snage), ušteda na razini cijeloga
ODS-a bila bi izrazito velika.
Pri minimiziranju gubitaka djelatne snage (a često i jalove, iako se u tu svrhu alociraju
kondenzatorske baterije) potrebno je u algoritmu optimalnog razmještaja DI-a mijenjati
njihov položaj i izlaznu snagu u mreži sve dok generirani gubici u mreži ne postanu najmanji.
41
Prema prethodnom dokumentu, cijena mrežarine za distribuciju za Plavi tarifni model iznosi 0,22 kn/kWh.
137
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Slika 6.1. Primjer profila napona i raspona varijacije napona čvorova jednog izvoda u
distribucijskoj mreži nakon priključenja DI-a
Rješenje problema se nazire u minimizaciji utjecaja DI-a na profil napona mreže, tj.
odabiru one snage i lokacije DI-a koja će najpovoljnije djelovati na promjene napona u mreži.
Najpovoljniji profil napona u mreži je jednak konstantnoj funkciji, tj. ni linearno padajućoj ni
linearno rastućoj, kako je inače slučaj u praksi. Dakle, idealno bi bilo održati napone svih
čvorova u mreži na razini nazivnoga napona mreže (pad napona do svakog čvora bi tada bio
jednak nuli).
138
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
139
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Slika 6.2. Primjer naponskih prilika pri varijaciji potrošnje od minimalne do maksimalne, uz
održavanje konstantnog napona na sekundaru TS 110/10 kV
Slika 6.3. Primjer utjecaja struje kratkoga spoja DI-a na potrebu povećanja rasklopne moći
prekidača u mreži
Postojanje distribuirane proizvodnje koja ima izravno spojene sinkrone ili asinkrone
generatore u distribucijskoj mreži utječe na povećanje struja kratkoga spoja, a time i snage
kratkoga spoja. Utjecaj je to veći što je mjesto kratkoga spoja bliže točki priključenja DI-a.
140
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
141
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
naponska nestabilnost se javlja kada je snaga potrošnje veća od granične (maksimalne) snage
prijenosa razmatrane mreže.
Karakteristike sustava pri promatranju naponske stabilnosti se najbolje opisuju P – U
krivuljama (iako se često koriste i Q – U krivulje). P – U krivulje prikazuju ovisnost napona o
injektiranoj djelatnoj snazi u promatrano čvorište. Slikom 6.4. prikazana je tipična P – U
krivulja.
142
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
Integracijom DI-a, u mreži ODS-a dolazi do rasterećenja izvoda napojnih trafostanica, ali i
do mogućih preopterećenja vodova u blizini priključenih distribuiranih izvora (utjecaj je jači s
većim smanjenjem presjeka vodova u mreži, tj. smanjenjem prijenosne moći vodova). Cilj je
143
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
ove objektne funkcije minimizirati tokove snaga kroz elemente distribucijske mreže. Na taj se
način potiče priključenje distribuiranih izvora neposredno uz centre potrošnje da bi dionice
mreže ostale što manje opterećene. Indirektno se na ovaj način omogućava priključenje većeg
tereta u postojeću mrežu. Za rješenje problema alokacije potrebno je naći optimalnu lokaciju i
priključnu snagu DI-a s ciljem minimizacije tokova snaga svih dionica na razini promatrane
mreže.
Rasterećenjem vodova u mreži smanjuju se, ili barem odgađaju, ulaganja u pojačanje i/ili
izgradnju distribucijske mreže (engl. invesment deferral), što predstavlja značajno smanjenje
investicijskih troškova za Operatora distribucijskoga sustava. Osnovna ideja je da rasterećenje
nekih elemenata ispod njihove prijenosne moći, uslijed utjecaja DI-a, može potrajati kroz
čitav period planiranja. Ako ODS analizom to i potvrdi (što uključuje i scenarije porasta
opterećenja), neće biti potrebno ulagati novac u zamjenu ili izgradnju novih elemenata mreže.
Uštede se mogu kvantificirati cijenom polaganja novog ili zamjenskog voda, napojnog
transformatora, itd.
Kvaliteta napona dio je ukupne kvalitete električne energije i u nekoj točki distribucijske
mreže iskazuje zbirno međudjelovanje proizvodnih jedinica, prijenosnih i distribucijskih
vodova i transformacija, te trošila spojenih na elektroenergetski sustav. Izražava se kroz više
parametara, poput harmoničkoga izobličenja valnog oblika napona, brzih dinamičkih
promjena napona (flikera), nesimetričnosti napona, propada napona, prenapona, itd.
Idealno gledajući, valni oblici struje i napona trebali bi biti savršene sinusoide. Međutim
radi povećane popularnosti elektroničkih i ostalih nelinearnih tereta, ovi valni oblici često
postaju izobličeni. Uređaji koji koriste pretvarače (ispravljače) su danas vrlo rasprostranjeni,
poput računala, TV uređaja, pisača, medicinske opreme, fluorescentne rasvjete i niza
kućanskih aparata. U industriji su također često korišteni frekventni pretvarači, energetski
ispravljači i sl. Odstupanje od savršenoga sinusnog vala može se predstaviti harmonicima,
odnosno sinusoidalnim komponentama čija je frekvencija cijeli višekratnik osnovne
frekvencije42.
42
Bilo koji neperiodičan signal može se pomoću Fourierove analize rastaviti na sumu istosmjerne komponente i
sinusoidalnih signala osnovne i više frekvencije.
144
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
Dakle, čisti naponski i strujni sinusni val nema izobličenja, dok nesinusoidalni val ima
izobličenja i harmonike. Da bi se odredila razina izobličenja koristi se izraz ukupno
harmoničko izobličenje (engl. total harmonic distortion – THD). Izraz označava izobličenje
kao postotak osnovnoga vala (čistog sinusa) struje i napona, prema formuli:
n
2
Ii
i 1 I 2 I12 (6.2)
THD
I1 I1
pri čemu je I1 efektivna vrijednost prvoga (osnovnog) harmonika, Ii efektivna vrijednost i-tog
harmonika, I je efektivna vrijednost izobličenoga signala, a n je ukupan broj harmonika.
Strujni harmonici su problem jer uzrokuju povećanje gubitka u komponentama EES-a.
Transformatori su posebno osjetljivi na ovaj problem te im prijenosna moć može pasti na 50
% kada napajaju terete s izuzetno jakim valnim izobličenjem struje (THD iznad 100 %).
Tereti s jako izobličenim valnim oblikom struje također imaju slabi faktor snage i zbog toga
koriste više kapaciteta EES-a i mogu biti izvor preopterećenja. Osim toga strujni harmonici
mogu izobličiti naponski val i izazvati naponske harmonike. Naponska izobličenja utječu ne
samo na osjetljive elektroničke terete nego i na električne motore i kondenzatorske baterije. U
električkim motorima neki neparni harmonici (5, 11, 17) mogu izazvati ne samo zagrijavanje
već i mehaničke oscilacije.
145
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
146
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
147
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Ukupan broj prodanih i dodijeljenih kvota ne smije premašiti granicu dopuštenih emisija,
čime se ograničava ukupna emisija štetnih plinova u okoliš. Tvrtke koje nemaju dovoljno
kvota emisijskih jedinica za pokrivanje verificiranih emisija, moraju kupiti kvote od onih
tvrtki koje ih imaju viška.
No iako se izraz trgovanje emisijama uvriježio u praksi, potrebno je napomenuti da se
zapravo ne trguje emisijama, već pravima na emisiju, pri čemu je jedno pravo na emisiju
ekvivalentno dozvoli za emitiranje jedne tone CO2eq43. Može se trgovati i jedinicama ostalih
stakleničkih plinova, ali njihov utjecaj se svodi na utjecaj ekvivalenta ugljičnog dioksida.
Navedene kvote ili jedinice mogu se prodavati privatno ili na međunarodnome tržištu po
cijeni koju formira samo tržište, odnosno zakon ponude i potražnje.
Postoje aktivni programi trgovanja kvotama za nekoliko plinova zagađivača zraka.
Europska shema trgovanja stakleničkim plinovima (engl. Emissions Trading System – ETS) je
najveći program trgovanja emisijama stakleničkih plinova u svijetu. Republika Hrvatska
postala je sastavni dio ovoga sustava 1. siječnja 2013. godine, pola godine prije pristupanja u
Europsku Uniju. Ova funkcija cilja također se rijetko kada pojavljuje samostalno.
Rad [72] se temelji na minimizaciji gubitaka djelatne snage u mreži. Ideja je heurističkim
algoritmima pronaći onu kombinaciju snage i lokacije DI-a za koju će gubici snage u mreži
biti najmanji. Cilj je minimizirati sljedeću funkciju:
line
Fobj Plossi (6.3)
i 1
pri čemu Plossi označava gubitke koji se generiraju na dionici i distribucijske mreže, a line
predstavlja ukupan broj dionica u promatranoj mreži.
Algoritam korišten za optimizaciju funkcije cilja je algoritam roja krijesnica (engl. firefly
algorithm), koji je razvio dr. Dr. Xin-She Yang-a na Sveučilištu Cambridge u 2007. godini.
43
Dana 04.01.2014. prosječna cijena 1 tone CO2eq na europskome tržištu emisija (ETS) bila je između 6,22 € i
6,40 €.
148
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
I ainew I ai Di I DG (6.4)
n n
I ai Ri I ai Di I DG Ri
new 2 2
max S PLa PLa (6.5)
i 1 i 1
149
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
S
I DG
n
2 Di I ai D i2 I DG Ri 0
i 1
(6.6)
n
I ai Ri
I DG i n1 (6.7)
Di Ri
i 1
Ploss
n
2 ij Pi ij Qi (6.8)
Pi j 1
pri čemu Pi označava injektiranu snagu u čvorište i, a αij i βij predstavljaju koeficijente
gubitaka snage.
Novost u odnosu na prethodne radove je ideja da se potrošnja ne predstavi konstatnom
funkcijom, već godišnjom krivuljom trajanja opterećenja44. Godišnja krivulja trajanja
opterećenja napojne TS je diskretizirana u odnosu na realne kontinuirane vrijednosti promjene
snage i podijeljena na 3 karakteristične razine opterećenja (Slika 6.7.). Potrošačke TS imaju
identičan oblik krivulje trajanja opterećenja, ali sa svojstvenim minimalnim, srednjim i vršnim
snagama.
44
Krivulja trajanja opterećenja predstavlja uređeni godišnji dijagram potrošnje od maksimalne do minimalne
vrijednosti.
150
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
parent1 p m1 ,..., pm ,..., pmNpar (6.9)
151
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
parent 2 pd 1 ,..., pd ,..., pdNpar (6.10)
gdje parent1 i parent2 predstavljaju roditelje, pmα i pdα predstavljaju elemente polja
kromosoma roditelja, a Npar predstavlja duljinu kromosoma.
Zatim dolazi do križanja elemenata pmα i pdα prema sljedećoj jednadžbi:
offspring1 pm1 ,..., pnew1 ,..., p mNpar (6.13)
offspring 2 pd 1 ,..., p new2 ,..., p dNpar (6.14)
max U L (6.15)
152
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
pri čemu je UL najniži napon u mreži, pronađen rangiranjem napona svih čvorova nakon
provedena proračuna tokova snaga.
Pritom mora vrijediti da je UL veći od tehničkoga ograničenja minimalnoga napona u
mreži. Optimalan razmještaj se provodi zasebno za DI i kondenzatorske baterije.
Autori članka [80] su postupak odabira optimalnoga razmještaja DI-a podijelili na dvije
razine. U prvoj su definirali optimalno čvorište za smještaj DI-a na temelju indeksa stabilnosti
(Slika 6.9.):
Lj
1
Vj4
2
Pi X Qi R V i2 Pj R Q j X , L maxL1 , L2 ,..., LN (6.16)
gdje je Lj indeks naponske stabilnosti čvora j u rasponu [0, 1], pri čemu vrijednost 1
predstavlja naponski slom čvora j. R i X su uzdužni otpor i induktivitet grane ij, a P i Q
predstavljaju djelatnu i jalovu snagu koja teče tom dionicom.
Nakon što se pronađe čvorište s najvećim indeksom stabilnosti, u njega se smješta
distribuirani izvor. Potrebno je još pronaći optimalnu snagu DI-a, a ona se traži s obzirom na
dva odvojena kriterija. Prvi kriterij su minimalni gubici snage, a drugi kriterij predstavlja
minimizacija naponske nestabilnosti čvora u kojemu je lociran DI, prema formuli (Slika
6.10.):
153
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Slika 6.10. Uz određivanje optimalne veličine DI-a u čvorištu s najvećom vrijednosti indeksa
stabilnosti
L j 1 2 2
RVi 2 X PLj Pjk 2Q ji RX
N
0 , PDGj 2 (6.17)
PDGj 2X k j
k i , j
PDGj je optimalna snaga distribuiranoga izvora u čvoru j, a PLj je snaga tereta u istome čvoru.
Qji je jalova snaga koja teče od čvora j prema čvoru i, a N je ukupan broj čvorišta mreže.
154
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
Tyr 1
C DG C Install C (6.20)
t 1 1 r t O& M
155
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
gdje Cinstall označava troškove izgradnje distribuiranog izvora, Tyr označava životni vijek
distribuiranog izvora (u godinama), CO&M označava troškove održavanja distribuiranog
izvora, a r predstavlja diskontnu stopu.
Varijable rješenja su binarno kodirane. Svaki čvor je kodiran s tri bita. Prvi bit detektira
prisutnost ili odsutnost proizvodne jedinice, a preostala dva označavaju tip proizvodne
jedinice. Korištena je eliminacijska ruletna selekcija, križanje u jednoj točki i mutacija
nasumično odabranoga bita. Rezultati su pokazali da optimalno razmješteni distribuirani
izvori drastično popravljaju pokazatelje pouzdanosti.
Rad [82] simultano minimizira gubitke snage i varijacije napona u mreži korištenjem
hibridnog algoritma koji kombinira algoritam roja čestica i algoritam umjetne kolonije pčela.
Optimizacijska funkcija (FTotal) se sastoji od dvije komponente, od kojih je svaka pomnožena
s težinskim faktorom:
Nbr Nbus 2
2
FTotal w1 I i Ri w2 Vi Vref , wk 1 (6.21)
i 1 i 1 k 1
pri čemu Nbr označava ukupan broj grana u mreži, a Nbus ukupan broj čvorišta u mreži. Vi i Vref
su redom napon čvora j i referentni (nazivni) napon mreže.
U spomenutome radu algoritam roja čestica se koristi za nalaženje optimalne lokacije DI-a,
a algoritam umjetne kolonije pčela traži optimalne snage DI-a na zadanim lokacijama.
U [83] autori su formirali funkciju dobrote (CostFunction) čiji je cilj smanjiti gubitke
snage u mreži i strujna opterećenja dionica mreže:
Ploss I ij withoutDG 2
CostFunction w1 w2 , wk 1 (6.22)
Ploss 0 I ij withDG
k 1
156
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
pri čemu Ploss i Ploss0 predstavljaju gubitke promatrane mreže bez priključenih i sa
priključenim distribuiranim izvorima, a analogno vrijedi i za struje svake dionice IijwithoutDG i
IijwithDG.
Autori su koristili algoritam roja čestica za nalaženje optimalne lokacije i priključne snage
jedne, tri i pet proizvodnih jedinica u rasponu zbirne snage između 500 kVA i 3.000 kVA na
primjeru 10,5 kV mreže sa 33 čvorišta.
Članak [84] se bavi optimizacijom razmještaja DI-a na temelju minimizacije gubitaka
snage i faktora harmoničkoga izobličenja napona:
m
n
THDVi
Fmin Plossi i 1 , 1 (6.23)
i 1 m
THDVi označava faktor harmoničkog izobličenja napona čvorišta i, Plossi je snaga gubitaka
dionice i, a n i m predstavljaju ukupan broj grana i čvorišta u mreži. Svaka funkcija cilja uzeta
je sa svojim težinskim faktorom (α i β). Maksimalan faktor harmoničkoga izobličenja
THDVmax koji ne smije biti prekoračen iznosi 5 % za svaki čvor.
Optimizacija se provodi u dva koraka. U prvom koraku se na temelju analize osjetljivosti
gubitaka mreže o injektiranoj snazi u svaki čvor klasificiraju čvorovi od najosjetljivijih prema
najmanje osjetljivima. Zatim se uzimaju dva najosjetljivija čvorišta za smještaj dviju
proizvodnih jedinica, i konačno se korištenjem algoritma gravitacijske pretrage (engl.
gravitational search algorithm) u kombinaciji s harmoničkim proračunom tokova snaga
pronalaze optimalne veličine DI-ova na zadanim lokacijama (u rasponu od 400 kW do 2.000
kW). Rezultati pokazuju da navedeni algoritam daje bolje rezultate od evolucijskoga
programiranja i algoritma roja čestica, koji su korišteni za usporedbu rješavanja istoga
problema.
Autori članka [85] orijentirali su se na minimizaciju tzv. globanoga indeksa pogona
distribucijske mreže (GPI) koji se sastoji od više komponenti:
157
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
pritom su ILP i ILQ indeksi gubitaka djelatne i jalove snage, IVD je indeks profila napona,
IVR je indeks regulacije napona, ICc predstavlja indeks strujne opterećenosti dionica, a ICt
označava indeks opterećenosti napojnoga transformatora. ISC3 i ISC1 predstavljaju indekse
struje tropolnog i jednopolnog kratkog spoja, a IH se odnosi na indeks harmoničke distorzije
napona.
Indeksi gubitaka djelatne i jalove snage su:
ILP
PLDG , ILQ
QLDG
(6.25)
PL QL
gdje se PLDG i QLDG odnose na ukupne gubitke djelatne i jalove snage promatrane mreže
nakon integracije DI-a, a PL i QL na ukupne gubitke mreže prije integracije DI-a.
Indeks profila napona pri maksimalnome teretu mreže predstavlja najveću vrijednost pada
napona u mreži (u najopćenitijemu slučaju to je pad napona do krajnjega čvora izvoda), a
opisan je izrazom:
V V
IVD max 1 i , i 2,3,..., n (6.26)
V1
V1 je nazivni napon mreže, Vi je napon čvorišta i, a n je ukupan broj čvorišta u mreži. Dakle,
IVD traži najveći iznos pada napona u mreži.
Indeks regulacije napona predstavlja razliku napona svakog čvora pri minimalnome teretu
uz istovremenu maksimalnu proizvodnju DI-a, i pri maksimalnome teretu bez priključenih
DI-ova. Ovaj indeks zapravo osigurava da varijacija napona svakog čvora mreže prije
priključenja i poslije priključenja DI-a bude minimalna.
Vi , L. min Vi , L. max
IVR max , i 2,3,..., n (6.27)
Vi , L. max
158
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
pritom je Vi,L.min napon čvora i pri njegovu minimalnome opterećenju, a Vi,L.max napon čvora i
pri njegovu maksimalnome opterećenju. Ukratko, IVR traži najveći iznos varijacije napona u
mreži.
Indeksi strujne opterećenosti dionica i napojnoga transformatora predstavljaju oslobođenje
njihova kapaciteta, što posljedično znači odgađanje ulaganja u elemente mreže ODS-a (iako
financijski aspekt odgađanja ulaganja nije ispitan u ovome radu). Indeksi su predstavljeni
formulama:
Si St
ICc max , ICt max , i 1,2,..., ml , i 1,2,..., mt (6.28)
S Ci S Ct
gdje Si i SCi označavaju prividnu snagu koja teče kroz dionicu i i nazivnu snagu te dionice. St i
SCt označavaju prividnu snagu koja teče kroz transformator napojne TS i njegovu nazivnu
snagu. ml označava broj dionica promatrane mreže, a mt označava broj transformatora
napojne TS. Dakle, ICc i ICt traže najopterećeniju dionicu u mreži i najopterećeniji
transformator napojne trafostanice.
Indeksi struje tropolnog i jednopolnog kratkog spoja moraju biti što manji jer predstavljaju
kontribuciju (doprinos) struje DI-a struji kratkoga spoja. U slučaju velikoga doprinosa, postoji
mogućnost potrebe za zamjenom sustava zaštite u mreži. Indeksi su predstavljeni formulama:
ISC 3i , DG ISC1i , DG
ISC 3 max , ISC1 max , i 1,2,..., n (6.29)
ISC 3i ISC1i
gdje su ISC3i,DG i ISC1i,DG struje tropolnog i jednopolnog kratkog spoja u čvoru i u mreži s
priključenim DI-om, a ISC3i i ISC1i struje tropolnog i jednopolnog kratkog spoja u čvorištu i
u mreži bez priključenih DI-ova. Indeksi ISC3 i ISC1 traže najveći iznos povećanja struje
kratkih spojeva u mreži.
Indeks harmoničkoga izobličenja predstavlja distorziju naponskoga vala uslijed nelinearnih
trošila mreže (pojave viših harmonika) i opisan je jednadžbom:
159
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
IH VTHDi VTHDi , DG
n
(6.30)
i 1
VTHDi i VTHDi,DG su faktori harmoničkoga izobličenja čvora i bez priključenih DI-ova u mreži, i
nakon njihova priključenja u mrežu.
Analiza globalnoga indeksa pogona distribucijske mreže je izvedena na mreži naponske
razine 34,5 kV, ukupnoga tereta 12,7 MW. Mreža je napajana dvama transformatorima
napojne TS, a neke dionice mreže su preopterećene (120 %). Razmotrene su alternative s
različitim težinskim faktorima komponenata funkcije cilja. Prva alternativa stavlja naglasak
na smanjenje gubitaka snage i opterećenja elemenata mreže, a u drugoj alternativi je cilj
smanjenje struja kratkog spoja. Optimalan smještaj DI-ova predefiniranih snaga (0,9, 0,6 i 0,4
MW) je proveden za slučaj integracije jednog, dva i tri DI-a u mrežu. Rezultati pokazuju da
planer, ovisno o svojem iskustvu i poznavanju mreže, može odabirom težinskih faktora
znatno utjecati na rezultate optimizacije i, posljedično, na budući pogon mreže.
Rad [86] se temelji na minimizaciji troškova gubitaka snage, troškova neisporučene
električne energije, troškova pojačanja mreže i troškova kupnje električne energije na tržištu:
C ( X , U ) (C L , C ENS , C I , C E ) (6.31)
gdje (X,U) predstavlja rješenje proračuna tokova snaga koje odgovara instaliranim snagama i
lokacijama DI-ova.
Pretpostavlja se konstantan godišnji rast potrošnje u periodu planiranja od N godina.
Troškovi gubitaka snage predstavljaju gubitke disipirane na svakoj dionici promatrane mreže.
Ako se period planiranja podijeli u m podperioda, troškovi gubitaka snage grane j u k-tom
podperiodu se računaju prema:
2
1 Nk I0 j
C0 pjk C pjk nk
h
N k h h (6.32)
Nk 2 h 1 I fj
C0pjk označava trošak gubitaka snage diskontiran na početak perioda planiranja, Cpjk je
godišnji trošak gubitaka snage, I0j i Ifj su struje dionice j na početku perioda planiranja i na
160
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
kraju završne godine planiranja. Nk predstavlja trajanje k-tog podperioda, nk je početna godina
k-tog podperioda a α je diskontni faktor.
Troškovi neisporučene električne energije korisnicima mreže zbog planiranih i
neplaniranih ispada mogu se predstaviti sljedećom jednadžbom:
1 Nk I0 j
C 0 djk C djk nk
h N k h h (6.33)
Nk 2 h 1 I fj
NTot NCp
CI C0 j (6.34)
j 1
pritom je NTot broj čvorišta mreže, NCp je broj trafostanica mreže, a NTot – NCp je ukupan broj
dionica u mreži. C0j predstavlja diskontirani trošak pojačanja j-te grane. Trošak pojačanja
općenite grane j predstavlja sumu troškova materijala, građevinskih i elektromontažnih radova
diskontiranih na početak perioda planiranja.
Troškovi kupnje energije od Operatora prijenosnoga sustava (CkWh)Tr i od distribuiranih
izvora (CkWh)EG su razmatrani za formiranje sljedeće funkcije cilja45. Pritom je potrebno
razmotriti različite prodajne cijene energije proizvedene iz različitih tehnologija distribuiranih
izvora (mini plinska turbina, kogeneracija, vjetroelektrana, itd.) te energije predane iz
prijenosne mreže.
Ako se pretpostavi konstantan godišnji rast tereta tijekom perioda planiranja te ako se
izračuna energija koju proizvodi svaka distribuirana jedinica na temelju funkcije gustoće
vjerojatnosti proizvodnje (npr. proizvodnju vjetroelektrana karakterizira Weibullova
45
U radu se pretpostavlja da Operator distribucijskoga sustava kupuje energiju od Operatora prijenosnoga
sustava ili od distribuiranih izvora i tu istu energiju prodaje kupcima spojenima na svoju mrežu.
161
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
razdioba), može se pronaći najmanja cijena ukupne energije koju ODS mora kupiti za svoje
potrošače.
162
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
y 1 j 1 l 1
1 InfR
C DGi maxCi ,l , PW (6.37)
l 1, 2,...,nld 1 IntR
ncd označava broj čvorova na koje se mogu priključiti DI-ovi, nld označava razinu potrošnje
u godini (određenu godišnjom krivuljom trajanja potrošnje), nss se odnosi na broj napojnih
VN/SN trafostanica u mreži, a nyr je period planiranja. CDGi je kapacitet (snaga) DI-a koji je
priključen na čvoru i (MVA), a KIDG i KEDG predstavljaju troškove izgradnje i održavanja DI-a
($/MVA i $/MWh). KSSl je tržišna cijena električne energije za razinu potrošnje l ($/MWh), a
PSSj,l je snaga koju napojna TS j predaje u distribucijsku mrežu za vrijeme trajanja razine
opterećenja l (uključujući i gubitke). Ci,l je djelatna snaga DI-a priključenoga na čvoru i za
vrijeme razine opterećenja l. PW je diskontni faktor, IntR je nominalna kamatna stopa i InfR
je stopa inflacije.
Primjer mreže na kojemu je testiran algoritam se sastoji od jedne napojne TS 132/33 kV
kapaciteta 40 MVA koja napaja 8 potrošačkih čvorišta na 33 kV naponu. Faktor snage svakog
čvorišta je 0,95 induktivno, i DI-ovi s jediničnim faktorom snage se teoretski mogu smjestiti u
svim čvorovima. Tereti svakog čvora su podijeljeni na 3 razine, pri čemu je svaka razina
definirana svojom tržišnom cijenom električne energije, kao u Tablici 6.1.
163
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
godina. Rezultati algoritma daju ne samo optimalne instalirane snage i lokacije budućih DI-
ova u mreži već i njihovu pogonsku snagu koju moraju predati u mrežu za vrijeme trajanja
jedne razine opterećenja. Tako npr. za vrijeme trajanja najniže razine tereta (razina 3) ni jedan
DI ne daje snagu u mrežu jer su troškovi mreže najmanji kada se ona opskrbljuje energijom iz
prijenosne mreže (tada vrijedi najmanja tržišna cijena električne energije). Jedini problem ove
metode je da u praksi svi DI-ovi moraju biti upravljani iz distribucijskoga dispečerskog
centra, što im smanjuje profit (ako su stimulirani poticajnim tarifama).
Rad [88] se koncentrirao na nalaženje optimalnoga razmještaja i rasporeda proizvodnje DI-
ova, te godine njihova ulaska u pogon. Pritom se razmatrala minimizacija emisije stakleničkih
plinova mreže i distribuiranih izvora te minimizacija gubitaka djelatne snage mreže. Također
su se minimizirali troškovi izgradnje i održavanja DI-a i troškovi energije kupljene iz
prijenosne mreže. Za predstavljanje tereta mreže uzeta je karakteristična krivulja potrošnje
tereta, pri čemu su se razmatrale 3 razine opterećenja tijekom dana, svaka sa svojim
vremenom trajanja. Također svaka razina tereta karakterizirana je i pripadnom cijenom
kupljene energije iz prijenosne mreže. Tijekom perioda planiranja rast tereta slijedi unaprijed
definiranu godišnju stopu porasta potrošnje.
Funkcija cilja vezana uz smanjenje gubitaka djelatne snage (OF1) predstavljena je
formulom:
T N dl
OF1 ALt ,dl DU dl (6.38)
t 1 dl 1
pri čemu su T i t ukupno vrijeme planiranja i tekuća godina planiranja, a ALt,dl označava
gubitke djelatne snage u tekućoj godini za vrijeme trajanja DUdl razine opterećenja dl.
Druga funkcija cilja (OF2) koja se tiče troškova energije kupljene iz prijenosne mreže te
troškova izgradnje i održavanja DI-a definirana je kako slijedi:
pri čemu su DGIC i DGVC troškovi izgradnje i održavanja DI-a, a TGC su troškovi kupljene
električne energije iz prijenosne mreže.
Troškovi izgradnje i održavanja DI-a predstavljeni su formulama:
164
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
T Nb 1
DGIC idg
,t IC dg (6.40)
t 1 i 1 1 d t
DGVC DU dl FC dg OMCdg idg dg 1
T Nb N dl t
,t ' Pi ,t ,dl (6.41)
t 1 i 1 dl 1 t '1 1 d t
gdje ξi,tdg označava broj DI-ova koji će se priključiti na čvorište i u godini t, ICdg su troškovi
izgradnje DI-a, a d je diskontna stopa. Nb je broj čvorišta u mreži, Ndl je broj razmotrenih
razina opterećenja, FCdg su troškovi goriva proizvodne jedinice, a Pi,t,dldg je djelatna snaga
koju DI injektira u čvor i za vrijeme trajanja razine opterećenja dl.
Troškovi kupnje električne energije iz prijenosne mreže su jednaki:
T N dl 1
TGC Pi grid DU dl PLFdl (6.42)
,t , dl
t 1 dl 1 1 d t
Pi,t,dlgrid je djelatna snaga koja je kupljena iz prijenosne mreže za čvor i u godini t i za vrijeme
trajanja razine opterećenja dl, ρ je osnovna cijena energije kupljene iz prijenosne mreže, a
PLFdl je faktor cijene potražnje karakterističan za određenu razinu opterećenja (cijena je veća
za veću razinu opterećenja).
Konačno, posljednja funkcija cilja (OF3) tiče se emisija CO2 i podijeljena je na emisije
koje nastaju zbog angažiranja snage iz prijenosne mreže i na emisije koje nastaju zbog
angažiranja distribuiranih jedinica:
T N dl Nb
dg
OF3 Pi grid DU dl EFgrid Pi
dg
,t , dl EFdg Pi ,t ,dl (6.43)
t 1 dl 1
,t , dl
i 1
165
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
funkcija pripadnosti fk ( xi ) (engl. membership function) koja definira u kojoj mjeri rješenje
46
Neizrazita logika je proširenje klasične Boolove logike sposobna upotrebljavati koncept "djelomične"
istinitosti. Standardna logika podržava samo vrijednosti istinitosti 0 (laž) i 1 (istina), dok neizrazita logika
podržava raspon vrijednosti od potpune laži do potpune istine, tj. pokriva raspon vrijednosti iz intervala 0 do 1.
166
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
167
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
pri čemu No označava ukupan broj funkcija cilja, a X n označava agregirano rješenje
određeno ulaznim neizrazitim pravilima (obično u formi "ako – tada").
Rezultati algoritma pokazuju planerovu presudnu odluku u njihovu konačnu odabiru, što
znači da planer može minimizirati jednu funkciju cilja, ali samo nauštrb drugih. No, zbog
nemogućnosti međusobnog uspoređivanja svih funkcija cilja (zbog različitih jedinica mjere),
optimalnost rezultata algoritma je upitna čak i u slučaju njihove simultane minimizacije.
U radu [89] autori su optimizirali troškove gubitaka energije i troškove neisporučene
električne energije. Funkcija cilja se sastoji od dvije komponente, pri čemu je svaka
pomnožena sa svojim težinskim faktorom:
1 1 2
max fitness , wk 1 (6.45)
C w1C L w2 C ENS k 1
Ny
C L 8760 U E B h P0 L 1 h (6.46)
h 1
pritom γ predstavlja postotni godišnji porast tereta, UE se odnosi na cijenu energije za pokriće
gubitaka, NY je period planiranja, a B je diskontni faktor.
Kako se pretpostavlja da distribuirane jedinice proizvode nazivnu snagu cijele godine, svi
faktori su pomnoženi s brojem sati u godini (8760). Diskontni faktor je opisan s:
1 f
B (6.47)
1
168
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
izoliranja uslijed preklapanja u mreži, te vrijeme restauracije napajanja dijela potrošača iz DI-
a izvan kvarne zone. Konačno, uzeto je u obzir i vrijeme sanacije kvara do uspostave glavnog
napajanja iz napojne TS. Svrha preklapanja, odnosno izoliranja kvarne dionice s obje strane je
provjera može li DI u otočnome radu pružiti dovoljno snage za napajanje potrošača
smještenih između kvarne grane i kraja izvoda. Izraz za troškove neisporučene električne
energije uslijed kvara grane j je sljedeći:
Nloc Nrep
C0 aj 8760 U E j L j P0i t loc P0i t rep (6.48)
i 1 i 1
λj označava učestalost kvarova grane j (kvar/km,god)47, Lj je duljina grane (km), Nloc i Nrep
predstavljaju čvorišta (kupce) koji su ostali bez napajanja u vremenu od nastanka kvara do
nalaženja kvarne dionice (tloc) te u vremenu od izoliranja kvarne dionice do njezine sanacije i
uspostave paralelnoga pogona mreže i DI-a (trep). Poi je snaga čvora i (TS SN/NN) na početku
perioda planiranja. Čista sadašnja vrijednost troškova neisporučene električne energije zbog
kvara u grani j tijekom perioda planiranja opisana je sljedećom jednadžbom:
Ny h
C ENSj C 0 ay 1 B h (6.49)
h 1
47
DSO mora voditi računa o statističkim pokazateljima ispada svojih elemenata mreže. U pravilu je učestalost
ispada nadzemnih vodova mnogo veća od učestalosti ispada podzemnih kabelskih dionica. HEP ODS vodi
računa o statističkim pokazateljima pouzdanosti svojom aplikacijom DISPO u koju dežurni dispečer upisuje sve
podatke o trajanju i lokaciji kvara neke dionice u mreži.
169
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
gdje su CINSTALL troškovi izgradnje kondenzatorske baterije i DI-a, CO&M su troškovi njihova
održavanja, a CINTERRUPTION su troškovi uslijed prekida napajanja električnom energijom.
CLOSS su troškovi gubitaka snage, T je period planiranja u godinama, r je diskontna stopa, a λ
je penalizirajući faktor koji predstavlja strujno-naponska ograničenja premještena u funkciju
cilja. Ako potonja nisu prekršena, λ je jednaka 0, no ako su prekršena, λ može znatno povećati
(penalizirati) funkciju cilja.
Za rješavanje optimizacijskoga problema formiran je hibridni algoritam koji kombinira
značajke algoritma roja čestica i genetskog algoritma. Navedeni algoritam je testiran na mreži
sa 69 čvorišta, te je uspoređen s odvojenom optimizacijom kondenzatorskih baterija i
distribuiranih izvora. Rezultati su pokazali da su troškovi mreže bez instaliranih DI-a i
kondenzatorskih baterija bili znatno veći (5.285.000 $) u odnosu na alokaciju samo
kondenzatorskih baterija (5,181.020 $) ili samo distribuiranih izvora (4.030.640 $). Najmanji
troškovi dobiveni su kombiniranim istovremenim smještajem proizvodnih jedinica i
kondenzatorskih baterija (3.936.360 $).
Članak [91] bavi se optimizacijom smještaja DI-a u kontekstu konkretne poticajne sheme u
Ujedinjenu Kraljevstvu. Naime UK regulator OFGEM (engl. The Office of Gas and
Electricity Markets) odredio je da vlasnici DI-a plaćaju godišnju mrežarinu ODS-u umjesto
plaćanja troškova priključenja i eventualnoga pojačanja mreže. Mrežarina se sastoji od
nameta temeljenoga na 80 % troškova potrebnih pojačanja mreže te fiksnog iznosa od
1,50£/kW instalirane snage (za pokriće preostalih 20 % troškova priključenja). Također
investitor mora platiti i 1£/kW zbog troškova održavanja priključka i troškova održavanja
pojačanoga dijela mreže. U osnovnom slučaju (ako su troškovi pojačanja zanemarivi)
170
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
investitor DI-a mora plaćati ODS-u 2,50£/(kW,god.) instalirane snage proizvodnoga objekta.
Također regulator za svaki pojedini ODS izdaje referentnu godišnju razinu gubitaka koju
navedeni subjekt mora postići, i u tom slučaju dobiva poticaje. U suprotnom, mora plaćati
penale. Funkcija koja se optimizira (fOPF), određena je jednadžbom:
n
f OPF C g ( Pg ) C L PLBM PLACT
g 1
(6.51)
pri čemu je Cg(Pg) iznos koji (£/kW,god.) vlasnik elektrane g plaća po jedinici njezina
kapaciteta Pg. CL označava vrijednost poticaja za postignute uštede gubitaka snage.
Uštede se računaju kao razlika referentnih gubitaka snage mreže (PLBM) i stvarnih gubitaka
(PLACT). Ukupna funkcija cilja se sastoji od međusobno isključivih komponenti: s jedne se
strane potiče priključenje što više DI, a s druge strane se mora ograničiti njihov negativan
utjecaj na povećanje gubitaka snage u mreži.
Autori su koristili genetski algoritam u kombinaciji s proračunom optimalnih tokova snaga
za rješavanje alokacijskoga problema, i to na primjeru 11 kV mreže sa 69 čvorišta. Ideja je
bila da GA istraži kombinacije lokacija DI-a, a za svaku kombinaciju se proračunom
optimalnih tokova snaga izračunao optimalan kapacitet jedinice. Pritom se, radi
maksimalnoga prihvata DI-a u mreži bez potrebe za pojačanjima, promatralo samo stanje
minimalnoga tereta mreže i maksimalne proizvodnje proizvodnih jedinica.
Referentna razina gubitaka mreže je uzeta kao 228 kW, a ODS će utoliko plaćati naknadu
ili dobivati poticaje od 4,8 p/kWh ukoliko mu se gubici povećavaju/smanjuju u odnosu na
navedene referentne gubitke. Rezultati pokazuju da se, zbog mnogo većih poticaja za
smanjenje gubitaka mreže u odnosu na poticaje po jediničnome kapacitetu instalirane snage
DI, preferiraju manje i disperzne jedinice koje se nalaze blizu centara potrošnje.
Maksimizacija omjera koristi i troškova je u fokusu članka [92], pri čemu se kao dobit
uzima smanjena potreba za kupnjom energije iz prijenosne mreže, smanjenje gubitaka snage i
redukcija neisporučene električne energije. Kao trošak se uzima cijena izgradnje, održavanja i
nabavke goriva za distribuirane izvore.
171
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
N DG
i
PS ($ / kWh) PDG (6.53)
i 1
pri čemu je NDG broj DI-ova u mreži, PDG je snaga distribuiranoga izvora u čvoru i, a ρ je
cijena električne energije.
Smanjenje gubitaka električne energije (BLOSS) može se prikazati jednadžbom:
N branch N l
C ENS i Li int t i D j (6.55)
i 1 j 1
CENS su godišnji troškovi neisporučene električne energije, Nbranch predstavlja broj grana
mreže, Nl je broj pogođenih potrošača zbog ispada grane i, λi je godišnja frekvencija ispada
dionice i po kilometru, a Li je njezina duljina. Vrijeme trajanja popravka je označeno s ti, ρint
je cijena neisporučene električne energije, a Dj je ukupna snaga tereta koja se zbog ispada
grane i ne može isporučiti potrošačima.
Korist od priključenja DI-a (ΔCENS) za povećanje pouzdanosti je razlika pouzdanosti mreže
prije i poslije priključenja proizvodnih postrojenja kojima je dozvoljen otočni pogon:
ENS ENS
C ENS C NDG C DG (6.56)
gdje CNDGENS i CDGENS predstavljaju troškove neisporučene električne energije u mreži bez
priključenog i s priključenim DI-om.
172
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
N DG
IC DG ($ / kWh) Ciinvestment (6.57)
i 1
N DG
OC DG ($ / kWh year ) Cioperation (6.58)
i 1
N DG
MC DG ($ / kWh year ) Cima int enance (6.59)
i 1
173
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Pritom, budući da je energija iz DI-a skuplja negoli mrežna alternativa, DI-ovi će morati
biti optimalno smješteni kako bi uz snabdijevanje potrošnje mogli istovremeno i minimizirati
gubitke snage i energije u mreži. Također uz optimalan smještaj, cilj algoritma je i odrediti
raspored djelatne i jalove proizvodnje distribuiranih izvora za svaku razinu tereta u mreži.
Funkcija cilja je predstavljena sljedećim izrazom:
Prvi član agregirane funkcije cilja predstavlja troškove kupnje energije iz prijenosne mreže
za potrošače promatranoga opskrbnog područja distribucijske mreže:
nl
CTB nd C S PSkB t k (6.61)
k 1
pri tome je nd broj dana planiranoga perioda, CS su troškovi energije kupljene iz prijenosne
mreže, nl je broj razina opterećenja tijekom dana, a PSkB je djelatna snaga koja dolazi iz
napojne trafostanice za potrebe k-te razine opterećenja prije priključenja DI-ova. Konačno, Δtk
je dužina trajanja k-te razine opterećenja.
Drugi član funkcije cilja tiče se troškova pokrivanja energije k-te razine opterećenja mreže
kombiniranim djelovanjem napojne trafostanice i distribuiranih izvora:
acq
nl n
ope l
CTA nd C S PSkB t k nd CGi B
PGik t k CGi (6.62)
k 1 iG k 1
174
6. Dosadašnja iskustva u rješavanju problema optimalnog razmještaja distribuirane proizvodnje
48
Budući da su troškovi izgradnje vrlo mali, autori su se ogradili od rezultata na način da nisu specificirali o
kojem se točno tipu DI-a radi (može se pretpostaviti da su promatrani mali dizel-generatori).
175
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
176
7. Opis novog algoritma za rješavanje problema optimalna razmještaja distribuiranih izvora
različita razina prinosa koju izvori financijskih sredstava (banke, dioničari, itd.) očekuju od
projekata DI-a.
