generazione diffusa, sistemi di controllo e accumulo in reti … · 2019. 7. 18. · sistemi di...

I n quest’ultimo decennio, lo scenario di evo-luzione per le reti di distribuzione dell’energiaelettrica è significativamente cambiato. In

precedenza, l‘architettura delle reti elettriche erapensata per soddisfare una situazione caratteriz-zata dalla presenza di grandi nodi di produzioneoperanti con centrali che utilizzavano combustibilifossili e/o nucleari e a distanze rilevanti dai centridi utilizzo. Per il carico, era consolidato il concettodi dovere soddisfare l’utenza elettrica ad ogni ra-gionevole costo. La rete elettrica assumeva quindiil solo ruolo di trasmettere energia dalle sorgenti digenerazione ai punti di consumo (rete passiva).I cambiamenti significativi introdotti dalla derego-

lamentazione dei mercati elettrici, dalla spinta allosviluppo sostenibile e quindi all’utilizzo di combu-stibili meno inquinanti, lo sviluppo della tecnologiadella generazione distribuita (GD) e gli investimen-ti nel settore delle energie rinnovabili stanno sem-pre più indirizzando il sistema elettrico verso solu-zioni comprendenti reti elettriche di distribuzionedi tipo attivo [1, 2]. Negli ultimi anni, l’ampia pene-trazione della GD all’interno delle reti di distribu-zione in media e bassa tensione ne ha modificatosignificativamente i principi di esercizio e di ge-stione, poiché la demarcazione tra produttori econsumatori di energia è diventata meno netta.In letteratura sono stati presentati diversi studiper quantificare i requisiti funzionali per la corret-ta connessione delle risorse energetiche distribui-te all’infrastruttura di rete, per valutarne le presta-zioni ed analizzare gli effetti della GD sulla rete(qualità del servizio), specialmente dal punto di vi-sta del comportamento dinamico (funzionamentoin isola, partecipazione alle regolazioni, gestionein emergenza). La ricerca internazionale è statainoltre indirizzata al miglioramento delle tecnolo-gie adottate e all’avanzamento delle strategie dicontrollo per la GD basata sull’utilizzo di conver-titori di potenza, in particolare nell’ambito dellafornitura di servizi ancillari di sistema, fondamen-tali anche per le ricadute in termini di qualità delservizio [3]. Grande interesse sta poi raccoglien-do lo sviluppo di nuove metodologie e tecnologieper la gestione ottimale delle reti di distribuzionee lo sviluppo di strumenti quali i Distribution Ma-nagement System (DMS) che possano utilizzarela maggiore quantità di informazioni disponibili,nuovi strumenti di analisi e controllo, strumenti di

6AEIT • numero 11/12

Generazione diffusa,sistemi di controlloe accumulo in retielettriche

Vengono presentati la strut-tura prototipale e gli aspettimetodologici e algoritmici diun sistema di ottimizzazionecentralizzato per impianti digenerazione distribuita, ope-rante su due differenti oriz-zonti temporali: uno giorna-liero e uno a breve termine.Alcuni dei risultati ottenutimediante simulazioni su unarete test illustrano le carat-teristiche dell’ottimizzatore

Alberto Borghetti, Carlo Aalberto Nucci, Mario Paolone Università degli Studi di Bologna, Dipartimento IngegneriaElettrica - Stefano Massucco, Andrea Morini, Federico Silvestro Università degli Studi di Genova, Dipartimento Inge-gneria Navale ed Elettrica - Samuele Grillo, Politecnico di Milano Dipartimento di Elettrotecnica

Aberto

Pencil

Aberto

Pencil

protezione innovativi [4].Nel contesto del significativo sviluppo della GD, ilsistema elettrico dovrà, in un futuro più o menolontano, essere in grado di integrare due tipologiedi strutture [5]:• microreti (o microgrids);• Virtual Power Utilities (VPU).