Algoritam mora omogućiti simultani priključak više distribuiranih izvora na istom dijelu
mreže (izvodu), što znači da više vlasnika DI-a može istovremeno pristupiti planeru i zatražiti
odabir optimalnoga razmještaja njihovih postrojenja. Također algoritam mora uvažiti i
postojeće priključke distribuiranih izvora, neovisno o njihovu tipu, lokaciji, snazi i broju.
Algoritam će biti temeljen na alociranju distribuiranih izvora u isključivo srednjenaponskim
elektroenergetskim mrežama i realiziran u programskom paketu Matlab.
Za svaku optimalnu lokaciju i priključnu snagu DI-a moraju biti zadovoljena strujno-
naponska ograničenja mreže te moraju biti uvažena i njihova lokacijska ograničenja i
ograničenja priključne snage. Lokacijska ograničenja se u biti odnose na čvorišta postojeće
mreže za koje investitor procijeni da su podobna za priključak njegova postrojenja. Ta će
čvorišta planer uključiti u algoritam kao jedine lokacije na koje se može priključiti proizvodno
postrojenje investitora. To mogu biti čvorovi koji su fizički najbliži već unaprijed određenoj
lokaciji DI-a (npr. investitor već otprije u svojem vlasništvu ima parcelu na kojoj će smjestiti
buduće postrojenje), ili čvorovi mreže koji su u blizini građevinskih područja (na kojima se
jedino mogu legalno graditi nove građevine). Također će se za priključak svakog tipa DI-a
promatrati njemu svojstvene lokacije. Tako će npr. za priključak sunčanih elektrana vlasnik
isključivo promatrati čvorišta koja su u blizini područja izloženih sunčevu zračenju. Za
priključak vjetroelektrana promatrat će se čvorišta koji su u blizini područja bez prirodnih ili
umjetnih prepreka za strujanje vjetra. Za priključak kogeneracijskih postrojenja promatrat će
se blizina toplinskoga konzuma da bi se izbjegla gradnja dugih i skupih toplovoda, itd.
Konačno, može se dogoditi situacija da vlasnik buduće male elektrane već unaprijed želi
ograničiti snagu svojega postrojenja tako da sklopi predugovor s dobavljačem opreme (npr. za
nabavku vjetroturbina ukupne snage 2 MW s proizvođačem Vestas). Uz to, možda i sama
veličina parcele ne dozvoljava izgradnju npr. solarnoga parka instalirane snage 5 MW. U
svakom slučaju, planer ne smije zanemariti ni ograničenja priključne snage budućih DI-ova,
koja općenito mogu biti unutar nekih unaprijed zadanih granica, ali i unija više intervala.
Da bi se što točnije simulirao pogon mreže, potrebno je uključiti diskretne vrijednosti
potrošnje i proizvodnje u satnim intervalima. Na taj će se način moći znatno preciznije
sagledati integracija distribuiranih izvora u mrežu, a njihov će utjecaj na naponske i strujne
prilike biti mnogo jasniji. Npr. na taj će se način u potpunosti izbjeći situacija u kojoj se s
priključenjem solarne elektrane "popravljaju" naponske prilike u mreži. Naime u slučaju
modeliranja proizvodnje i tereta s konstantnim vrijednostima, planer će imati lažan dojam da
177
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
će solarna elektrana u potpunosti popraviti naponske prilike u mreži. No, u praksi, u vrijeme
pojave maksimalnoga tereta u večernjim satima (što je i najčešći slučaj s rezidencijalnim
potrošačima), sunčane elektrane ne proizvode energiju, te posljedično ne mogu popraviti
naponske prilike neovisno o instaliranoj snazi. Isto tako, satnim modeliranjem potrošnje
tereta, mogu se simulirati rezidencijalni i industrijski potrošači, svaki sa svojim
karakterističnim krivuljama potrošnje što će u konačnici itekako utjecati na točnost rezultata
algoritma. Diskretne, satne vrijednosti tereta i proizvodnje bit će uzete za prosječan dan u
godini, što implicira da planer pretpostavlja da će svi ostali dani u godini biti dobro
aproksimirani prosječnim dnevnim krivuljama.
Ukratko, planeru je cilj da aproksimira pogon mreže što točnije da bi dobio što preciznije
podatke o generiranim gubicima u mreži i o podacima proizvodnje za svaki DI. S
pretpostavkom modeliranja proizvodnje i opterećenja s konstantnim vrijednostima, tokovi
snaga i gubici mreže neće odgovarati stvarnim vrijednostima u pogonu, što znači da bi
procjena gubitaka snage mogla podosta oscilirati. Ukratko, planer ne bi mogao točno
procijeniti uštede za ODS (ako bi ih u praksi uopće i bilo).
No, da bi osnovni postulati planiranja distribucijskih mreža bili zadovoljeni, potrebno je u
algoritam ugraditi i provjeru ograničenja za najteže slučajeve pogona mreže. Za početno
stanje mreže, te za svaku kombinaciju lokacija i snaga distribuiranih izvora, simulirat će se
dva najteža pogonska stanja:
Maksimalan teret mreže u trenutku kada su svi DI-ovi isključeni s mreže (ukupna
proizvodnja je jednaka nuli), te
Minimalan teret mreže uz istovremenu maksimalnu proizvodnju (ukupna proizvodnja
je jednaka sumi instaliranih snaga svih DI-ova).
178
7. Opis novog algoritma za rješavanje problema optimalna razmještaja distribuiranih izvora
Funkcija cilja (Fcilja) se sastoji od dva dijela, pri čemu se prvi dio odnosi na projekte
distribuiranih izvora, a drugi na uštede ODS-a:
uk ,t brDI ,t
max Fcilja max( ČSV pDI ,t ČSVODS ) (7.1)
t 1 pDI ,t 1
U gornjoj jednadžbi t označava tip DI-a koji se prema važećemu tarifnom sustavu može
priključiti na distribucijsku mrežu, a uk,t označava ukupan broj tipova DI-ova. Prema
važećemu Tarifnom sustavu za proizvodnju električne energije iz OIEK postoji 8 tipova
proizvodnih postrojenja koja se mogu priključiti na distribucijsku mrežu. U ovoj radnji svaki
tip DI-a je označen pripadajućim brojem, i to: 1. sunčane elektrane, 2. hidroelektrane, 3.
vjetroelektrane, 4. elektrane na biomasu, uključujući biorazgradive dijelove industrijskog i
komunalnog otpada, 5. geotermalne elektrane, 6. elektrane na bioplin iz poljoprivrednih
kultura te organskih ostataka, otpada biljnog i životinjskog podrijetla, biorazgradivog otpada,
deponijski plin i plin iz postrojenja za pročišćavanje otpadnih voda, 7. elektrane na tekuća
biogoriva i 8. kogeneracijska postrojenja koja kao gorivo ne koriste OIE. Nadalje u jednadžbi
(7.1) pDI,t označava projekt DI-a tipa t, što zapravo implicira da ovaj algoritam dopušta
priključak više DI-ova istoga tipa (npr. dvije solarne elektrane), a brDI,t se odnosi na ukupan
broj distribuiranih izvora tipa t za koje su investitori zatražili priključak u promatranoj mreži.
ČSVpDI,t označava čistu sadašnju vrijednost projekta distribuiranog izvora pDI,t, a ČSVODS
označava čistu sadašnju vrijednost uštede ODS-a od smanjenja gubitaka električne energije.
Dakle, ako se na isti izvod žele alocirati dvije vjetroelektrane, oznake za njihovu čistu
sadašnju vrijednost bit će ČSV1,3 i ČSV2,3.
Čista sadašnja vrijednost općenitoga DI-ova projekta tipa t se računa diskontiranjem
godišnjih čistih novčanih tokova na početnu godinu planiranja. Za vremenski period
planiranja uzima se broj godina za koji državno tijelo (Vlada) garantira otkup električne
energije49.
49
Prema Tarifnom sustavu za proizvodnju električne energije iz obnovljivih izvora energije i kogeneracije (NN
br. 132/13), Vlada RH garantira otkup električne energije za period od 14 godina.
179
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
prpot , pDI ,t W pDI ,t , god trsto, pDI ,t Pnaz , pDI ,t trvto, pDI ,t W pDI ,t , god
otk
1 (7.3)
god 1 1 d pDI ,t
god
pri čemu su trizg,pDI,t jedinični troškovi izgradnje proizvodnoga postrojenja pDI,t u kn/kW,
Pnaz,pDI,t je njegova nazivna priključna snaga, a trsto,pDI,t i trvto,pDI,t su jedinični stalni i
varijabilni troškovi njegova održavanja u kn/kW i kn/kWh, uz napomenu da jedinični
varijabilni troškovi sadržavaju i troškove goriva. Jedinične cijene poticaja određene tarifnim
sustavom su označene s prpot,pDI,t, a WpDI,t,god je godišnja proizvedena električna energija
projekta distribuiranog izvora pDI,t.
Čista sadašnja vrijednost ušteda ODS-a se računa diskontiranjem godišnjih ušteda gubitaka
električne energije na početnu godinu planiranja. Godišnje uštede gubitaka energije ODS-a
predstavljaju razliku između godišnjih gubitaka električne energije postojeće mreže i
godišnjih gubitaka električne energije mreže s optimalno razmještenim budućim
distribuiranim izvorima. Budući da je ODS jedini subjekt odgovoran za praćenje gubitaka u
svojoj mreži i njihovu godišnju analizu, on ima dužnost i nabaviti (kupiti) energiju potrebnu
za pokriće tih gubitaka na otvorenome tržištu (bilo na burzi električne energije ili bilateralnim
ugovorima). Zaključno, smanjenje (odnosno ušteda) gubitaka zbog optimalnoga razmještaja
distribuiranih izvora direktno se reflektira na financijske pokazatelje poslovanja ODS-a.
180
7. Opis novog algoritma za rješavanje problema optimalna razmještaja distribuiranih izvora
gdje su Wgub,god godišnji gubici električne energije za postojeću mrežu bez alociranih novih
DI-ova, a Wgub_DI,god su godišnji gubici nakon optimalne alokacije novih DI-ova. Tržišna
cijena električne energije je označena s ctrž, a β je njezina godišnja stopa porasta (ne sadržava
porast cijene zbog inflacije). Konačno, dODS je diskontna stopa koju ODS procjenjuje za
godišnje uštede gubitaka električne energije na dijelu svoje mreže na kojemu se alociraju
DI50. Godišnja energija gubitaka jednaka je:
Varijabla pgub,i,s označava snagu gubitaka grane (dionice) i za vrijeme trajanja sata s
prosječnog dana u godini, Igub,i,s predstavlja struju koja teče kroz uzdužni otpor Ri grane i za
vrijeme trajanja sata s prosječnog dana u godini, a dion je ukupan broj dionica promatrane
mreže.
Kako bi se pogon mreže što točnije aproksimirao, za teret i proizvodnju će se koristiti
prosječne dnevne krivulje opterećenja i proizvodnje. Potonje će simulirati pogon mreže za
prosječan dan u godini, a sve s ciljem da se izbjegne provođenje 365(366) proračuna tokova
snaga i opterećenje vremena izvođenja algoritma. Iz tog se razloga u (7.5) za izračun
godišnjih gubitaka električne energije, gubici prosječnoga dana u godini množe sa 365.
Također u jednadžbi (7.3) izraz za godišnju električnu energiju elektrane predanu mreži,
WpDI,t,god, predstavlja proizvodnju prosječnoga dana u godini pomnoženu sa 365.
Sve navedene jednadžbe (7.1 – 7.5) moraju u svakom trenutku (u svakom satu prosječnoga
dana u godini priključenja) zadovoljiti strujno-naponska ograničenja te uvjet međusobne
nediskriminacije projekata svih navedenih subjekata. Potonje u biti znači da sve vrijednosti
čistih sadašnjih vrijednosti moraju biti veće od nule, kako bi i vlasnici budućih proizvodnih
postrojenja i ODS simultano imali što je moguće veću korist.
50
Kako ODS u ovom slučaju nema inicijalnih kapitalnih troškova ulaganja, logično je pretpostaviti da će mu
stopa prinosa na "projekt" ušteda energije gubitaka biti relativno mala. No, pretpostavlja se da će ODS, kao
regulirana djelatnost, diskontirati uštede koristeći stopu troška kapitala. Uglavnom je praksa da se od poduzeća
koja su podložna regulatornoj kontroli zahtjeva da novčane tijekove svojih investicijskih projekata diskontiraju
stopom troška kapitala.
181
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
ČSVODS 0 (7.9)
lok pDI ,t ,i 1 lok pDI ,t ,i 0, pDI , t 1,..., brDI , t , t 1,..., uk , t , i 1,..., čv (7.10)
Pmin, pDI ,t Pnaz , pDI ,t Pmax, pDI ,t int , pDI , t 1,..., brDI , t , t 1,..., uk , t ,
br _ int
(7.11)
int 1
182
7. Opis novog algoritma za rješavanje problema optimalna razmještaja distribuiranih izvora
korigiranu poticajnu cijenu iz prethodne godine primjenom Indeksa potrošačkih cijena koji
objavljuje Državni zavod za statistiku za prethodnu kalendarsku godinu. Konačno, pri
određivanju stope porasta cijene energije na tržištu, planer ne smije uključiti inflatornu
stopu51, već samo tržišnu procjenu rasta52.
Da bi se što kvalitetnije implementirao novi algoritam optimalnoga razmještaja DI-ova,
bilo je potrebno razviti što bržu i točniju metodu proračuna tokova snaga.
51
Inflatorna stopa je već uključena u tržišnu cijenu električne energije. Naime čim se bilo koji novčani iznos
diskontira bez uključene inflatorne stope, logično je da je inflacija sama po sebi uključena u iznos koji se
diskontira. Drugim riječima, kada bi se uključila inflatorna stopa za diskontiranje iznosa tržišne cijene električne
energije (npr. u iznosu od 50 €/MWh) za npr. 15 godina, to bi značilo da je cijena električne energije za 15
godina upravo porasla na 50 €/MWh zbog inflacije. Samim time bi sadašnja cijena električne energije bila
manja.
52
U praksi je teško predvidjeti točnu tržišnu stopu rasta cijene električne energije, no ona se može procijeniti
prema statističim podacima njezina kretanja u državama u kojima je duže prisustno liberalizirano tržište
električnom energijom. Ključno je iz tih podataka izuzeti karakterističnu državnu stopu inflacije.
183
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
184
7. Opis novog algoritma za rješavanje problema optimalna razmještaja distribuiranih izvora
Za matematički opis modela mreže potrebno je najprije numerirati sve čvorove i grane u
mreži. Pritom je korišten primjer mreže koja se sastoji od 30 čvorova (Slika 7.2.).
Svako čvorište predstavlja opterećenje koje je opisano djelatnom i jalovom snagom (PT,i,
QT,i), što nije prikazano Slikom 7.2. zbog preglednosti. Čvorište 0 predstavlja niženaponske
SN sabirnice napojne trafostanice, a za distribuirani izvor je pretpostavljeno da je priključen
na SN sabirnicu čvorišta 13 (TS ili susretno postrojenje). Mreža se u primjeru sastoji od
glavnog izvoda (između čvorišta 0 i 17), te 3 podizvoda (odcjepa):
prvi podizvod se nalazi između čvorišta 1 i 21,
drugi podizvod se nalazi između čvorišta 2 i 24 i
treći podizvod se nalazi između čvorišta 5 i 30.
Svaka grana će se označiti tako da će biti numerirana istim brojem kao njezin krajnji čvor
(čvor u koji ta grana ulazi). U Tablici 7.1. su prikazane numerirane sve grane promatrane
mreže.
185
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
186
7. Opis novog algoritma za rješavanje problema optimalna razmještaja distribuiranih izvora
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0
1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0
0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0
0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
MI
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
(7.12)
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0
0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1
187
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
INV
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
(7.13)
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0 0
1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0
1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0
1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0
1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0
1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0
1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0
1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1
Redni brojevi redaka matrice INV označavaju čvorove, a redni brojevi stupaca označavaju
grane mreže. Sljedeći korak je definirati što označavaju pojedini elementi matrice INV. Za
svaku granu (pojedini stupac), svi čvorovi koji su napajani iz te grane predstavljeni su ne-nul
elementima u navedenome stupcu. Za granu 1 (1. stupac), svi čvorovi koji se energetski
nalaze nakon nje su označeni kao elementi:
Za granu 5 (5. stupac), svi čvorovi koji su napajani iz te grane su označeni kao elementi:
Drugim riječima, energetski gledano, nakon grane 5 nalaze se čvorovi 5,6,…,17, te čvorovi
25,26,…,30, što je i vidljivo sa Slike 7.2. Na temelju navedenoga iz matrice INV potrebno je
konstruirati novu matricu GR, čiji će redni brojevi redaka označavati grane, a elementi
matrice GR(i,j) će označavati čvorove koji se energetski nalaze nakon grane (dionice) i. Za
primjer sa Slike 7.2, matrica GR izgleda:
188
7. Opis novog algoritma za rješavanje problema optimalna razmještaja distribuiranih izvora
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 22 23 24 25 26 27 28 29 30 0 0 0 0 0
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 25 26 27 28 29 30 0 0 0 0 0 0 0 0 0
4 5 6 7 8 9 10 11 12 13 14 15 16 17 25 26 27 28 29 30 0 0 0 0 0 0 0 0 0 0
5 6 7 8 9 10 11 12 13 14 15 16 17 25 26 27 28 29 30 0 0 0 0 0 0 0 0 0 0 0
6 7 8 9 10 11 12 13 14 15 16 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
7 8 9 10 11 12 13 14 15 16 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
8 9 10 11 12 13 14 15 16 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
9 10 11 12 13 14 15 16 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
10 11 12 13 14 15 16 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
11 12 13 14 15 16 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
12 13 14 15 16 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
13 14 15 16 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
14 15 16 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
15 16 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
GR
16 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
(7.16)
17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
18 19 20 21 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
19 20 21 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
20 21 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
21 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
22 23 24 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
23 24 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
24 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
25 26 27 28 29 30 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
26 27 28 29 30 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
27 28 29 30 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
28 29 30 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
29 30 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
30 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Kao primjer se može uzeti grana 22 (22. redak). Iz odgovarajućega retka matrice GR(22,j)
vidljivo je kako se iza grane 22 energetski napajaju čvorovi 22, 23 i 24. Analogna konstatacija
vrijedi za sve grane u ovome primjeru distribucijske mreže.
Ukupni broj čvorova nakon grane i je označen jednodimenzionalnim vektorom M(i). Za
prvu granu vrijedi da je M(1) = 30. Za osmu granu vrijedi M(8) = 10, a za dvadesetu granu je
M(20) = 2. Vektor M(i) će poslužiti pri proračunu tokova snaga, što je opisano u nastavku.
189
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Proračun tokova snaga bit će riješen iterativno kroz dva niza jednadžbi (dva koraka). Prvi
niz kreće od posljednjega čvorišta prema napojnomu čvorištu i računa struje svih grana (korak
unatrag, engl. backward sweep), pri čemu su naponi svih čvorišta jednaki nazivnomu naponu
mreže. Drugi niz proračuna kreće od prvoga čvorišta (s izračunatim strujama svih grana)
prema zadnjemu, pri čemu se računa napon svakoga čvorišta (korak unaprijed, engl. forward
sweep).
GR ( i ,1) GR ( i , 2 ) GR ( i , 2 )
Qi QT ,k q gub,k (q kap , k , poč q kap ,k ,kr ) (7.18)
k GR ( i , M ( i )) k GR ( i , M ( i )) k GR ( i , M ( i ))
190
7. Opis novog algoritma za rješavanje problema optimalna razmještaja distribuiranih izvora
djelatna snaga svih distribuiranih izvora energetski smještenih nakon čvora i. Tomu iznosu
pridodaju se svi gubici djelatne snage generirani u granama energetski smještenima nakon
grane i (grana i nije uključena). Qi je jalova snaga koja teče kroz granu i i ulazi u čvor i, a
jednaka je sumi jalovih snaga svih trošila energetski smještenih nakon čvora i (uključujući
čvor i). Toj sumi se pridodaju svi gubici jalove snage u svim granama energetski smještenima
nakon grane i (grana i nije uključena), i od nje se konačno oduzimaju jalove snage koje su
generirane poprečnim granama svih vodova (grana i nije uključena). pgub,k i qgub,k označavaju
gubitke djelatne i jalove snage k-te grane (generirane na uzdužnom otporu i induktivitetu
točne nadomjesne π sheme voda). Varijable qkap,k,poč i qkap,k,kr predstavljaju jalovu snagu
generiranu u početnoj i krajnjoj poprečnoj grani k točne nadomjesne π sheme voda.
Struja koja teče kroz i-tu granu mreže dana je izrazom koji sadrži kompleksno konjugirane
vrijednosti fazora snage i napona:
Si Pi jQi
Ii (7.19)
3U i 3U i
pritom, napon čvora i predstavlja napon krajnjeg čvora grane i (Ui=UKR(i)), prema Tablici 7.1.
Struja koja teče kroz i-tu dionicu (Slika 7.3.), razdijeljena na realni i imaginarni dio, bit će
tada jednaka:
Si Pi cos i Qi sin i Qi cos i Pi sin i
Ii j (7.21)
3U i 3U i 3U i
Važno je istaknuti kako je struja Igub,i koja teče kroz uzdužni otpor i reaktanciju dionice i
(te generira djelatne i jalove gubitke snage), jednaka struji Ii uvećanoj za struju poprečne
grane voda kapaciteta Ci,kr/2 (na Slici 7.3.):
191
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Ui U i cos i j sin i
I Ci ,kr / 2
3 X Ci / 2 1 (7.22)
3
jCi / 2
Jednadžbe koje opisuju djelatne i jalove trofazne gubitke snage grane i te jalovu snagu
generiranu u njezinim poprečnim granama prikazane su formulama:
2
p gub,i 3 I gub,i Ri
2
Pi cos i Qi sin i Ci U i sin i
3U i 2 3 (7.25)
3 Ri
2
Q cos i Pi sin i Ci U i cos i
i
3U i 2 3
2
q gub,i 3 I gub,i X i
2
Pi cos i Qi sin i Ci U i sin i
3U i 2 3 (7.26)
3 Xi
2
Q cos i Pi sin i Ci U i cos i
i
3U i 2 3
192
7. Opis novog algoritma za rješavanje problema optimalna razmještaja distribuiranih izvora
2
U POČ ( i ) 1 C
i U POČ (i )
2
q kap ,i , poč X (7.27)
3 Ci / 2 6
2
U KR ( i ) 1 C
i U KR (i )
2
q kap ,i ,kr (7.28)
3 X Ci / 2 6
Re U KR ( i ) U POČ (i ) cos POČ (i ) Ri Re I gub ,i X i Im I gub,i (7.30)
Im U KR ( i ) U POČ ( i ) sin POČ ( i ) X i Re I gub ,i Ri Im I gub ,i (7.31)
193
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
napon biti fiksan i jednak nazivnomu naponu mreže s faznim kutom 0˚. Napon i fazni kut
svakog čvora i mreže je jednak:
U KR (i ) ReU ImU
KR ( i )
2
KR ( i )
2
(7.32)
KR (i ) Arc tan
Im U KR ( i )
ReU (7.33)
KR ( i )
Ako je željena točnost postignuta, tj. ako je nakon dvije uzastopne iteracije (it i it + 1)
apsolutna vrijednost razlike kompleksnih fazora napona svih čvorova manja od unaprijed
zadanoga indeksa konvergencije ε, algoritam je konvergirao i zaustavlja se:
( it 1) ( it )
U KR (i ) U KR ( i ) , i 1,..., čv (7.34)
( k 1) (k )
U KR ( i ) U KR ( i )
i 1,..., čv
194
7. Opis novog algoritma za rješavanje problema optimalna razmještaja distribuiranih izvora
HEP ODS-ov Odjel za mjerenja godišnje provede 12 mjerenja opterećenja potrošačkih TS.
Za SN kupce se iz HEP-ove aplikacije HEP Biling može očitati energetska kartica SN
potrošača s maksimalnom izmjerenom snagom tereta u proizvoljnom intervalu u prošlosti. U
ovom će se primjeru pretpostaviti da su izmjerena vršna opterećenja svih čvorova mreže
prikazana u Tablici 7.3. uzeta za proizvoljni period mjerenja (neka se uzme period od
posljednjih godinu dana). Pretpostavlja se da je godišnja stopa rasta tereta za sve čvorove
jednaka 3 %, iako program dozvoljava planeru odabir proizvoljne stope porasta opterećenja
posebno za svaki čvor u mreži. Također se u istoj tablici nalaze i podaci o duljinama svih
dionica promatrane mreže.
Tablica 7.3.Podaci vršnih djelatnih i jalovih snaga svakog čvorišta i duljina dionica u
primjeru distribucijske mreže
Čvor i Djelatna snaga, Jalova snaga, Godišnja stopa Dionica Duljina l
195
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
196
7. Opis novog algoritma za rješavanje problema optimalna razmještaja distribuiranih izvora
Dakle, ukupna neto suma djelatnih i jalovih opterećenja svih potrošača promatrane mreže
je 8,710 MW i 3,910 Mvar, bez uzimanja u obzir gubitaka mreže i faktora istovremenosti.
Neka se također pretpostavi da su izmjerena vršna i minimalna djelatna i jalova snaga na
razini izvoda prikazane u Tablici 7.4. Podaci o pogonskim mjerenjima na razini izvoda
(vodnih polja) u bilo kojem vremenskom razdoblju mogu se dobiti iz SCADA sustava53 (engl.
System Control and Data Acquisition), pod uvjetom da su napojne transformatorske stanice
uključene u sustav daljinskoga vođenja (SDV). Radi što aktualnijih podataka, za period
mjerenja uzima se posljednjih godinu dana.
53
SCADA je tehnologija koja omogućuje prikupljanje podataka iz jednog ili više udaljenih postrojenja te slanje
upravljačkih naredbi u ta postrojenja. SCADA je kratica za nadzor, upravljanje i prikupljanje podataka.
197
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
pri tome su ffi,Pv i ffi,Pmin faktori istovremenosti za vršnu i minimalnu djelatnu snagu tereta, a
ffi,Qv i ffi,Qmin su faktori istovremenosti za vršnu i minimalnu jalovu snagu tereta. Pizv,v,SCADA i
Pizv,min,SCADA su vršna i minimalna izmjerena djelatna snaga izvoda, a Qizv,v,SCADA i Qizv,min,SCADA
su vršna i minimalna izmjerena jalova snaga izvoda.
Dakle, za zadane ulazne podatke vršnih snaga potrošačkih čvorova mreže (Tablica 7.3.) i
maksimalnih/minimalnih izmjerenih djelatnih/jalovih snaga izvoda (Tablica 7.4.), interna
skripta algoritma korigira snage svakog čvorišta za vršno i minimalno opterećenje mreže,
prema formulama:
pri tome su PT,v-k,i i PT,min-k,i korigirane vršne i minimalne djelatne snage tereta čvorišta i, a
QT,v-k,i i QT,min-k,i su korigirane vršne i minimalne jalove snage tereta čvorišta i.
Ovi će se podaci poslije koristiti za kontrolne proračune tokova snaga. Zaključno,
promatrana se mreža sastoji od industrijskih potrošača (kategorija poduzetništvo, SN kupci),
spojenih na čvorove 11 i 25 i rezidencijalnih potrošača (NN kupci, kategorija kućanstvo),
spojenih na sve ostale čvorove izvoda.
Kao što je napomenuto u uvodnome dijelu ovoga poglavlja, svaki distribuirani izvor može
imati lokacijska ograničenja te ograničenja u izboru priključne snage. U ovom primjeru,
pretpostavit će se da je priključak hidroelektrane ograničen na čvorišta 22 – 24. Nadalje
lokacijska ograničenja vjetroelektrane su između čvorišta 3 – 7 i 18 – 21, a lokacijska
ograničenja kogeneracijske elektrane su između čvorišta 9 – 15. Sva navedena ograničenja na
lokacije priključenja elektrana ovisno o njihovu tipu su prikazana Slikom 7.5. Ograničenja u
izboru priključne snage za svaki tip distribuiranoga izvora bit će definirana u nastavku.
Okvirna ograničenja su da snaga budućeg DI-a mora biti između 500 kW i 10 MW, prema
važećim Mrežnim pravilima.
198
7. Opis novog algoritma za rješavanje problema optimalna razmještaja distribuiranih izvora
199
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
54
http://www.hep.hr/ods/opskrbljivaci/svrha.aspx
200
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
Tablica 7.5. Podaci procijenjenih satnih djelatnih opterećenja promatrane mreže (čvorovi 1 – 15)
Djelatna snaga čvorova promatrane mreže za svaki sat prosječnoga dana, PT,s,i (kW)
Sat (h)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 21,31 34,18 53,16 19,89 12,54 70,88 92,82 14,50 10,76 58,18 92,74 113,53 43,32 17,81 21,46
2 21,36 34,20 53,25 19,69 12,66 71,80 91,68 14,25 10,73 58,61 92,92 112,08 42,53 17,79 21,32
3 21,47 34,24 53,79 19,45 12,52 71,36 93,39 14,22 10,72 58,61 93,38 111,51 43,03 17,84 21,38
4 21,30 34,11 53,46 19,78 12,49 71,52 91,94 14,27 10,82 58,91 90,90 111,89 42,60 17,71 21,32
5 21,67 34,20 54,12 19,71 12,63 72,48 92,98 14,19 10,60 58,58 92,83 111,07 42,67 18,05 21,76
6 21,61 33,93 53,28 19,71 12,54 71,68 92,30 14,30 10,59 58,31 91,91 112,39 42,79 17,63 21,23
7 71,40 113,15 178,65 65,71 41,47 238,00 310,44 47,34 35,89 196,65 852,29 375,98 142,51 59,42 71,65
8 71,75 112,25 177,90 65,52 41,72 238,64 309,56 47,77 35,77 196,65 848,88 373,91 142,92 59,55 71,50
9 71,42 112,82 178,44 65,58 41,48 238,04 310,86 47,55 35,78 196,88 847,78 375,48 142,68 59,74 71,44
10 71,46 113,26 178,35 65,19 41,53 238,28 309,45 47,05 35,72 196,61 846,77 375,23 142,25 59,63 71,50
11 71,27 111,99 178,83 65,62 42,08 238,44 310,23 47,25 35,78 196,05 849,62 373,40 142,78 59,70 71,45
12 71,60 113,51 178,56 65,52 41,59 238,96 308,46 47,77 35,64 198,13 853,85 374,47 142,70 59,09 70,97
13 55,58 86,89 139,56 51,37 32,78 185,64 241,12 36,56 27,97 153,35 850,17 292,26 112,78 46,60 55,54
14 55,45 88,46 139,14 51,12 32,55 185,88 244,24 37,19 27,94 152,82 851,55 291,19 109,75 46,38 55,10
15 55,48 87,84 138,48 51,27 32,31 186,00 240,66 36,98 27,79 152,20 850,36 290,37 111,62 46,18 55,28
16 55,45 88,83 137,97 50,99 32,22 185,28 243,20 37,47 27,75 154,74 851,37 293,64 111,46 46,45 56,12
17 102,24 161,80 256,62 93,52 59,73 341,88 443,04 68,35 50,72 282,45 848,79 534,37 205,13 85,04 102,29
18 102,17 162,64 255,54 94,12 59,48 339,20 442,47 67,68 51,32 281,36 93,10 536,63 205,56 85,84 101,96
201
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
19 102,32 161,94 256,11 93,60 60,12 339,36 441,43 67,90 51,27 282,48 93,01 539,03 203,52 85,13 101,99
20 102,80 162,96 254,34 94,01 59,49 340,56 444,50 68,06 51,22 280,17 94,39 536,89 204,86 85,24 101,86
21 102,35 162,03 257,43 93,57 59,63 339,16 443,77 67,95 51,16 280,17 93,10 536,26 204,84 85,45 101,84
22 89,74 141,23 223,26 82,17 52,40 296,92 385,94 59,98 44,61 245,75 96,69 470,48 178,39 74,65 89,62
23 89,70 141,89 223,50 81,80 52,07 298,68 387,40 59,74 44,83 245,32 90,80 469,16 178,94 74,54 89,24
24 89,32 141,74 223,35 82,07 52,22 298,28 387,50 59,43 44,78 245,85 89,98 469,67 178,87 74,62 89,53
202
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
Tablica 7.6. Podaci procijenjenih satnih djelatnih opterećenja promatrane mreže (čvorovi 16 – 30)
Djelatna snaga čvora promatrane mreže za svaki sat prosječnoga dana, PT,s,i (kW)
Sat (h)
16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
1 51,21 30,48 21,59 48,11 16,13 35,82 16,19 10,72 41,40 1160,5 21,46 67,79 46,12 83,28 93,81
2 51,53 30,33 21,46 48,17 15,95 36,00 16,12 10,80 40,94 1155,8 21,42 68,25 46,07 84,08 92,98
3 52,00 30,18 21,43 48,60 16,07 35,68 15,98 10,60 41,42 1155,5 21,62 67,75 46,54 84,22 92,87
4 51,94 30,29 21,72 48,09 16,01 35,36 16,01 10,67 41,42 1153,8 21,41 67,75 46,77 84,04 93,03
5 51,56 30,50 21,49 48,63 16,16 35,96 16,14 10,63 41,40 1152,1 21,56 67,49 46,41 83,94 92,30
6 52,06 30,69 21,80 48,28 16,00 35,72 16,08 10,71 41,01 1153,6 21,46 68,17 46,23 84,13 92,82
7 173,36 101,73 71,57 160,76 53,59 119,66 53,48 35,68 136,99 1153,4 71,54 226,44 155,43 279,18 310,39
8 173,07 100,78 71,52 160,25 53,80 119,88 53,78 35,60 137,68 1155,5 71,36 225,53 154,67 280,68 310,28
9 171,56 101,46 71,66 160,52 53,69 118,88 53,25 35,75 137,47 122,9 71,28 226,21 154,62 278,10 310,70
10 171,94 101,07 71,75 160,03 53,59 119,04 53,78 35,53 137,10 125,5 71,15 226,33 155,58 280,12 309,24
11 172,55 100,88 71,12 161,33 53,66 118,90 53,42 35,72 136,30 124,4 71,08 225,80 154,21 279,56 309,50
12 172,52 100,98 71,68 160,33 53,60 118,72 53,47 35,67 136,87 125,4 71,12 225,99 155,43 280,87 308,93
13 134,53 79,31 55,49 125,85 41,73 92,76 41,27 27,85 107,07 125,9 55,86 176,32 121,11 218,69 243,52
14 135,23 78,69 55,57 125,23 41,75 92,92 41,37 27,69 107,16 121,6 55,94 177,16 121,55 219,07 240,19
15 134,39 78,57 55,78 125,36 41,76 93,32 41,74 28,09 106,19 124,5 55,50 175,94 120,69 217,70 240,76
16 134,39 78,90 55,50 125,23 41,69 92,94 41,69 27,90 105,85 120,5 55,70 177,12 120,02 218,64 241,49
17 248,24 143,91 101,64 229,39 76,71 170,48 76,58 50,78 195,39 124,1 101,64 324,33 221,96 399,41 442,68
18 246,30 143,60 101,88 229,96 75,98 170,56 76,65 51,15 195,32 127,8 101,95 321,52 222,09 400,02 444,70
203
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
19 246,50 144,91 101,83 228,80 76,87 170,70 76,67 51,03 196,10 122,8 102,43 321,67 222,48 402,60 443,98
20 247,05 145,38 101,75 230,01 76,93 171,28 76,33 51,16 196,05 126 102,06 323,00 220,09 400,82 442,62
21 247,49 144,45 102,47 229,77 77,09 169,84 76,60 51,09 196,60 127,1 102,36 323,72 219,67 399,69 440,86
22 215,96 126,79 89,57 201,96 66,97 148,94 67,07 44,85 171,53 1156,7 89,62 282,30 193,60 350,39 384,59
23 215,79 126,80 89,09 200,96 67,30 148,52 67,10 44,79 171,24 1155 89,20 282,76 193,41 350,39 388,65
24 215,73 126,72 89,05 200,99 66,84 148,74 67,08 44,69 171,26 1160,5 89,72 282,23 194,38 349,87 387,24
204
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
Tablica 7.7. Podaci procijenjenih satnih jalovih opterećenja promatrane mreže (čvorovi 1 – 15)
Jalova snaga čvora promatrane mreže za svaki sat prosječnoga dana, QT,s,i (kvar)
Sat (h)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 10,77 19,38 24,78 8,97 5,32 33,74 42,07 7,17 5,34 28,78 40,72 51,39 17,90 8,95 10,79
2 10,80 19,48 25,03 8,91 5,35 34,03 43,20 7,15 5,35 28,48 40,72 51,85 17,96 8,92 10,69
3 10,67 19,67 24,78 8,93 5,33 33,99 42,84 7,12 5,36 29,02 39,68 51,77 17,75 8,96 10,52
4 10,61 19,66 25,09 9,04 5,33 34,47 42,36 7,12 5,43 28,85 40,32 51,39 17,75 8,87 10,73
5 10,76 19,64 24,99 8,96 5,32 34,01 42,60 7,17 5,38 28,75 40,16 52,29 17,96 8,87 10,67
6 10,61 19,51 24,91 8,84 5,33 34,05 42,84 7,12 5,43 28,54 40,28 51,88 17,90 8,91 10,67
7 35,66 65,70 83,62 29,81 17,82 113,07 142,73 23,88 17,80 94,82 371,96 173,51 59,72 29,83 35,84
8 35,59 65,65 83,65 29,61 17,84 113,45 143,06 23,92 17,92 95,71 370,20 172,55 59,48 29,84 35,65
9 35,77 65,74 83,01 29,67 17,83 113,45 142,99 23,87 17,92 94,98 370,20 172,49 59,64 29,71 35,98
10 35,86 65,42 83,51 29,85 17,84 113,20 142,80 23,87 17,87 95,15 371,40 171,91 59,25 29,68 35,97
11 35,60 65,75 83,31 29,77 17,84 113,68 143,47 23,91 17,93 95,42 370,60 173,48 59,56 29,80 35,89
12 35,82 65,34 83,19 29,93 17,87 113,22 142,99 23,87 17,90 95,26 371,28 171,77 59,61 29,81 35,66
13 27,71 51,06 65,34 23,18 14,01 88,29 110,98 18,65 13,79 74,30 370,20 133,49 46,17 23,26 27,70
14 27,83 51,00 64,39 23,24 13,93 87,21 112,20 18,64 13,82 74,46 368,40 135,14 46,13 23,12 27,69
15 27,95 50,49 65,31 23,14 13,89 88,24 112,20 18,50 13,91 74,66 369,72 135,00 46,43 23,09 27,88
16 27,72 50,56 65,94 23,06 14,01 87,55 111,00 18,67 13,86 73,79 371,44 133,69 46,52 23,39 27,82
17 51,28 94,12 119,14 42,73 25,50 161,92 204,17 34,12 25,61 135,49 368,60 247,23 85,22 42,74 51,01
18 51,22 93,48 119,22 42,78 25,66 162,03 205,49 33,97 25,60 136,11 40,12 247,95 85,83 42,30 50,95
205
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
19 50,87 93,63 119,59 42,49 25,58 161,35 204,65 34,00 25,55 136,11 40,16 247,23 84,69 42,71 50,92
20 50,84 93,56 119,21 42,49 25,60 161,61 203,74 33,97 25,61 135,78 40,76 245,86 85,20 42,50 51,01
21 51,09 93,86 119,62 42,61 25,84 161,86 204,53 33,91 25,50 136,27 41,36 246,96 85,16 42,23 51,08
22 44,76 82,07 104,83 37,29 22,33 141,36 179,40 29,70 22,30 119,22 39,96 217,38 74,72 37,18 44,62
23 44,88 82,30 104,26 37,32 22,31 141,00 179,02 29,79 22,42 119,25 40,40 215,67 74,13 37,21 44,59
24 44,67 81,62 104,06 37,21 22,38 141,42 179,09 29,67 22,33 119,47 39,40 216,66 74,39 37,27 44,52
206
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
Tablica 7.8. Podaci procijenjenih satnih jalovih opterećenja promatrane mreže (čvorovi 16 – 30)
Jalova snaga čvora promatrane mreže za svaki sat prosječnoga dana, QT,s,i (kvar)
Sat (h)
16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
1 25,09 16,03 10,66 21,32 7,16 16,16 8,86 7,13 23,18 397,75 10,71 23,30 26,75 37,63 39,27
2 24,91 16,13 10,72 21,26 7,21 15,93 8,90 7,18 23,31 396,33 10,78 23,23 26,84 37,55 39,29
3 25,02 16,05 10,60 21,52 7,08 16,12 8,93 7,09 23,39 395,86 10,77 23,26 26,58 37,42 39,45
4 24,85 16,16 10,76 21,37 7,08 15,95 8,88 7,03 23,35 397,41 10,67 23,43 26,76 37,72 39,31
5 25,14 16,01 10,73 21,41 7,22 15,98 9,01 7,14 23,05 398,22 10,69 22,98 26,46 37,09 39,60
6 25,16 15,85 10,70 21,60 7,25 15,98 8,84 7,20 23,26 399,77 10,82 23,23 26,73 37,11 39,49
7 82,87 53,60 35,69 71,83 23,97 53,41 29,75 23,77 77,91 398,44 35,75 77,19 89,33 125,24 131,41
8 83,43 53,59 35,65 71,38 23,95 53,98 29,89 23,85 77,47 399,08 35,78 77,47 89,36 125,03 130,75
9 83,27 53,32 35,78 71,44 23,86 53,83 29,85 23,84 77,70 43,43 35,71 77,10 89,09 124,28 131,10
10 82,99 53,65 35,77 71,76 23,87 53,53 29,75 23,79 76,97 42,96 35,82 77,60 89,01 125,54 130,57
11 83,30 53,55 35,69 71,58 23,76 53,19 29,70 23,76 77,17 41,93 35,47 77,53 89,30 124,70 130,99
12 83,87 53,83 35,64 71,68 23,91 53,29 29,76 23,81 77,05 41,71 35,70 77,47 89,81 124,64 130,83
13 64,51 41,97 27,83 55,33 18,61 41,76 23,28 18,63 60,27 42,53 27,55 60,81 69,15 97,31 101,79
14 65,41 41,83 27,94 55,82 18,60 41,72 23,14 18,66 60,55 42,66 28,00 60,42 69,48 96,66 101,51
15 65,13 41,80 27,82 55,93 18,42 41,85 23,18 18,70 60,32 43,77 28,11 60,35 69,14 97,42 102,17
16 64,79 41,88 27,98 55,99 18,70 41,64 23,25 18,63 60,48 42,70 28,00 60,09 69,92 97,44 101,42
17 119,21 76,46 51,11 102,49 34,01 76,85 42,71 34,12 110,64 43,34 51,08 110,85 127,89 179,55 187,15
18 118,97 76,69 51,14 102,46 34,12 76,70 42,32 34,15 111,12 43,22 51,04 110,86 127,79 177,91 187,31
207
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
19 118,73 76,31 51,03 102,13 33,90 76,54 42,74 34,12 111,57 43,17 51,21 110,77 127,05 178,14 188,30
20 118,48 76,73 51,24 101,89 34,32 76,75 42,36 34,00 111,45 43,52 50,90 111,31 128,22 179,13 187,66
21 119,63 76,82 51,29 101,93 34,19 76,62 42,58 34,03 110,89 42,87 51,04 110,72 128,25 179,19 187,70
22 104,23 67,38 44,56 89,60 29,81 67,20 37,16 29,74 96,84 396,20 44,70 97,24 111,42 156,37 163,57
23 103,89 67,00 44,72 89,00 29,92 67,09 37,21 29,68 97,14 398,65 44,58 96,51 111,96 156,24 163,94
24 104,17 66,82 44,76 89,48 29,74 67,09 37,28 29,90 96,71 397,97 44,69 96,75 111,65 156,20 163,94
208
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
Na Slici 7.6 nalaze se prosječne dnevne krivulje djelatnog opterećenja nasumično odabrana
tri čvora mreže (2, 19 i 29), prema podacima iz Tablica 7.5. i 7.6. Zbog jednostavnosti će se
pretpostaviti da u ovom primjeru sve potrošačke TS SN/NN s NN kupcima imaju isti oblik
prosječne dnevne krivulje opterećenja. Općenito je u algoritmu moguće definirati različite
prosječne krivulje opterećenja posebno za svaku potrošačku točku.
450
400
350
300
PT,s,i [kW]
250
200
Čvor 2
150
Čvor 19
100 Čvor 29
50
Čvorovi
s [h]
Slika 7.6. Primjer prosječne dnevne krivulje opterećenja za potrošače tipa kućanstvo
priključene na čvorove 2, 19 i 29
209
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
1200
1000
PT,s,i [kW]
800
600
Čvor 25
400 Čvor 11
200
s [h] Čvorovi
Slika 7.7. Primjer prosječne dnevne krivulje opterećenja za industrijske potrošače priključene
na čvorove 11 i 25
Tablica 7.9. Podaci procijenjene satne djelatne proizvodnje postojeće sunčane elektrane
Sat (h) Djelatna snaga postojeće SE za svaki
210
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
211
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
300
250
200
PSE,post,s[kW]
150
100
50
0
Sunčana elektrana
s[h]
Slika 7.8. Primjer prosječne dnevne krivulje proizvodnje za postojeću 500 kW sunčanu
elektranu priključenu na čvor 29
No, kako je cilj optimizacijskog algoritma pronaći optimalne lokacije i snage budućih
elektrana, tako planeri distribucijskih mreža ne mogu unaprijed specificirati njihovu prosječnu
dnevnu krivulju proizvodnje u apsolutnim vrijednostima. Ipak, na bazi podataka preliminarnih
mjerenja koje obavljaju vlasnici budućih proizvodnih postrojenja mogu se estimirati prosječne
dnevne postotne krivulje proizvodnje za svaki tip DI-a. Neka se pretpostavi da su poznata npr.
satna preliminarna mjerenja solarnog potencijala (W/m2), vjetropotencijala (m/s) i
hidropotencijala (m3/s) u jednoj godini. Ako se iz tog uzorka podataka izračuna njihova
aritmetička sredina i podijeli s izmjerenom vršnom insolacijom, brzinom vjetra i brzinom
protoka vode, može se dobiti postotak vršne (odnosno priključne) snage koju će svaki tip DI-a
davati u mrežu za prosječan dan u godini. Naravno, ovisno o broju solarnih panela,
vjetroturbina i hidrogeneratora, varirat će i apsolutan iznos izlazne snage. Također proizvodna
postrojenja koja ne ovise o intermitiranome izvoru primarne energije (npr. elektrane na
biomasu, bioplin, kogeneracijska postrojenja na fosilna goriva), neće trebati koristiti podatke
preliminarnih mjerenja jer se njihov energent može pronaći i kupiti na tržištu. Procjena
njihove prosječne dnevne postotne krivulje proizvodnje temeljit će se na potrebama
toplinskog konzuma ili na jednostavnome principu da se preda maksimalna moguća električna
energija u mrežu radi dobivanja što većih poticaja.
Za potrebe ove disertacije, prosječne dnevne postotne krivulje proizvodnje bit će
procijenjene za svaki budući DI promatrane mreže, a fokus neće biti na određivanju njihova
212
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
pravila formiranja. U ovome se primjeru promatra alokacija triju tipova DI-a; hidroelektrane,
vjetroelektrane i kogeneracijske elektrane na fosilna goriva. Za svaki od navedenih tipova DI-
a procijenit će se njegova prosječna dnevna postotna krivulja proizvodnje.
Za početak, pretpostavlja se da je omjer aritmetičke sredine izmjerenog hidropotencijala po
satnim vrijednostima i maksimalne brzine protoka vode buduće hidroelektrane za prosječan
dan u godini prikazan Tablicom 7.10. te Slikom 7.9. Investitor želi priključiti hidroelektranu u
granicama izlazne snage od 500 kW do 10 MW, prema Mrežnim pravilima.
213
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
22 72,93
23 72,93
24 72,93
80
70
60
50
pHE,bud,s [%]
40
30
20 Hidroelektrana
10
s [h]
Slika 7.9. Primjer prosječne dnevne postotne krivulje proizvodnje za buduću hidroelektranu
214
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
8 48,91
9 51,8
10 50,01
11 52,39
12 47,02
13 45,51
14 48,85
15 50,67
16 46,23
17 49,15
18 50,74
19 48,03
20 51,73
21 52,23
22 47,9
23 44,26
24 49,72
60
50
40
pVE,bud,s [%]
30
20
Vjetroelektrana
10
s [h]
Slika 7.10. Primjer prosječne dnevne postotne krivulje proizvodnje za buduću vjetroelektranu
215
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
216
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
24 87
90
80
70
60
pKGP,bud,s [%]
50
40
30
Kogeneracijska
20
elektrana
10
s [h]
Slika 7.11. Primjer prosječne dnevne postotne krivulje proizvodnje za buduću kogeneracijsku
elektranu
55
Ako investitor želi s kogeneracijom pokriti potrebe toplinskog konzuma od 4 MWt, onda je logično da će
zadati planeru ograničenja električne izlazne snage u nižim razinama (npr. između 1 i 2 MWe), s tim da mora
imati na umu da će mu ulazna primarna snaga biti jedanaka aritmetičkome zbroju toplinske i električne snage i
gubitaka.
217
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
poticajnih tarifa. Na temelju tih će podataka investitor moći raditi detaljniju procjenu opskrbe
toplinskog konzuma.
Još je jedna napomena vezana uz potrebe definiranja ulaznih financijskih podataka. Budući
da promjenjivi troškovi pogona i održavanja uključuju i troškove goriva, pretpostavit će se da
su oni za hidroelektrane i vjetroelektrane jednaki nuli. U praktičnim slučajevima, ovo je
pojednostavljenje točno.
Dodatna je mogućnost ovog algoritma da se troškovi izgradnje kao i stalni i promjenjivi
troškovi održavanja i pogona za svaki tip DI-a mogu postaviti ovisno o razini njegove
instalirane snage i proizvedene energije. Npr. u algoritmu se može definirati da su troškovi
izgradnje vjetroelektrane instalirane snage do 2 MW jednaki 25.000 kn/kW, dok su troškovi
izgradnje veće jedinice (od 2 do 10 MW) jednaki 20.000 kn/kW. Ta se situacija često
reflektira u praksi kada dobavljač investitoru daje jeftinije cijene za veću količinu kupljenoga
proizvoda (npr. goriva za elektranu). U ovom će se primjeru radi jednostavnosti uzeti da
troškovi ne ovise o instaliranoj snazi i procijenjenoj godišnjoj proizvodnji DI-a te da su
uniformni u intervalu snage od 500 kW do 10 MW i u intervalu energije od 500·8.760 kWh
do 10·8.760 MWh.
218
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
Tablica 7.14. Otkupne cijene električne energije budućih DI-ova do instalirane snage
uključivo 5 MW za trenutni primjer distribucijske mreže
Visina poticajne
Grupa proizvodnih postrojenja cijene, prpot,pDI,t
(kn/kWh)
Hidroelektrane instalirane snage veće od 300 kW do
0,97
uključivo 2 MW
Hidroelektrane instalirane snage veće od 2 MW 0,88
Vjetroelektrane 0,53
Kogeneracijska postrojenja instalirane električne snage
0,53
veće od 30 kW do uključivo 1 MW tzv. male kogeneracije
Kogeneracijska postrojenja instalirane električne snage
veće od 1 MW do uključivo 35 MW tzv. srednje
0,53
kogeneracije priključene na distribucijsku ili prijenosnu
mrežu
Tablica 7.15. Otkupne cijene električne energije budućih DI-ova instalirane snage veće od 5
MW za trenutni primjer distribucijske mreže
Visina poticajne
Grupa proizvodnih postrojenja cijene, prpot,pDI,t
(kn/kWh)
Hidroelektrane 0,53
Vjetroelektrane 0,53
Kogeneracijska postrojenja instalirane električne snage veće
od 1 MW do uključivo 35 MW tzv. srednje kogeneracije 0,53
priključene na distribucijsku ili prijenosnu mrežu
Diskontna stopa koju svaki investitor (fizička osoba ili menadžment pravne osobe)
procjenjuje za godišnje prinose svojeg projekta distribuiranog izvora prikazana je za
konkretan primjer u Tablici 7.16. Također je u istoj tablici prikazana i diskontna stopa koju
menadžment ODS-a procjenjuje za uštedu gubitaka snage promatrane distribucijske mreže.
Dodatna je mogućnost algoritma da se diskontne stope za svaki tip DI-a mogu postaviti
ovisno o razini njihove instalirane snage. Npr. može se simulirati situacija u kojoj
219
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Konačno, potrebno je definirati tržišnu cijenu električne energije (npr. na bazi prosječne
cijene električne energije burze EEX), koju će ODS svake godine kupovati za pokriće
gubitaka u promatranoj mreži. Uz to, potrebno je i definirati njezinu godišnju stopu porasta.
Navedeni podaci prikazani su u Tablici 7.17.
Tablica 7.17. Procijenjena tržišna cijena električne energije i njezina godišnja stopa porasta
Tržišna cijena električne Procijenjena godišnja
energije, ctrž (kn/MWh) stopa porasta, β (%)
375 2
220
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
221
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
mogu preslikati u dozvoljeni prostor rješenja. Drugim riječima, dekodirani potomak može
predstavljati nepostojeći čvor (npr. u mreži od 30 čvorova pojavljuje se rješenje koje smješta
DI u čvor br. 60) ili nedozvoljenu snagu (npr. pojavljuje se rješenje priključne snage 30 MW,
što ne odgovara Mrežnim pravilima).
Dakako, predloženi zapis rješenja u kromosome ima i svoje nedostatke koji će se anulirati
odabirom prilagođenih (modificiranih) operatora genetskoga algoritma (selekcije, križanja i
mutacije). Navedeni operatori bit će prikazani u nastavku.
7.5.3. Inicijalizacija
Populacija genetskog algoritma sastoji se od npop cjelobrojnih vektora. Priključne snage DI-
ova se odabiru u koracima od ksn = 250 kW, iako korisnik može definirati proizvoljnu veličinu
koraka. Budući da se jedinke odabiru nasumično i da svi DI-ovi moraju zadovoljavati
ograničenja lokacija i priključnih snaga, algoritam već prilikom formiranja kromosoma
provjerava navedena ograničenja. Drugim riječima, kromosom se gradi na način da se
lokacije i snage svakog DI-a odabiru iz skupa dozvoljenih lokacija i snaga definiranih ulaznim
parametrima algoritma.
7.5.5. Selekcija
222
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
7.5.6. Križanje
7.5.7. Mutacija
223
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
mutacija lokacije i mutacija snage. Svaki od ta dva tipa ima unaprijed predefiniranu
vjerojatnost odvijanja varijablama pm,lok i pm,sn. Ako kromosom iz bazena za mutaciju prođe
kroz istovremenu mutaciju lokacije i snage, izmijenit će mu se jedna nasumično odabrana
lokacija i jedna nasumično odabrana priključna snaga. Mogući su slučajevi pri kojima ne
dolazi do nikakve izmjene, što znači da kromosom neizmijenjen prolazi kroz mutaciju i dalje
formira novu populaciju.
No, predloženi algoritam dopušta i situacije u kojima više distribuiranih izvora definiranih
u jednom kromosomu može istovremeno promijeniti svoje lokacije i/ili priključne snage.
Vjerojatnost takvih događaja je određena jednadžbama:
pDI 1
p m,lok , pDI ( pDI ) pm,lok p kor _ lok
, pDI 1,..., ukDI (7.39)
pDI 1
p m ,sn , pDI ( pDI ) p m,sn p kor _ sn
, pDI 1,..., ukDI (7.40)
pritom pm,lok,pDI označava vjerojatnost simultane izmjene lokacije pDI distribuiranih izvora
(neovisno o tipu), a pkor_lok označava korak mutacije lokacije koji proizvoljno definira korisnik
algoritma. pm,sn,pDI je vjerojatnost simultane izmjene snage pDI distribuiranih izvora (neovisno
o tipu), a pkor_sn je korak mutacije snage koji proizvoljno definira korisnik algoritma. ukDI je
ukupan broj DI-ova koje se želi priključiti na mrežu, neovisno o tipu.
Npr. na ovaj je način moguć slučaj u kojemu se, prilikom priključenja triju distribuiranih
izvora, mijenja lokacija u dvama slučajevima i priključna snaga u jednome slučaju, kao na
Slici 7.14.
224
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
U ovom će primjeru vjerojatnosti mutacije lokacije i snage biti jednake 0,7, a vjerojatnosti
koraka mutacije lokacije i snage će biti jednake 0,5. Tako velike vrijednosti mutacije imaju
svoje opravdanje u dva razloga. Prvi je razlog potreba za pretragom potpuno novih prostora
rješenja, a drugi je razlog taj što su postojeća najbolja rješenja svake generacije osigurana
korištenjem elitizma, pa nema bojazni za njihov gubitak. Naravno, korisnik algoritma može
po želji odabrati vrijednosti za svaki tip i korak mutacije.
7.5.8. Elitizam
U algoritam je ugrađena i opcija elitizma, što znači da najbolja jedinka cijele generacije
(populacije) ne prolazi procese selekcije, križanja i mutacije, nego se nepromijenjena prenosi
u sljedeću generaciju. Na taj se način osigurava da se kvaliteta najbolje jedinke tijekom
izmjene generacija nikada ne može izgubiti. Ako nova generacija sadrži jedinku bolje
dobrote, ta će jedinka jednostavno zamijeniti postojeći elitni kromosom, i postupak će se
ponavljati do zaustavljanja algoritma.
225
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
je slučaj kada se u mreži priključi jaka proizvodna jedinica, za koju planer pretpostavi da će
kompenzirati buduća ulaganja u pojačanje mreže. U međuvremenu teret mreže značajno
poraste, a DI se uslijed bilo kojeg razloga ugasi (npr. bankrot vlasnika). Mreža tada zbog
slabih vodova prema napojnoj TS ne može dati snagu svojim potrošačima i dolazi do tzv.
blackout-a. U svakom slučaju, navedeni će se problem javiti i kada se za investitora nove
elektrane izradi EOTRP. Očigledno je da postojeća mreža ne dozvoljava prihvat novih DI-ova
te planer mora riješiti postojeći problem i neovisno o investitoru pripremiti projektne zadatke
pojačanja tog dijela mreže.
Ako je preliminarni proračun tokova snaga bio uspješan, sljedeći je korak provesti prvi
estimacijski proračun tokova snaga. To je također kontrolni proračun i izvršava se samo
jednom, a njegova je zadaća provjeriti strujno-naponska ograničenja u drugom najgorem
scenariju postojeće mreže. Navedeni scenarij podrazumijeva da svi postojeći DI-ovi (ako ih
mreža sadrži) istovremeno proizvode vršnu snagu, a teret poprima minimalne vrijednosti. U
slučaju da se krše naponska i/ili strujna ograničenja u bilo kojem čvoru/dionici SN mreže,
algoritam se zaustavlja i novi distribuirani izvori se ne smiju priključiti dok se postojeći
problem u mreži ne riješi. Ovaj se slučaj može dogoditi u mreži koja nije sustavno planirana
za prihvat distribuiranih jedinica. Ako je npr. DI priključen prije nekoliko godina, a u
međuvremenu je iz mreže isključen značajan dio tereta (npr. industrijski potrošač je preselio
pogon na drugu lokaciju), tada je moguć scenarij u kojemu se uz maksimalnu snagu DI-a i
minimalnu snagu preostalog tereta krše naponska i/ili strujna ograničenja. U svakom slučaju,
navedeni će se problem javiti i nakon izrade EOTRP-a novih proizvodnih postrojenja.
Očigledno je da postojeća mreža ne dozvoljava prihvat novih DI-ova, te planer mora riješiti
postojeći problem i neovisno o investitoru pripremiti projektne zadatke pojačanja tog dijela
mreže. Alternativa je da Odjel za vođenje pravilnim odabirom uklopnog stanja mreže dodatno
optereti taj dio mreže i onemogući pojavu kršenja strujno-naponskih ograničenja. Naravno, to
je moguće samo u slučaju prstenaste ili povezne topologije SN mreže.
U slučaju uspješnog prvog estimacijskog proračuna tokova snaga, sljedeći je korak
provesti drugi estimacijski proračun tokova snaga. Njegov je cilj izračunati ukupne gubitke
električne energije za promatranu mrežu koji bi se generirali u periodu trajanja zajamčenih
poticaja, za slučaj kada ne bi bilo priključenih novih DI-ova. Ti će podaci kasnije poslužiti za
izračun godišnjih i ukupnih ušteda ODS-a. Ovaj proračun uzima u obzir prosječne dnevne
krivulje opterećenja potrošačkih točaka i proizvodnje postojećih DI-ova i izvršava se za svaki
sat prosječnog dana u godini (24 proračuna). Gubici svih grana mreže se sumiraju za cijeli
dan i množe sa 365, prema formuli (7.5.). Proračun uzima u obzir i godišnju stopu porasta
226
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
opterećenja koja općenito može biti različita za svaki čvor. To znači da će satna djelatna i
jalova snaga svakog čvorišta mreže godišnje rasti prema sljedećoj formuli:
pri čemu je αi godišnja stopa porasta opterećenja za čvorište i u godini god, promatrano po
satnim vrijednostima.
Strujno-naponska ograničenja su zanemarena za ovaj proračun tokova snaga jer investitor
elektrane nije odgovoran za njihovo kršenje u budućim godinama, osim u godini priključenja.
Opisani koraci algoritma mogu se prikazati na dijagramu toka prema Slici 7.15. Također drugi
estimacijski proračun tokova snaga je opisan dijagramom toka na Slici 7.16.
14
Wgub , god
god 1
227
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
228
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
predstavlja dobrotu svakog kromosoma. Ako kromosom ima barem jedan DI-ov projekt ili
uštedu ODS-a sa ČSV<0, dobrota takvoga kromosoma postaje jednaka nuli56. Potencijalna
zamka za ovaj algoritam leži u situaciji u kojoj svi kromosomi inicijalne (prve) generacije
imaju barem jedan projekt DI-a ili uštedu ODS-a sa ČSV<0. U tom je slučaju nemoguće
pronaći i izolirati elitni kromosom jer je tada dobrota svih kromosoma jednaka nuli.
Posljedica je to neodgovarajućih izbora financijskih ulaznih parametara koji jednostavno ne
mogu dati pozitivan ČSV (moguće je da investitor daje planeru "preoptimistične" ulazne
financijske parametre). Algoritam ima ugrađeno osiguranje od tog slučaja, tako da se najprije
dekodira svaki kromosom prve generacije te da mu se provjere ČSV-i svih DI-ovih projekata i
ušteda ODS-a. U slučaju da kromosom sadrži barem jednu komponentu ČSV<0, bit će
automatski izbačen iz populacije i odmah zamijenjen nasumično formiranim novim
kromosomom (uz uvjet poštivanja ograničenja lokacije i priključne snage svih DI-ova).
Algoritam će potom redni broj kromosoma vratiti za jedan unatrag, prisilno izaći iz petlje i
ponoviti petlju ispočetka. Postupak će se ponavljati sve dok svi kromosomi prve generacije
imaju svaku ČSV komponentu veću od nule. Nakon toga je relativno jednostavno sortirati
jedinke i pronaći elitni kromosom. U slučaju da druga, treća ili bilo koja generacija sadržava
samo i isključivo kromosome s najmanje jednom ČSV<0, elitni kromosom prve generacije će
biti zapamćen i proslijeđen do posljednje generacije. Dakle, algoritam neće "zapeti" u
beskonačnoj petlji. Ipak, moguć je i slučaj da komponente zamjenskoga kromosoma ne
zadovoljavaju premisu ČSV>0. U tom slučaju algoritam pamti ukupan broj zamjena
kromosoma prve generacije, te ako i nakon predefiniranog broja zamjena (nzam) nisu
zadovoljena ograničenja funkcije cilja (7.8) i (7.9), algoritam se zaustavlja. U tom se slučaju
alokacija DI-a ne može izvršiti jer su ili ulazni podaci pogrešno procijenjeni ili za određeni
projekt DI-a/ušteda ODS-a jednostavno ne postoji razmještaj koji bi učinio navedeni projekt
rentabilnim. U ovom je primjeru nzam jednak 1.000.
Nakon evaluacije svih kromosoma jedne generacije, sljedeći je korak k-turnirska selekcija
koja formira bazen kromosoma za potrebe križanja.
Kao što je već napomenuto, svako križanje dvaju roditelja se odvija sa vjerojatnošću pk i u
slučaju da se ono ne dogodi, jedan nasumično odabran roditelj će biti kopiran u populaciju
potomaka križanja. Ako se dogodi križanje dvaju roditelja, nastat će jedan potomak koji će
sadržavati lokacije jednog roditelja i priključne snage drugog roditelja. Kako su ograničenja
56
To je zato jer u općenitom slučaju dobrota kromosoma koji ima barem jednu komponentu ČSV<0, može biti
veća od dobrote kromosoma kojem su sve ČSV>0. Ako se dobrota kromosma koji sadrži barem jednu ČSV<0
izjednači s nulom, program automatski markira taj kromosom kao nepoželjan.
229
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
230
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
Izbaci DA
kromosom NE Dosegnut
npop? Evaluacija
funkcije cilja
DA
DA
Dosegnut NE Sačuvaj elitni
npop? NE Izvedi eliminacijski kromosom
PTS na potomku
Dosegnut
Odradi k-turnirsku
Proslijedi
DA npop? selekciju
potomka
NE
križanja
Prekršena U/I Provedi operator Proslijedi nasumično
ograničenja? DA mutacije poštujući NE odabranog roditelja
ograničenja lokacija Prekršena U/I NE
Dosegnut
Odbaci i priklj. snaga ograničenja?
kromosom npop?
DA NE DA
Izvedi DA p<pk
eliminacijski PTS DA
na mutiranom Provedi operator
Ako je istovremeno
potomku križanja
NE p>pm,lok i p>pm,sn? Odbaci
kromosom
uk ,t brDI ,t
Fcilja ČSV pDI ,t ČSVODS Fcilja 0
t 1 pDI ,t 1
Slika 7.18. Dijagram toka evaluacije funkcije cilja za svaki dekodirani kromosom
231
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
14
Wgub _ DI , god
god 1
7.7. Rezultati
Ovo potpoglavlje sadrži rezultate provedenoga algoritma na promatranoj mreži. Nakon
unaprijed zadanoga broja generacija, ngen, algoritam je konvergirao. Slikom 7.20 je prikazana
konvergencija dobrote funkcije cilja za najbolju jedinku u svakoj generaciji.
100,0
98,0
Dobrota funkcije cilja [mil. kn]
96,0
94,0
92,0
90,0
88,0
1
4
7
100
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
73
76
79
82
85
88
91
94
97
Generacija
Algoritam je relativno brzo konvergirao (prije 10. generacije). Razlog su tome striktna
lokacijska ograničenja i ograničenja priključne snage novih DI-ova koja znatno sužavaju
prostor mogućih rješenja.
232
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
Također su u Tablici 7.19 prikazane čiste sadašnje vrijednosti svakog projekta DI-a, ušteda
ODS-a i njihova suma, s obzirom na to da je potonja glavno sredstvo evaluiranja svakog
kromosoma populacije.
Tablica 7.19. Čiste sadašnje vrijednosti svakog projekta DI-a i ušteda ODS-a te njihova suma
ČSV (kn)
Hidroelektrana 62.381.783,86
Vjetroelektrana 6.459.670,14
Kogeneracijsko
27.686.491,36
postrojenje
Uštede ODS-a 1.608.329,14
Ukupna suma 98.136.274,50
57
Faktor kapaciteta predstavlja omjer električne energije proizvedene u promatranoj godini i električne energije
koju bi elektrana proizvela da je kroz cijelu godinu radila maksimalnom snagom.
233
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
tako visoke ČSV. Čak i najveća diskontna stopa na projekt HE-a nije utjecala na njegovu
profitabilnost.
Projekt vjetroelektrane se s druge strane oslanja samo na referentnu cijenu poticaja, pa i uz
mnogo manje kapitalne troškove i fiksne troškove održavanja ne može postići veću ČSV od
konkurenata. Čak i manja diskontna stopa na projekt nije značajno podigla njegove
financijske pokazatelje. Razloge treba svakako tražiti i u manjem faktoru kapaciteta od
konkurenata.
Kogeneracijsko postrojenje ima drugu najbolju ČSV. Iako se poput projekta VE-a oslanja
na referentne cijene poticaja, ima najmanje kapitalne troškove i fiksne troškove održavanja u
usporedbi s konkurentima. Iako smanjene troškove kompenzira povećanim troškovima goriva
(varijabilnim troškovima održavanja i pogona), zbog najvišega faktora kapaciteta godišnje
mreži predaje veliku količinu električne energije u odnosu na konkurenciju. Uz to, procjena
manje rizičnosti tog projekta pridjeljivanjem smanjenog diskontnog faktora dodatno povećava
njegove financijske pokazatelje.
Konačno, ČSV uštede ODS-a jasno pokazuje da su se gubici smanjili nakon integracije
novih DI-ova na promatrani izvod SN mreže. Iako je po iznosu ČSV ODS-a najmanji, mora se
uzeti u obzir da ODS nema kapitalnih troškova niti troškova održavanja kao što imaju projekti
proizvodnih postrojenja. Kada bi se sva nova proizvodna postrojenja diljem mreže alocirala
po principu utvrđenomu ovim radom, kumulativne uštede za ODS bile bi enormne.
Slikom 7.21 su prikazani i uspoređeni godišnji gubici djelatne električne energije za
promatranu mrežu prije i poslije optimalnog razmještaja novih DI-ova.
234
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
1000,0
900,0
600,0
500,0
400,0
300,0
200,0
100,0
0,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Godina
Slika 7.21. Usporedba godišnjih gubitaka djelatne električne energije za promatranu mrežu
prije i poslije optimalnoga razmještaja novih DI-ova
Evidentno je kako zbog godišnjeg porasta opterećenja rastu i gubici u mreži tijekom
godina. To se najzornije može vidjeti na primjeru promatrane mreže bez alociranih DI-ova.
No, u slučaju optimalnog razmještaja novih distribuiranih jedinica velikih priključnih (a
manjih operativnih) snaga, ti se gubici smanjuju za znatan iznos. Čak se i porast tereta može
jedva vidjeti kroz graf gubitaka mreže u drugom slučaju jer distribuirani izvori uspješno
prigušuju gubitke mreže.
Slikom 7.22 su prikazani i uspoređeni satni gubici djelatne električne snage promatrane
mreže prije i poslije optimalna razmještaja novih DI-ova, gledano za prosječan dan posljednje
godine planiranoga perioda.
235
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
200,0
160,0
Gubici djelatne snage [kW]
140,0
120,0
100,0
80,0
60,0
40,0
20,0
0,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Sat [h]
Slika 7.22. Usporedba satnih gubitaka djelatne električne snage promatrane mreže prije i
poslije priključenja novih DI-ova za prosječan dan posljednje godine planiranja
Satni gubici snage jako padaju nakon alokacije novih distribuiranih izvora. Postojeća
sunčana elektrana manjim dijelom utječe na smanjenje gubitaka djelatne snage u jutarnjim i
popodnevnim satima, no prevagu ipak donose nove i jače proizvodne jedinice. Zanimljivo je
da se po noći gubici vrlo malo smanjuju, a tome je razlog što mreža tada postaje opterećena
reverznim tokovima snaga uslijed proizvodnje DI-ova. Navedeni tokovi snaga se ne mogu u
cijelosti potrošiti u mreži, pa opterećuju njezine dionice u smjeru od distribuiranih izvora do
početka izvoda.
Slikom 7.23 je prikazana i uspoređena djelatna snaga početne dionice izvoda promatrane
mreže prije i poslije optimalna razmještaja novih DI-ova, gledano za prosječan dan posljednje
godine planiranoga perioda.
236
7. Opis novog algoritma za rješavanje problema optimalnog razmještaja distribuiranih izvora
0
1 2 3 4 5 6 7 8
-2 9 10 11 12 13 14 15 16
17 18 19 20 21 22 23 24
-4
Sat [h]
Slika 7.23. Usporedba djelatne snage izvoda promatrane mreže prije i poslije priključenja
novih DI-ova za prosječan dan posljednje godine planiranja
Sa slike je vidljivo da je nakon 14 godina snaga izvoda znatno porasla. Iako postojeća
sunčana elektrana manjim dijelom utječe na smanjenje djelatne snage izvoda u jutarnjim i
popodnevnim satima, tek nakon optimalnog razmještaja novih DI-ova može se uočiti znatno
smanjenje opterećenja prve dionice izvoda. Dakle, očito je da napojna TS za prosječan dan u
godini opskrbljuje izvod s relativno malo djelatne snage. Razlog tome je činjenica da su tereti
direktno napajani sa postojećim i novim distribuiranim izvorima. No, u noćnim satima, kada
je potrošnja izvoda minimalna, teret prve dionice znatno raste, a tokovi snaga se reverziraju.
U tom se slučaju snaga navedenoga izvoda "prelijeva" na susjedne izvode, i tek onda kroz
transformator napojne TS ulazi u naponski nadređenu mrežu.
Slikom 7.24 je prikazan i uspoređen napon čvora 17 promatrane mreže prije i poslije
optimalna razmještaja novih DI-ova, gledano za prosječan dan posljednje godine planiranog
perioda.
237
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
19,80
Napon [kV]
19,60
19,40
19,20
19,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Sat [h]
Slika 7.24. Usporedba napona čvora 17 promatrane mreže prije i poslije priključenja novih
DI-ova za prosječan dan posljednje godine planiranja
U noćnim satima, kada je opterećenje izvoda najmanje, iznos napona poprima najveće
vrijednosti u oba slučaja. Tijekom dana napon se smanjuje, da bi u večernjim satima poprimio
najmanje vrijednosti zbog pojave špice tereta. Očito je da će optimalnim razmještajem novih
DI-ova napon svih čvorova mreže znatno porasti, no ipak neće prekršiti naponska ograničenja
jer su ona ugrađena u algoritam.
U sljedećem će se poglavlju prikazati učinkovitost novog algoritma za optimalan
razmještaj DI-ova na nekoliko primjera SN distribucijskih mreža.
238
8. Primjena novog algoritma
239
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Svaka grana će se označiti tako da će biti numerirana istim brojem kao njezin krajnji čvor
(čvor u koji ta grana ulazi). U Tablici 8.1. su numerirane sve grane promatrane mreže.
240
8. Primjena novog algoritma
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0
MI 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 (8.1)
0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0
0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1
Tablica 8.2.Podaci vršnih djelatnih i jalovih snaga svakog čvorišta u primjeru distribucijske
mreže, te godišnje stope porasta tereta
Čvor Djelatna snaga, Jalova snaga, Godišnja stopa
241
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Dakle, ukupna neto suma djelatnih i jalovih opterećenja svih potrošača promatrane mreže
je 6,640 MW i 2,215 Mvar, bez uzimanja u obzir gubitaka mreže i faktora istovremenosti.
Neka se također pretpostavi da su izmjerena vršna i minimalna djelatna i jalova snaga na
razini izvoda prikazane u Tablici 8.3. Radi što aktualnijih podataka za period mjerenja uzima
se posljednjih godinu dana.
242
8. Primjena novog algoritma
U Tablici 8.4 nalaze se podaci o duljinama svih dionica promatrane mreže te o tipu,
parametrima i prijenosnoj moći voda korištenoga za svaku dionicu.
243
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
244
8. Primjena novog algoritma
Tablicama 8.5. – 8.8. prikazana su procijenjena satna djelatna i jalova opterećenja svih
čvorišta promatrane mreže za prosječan dan u godini.
245
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Tablica 8.5. Podaci procijenjenih satnih djelatnih opterećenja promatrane mreže (čvorovi 1 – 13)
Djelatna snaga čvora promatrane mreže za svaki sat prosječnog dana, PT,s,i (kW)
Sat (h)
1 2 3 4 5 6 7 8 9 10 11 12 13
1 24,86 32,38 44,30 21,70 8,96 15,95 37,49 19,93 28,70 52,89 63,42 72,08 18,10
2 24,92 32,40 44,38 21,48 9,04 16,16 37,02 19,59 28,61 53,28 62,34 71,16 17,44
3 25,05 32,44 44,83 21,22 8,94 16,06 37,72 19,55 28,58 53,28 62,20 70,80 17,86
4 24,85 32,31 44,55 21,58 8,92 16,09 37,13 19,62 28,86 53,55 62,44 71,04 17,50
5 25,28 32,40 45,10 21,50 9,02 16,31 37,55 19,51 28,27 53,25 62,09 70,52 19,56
6 25,21 32,15 44,40 21,50 8,96 16,13 37,28 19,66 28,24 53,01 62,55 71,36 21,66
7 83,30 107,19 148,88 71,69 29,62 53,55 125,37 65,09 95,70 178,77 207,10 238,72 78,76
8 83,71 106,34 148,25 71,47 29,80 53,69 125,01 65,68 95,39 178,77 208,99 237,40 79,10
9 83,33 106,88 148,70 71,54 29,63 53,56 125,54 65,38 95,42 178,98 208,04 238,40 78,90
10 83,37 107,30 148,63 71,11 29,67 53,61 124,97 64,69 95,26 178,74 205,84 238,24 78,54
11 83,15 106,09 149,03 71,58 30,06 53,65 125,29 64,97 95,42 178,23 206,71 237,08 78,98
12 83,54 107,53 148,80 71,47 29,71 53,77 124,57 65,68 95,04 180,12 208,99 237,76 78,92
13 64,85 82,31 116,30 56,04 23,42 41,77 97,38 50,27 74,59 139,41 159,95 185,56 101,98
14 64,69 83,81 115,95 55,76 23,25 41,82 98,64 51,14 74,50 138,93 162,72 184,88 101,46
15 64,72 83,21 115,40 55,93 23,08 41,85 97,19 50,84 74,11 138,36 161,77 184,36 101,02
16 64,69 84,15 114,98 55,62 23,02 41,69 98,22 51,52 74,00 140,67 163,94 186,44 100,88
17 119,28 153,29 213,85 102,02 42,67 76,92 178,92 93,98 135,25 256,77 299,04 339,28 120,94
18 119,20 154,08 212,95 102,67 42,49 76,32 178,69 93,06 136,85 255,78 296,10 340,72 121,30
246
8. Primjena novog algoritma
19 119,38 153,41 213,43 102,11 42,95 76,36 178,27 93,37 136,72 256,80 297,08 342,24 121,60
20 119,94 154,39 211,95 102,55 42,50 76,63 179,51 93,59 136,59 254,70 297,78 340,88 120,72
21 119,41 153,50 214,53 102,07 42,59 76,31 179,21 93,43 136,43 254,70 297,29 340,48 120,70
22 104,69 133,79 186,05 89,64 37,43 66,81 155,86 82,47 118,96 223.41 262,40 298,72 108,66
23 104,65 134,42 186,25 89,23 37,20 67,20 156,45 82,15 119,54 223,02 261,38 297,88 109,12
24 104,20 134,28 186,13 89,53 37,30 67,11 156,49 81,72 119,41 223,50 260,02 298,20 109,06
247
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Tablica 8.6. Podaci procijenjenih satnih djelatnih opterećenja promatrane mreže (čvorovi 14 –25 )
Djelatna snaga čvora promatrane mreže za svaki sat prosječnog dana, PT,s,i (kW)
Sat (h)
14 15 16 17 18 19 20 21 22 23 24 25
1 22,63 16,29 14,48 20,82 52,42 584,89 67,54 649,88 38.30 10,79 19,60 34,05
2 21,80 15,70 13,95 20,06 52,52 582,50 67,67 647,22 38.38 10,73 19,62 33,67
3 22,33 16,07 14,29 20,54 52,78 582,37 68,01 647,08 38.57 10,72 19,80 33,93
4 21,88 15,75 14,00 20,13 51,38 581,49 66,20 646,10 37.54 10,86 19,59 33,80
5 24,45 17,60 15,65 22,49 52,47 580,67 67,60 645,19 38.34 10,75 19,81 34,12
6 27,08 19,49 17,33 24,91 51,95 581,43 66,93 646,03 37.96 10,90 19,67 33,78
7 98,45 70,88 63,01 90,57 481,73 581,30 620,69 645,89 352.03 35,78 65,49 113,13
8 98,88 71,19 63,28 90,97 479,80 582,37 618,21 647,08 350.63 35,76 65,29 113,58
9 98,63 71,01 63,12 90,74 479,18 61,93 617,41 68,81 350.17 35,83 65,40 113,34
10 98,18 70,69 62,83 90,32 478,61 63,25 616,67 70,28 349.75 35,87 65,20 113,13
11 98,73 71,08 63,18 90,83 480,22 62,69 618,75 69,65 350.93 35,56 65,73 113,28
12 98,65 71,03 63,14 90,76 482,61 63,19 621,83 70,21 352.68 35,84 65,32 113,16
13 127,48 91,78 81,58 117,28 480,53 63,44 619,15 70,49 351.16 27,74 51,27 88,10
14 126,83 91,31 81,17 116,68 481,31 61,30 620,15 68,11 351.73 27,79 51,02 88,14
15 126,28 90,92 80,82 116,17 480,64 62,75 619,28 69,72 351.23 27,89 51,07 88,16
16 126,10 90,79 80,70 116,01 481,21 60,73 620,02 67,48 351.65 27,75 51,02 88,01
17 151,18 108,85 96,75 139,08 479,75 62,56 618,14 69,51 350.59 50,82 93,46 161,94
18 151,63 109,17 97,04 139,50 52,62 64,39 67,80 71,54 38.46 50,94 93,69 160,40
248
8. Primjena novog algoritma
19 152,00 109,44 97,28 139,84 52,57 61,87 67,74 68,74 38.42 50,92 93,21 162,28
20 150,90 108,65 96,58 138,83 53,35 63,50 68,74 70,56 38.99 50,87 93,71 162,41
21 150,88 108,63 96,56 138,81 52,62 64,07 67,80 71,19 38.46 51,23 93,61 162,74
22 135,83 97,79 86,93 124,96 54,65 583,00 70,42 647,78 39.94 44,78 82,28 141,38
23 136,40 98,21 87,30 125,49 51,32 582,12 66,13 646,80 37.51 44,54 81,87 142,08
24 136,33 98,15 87,25 125,42 50,86 584,89 65,53 649,88 37.16 44,53 81,88 141,11
249
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Tablica 8.7. Podaci procijenjenih satnih jalovih opterećenja promatrane mreže (čvorovi 1 – 13)
Jalova snaga čvora promatrane mreže za svaki sat prosječnog dana, QT,s,i (kvar)
Sat (h)
1 2 3 4 5 6 7 8 9 10 11 12 13
1 8,88 10,79 14,18 7,23 2,69 5.32 12,50 5,44 8,97 17,63 21,74 25,23 6,34
2 8,90 10,80 14,20 7,16 2,71 5.39 12,34 5,34 8,94 17,76 21,37 24,91 6,10
3 8,95 10,81 14,34 7,07 2,68 5.35 12,57 5,33 8,93 17,76 21,32 24,78 6,25
4 8,88 10,77 14,26 7,19 2,68 5.36 12,38 5,35 9,02 17,85 21,41 24,86 6,13
5 9,03 10,80 14,43 7,17 2,71 5.44 12,52 5,32 8,84 17,75 21,29 24,68 6,85
6 9,01 10,72 14,21 7,17 2,69 5.38 12,43 5,36 8,83 17,67 21,44 24,98 7,58
7 29,75 35,73 47,64 23,90 8,89 17.85 41,79 17,75 29,91 59,59 71,00 83,55 27,57
8 29,90 35,45 47,44 23,82 8,94 17.90 41,67 17,91 29,81 59,59 71,65 83,09 27,69
9 29,76 35,63 47,58 23,85 8,89 17.85 41,85 17,83 29,82 59,66 71,33 83,44 27,62
10 29,78 35,77 47,56 23,70 8,90 17.87 41,66 17,64 29,77 59,58 70,57 83,38 27,49
11 29,70 35,36 47,69 23,86 9,02 17.88 41,76 17,72 29,82 59,41 70,87 82,98 27,64
12 29,84 35,84 47,62 23,82 8,91 17.92 41,52 17,91 29,70 60,04 71,65 83,22 27,62
13 23,16 27,44 37,22 18,68 7,02 13.92 32,46 13,71 23,31 46,47 54,84 64,95 35,69
14 23,11 27,94 37,10 18,59 6,98 13.94 32,88 13,95 23,28 46,31 55,79 64,71 35,51
15 23,12 27,74 36,93 18,64 6,92 13.95 32,40 13,87 23,16 46,12 55,46 64,53 35,36
16 23,11 28,05 36,79 18,54 6,90 13.90 32,74 14,05 23,13 46,89 56,21 65,25 35,31
17 42,60 51,10 68,43 34,01 12,80 25.64 59,64 25,63 42,27 85,59 102,53 118,75 42,33
18 42,57 51,36 68,14 34,22 12,75 25.44 59,56 25,38 42,77 85,26 101,52 119,25 42,46
250
8. Primjena novog algoritma
19 42,64 51,14 68,30 34,04 12,88 25.45 59,42 25,46 42,73 85,60 101,86 119,78 42,56
20 42,84 51,46 67,82 34,18 12,75 25.54 59,84 25,52 42,69 84,90 102,10 119,31 42,25
21 42,65 51,17 68,65 34,02 12,78 25.44 59,74 25,48 42,64 84,90 101,93 119,17 42,25
22 37,39 44,60 59,54 29,88 11,23 22.27 51,95 22,49 37,18 74,47 89,96 104,55 38,03
23 37,38 44,81 59,60 29,74 11,16 22.40 52,15 22,40 37,36 74,34 89,62 104,26 38,19
24 37,22 44,76 59,56 29,84 11,19 22.37 52,16 22,29 37,32 74,50 89,15 104,37 38,17
251
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Tablica 8.8. Podaci procijenjenih satnih jalovih opterećenja promatrane mreže (čvorovi 14 – 25)
Jalova snaga čvora promatrane mreže za svaki sat prosječnog dana, QT,s,i (kvar)
Sat (h)
14 15 16 17 18 19 20 21 22 23 24 25
1 7,24 5,43 4,53 7,24 18,14 194,96 22,18 213,53 13,10 3,60 7,13 10,75
2 6,98 5,23 4,36 6,98 18,18 194,17 22,22 212,66 13,13 3,58 7,14 10,63
3 7,14 5,36 4,47 7,14 18,27 194,12 22,33 212,61 13,20 3,57 7,20 10,72
4 7,00 5,25 4,38 7,00 17,78 193,83 21,74 212,29 12,84 3,62 7,12 10,67
5 7,82 5,87 4,89 7,82 18,16 193,56 22,20 211,99 13,12 3,58 7,20 10,78
6 8,66 6,50 5,42 8,66 17,98 193,81 21,98 212,27 12,99 3,63 7,15 10,67
7 31,50 23,63 19,69 31,50 166,75 193,77 203,81 212,22 120,43 11,93 23,82 35,72
8 31,64 23,73 19,78 31,64 166,09 194,12 202,99 212,61 119,95 11,92 23,74 35,87
9 31,56 23,67 19,73 31,56 165,87 20,64 202,73 22,61 119,80 11,94 23,78 35,79
10 31,42 23,56 19,64 31,42 165,67 21,08 202,49 23,09 119,65 11,96 23,71 35,72
11 31,59 23,69 19,75 31,59 166,23 20,90 203,17 22,89 120,06 11,85 23,90 35,77
12 31,57 23,68 19,73 31,57 167,06 21,06 204,18 23,07 120,65 11,95 23,75 35,74
13 40,79 30,59 25,50 40,79 166,34 21,15 203,30 23,16 120,13 9,25 18,64 27,82
14 40,58 30,44 25,37 40,58 166,61 20,43 203,63 22,38 120,33 9,26 18,55 27,83
15 40,41 30,31 25,26 40,41 166,37 20,92 203,35 22,91 120,16 9,30 18,57 27,84
16 40,35 30,26 25,22 40,35 166,57 20,24 203,59 22,17 120,30 9,25 18,55 27,79
17 48,38 36,28 30,24 48,38 166,07 20,85 202,97 22,84 119,94 16,94 33,98 51,14
18 48,52 36,39 30,33 48,52 18,22 21,46 22,26 23,51 13,16 16,98 34,07 50,65
252
8. Primjena novog algoritma
19 48,64 36,48 30,40 48,64 18,20 20,62 22,24 22,59 13,14 16,97 33,90 51,25
20 48,29 36,22 30,18 48,29 18,47 21,17 22,57 23,18 13,34 16,96 34,08 51,29
21 48,28 36,21 30,18 48,28 18,22 21,36 22,26 23,39 13,16 17,08 34,04 51,39
22 43,46 32,60 27,17 43,46 18,92 194,33 23,12 212,84 13,66 14,93 29,92 44,65
23 43,65 32,74 27,28 43,65 17,77 194,04 21,71 212,52 12,83 14,85 29,77 44,87
24 43,62 32,72 27,27 43,62 17,60 194,96 21,52 213,53 12,71 14,84 29,78 44,56
253
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Na Slici 8.4 nalaze se prosječne dnevne krivulje djelatnog opterećenja nasumično odabrana
tri čvora glavnog izvoda (3, 6 i 12), prema podacima iz Tablice 8.5. Navedeni potrošači
pripadaju tipu kućanstvo, što se vidi iz krivulja.