Per “microreti” si intendono reti di bassa tensionecon sorgenti distribuite con la presenza di dispo-sitivi di accumulo e di controllo del carico. Essehanno capacità variabili tra poche centinaia di kWe alcuni MW. Le microreti, pur operando preva-lentemente connesse con la rete di distribuzione,sono anche in grado di essere automaticamenteconfigurate nel funzionamento in isola ed essererisincronizzate con la rete. La microrete è quindiuna entità controllata che può essere gestita co-me un aggregato di generatori e/o di carichi in ri-sposta ad indicazioni di carattere economicoquali, ad esempio un segnale prezzo o informa-zioni dal mercato elettrico.Le Virtual Power Utilities o anche Virtual PowerPlants (VPP) sono un insieme di generatori con-venzionali e/o rinnovabili, connessi alla rete an-che su aree geograficamente più estese, che,grazie alle risorse informatiche e tecnologiche,sono in grado di proporsi sul mercato dell’energiaelettrica come un unico aggregato.Per integrare e valorizzare queste strutture saràsenz’altro necessario sviluppare sistemi capaci,attraverso adeguate architetture di controllo, difunzionare in modo autonomo dalla rete pubblicadi distribuzione o, qualora collegate, capaci di fun-zionare sia in parallelo alla rete pubblica che inisola. Questo permetterà gestioni più economi-che, possibilità di fronteggiare situazioni di estesedisalimentazioni, riduzione dell’ingombro del terri-torio con cavi e linee. L’idea è che sia gli impiantidi generazione sia gli impianti d’utente possano inmodo individuale e/o aggregato essere visti dallarete come fornitori di servizi principali (energia ecapacità) e ausiliari (regolazioni, riserve, ecc.).Lo sviluppo di reti di distribuzione sia in bassatensione sia in media tensione con capacità diesercizio flessibile e anche autonomo in isola dicarico è uno degli aspetti che maggiormente ca-ratterizza i progetti di Smart Grid [6]. L’esercizioflessibile delle reti di distribuzione, o di parte diesse, richiede sistemi innovativi di gestione auto-matica, le cui caratteristiche e obiettivi sono de-scritti per esempio in [6-8].I moderni Distribution Management System (DMS),caratterizzati da architetture di automazione, tele-comunicazione e controllo di tipo innovativo [9],consentono l’implementazione di strategie di eser-cizio ottimizzate in grado di adattarsi continua-

mente alle condizioni di richiesta di carico e di pro-duzione da fonte rinnovabile.Nel seguito si descrive brevemente il progettoSmartGen (Studio, sviluppo e validazione di meto-di e strumenti innovativi per la gestione di reti di di-stribuzione attive con generazione da fonte rinno-vabile) recentemente approvato nell’ambito deiProgetti di Ricerca per il Sistema Elettrico, il cuiobiettivo principale è realizzazione di un sistemaautomatico di ottimizzazione delle condizioni ope-rative delle risorse di produzione/accumulo dienergia e di quelle di regolazione disponibili in unarete di distribuzione. Tale progetto si basa sull’atti-vità di ricerca preliminare svolta dagli autori che haportato allo sviluppo di un sistema automatico perl’esercizio ottimizzato organizzato su una strutturaa due livelli. Il primo, con orizzonte giornaliero, èdedicato all’applicazione di criteri di gestione eco-nomica in grado di produrre un profilo giornalierodi produzione per ogni impianto controllabile, sullabase delle previsioni di carico dell’intera rete di di-stribuzione, dei prezzi del mercato dell’energia edella produzione da fonte rinnovabile non control-labile; il secondo, con orizzonte temporale limitatoal successivo quarto d’ora, è dedicato al raggiun-gimento degli obiettivi di qualità e sicurezza dell’e-sercizio della rete, coordinando la produzione dipotenza attiva e reattiva dei generatori controllabi-li con le azioni dei sistemi di regolazione disponibi-li (ad esempio, banchi di condensatori e trasforma-tori variabili sotto carico). Gli studi effettuati, con ri-ferimento sia a micro-reti di bassa tensione [10] siaa parti di reti in media tensione [11, 12], mostranoche la struttura proposta consente anche l’eserci-zio volontario in isola di carico. Una versione preli-minare del sistema automatico è stata implemen-tata in una test facility operante presso RSE - Ri-cerca Sistema Energetico a Milano ed è stata og-getto di diverse prove di verifica sperimentale delsuo funzionamento [10, 13-15]. Il sistema è statodotato anche di una procedura per guidare l’ope-ratore nella manovra di disconnessione volontariadella rete, o di parte di questa, dal resto del siste-ma elettrico [12, 16]. La seconda parte del lavoro èquindi dedicata alla descrizione di tale sistema au-tomatico ed alla illustrazione di alcuni risultati conesso ottenuti relativamente ad una rete di mediatensione. Sono riportate infine alcune conclusioni.