350
300
250
PT,s,i [kW]
200
150
Čvor 6
100 Čvor 3
Čvor 12
50
Čvorovi
s [h]
Slika 8.4. Primjer prosječne dnevne krivulje opterećenja za potrošače tipa kućanstvo
priključene na čvorove 2, 19 i 29
254
8. Primjena novog algoritma
140
120
100
PT,s,i [kW]
80
60
Čvor 15
40 Čvor 13
20
Čvorovi
s [h]
Slika 8.5. Primjer prosječne dnevne krivulje opterećenja za potrošače vikendica priključene
na čvorove 13 i 15
700
600
500
PT,s,i [kW]
400
300
Čvor 21
Čvor 18
200
100
s [h] Čvorovi
255
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Slika 8.6. Primjer prosječne dnevne krivulje opterećenja za industrijske potrošače priključene
na čvorove 18 i 21
Kao ulazni podatak potrebno je još definirati tržišnu cijenu električne energije koju će
ODS svake godine kupovati za pokriće energije gubitaka u promatranoj mreži. Uz to,
potrebno je i definirati njezinu godišnju stopu porasta. Zaključno, potrebno je definirati
diskontnu stopu koju će ODS procijeniti za svoje uštede uslijed optimalnog priključka novih
DI-ova. Navedeni podaci prikazani su u Tablici 8.9.
Tablica 8.9. Procijenjena tržišna cijena električne energije, njezina godišnja stopa porasta i
diskontna stopa ODS-a za uštede gubitaka električne energije
Tržišna cijena električne Procijenjena godišnja Procijenjena diskontna
energije, ctrž (kn/MWh) stopa porasta, β (%) stopa ODS-a, dODS (%)
375 2 5
256
8. Primjena novog algoritma
Tablica 8.11. Podaci procijenjene satne postotne proizvodnje buduće sunčane elektrane
Postotak djelatne vršne snage
Sat (h) buduće SE za svaki sat
prosječnog dana, pSE,bud,s (%)
1 0
2 0
3 0
4 0
5 13
6 21
7 28
8 36
9 42
10 50
11 54
12 56
13 56
14 54
15 50
16 42
17 36
18 28
19 21
257
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
20 13
21 0
22 0
23 0
24 0
60
50
40
pSE,bud,s[%]
30
20
10
Sunčana elektrana
0
s[h]
Slika 8.7. Primjer prosječne dnevne postotne krivulje proizvodnje za buduću sunčanu
elektranu
Ostali podaci buduće sunčane elektrane prikazani su u Tablicama 8.12. – 8.17. Tablica
8.12. prikazuje u kojim granicama priključne snage investitor želi ulagati u svoje proizvodno
postrojenje.
258
8. Primjena novog algoritma
Tablica 8.14. prikazuje u kojim granicama variraju troškovi izgradnje ovisno o budućoj
instaliranoj snazi proizvodnog postrojenja. Obično će isporučitelj opreme investitoru ponuditi
manje kapitalne troškove za veću instaliranu snagu proizvodnog postrojenja.
Slično, Tablice 8.15. i 8.16. prikazuju u kojim granicama variraju fiksni i varijabilni
troškovi održavanja i pogona ovisno o budućoj instaliranoj snazi i godišnjoj energiji
proizvodnog postrojenja. Obično će dobavljač goriva investitoru ponuditi manje troškove za
veću količinu goriva, odnosno veću isporučenu godišnju energiju elektrane. Za sunčanu
elektranu se uzima da su varijabilni troškovi pogona jednaki nuli, neovisno o proizvedenoj
energiji58.
58
Maksimalna moguća proizvedena energija u SN mreži je energija elektrane 10 MW koja radi 8760 h u godini,
odnosno 87,6 milijuna kWh.
259
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Sunčana elektrana 0
Konačno, Tablica 8.17. prikazuje u kojim se granicama kreće diskontna stopa (trošak
kapitala) za buduće proizvodno postrojenje. U pravilu, menadžment i različiti kreditori će
tražiti manje diskontne stope na manja postrojenja, dok će financijski rizičnijima smatrati
veća postrojenja.
Podaci procijenjene satne postotne krivulje proizvodnje prvog projekta buduće elektrane na
biomasu prikazani su Tablicom 8.18. i Slikom 8.8.
Tablica 8.18. Podaci procijenjene satne postotne proizvodnje prvog projekta buduće
elektrane na biomasu
Postotak djelatne vršne snage
prvog projekta buduće EBM
Sat (h)
za svaki sat prosječnog dana,
pEBM1,bud,s (%)
1 80
2 80
3 80
4 80
5 80
6 80
7 80
8 80
9 80
260
8. Primjena novog algoritma
10 80
11 80
12 80
13 80
14 80
15 80
16 80
17 80
18 80
19 80
20 80
21 80
22 80
23 80
24 80
80
70
60
pEBM1,bud,s [%]
50
40
30
20 Elektrana na
biomasu 1
10
s [h]
Slika 8.8. Primjer prosječne dnevne postotne krivulje proizvodnje za prvi projekt buduće
elektrane na biomasu
261
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Ostali podaci prvog projekta buduće elektrane na biomasu prikazani su u Tablicama 8.19.
– 8.25. Tablica 8.19. prikazuje u kojim granicama priključne snage investitor želi ulagati u
svoje proizvodno postrojenje.
Tablica 8.19. Granice priključne snage za prvi projekt buduće elektrane na biomasu
Tip distribuiranog Donja granica priključne Gornja granica priključne
izvora snage, Pmin,pDI,t (kW) snage, Pmax,pDI,t (kW)
Elektrana na
500 10.000
biomasu 1
Tablica 8.21. Ukupna godišnja učinkovitost prvoga projekta buduće elektrane na biomasu
Ukupna godišnja
Tip distribuiranog izvora
učinkovitost, ηpDI,t (%)
Elektrana na biomasu 1 50
Tablica 8.22. prikazuje u kojim granicama variraju troškovi izgradnje ovisno o budućoj
instaliranoj snazi proizvodnog postrojenja.
262
8. Primjena novog algoritma
izvora 500 (kW) ≤ Pnaz,pDI,t (kW) 4.000 (kW) < Pnaz,pDI,t (kW)
≤ 4.000 (kW) ≤ 10.000 (kW)
Elektrana na biomasu 1 21.800 18.200
Slično, Tablice 8.23. i 8.24. prikazuju u kojim granicama variraju fiksni i varijabilni
troškovi održavanja i pogona ovisno o budućoj instaliranoj snazi i godišnjoj energiji
proizvodnog postrojenja.
Tablica 8.23. Stalni troškovi održavanja prvog projekta buduće elektrane na biomasu
Stalni troškovi održavanja, trsto,pDI,t (kn/kW)
Tip distribuiranog
500 (kW) ≤ Pnaz,pDI,t (kW) 4.000 (kW) < Pnaz,pDI,t (kW)
izvora
≤ 4.000 (kW) ≤ 10.000 (kW)
Elektrana na biomasu 1 280 200
Tablica 8.24. Varijabilni troškovi održavanja prvog projekta buduće elektrane na biomasu
Varijabilni troškovi održavanja, trvto,pDI,t (kn/MWh)
Tip distribuiranog
4,38 (GWh) ≤ WpDI,t,god 43,8 (GWh) < WpDI,t,god
izvora
(GWh) ≤ 43,8 (GWh) (GWh) ≤ 87,6 (GWh)
Elektrana na
400 320
biomasu 1
Konačno, Tablica 8.25. prikazuje u kojim se granicama kreće diskontna stopa (trošak
kapitala) za buduće proizvodno postrojenje.
Tablica 8.25. Procijenjene diskontne stope prvog projekta buduće elektrane na biomasu
Diskontna stopa, dpDI,t (%)
Tip distribuiranog
500 (kW) ≤ Pnaz,pDI,t (kW) 4.000 (kW) < Pnaz,pDI,t (kW)
izvora
≤ 4.000 (kW) ≤ 10.000 (kW)
Elektrana na
7 9
biomasu 1
263
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Podaci procijenjene satne postotne krivulje proizvodnje drugog projekta buduće elektrane
na biomasu prikazani su Tablicom 8.26. i Slikom 8.9.
Tablica 8.26. Podaci procijenjene satne postotne proizvodnje drugog projekta buduće
elektrane na biomasu
Postotak djelatne vršne snage
drugog projekta buduće EBM
Sat (h)
za svaki sat prosječnog dana,
pEBM2,bud,s (%)
1 65
2 65
3 65
4 65
5 65
6 65
7 65
8 65
9 65
10 65
11 65
12 65
13 65
14 65
15 65
16 65
17 65
18 65
19 65
20 65
21 65
22 65
23 65
264
8. Primjena novog algoritma
24 65
70
60
50
pEBM2,bud,s [%]
40
30
20
Elektrana na
biomasu 2
10
s [h]
Slika 8.9. Primjer prosječne dnevne postotne krivulje proizvodnje za drugi projekt buduće
elektrane na biomasu
Ostali podaci drugog projekta buduće elektrane na biomasu prikazani su u Tablicama 8.27.
– 8.33. Tablica 8.27. prikazuje u kojim granicama priključne snage investitor želi ulagati u
svoje proizvodno postrojenje.
Tablica 8.27. Granice priključne snage za drugi projekt buduće elektrane na biomasu
Tip distribuiranog Donja granica priključne Gornja granica priključne
izvora snage, Pmin,pDI,t (kW) snage, Pmax,pDI,t (kW)
Elektrana na
1.500 4.000
biomasu 2
265
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Tablica 8.29. Ukupna godišnja učinkovitost drugoga projekta buduće elektrane na biomasu
Ukupna godišnja
Tip distribuiranog izvora
učinkovitost (%)
Elektrana na biomasu 2 60
Tablica 8.30. prikazuje u kojim granicama variraju troškovi izgradnje ovisno o budućoj
instaliranoj snazi proizvodnog postrojenja.
Tablice 8.31. i 8.32. prikazuju u kojim granicama variraju fiksni i varijabilni troškovi
održavanja i pogona ovisno o budućoj instaliranoj snazi i godišnjoj energiji proizvodnog
postrojenja.
Tablica 8.31. Stalni troškovi održavanja drugog projekta buduće elektrane na biomasu
Stalni troškovi održavanja, trsto,pDI,t (kn/kW)
Tip distribuiranog
1.500 (kW) ≤ Pnaz,pDI,t 2.500 (kW) < Pnaz,pDI,t
izvora
(kW) ≤ 2.500 (kW) (kW) ≤ 4.000 (kW)
Elektrana na biomasu 2 230 180
Tablica 8.32. Varijabilni troškovi održavanja drugog projekta buduće elektrane na biomasu
Varijabilni troškovi održavanja, trvto,pDI,t (kn/MWh)
Tip distribuiranog
13,14 (GWh) ≤ WpDI,t,god 21,9 (GWh) < WpDI,t,god
izvora
(GWh) ≤ 21,9 (GWh) (GWh) ≤ 35,04 (GWh)
266
8. Primjena novog algoritma
Elektrana na
460 370
biomasu 2
Konačno, Tablica 8.33. prikazuje u kojim se granicama kreće diskontna stopa (trošak
kapitala) za buduće proizvodno postrojenje.
Tablica 8.33. Procijenjene diskontne stope drugog projekta buduće elektrane na biomasu
Diskontna stopa, dpDI,t (%)
Tip distribuiranog
1.500 (kW) ≤ Pnaz,pDI,t 2.500 (kW) < Pnaz,pDI,t
izvora
(kW) ≤ 2.500 (kW) (kW) ≤ 4.000 (kW)
Elektrana na
6 8
biomasu 2
267
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
235,0
233,0
Dobrota funkcije cilja [mil. kn]
232,0
231,0
230,0
229,0
228,0
227,0
226,0
225,0
224,0
100
1
4
7
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
73
76
79
82
85
88
91
94
97
Generacija
Također u Tablici 8.35. su prikazane čiste sadašnje vrijednosti svakog projekta DI-a,
ušteda ODS-a i njihova suma.
Tablica 8.35. Čiste sadašnje vrijednosti svakog projekta DI-a i ušteda ODS-a te njihova suma
ČSV (kn)
Sunčana elektrana 4.810.587,68
Elektrana na biomasu 1 119.475.217,30
268
8. Primjena novog algoritma
Projekti elektrane na biomasu imaju najveću ČSV i to ponajprije iz razloga jer imaju daleko
najveće poticaje, naročito ako su ti poticaji korigirani s visokom ukupnom godišnjom
učinkovitošću elektrana. Poticajne cijene jako opadaju za snage veće od 5 MW, i upravo iz
toga razloga algoritam izabire jedinice do 5 MW, poštivajući zadana ograničenja priključne
snage investitora. Zanimljivo je kako algoritam smješta obje elektrane na biomasu u čvor 18,
odnosno na početak industrijske zone u kojoj se nalazi gro tereta izvoda. Iako projekti
elektrana na biomasu imaju velike kapitalne troškove izgradnje, te fiksne i varijabilne
troškove održavanja, navedeni troškovi opadaju s njihovom većom instaliranom snagom i
godišnjom proizvodnjom. Ta činjenica čini veće jedinice financijski privlačnijima i
isplativijima, a u kombinaciji s visokim poticajima i relativno velikim faktorom kapaciteta
pokazuju se odlučujućima za tako visoku ČSV. Čak i relativno veće diskontne stope od
konkurentne sunčane elektrane ne utječu na njihovu profitabilnost.
Projekt sunčane elektrane se s druge strane oslanja samo na referentnu cijenu poticaja, pa i
uz mnogo manje kapitalne troškove i fiksne troškove održavanja ne može postići veliku ČSV.
Čak i manja diskontna stopa na projekt nije značajno podigla njegove financijske pokazatelje.
Razloge treba svakako i tražiti u mnogo manjem faktoru kapaciteta od konkurenata, no
osnova su ipak daleko manji poticaji od konkurencije. U tome se i ogleda snaga predloženog
algoritma, jer može relativno točno pokazati prednosti i mane aktualnog tarfinog sustava
baziranog na novom Nacionalnom akcijskom planu. Zanimljivo je kako algoritam smješta
sunčanu elektranu u čvor 13, odnosno na početak odcjepa na kojem se nalaze kuće za odmor.
Kao su spomenuti potrošači napajani golim nadzemnim vodičima manje prijenosne moći,
logično je da se na tu lokaciju smješta jedinica manje snage. Kako je druga polovica glavnog
izvoda "pokrivena" s elektranama na biomasu, prva polovica glavnog izvoda biti će napajana
sunčanom elektranom.
Konačno, ČSV ušteda ODS-a jasno pokazuje kako su se gubici smanjili nakon integracije
novih DI-ova na promatrani izvod SN mreže.
Slikom 8.11. su prikazani i uspoređeni godišnji gubici djelatne električne energije za
promatranu mrežu prije i poslije optimalna razmještaja novih DI-ova.
269
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
250,0
Godišnji gubici djelatne energije prije alokacije DI [MWh]
Godišnji gubici djelatne energije nakon alokacije DI [MWh]
150,0
100,0
50,0
0,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Godina
Slika 8.11. Usporedba godišnjih gubitaka djelatne električne energije za promatranu mrežu
prije i poslije optimalnoga razmještaja novih DI-ova
Vidi se kako zbog procijenjenog različitog godišnjeg porasta tereta po svakom čvoru,
sporije rastu i gubici u mreži tijekom godina. Optimalnim razmještajem novih distribuiranih
jedinica gubici se znatno smanjuju.
Slikom 8.12. su prikazani i uspoređeni satni gubici djelatne električne snage promatrane
mreže prije i poslije optimalna razmještaja novih DI-ova, gledano za prosječan dan posljednje
godine planiranoga perioda.
270
8. Primjena novog algoritma
50,0
40,0
Gubici djelatne snage [kW]
35,0
30,0
25,0
20,0
15,0
10,0
5,0
0,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Sat [h]
Slika 8.12. Usporedba satnih gubitaka djelatne električne snage promatrane mreže prije i
poslije priključenja novih DI-ova, za prosječan dan posljednje godine planiranja
Satni gubici snage drastično padaju nakon alokacije novih distribuiranih izvora. No,
interesantno je kako se po noći gubici čak i povećavaju u odnosu na bazni slučaj mreže bez
DI-ova. Razlog je tome što DI-ovi proizvode energiju i po noći, a mreža tada postaje
opterećena reverznim tokovima snaga.
Slikom 8.13. je prikazana i uspoređena djelatna snaga početne dionice izvoda promatrane
mreže prije i poslije optimalna razmještaja novih DI-ova, gledano za prosječan dan posljednje
godine planiranoga perioda.
271
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
Sat [h]
Slika 8.13. Usporedba djelatne snage izvoda promatrane mreže prije i poslije priključenja
novih DI-ova, za prosječan dan posljednje godine planiranja
Sa slike je vidljivo kako je nakon 14 godina snaga izvoda bazne mreže bez DI-a značajno
porasla. No, nakon optimalnoga razmještaja novih DI-ova može se uočiti značajno smanjenje
opterećenja i reverziranje snaga prve dionice izvoda. Razlog tome je činjenica da su tereti
napajani direktno s novim DI-ovima, čija suma nadilazi ukupnu sumu tereta za veći dio dana.
U noćnim satima, kada je potrošnja izvoda minimalna, teret prve dionice naročito raste i
popraćen je reverznim tokovima snage.
Slikom 8.14. je prikazan i uspoređen napon čvora 17 promatrane mreže prije i poslije
optimalna razmještaja novih DI-ova, gledano za prosječan dan posljednje godine planiranoga
perioda.
272
8. Primjena novog algoritma
19,95
19,90
19,85
19,80
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Sat [h]
Slika 8.14. Usporedba napona čvora 17 promatrane mreže prije i poslije priključenja novih
DI-ova, za prosječan dan posljednje godine planiranja
U noćnim satima, kada je opterećenje izvoda najmanje, iznos napona poprima najveće
vrijednosti u oba slučaja. Tijekom dana napon se smanjuje, no u kasnojutarnjim satima i
tijekom ranog popodneva ponovno raste da bi u večernjim satima poprimio najmanje
vrijednosti. Za jutarnji i popodnevni porast napona čvorišta 17 je daleko najbitnija stavka
sunčana elektrana (priključena na čvorište 13) koja proizvodi energiju upravo u tim satima.
273
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
1 1.100,00
2 1.225,00
3 1.175,00
4 1.175,00
5 1.200,00
6 1.225,00
7 1.250,00
8 1.225,00
9 1.300,00
10 1.250,00
11 1.300,00
12 1.175,00
13 1.150,00
14 1.225,00
15 1.275,00
16 1.150,00
17 1.225,00
18 1.275,00
19 1.200,00
20 1.300,00
21 1.300,00
22 1.200,00
23 1.100,00
24 1.250,00
274
8. Primjena novog algoritma
1400,00
1200,00
1000,00
PVE,post,s [kW]
800,00
600,00
400,00
Vjetroelektrana
200,00
0,00
s [h]
Slikom 8.16. je prikazana konvergencija dobrote funkcije cilja za najbolju jedinku u svakoj
generaciji.
214,0
212,0
Dobrota funkcije cilja [mil. kn]
211,0
210,0
209,0
208,0
207,0
206,0
205,0
204,0
203,0
100
1
4
7
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
73
76
79
82
85
88
91
94
97
Generacija
275
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
U ovom slučaju algoritam konvergira malo sporije. Rezultati optimalnoga razmještaja DI-
ova su prikazani u Tablicama 8.37 i 8.38. Izračunate optimalne lokacije i priključne snage
novih distribuiranih izvora prikazane su u Tablici 8.37.
Također su u Tablici 8.38. prikazane čiste sadašnje vrijednosti svakog projekta DI-a,
ušteda ODS-a i njihova suma.
Tablica 8.38. Čiste sadašnje vrijednosti svakog projekta DI-a i ušteda ODS-a te njihova suma
ČSV (kn)
Sunčana elektrana 4.810.587,68
Elektrana na biomasu 1 99.127.442,71
Elektrana na biomasu 2 108.824.508,81
Uštede ODS-a 30.630,83
Ukupna suma 212.793.170,04
Za ovaj je primjer najviše "štete" pretrpio prvi projekt elektrane na biomasu čija je ČSV
pala za oko 20 milijuna kuna, a optimalna priključna snaga se spustila s 5 na 4 MW. Razlog je
tome što je postojeća vjetroelektrana sa svojom maksimalnom proizvodnjom od 2,5 MW
efektivno sterilizirala najbliži dio mreže za priključak novih DI-ova. Kako je prvi projekt
elektrane na biomasu fizički najbliže smješten postojećoj vjetroelektrani, tako joj se s ciljem
očuvanja strujno-naponskih prilika morala reducirati priključna snaga. Drugi projekt elektrane
na biomasu je zadržao istu ČSV i optimalnu priključnu snagu, ali uz promjenu lokacije sa
čvora 18 na čvor 22. Razlog preferiranja drugog projekta elektrane na biomasu pred
algoritmom je u njegovim nižim troškovima izgradnje i nižoj procijenjenoj diskontnoj stopi
od strane investitora. Iako su troškovi goriva drugog projekta elektrane na biomasu znatno
veći nego za prvi projekt (što može biti posljedica lošijeg odabira opskrbljivača gorivom), to
ipak nije imalo odlučujući utjecaj na njegovu ČSV. Projekt sunčane elektrane je zadržao svoju
276
8. Primjena novog algoritma
poziciju i priključnu snagu, uz istu ČSV. ČSV ODS-a je po iznosu jako pala, no ipak je
zadržana iznad nule.
Slikom 8.17. su prikazani i uspoređeni godišnji gubici djelatne električne energije za
promatranu mrežu prije i poslije optimalnoga razmještaja novih DI-ova.
100,0
Godišnji gubici djelatne energije prije alokacije DI [MWh]
90,0 Godišnji gubici djelatne energije nakon alokacije DI [MWh]
Godišnji gubici djelatne energije [MWh]
80,0
70,0
60,0
50,0
40,0
30,0
20,0
10,0
0,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Godina
Slika 8.17. Usporedba godišnjih gubitaka djelatne električne energije za promatranu mrežu
prije i poslije optimalnoga priključenja novih DI-ova
277
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
30,0
20,0
15,0
10,0
5,0
0,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Sat [h]
Slika 8.18. Usporedba satnih gubitaka djelatne električne snage promatrane mreže prije i
poslije priključenja novih DI-ova, za prosječan dan posljednje godine planiranja
Satni se gubici snage smanjuju nakon alokacije novih distribuiranih izvora. Ipak, po noći i
u ranim večernjim satima gubici se povećavaju i do više puta u odnosu na bazni slučaj mreže.
Slikom 8.19. je prikazana i uspoređena djelatna snaga početne dionice izvoda promatrane
mreže prije i poslije optimalnoga razmještaja novih DI-ova, gledano za prosječan dan
posljednje godine planiranoga perioda.
Djelatna snaga izvoda [MW]
5
4
3
2
1
0
-1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
18 19 20 21 22 23 24
-2
-3
Sat [h]
278
8. Primjena novog algoritma
Slika 8.19. Usporedba djelatne snage izvoda promatrane mreže prije i poslije priključenja
novih DI-ova, za prosječan dan posljednje godine planiranja
Sa slike je vidljivo da nakon optimalnog razmještaja DI-ova izvod zapravo postaje pojna
točka za susjedne izvode, odnosno nadređenu mrežu. Jedino u kratkim jutarnjim,
popodnevnim i večernjim intervalima napojna mreža opskrbljuje potrošače sa zanemarivo
malim iznosom snage i energije.
Slikom 8.20 je prikazan i uspoređen napon čvora 17 promatrane mreže prije i poslije
optimalnoga razmještaja novih DI-ova, gledano za prosječan dan posljednje godine
planiranoga perioda.
20,00
19,98
Napon [kV]
19,96
19,94
19,92
19,90
19,88
19,86
19,84
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Sat [h]
Slika 8.20. Usporedba napona čvora 17 promatrane mreže prije i poslije priključenja novih
DI-ova, za prosječan dan posljednje godine planiranja
279
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
180,0
178,0
Dobrota funkcije cilja [mil. kn]
177,0
176,0
175,0
174,0
173,0
172,0
171,0
170,0
1
4
7
100
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
73
76
79
82
85
88
91
94
97
Generacija
Tablica 8.40. sadrži čiste sadašnje vrijednosti svakog projekta DI-a, ušteda ODS-a i
njihovu sumu.
Tablica 8.40. Čiste sadašnje vrijednosti svakog projekta DI-a i ušteda ODS-a te njihova suma
ČSV (kn)
Sunčana elektrana 3.207.058,45
Elektrana na biomasu 1 92.931.977,54
280
8. Primjena novog algoritma
Rezultati pokazuju da se zbog dvostruko manje prijenosne moći vodova, u mrežu moraju
priključiti distribuirani izvori manjih instaliranih snaga u odnosu na 20 kV mrežu. Oba
projekta elektrana na biomasu imaju i dalje najviše ČSV i vezana su na podizvod industrijske
zone. Ipak, zbog manjih instaliranih snaga smanjila se i profitabilnost navedenih projekata.
Projekt sunčane elektrane je malo promijenio svoju poziciju (sa čvora 13 na čvor 15) i
značajno smanjio priključnu snagu. ČSV ODS-a je snažno porasla, čak preko četiri puta u
odnosu na slučaj 20 kV mreže. Razlog tome je što su gubici 10 kV mreže po iznosu upravo
četiri puta veći od gubitaka 20 kV mreže. Također i strujno-naponska ograničenja pridonose
dobrom rezultatu za ODS jer limitiraju priključak većih proizvodnih jedinica. Time je zapravo
indirektno osiguran njihov pozitivan utjecaj na gubitke mreže jer u ovom slučaju teret tijekom
prosječnog dana u godini nadvladava proizvodnju. To posljedično implicira da neće doći do
značajnijih reverziranja snaga na izvodu i povećanih gubitaka mreže.
Slikom 8.22. su prikazani i uspoređeni godišnji gubici djelatne električne energije za
promatranu mrežu prije i poslije optimalnoga razmještaja novih DI-ova.
100,0
Godišnji gubici djelatne energije prije alokacije DI [MWh]
90,0 Godišnji gubici djelatne energije nakon alokacije DI [MWh]
Godišnji gubici djelatne energije [MWh]
80,0
70,0
60,0
50,0
40,0
30,0
20,0
10,0
0,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Godina
Slika 8.22. Usporedba godišnjih gubitaka djelatne električne energije za promatranu mrežu
prije i poslije optimalnoga razmještaja novih DI-ova
281
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
250,0
200,0
Gubici djelatne snage [kW]
150,0
100,0
50,0
0,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Sat [h]
Slika 8.23. Usporedba satnih gubitaka djelatne električne snage promatrane mreže prije i
poslije priključenja novih DI-ova, za prosječan dan posljednje godine planiranja
282
8. Primjena novog algoritma
Sat [h]
Slika 8.24. Usporedba djelatne snage izvoda promatrane mreže prije i poslije priključenja
novih DI-ova, za prosječan dan posljednje godine planiranja
U ovom slučaju može se uočiti da nakon optimalnoga razmještaja novih DI-ova izvod i
dalje ostaje potrošačka točka većim dijelom dana, uz izuzetak da jedino po noći dolazi do
reverziranja manjeg iznosa snage. Sa slike je vidljivo i kako sunčana elektrana ima utjecaj na
formiranje krivulje opterećenja iz pojne mreže u jutarnjim i popodnevnim satima.
Slikom 8.25 je prikazan i uspoređen napon čvora 17 promatrane mreže prije i poslije
optimalnoga razmještaja novih DI-ova, gledano za prosječan dan posljednje godine
planiranoga perioda.
283
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
9,95
9,90
Napon [kV]
9,85
9,80
9,75
9,70
9,65
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Sat [h]
Slika 8.25. Usporedba napona čvora 17 promatrane mreže prije i poslije priključenja novih
DI-ova, za prosječan dan posljednje godine planiranja
284
9. Zaključak
9. ZAKLJUČAK
Posljednjih nekoliko desetljeća svjedoci smo snažnoga porasta broja distribuiranih izvora
električne energije koji se priključuju na elektroenergetske mreže raznih zemalja svijeta.
Budući da distribucijske mreže inicijalno nisu građene za prihvat proizvodnih jedinica, javlja
se značajan problem tehničke regulacije njihova priključka u mrežu. Isto tako želja da se
pomire interesi investitora za maksimalnim profitom i interesi Operatora distribucijskog
sustava za smanjenjem troškova gubitaka električne energije dodatno usložnjava problem
odabira optimalnoga smještaja i priključne snage distribuiranih izvora u distribucijskoj mreži.
Istraživanje u okviru ove doktorske radnje je bilo usmjereno na definiranje kriterija za
smještaj različitih tipova distribuiranih izvora (definiranih važećim Tarifnim sustavom za
proizvodnju električne energije iz obnovljivih izvora energije i kogeneracije) u
srednjenaponskoj distribucijskoj mreži. Cilj je bio, procjenom investicijskih projekata svih
distribuiranih izvora i procjenom ušteda Operatora distribucijskoga sustava, istovremeno
optimizirati profit svih involviranih subjekata.
Pritom, u obzir su uzeta naponska i strujna ograničenja mreže, godišnji rast tereta te
moguća ograničenja na lokaciju i priključnu snagu svakog distribuiranog izvora. Proizvodnja
postojećih distribuiranih izvora i potrošnja svih čvorišta u mreži modelirana je krivuljama
proizvodnje i potrošnje za prosječan dan u godini, što omogućuje prikaz različitih tipova
opterećenja i distribuirane proizvodnje u srednjenaponskoj mreži. Za buduće distribuirane
izvore koristila se prosječna dnevna postotna krivulja proizvodnje, temeljena na podacima
preliminarnih mjerenja ili procjena koje investitor daje planeru distribucijske mreže.
Svrha istraživanja bila je formulirati matematički model za smještaj distribuiranih izvora u
srednjenaponskoj mreži na temelju maksimalnoga istovremenog ostvarenja financijske koristi
za investitore i Operatora distribucijskog sustava. Dakle, na temelju niza investitorovih
ulaznih podataka (procjena postotne krivulje proizvodnje, diskontni faktor, kapitalni troškovi,
stalni i varijabilni troškovi održavanja, itd.) i podataka Operatora distribucijskog sustava
(tehnički podaci mreže, procjena porasta opterećenja za svaki čvor, krivulje opterećenja,
diskontni faktor, itd.), u skladu s važećim tarifnim sustavom za poticanje proizvodnje iz
distribuiranih izvora, razvijen je vrlo robustan i precizan algoritam koji za svaki projekt daje
procjenu njegove isplativosti.
Očekivani izvorni znanstveni doprinosi su sljedeći:
Matematički model za vrednovanje proizvodnje, potrošnje i gubitaka električne
energije u srednjenaponskoj mreži temeljen na krivuljama potrošnje i proizvodnje
285
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
286
9. Zaključak
strukturi, što je i omogućilo da Europa ostane na putu ostvarivanja ciljeva za OIE do 2020.
godine. Međutim, takva je vrsta potpora zaštitila OIE od cjenovnih signala i dovela do tržišnih
poremećaja. Posebice, postrojenja za OIE proizvodila su električnu energiju neovisno od
stvarne potražnje i istisnula su iz konkurencije ostale proizvođače električne energije koji su
se morali oslanjati isključivo na tržišne cijene da bi poslovali na učinkovit način. Stoga, kako
tehnologije postaju zrele i njihova proizvodnja dostiže znatan udio na tržištu, proizvodnja OIE
mora reagirati na tržišne signale i iznosi potpora trebaju odgovarati nižim proizvodnim
troškovima. Slijedom navedenog, cilj Novih Smjernica je "bolje integrirati OIE u unutarnje
tržište električne energije na postupan način, ograničavajući potpore na samo ono što je nužno
potrebno", ili pojednostavljeno rečeno, pružiti pravni okvir za postupno uvođenje tržišnih
mehanizama. Konkretno, to znači da se feed-in tarife planiraju postupno zamjeniti aukcijama
ili postupcima natječaja (eng. competitive bidding process) kako bi se povećala troškovna
učinkovitost i ograničili poremećaji tržišnog natjecanja. Potpore se planiraju i dalje
dodjeljivati, ali u obliku zajamčene premije (engl. feed-in premium) (premija kao dodatak
tržišnoj cijeni) ili u obliku zelenih certifikata (cijena tih certifikata nije unaprijed utvrđena već
ovisi o ponudi i potražnji na tržištu). Ovisno o načinu implementacije Novih Smjernica u
zakonodavni i regulatorni okvir hrvatske gospodarske politke, biti će potrebno i prilagoditi
algoritam za optimalan razmještaj distribuiranih izvora električne energije.
287
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
LITERATURA
[1] Dizdarević, N., Majstorović, M., Žutobradić, S., "Distribuirana proizvodnja električne
energije", Energija, Vol. 5, 2003, str. 321-339.
[2] Europski parlament i Vijeće EU-a, Direktiva 2009-28-EZ, dostupno na:
http://www.mingo.hr/default.aspx?id=3257 (12. listopada 2013.)
[3] Šturc, M., "Renewable energy Analysis of the latest data on energy from renewable
sources", dostupno na: http://epp.eurostat.ec.europa.eu/ (15. listopada 2013.)
[4] HROTE, "Mehanizmi potpore proizvođačima električne energije iz OIE", dostupno na:
http://hrote.hr/default.aspx?id=93 (21. listopada 2013.)
[5] The European Wind Enery Association, "Wind in Power, 2012 European statistics",
dostupno na: http://www.ewea.org/
[6] REN 21, "Renewables Global Status Report", dostupno na:
http://www.ren21.net/REN21Activities/GlobalStatusReport.aspx?gclid=CNOznLmFur
wCFTCWtAodcngAAQ (22. listopada 2013.)
[7] International Energy Agency, "Key World Energy Statistics 2012", dostupno na:
http://www.iea.org/publications/freepublications/publication/name,31287,en.html (24.
listopada 2013.)
[8] British Petroleum, "Statistical Review of World Energy 2012", dostupno na:
http://www.bp.com/en/global/corporate/about-bp/energy-economics/statistical-review-
of-world-energy-2013.html (25. listopada 2013.)
[9] Masters, G. M., "Renewable and Efficient Electric Power Systems", John Wiley &
Sons, Inc., New Jersey, USA, 2004.
[10] Šljivac, D., Šimić, Z., "Obnovljivi izvori energije: Najvažnije vrste, potencijal i
tehnologija", dostupno na: www.aweres.net/
[11] Patel, R. M., "Wind and Solar Power Systems", CRC Press LLC, Boca Raton, USA,
2000.
[12] Udovičić, B., "Elektroenergetski sustav", Kigen, Zagreb, Croatia, 2005.
[13] Energy Efficiency and Renewables-Supporting Policies in Local Level for Energy,
"Priručnik o obnovljivim izvorima energije", dostupno na: http://www.ener-
supply.eu/en/index.php (28. listopada 2013.)
[14] Twidell, J., Weir, T., "Renewable Energy Resources", Taylor & Francis, New York,
USA, 2006.
288
Literatura
289
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
[33] Krajcar, S., " Algoritmi za interaktivno optimalno planiranje razdjelnih mreža",
doktorski rad, Elektrotehnički fakultet Zageb, Zagreb, Croatia, 1988.
[34] Škrlec, D., "Planiranje razdjelne mreže genetskim algoritmima", doktorski rad, Fakultet
elektrotehnike i računarstva, Zagreb, Croatia, 1996.
[35] Skok, M. "Evolucijski algoritam za dinamičko planiranje razdjelnih mreža", doktorski
rad, Fakultet elektrotehnike i računarstva, Zagreb, Croatia, 2005.
[36] Komen, V., "Model potpore odlučivanju pri planiranju razdjelnih mreža", doktorski rad,
Fakultet elektrotehnike i računarstva Sveučilišta u Zagrebu, Zagreb, 2007.
[37] Žutobradić, S., Wangmann, L., Rajić, Ž., "Utjecaj regulatornog okvira na planiranje
distribucijskih mreža", Hrvatski ogranak međunarodne elektrodistribucijske
konferencije – HO CIRED, 1. savjetovanje, Šibenik, Croatia, 2008.
[38] Marijanić, T., Alinjak, T., Tunjić, A., "Pristup planiranju distribucijske mreže u
okruženju naprednih mreža", Hrvatski ogranak međunarodne elektrodistribucijske
konferencije – HO CIRED, 3. savjetovanje, Sveti Martin na Muri, Croatia, 2012.
[39] Čavlović, M., "Izazovi u distribucijskoj mreži koje donosi distribuirana proizvodnja",
Hrvatski ogranak međunarodne elektrodistribucijske konferencije – HO CIRED, 3.
savjetovanje, Sveti Martin na Muri, Croatia, 2012.
[40] Žutobradić, S., Wangmann, L., Delbianco, L., Puharić, M., "Analiza mogućnosti
priključenja distribuiranih izvora električne energije na distribucijsku mrežu", Hrvatski
ogranak međunarodne elektrodistribucijske konferencije – HO CIRED, HO CIRED, 3.
savjetovanje, Sveti Martin na Muri, Croatia, 2012.
[41] Goić, R., Jakus, D., Krstulović Opara, J., Zlatunić, I., Penović, I., "Priključak velikih
fotonaponskih elektrana na distribucijsku mrežu", Hrvatski ogranak međunarodne
elektrodistribucijske konferencije – HO CIRED, HO CIRED, 2. savjetovanje, Umag,
Croatia, 2010.
[42] Goić, R., Jakus, D., Krstulović, J., Vasilj, J., "Analiza naponskih prilika u mreži 30 kv
nakon priključka VE Orlice", Hrvatski ogranak međunarodne elektrodistribucijske
konferencije – HO CIRED, HO CIRED, 2. savjetovanje, Umag, Croatia, 2010.
[43] Cvitanović, M., Brkić, M., Čavlović, M., "Tehničko rješenje priključka elektrane na
srednjenaponsku mrežu", Hrvatski ogranak međunarodne elektrodistribucijske
konferencije – HO CIRED, 3. savjetovanje, Sveti Martin na Muri, Croatia, 2012.
[44] Krajcar, S., Bukarica, V., "Ocjena isplativosti investiranja", bilješke s predavanja,
Fakultet elektrotehnike i računarstva Sveučilišta u Zagrebu, Zagreb, 2013.
290
Literatura
[45] Agencija za javno privatno partnerstvo, "Diskontiranje i diskontna stopa kod projekata
javno-privatnog partnerstva", dostupno na: http://www.ajpp.hr/ (04. studeni, 2013.)
[46] Sabolić, D., "Procjena investicijskih projekata", bilješke s predavanja, dostupno na:
https://bib.irb.hr/datoteka/629656.Inzeko09_Procjena_investicijskih_projekata_130510.
pdf (07. studeni 2013.)
[47] Orsag, S., "Budžetiranje kapitala – Procjena investicijskih projekata", Masmedia,
Zagreb, Croatia, 2002.
[48] Negro, F. Z., "Financijski management", Visoka škola za turizam Šibenik, Šibenik,
Croatia, 2001.
[49] Dunković, D., "Strateško menadžersko računovodstvo", skripta, RRIF Visoka škola za
financijski menadžment, Zagreb, Croatia, 2011.
[50] Chong, E. K. P., Žak, S. H., "An Introduction to Optimization", John Wiley & Sons,
New Yersey, USA, 2001.
[51] Ravindran, A., Ragsdell, K. M., Reklaitis, G. V., "Engineering Optimization Methods
and Aplications", John Wiley & Sons, New Yersey, USA, 2006.
[52] Rau, N. S., "Optimization principles: Practical Applications to the Operation and
Markets of the Electric Power Industry", John Wiley & Sons, New Yersey, USA, 2003.
[53] Zhu, J., "Optimization of Power System Operation", John Wiley & Sons, New Yersey,
USA, 2009.
[54] Antoniou, A., Lu, W. S., "Practical Optimization: Algorithms and Engineering
Applications", Springer Science+Business Media, LLC, New York, USA, 2007.
[55] Baldick, R., "Applied Optimization: Formulation and Algorithms for Engineering
Systems", Cambridge University Press, Cambridge, UK, 2006.
[56] Mitchell, M. "An Introduction to Genetic Algorithms", Massachusetts Institute of
Technology Press, Cambridge Massachusetts, USA, 1998.
[57] Gen, M., Cheng, R., "Genetic Algorithms & Engineering Optimization", John Wiley &
Sons, New York, USA, 2000.
[58] Sivanandam, S. N., Deepa, S. N., "Introduction to Genetic Algorithms", Springer,
Berlin, 2008.
[59] Čupić, M., "Prirodom inspirirani optimizacijski algoritmi. Metaheuristike.", skripta s
predavanja, Fakultet elektrotehnike i računarstva Sveučilišta u Zagrebu, Zagreb, 2012.
[60] Mudnić, E., "Genetički algoritam za optimizaciju lociranja kondenzatorskih baterija u
distributivnoj mreži", magistarski rad, Fakultet elektrotehnike, strojarstva i
brodogradnje, Split, 2002.
291
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
[61] Golub, M., "Genetski algoritam; Prvi dio", skripta s predavanja, Fakultet elektrotehnike
i računarstva Sveučilišta u Zagrebu, Zagreb, 2004.
[62] Golub, M., "Genetski algoritam; Drugi dio", skripta s predavanja, Fakultet
elektrotehnike i računarstva Sveučilišta u Zagrebu, Zagreb, 2004.
[63] Lee, K. Y., El-Sharkawi, M. A., "Modern Heuristic Optimization Techniques Theory
and Applications to Power Systems", John Wiley & Sons, New Yersey, USA, 2008.
[64] Jalizadeh, S., Darabian, M., Azari, M., "Distributed Generation Planning Via Strength
Pareto Multiobjective Optimization Approach", International Journal on “Technical and
Physical Problems of Engineering”, Vol. 5, No. 2, June 2013., str. 1-7.
[65] Legha, M. M., Khosravi, M., Armand, M. H., Azh, M., "Optimization of Location and
Capacity DGs Using HPSO Approach Case Study on the Electrical Distribution
Network of North Kerman Province", Middle-East Journal of Scientific Research, Vol.
16, No. 4, 2013., str. 461-465.
[66] Qudaih, Y. S., Syafaruddin, S., Hiyama, T., "Conventional and Intelligent Methods for
DG Placement Strategies", Power and Energy Engineering Conference (APPEEC),
2010 Asia-Pacific, Chengdu, China, 2010., str. 1-4.
[67] Yammani, C., Maheswarapu, S., Matam, S., "Optimal Placement of Multi DGs in
Distribution System with Considering the DG Bus Available Limits", Energy and
Power, Vol.2, No. 1, 2012, str.18-23.
[68] Musa, H., Adamu, S. S., "Distributed Generation Placement and Sizing Using Newly
Improved PSO for Radial Distribution Systems", 2nd International Conference on
Energy Systems and Technologies, Cairo, Egypt, 2013., str. 237-245.
[69] HEP Operator distribucijskog sustava, "Godišnje izvješće 2012.", publikacija, dostupno
na: http://www.hep.hr/hep/publikacije/godisnje/ (08. Studeni 2013.)
[70] Šimleša, K., Lulić, F., Vrančić, Z., Juretić, G., Matković, A., "Gubici električne energije
u distribucijskoj elektroenergetskoj mreži", Hrvatski ogranak međunarodne
elektrodistribucijske konferencije – HO CIRED, 1. savjetovanje, Šibenik, Croatia, 2008.
[71] Žutobradić, S., Wangmann, L., Rajić, Ž., Miličić, H., "Analiza problematike gubitaka
električne energije u distribucijskim mrežama članica EU", Hrvatski ogranak
međunarodne elektrodistribucijske konferencije – HO CIRED, 3. savjetovanje, Sveti
Martin na Muri, Croatia, 2012.
[72] Nadhir, K., Chabane, D., Tarek, B. "Distributed Generation Location and Size
Determination to Reduce Power Losses of a Distribution Feeder by Firefly Algorithm",
292
Literatura
International Journal of Advanced Science and Technology, Vol. 56, July 2013., str. 61-
72.
[73] Singh, D., Singh, D., Verma, K. S. "GA based Optimal Sizing & Placement of
Distributed Generation for Loss Minimization", Proceedings of World Academy of
Science, Engineering and Technology, Vol. 26, December 2007., str. 381-387.
[74] Farhadi, P., Ghadimi, N., Sojoudi, T. "Distributed Generation Allocation in Radial
Distribution Systems Using Various Particle Swarm Optimization Techniques",
Przegląd Elektrotechniczny, No. 1a, 2013. str. 261-265.
[75] Gunda, J., Ali Khan, N. "Optimal Location and Sizing of DG and Shunt Capacitors
Using Differential Evolution", International Journal of Soft Computing, Vol. 6, No. 4,
2011, str. 128-135.
[76] LLinh, N. T., Dong, D. X. "Optimal Location and Size of Distributed Generation in
Distribution System by Artificial Bees Colony Algorithm", International Journal of
Information and Electronics Engineering, Vol. 3, No. 1, January 2013., str. 63-67.
[77] Shukla, T. N., Singh, S.P., Naik, K. B. "Allocation of optimal distributed generation
using GA for minimum system losses in radial distribution networks", International
Journal of Engineering, Science and Technology, Vol. 2, No. 3, 2010, str. 94-106.
[78] Sulaiman, M.H., Aliman, O., Abdul Rahim S.R. "Optimal Allocation of EG in
Distribution System Using Genetic Algorithm Technique", Journal of Energy and
Power Engineering, Vol. 4, No. 1, January 2010, str. 56-63.
[79] Wang, M., Zhong, J. A. "Novel Method for Distributed Generation and Capacitor
Optimal Placement considering Voltage Profiles", The 2011 IEEE Power and Energy
Society General Meeting, San Diego, USA, 2011, str. 1-6.
[80] Abdel-Akher, M., Ali, A. A., Eid, A. M., El-Kishky, H. "Optimal Size and Location of
Distributed Generation Unit for Voltage Stability Enhancement" Energy Conversion
Congress and Exposition, Phoenix, USA, 2011., str. 104-108.
[81] Heidari, M., Banejad, M. "Value-based Distributed Generation Placements for
Reliability Criteria Improvement", Journal of Electrical Engineering & Technology,
Vol. 8, No. 2, March 2013., str. 223-229.
[82] Afzalan, M., Taghikhani, M.A., Noori, S.M.R. "DG Allocation and Sizing Using
Hybrid Evolutionary PSO and HBMO Algorithms to Reduce Losses and Improve
Voltage Profile", International Journal of Pure and Applied Sciences and Technology,
Vol. 11, No. 1, July 2012., str. 101-108.
293
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
[83] Sohi, M.F., Shirdel, M. "Applying BCO Algorithm to Solve the Optimal DG Placement
and Sizing Problem", Electrical and Electronic Engineering, Vol. 2, No. 2, 2012. str. 31-
37.
[84] Abdul Kadir, A.F., Mohamed, A., Shareef, H., Che Wanik, M.Z., Ibrahim, A.A.
"Optimal Sizing and Placement of Distributed Generation in Distribution System
Considering Losses and THDv using Gravitational Search Algorithm", Przegląd
elektrotechniczny, No. 4, April, 2013., str. 132-136.
[85] Attia, Hussein A., El-Shibini, M., Osman, Z.H., Moftah, Ahmed A. "An Assessment of
a Global Performance Index for Distributed Generation Impacts on Distribution
Systems", Proceedings of the 14th International Middle East Power Systems Conference
(MEPCON’10), Cairo, Egypt, 2010., str. 926-934.
[86] Celli, G., Ghiani, E., Mocci, S., Pilo, F. "A Multi-objective Formulation for the Optimal
Sizing and Siting of Embedded Generation in Distribution Networks", Power Tech
Conference Proceedings, 2003 IEEE Bologna, 2003.
[87] Falaghi, H., Haghifam, M., "ACO Based Algorithm for Distributed Generation Sources
Allocation and Sizing in Distribution Systems", Power Tech, 2007 IEEE Lausanne,
Switzerland, 2007., str. 555-560.
[88] Soroudi, R., Ehsan, M. "Multi-objective Planning Model for Integration of Distributed
Generations in Deregulated Power Systems", Iranian Journal of Science & Technology,
Transaction B: Engineering, Vol. 34, No. B3, str. 307-324.
[89] Golkar, M.A., Hosseinzadeh S., Hajizadeh A. "Optimal Multi-Objective Planning of
Distribution System with Distributed Generation", Journal of Iranian Association of
Electrical and Electronics Engineers, Vol. 5, No. 2, 2009., str. 41-48.
[90] Ziari, I., Ledwich, G., Ghosh, A., Platt, G. "A New Method for Improving Reliability
and Line Loss in Distribution Networks", 20th Australasian Universities Power
Engineering Conference, Christchurch, Australia, 2010., str. 1-5.
[91] Harrison, G.P., Piccolo, A., Siano, P., Wallace, A.R. "Hybrid GA and OPF evaluation
of network capacity for distributed generation connections", Electric Power Systems
Research, Vol. 78, No. 3, March 2008., str. 392–398.
[92] Soudi, S. "Distribution System Planning With Distributed Generations Considering
Benefits and Costs", International Journal of Modern Education and Computer Science,
No. 9, October 2013, str. 45-52.
294
Literatura
295
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
PRILOG
Unaz=10;
IM=[1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;
-1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;
0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;
0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;
0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;
0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;
0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;
0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;
0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;
0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;
0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0;
0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0;
0 0 -1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0;
0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0;
0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0;
0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0;
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0;
0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0;
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0;
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0;
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0;
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0;
0 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0;
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0;
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1];
R1=[0.13 0.16 0.16 0.16 0.16 0.16 0.16 0.16 0.16 0.16 0.16 0.16 0.3 0.3 0.3 0.3 0.3 0.11 0.11 0.11 0.11
0.11 0.115 0.115 0.115];
X1=[0.11 0.11 0.11 0.11 0.11 0.11 0.11 0.11 0.11 0.11 0.11 0.11 0.345 0.345 0.345 0.345 0.345 0.11 0.11
0.11 0.11 0.11 0.115 0.115 0.115 ];
l=[0.6 0.7 0.5 0.9 0.7 0.8 0.1 1.0 0.7 0.2 0.3 0.4 0.4 0.2 0.7 0.3 0.5 1.2 0.2 0.3 0.4 0.3 0.7 0.6 0.4];
Imax=[455 390 390 390 390 390 390 390 390 390 390 390 290 290 290 290 290 390 390 390 390 390 345 345 345];
PL_max=[140 180 250 120 50 90 210 110 160 300 350 400 200 250 180 160 230 520 630 670 700 380 60 110 190];
QL_max=[50 60 80 40 15 30 70 30 50 100 120 140 70 80 60 50 80 180 210 220 230 130 20 40 60];
Pfeeder_max=4820;
Qfeeder_max=1610;
Pfeeder_min=1100;
296
Prilog
Qfeeder_min=350;
PDG_SE_prev=[];
PDG_HE_prev=[];
PDG_VE_prev=[];
PDG_EBUBDIKO_prev=[];
PDG_GE_prev=[];
PDG_EBPKOOOBZPBODPPPPOV_prev=[];
PDG_ETB_prev=[];
PDG_KGP_prev=[];
DG_step_size=250;
population_size=40;
generation_number=100;
tournament_size=3;
crossover_probability=0.7;
mutation_probability_one_DG_location=0.7;
mutation_probability_step_size_location=0.5;
mutation_probability_one_DG_power=0.7;
mutation_probability_step_size_power=0.5;
SE_loc=[0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0];
HE_loc=[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0];
VE_loc=[0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0 0];
EBUBDIKO_loc=[0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 1 1 1 1 1 1 1 1;
1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0];
GE_loc=[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0];
EBPKOOOBZPBODPPPPOV_loc=[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0];
ETB_loc=[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0];
KGP_loc=[0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0];
SE_size=[500 2500];
HE_size=[500 10000];
VE_size=[500 1500];
GE_size=[500 5000];
EBPKOOOBZPBODPPPPOV_size=[500 10000];
297
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
ETB_size=[500 10000];
KGP_size=[500 4000];
PL_percent=[0.1776 0.1780 0.1789 0.1775 0.1806 0.1801 0.5950 0.5979 0.5952 0.5955 0.5939 0.5967 0.4632
0.4621 0.4623 0.4621 0.8520 0.8514 0.8527 0.8567 0.8529 0.7478 0.7475 0.7443;
0.1799 0.1800 0.1802 0.1795 0.1800 0.1786 0.5955 0.5908 0.5938 0.5961 0.5894 0.5974 0.4573 0.4656
0.4623 0.4675 0.8516 0.8560 0.8523 0.8577 0.8528 0.7433 0.7468 0.7460;
0.1772 0.1775 0.1793 0.1782 0.1804 0.1776 0.5955 0.5930 0.5948 0.5945 0.5961 0.5952 0.4652 0.4638
0.4616 0.4599 0.8554 0.8518 0.8537 0.8478 0.8581 0.7442 0.7450 0.7445;
0.1808 0.1790 0.1768 0.1798 0.1792 0.1792 0.5974 0.5956 0.5962 0.5926 0.5965 0.5956 0.4670 0.4647
0.4661 0.4635 0.8502 0.8556 0.8509 0.8546 0.8506 0.7470 0.7436 0.7461;
0.1792 0.1808 0.1788 0.1784 0.1804 0.1792 0.5924 0.5960 0.5925 0.5933 0.6012 0.5941 0.4683 0.4650
0.4615 0.4603 0.8533 0.8497 0.8589 0.8499 0.8518 0.7485 0.7439 0.7460;
0.1772 0.1795 0.1784 0.1788 0.1812 0.1792 0.5950 0.5966 0.5951 0.5957 0.5961 0.5974 0.4641 0.4647
0.4650 0.4632 0.8547 0.8480 0.8484 0.8514 0.8479 0.7423 0.7467 0.7457;
0.1785 0.1763 0.1796 0.1768 0.1788 0.1775 0.5970 0.5953 0.5978 0.5951 0.5966 0.5932 0.4637 0.4697
0.4628 0.4677 0.8520 0.8509 0.8489 0.8548 0.8534 0.7422 0.7450 0.7452;
0.1812 0.1781 0.1777 0.1784 0.1774 0.1787 0.5917 0.5971 0.5944 0.5881 0.5906 0.5971 0.4570 0.4649
0.4622 0.4684 0.8544 0.8460 0.8488 0.8508 0.8494 0.7497 0.7468 0.7429;
0.1794 0.1788 0.1786 0.1804 0.1767 0.1765 0.5981 0.5962 0.5964 0.5954 0.5964 0.5940 0.4662 0.4656
0.4632 0.4625 0.8453 0.8553 0.8545 0.8537 0.8527 0.7435 0.7471 0.7463;
0.1763 0.1776 0.1776 0.1785 0.1775 0.1767 0.5959 0.5959 0.5966 0.5958 0.5941 0.6004 0.4647 0.4631
0.4612 0.4689 0.8559 0.8526 0.8560 0.8490 0.8490 0.7447 0.7434 0.7450;
0.1812 0.1781 0.1777 0.1784 0.1774 0.1787 0.5917 0.5971 0.5944 0.5881 0.5906 0.5971 0.4570 0.4649
0.4622 0.4684 0.8544 0.8460 0.8488 0.8508 0.8494 0.7497 0.7468 0.7429;
0.1802 0.1779 0.1770 0.1776 0.1763 0.1784 0.5968 0.5935 0.5960 0.5956 0.5927 0.5944 0.4639 0.4622
0.4609 0.4661 0.8482 0.8518 0.8556 0.8522 0.8512 0.7468 0.7447 0.7455;
0.0905 0.0872 0.0893 0.0875 0.0978 0.1083 0.3938 0.3955 0.3945 0.3927 0.3949 0.3946 0.5099 0.5073
0.5051 0.5044 0.6047 0.6065 0.6080 0.6036 0.6035 0.5433 0.5456 0.5453;
0.0905 0.0872 0.0893 0.0875 0.0978 0.1083 0.3938 0.3955 0.3945 0.3927 0.3949 0.3946 0.5099 0.5073
0.5051 0.5044 0.6047 0.6065 0.6080 0.6036 0.6035 0.5433 0.5456 0.5453;
0.0905 0.0872 0.0893 0.0875 0.0978 0.1083 0.3938 0.3955 0.3945 0.3927 0.3949 0.3946 0.5099 0.5073
0.5051 0.5044 0.6047 0.6065 0.6080 0.6036 0.6035 0.5433 0.5456 0.5453;
0.0905 0.0872 0.0893 0.0875 0.0978 0.1083 0.3938 0.3955 0.3945 0.3927 0.3949 0.3946 0.5099 0.5073
0.5051 0.5044 0.6047 0.6065 0.6080 0.6036 0.6035 0.5433 0.5456 0.5453;
0.0905 0.0872 0.0893 0.0875 0.0978 0.1083 0.3938 0.3955 0.3945 0.3927 0.3949 0.3946 0.5099 0.5073
0.5051 0.5044 0.6047 0.6065 0.6080 0.6036 0.6035 0.5433 0.5456 0.5453;
0.1008 0.1010 0.1015 0.0988 0.1009 0.0999 0.9264 0.9227 0.9215 0.9204 0.9235 0.9281 0.9241 0.9256
0.9243 0.9254 0.9226 0.1012 0.1011 0.1026 0.1012 0.1051 0.0987 0.0978;
0.9284 0.9246 0.9244 0.9230 0.9217 0.9229 0.9227 0.9244 0.0983 0.1004 0.0995 0.1003 0.1007 0.0973
0.0996 0.0964 0.0993 0.1022 0.0982 0.1008 0.1017 0.9254 0.9240 0.9284;
0.1008 0.1010 0.1015 0.0988 0.1009 0.0999 0.9264 0.9227 0.9215 0.9204 0.9235 0.9281 0.9241 0.9256
0.9243 0.9254 0.9226 0.1012 0.1011 0.1026 0.1012 0.1051 0.0987 0.0978;
0.9284 0.9246 0.9244 0.9230 0.9217 0.9229 0.9227 0.9244 0.0983 0.1004 0.0995 0.1003 0.1007 0.0973
0.0996 0.0964 0.0993 0.1022 0.0982 0.1008 0.1017 0.9254 0.9240 0.9284;
0.1008 0.1010 0.1015 0.0988 0.1009 0.0999 0.9264 0.9227 0.9215 0.9204 0.9235 0.9281 0.9241 0.9256
0.9243 0.9254 0.9226 0.1012 0.1011 0.1026 0.1012 0.1051 0.0987 0.0978;
0.1799 0.1788 0.1786 0.1810 0.1791 0.1817 0.5964 0.5960 0.5972 0.5979 0.5927 0.5973 0.4624 0.4631
0.4648 0.4625 0.8470 0.8490 0.8486 0.8479 0.8539 0.7464 0.7424 0.7421;
0.1782 0.1784 0.1800 0.1781 0.1801 0.1788 0.5954 0.5935 0.5945 0.5927 0.5975 0.5938 0.4661 0.4638
0.4643 0.4638 0.8496 0.8517 0.8474 0.8519 0.8510 0.7480 0.7443 0.7444;
0.1792 0.1772 0.1786 0.1779 0.1796 0.1778 0.5954 0.5978 0.5965 0.5954 0.5962 0.5956 0.4637 0.4639
0.4640 0.4632 0.8523 0.8442 0.8541 0.8548 0.8565 0.7441 0.7478 0.7427];
QL_percent=[0.1776 0.1780 0.1789 0.1775 0.1806 0.1801 0.5950 0.5979 0.5952 0.5955 0.5939 0.5967 0.4632
0.4621 0.4623 0.4621 0.8520 0.8514 0.8527 0.8567 0.8529 0.7478 0.7475 0.7443;
0.1799 0.1800 0.1802 0.1795 0.1800 0.1786 0.5955 0.5908 0.5938 0.5961 0.5894 0.5974 0.4573 0.4656
0.4623 0.4675 0.8516 0.8560 0.8523 0.8577 0.8528 0.7433 0.7468 0.7460;
0.1772 0.1775 0.1793 0.1782 0.1804 0.1776 0.5955 0.5930 0.5948 0.5945 0.5961 0.5952 0.4652 0.4638
0.4616 0.4599 0.8554 0.8518 0.8537 0.8478 0.8581 0.7442 0.7450 0.7445;
0.1808 0.1790 0.1768 0.1798 0.1792 0.1792 0.5974 0.5956 0.5962 0.5926 0.5965 0.5956 0.4670 0.4647
0.4661 0.4635 0.8502 0.8556 0.8509 0.8546 0.8506 0.7470 0.7436 0.7461;
0.1792 0.1808 0.1788 0.1784 0.1804 0.1792 0.5924 0.5960 0.5925 0.5933 0.6012 0.5941 0.4683 0.4650
0.4615 0.4603 0.8533 0.8497 0.8589 0.8499 0.8518 0.7485 0.7439 0.7460;
0.1772 0.1795 0.1784 0.1788 0.1812 0.1792 0.5950 0.5966 0.5951 0.5957 0.5961 0.5974 0.4641 0.4647
0.4650 0.4632 0.8547 0.8480 0.8484 0.8514 0.8479 0.7423 0.7467 0.7457;
0.1785 0.1763 0.1796 0.1768 0.1788 0.1775 0.5970 0.5953 0.5978 0.5951 0.5966 0.5932 0.4637 0.4697
0.4628 0.4677 0.8520 0.8509 0.8489 0.8548 0.8534 0.7422 0.7450 0.7452;
0.1812 0.1781 0.1777 0.1784 0.1774 0.1787 0.5917 0.5971 0.5944 0.5881 0.5906 0.5971 0.4570 0.4649
0.4622 0.4684 0.8544 0.8460 0.8488 0.8508 0.8494 0.7497 0.7468 0.7429;
0.1794 0.1788 0.1786 0.1804 0.1767 0.1765 0.5981 0.5962 0.5964 0.5954 0.5964 0.5940 0.4662 0.4656
0.4632 0.4625 0.8453 0.8553 0.8545 0.8537 0.8527 0.7435 0.7471 0.7463;
0.1763 0.1776 0.1776 0.1785 0.1775 0.1767 0.5959 0.5959 0.5966 0.5958 0.5941 0.6004 0.4647 0.4631
0.4612 0.4689 0.8559 0.8526 0.8560 0.8490 0.8490 0.7447 0.7434 0.7450;
0.1812 0.1781 0.1777 0.1784 0.1774 0.1787 0.5917 0.5971 0.5944 0.5881 0.5906 0.5971 0.4570 0.4649
0.4622 0.4684 0.8544 0.8460 0.8488 0.8508 0.8494 0.7497 0.7468 0.7429;
0.1802 0.1779 0.1770 0.1776 0.1763 0.1784 0.5968 0.5935 0.5960 0.5956 0.5927 0.5944 0.4639 0.4622
0.4609 0.4661 0.8482 0.8518 0.8556 0.8522 0.8512 0.7468 0.7447 0.7455;
0.0905 0.0872 0.0893 0.0875 0.0978 0.1083 0.3938 0.3955 0.3945 0.3927 0.3949 0.3946 0.5099 0.5073
0.5051 0.5044 0.6047 0.6065 0.6080 0.6036 0.6035 0.5433 0.5456 0.5453;
0.0905 0.0872 0.0893 0.0875 0.0978 0.1083 0.3938 0.3955 0.3945 0.3927 0.3949 0.3946 0.5099 0.5073
0.5051 0.5044 0.6047 0.6065 0.6080 0.6036 0.6035 0.5433 0.5456 0.5453;
298
Prilog
0.0905 0.0872 0.0893 0.0875 0.0978 0.1083 0.3938 0.3955 0.3945 0.3927 0.3949 0.3946 0.5099 0.5073
0.5051 0.5044 0.6047 0.6065 0.6080 0.6036 0.6035 0.5433 0.5456 0.5453;
0.0905 0.0872 0.0893 0.0875 0.0978 0.1083 0.3938 0.3955 0.3945 0.3927 0.3949 0.3946 0.5099 0.5073
0.5051 0.5044 0.6047 0.6065 0.6080 0.6036 0.6035 0.5433 0.5456 0.5453;
0.0905 0.0872 0.0893 0.0875 0.0978 0.1083 0.3938 0.3955 0.3945 0.3927 0.3949 0.3946 0.5099 0.5073
0.5051 0.5044 0.6047 0.6065 0.6080 0.6036 0.6035 0.5433 0.5456 0.5453;
0.1008 0.1010 0.1015 0.0988 0.1009 0.0999 0.9264 0.9227 0.9215 0.9204 0.9235 0.9281 0.9241 0.9256
0.9243 0.9254 0.9226 0.1012 0.1011 0.1026 0.1012 0.1051 0.0987 0.0978;
0.9284 0.9246 0.9244 0.9230 0.9217 0.9229 0.9227 0.9244 0.0983 0.1004 0.0995 0.1003 0.1007 0.0973
0.0996 0.0964 0.0993 0.1022 0.0982 0.1008 0.1017 0.9254 0.9240 0.9284;
0.1008 0.1010 0.1015 0.0988 0.1009 0.0999 0.9264 0.9227 0.9215 0.9204 0.9235 0.9281 0.9241 0.9256
0.9243 0.9254 0.9226 0.1012 0.1011 0.1026 0.1012 0.1051 0.0987 0.0978;
0.9284 0.9246 0.9244 0.9230 0.9217 0.9229 0.9227 0.9244 0.0983 0.1004 0.0995 0.1003 0.1007 0.0973
0.0996 0.0964 0.0993 0.1022 0.0982 0.1008 0.1017 0.9254 0.9240 0.9284;
0.1008 0.1010 0.1015 0.0988 0.1009 0.0999 0.9264 0.9227 0.9215 0.9204 0.9235 0.9281 0.9241 0.9256
0.9243 0.9254 0.9226 0.1012 0.1011 0.1026 0.1012 0.1051 0.0987 0.0978;
0.1799 0.1788 0.1786 0.1810 0.1791 0.1817 0.5964 0.5960 0.5972 0.5979 0.5927 0.5973 0.4624 0.4631
0.4648 0.4625 0.8470 0.8490 0.8486 0.8479 0.8539 0.7464 0.7424 0.7421;
0.1782 0.1784 0.1800 0.1781 0.1801 0.1788 0.5954 0.5935 0.5945 0.5927 0.5975 0.5938 0.4661 0.4638
0.4643 0.4638 0.8496 0.8517 0.8474 0.8519 0.8510 0.7480 0.7443 0.7444;
0.1792 0.1772 0.1786 0.1779 0.1796 0.1778 0.5954 0.5978 0.5965 0.5954 0.5962 0.5956 0.4637 0.4639
0.4640 0.4632 0.8523 0.8442 0.8541 0.8548 0.8565 0.7441 0.7478 0.7427];
PDG_SE_percent_prev=[];
PDG_HE_percent_prev=[];
PDG_VE_percent_prev=[];
PDG_EBUBDIKO_percent_prev=[];
PDG_GE_percent_prev=[];
PDG_EBPKOOOBZPBODPPPPOV_percent_prev=[];
PDG_ETB_percent_prev=[];
PDG_KGP_percent_prev=[];
PDG_SE_percent_new=[0 0 0 0 0.13 0.21 0.28 0.36 0.42 0.50 0.54 0.56 0.56 0.54 0.50 0.42 0.36 0.28 0.21 0.13
0 0 0 0];
PDG_HE_percent_new=[];
PDG_VE_percent_new=[];
PDG_EBUBDIKO_percent_new=[0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.80
0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.80;
0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65
0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65];
PDG_GE_percent_new=[];
PDG_EBPKOOOBZPBODPPPPOV_percent_new=[];
PDG_ETB_percent_new=[];
PDG_KGP_percent_new=[];
CccHE=[10000 25500];
CccVE=[10000 12750];
CccGE=[5000 16074];
CccEBPKOOOBZPBODPPPPOV=[10000 14934];
299
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
CccETB=[10000 14934];
CccKGP=[10000 8250];
CfomHE=[10000 750];
CfomVE=[10000 90];
CfomGE=[5000 886];
CfomEBPKOOOBZPBODPPPPOV=[10000 380];
CfomETB=[10000 380];
CfomKGP=[10000 75];
CvomSE=[87600 0];
CvomHE=[87600 0];
CvomVE=[87600 0];
CvomGE=[87600 0];
CvomEBPKOOOBZPBODPPPPOV=[87600 241];
CvomETB=[87600 241];
CvomKGP=[87600 285];
Totkupa=14;
diskontna_stopa_HE=[10000 9];
diskontna_stopa_VE=[10000 8];
diskontna_stopa_GE=[5000 8];
diskontna_stopa_EBPKOOOBZPBODPPPPOV=[10000 8];
diskontna_stopa_ETB=[10000 8];
diskontna_stopa_KGP=[10000 7];
diskontna_stopa_ODS=[Inf 3];
rast_tereta=[2 2 2 2 3 3 2 2 2 1 1 1 2 2 2 2 2 0 0 0 0 2 3 2 2];
C_elen=375;
rast_C_elen=2;
biom_ucin=[50; 60];
300
Prilog
IMtoBR.m
function [BR, M, SE, RE]=IMtoBR(IM)
G=inv(IM);
[br_red, br_st]=size(G);
BR=zeros(br_st, br_red);
for grana=1:br_st
k=1;
for cvor=1:br_red
if G(cvor,grana)==1
BR(grana,k)=cvor;
k=k+1;
end
end
M(grana)=k-1;
end
[br_red, br_st]=size(IM);
for grana=1:br_red
for cvor=1:br_st
if IM(grana,cvor)==-1
SE(grana)=cvor;
end
if IM(grana,cvor)==1
RE(grana)=cvor;
end
end
end
301
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
preliminary_LF.m
function [preliminary_LF_success]=preliminary_LF(Unaz, BR, M, R1, X1, B1, l, PL_max, QL_max, Pfeeder_max,
Qfeeder_max, Imax, SE, RE)
[br_red, br_st]=size(BR);
for i=1:br_red
R(1,i)=R1(1,i)*l(1,i);
X(1,i)=X1(1,i)*l(1,i);
B(1,i)=B1(1,i)*l(1,i);
end
U=ones(br_st,1).*Unaz;
fi=zeros(br_st,1);
simultaneity_factor_max_P=Pfeeder_max/(sum(PL_max));
simultaneity_factor_max_Q=Qfeeder_max/(sum(QL_max));
PL_max_simultaneity=simultaneity_factor_max_P*(PL_max);
QL_max_simultaneity=simultaneity_factor_max_Q*(QL_max);
delta=inf;
z=0;
while max(abs(delta))>1e-4
Uprethodno=U;
fiprethodno=fi;
for i=br_red:-1:1
P(i)=0;
Q(i)=0;
for k=M(i):-1:1
P(i)=P(i)+PL_max_simultaneity(BR(i,k));
Q(i)=Q(i)+QL_max_simultaneity(BR(i,k));
if k>1
P(i)=P(i)+ploss(BR(i,k));
Q(i)=Q(i)+qloss(BR(i,k))-(qCkraj(i)+qCpocetak(i));
end
end
ploss(i)=3*(((P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*sin(fi(RE(i))))/(2*sqrt(3)))^2+(-((Q(i)*cos(fi(RE(i)))-
P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-(B(i)*U(RE(i))*1000*cos(fi(RE(i))))/(2*sqrt(3))))^2)*R(i)/1000;
qloss(i)=3*(((P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*sin(fi(RE(i))))/(2*sqrt(3)))^2+(-((Q(i)*cos(fi(RE(i)))-
P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-(B(i)*U(RE(i))*1000*cos(fi(RE(i))))/(2*sqrt(3))))^2)*X(i)/1000;
qCkraj(i)=B(i)/2*(U(RE(i))*1000)^2/1000;
if i>1
qCpocetak(i)=B(i)/2*(U(SE(i))*1000)^2/1000;
else
qCpocetak(i)=B(i)/2*(Unaz*1000)^2/1000;
end
Ip(i)=(P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)));
Iq(i)=-((Q(i)*cos(fi(RE(i)))-P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i))));
I(i)=sqrt(Ip(i)^2+Iq(i)^2);
overload(i)=(I(i)-Imax)/Imax*100+100;
Iploss(i)=(P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*sin(fi(RE(i))))/(2*sqrt(3));
Iqloss(i)=-((Q(i)*cos(fi(RE(i)))-P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*cos(fi(RE(i))))/(2*sqrt(3)));
end
for i=1:br_red
if i==1
302
Prilog
Up(RE(i))=Unaz-sqrt(3)*(R(i)*Iploss(i)/1000-X(i)*Iqloss(i)/1000);
Uq(RE(i))=0-sqrt(3)*(X(i)*Iploss(i)/1000+R(i)*Iqloss(i)/1000);
else
Up(RE(i))=U(SE(i))*cos(fi(SE(i)))-sqrt(3)*(R(i)*Iploss(i)/1000-X(i)*Iqloss(i)/1000);
Uq(RE(i))=U(SE(i))*sin(fi(SE(i)))-sqrt(3)*(X(i)*Iploss(i)/1000+R(i)*Iqloss(i)/1000);
end
U(RE(i))=sqrt(Up(RE(i))^2+Uq(RE(i))^2);
fi(RE(i))=atan(Uq(RE(i))/Up(RE(i)));
if U(RE(i))>=Unaz
voltage_drop(RE(i))=-sqrt((Unaz-Up(RE(i)))^2+(0-Uq(RE(i)))^2)/Unaz*100;
else
voltage_drop(RE(i))=sqrt((Unaz-Up(RE(i)))^2+(0-Uq(RE(i)))^2)/Unaz*100;
end
end
for i=1:br_red
delta(i)=abs(sqrt((U(i)*cos(fi(i))-Uprethodno(i)*cos(fiprethodno(i)))^2+(U(i)*sin(fi(i))-
Uprethodno(i)*sin(fiprethodno(i)))^2));
end
z=z+1;
end
voltage_violation=[];
zadovoljava_napon=true;
for i=1:1:br_red
if voltage_drop(i)>10
voltage_violation(end+1)=i;
elseif voltage_drop(i)<-10
voltage_violation(end+1)=i;
end
end
[red_vv, stupac_vv]=size(voltage_violation);
if stupac_vv>0
zadovoljava_napon=false;
end
if zadovoljava_napon==true
fprintf('Preliminarni proračun tokova snaga je izvršen. Naponi svih čvorova mreže su unutar
dozvoljenih granica sukladno normi EN 50160.\n')
else
fprintf('Preliminarni proračun tokova snaga je izvršen. Čvorovi u kojima postoji pad ili porast
napona veći od onog određenog normom EN 50160 su:\n')
for brojac_napon=1:stupac_vv
if voltage_drop(voltage_violation(brojac_napon))>10
fprintf('Čvor %d ima pad napona od %f.\n', voltage_violation(brojac_napon),
voltage_drop(voltage_violation(brojac_napon)))
elseif voltage_drop(voltage_violation(brojac_napon))<-10
fprintf('Čvor %d ima porast napona od %f.\n', voltage_violation(brojac_napon),
voltage_drop(voltage_violation(brojac_napon)))
end
end
end
thermal_violation=[];
zadovoljava_struja=true;
for i=1:1:br_red
if overload(i)>=100
thermal_violation(end+1)=i;
end
end
[red_tv, stupac_tv]=size(thermal_violation);
303
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
if stupac_tv>0
zadovoljava_struja=false;
end
if zadovoljava_struja==true
fprintf('Preliminarni proračun tokova snaga je izvršen. Strujna opterećenja svih dionica mreže su
unutar dozvoljenih granica.\n')
else
fprintf('Preliminarni proračun tokova snaga je izvršen. Dionice u kojima postoji preopterećenje
su:\n')
for brojac_struja=1:stupac_tv
if overload(thermal_violation(brojac_struja))>100
fprintf('Dionica %d je opterećena %f posto.\n', thermal_violation(brojac_struja),
overload(thermal_violation(brojac_struja)))
end
end
end
preliminary_LF_success=true;
else
preliminary_LF_success=false;
end
304
Prilog
first_estimation_LF.m
function [first_estimation_LF_success]=first_estimation_LF(Unaz, BR, M, R1, X1, B1, l, PL_max, QL_max,
Pfeeder_min, Qfeeder_min, PDG_SE_prev, PDG_HE_prev, PDG_VE_prev, PDG_EBUBDIKO_prev, PDG_GE_prev,
PDG_EBPKOOOBZPBODPPPPOV_prev, PDG_ETB_prev, PDG_KGP_prev, Imax, SE, RE)
[br_red, br_st]=size(BR);
for i=1:br_red
R(1,i)=R1(1,i)*l(1,i);
X(1,i)=X1(1,i)*l(1,i);
B(1,i)=B1(1,i)*l(1,i);
end
U=ones(br_st,1).*Unaz;
fi=zeros(br_st,1);
simultaneity_factor_min_P=Pfeeder_min/(sum(PL_max));
simultaneity_factor_min_Q=Qfeeder_min/(sum(QL_max));
PL_min_simultaneity=simultaneity_factor_min_P*(PL_max);
QL_min_simultaneity=simultaneity_factor_min_Q*(QL_max);
PDG_SE_prev_sum=zeros(1,br_red);
[N_SE_prev,~]=size(PDG_SE_prev);
for k=1:N_SE_prev
for l=1:br_red
PDG_SE_prev_sum(1,l)=PDG_SE_prev_sum(1,l)+PDG_SE_prev(k,l);
end
end
PDG_HE_prev_sum=zeros(1,br_red);
[N_HE_prev,~]=size(PDG_HE_prev);
for k=1:N_HE_prev
for l=1:br_red
PDG_HE_prev_sum(1,l)=PDG_HE_prev_sum(1,l)+PDG_HE_prev(k,l);
end
end
PDG_VE_prev_sum=zeros(1,br_red);
[N_VE_prev,~]=size(PDG_VE_prev);
for k=1:N_VE_prev
for l=1:br_red
PDG_VE_prev_sum(1,l)=PDG_VE_prev_sum(1,l)+PDG_VE_prev(k,l);
end
end
PDG_EBUBDIKO_prev_sum=zeros(1,br_red);
[N_EBUBDIKO_prev,~]=size(PDG_EBUBDIKO_prev);
for k=1:N_EBUBDIKO_prev
for l=1:br_red
PDG_EBUBDIKO_prev_sum(1,l)=PDG_EBUBDIKO_prev_sum(1,l)+PDG_EBUBDIKO_prev(k,l);
305
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
end
end
PDG_GE_prev_sum=zeros(1,br_red);
[N_GE_prev,~]=size(PDG_GE_prev);
for k=1:N_GE_prev
for l=1:br_red
PDG_GE_prev_sum(1,l)=PDG_GE_prev_sum(1,l)+PDG_GE_prev(k,l);
end
end
PDG_EBPKOOOBZPBODPPPPOV_prev_sum=zeros(1,br_red);
[N_EBPKOOOBZPBODPPPPOV_prev,~]=size(PDG_EBPKOOOBZPBODPPPPOV_prev);
for k=1:N_EBPKOOOBZPBODPPPPOV_prev
for l=1:br_red
PDG_EBPKOOOBZPBODPPPPOV_prev_sum(1,l)=PDG_EBPKOOOBZPBODPPPPOV_prev_sum(1,l)+PDG_EBPKOOOBZPBODPPPPOV_prev(k,
l);
end
end
PDG_ETB_prev_sum=zeros(1,br_red);
[N_ETB_prev,~]=size(PDG_ETB_prev);
for k=1:N_ETB_prev
for l=1:br_red
PDG_ETB_prev_sum(1,l)=PDG_ETB_prev_sum(1,l)+PDG_ETB_prev(k,l);
end
end
PDG_KGP_prev_sum=zeros(1,br_red);
[N_KGP_prev,~]=size(PDG_KGP_prev);
for k=1:N_KGP_prev
for l=1:br_red
PDG_KGP_prev_sum(1,l)=PDG_KGP_prev_sum(1,l)+PDG_KGP_prev(k,l);
end
end
delta=inf;
z=0;
while max(abs(delta))>1e-4
Uprethodno=U;
fiprethodno=fi;
for i=br_red:-1:1
P(i)=0;
Q(i)=0;
for k=M(i):-1:1
P(i)=P(i)+PL_min_simultaneity(BR(i,k))-
(PDG_SE_prev_sum(BR(i,k))+PDG_HE_prev_sum(BR(i,k))+PDG_VE_prev_sum(BR(i,k))+PDG_EBUBDIKO_prev_sum(BR(i,k))+
PDG_GE_prev_sum(BR(i,k))+PDG_EBPKOOOBZPBODPPPPOV_prev_sum(BR(i,k))+PDG_ETB_prev_sum(BR(i,k))+PDG_KGP_prev_s
um(BR(i,k)));
Q(i)=Q(i)+QL_min_simultaneity(BR(i,k));
if k>1
P(i)=P(i)+ploss(BR(i,k));
Q(i)=Q(i)+qloss(BR(i,k))-(qCkraj(i)+qCpocetak(i));
end
end