Il progetto SmartGenIl Progetto “Studio, sviluppo e validazione di meto-di e strumenti innovativi per la gestione di reti di di-stribuzione attive con generazione da fonte rinno-vabile”, sinteticamente descritto dall’acronimoSmartGen, intende individuare ed implementaresoluzioni impiantistiche e di controllo per una ge-

Tecnologie a supporto delle Smart Grid

novembre/dicembre 20107

stione intelligente di reti di distribuzione attive, cioècon presenza di risorse di generazione distribuita,di accumulo e di controllo del carico, nel rispettodei vincoli tecnici ed economici. Esso contribuiràalla definizione dell’architettura di un gestore cen-tralizzato (DMS - Distribution Management Sy-stem) di porzioni di reti elettriche di distribuzione,capace di risolvere problemi di ottimizzazione, dicontrollo dei flussi di potenza, della tensione e difornitura dei servizi ausiliari da generazione diffusae dal carico. Oggetto del progetto è lo sviluppo dilogiche di controllo di dispositivi compensatori perla mitigazione dei disturbi. Sono anche incluse si-tuazioni di possibile emergenza e ripristino del ser-vizio. Altro obiettivo è lo studio e lo sviluppo di si-stemi innovativi di comunicazione e protezione. Lamessa a punto e la verifica dei sistemi propostimediante modelli di reti elettriche di distribuzionecon generazione distribuita su simulatore ed in unsito sperimentale è parte integrante del progetto.Il Consorzio è costituito da un insieme di attoriqualificati tra i quali il capofila (SOFTECO-SI-SMAT), società di sviluppo ed integrazione di si-stemi informatici con significativa attività di ricer-ca internazionale; un ente di ricerca (ENEL Inge-gneria ed Innovazione) con esperienza plurienna-le nel settore delle energie rinnovabili e delle retielettriche; una società industriale (SDI Automa-zione Industriale) con esperienza di produzione,installazione e ricerca nell’ambito dell’automazio-ne industriale con particolare riferimento al setto-re energetico (produzione e distribuzione energiaelettrica, reti gas, ecc.); due Università (Università

di Bologna e di Genova) con qualificata esperien-za internazionale sui temi della gestione, modelli-stica e controllo dei sistemi elettrici per l’energia.

Le funzionalità dei moderni DMS generalmentepossono essere suddivise in due gruppi principali:• funzioni di base;• specifiche applicazioni.

Le prime soddisfano i requisiti di base dei sistemidi controllo come, ad esempio, l’interazione con ilsistema di distribuzione. Le seconde aiutano nelloro compito gli operatori e sono dedicate a com-piti aggiuntivi quali applicazioni di calcolo e di ge-stione del sistema elettrico.Gli attuali DMS sono molto spesso progettati adhoc e richiedono lavoro aggiuntivo di implemen-tazione e integrazione che può influire fortementesulla qualità del prodotto finale. Elemento fonda-mentale nel progetto SmartGen è la creazione diuna struttura di DMS con capacità di interfaccia-mento ai sistemi di acquisizione dati e supervisio-ne SCADA (Supervisory Control and Data Aquisi-tion) e alle funzioni gestionali avanzate già pre-senti sul sistema.

Le funzioni di base di un DMS si possono suddi-videre in due gruppi:• Supervisory Control and Data Acquisition (SCADA);• gestione delle sale controllo.

Le funzioni proprie degli SCADA forniscono moni-toraggio e controllo in tempo reale della rete di di-


Figura 1Rete elettrica di distribuzione intelligente (Smart Grid)

ππ


stribuzione cambiando i set point dei regolatori,aprendo e chiudendo sezionatori, monitorando gliallarmi e raccogliendo misure dal campo. Le funzio-ni di gestione delle sale controllo forniscono tutti glistrumenti utili all’operatore e alcune di esse, di con-seguenza, devono essere progettate “su misura”.

L’architettura proposta di un DMS innovativo perla gestione della rete di distribuzione utilizza tre li-velli di controllo:• livello di controllo centrale - nella parte superio-

re della gerarchia di controllo, il DMS è respon-sabile per della supervisione, del controllo edella gestione del sistema di distribuzione efunziona da interfaccia tra la distribuzione e ilcentro di controllo della rete di trasmissione;

• livello Media Tensione - livello intermedio dicontrollo corrisponde all’automazione delle sot-tostazioni ed è localizzato nelle sottostazioniAT/MT;

• livello di controllo in Bassa Tensione - corri-spondente al controllore centrale della microre-te, è localizzato nelle cabine MT/BT di distribu-zione ed è responsabile della del controllo dellesorgenti di generazione, del carico e della ge-stione dei sistemi di accumulo.