ploss(i)=3*(((P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*sin(fi(RE(i))))/(2*sqrt(3)))^2+(-((Q(i)*cos(fi(RE(i)))-
P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-(B(i)*U(RE(i))*1000*cos(fi(RE(i))))/(2*sqrt(3))))^2)*R(i)/1000;
qloss(i)=3*(((P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*sin(fi(RE(i))))/(2*sqrt(3)))^2+(-((Q(i)*cos(fi(RE(i)))-
P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-(B(i)*U(RE(i))*1000*cos(fi(RE(i))))/(2*sqrt(3))))^2)*X(i)/1000;
qCkraj(i)=B(i)/2*(U(RE(i))*1000)^2/1000;
if i>1
306
Prilog
qCpocetak(i)=B(i)/2*(U(SE(i))*1000)^2/1000;
else
qCpocetak(i)=B(i)/2*(Unaz*1000)^2/1000;
end
Ip(i)=(P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)));
Iq(i)=-((Q(i)*cos(fi(RE(i)))-P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i))));
I(i)=sqrt(Ip(i)^2+Iq(i)^2);
overload(i)=(I(i)-Imax)/Imax*100+100;
Iploss(i)=(P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*sin(fi(RE(i))))/(2*sqrt(3));
Iqloss(i)=-((Q(i)*cos(fi(RE(i)))-P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*cos(fi(RE(i))))/(2*sqrt(3)));
end
for i=1:br_red
if i==1
Up(RE(i))=Unaz-sqrt(3)*(R(i)*Iploss(i)/1000-X(i)*Iqloss(i)/1000);
Uq(RE(i))=0-sqrt(3)*(X(i)*Iploss(i)/1000+R(i)*Iqloss(i)/1000);
else
Up(RE(i))=U(SE(i))*cos(fi(SE(i)))-sqrt(3)*(R(i)*Iploss(i)/1000-X(i)*Iqloss(i)/1000);
Uq(RE(i))=U(SE(i))*sin(fi(SE(i)))-sqrt(3)*(X(i)*Iploss(i)/1000+R(i)*Iqloss(i)/1000);
end
U(RE(i))=sqrt(Up(RE(i))^2+Uq(RE(i))^2);
fi(RE(i))=atan(Uq(RE(i))/Up(RE(i)));
if U(RE(i))>=20
voltage_drop(RE(i))=-sqrt((Unaz-Up(RE(i)))^2+(0-Uq(RE(i)))^2)/Unaz*100;
else
voltage_drop(RE(i))=sqrt((Unaz-Up(RE(i)))^2+(0-Uq(RE(i)))^2)/Unaz*100;
end
end
for i=1:br_red
delta(i)=abs(sqrt((U(i)*cos(fi(i))-Uprethodno(i)*cos(fiprethodno(i)))^2+(U(i)*sin(fi(i))-
Uprethodno(i)*sin(fiprethodno(i)))^2));
end
z=z+1;
end
voltage_violation=[];
zadovoljava_napon=true;
for i=1:1:br_red
if voltage_drop(i)>10
voltage_violation(end+1)=i;
elseif voltage_drop(i)<-10
voltage_violation(end+1)=i;
end
end
[red_vv, stupac_vv]=size(voltage_violation);
if stupac_vv>0
zadovoljava_napon=false;
end
if zadovoljava_napon==true
fprintf('Prvi estimacijski proračun tokova snaga je izvršen. Naponi svih čvorova mreže su unutar
dozvoljenih granica sukladno normi EN 50160.\n')
else
fprintf('Prvi estimacijski proračun tokova snaga je izvršen. Čvorovi u kojima postoji pad ili
porast napona veći od onog određenog normom EN 50160 su:\n')
for brojac_napon=1:stupac_vv
if voltage_drop(voltage_violation(brojac_napon))>10
fprintf('Čvor %d has ima pad napona od %f.\n', voltage_violation(brojac_napon),
voltage_drop(voltage_violation(brojac_napon)))
elseif voltage_drop(voltage_violation(brojac_napon))<-10
fprintf('Čvor %d ima porast napona od %f.\n', voltage_violation(brojac_napon),
voltage_drop(voltage_violation(brojac_napon)))
end
307
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
end
end
thermal_violation=[];
zadovoljava_struja=true;
for i=1:1:br_red
if overload(i)>=100
thermal_violation(end+1)=i;
end
end
[red_tv, stupac_tv]=size(thermal_violation);
if stupac_tv>0
zadovoljava_struja=false;
end
if zadovoljava_struja==true
fprintf('Prvi estimacijski proračun tokova snaga je izvršen. Strujna opterećenja svih dionica mreže
su unutar dozvoljenih granica.\n')
else
fprintf('Prvi estimacijski proračun tokova snaga je izvršen. Dionice u kojima postoji
preopterećenje su:\n')
for brojac_struja=1:stupac_tv
if overload(thermal_violation(brojac_struja))>100
fprintf('Dionica %d je opterećena %f posto.\n', thermal_violation(brojac_struja),
overload(thermal_violation(brojac_struja)))
end
end
end
first_estimation_LF_success=true;
else
first_estimation_LF_success=false;
end
308
Prilog
daily_average_load_curve_estimation.m
function [PL_d, QL_d]=daily_average_load_curve_estimation(PL_max, QL_max, PL_percent, QL_percent)
[~, br_st_PL]=size(PL_max);
PL_d=0;
QL_d=0;
for i=1:1:br_st_PL
for k=1:1:24
PL_d(k,i)=PL_percent(i,k)*PL_max(1,i);
QL_d(k,i)=QL_percent(i,k)*QL_max(1,i);
end
end
309
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
daily_average_production_curve_estimation_existing_DG.m
function [PDG_SE_prev_d, PDG_HE_prev_d, PDG_VE_prev_d, PDG_EBUBDIKO_prev_d, PDG_GE_prev_d,
PDG_EBPKOOOBZPBODPPPPOV_prev_d, PDG_ETB_prev_d,
PDG_KGP_prev_d]=daily_average_production_curve_estimation_existing_DG(BR, PDG_SE_prev, PDG_HE_prev,
PDG_VE_prev, PDG_EBUBDIKO_prev, PDG_GE_prev, PDG_EBPKOOOBZPBODPPPPOV_prev, PDG_ETB_prev, PDG_KGP_prev,
PDG_SE_percent_prev, PDG_HE_percent_prev, PDG_VE_percent_prev, PDG_EBUBDIKO_percent_prev,
PDG_GE_percent_prev, PDG_EBPKOOOBZPBODPPPPOV_percent_prev, PDG_ETB_percent_prev, PDG_KGP_percent_prev)
% funkcija koja generira dnevne krivulje proizvodnje svakog tipa postojećeg distribuiranog izvora
% tipovi DI su definirani prema "Tarifnom sustavu za proizvodnju
% električne energije iz obnovljivih izvora energije i kogeneracije"
[no_nodes,~]=size(BR);
[N_SE_prev,~]=size(PDG_SE_prev);
[N_HE_prev,~]=size(PDG_HE_prev);
[N_VE_prev,~]=size(PDG_VE_prev);
[N_EBUBDIKO_prev,~]=size(PDG_EBUBDIKO_prev);
[N_GE_prev,~]=size(PDG_GE_prev);
[N_EBPKOOOBZPBODPPPPOV_prev,~]=size(PDG_EBPKOOOBZPBODPPPPOV_prev);
[N_ETB_prev,~]=size(PDG_ETB_prev);
[N_KGP_prev,~]=size(PDG_KGP_prev);
PDG_SE_prev_d=zeros(24,no_nodes,1);
for i=1:N_SE_prev
for j=1:no_nodes
for k=1:1:24
PDG_SE_prev_d(k,j,i)=PDG_SE_percent_prev(i,k)*PDG_SE_prev(i,j);
end
end
end
PDG_HE_prev_d=zeros(24,no_nodes,1);
for i=1:N_HE_prev
for j=1:no_nodes
for k=1:1:24
PDG_HE_prev_d(k,j,i)=PDG_HE_percent_prev(i,k)*PDG_HE_prev(i,j);
end
end
end
PDG_VE_prev_d=zeros(24,no_nodes,1);
for i=1:N_VE_prev
for j=1:no_nodes
for k=1:1:24
PDG_VE_prev_d(k,j,i)=PDG_VE_percent_prev(i,k)*PDG_VE_prev(i,j);
end
end
end
PDG_EBUBDIKO_prev_d=zeros(24,no_nodes,1);
for i=1:N_EBUBDIKO_prev
for j=1:no_nodes
for k=1:1:24
PDG_EBUBDIKO_prev_d(k,j,i)=PDG_EBUBDIKO_percent_prev(i,k)*PDG_EBUBDIKO_prev(i,j);
end
end
end
PDG_GE_prev_d=zeros(24,no_nodes,1);
310
Prilog
for i=1:N_GE_prev
for j=1:no_nodes
for k=1:1:24
PDG_GE_prev_d(k,j,i)=PDG_GE_percent_prev(i,k)*PDG_GE_prev(i,j);
end
end
end
PDG_EBPKOOOBZPBODPPPPOV_prev_d=zeros(24,no_nodes,1);
for i=1:N_EBPKOOOBZPBODPPPPOV_prev
for j=1:no_nodes
for k=1:1:24
PDG_EBPKOOOBZPBODPPPPOV_prev_d(k,j,i)=PDG_EBPKOOOBZPBODPPPPOV_percent_prev(i,k)*PDG_EBPKOOOBZPBODPPPPOV_pre
v(i,j);
end
end
end
PDG_ETB_prev_d=zeros(24,no_nodes,1);
for i=1:N_ETB_prev
for j=1:no_nodes
for k=1:1:24
PDG_ETB_prev_d(k,j,i)=PDG_ETB_percent_prev(i,k)*PDG_ETB_prev(i,j);
end
end
end
PDG_KGP_prev_d=zeros(24,no_nodes,1);
for i=1:N_KGP_prev
for j=1:no_nodes
for k=1:1:24
PDG_KGP_prev_d(k,j,i)=PDG_KGP_percent_prev(i,k)*PDG_KGP_prev(i,j);
end
end
end
311
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
second_estimation_LF_d.m
function [wloss_g, ploss_h, Pfeeder_h, Unode_17_h]=second_estimation_LF_d(Unaz, BR, M, R1, X1, B1, l, PL_d,
QL_d, PDG_SE_prev_d, PDG_HE_prev_d, PDG_VE_prev_d, PDG_EBUBDIKO_prev_d, PDG_GE_prev_d,
PDG_EBPKOOOBZPBODPPPPOV_prev_d, PDG_ETB_prev_d, PDG_KGP_prev_d, SE, RE, Totkupa, rast_tereta)
% računati će se satni tokovi snaga kroz period od jednog dana (24 proračuna) za drugi estimacijski
% proračun tokova snaga
% drugi estimacijski proračun tokova snaga za satne periode tijekom cijelog dana (24 sata)
% računa i sumira gubitke djelatne snage za sve vodove u mreži, za svaki sat
% u obzir se uzima prosječan dan u jednoj kalendarskog godini, gledano po
% prosječnim vrijednostima ulaznih (mjerenih + estimiranih) podataka
% drugi estimacijski proračun tokova snaga najprije računa gubitke energije za
% prosječni dan u godini
% zatim se pretpostavlja da će ukupni godišnji gubici energije promatranog
% izvoda biti 365*(gubitak_energije_za_prosječni_dan)
% konačno se, ovisno o stopi porasta opterećenja za svaki čvor, definiraju
% gubici energije promatranog izvoda za svaku godinu do završetka trajanja
% Ugovora o otkupu električne energije (Totkupa)
% prema važećem "Tarifnom sustavu za
% proizvodnju električne energije iz obnovljivih izvora energije i
% kogeneracije" taj period je 14 godina
[br_red, br_st]=size(BR);
for godina=1:1:Totkupa
for m=1:1:br_red
PL_d_g(:,m)=PL_d(:,m)*(((1+rast_tereta(m)/100))^godina);
QL_d_g(:,m)=QL_d(:,m)*(((1+rast_tereta(m)/100))^godina);
end
for sat=1:1:24
[P, ploss, U]=second_estimation_LF(Unaz, BR, M, R1, X1, B1, l, PL_d_g(sat,:), QL_d_g(sat,:),
PDG_SE_prev_d(sat,:,:), PDG_HE_prev_d(sat,:,:), PDG_VE_prev_d(sat,:,:), PDG_EBUBDIKO_prev_d(sat,:,:),
PDG_GE_prev_d(sat,:,:), PDG_EBPKOOOBZPBODPPPPOV_prev_d(sat,:,:), PDG_ETB_prev_d(sat,:,:),
PDG_KGP_prev_d(sat,:,:), SE, RE);
ploss_h(sat)=sum(ploss);
Pfeeder_h(sat)=P(1);
Unode_17_h(sat)=U(17);
end
wloss_d=sum(ploss_h);
wloss_g(godina)=365*wloss_d;
end
wloss_total=sum(wloss_g);
312
Prilog
second_estimation_LF.m
function [P, ploss, U]=second_estimation_LF(Unaz, BR, M, R1, X1, B1, l, PL_d_g, QL_d_g, PDG_SE_prev_d,
PDG_HE_prev_d, PDG_VE_prev_d, PDG_EBUBDIKO_prev_d, PDG_GE_prev_d, PDG_EBPKOOOBZPBODPPPPOV_prev_d,
PDG_ETB_prev_d, PDG_KGP_prev_d, SE, RE)
[br_red, br_st]=size(BR);
for i=1:br_red
R(1,i)=R1(1,i)*l(1,i);
X(1,i)=X1(1,i)*l(1,i);
B(1,i)=B1(1,i)*l(1,i);
end
PDG_SE_prev_sum_d=zeros(1,br_red);
[N_SE_prev,~]=size(PDG_SE_prev_d);
for k=1:N_SE_prev
for l=1:br_red
PDG_SE_prev_sum_d(1,l)=PDG_SE_prev_sum_d(1,l)+PDG_SE_prev_d(k,l);
end
end
PDG_HE_prev_sum_d=zeros(1,br_red);
[N_HE_prev,~]=size(PDG_HE_prev_d);
for k=1:N_HE_prev
for l=1:br_red
PDG_HE_prev_sum_d(1,l)=PDG_HE_prev_sum_d(1,l)+PDG_HE_prev_d(k,l);
end
end
PDG_VE_prev_sum_d=zeros(1,br_red);
[N_VE_prev,~]=size(PDG_VE_prev_d);
for k=1:N_VE_prev
for l=1:br_red
PDG_VE_prev_sum_d(1,l)=PDG_VE_prev_sum_d(1,l)+PDG_VE_prev_d(k,l);
end
end
PDG_EBUBDIKO_prev_sum_d=zeros(1,br_red);
[N_EBUBDIKO_prev,~]=size(PDG_EBUBDIKO_prev_d);
for k=1:N_EBUBDIKO_prev
for l=1:br_red
PDG_EBUBDIKO_prev_sum_d(1,l)=PDG_EBUBDIKO_prev_sum_d(1,l)+PDG_EBUBDIKO_prev_d(k,l);
end
end
PDG_GE_prev_sum_d=zeros(1,br_red);
[N_GE_prev,~]=size(PDG_GE_prev_d);
for k=1:N_GE_prev
for l=1:br_red
PDG_GE_prev_sum_d(1,l)=PDG_GE_prev_sum_d(1,l)+PDG_GE_prev_d(k,l);
end
end
PDG_EBPKOOOBZPBODPPPPOV_prev_sum_d=zeros(1,br_red);
313
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
[N_EBPKOOOBZPBODPPPPOV_prev,~]=size(PDG_EBPKOOOBZPBODPPPPOV_prev_d);
for k=1:N_EBPKOOOBZPBODPPPPOV_prev
for l=1:br_red
PDG_EBPKOOOBZPBODPPPPOV_prev_sum_d(1,l)=PDG_EBPKOOOBZPBODPPPPOV_prev_sum_d(1,l)+PDG_EBPKOOOBZPBODPPPPOV_pre
v_d(k,l);
end
end
PDG_ETB_prev_sum_d=zeros(1,br_red);
[N_ETB_prev,~]=size(PDG_ETB_prev_d);
for k=1:N_ETB_prev
for l=1:br_red
PDG_ETB_prev_sum_d(1,l)=PDG_ETB_prev_sum_d(1,l)+PDG_ETB_prev_d(k,l);
end
end
PDG_KGP_prev_sum_d=zeros(1,br_red);
[N_KGP_prev,~]=size(PDG_KGP_prev_d);
for k=1:N_KGP_prev
for l=1:br_red
PDG_KGP_prev_sum_d(1,l)=PDG_KGP_prev_sum_d(1,l)+PDG_KGP_prev_d(k,l);
end
end
U=ones(br_st,1).*Unaz;
fi=zeros(br_st,1);
delta=inf;
z=0;
while max(abs(delta))>1e-4
Uprethodno=U;
fiprethodno=fi;
for i=br_red:-1:1
P(i)=0;
Q(i)=0;
for k=M(i):-1:1
P(i)=P(i)+PL_d_g(BR(i,k))-
(PDG_SE_prev_sum_d(BR(i,k))+PDG_HE_prev_sum_d(BR(i,k))+PDG_VE_prev_sum_d(BR(i,k))+PDG_EBUBDIKO_prev_sum_d(B
R(i,k))+PDG_GE_prev_sum_d(BR(i,k))+PDG_EBPKOOOBZPBODPPPPOV_prev_sum_d(BR(i,k))+PDG_ETB_prev_sum_d(BR(i,k))+
PDG_KGP_prev_sum_d(BR(i,k)));
Q(i)=Q(i)+QL_d_g(BR(i,k));
if k>1
P(i)=P(i)+ploss(BR(i,k));
Q(i)=Q(i)+qloss(BR(i,k))-(qCkraj(i)+qCpocetak(i));
end
end
ploss(i)=3*(((P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*sin(fi(RE(i))))/(2*sqrt(3)))^2+(-((Q(i)*cos(fi(RE(i)))-
P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-(B(i)*U(RE(i))*1000*cos(fi(RE(i))))/(2*sqrt(3))))^2)*R(i)/1000;
qloss(i)=3*(((P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*sin(fi(RE(i))))/(2*sqrt(3)))^2+(-((Q(i)*cos(fi(RE(i)))-
P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-(B(i)*U(RE(i))*1000*cos(fi(RE(i))))/(2*sqrt(3))))^2)*X(i)/1000;
qCkraj(i)=B(i)/2*(U(RE(i))*1000)^2/1000;
if i>1
qCpocetak(i)=B(i)/2*(U(SE(i))*1000)^2/1000;
else
qCpocetak(i)=B(i)/2*(Unaz*1000)^2/1000;
end
Ip(i)=(P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)));
Iq(i)=-((Q(i)*cos(fi(RE(i)))-P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i))));
I(i)=sqrt(Ip(i)^2+Iq(i)^2);
Iploss(i)=(P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*sin(fi(RE(i))))/(2*sqrt(3));
Iqloss(i)=-((Q(i)*cos(fi(RE(i)))-P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*cos(fi(RE(i))))/(2*sqrt(3)));
end
314
Prilog
for i=1:br_red
if i==1
Up(RE(i))=Unaz-sqrt(3)*(R(i)*Iploss(i)/1000-X(i)*Iqloss(i)/1000);
Uq(RE(i))=0-sqrt(3)*(X(i)*Iploss(i)/1000+R(i)*Iqloss(i)/1000);
else
Up(RE(i))=U(SE(i))*cos(fi(SE(i)))-sqrt(3)*(R(i)*Iploss(i)/1000-X(i)*Iqloss(i)/1000);
Uq(RE(i))=U(SE(i))*sin(fi(SE(i)))-sqrt(3)*(X(i)*Iploss(i)/1000+R(i)*Iqloss(i)/1000);
end
U(RE(i))=sqrt(Up(RE(i))^2+Uq(RE(i))^2);
fi(RE(i))=atan(Uq(RE(i))/Up(RE(i)));
end
for i=1:br_red
delta(i)=abs(sqrt((U(i)*cos(fi(i))-Uprethodno(i)*cos(fiprethodno(i)))^2+(U(i)*sin(fi(i))-
Uprethodno(i)*sin(fiprethodno(i)))^2));
end
z=z+1;
end
315
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
genetic_algorithm.m
function [best_individual_in_generation, position_and_size, wloss_g_best_allocation,
ploss_h_best_allocation, Pfeeder_h_best_allocation, Unode_17_h_best_allocation]=genetic_algorithm(Unaz, BR,
M, R1, X1, B1, l, PL_max, QL_max, Pfeeder_min, Qfeeder_min, PL_d, QL_d, Imax, SE, RE, PDG_SE_prev,
PDG_HE_prev, PDG_VE_prev, PDG_EBUBDIKO_prev, PDG_GE_prev, PDG_EBPKOOOBZPBODPPPPOV_prev, PDG_ETB_prev,
PDG_KGP_prev, PDG_SE_prev_d, PDG_HE_prev_d, PDG_VE_prev_d, PDG_EBUBDIKO_prev_d, PDG_GE_prev_d,
PDG_EBPKOOOBZPBODPPPPOV_prev_d, PDG_ETB_prev_d, PDG_KGP_prev_d, PDG_SE_percent_new, PDG_HE_percent_new,
PDG_VE_percent_new, PDG_EBUBDIKO_percent_new, PDG_GE_percent_new, PDG_EBPKOOOBZPBODPPPPOV_percent_new,
PDG_ETB_percent_new, PDG_KGP_percent_new, DG_step_size, population_size, generation_number,
tournament_size, crossover_probability, mutation_probability_one_DG_location,
mutation_probability_step_size_location, mutation_probability_one_DG_power,
mutation_probability_step_size_power, SE_loc, HE_loc, VE_loc, EBUBDIKO_loc, GE_loc,
EBPKOOOBZPBODPPPPOV_loc, ETB_loc, KGP_loc, SE_size, HE_size, VE_size, EBUBDIKO_size, GE_size,
EBPKOOOBZPBODPPPPOV_size, ETB_size, KGP_size, CccSE, CccHE, CccVE, CccEBUBDIKO, CccGE,
CccEBPKOOOBZPBODPPPPOV, CccETB, CccKGP, CfomSE, CfomHE, CfomVE, CfomEBUBDIKO, CfomGE,
CfomEBPKOOOBZPBODPPPPOV, CfomETB, CfomKGP, CvomSE, CvomHE, CvomVE, CvomEBUBDIKO, CvomGE,
CvomEBPKOOOBZPBODPPPPOV, CvomETB, CvomKGP, Totkupa, diskontna_stopa_SE, diskontna_stopa_HE,
diskontna_stopa_VE, diskontna_stopa_EBUBDIKO, diskontna_stopa_GE, diskontna_stopa_EBPKOOOBZPBODPPPPOV,
diskontna_stopa_ETB, diskontna_stopa_KGP, diskontna_stopa_ODS, rast_tereta, wloss_g, C_elen, rast_C_elen,
biom_ucin)
[N_SE_new,~]=size(PDG_SE_percent_new);
[N_HE_new,~]=size(PDG_HE_percent_new);
[N_VE_new,~]=size(PDG_VE_percent_new);
[N_EBUBDIKO_new,~]=size(PDG_EBUBDIKO_percent_new);
[N_GE_new,~]=size(PDG_GE_percent_new);
[N_EBPKOOOBZPBODPPPPOV_new,~]=size(PDG_EBPKOOOBZPBODPPPPOV_percent_new);
[N_ETB_new,~]=size(PDG_ETB_percent_new);
[N_KGP_new,~]=size(PDG_KGP_percent_new);
N_DI_new=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new+N_KGP_new;
[br_red, br_st]=size(BR);
for i=1:br_red
R(1,i)=R1(1,i)*l(1,i);
X(1,i)=X1(1,i)*l(1,i);
B(1,i)=B1(1,i)*l(1,i);
end
best_individual_in_generation=0;
position_and_size=zeros(1, N_DI_new*2);
ploss_h_best_allocation=zeros(generation_number,24);
Pfeeder_h_best_allocation= zeros(generation_number,24);
Unode_17_h_best_allocation= zeros(generation_number,24);
316
Prilog
brojac_prva_generacija=1;
k=1;
while k<=generation_number
i=1;
while(i<=population_size)
PDG_new=zeros(N_DI_new, br_red);
for j=1:N_DI_new
PDG_new(j,population(i,j))=population(i,j+N_DI_new);
end
NPV_type=9;
for l=1:NPV_type
if l==1
if N_SE_new>0
if NPV_SE>0
NPV_positive(l)=1;
else
NPV_positive(l)=0;
end
else
NPV_positive(l)=1;
end
end
if l==2
if N_HE_new>0
if NPV_HE>0
NPV_positive(l)=1;
else
NPV_positive(l)=0;
end
else
NPV_positive(l)=1;
end
end
if l==3
if N_VE_new>0
if NPV_VE>0
NPV_positive(l)=1;
else
NPV_positive(l)=0;
end
else
NPV_positive(l)=1;
end
end
if l==4
if N_EBUBDIKO_new>0
if NPV_EBUBDIKO>0
NPV_positive(l)=1;
else
NPV_positive(l)=0;
end
317
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
else
NPV_positive(l)=1;
end
end
if l==5
if N_GE_new>0
if NPV_GE>0
NPV_positive(l)=1;
else
NPV_positive(l)=0;
end
else
NPV_positive(l)=1;
end
end
if l==6
if N_EBPKOOOBZPBODPPPPOV_new>0
if NPV_EBPKOOOBZPBODPPPPOV>0
NPV_positive(l)=1;
else
NPV_positive(l)=0;
end
else
NPV_positive(l)=1;
end
end
if l==7
if N_ETB_new>0
if NPV_ETB>0
NPV_positive(l)=1;
else
NPV_positive(l)=0;
end
else
NPV_positive(l)=1;
end
end
if l==8
if N_KGP_new>0
if NPV_KGP>0
NPV_positive(l)=1;
else
NPV_positive(l)=0;
end
else
NPV_positive(l)=1;
end
end
if l==9
if NPV_ODS>0
NPV_positive(l)=1;
else
NPV_positive(l)=0;
end
end
end
if NPV_positive>0
if N_SE_new>0
NPV_SE_individual(i,:)=NPV_SE;
end
if N_HE_new>0
NPV_HE_individual(i,:)=NPV_HE;
end
if N_VE_new>0
NPV_VE_individual(i,:)=NPV_VE;
end
if N_EBUBDIKO_new>0
NPV_EBUBDIKO_individual(i,:)=NPV_EBUBDIKO;
end
if N_GE_new>0
NPV_GE_individual(i,:)=NPV_GE;
end
if N_EBPKOOOBZPBODPPPPOV_new>0
NPV_EBPKOOOBZPBODPPPPOV_individual(i,:)=NPV_EBPKOOOBZPBODPPPPOV;
end
if N_ETB_new>0
NPV_ETB_individual(i,:)=NPV_ETB;
end
if N_KGP_new>0
NPV_KGP_individual(i,:)=NPV_KGP;
end
NPV_ODS_individual(i)=NPV_ODS;
NPV_total(i)=sum(NPV_SE)+sum(NPV_HE)+sum(NPV_VE)+sum(NPV_EBUBDIKO)+sum(NPV_GE)+sum(NPV_EBPKOOOBZPBODPPPPOV)
+sum(NPV_ETB)+sum(NPV_KGP)+NPV_ODS;
wloss_g_alloc_individual(i,:)=wloss_g_alloc;
318
Prilog
ploss_h_alloc_individual(i,:)=ploss_h_alloc;
Pfeeder_h_alloc_individual(i,:)=Pfeeder_h_alloc;
Unode_17_h_alloc_individual(i,:)=Unode_17_h_alloc;
else
if k==1
if brojac_prva_generacija>5000
break
end
if N_SE_new>0
NPV_SE_individual(i,:)=NPV_SE;
end
if N_HE_new>0
NPV_HE_individual(i,:)=NPV_HE;
end
if N_VE_new>0
NPV_VE_individual(i,:)=NPV_VE;
end
if N_EBUBDIKO_new>0
NPV_EBUBDIKO_individual(i,:)=NPV_EBUBDIKO;
end
if N_GE_new>0
NPV_GE_individual(i,:)=NPV_GE;
end
if N_EBPKOOOBZPBODPPPPOV_new>0
NPV_EBPKOOOBZPBODPPPPOV_individual(i,:)=NPV_EBPKOOOBZPBODPPPPOV;
end
if N_ETB_new>0
NPV_ETB_individual(i,:)=NPV_ETB;
end
if N_KGP_new>0
NPV_KGP_individual(i,:)=NPV_KGP;
end
NPV_ODS_individual(i)=NPV_ODS;
[chromosome]=chromosome_GA_NPV(Unaz, BR, M, R, X, B, PL_max, QL_max, Pfeeder_min,
Qfeeder_min, PDG_SE_prev, PDG_HE_prev, PDG_VE_prev, PDG_EBUBDIKO_prev, PDG_GE_prev,
PDG_EBPKOOOBZPBODPPPPOV_prev, PDG_ETB_prev, PDG_KGP_prev, N_SE_new, N_HE_new, N_VE_new, N_EBUBDIKO_new,
N_GE_new, N_EBPKOOOBZPBODPPPPOV_new, N_ETB_new, N_KGP_new, N_DI_new, Imax, SE, RE, DG_step_size, SE_loc,
HE_loc, VE_loc, EBUBDIKO_loc, GE_loc, EBPKOOOBZPBODPPPPOV_loc, ETB_loc, KGP_loc, SE_size, HE_size, VE_size,
EBUBDIKO_size, GE_size, EBPKOOOBZPBODPPPPOV_size, ETB_size, KGP_size);
population(i,:)=chromosome;
i=i-1;
brojac_prva_generacija=brojac_prva_generacija+1;
else
NPV_total(i)=0;
end
end
i=i+1;
end
if brojac_prva_generacija>5000
position_and_size(i,:)=population(i,:);
break
end
[best_individual,index_best_individual]=max(NPV_total);
best_individual_in_generation(k)=best_individual;
position_and_size(k,:)=population(index_best_individual,:);
wloss_g_best_allocation(k,:)=wloss_g_alloc_individual(index_best_individual,:);
ploss_h_best_allocation(k,:)=ploss_h_alloc_individual(index_best_individual,:);
Pfeeder_h_best_allocation(k,:)= Pfeeder_h_alloc_individual(index_best_individual,:);
Unode_17_h_best_allocation(k,:)=Unode_17_h_alloc_individual(index_best_individual,:);
if N_SE_new>0
NPV_SE_best(k,:)=NPV_SE_individual(index_best_individual,:);
end
if N_HE_new>0
NPV_HE_best(k,:)=NPV_HE_individual(index_best_individual,:);
end
if N_VE_new>0
NPV_VE_best(k,:)=NPV_VE_individual(index_best_individual,:);
end
if N_EBUBDIKO_new>0
NPV_EBUBDIKO_best(k,:)=NPV_EBUBDIKO_individual(index_best_individual,:);
end
if N_GE_new>0
NPV_GE_best(k,:)=NPV_GE_individual(index_best_individual,:);
end
if N_EBPKOOOBZPBODPPPPOV_new>0
NPV_EBPKOOOBZPBODPPPPOV_best(k,:)=NPV_EBPKOOOBZPBODPPPPOV_individual(index_best_individual,:);
end
if N_ETB_new>0
NPV_ETB_best(k,:)=NPV_ETB_individual(index_best_individual,:);
end
if N_KGP_new>0
319
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
NPV_KGP_best(k,:)=NPV_KGP_individual(index_best_individual,:);
end
NPV_ODS_best(k)=NPV_ODS_individual(index_best_individual);
k=k+1
end
nf = java.text.DecimalFormat;
nf.setMaximumFractionDigits(2);
if brojac_prva_generacija>5000
fprintf('Od 5000 generiranih kromosoma za kreiranje prve populacije rješenja sa uvjetom svih NPV>0,
niti jedna kombinacija ne zadovoljava. Provjerite ulazne podatke.\n');
if N_SE_new>0
for brojac_DI=1:N_SE_new
fprintf('Projekt solarne elektrane br.%d ima neto sadašnju vrijednost, NPV=%s kn.\n',
brojac_DI, char(nf.format(NPV_SE_individual(i,brojac_DI))));
end
else
fprintf('Nema projekata solarnih elektrana na ovom izvodu srednjenaponske mreže.\n');
end
if N_HE_new>0
for brojac_DI=1:N_HE_new
fprintf('Projekt hidroelektrane br.%d ima neto sadašnju vrijednost, NPV=%s kn.\n', brojac_DI,
char(nf.format(NPV_HE_individual(i,brojac_DI))));
end
else
fprintf('Nema projekata hidroelektrana na ovom izvodu srednjenaponske mreže.\n');
end
if N_VE_new>0
for brojac_DI=1:N_VE_new
fprintf('Projekt vjetroelektrane br.%d ima neto sadašnju vrijednost, NPV=%s kn.\n', brojac_DI,
char(nf.format(NPV_VE_individual(i,brojac_DI))));
end
else
fprintf('Nema projekata vjetroelektrana na ovom izvodu srednjenaponske mreže.\n');
end
if N_EBUBDIKO_new>0
for brojac_DI=1:N_EBUBDIKO_new
fprintf('Projekt elektrane na biomasu, uključujući biorazgradive dijelove industrijskog i
komunalnog otpada br.%d ima neto sadašnju vrijednost, NPV=%s kn.\n', brojac_DI,
char(nf.format(NPV_EBUBDIKO_individual(i,brojac_DI))));
end
else
fprintf('Nema projekata elektrana na biomasu, uključujući biorazgradive dijelove industrijskog i
komunalnog otpada na ovom izvodu srednjenaponske mreže.\n');
end
320
Prilog
if N_GE_new>0
for brojac_DI=1:N_GE_new
fprintf('Projekt geotermalne elektrane br.%d ima neto sadašnju vrijednost, NPV=%s kn.\n',
brojac_DI, char(nf.format(NPV_GE_individual(i,brojac_DI))));
end
else
fprintf('Nema projekata geotermalnih elektrane na ovom izvodu srednjenaponske mreže.\n');
end
if N_EBPKOOOBZPBODPPPPOV_new>0
for brojac_DI=1:N_EBPKOOOBZPBODPPPPOV_new
fprintf('Projekt elektrane na bioplin iz poljoprivrednih kultura te organskih ostataka, otpada
biljnog i životinjskog podrijetla, biorazgradivog otpada, deponijski plin i plin iz postrojenja za
pročišćavanje otpadnih voda br.%d ima neto sadašnju vrijednost, NPV=%s kn.\n', brojac_DI,
char(nf.format(NPV_EBPKOOOBZPBODPPPPOV_individual(i,brojac_DI))));
end
else
fprintf('Nema projekata elektrana na bioplin iz poljoprivrednih kultura te organskih ostataka,
otpada biljnog i životinjskog podrijetla, biorazgradivog otpada, deponijski plin i plin iz postrojenja za
pročišćavanje otpadnih voda na ovom izvodu srednjenaponske mreže.\n');
end
if N_ETB_new>0
for brojac_DI=1:N_ETB_new
fprintf('Projekt elektrane na tekuća biogoriva br.%d ima neto sadašnju vrijednost, NPV=%s
kn.\n', brojac_DI, char(nf.format(NPV_ETB_individual(i,brojac_DI))));
end
else
fprintf('Nema projekata elektrana na tekuća biogoriva na ovom izvodu srednjenaponske mreže.\n');
end
if N_KGP_new>0
for brojac_DI=1:N_KGP_new
fprintf('Projekt kogeneracijska postrojenja koja kao gorivo ne koriste OIE br.%d ima neto
sadašnju vrijednost, NPV=%s kn.\n', brojac_DI, char(nf.format(NPV_KGP_individual(i,brojac_DI))));
end
else
fprintf('Nema projekata kogeneracijskih postrojenja koja kao gorivo ne koriste OIE na ovom izvodu
srednjenaponske mreže.\n');
end
for brojac_gena_kromosoma=1:1:N_DI_new
if brojac_gena_kromosoma>=1 && brojac_gena_kromosoma<=N_SE_new
fprintf('Projekt solarne elektrane br.%d ima optimalnu lokaciju u čvoru %d i optimalnu snagu %d
kW.\n', brojac_gena_kromosoma-0, position_and_size(generation_number,brojac_gena_kromosoma),
position_and_size(generation_number,brojac_gena_kromosoma+N_DI_new));
elseif brojac_gena_kromosoma>=N_SE_new+1 && brojac_gena_kromosoma<=N_SE_new+N_HE_new
fprintf('Projekt hidroelektrane br.%d ima optimalnu lokaciju u čvoru %d i optimalnu snagu %d
kW.\n', brojac_gena_kromosoma-N_SE_new, position_and_size(generation_number,brojac_gena_kromosoma),
position_and_size(generation_number,brojac_gena_kromosoma+N_DI_new));
elseif brojac_gena_kromosoma>=N_SE_new+N_HE_new+1 &&
brojac_gena_kromosoma<=N_SE_new+N_HE_new+N_VE_new
fprintf('Projekt vjetroelektrane br.%d ima optimalnu lokaciju u čvoru %d i optimalnu snagu %d
kW.\n', brojac_gena_kromosoma-N_SE_new-N_HE_new,
position_and_size(generation_number,brojac_gena_kromosoma),
position_and_size(generation_number,brojac_gena_kromosoma+N_DI_new));
elseif brojac_gena_kromosoma>=N_SE_new+N_HE_new+N_VE_new+1 &&
brojac_gena_kromosoma<=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new
fprintf('Projekt elektrane na biomasu, uključujući biorazgradive dijelove industrijskog i
komunalnog otpada br.%d ima optimalnu lokaciju u čvoru %d i optimalnu snagu %d kW.\n',
brojac_gena_kromosoma-N_SE_new-N_HE_new-N_VE_new,
321
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
position_and_size(generation_number,brojac_gena_kromosoma),
position_and_size(generation_number,brojac_gena_kromosoma+N_DI_new));
elseif brojac_gena_kromosoma>=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+1 &&
brojac_gena_kromosoma<=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new
fprintf('Projekt geotermalne elektrane br.%d ima optimalnu lokaciju u čvoru %d i optimalnu
snagu %d kW.\n', brojac_gena_kromosoma-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,
position_and_size(generation_number,brojac_gena_kromosoma),
position_and_size(generation_number,brojac_gena_kromosoma+N_DI_new));
elseif brojac_gena_kromosoma>=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+1 &&
brojac_gena_kromosoma<=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new
fprintf('Projekt elektrane na bioplin iz poljoprivrednih kultura te organskih ostataka, otpada
biljnog i životinjskog podrijetla, biorazgradivog otpada, deponijski plin i plin iz postrojenja za
pročišćavanje otpadnih voda br.%d ima optimalnu lokaciju u čvoru %d i optimalnu snagu %d kW.\n',
brojac_gena_kromosoma-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new,
position_and_size(generation_number,brojac_gena_kromosoma),
position_and_size(generation_number,brojac_gena_kromosoma+N_DI_new));
elseif
brojac_gena_kromosoma>=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+1 &&
brojac_gena_kromosoma<=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_n
ew
fprintf('Projekt elektrane na tekuća biogoriva br.%d ima optimalnu lokaciju u čvoru %d i
optimalnu snagu %d kW.\n', brojac_gena_kromosoma-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new, position_and_size(generation_number,brojac_gena_kromosoma),
position_and_size(generation_number,brojac_gena_kromosoma+N_DI_new));
elseif
brojac_gena_kromosoma>=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_n
ew+1 &&
brojac_gena_kromosoma<=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_n
ew+N_KGP_new
fprintf('Projekt kogeneracijska postrojenja koja kao gorivo ne koriste OIE br.%d ima optimalnu
lokaciju u čvoru %d i optimalnu snagu %d kW.\n', brojac_gena_kromosoma-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,
position_and_size(generation_number,brojac_gena_kromosoma),
position_and_size(generation_number,brojac_gena_kromosoma+N_DI_new));
end
end
if N_SE_new>0
for brojac_DI=1:N_SE_new
fprintf('Projekt solarne elektrane br.%d ima neto sadašnju vrijednost, NPV=%s kn.\n',
brojac_DI, char(nf.format(NPV_SE_best(generation_number,brojac_DI))));
end
else
fprintf('Nema projekata solarnih elektrana na ovom izvodu srednjenaponske mreže.\n');
end
if N_HE_new>0
for brojac_DI=1:N_HE_new
fprintf('Projekt hidroelektrane br.%d ima neto sadašnju vrijednost, NPV=%s kn.\n', brojac_DI,
char(nf.format(NPV_HE_best(generation_number,brojac_DI))));
end
else
fprintf('Nema projekata hidroelektrana na ovom izvodu srednjenaponske mreže.\n');
end
if N_VE_new>0
for brojac_DI=1:N_VE_new
fprintf('Projekt vjetroelektrane br.%d ima neto sadašnju vrijednost, NPV=%s kn.\n', brojac_DI,
char(nf.format(NPV_VE_best(generation_number,brojac_DI))));
end
else
fprintf('Nema projekata vjetroelektrana na ovom izvodu srednjenaponske mreže.\n');
end
if N_EBUBDIKO_new>0
for brojac_DI=1:N_EBUBDIKO_new
fprintf('Projekt elektrane na biomasu, uključujući biorazgradive dijelove industrijskog i
komunalnog otpada br.%d ima neto sadašnju vrijednost, NPV=%s kn.\n', brojac_DI,
char(nf.format(NPV_EBUBDIKO_best(generation_number,brojac_DI))));
end
else
fprintf('Nema projekata elektrana na biomasu, uključujući biorazgradive dijelove industrijskog i
komunalnog otpada na ovom izvodu srednjenaponske mreže.\n');
322
Prilog
end
if N_GE_new>0
for brojac_DI=1:N_GE_new
fprintf('Projekt geotermalne elektrane br.%d ima neto sadašnju vrijednost, NPV=%s kn.\n',
brojac_DI, char(nf.format(NPV_GE_best(generation_number,brojac_DI))));
end
else
fprintf('Nema projekata geotermalnih elektrane na ovom izvodu srednjenaponske mreže.\n');
end
if N_EBPKOOOBZPBODPPPPOV_new>0
for brojac_DI=1:N_EBPKOOOBZPBODPPPPOV_new
fprintf('Projekt elektrane elektrane na bioplin iz poljoprivrednih kultura te organskih
ostataka, otpada biljnog i životinjskog podrijetla, biorazgradivog otpada, deponijski plin i plin iz
postrojenja za pročišćavanje otpadnih voda br.%d ima neto sadašnju vrijednost, NPV=%s kn.\n', brojac_DI,
char(nf.format(NPV_EBPKOOOBZPBODPPPPOV_best(generation_number,brojac_DI))));
end
else
fprintf('Nema projekata elektrana elektrane na bioplin iz poljoprivrednih kultura te organskih
ostataka, otpada biljnog i životinjskog podrijetla, biorazgradivog otpada, deponijski plin i plin iz
postrojenja za pročišćavanje otpadnih voda na ovom izvodu srednjenaponske mreže.\n');
end
if N_ETB_new>0
for brojac_DI=1:N_ETB_new
fprintf('Projekt elektrane na tekuća biogoriva br.%d ima neto sadašnju vrijednost, NPV=%s
kn.\n', brojac_DI, char(nf.format(NPV_ETB_best(generation_number,brojac_DI))));
end
else
fprintf('Nema projekata elektrana na tekuća biogoriva na ovom izvodu srednjenaponske mreže.\n');
end
if N_KGP_new>0
for brojac_DI=1:N_KGP_new
fprintf('Projekt kogeneracijska postrojenja koja kao gorivo ne koriste OIE br.%d ima neto
sadašnju vrijednost, NPV=%s kn.\n', brojac_DI, char(nf.format(NPV_KGP_best(generation_number,brojac_DI))));
end
else
fprintf('Nema projekata kogeneracijskih postrojenja koja kao gorivo ne koriste OIE na ovom izvodu
srednjenaponske mreže.\n');
end
end
323
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
creation_function.m
function [population]=creation_function(Unaz, BR, M, R, X, B, PL_max, QL_max, Pfeeder_min, Qfeeder_min,
PDG_SE_prev, PDG_HE_prev, PDG_VE_prev, PDG_EBUBDIKO_prev, PDG_GE_prev, PDG_EBPKOOOBZPBODPPPPOV_prev,
PDG_ETB_prev, PDG_KGP_prev, N_SE_new, N_HE_new, N_VE_new, N_EBUBDIKO_new, N_GE_new,
N_EBPKOOOBZPBODPPPPOV_new, N_ETB_new, N_KGP_new, N_DI_new, Imax, SE, RE, population_size, DG_step_size,
SE_loc, HE_loc, VE_loc, EBUBDIKO_loc, GE_loc, EBPKOOOBZPBODPPPPOV_loc, ETB_loc, KGP_loc, SE_size, HE_size,
VE_size, EBUBDIKO_size, GE_size, EBPKOOOBZPBODPPPPOV_size, ETB_size, KGP_size)
[br_red, br_st]=size(BR);
length=N_DI_new*2;
for i=1:population_size
elimination_LF_success=false;
while(elimination_LF_success==false)
for k=1:N_SE_new
c=false;
while(c==false)
p=randi(br_red);
if SE_loc(k-0,p)==1
population(i,k)=p;
c=true;
else
c=false;
end
end
end
for k=N_SE_new+1:N_SE_new+N_HE_new
c=false;
while(c==false)
p=randi(br_red);
if HE_loc(k-N_SE_new,p)==1
population(i,k)=p;
c=true;
else
c=false;
end
end
end
for k=N_SE_new+N_HE_new+1:N_SE_new+N_HE_new+N_VE_new
c=false;
while(c==false)
p=randi(br_red);
if VE_loc(k-N_SE_new-N_HE_new,p)==1
population(i,k)=p;
c=true;
else
c=false;
end
end
end
for k=N_SE_new+N_HE_new+N_VE_new+1:N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new
c=false;
while(c==false)
p=randi(br_red);
if EBUBDIKO_loc(k-N_SE_new-N_HE_new-N_VE_new,p)==1
population(i,k)=p;
c=true;
else
c=false;
end
end
end
for k=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+1:N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new
c=false;
while(c==false)
p=randi(br_red);
if GE_loc(k-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,p)==1
population(i,k)=p;
c=true;
324
Prilog
else
c=false;
end
end
end
for
k=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+1:N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N
_EBPKOOOBZPBODPPPPOV_new
c=false;
while(c==false)
p=randi(br_red);
if EBPKOOOBZPBODPPPPOV_loc(k-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new,p)==1
population(i,k)=p;
c=true;
else
c=false;
end
end
end
for
k=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+1:N_SE_new+N_HE_new+N_VE_new
+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new
c=false;
while(c==false)
p=randi(br_red);
if ETB_loc(k-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new,p)==1
population(i,k)=p;
c=true;
else
c=false;
end
end
end
for
k=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new+1:N_SE_new+N_HE_ne
w+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new+N_KGP_new
c=false;
while(c==false)
p=randi(br_red);
if KGP_loc(k-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new,p)==1
population(i,k)=p;
c=true;
else
c=false;
end
end
end
for k=length/2+1:length/2+N_SE_new
d=false;
while(d==false)
[~,pow_lim]=size(SE_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=SE_size(k-length/2,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=SE_size(k-length/2,t);
end
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
population(i,k)=r;
d=true;
break
else
d=false;
end
end
end
end
325
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
for k=length/2+N_SE_new+1:length/2+N_SE_new+N_HE_new
d=false;
while(d==false)
[~,pow_lim]=size(HE_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=HE_size(k-length/2-N_SE_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=HE_size(k-length/2-N_SE_new,t);
end
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
population(i,k)=r;
d=true;
break
else
d=false;
end
end
end
end
for k=length/2+N_SE_new+N_HE_new+1:length/2+N_SE_new+N_HE_new+N_VE_new
d=false;
while(d==false)
[~,pow_lim]=size(VE_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=VE_size(k-length/2-N_SE_new-N_HE_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=VE_size(k-length/2-N_SE_new-N_HE_new,t);
end
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
population(i,k)=r;
d=true;
break
else
d=false;
end
end
end
end
for k=length/2+N_SE_new+N_HE_new+N_VE_new+1:length/2+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new
d=false;
while(d==false)
[~,pow_lim]=size(EBUBDIKO_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=EBUBDIKO_size(k-length/2-N_SE_new-N_HE_new-N_VE_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=EBUBDIKO_size(k-length/2-N_SE_new-N_HE_new-N_VE_new,t);
end
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
population(i,k)=r;
d=true;
break
326
Prilog
else
d=false;
end
end
end
end
for
k=length/2+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+1:length/2+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N
_GE_new
d=false;
while(d==false)
[~,pow_lim]=size(GE_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=GE_size(k-length/2-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=GE_size(k-length/2-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new,t);
end
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
population(i,k)=r;
d=true;
break
else
d=false;
end
end
end
end
for
k=length/2+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+1:length/2+N_SE_new+N_HE_new+N_VE_new+N_EBUBD
IKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new
d=false;
while(d==false)
[~,pow_lim]=size(EBPKOOOBZPBODPPPPOV_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=EBPKOOOBZPBODPPPPOV_size(k-length/2-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_GE_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=EBPKOOOBZPBODPPPPOV_size(k-length/2-N_SE_new-N_HE_new-
N_VE_new-N_EBUBDIKO_new-N_GE_new,t);
end
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
population(i,k)=r;
d=true;
break
else
d=false;
end
end
end
end
for
k=length/2+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+1:length/2+N_SE_new
+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new
d=false;
while(d==false)
[~,pow_lim]=size(ETB_size);
for t=1:1:pow_lim/2
327
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
limit_donji(1,t)=ETB_size(k-length/2-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new-N_EBPKOOOBZPBODPPPPOV_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=ETB_size(k-length/2-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new,t);
end
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
population(i,k)=r;
d=true;
break
else
d=false;
end
end
end
end
for
k=length/2+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new+1:length/
2+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new+N_KGP_new
d=false;
while(d==false)
[~,pow_lim]=size(KGP_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=KGP_size(k-length/2-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=KGP_size(k-length/2-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,t);
end
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
population(i,k)=r;
d=true;
break
else
d=false;
end
end
end
end
PDG_new=zeros(N_DI_new, br_red);
for j=1:N_DI_new
PDG_new(j,population(i,j))=population(i,j+N_DI_new);
end
328
Prilog
daily_average_production_curve_estimation_new.m
function [PDG_SE_new_d, PDG_HE_new_d, PDG_VE_new_d, PDG_EBUBDIKO_new_d, PDG_GE_new_d,
PDG_EBPKOOOBZPBODPPPPOV_new_d, PDG_ETB_new_d, PDG_KGP_new_d, SE_energy_g, HE_energy_g, VE_energy_g,
EBUBDIKO_energy_g, GE_energy_g, EBPKOOOBZPBODPPPPOV_energy_g, ETB_energy_g, KGP_energy_g, CF_SE, CF_HE,
CF_VE, CF_EBUBDIKO, CF_GE, CF_EBPKOOOBZPBODPPPPOV, CF_ETB,
CF_KGP]=daily_average_production_curve_estimation_new_DG(BR, PDG_new, N_SE_new, N_HE_new, N_VE_new,
N_EBUBDIKO_new, N_GE_new, N_EBPKOOOBZPBODPPPPOV_new, N_ETB_new, N_KGP_new, PDG_SE_percent_new,
PDG_HE_percent_new, PDG_VE_percent_new, PDG_EBUBDIKO_percent_new, PDG_GE_percent_new,
PDG_EBPKOOOBZPBODPPPPOV_percent_new, PDG_ETB_percent_new, PDG_KGP_percent_new)
[no_nodes,~]=size(BR);
for i=1:N_SE_new
for j=1:no_nodes
PDG_SE_new(i-0,j)=PDG_new(i,j);
end
end
for i=N_SE_new+1:N_SE_new+N_HE_new
for j=1:no_nodes
PDG_HE_new(i-N_SE_new,j)=PDG_new(i,j);
end
end
for i=N_SE_new+N_HE_new+1:N_SE_new+N_HE_new+N_VE_new
for j=1:no_nodes
PDG_VE_new(i-N_SE_new-N_HE_new,j)=PDG_new(i,j);
end
end
for i=N_SE_new+N_HE_new+N_VE_new+1:N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new
for j=1:no_nodes
PDG_EBUBDIKO_new(i-N_SE_new-N_HE_new-N_VE_new,j)=PDG_new(i,j);
end
end
for i=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+1:N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new
for j=1:no_nodes
PDG_GE_new(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,j)=PDG_new(i,j);
end
end
for
i=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+1:N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N
_EBPKOOOBZPBODPPPPOV_new
for j=1:no_nodes
PDG_EBPKOOOBZPBODPPPPOV_new(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new,j)=PDG_new(i,j);
end
end
for
i=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+1:N_SE_new+N_HE_new+N_VE_new
+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new
for j=1:no_nodes
PDG_ETB_new(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new,j)=PDG_new(i,j);
end
end
for
i=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new+1:N_SE_new+N_HE_ne
w+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new+N_KGP_new
for j=1:no_nodes
PDG_KGP_new(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new,j)=PDG_new(i,j);
end
end
PDG_SE_new_d=zeros(24,no_nodes,1);
CF_SE=[];
SE_energy_g=[];
329
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
for i=1:N_SE_new
for j=1:no_nodes
for k=1:1:24
PDG_SE_new_d(k,j,i)=PDG_SE_percent_new(i,k)*PDG_SE_new(i,j);
end
end
end
if N_SE_new>0
for i=1:N_SE_new
for j=1:no_nodes
SE_energy_g(i)=365*sum(PDG_SE_new_d(:,j,i));
if SE_energy_g>0
break
end
end
CF_SE(i)=SE_energy_g(i)/(8760*(sum(PDG_SE_new(i,j))));
end
end
PDG_HE_new_d=zeros(24,no_nodes,1);
CF_HE=[];
HE_energy_g=[];
for i=1:N_HE_new
for j=1:no_nodes
for k=1:1:24
PDG_HE_new_d(k,j,i)=PDG_HE_percent_new(i,k)*PDG_HE_new(i,j);
end
end
end
if N_HE_new>0
for i=1:N_HE_new
for j=1:no_nodes
HE_energy_g(i)=365*sum(PDG_HE_new_d(:,j,i));
if HE_energy_g>0
break
end
end
CF_HE(i)=HE_energy_g(i)/(8760*(sum(PDG_HE_new(i,j))));
end
end
PDG_VE_new_d=zeros(24,no_nodes,1);
CF_VE=[];
VE_energy_g=[];
for i=1:N_VE_new
for j=1:no_nodes
for k=1:1:24
PDG_VE_new_d(k,j,i)=PDG_VE_percent_new(i,k)*PDG_VE_new(i,j);
end
end
end
if N_VE_new>0
for i=1:N_VE_new
for j=1:no_nodes
VE_energy_g(i)=365*sum(PDG_VE_new_d(:,j,i));
if VE_energy_g>0
break
end
end
CF_VE(i)=VE_energy_g(i)/(8760*(sum(PDG_VE_new(i,j))));
end
end
PDG_EBUBDIKO_new_d=zeros(24,no_nodes,1);
CF_EBUBDIKO=[];
EBUBDIKO_energy_g=[];
for i=1:N_EBUBDIKO_new
for j=1:no_nodes
for k=1:1:24
PDG_EBUBDIKO_new_d(k,j,i)=PDG_EBUBDIKO_percent_new(i,k)*PDG_EBUBDIKO_new(i,j);
end
end
end
if N_EBUBDIKO_new>0
330
Prilog
for i=1:N_EBUBDIKO_new
for j=1:no_nodes
EBUBDIKO_energy_g(i)=365*sum(PDG_EBUBDIKO_new_d(:,j,i));
if EBUBDIKO_energy_g>0
break
end
end
CF_EBUBDIKO(i)=EBUBDIKO_energy_g(i)/(8760*(sum(PDG_EBUBDIKO_new(i,j))));
end
end
PDG_GE_new_d=zeros(24,no_nodes,1);
CF_GE=[];
GE_energy_g=[];
for i=1:N_GE_new
for j=1:no_nodes
for k=1:1:24
PDG_GE_new_d(k,j,i)=PDG_GE_percent_new(i,k)*PDG_GE_new(i,j);
end
end
end
if N_GE_new>0
for i=1:N_GE_new
for j=1:no_nodes
GE_energy_g(i)=365*sum(PDG_GE_new_d(:,j,i));
if GE_energy_g>0
break
end
end
CF_GE(i)=GE_energy_g(i)/(8760*(sum(PDG_GE_new(i,j))));
end
end
PDG_EBPKOOOBZPBODPPPPOV_new_d=zeros(24,no_nodes,1);
CF_EBPKOOOBZPBODPPPPOV=[];
EBPKOOOBZPBODPPPPOV_energy_g=[];
for i=1:N_EBPKOOOBZPBODPPPPOV_new
for j=1:no_nodes
for k=1:1:24
PDG_EBPKOOOBZPBODPPPPOV_new_d(k,j,i)=PDG_EBPKOOOBZPBODPPPPOV_percent_new(i,k)*PDG_EBPKOOOBZPBODPPPPOV_new(i
,j);
end
end
end
if N_EBPKOOOBZPBODPPPPOV_new>0
for i=1:N_EBPKOOOBZPBODPPPPOV_new
for j=1:no_nodes
EBPKOOOBZPBODPPPPOV_energy_g(i)=365*sum(PDG_EBPKOOOBZPBODPPPPOV_new_d(:,j,i));
if EBPKOOOBZPBODPPPPOV_energy_g>0
break
end
end
CF_EBPKOOOBZPBODPPPPOV(i)=EBPKOOOBZPBODPPPPOV_energy_g(i)/(8760*(sum(PDG_EBPKOOOBZPBODPPPPOV_new(i,j))));
end
end
PDG_ETB_new_d=zeros(24,no_nodes,1);
CF_ETB=[];
ETB_energy_g=[];
for i=1:N_ETB_new
for j=1:no_nodes
for k=1:1:24
PDG_ETB_new_d(k,j,i)=PDG_ETB_percent_new(i,k)*PDG_ETB_new(i,j);
end
end
end
if N_ETB_new>0
for i=1:N_ETB_new
for j=1:no_nodes
ETB_energy_g(i)=365*sum(PDG_ETB_new_d(:,j,i));
if ETB_energy_g>0
break
end
331
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
end
CF_ETB(i)=ETB_energy_g(i)/(8760*(sum(PDG_ETB_new(i,j))));
end
end
PDG_KGP_new_d=zeros(24,no_nodes,1);
CF_KGP=[];
KGP_energy_g=[];
for i=1:N_KGP_new
for j=1:no_nodes
for k=1:1:24
PDG_KGP_new_d(k,j,i)=PDG_KGP_percent_new(i,k)*PDG_KGP_new(i,j);
end
end
end
if N_KGP_new>0
for i=1:N_KGP_new
for j=1:no_nodes
KGP_energy_g(i)=365*sum(PDG_KGP_new_d(:,j,i));
if KGP_energy_g>0
break
end
end
CF_KGP(i)=KGP_energy_g(i)/(8760*(sum(PDG_KGP_new(i,j))));
end
end
332
Prilog
optimization_LF_d.m
function [wloss_g_alloc, ploss_h_alloc, Pfeeder_h_alloc, Unode_17_h_alloc]=optimization_LF_d(Unaz, BR, M,
R, X, B, PL_d, QL_d, PDG_SE_prev_d, PDG_HE_prev_d, PDG_VE_prev_d, PDG_EBUBDIKO_prev_d, PDG_GE_prev_d,
PDG_EBPKOOOBZPBODPPPPOV_prev_d, PDG_ETB_prev_d, PDG_KGP_prev_d, PDG_SE_new_d, PDG_HE_new_d, PDG_VE_new_d,
PDG_EBUBDIKO_new_d, PDG_GE_new_d, PDG_EBPKOOOBZPBODPPPPOV_new_d, PDG_ETB_new_d, PDG_KGP_new_d, SE, RE,
Totkupa, rast_tereta)
[br_red, br_st]=size(BR);
for godina=1:1:Totkupa
for m=1:1:br_red
PL_d_g_alloc(:,m)=PL_d(:,m)*(((1+rast_tereta(m)/100))^godina);
QL_d_g_alloc(:,m)=QL_d(:,m)*(((1+rast_tereta(m)/100))^godina);
end
for sat=1:1:24
[P, ploss, U]=optimization_LF(Unaz, BR, M, R, X, B, PL_d_g_alloc(sat,:), QL_d_g_alloc(sat,:),
PDG_SE_prev_d(sat,:,:), PDG_HE_prev_d(sat,:,:), PDG_VE_prev_d(sat,:,:), PDG_EBUBDIKO_prev_d(sat,:,:),
PDG_GE_prev_d(sat,:,:), PDG_EBPKOOOBZPBODPPPPOV_prev_d(sat,:,:), PDG_ETB_prev_d(sat,:,:),
PDG_KGP_prev_d(sat,:,:), PDG_SE_new_d(sat,:,:), PDG_HE_new_d(sat,:,:), PDG_VE_new_d(sat,:,:),
PDG_EBUBDIKO_new_d(sat,:,:), PDG_GE_new_d(sat,:,:), PDG_EBPKOOOBZPBODPPPPOV_new_d(sat,:,:),
PDG_ETB_new_d(sat,:,:), PDG_KGP_new_d(sat,:,:), SE, RE);
ploss_h_alloc(sat)=sum(ploss);
Pfeeder_h_alloc(sat)=P(1);
Unode_17_h_alloc(sat)=U(17);
end
wloss_d_alloc=sum(ploss_h_alloc);
wloss_g_alloc(godina)=365*wloss_d_alloc;
end
wloss_total_alloc=sum(wloss_g_alloc);
333
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
optimization_LF.m
function [P, ploss, U]=optimization_LF(Unaz, BR, M, R, X, B, PL_d_g_alloc, QL_d_g_alloc, PDG_SE_prev_d,
PDG_HE_prev_d, PDG_VE_prev_d, PDG_EBUBDIKO_prev_d, PDG_GE_prev_d, PDG_EBPKOOOBZPBODPPPPOV_prev_d,
PDG_ETB_prev_d, PDG_KGP_prev_d, PDG_SE_new_d, PDG_HE_new_d, PDG_VE_new_d, PDG_EBUBDIKO_new_d, PDG_GE_new_d,
PDG_EBPKOOOBZPBODPPPPOV_new_d, PDG_ETB_new_d, PDG_KGP_new_d, SE, RE)
[br_red,br_st]=size(BR);
PDG_SE_prev_sum_d=zeros(1,br_red);
[N_SE_prev,~]=size(PDG_SE_prev_d);
for k=1:N_SE_prev
for l=1:br_red
PDG_SE_prev_sum_d(1,l)=PDG_SE_prev_sum_d(1,l)+PDG_SE_prev_d(k,l);
end
end
PDG_HE_prev_sum_d=zeros(1,br_red);
[N_HE_prev,~]=size(PDG_HE_prev_d);
for k=1:N_HE_prev
for l=1:br_red
PDG_HE_prev_sum_d(1,l)=PDG_HE_prev_sum_d(1,l)+PDG_HE_prev_d(k,l);
end
end
PDG_VE_prev_sum_d=zeros(1,br_red);
[N_VE_prev,~]=size(PDG_VE_prev_d);
for k=1:N_VE_prev
for l=1:br_red
PDG_VE_prev_sum_d(1,l)=PDG_VE_prev_sum_d(1,l)+PDG_VE_prev_d(k,l);
end
end
PDG_EBUBDIKO_prev_sum_d=zeros(1,br_red);
[N_EBUBDIKO_prev,~]=size(PDG_EBUBDIKO_prev_d);
for k=1:N_EBUBDIKO_prev
for l=1:br_red
PDG_EBUBDIKO_prev_sum_d(1,l)=PDG_EBUBDIKO_prev_sum_d(1,l)+PDG_EBUBDIKO_prev_d(k,l);
end
end
PDG_GE_prev_sum_d=zeros(1,br_red);
[N_GE_prev,~]=size(PDG_GE_prev_d);
for k=1:N_GE_prev
for l=1:br_red
PDG_GE_prev_sum_d(1,l)=PDG_GE_prev_sum_d(1,l)+PDG_GE_prev_d(k,l);
end
end
PDG_EBPKOOOBZPBODPPPPOV_prev_sum_d=zeros(1,br_red);
[N_EBPKOOOBZPBODPPPPOV_prev,~]=size(PDG_EBPKOOOBZPBODPPPPOV_prev_d);
for k=1:N_EBPKOOOBZPBODPPPPOV_prev
for l=1:br_red
334
Prilog
PDG_EBPKOOOBZPBODPPPPOV_prev_sum_d(1,l)=PDG_EBPKOOOBZPBODPPPPOV_prev_sum_d(1,l)+PDG_EBPKOOOBZPBODPPPPOV_pre
v_d(k,l);
end
end
PDG_ETB_prev_sum_d=zeros(1,br_red);
[N_ETB_prev,~]=size(PDG_ETB_prev_d);
for k=1:N_ETB_prev
for l=1:br_red
PDG_ETB_prev_sum_d(1,l)=PDG_ETB_prev_sum_d(1,l)+PDG_ETB_prev_d(k,l);
end
end
PDG_KGP_prev_sum_d=zeros(1,br_red);
[N_KGP_prev,~]=size(PDG_KGP_prev_d);
for k=1:N_KGP_prev
for l=1:br_red
PDG_KGP_prev_sum_d(1,l)=PDG_KGP_prev_sum_d(1,l)+PDG_KGP_prev_d(k,l);
end
end
PDG_SE_new_sum_d=zeros(1,br_red);
[N_SE_new,~]=size(PDG_SE_new_d);
for k=1:N_SE_new
for l=1:br_red
PDG_SE_new_sum_d(1,l)=PDG_SE_new_sum_d(1,l)+PDG_SE_new_d(k,l);
end
end
PDG_HE_new_sum_d=zeros(1,br_red);
[N_HE_new,~]=size(PDG_HE_new_d);
for k=1:N_HE_new
for l=1:br_red
PDG_HE_new_sum_d(1,l)=PDG_HE_new_sum_d(1,l)+PDG_HE_new_d(k,l);
end
end
PDG_VE_new_sum_d=zeros(1,br_red);
[N_VE_new,~]=size(PDG_VE_new_d);
for k=1:N_VE_new
for l=1:br_red
PDG_VE_new_sum_d(1,l)=PDG_VE_new_sum_d(1,l)+PDG_VE_new_d(k,l);
end
end
PDG_EBUBDIKO_new_sum_d=zeros(1,br_red);
[N_EBUBDIKO_new,~]=size(PDG_EBUBDIKO_new_d);
for k=1:N_EBUBDIKO_new
for l=1:br_red
PDG_EBUBDIKO_new_sum_d(1,l)=PDG_EBUBDIKO_new_sum_d(1,l)+PDG_EBUBDIKO_new_d(k,l);
end
end
PDG_GE_new_sum_d=zeros(1,br_red);
[N_GE_new,~]=size(PDG_GE_new_d);
for k=1:N_GE_new
for l=1:br_red
PDG_GE_new_sum_d(1,l)=PDG_GE_new_sum_d(1,l)+PDG_GE_new_d(k,l);
335
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
end
end
PDG_EBPKOOOBZPBODPPPPOV_new_sum_d=zeros(1,br_red);
[N_EBPKOOOBZPBODPPPPOV_new,~]=size(PDG_EBPKOOOBZPBODPPPPOV_new_d);
for k=1:N_EBPKOOOBZPBODPPPPOV_new
for l=1:br_red
PDG_EBPKOOOBZPBODPPPPOV_new_sum_d(1,l)=PDG_EBPKOOOBZPBODPPPPOV_new_sum_d(1,l)+PDG_EBPKOOOBZPBODPPPPOV_new_d
(k,l);
end
end
PDG_ETB_new_sum_d=zeros(1,br_red);
[N_ETB_new,~]=size(PDG_ETB_new_d);
for k=1:N_ETB_new
for l=1:br_red
PDG_ETB_new_sum_d(1,l)=PDG_ETB_new_sum_d(1,l)+PDG_ETB_new_d(k,l);
end
end
PDG_KGP_new_sum_d=zeros(1,br_red);
[N_KGP_new,~]=size(PDG_KGP_new_d);
for k=1:N_KGP_new
for l=1:br_red
PDG_KGP_new_sum_d(1,l)=PDG_KGP_new_sum_d(1,l)+PDG_KGP_new_d(k,l);
end
end
U=ones(br_st,1).*Unaz;
fi=zeros(br_st,1);
delta=inf;
z=0;
while max(abs(delta))>1e-4
Uprethodno=U;
fiprethodno=fi;
for i=br_red:-1:1
P(i)=0;
Q(i)=0;
for k=M(i):-1:1
P(i)=P(i)+PL_d_g_alloc(BR(i,k))-
(PDG_SE_prev_sum_d(BR(i,k))+PDG_HE_prev_sum_d(BR(i,k))+PDG_VE_prev_sum_d(BR(i,k))+PDG_EBUBDIKO_prev_sum_d(B
R(i,k))+PDG_GE_prev_sum_d(BR(i,k))+PDG_EBPKOOOBZPBODPPPPOV_prev_sum_d(BR(i,k))+PDG_ETB_prev_sum_d(BR(i,k))+
PDG_KGP_prev_sum_d(BR(i,k)))-
(PDG_SE_new_sum_d(BR(i,k))+PDG_HE_new_sum_d(BR(i,k))+PDG_VE_new_sum_d(BR(i,k))+PDG_EBUBDIKO_new_sum_d(BR(i,
k))+PDG_GE_new_sum_d(BR(i,k))+PDG_EBPKOOOBZPBODPPPPOV_new_sum_d(BR(i,k))+PDG_ETB_new_sum_d(BR(i,k))+PDG_KGP
_new_sum_d(BR(i,k)));
Q(i)=Q(i)+QL_d_g_alloc(BR(i,k));
if k>1
P(i)=P(i)+ploss(BR(i,k));
Q(i)=Q(i)+qloss(BR(i,k))-(qCkraj(i)+qCpocetak(i));
end
end
ploss(i)=3*(((P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*sin(fi(RE(i))))/(2*sqrt(3)))^2+(-((Q(i)*cos(fi(RE(i)))-
P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-(B(i)*U(RE(i))*1000*cos(fi(RE(i))))/(2*sqrt(3))))^2)*R(i)/1000;
qloss(i)=3*(((P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*sin(fi(RE(i))))/(2*sqrt(3)))^2+(-((Q(i)*cos(fi(RE(i)))-
P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-(B(i)*U(RE(i))*1000*cos(fi(RE(i))))/(2*sqrt(3))))^2)*X(i)/1000;
qCkraj(i)=B(i)/2*(U(RE(i))*1000)^2/1000;
if i>1
qCpocetak(i)=B(i)/2*(U(SE(i))*1000)^2/1000;
else
qCpocetak(i)=B(i)/2*(Unaz*1000)^2/1000;
end
Ip(i)=(P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)));
Iq(i)=-((Q(i)*cos(fi(RE(i)))-P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i))));
I(i)=sqrt(Ip(i)^2+Iq(i)^2);
336
Prilog
Iploss(i)=(P(i)*cos(fi(RE(i)))+Q(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*sin(fi(RE(i))))/(2*sqrt(3));
Iqloss(i)=-((Q(i)*cos(fi(RE(i)))-P(i)*sin(fi(RE(i))))/(sqrt(3)*U(RE(i)))-
(B(i)*U(RE(i))*1000*cos(fi(RE(i))))/(2*sqrt(3)));
end
for i=1:br_red
if i==1
Up(RE(i))=Unaz-sqrt(3)*(R(i)*Iploss(i)/1000-X(i)*Iqloss(i)/1000);
Uq(RE(i))=0-sqrt(3)*(X(i)*Iploss(i)/1000+R(i)*Iqloss(i)/1000);
else
Up(RE(i))=U(SE(i))*cos(fi(SE(i)))-sqrt(3)*(R(i)*Iploss(i)/1000-X(i)*Iqloss(i)/1000);
Uq(RE(i))=U(SE(i))*sin(fi(SE(i)))-sqrt(3)*(X(i)*Iploss(i)/1000+R(i)*Iqloss(i)/1000);
end
U(RE(i))=sqrt(Up(RE(i))^2+Uq(RE(i))^2);
fi(RE(i))=atan(Uq(RE(i))/Up(RE(i)));
end
for i=1:br_red
delta(i)=abs(sqrt((U(i)*cos(fi(i))-Uprethodno(i)*cos(fiprethodno(i)))^2+(U(i)*sin(fi(i))-
Uprethodno(i)*sin(fiprethodno(i)))^2));
end
z=z+1;
end
337
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
net_present_value.m
function [NPV_SE, NPV_HE, NPV_VE, NPV_EBUBDIKO, NPV_GE, NPV_EBPKOOOBZPBODPPPPOV, NPV_ETB, NPV_KGP,
NPV_ODS]=net_present_value(population, N_SE_new, N_HE_new, N_VE_new, N_EBUBDIKO_new, N_GE_new,
N_EBPKOOOBZPBODPPPPOV_new, N_ETB_new, N_KGP_new, N_DI_new, SE_energy_g, HE_energy_g, VE_energy_g,
EBUBDIKO_energy_g, GE_energy_g, EBPKOOOBZPBODPPPPOV_energy_g, ETB_energy_g, KGP_energy_g, CccSE, CccHE,
CccVE, CccEBUBDIKO, CccGE, CccEBPKOOOBZPBODPPPPOV, CccETB, CccKGP, CfomSE, CfomHE, CfomVE, CfomEBUBDIKO,
CfomGE, CfomEBPKOOOBZPBODPPPPOV, CfomETB, CfomKGP, CvomSE, CvomHE, CvomVE, CvomEBUBDIKO, CvomGE,
CvomEBPKOOOBZPBODPPPPOV, CvomETB, CvomKGP, Totkupa, diskontna_stopa_SE, diskontna_stopa_HE,
diskontna_stopa_VE, diskontna_stopa_EBUBDIKO, diskontna_stopa_GE, diskontna_stopa_EBPKOOOBZPBODPPPPOV,
diskontna_stopa_ETB, diskontna_stopa_KGP, diskontna_stopa_ODS, wloss_g, wloss_g_alloc, C_elen, rast_C_elen,
biom_ucin)
NPV_SE=[];
for i=1:1:N_SE_new
[~,cc_size]=size(CccSE);
for t=1:1:cc_size/2
limit_power_cc(1,t)=CccSE(i-0,t);
end
for t=cc_size/2+1:1:cc_size
per_unit_cc(1,t-cc_size/2)=CccSE(i-0,t);
end
for t=1:1:cc_size/2
if population(i+N_DI_new)<=limit_power_cc(1,t)
NPV_SE_cc(i-0)=-per_unit_cc(1,t)*population(i+N_DI_new);
break
end
end
for k=1:1:Totkupa
[~,fom_size]=size(CfomSE);
for s=1:1:fom_size/2
limit_power_fom(1,s)=CfomSE(i-0,s);
end
for s=fom_size/2+1:1:fom_size
per_unit_fom(1,s-fom_size/2)=CfomSE(i-0,s);
end
for s=1:1:fom_size/2
if population(i+N_DI_new)<=limit_power_fom(1,s)
Fix_OM_SE(i-0)=per_unit_fom(1,s)*population(i+N_DI_new);
break
end
end
[~,vom_size]=size(CvomSE);
for u=1:1:vom_size/2
limit_energy_vom(1,u)=CvomSE(i-0,u);
end
for u=vom_size/2+1:1:vom_size
per_unit_vom(1,u-vom_size/2)=CvomSE(i-0,u);
end
338
Prilog
for u=1:1:vom_size/2
if SE_energy_g(i-0)<=limit_energy_vom(1,u)*1000
Var_OM_SE(i-0)=((per_unit_vom(1,u))/1000)*SE_energy_g(i-0);
break
end
end
if population(i+N_DI_new)<=5000
FIT_SE(i-0)=0.53*SE_energy_g(i-0);
end
[~,disk_size]=size(diskontna_stopa_SE);
for z=1:1:disk_size/2
limit_power_disk(1,z)=diskontna_stopa_SE(i-0,z);
end
for z=disk_size/2+1:1:disk_size
discount(1,z-disk_size/2)=diskontna_stopa_SE(i-0,z);
end
for z=1:1:disk_size/2
if population(i+N_DI_new)<=limit_power_disk(1,z)
NPV_SE_g(i-0,k)=(FIT_SE(i-0)-Fix_OM_SE(i-0)-Var_OM_SE(i-0))*(1/(1+discount(1,z)/100)^k);
break
end
end
end
NPV_SE(i-0)=NPV_SE_cc(i-0)+sum(NPV_SE_g(i-0,:));
end
NPV_HE=[];
for i=N_SE_new+1:1:N_SE_new+N_HE_new
[~,cc_size]=size(CccHE);
for t=1:1:cc_size/2
limit_power_cc(1,t)=CccHE(i-N_SE_new,t);
end
for t=cc_size/2+1:1:cc_size
per_unit_cc(1,t-cc_size/2)=CccHE(i-N_SE_new,t);
end
for t=1:1:cc_size/2
if population(i+N_DI_new)<=limit_power_cc(1,t)
NPV_HE_cc(i-N_SE_new)=-per_unit_cc(1,t)*population(i+N_DI_new);
break
end
end
for k=1:1:Totkupa
[~,fom_size]=size(CfomHE);
for s=1:1:fom_size/2
limit_power_fom(1,s)=CfomHE(i-N_SE_new,s);
end
for s=fom_size/2+1:1:fom_size
per_unit_fom(1,s-fom_size/2)=CfomHE(i-N_SE_new,s);
end
for s=1:1:fom_size/2
if population(i+N_DI_new)<=limit_power_fom(1,s)
Fix_OM_HE(i-N_SE_new)=per_unit_fom(1,s)*population(i+N_DI_new);
break
end
end
[~,vom_size]=size(CvomHE);
for u=1:1:vom_size/2
limit_energy_vom(1,u)=CvomHE(i-N_SE_new,u);
end
for u=vom_size/2+1:1:vom_size
per_unit_vom(1,u-vom_size/2)=CvomHE(i-N_SE_new,u);
end
for u=1:1:vom_size/2
if HE_energy_g(i-N_SE_new)<=limit_energy_vom(1,u)*1000
Var_OM_HE(i-N_SE_new)=((per_unit_vom(1,u))/1000)*HE_energy_g(i-N_SE_new);
break
end
end
if population(i+N_DI_new)<=2000
FIT_HE(i-N_SE_new)=0.93*HE_energy_g(i-N_SE_new);
elseif population(i+N_DI_new)>2000 && population(i+N_DI_new)<=5000
FIT_HE(i-N_SE_new)=0.88*HE_energy_g(i-N_SE_new);
elseif population(i+N_DI_new)>5000 && population(i+N_DI_new)<=10000
FIT_HE(i-N_SE_new)=0.53*HE_energy_g(i-N_SE_new);
end
339
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
[~,disk_size]=size(diskontna_stopa_HE);
for z=1:1:disk_size/2
limit_power_disk(1,z)=diskontna_stopa_HE(i-N_SE_new,z);
end
for z=disk_size/2+1:1:disk_size
discount(1,z-disk_size/2)=diskontna_stopa_HE(i-N_SE_new,z);
end
for z=1:1:disk_size/2
if population(i+N_DI_new)<=limit_power_disk(1,z)
NPV_HE_g(i-N_SE_new,k)=(FIT_HE(i-N_SE_new)-Fix_OM_HE(i-N_SE_new)-Var_OM_HE(i-
N_SE_new))*(1/(1+discount(1,z)/100)^k);
break
end
end
end
NPV_HE(i-N_SE_new)=NPV_HE_cc(i-N_SE_new)+sum(NPV_HE_g(i-N_SE_new,:));
end
NPV_VE=[];
for i=N_SE_new+N_HE_new+1:1:N_SE_new+N_HE_new+N_VE_new
[~,cc_size]=size(CccVE);
for t=1:1:cc_size/2
limit_power_cc(1,t)=CccVE(i-N_SE_new-N_HE_new,t);
end
for t=cc_size/2+1:1:cc_size
per_unit_cc(1,t-cc_size/2)=CccVE(i-N_SE_new-N_HE_new,t);
end
for t=1:1:cc_size/2
if population(i+N_DI_new)<=limit_power_cc(1,t)
NPV_VE_cc(i-N_SE_new-N_HE_new)=-per_unit_cc(1,t)*population(i+N_DI_new);
break
end
end
for k=1:1:Totkupa
[~,fom_size]=size(CfomVE);
for s=1:1:fom_size/2
limit_power_fom(1,s)=CfomVE(i-N_SE_new-N_HE_new,s);
end
for s=fom_size/2+1:1:fom_size
per_unit_fom(1,s-fom_size/2)=CfomVE(i-N_SE_new-N_HE_new,s);
end
for s=1:1:fom_size/2
if population(i+N_DI_new)<=limit_power_fom(1,s)
Fix_OM_VE(i-N_SE_new-N_HE_new)=per_unit_fom(1,s)*population(i+N_DI_new);
break
end
end
[~,vom_size]=size(CvomVE);
for u=1:1:vom_size/2
limit_energy_vom(1,u)=CvomVE(i-N_SE_new-N_HE_new,u);
end
for u=vom_size/2+1:1:vom_size
per_unit_vom(1,u-vom_size/2)=CvomVE(i-N_SE_new-N_HE_new,u);
end
for u=1:1:vom_size/2
if VE_energy_g(i-N_SE_new-N_HE_new)<=limit_energy_vom(1,u)*1000
Var_OM_VE(i-N_SE_new-N_HE_new)=((per_unit_vom(1,u))/1000)*VE_energy_g(i-N_SE_new-N_HE_new);
break
end
end
if population(i+N_DI_new)<=5000
FIT_VE(i-N_SE_new-N_HE_new)=0.53*VE_energy_g(i-N_SE_new-N_HE_new);
elseif population(i+N_DI_new)>5000 && population(i+N_DI_new)<=10000
FIT_VE(i-N_SE_new-N_HE_new)=0.53*VE_energy_g(i-N_SE_new-N_HE_new);
end
[~,disk_size]=size(diskontna_stopa_VE);
for z=1:1:disk_size/2
limit_power_disk(1,z)=diskontna_stopa_VE(i-N_SE_new-N_HE_new,z);
end
for z=disk_size/2+1:1:disk_size
discount(1,z-disk_size/2)=diskontna_stopa_VE(i-N_SE_new-N_HE_new,z);
end
for z=1:1:disk_size/2
if population(i+N_DI_new)<=limit_power_disk(1,z)
NPV_VE_g(i-N_SE_new-N_HE_new,k)=(FIT_VE(i-N_SE_new-N_HE_new)-Fix_OM_VE(i-N_SE_new-
N_HE_new)-Var_OM_VE(i-N_SE_new-N_HE_new))*(1/(1+discount(1,z)/100)^k);
break
340
Prilog
end
end
end
NPV_VE(i-N_SE_new-N_HE_new)=NPV_VE_cc(i-N_SE_new-N_HE_new)+sum(NPV_VE_g(i-N_SE_new-N_HE_new,:));
end
NPV_EBUBDIKO=[];
for i=N_SE_new+N_HE_new+N_VE_new+1:1:N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new
[~,cc_size]=size(CccEBUBDIKO);
for t=1:1:cc_size/2
limit_power_cc(1,t)=CccEBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new,t);
end
for t=cc_size/2+1:1:cc_size
per_unit_cc(1,t-cc_size/2)=CccEBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new,t);
end
for t=1:1:cc_size/2
if population(i+N_DI_new)<=limit_power_cc(1,t)
NPV_EBUBDIKO_cc(i-N_SE_new-N_HE_new-N_VE_new)=-per_unit_cc(1,t)*population(i+N_DI_new);
break
end
end
for k=1:1:Totkupa
[~,fom_size]=size(CfomEBUBDIKO);
for s=1:1:fom_size/2
limit_power_fom(1,s)=CfomEBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new,s);
end
for s=fom_size/2+1:1:fom_size
per_unit_fom(1,s-fom_size/2)=CfomEBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new,s);
end
for s=1:1:fom_size/2
if population(i+N_DI_new)<=limit_power_fom(1,s)
Fix_OM_EBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new)=per_unit_fom(1,s)*population(i+N_DI_new);
break
end
end
[~,vom_size]=size(CvomEBUBDIKO);
for u=1:1:vom_size/2
limit_energy_vom(1,u)=CvomEBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new,u);
end
for u=vom_size/2+1:1:vom_size
per_unit_vom(1,u-vom_size/2)=CvomEBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new,u);
end
for u=1:1:vom_size/2
if EBUBDIKO_energy_g(i-N_SE_new-N_HE_new-N_VE_new)<=limit_energy_vom(1,u)*1000
Var_OM_EBUBDIKO(i-N_SE_new-N_HE_new-
N_VE_new)=((per_unit_vom(1,u))/1000)*EBUBDIKO_energy_g(i-N_SE_new-N_HE_new-N_VE_new);
break
end
end
if population(i+N_DI_new)<=2000
if biom_ucin(i-N_SE_new-N_HE_new-N_VE_new)<45
FIT_EBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new)=0.9*1.25*EBUBDIKO_energy_g(i-N_SE_new-N_HE_new-
N_VE_new);
elseif biom_ucin(i-N_SE_new-N_HE_new-N_VE_new)>=45 && biom_ucin(i-N_SE_new-N_HE_new-
N_VE_new)<=50
FIT_EBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new)=1.0*1.25*EBUBDIKO_energy_g(i-N_SE_new-N_HE_new-
N_VE_new);
elseif biom_ucin(i-N_SE_new-N_HE_new-N_VE_new)>50
FIT_EBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new)=1.2*1.25*EBUBDIKO_energy_g(i-N_SE_new-N_HE_new-
N_VE_new);
end
elseif population(i+N_DI_new)>2000 && population(i+N_DI_new)<=5000
if biom_ucin(i-N_SE_new-N_HE_new-N_VE_new)<45
FIT_EBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new)=0.9*1.2*EBUBDIKO_energy_g(i-N_SE_new-N_HE_new-
N_VE_new);
elseif biom_ucin(i-N_SE_new-N_HE_new-N_VE_new)>=45 && biom_ucin(i-N_SE_new-N_HE_new-
N_VE_new)<=50
FIT_EBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new)=1.0*1.2*EBUBDIKO_energy_g(i-N_SE_new-N_HE_new-
N_VE_new);
elseif biom_ucin(i-N_SE_new-N_HE_new-N_VE_new)>50
FIT_EBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new)=1.2*1.2*EBUBDIKO_energy_g(i-N_SE_new-N_HE_new-
N_VE_new);
end
elseif population(i+N_DI_new)>5000 && population(i+N_DI_new)<=10000
if biom_ucin(i-N_SE_new-N_HE_new-N_VE_new)<45
FIT_EBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new)=0.9*0.53*EBUBDIKO_energy_g(i-N_SE_new-N_HE_new-
N_VE_new);
elseif biom_ucin(i-N_SE_new-N_HE_new-N_VE_new)>=45 && biom_ucin(i-N_SE_new-N_HE_new-
N_VE_new)<=50
341
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
FIT_EBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new)=1.0*0.53*EBUBDIKO_energy_g(i-N_SE_new-N_HE_new-
N_VE_new);
elseif biom_ucin(i-N_SE_new-N_HE_new-N_VE_new)>50
FIT_EBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new)=1.2*0.53*EBUBDIKO_energy_g(i-N_SE_new-N_HE_new-
N_VE_new);
end
end
[~,disk_size]=size(diskontna_stopa_EBUBDIKO);
for z=1:1:disk_size/2
limit_power_disk(1,z)=diskontna_stopa_EBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new,z);
end
for z=disk_size/2+1:1:disk_size
discount(1,z-disk_size/2)=diskontna_stopa_EBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new,z);
end
for z=1:1:disk_size/2
if population(i+N_DI_new)<=limit_power_disk(1,z)
NPV_EBUBDIKO_g(i-N_SE_new-N_HE_new-N_VE_new,k)=(FIT_EBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new)-
Fix_OM_EBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new)-Var_OM_EBUBDIKO(i-N_SE_new-N_HE_new-
N_VE_new))*(1/(1+discount(1,z)/100)^k);
break
end
end
end
NPV_EBUBDIKO(i-N_SE_new-N_HE_new-N_VE_new)=NPV_EBUBDIKO_cc(i-N_SE_new-N_HE_new-
N_VE_new)+sum(NPV_EBUBDIKO_g(i-N_SE_new-N_HE_new-N_VE_new,:));
end
NPV_GE=[];
for i=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+1:1:N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new
[~,cc_size]=size(CccGE);
for t=1:1:cc_size/2
limit_power_cc(1,t)=CccGE(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,t);
end
for t=cc_size/2+1:1:cc_size
per_unit_cc(1,t-cc_size/2)=CccGE(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,t);
end
for t=1:1:cc_size/2
if population(i+N_DI_new)<=limit_power_cc(1,t)
NPV_GE_cc(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new)=-
per_unit_cc(1,t)*population(i+N_DI_new);
break
end
end
for k=1:1:Totkupa
[~,fom_size]=size(CfomGE);
for s=1:1:fom_size/2
limit_power_fom(1,s)=CfomGE(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,s);
end
for s=fom_size/2+1:1:fom_size
per_unit_fom(1,s-fom_size/2)=CfomGE(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,s);
end
for s=1:1:fom_size/2
if population(i+N_DI_new)<=limit_power_fom(1,s)
Fix_OM_GE(i-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new)=per_unit_fom(1,s)*population(i+N_DI_new);
break
end
end
[~,vom_size]=size(CvomGE);
for u=1:1:vom_size/2
limit_energy_vom(1,u)=CvomGE(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,u);
end
for u=vom_size/2+1:1:vom_size
per_unit_vom(1,u-vom_size/2)=CvomGE(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,u);
end
for u=1:1:vom_size/2
if GE_energy_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new)<=limit_energy_vom(1,u)*1000
Var_OM_GE(i-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new)=((per_unit_vom(1,u))/1000)*GE_energy_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new);
break
end
end
if population(i+N_DI_new)<=5000
FIT_GE(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new)=1.20*GE_energy_g(i-N_SE_new-N_HE_new-
N_VE_new-N_EBUBDIKO_new);
end
[~,disk_size]=size(diskontna_stopa_GE);
342
Prilog
for z=1:1:disk_size/2
limit_power_disk(1,z)=diskontna_stopa_GE(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,z);
end
for z=disk_size/2+1:1:disk_size
discount(1,z-disk_size/2)=diskontna_stopa_GE(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,z);
end
for z=1:1:disk_size/2
if population(i+N_DI_new)<=limit_power_disk(1,z)
NPV_GE_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,k)=(FIT_GE(i-N_SE_new-N_HE_new-
N_VE_new-N_EBUBDIKO_new)-Fix_OM_GE(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new)-Var_OM_GE(i-N_SE_new-
N_HE_new-N_VE_new-N_EBUBDIKO_new))*(1/(1+discount(1,z)/100)^k);
break
end
end
end
NPV_GE(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new)=NPV_GE_cc(i-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new)+sum(NPV_GE_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,:));
end
NPV_EBPKOOOBZPBODPPPPOV=[];
for
i=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+1:1:N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new
+N_EBPKOOOBZPBODPPPPOV_new
[~,cc_size]=size(CccEBPKOOOBZPBODPPPPOV);
for t=1:1:cc_size/2
limit_power_cc(1,t)=CccEBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new,t);
end
for t=cc_size/2+1:1:cc_size
per_unit_cc(1,t-cc_size/2)=CccEBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new,t);
end
for t=1:1:cc_size/2
if population(i+N_DI_new)<=limit_power_cc(1,t)
NPV_EBPKOOOBZPBODPPPPOV_cc(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new)=-
per_unit_cc(1,t)*population(i+N_DI_new);
break
end
end
for k=1:1:Totkupa
[~,fom_size]=size(CfomEBPKOOOBZPBODPPPPOV);
for s=1:1:fom_size/2
limit_power_fom(1,s)=CfomEBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new,s);
end
for s=fom_size/2+1:1:fom_size
per_unit_fom(1,s-fom_size/2)=CfomEBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_GE_new,s);
end
for s=1:1:fom_size/2
if population(i+N_DI_new)<=limit_power_fom(1,s)
Fix_OM_EBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new)=per_unit_fom(1,s)*population(i+N_DI_new);
break
end
end
[~,vom_size]=size(CvomEBPKOOOBZPBODPPPPOV);
for u=1:1:vom_size/2
limit_energy_vom(1,u)=CvomEBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new,u);
end
for u=vom_size/2+1:1:vom_size
per_unit_vom(1,u-vom_size/2)=CvomEBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_GE_new,u);
end
for u=1:1:vom_size/2
if EBPKOOOBZPBODPPPPOV_energy_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new)<=limit_energy_vom(1,u)*1000
Var_OM_EBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new)=((per_unit_vom(1,u))/1000)*EBPKOOOBZPBODPPPPOV_energy_g(i-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_GE_new);
break
end
end
if population(i+N_DI_new)<=2000
FIT_EBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new)=1.26*EBPKOOOBZPBODPPPPOV_energy_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new);
elseif population(i+N_DI_new)>2000 && population(i+N_DI_new)<=5000
FIT_EBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new)=1.18*EBPKOOOBZPBODPPPPOV_energy_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new);
elseif population(i+N_DI_new)>5000 && population(i+N_DI_new)<=10000
343
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
FIT_EBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new)=0.53*EBPKOOOBZPBODPPPPOV_energy_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new);
end
[~,disk_size]=size(diskontna_stopa_EBPKOOOBZPBODPPPPOV);
for z=1:1:disk_size/2
limit_power_disk(1,z)=diskontna_stopa_EBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_GE_new,z);
end
for z=disk_size/2+1:1:disk_size
discount(1,z-disk_size/2)=diskontna_stopa_EBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_GE_new,z);
end
for z=1:1:disk_size/2
if population(i+N_DI_new)<=limit_power_disk(1,z)
NPV_EBPKOOOBZPBODPPPPOV_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new,k)=(FIT_EBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new)-
Fix_OM_EBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new)-
Var_OM_EBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new))*(1/(1+discount(1,z)/100)^k);
break
end
end
end
NPV_EBPKOOOBZPBODPPPPOV(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new)=NPV_EBPKOOOBZPBODPPPPOV_cc(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new)+sum(NPV_EBPKOOOBZPBODPPPPOV_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new,:));
end
NPV_ETB=[];
for
i=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+1:1:N_SE_new+N_HE_new+N_VE_n
ew+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new
[~,cc_size]=size(CccETB);
for t=1:1:cc_size/2
limit_power_cc(1,t)=CccETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new,t);
end
for t=cc_size/2+1:1:cc_size
per_unit_cc(1,t-cc_size/2)=CccETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new,t);
end
for t=1:1:cc_size/2
if population(i+N_DI_new)<=limit_power_cc(1,t)
NPV_ETB_cc(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new)=-
per_unit_cc(1,t)*population(i+N_DI_new);
break
end
end
for k=1:1:Totkupa
[~,fom_size]=size(CfomETB);
for s=1:1:fom_size/2
limit_power_fom(1,s)=CfomETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new,s);
end
for s=fom_size/2+1:1:fom_size
per_unit_fom(1,s-fom_size/2)=CfomETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new,s);
end
for s=1:1:fom_size/2
if population(i+N_DI_new)<=limit_power_fom(1,s)
Fix_OM_ETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new)=per_unit_fom(1,s)*population(i+N_DI_new);
break
end
end
[~,vom_size]=size(CvomETB);
for u=1:1:vom_size/2
limit_energy_vom(1,u)=CvomETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new,u);
end
for u=vom_size/2+1:1:vom_size
per_unit_vom(1,u-vom_size/2)=CvomETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new,u);
end
for u=1:1:vom_size/2
if ETB_energy_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new)<=limit_energy_vom(1,u)*1000
Var_OM_ETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new)=((per_unit_vom(1,u))/1000)*ETB_energy_g(i-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new);
344
Prilog
break
end
end
if population(i+N_DI_new)<=5000
FIT_ETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new)=0.53*ETB_energy_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new);
elseif population(i+N_DI_new)>5000 && population(i+N_DI_new)<=10000
FIT_ETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new)=0.53*ETB_energy_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new);
end
[~,disk_size]=size(diskontna_stopa_ETB);
for z=1:1:disk_size/2
limit_power_disk(1,z)=diskontna_stopa_ETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new,z);
end
for z=disk_size/2+1:1:disk_size
discount(1,z-disk_size/2)=diskontna_stopa_ETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new-N_EBPKOOOBZPBODPPPPOV_new,z);
end
for z=1:1:disk_size/2
if population(i+N_DI_new)<=limit_power_disk(1,z)
NPV_ETB_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new,k)=(FIT_ETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new)-Fix_OM_ETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new)-Var_OM_ETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new))*(1/(1+discount(1,z)/100)^k);
break
end
end
end
NPV_ETB(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new)=NPV_ETB_cc(i-
N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new)+sum(NPV_ETB_g(i-N_SE_new-
N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new,:));
end
NPV_KGP=[];
for
i=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new+1:1:N_SE_new+N_HE_
new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new+N_KGP_new
[~,cc_size]=size(CccKGP);
for t=1:1:cc_size/2
limit_power_cc(1,t)=CccKGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,t);
end
for t=cc_size/2+1:1:cc_size
per_unit_cc(1,t-cc_size/2)=CccKGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,t);
end
for t=1:1:cc_size/2
if population(i+N_DI_new)<=limit_power_cc(1,t)
NPV_KGP_cc(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new)=-per_unit_cc(1,t)*population(i+N_DI_new);
break
end
end
for k=1:1:Totkupa
[~,fom_size]=size(CfomKGP);
for s=1:1:fom_size/2
limit_power_fom(1,s)=CfomKGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,s);
end
for s=fom_size/2+1:1:fom_size
per_unit_fom(1,s-fom_size/2)=CfomKGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,s);
end
for s=1:1:fom_size/2
if population(i+N_DI_new)<=limit_power_fom(1,s)
Fix_OM_KGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new)=per_unit_fom(1,s)*population(i+N_DI_new);
break
end
end
[~,vom_size]=size(CvomKGP);
for u=1:1:vom_size/2
limit_energy_vom(1,u)=CvomKGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,u);
end
for u=vom_size/2+1:1:vom_size
345
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
per_unit_vom(1,u-vom_size/2)=CvomKGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,u);
end
for u=1:1:vom_size/2
if KGP_energy_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new)<=limit_energy_vom(1,u)*1000
Var_OM_KGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new)=((per_unit_vom(1,u))/1000)*KGP_energy_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new);
break
end
end
if population(i+N_DI_new)<=1000
FIT_KGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new)=0.53*KGP_energy_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new);
elseif population(i+N_DI_new)>1000 && population(i+N_DI_new)<=10000
FIT_KGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new)=0.53*KGP_energy_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new);
end
[~,disk_size]=size(diskontna_stopa_KGP);
for z=1:1:disk_size/2
limit_power_disk(1,z)=diskontna_stopa_KGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,z);
end
for z=disk_size/2+1:1:disk_size
discount(1,z-disk_size/2)=diskontna_stopa_KGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,z);
end
for z=1:1:disk_size/2
if population(i+N_DI_new)<=limit_power_disk(1,z)
NPV_KGP_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new,k)=(FIT_KGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new)-Fix_OM_KGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new)-Var_OM_KGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new))*(1/(1+discount(1,z)/100)^k);
break
end
end
end
NPV_KGP(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new)=NPV_KGP_cc(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new)+sum(NPV_KGP_g(i-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new,:));
end
for k=1:1:Totkupa
C_elen_god=C_elen*(((1+rast_C_elen/100))^k);
[~,disk_size]=size(diskontna_stopa_ODS);
for h=1:1:disk_size/2
limit_power_disk(1,h)=diskontna_stopa_ODS(1,h);
end
for h=disk_size/2+1:1:disk_size
discount(1,h-disk_size/2)=diskontna_stopa_ODS(1,h);
end
total_P=0;
for i=1:1:N_DI_new
total_P=total_P+population(i+N_DI_new);
end
for h=1:1:disk_size/2
if total_P<=limit_power_disk(1,h)
NPV_ODS_g(k)=((wloss_g(k)-wloss_g_alloc(k))*C_elen_god/1000)*(1/(1+discount(1,h)/100)^k);
break
end
end
end
NPV_ODS=sum(NPV_ODS_g);
end
346
Prilog
chromosome_GA_NPV.m
function [chromosome]=chromosome_GA_NPV(Unaz, BR, M, R, X, B, PL_max, QL_max, Pfeeder_min, Qfeeder_min,
PDG_SE_prev, PDG_HE_prev, PDG_VE_prev, PDG_EBUBDIKO_prev, PDG_GE_prev, PDG_EBPKOOOBZPBODPPPPOV_prev,
PDG_ETB_prev, PDG_KGP_prev, N_SE_new, N_HE_new, N_VE_new, N_EBUBDIKO_new, N_GE_new,
N_EBPKOOOBZPBODPPPPOV_new, N_ETB_new, N_KGP_new, N_DI_new, Imax, SE, RE, DG_step_size, SE_loc, HE_loc,
VE_loc, EBUBDIKO_loc, GE_loc, EBPKOOOBZPBODPPPPOV_loc, ETB_loc, KGP_loc, SE_size, HE_size, VE_size,
EBUBDIKO_size, GE_size, EBPKOOOBZPBODPPPPOV_size, ETB_size, KGP_size)
[br_red, br_st]=size(BR);
length=N_DI_new*2;
elimination_LF_success=false;
while(elimination_LF_success==false)
for k=1:N_SE_new
c=false;
while(c==false)
p=randi(br_red);
if SE_loc(k-0,p)==1
chromosome(1,k)=p;
c=true;
else
c=false;
end
end
end
for k=N_SE_new+1:N_SE_new+N_HE_new
c=false;
while(c==false)
p=randi(br_red);
if HE_loc(k-N_SE_new,p)==1
chromosome(1,k)=p;
c=true;
else
c=false;
end
end
end
for k=N_SE_new+N_HE_new+1:N_SE_new+N_HE_new+N_VE_new
c=false;
while(c==false)
p=randi(br_red);
if VE_loc(k-N_SE_new-N_HE_new,p)==1
chromosome(1,k)=p;
c=true;
else
c=false;
end
end
end
for k=N_SE_new+N_HE_new+N_VE_new+1:N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new
c=false;
while(c==false)
p=randi(br_red);
if EBUBDIKO_loc(k-N_SE_new-N_HE_new-N_VE_new,p)==1
chromosome(1,k)=p;
c=true;
else
c=false;
end
end
end
for k=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+1:N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new
c=false;
while(c==false)
p=randi(br_red);
if GE_loc(k-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,p)==1
chromosome(1,k)=p;
c=true;
else
347
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
c=false;
end
end
end
for
k=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+1:N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N
_EBPKOOOBZPBODPPPPOV_new
c=false;
while(c==false)
p=randi(br_red);
if EBPKOOOBZPBODPPPPOV_loc(k-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new,p)==1
chromosome(1,k)=p;
c=true;
else
c=false;
end
end
end
for
k=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+1:N_SE_new+N_HE_new+N_VE_new
+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new
c=false;
while(c==false)
p=randi(br_red);
if ETB_loc(k-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-
N_EBPKOOOBZPBODPPPPOV_new,p)==1
chromosome(1,k)=p;
c=true;
else
c=false;
end
end
end
for
k=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new+1:N_SE_new+N_HE_ne
w+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new+N_KGP_new
c=false;
while(c==false)
p=randi(br_red);
if KGP_loc(k-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-
N_ETB_new,p)==1
chromosome(1,k)=p;
c=true;
else
c=false;
end
end
end
for k=length/2+1:length/2+N_SE_new
d=false;
while(d==false)
[~,pow_lim]=size(SE_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=SE_size(k-length/2,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=SE_size(k-length/2,t);
end
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
chromosome(1,k)=r;
d=true;
break
else
d=false;
end
end
end
end
for k=length/2+N_SE_new+1:length/2+N_SE_new+N_HE_new
d=false;
348
Prilog
while(d==false)
[~,pow_lim]=size(HE_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=HE_size(k-length/2-N_SE_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=HE_size(k-length/2-N_SE_new,t);
end
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
chromosome(1,k)=r;
d=true;
break
else
d=false;
end
end
end
end
for k=length/2+N_SE_new+N_HE_new+1:length/2+N_SE_new+N_HE_new+N_VE_new
d=false;
while(d==false)
[~,pow_lim]=size(VE_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=VE_size(k-length/2-N_SE_new-N_HE_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=VE_size(k-length/2-N_SE_new-N_HE_new,t);
end
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
chromosome(1,k)=r;
d=true;
break
else
d=false;
end
end
end
end
for k=length/2+N_SE_new+N_HE_new+N_VE_new+1:length/2+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new
d=false;
while(d==false)
[~,pow_lim]=size(EBUBDIKO_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=EBUBDIKO_size(k-length/2-N_SE_new-N_HE_new-N_VE_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=EBUBDIKO_size(k-length/2-N_SE_new-N_HE_new-N_VE_new,t);
end
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
chromosome(1,k)=r;
d=true;
break
else
d=false;
end
end
end
end
349
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
for
k=length/2+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+1:length/2+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N
_GE_new
d=false;
while(d==false)
[~,pow_lim]=size(GE_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=GE_size(k-length/2-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=GE_size(k-length/2-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new,t);
end
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
chromosome(1,k)=r;
d=true;
break
else
d=false;
end
end
end
end
for
k=length/2+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+1:length/2+N_SE_new+N_HE_new+N_VE_new+N_EBUBD
IKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new
d=false;
while(d==false)
[~,pow_lim]=size(EBPKOOOBZPBODPPPPOV_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=EBPKOOOBZPBODPPPPOV_size(k-length/2-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_GE_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=EBPKOOOBZPBODPPPPOV_size(k-length/2-N_SE_new-N_HE_new-
N_VE_new-N_EBUBDIKO_new-N_GE_new,t);
end
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
chromosome(1,k)=r;
d=true;
break
else
d=false;
end
end
end
end
for
k=length/2+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+1:length/2+N_SE_new
+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new
d=false;
while(d==false)
[~,pow_lim]=size(ETB_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=ETB_size(k-length/2-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new-N_EBPKOOOBZPBODPPPPOV_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=ETB_size(k-length/2-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new,t);
end
350
Prilog
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
chromosome(1,k)=r;
d=true;
break
else
d=false;
end
end
end
end
for
k=length/2+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new+1:length/
2+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_new+N_KGP_new
d=false;
while(d==false)
[~,pow_lim]=size(KGP_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=KGP_size(k-length/2-N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-
N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=KGP_size(k-length/2-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,t);
end
r=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
for t=1:1:pow_lim/2
if r>limit_donji(1,t) && r<limit_gornji(1,t)
chromosome(1,k)=r;
d=true;
break
else
d=false;
end
end
end
end
PDG_new=zeros(N_DI_new, br_red);
for j=1:N_DI_new
PDG_new(j,chromosome(1,j))=chromosome(1,j+N_DI_new);
end
351
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
selection_function.m
function [reproduction_pool]=selection_function(population_size, tournament_size, NPV_total, population)
[NPV_total_best, index_best]=max(NPV_total);
for k=1:population_size-1
for j=1:tournament_size
index(j)=randi(population_size);
end
NPV_tournament=-Inf;
for l=1:tournament_size
if NPV_total(index(l))>NPV_tournament
NPV_tournament=NPV_total(index(l));
index_reproduction_pool(k)=index(l);
end
end
end
for i=1:population_size
if i==1
reproduction_pool(i,:)=population(index_best,:);
else
reproduction_pool(i,:)=population(index_reproduction_pool(i-1),:);
end
end
352
Prilog
crossover_function.m
function [crossover_children]=crossover_function(Unaz, BR, M, R, X, B, PL_max, QL_max, Pfeeder_min,
Qfeeder_min, PDG_SE_prev, PDG_HE_prev, PDG_VE_prev, PDG_EBUBDIKO_prev, PDG_GE_prev,
PDG_EBPKOOOBZPBODPPPPOV_prev, PDG_ETB_prev, PDG_KGP_prev, N_DI_new, Imax, SE, RE, reproduction_pool,
crossover_probability, population_size)
[br_red, br_st]=size(BR);
length=N_DI_new*2;
crossover_children(1,:)=reproduction_pool(1,:);
for i=2:population_size
elimination_LF_success=false;
while(elimination_LF_success==false)
index_parent_one=randi([2,population_size]);
index_parent_two=randi([2,population_size]);
rand_crossover=rand(1);
if rand_crossover<=crossover_probability
for k=1:length/2
crossover_children(i,k)=reproduction_pool(index_parent_one,k);
end
for k=length/2+1:length
crossover_children(i,k)=reproduction_pool(index_parent_two,k);
end
else
crossover_children(i,:)=reproduction_pool(index_parent_one,:);
end
PDG_new=zeros(N_DI_new, br_red);
for j=1:N_DI_new
PDG_new(j,crossover_children(i,j))=crossover_children(i,j+N_DI_new);
end
353
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
mutation_function.m
function [population]=mutation_function(Unaz, BR, M, R, X, B, PL_max, QL_max, Pfeeder_min, Qfeeder_min,
PDG_SE_prev, PDG_HE_prev, PDG_VE_prev, PDG_EBUBDIKO_prev, PDG_GE_prev, PDG_EBPKOOOBZPBODPPPPOV_prev,
PDG_ETB_prev, PDG_KGP_prev, N_SE_new, N_HE_new, N_VE_new, N_EBUBDIKO_new, N_GE_new,
N_EBPKOOOBZPBODPPPPOV_new, N_ETB_new, N_KGP_new, N_DI_new, Imax, SE, RE, crossover_children,
mutation_probability_one_DG_location, mutation_probability_step_size_location,
mutation_probability_one_DG_power, mutation_probability_step_size_power, population_size, DG_step_size,
SE_loc, HE_loc, VE_loc, EBUBDIKO_loc, GE_loc, EBPKOOOBZPBODPPPPOV_loc, ETB_loc, KGP_loc, SE_size, HE_size,
VE_size, EBUBDIKO_size, GE_size, EBPKOOOBZPBODPPPPOV_size, ETB_size, KGP_size)
[br_red,br_st]=size(BR);
population(1,:)=crossover_children(1,:);
for i=1:N_DI_new
if N_DI_new==1
mutation_probability_location(1,i)=mutation_probability_one_DG_location;
else
mutation_probability_location(1,i)=mutation_probability_one_DG_location*(mutation_probability_step_size_loc
ation)^(i-1);
end
end
for j=1:N_DI_new
if N_DI_new==1
mutation_probability_power(1,j)=mutation_probability_one_DG_power;
else
mutation_probability_power(1,j)=mutation_probability_one_DG_power*(mutation_probability_step_size_power)^(j
-1);
end
end
for k=2:population_size
elimination_LF_success=false;
while(elimination_LF_success==false)
rand_mutation_location=rand(1);
rand_mutation_power=rand(1);
no_of_DG_locations_to_change=0;
for l=1:N_DI_new
if rand_mutation_location<=mutation_probability_location(1,l)
no_of_DG_locations_to_change=l;
end
end
if no_of_DG_locations_to_change>0
location_change_necessary=true;
else
location_change_necessary=false;
end
if location_change_necessary==false
population(k,:)=crossover_children(k,:);
else
population(k,:)=crossover_children(k,:);
for m=1:no_of_DG_locations_to_change
index_of_DG_location_to_change=randi(N_DI_new);
354
Prilog
o=false;
end
end
end
if index_of_DG_location_to_change>=N_SE_new+1 &&
index_of_DG_location_to_change<=N_SE_new+N_HE_new
o=false;
while(o==false)
p=randi(br_red);
if HE_loc(index_of_DG_location_to_change-N_SE_new,p)==1
population(k,index_of_DG_location_to_change)=p;
o=true;
else
o=false;
end
end
end
if index_of_DG_location_to_change>=N_SE_new+N_HE_new+1 &&
index_of_DG_location_to_change<=N_SE_new+N_HE_new+N_VE_new
o=false;
while(o==false)
p=randi(br_red);
if VE_loc(index_of_DG_location_to_change-N_SE_new-N_HE_new,p)==1
population(k,index_of_DG_location_to_change)=p;
o=true;
else
o=false;
end
end
end
if index_of_DG_location_to_change>=N_SE_new+N_HE_new+N_VE_new+1 &&
index_of_DG_location_to_change<=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new
o=false;
while(o==false)
p=randi(br_red);
if EBUBDIKO_loc(index_of_DG_location_to_change-N_SE_new-N_HE_new-N_VE_new,p)==1
population(k,index_of_DG_location_to_change)=p;
o=true;
else
o=false;
end
end
end
if index_of_DG_location_to_change>=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+1 &&
index_of_DG_location_to_change<=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new
o=false;
while(o==false)
p=randi(br_red);
if GE_loc(index_of_DG_location_to_change-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new,p)==1
population(k,index_of_DG_location_to_change)=p;
o=true;
else
o=false;
end
end
end
if index_of_DG_location_to_change>=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+1 &&
index_of_DG_location_to_change<=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_EBPKOOOBZPBODPPPPOV_new
o=false;
while(o==false)
p=randi(br_red);
if EBPKOOOBZPBODPPPPOV_loc(index_of_DG_location_to_change-N_SE_new-N_HE_new-
N_VE_new-N_EBUBDIKO_new,p)==1
population(k,index_of_DG_location_to_change)=p;
o=true;
else
o=false;
end
end
end
if
index_of_DG_location_to_change>=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_EBPKOOOBZPBODPPPPOV_new+1 &&
index_of_DG_location_to_change<=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_n
ew
o=false;
while(o==false)
p=randi(br_red);
355
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
if ETB_loc(index_of_DG_location_to_change-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_EBPKOOOBZPBODPPPPOV_new,p)==1
population(k,index_of_DG_location_to_change)=p;
o=true;
else
o=false;
end
end
end
if
index_of_DG_location_to_change>=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_n
ew+1 &&
index_of_DG_location_to_change<=N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_EBPKOOOBZPBODPPPPOV_new+N_ETB_n
ew+N_KGP_new
o=false;
while(o==false)
p=randi(br_red);
if KGP_loc(index_of_DG_location_to_change-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,p)==1
population(k,index_of_DG_location_to_change)=p;
o=true;
else
o=false;
end
end
end
end
end
no_of_DG_powers_to_change=0;
for n=1:N_DI_new
if rand_mutation_power<=mutation_probability_power(1,n)
no_of_DG_powers_to_change=n;
end
end
if no_of_DG_powers_to_change>0
power_change_necessary=true;
else
power_change_necessary=false;
end
if power_change_necessary==true
for o=1:no_of_DG_powers_to_change
index_of_DG_power_to_change=randi([N_DI_new+1,N_DI_new*2]);
if index_of_DG_power_to_change>=N_DI_new+1 &&
index_of_DG_power_to_change<=N_DI_new+N_SE_new
r=false;
while(r==false)
s=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
[~,pow_lim]=size(SE_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=SE_size(index_of_DG_power_to_change-N_DI_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=SE_size(index_of_DG_power_to_change-N_DI_new,t);
end
for t=1:1:pow_lim/2
if s>limit_donji(1,t) && s<limit_gornji(1,t)
population(k,index_of_DG_power_to_change)=s;
r=1;
break
else
r=0;
end
end
end
end
if index_of_DG_power_to_change>=N_DI_new+N_SE_new+1 &&
index_of_DG_power_to_change<=N_DI_new+N_SE_new+N_HE_new
r=false;
while(r==false)
s=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
[~,pow_lim]=size(HE_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=HE_size(index_of_DG_power_to_change-N_DI_new-N_SE_new,t);
end
for t=pow_lim/2+1:1:pow_lim
356
Prilog
limit_gornji(1,t-pow_lim/2)=HE_size(index_of_DG_power_to_change-N_DI_new-
N_SE_new,t);
end
for t=1:1:pow_lim/2
if s>limit_donji(1,t) && s<limit_gornji(1,t)
population(k,index_of_DG_power_to_change)=s;
r=1;
break
else
r=0;
end
end
end
end
if index_of_DG_power_to_change>=N_DI_new+N_SE_new+N_HE_new+1 &&
index_of_DG_power_to_change<=N_DI_new+N_SE_new+N_HE_new+N_VE_new
r=false;
while(r==false)
s=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
[~,pow_lim]=size(VE_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=VE_size(index_of_DG_power_to_change-N_DI_new-N_SE_new-
N_HE_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=VE_size(index_of_DG_power_to_change-N_DI_new-
N_SE_new-N_HE_new,t);
end
for t=1:1:pow_lim/2
if s>limit_donji(1,t) && s<limit_gornji(1,t)
population(k,index_of_DG_power_to_change)=s;
r=1;
break
else
r=0;
end
end
end
end
if index_of_DG_power_to_change>=N_DI_new+N_SE_new+N_HE_new+N_VE_new+1 &&
index_of_DG_power_to_change<=N_DI_new+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new
r=false;
while(r==false)
s=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
[~,pow_lim]=size(EBUBDIKO_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=EBUBDIKO_size(index_of_DG_power_to_change-N_DI_new-N_SE_new-
N_HE_new-N_VE_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=EBUBDIKO_size(index_of_DG_power_to_change-N_DI_new-
N_SE_new-N_HE_new-N_VE_new,t);
end
for t=1:1:pow_lim/2
if s>limit_donji(1,t) && s<limit_gornji(1,t)
population(k,index_of_DG_power_to_change)=s;
r=1;
break
else
r=0;
end
end
end
end
if index_of_DG_power_to_change>=N_DI_new+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+1 &&
index_of_DG_power_to_change<=N_DI_new+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new
r=false;
while(r==false)
s=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
[~,pow_lim]=size(GE_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=GE_size(index_of_DG_power_to_change-N_DI_new-N_SE_new-
N_HE_new-N_VE_new-N_EBUBDIKO_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=GE_size(index_of_DG_power_to_change-N_DI_new-
N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new,t);
end
for t=1:1:pow_lim/2
if s>limit_donji(1,t) && s<limit_gornji(1,t)
population(k,index_of_DG_power_to_change)=s;
r=1;
break
357
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
else
r=0;
end
end
end
end
if
index_of_DG_power_to_change>=N_DI_new+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+1 &&
index_of_DG_power_to_change<=N_DI_new+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPP
POV_new
r=false;
while(r==false)
s=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
[~,pow_lim]=size(EBPKOOOBZPBODPPPPOV_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=EBPKOOOBZPBODPPPPOV_size(index_of_DG_power_to_change-N_DI_new-
N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-
pow_lim/2)=EBPKOOOBZPBODPPPPOV_size(index_of_DG_power_to_change-N_DI_new-N_SE_new-N_HE_new-N_VE_new-
N_EBUBDIKO_new-N_GE_new,t);
end
for t=1:1:pow_lim/2
if s>limit_donji(1,t) && s<limit_gornji(1,t)
population(k,index_of_DG_power_to_change)=s;
r=1;
break
else
r=0;
end
end
end
end
if
index_of_DG_power_to_change>=N_DI_new+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPP
POV_new+1 &&
index_of_DG_power_to_change<=N_DI_new+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPP
POV_new+N_ETB_new
r=false;
while(r==false)
s=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
[~,pow_lim]=size(ETB_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=ETB_size(index_of_DG_power_to_change-N_DI_new-N_SE_new-
N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=ETB_size(index_of_DG_power_to_change-N_DI_new-
N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new,t);
end
for t=1:1:pow_lim/2
if s>limit_donji(1,t) && s<limit_gornji(1,t)
population(k,index_of_DG_power_to_change)=s;
r=1;
break
else
r=0;
end
end
end
end
if
index_of_DG_power_to_change>=N_DI_new+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPP
POV_new+N_ETB_new+1 &&
index_of_DG_power_to_change<=N_DI_new+N_SE_new+N_HE_new+N_VE_new+N_EBUBDIKO_new+N_GE_new+N_EBPKOOOBZPBODPPP
POV_new+N_ETB_new+N_KGP_new
r=false;
while(r==false)
s=(randi([500/DG_step_size,10000/DG_step_size]))*DG_step_size;
[~,pow_lim]=size(KGP_size);
for t=1:1:pow_lim/2
limit_donji(1,t)=KGP_size(index_of_DG_power_to_change-N_DI_new-N_SE_new-
N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,t);
end
for t=pow_lim/2+1:1:pow_lim
limit_gornji(1,t-pow_lim/2)=KGP_size(index_of_DG_power_to_change-N_DI_new-
N_SE_new-N_HE_new-N_VE_new-N_EBUBDIKO_new-N_GE_new-N_EBPKOOOBZPBODPPPPOV_new-N_ETB_new,t);
end
for t=1:1:pow_lim/2
if s>limit_donji(1,t) && s<limit_gornji(1,t)
population(k,index_of_DG_power_to_change)=s;
r=1;
358
Prilog
break
else
r=0;
end
end
end
end
end
end
PDG_new=zeros(N_DI_new, br_red);
for j=1:N_DI_new
PDG_new(j,population(k,j))=population(k,j+N_DI_new);
end
359
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
ŽIVOTOPIS
Rene Prenc je rođen 3. listopada 1984. u Rijeci, u Republici Hrvatskoj. Tehnički fakultet u
Rijeci, smjer Elektrotehnika upisao je 2003. godine, a diplomirao je 2008. godine na
usmjerenju Električna postrojenja. Tijekom diplomskoga studija ostvario je prosječnu ocjenu
svih ispita od 4,5, a dobitnik je i nagrade za najboljeg studenta generacije 2006./2007. na
smjeru elektrotehnika.
Od 2008. zaposlen je u tvrtci Hrvatska Elektroprivreda (HEP-a d.d.), HEP ODS
Elektroprimorje Rijeka gdje radi u Službi za razvoj i investicije, Odjelu za razvoj i pristup
mreži kao planer srednjenaponske mreže grada Rijeke. Također, od 2009. honorarno je
zaposlen kao stručni suradnik na Pomorskom fakultetu u Rijeci, na Zavodu za elektrotehniku,
automatiku i informatiku.
Područje njegovoga znanstvenoga rada obuhvaća kratkoročno planiranje razvoja i
izgradnje distribucijskih mreža, modeliranje distribuiranih izvora električne energije i njihov
optimalan razmještaj u srednjenaponskoj distribucijskoj mreži. Autor je većega broja
znanstvenih i stručnih članaka iz područja elektroenergetike.
360
Životopis
1. Prenc, Rene; Škrlec, Davor; Komen, Vitomir. Distributed generation allocation based
on average daily load and power production curves. // International journal of electrical
power & energy systems. 53 (2013) ; 612-622 (članak, znanstveni).
1. Prenc, Rene; Škrlec, Davor; Komen, Vitomir. A novel load flow algorithm for radial
distribution networks with dispersed generation. // Tehnički vjesnik – Technical Gazette.
20 (2013) , 6; 969-977 (članak, znanstveni).
361
Optimalan razmještaj distribuirane proizvodnje u srednjenaponskim elektroenergetskim mrežama
CURRICULUM VITAE
Rene Prenc was born on 3rd of October in 1984 in Rijeka, Croatia. In 2003 he enrolled at
the "Faculty of Engineering" in Rijeka and graduated from the university study programme of
Electrical Engineering in 2008, with course in Electrical Facilities. During his studies his
average grade was 4.5, and he received an award for the best student in electrical engineering
programme for the generation 2006/2007.
From 2008 he is employed in the company "Hrvatska Elektroprivreda" (HEP Group),
"HEP ODS Elektroprimorje Rijeka", where he works as a planner for the medium voltage
network of the city of Rijeka in the Office for Development and Investments, Department for
Network Development and Connection. Also, from 2009 he is a part-time employee at the
"Faculty of Maritime Studies", where he works as an expert assistant on the Department for
Marine Electronics and Communications.
The area of his scientific research includes short-term distribution network planning,
modeling of distributed generation and its optimal allocation in a medium voltage distribution
network. He is an author of a significant number of original scientific and professional papers
in the field of electrical engineering.
362