Tale architettura di controllo, prevede in linea diprincipio, una gestione coordinata sia delle reti MT(comprese le generazioni connesse a questo livello)sia le microreti a livello BT (attraverso gli appositicontrollori installati in ogni cabina MT/BT), insiemead un approccio di gestione attiva del carico.

L’architettura proposta consente l’esercizio dellarete di distribuzione in due modi distinti:• modalità di funzionamento normale, in cui il si-

stema è gestito interconnesso alla rete di distri-buzione principale;

• modalità di funzionamento anormale e/o diemergenza, dove il sistema è isolato e capacedi funzionare in modalità disconnessa dal siste-ma principale.

La figura 1 illustra le interazioni tra i diversi com-ponenti dell’architettura proposta.

Per poter verificare e verificare le soluzioni indivi-duate nel corso del progetto, è prevista l’imple-mentazione di un sistema dimostrativo con l’inte-grazione del simulatore di una porzione di rete eun sistema SCADA mediante l’estensione delprotocollo di comunicazione IEC 61850 [17].

Il sistema automaticoper l’esercizio ottimizzatoUn esempio prototipale di gestore di una rete elet-trica di distribuzione su cui si basa SmartGen èdescritto in [10-12] come ricordato in precedenza.Il compito del sistema non è solo quello di per-mettere alla rete di accettare un’alta penetrazionedi generazione distribuita, ma anche quello disfruttare le caratteristiche delle risorse per aumen-tare l’affidabilità e migliorare la qualità del servizio.Il sistema automatico di ottimizzazione delle risor-se distribuite è concepito per essere inserito in unastruttura il cui schema è illustrato in figura 2. Dalle

informazioni rilevate congli strumenti di misura siottiene una indicazionedelle condizioni operativeattuali della rete elettrica(configurazione e flussi dipotenza), mentre dai bloc-chi di previsione si ottieneuna stima del carico e del-la produzione degli im-pianti da fonte rinnovabilenelle successive 24 ore enel successivo quarto d’o-ra. L’ottimizzazione gior-naliera tiene anche contodella previsione dei prezzidi scambio con il resto delsistema elettrico.


Figura 2Schema del sistema automaticoper l’esercizio ottimo di una reteelettrica di distribuzione

√√

Il livello di ottimizzazione economica giornalierafornisce per ogni quarto d’ora del giorno succes-sivo il cosiddetto dispacciamento economico,ossia l’indicazione di quali unità di generazionecontrollabili tenere in servizio e a quale livello dipotenza attiva, in modo da minimizzare una fun-zione obiettivo basata sui costi di esercizio dellarete. Questa informazione è trasmessa al secon-do livello che, sulla base delle previsioni aggior-nate a breve termine e sullo stato del sistema, ef-fettua un’ottimizzazione multi obiettivo, in cuicompaiono anche criteri tecnici di affidabilità equalità del servizio, coordinando i livelli di immis-sione di potenza attiva con le altre risorse di re-golazione disponibili in rete (regolazione della po-tenza reattiva e della tensione).

A. Ottimizzazione economica giornalieraIl livello di ottimizzazione economica giornaliera èstato concepito in modo da tenere in conto sia del-la presenza di risorse di energia elettrica non con-trollabili sia di risorse controllabili in termini di pro-duzione di energia elettrica e di calore. L’orizzonte diottimizzazione giornaliera è suggerito dalla presen-za di tipici vincoli sul numero di accensioni e spe-gnimenti delle unità di produzione, sui tempi minimifra manovre successive e dalla necessità di gestirein maniera ottimale le risorse di accumulo (di caloree di energia elettrica) eventualmente presenti.La funzione obiettivo considerata per l’ottimizza-zione economica giornaliera è:

dove l’orizzonte temporale di 24 ore è suddiviso inR = 96 periodi di durata ∆t = 15 minuti. N è il nu-mero di risorse energetiche controllabili, P r

j è il livel-lo di produzione medio di ciascuna di loro nel pe-riodo r e cj,r è il costo di produzione associato. Ps èla potenza elettrica attiva scambiata con il sistemaelettrico esterno e p il prezzo corrispondente.In generale, l’insieme di unità controllabili contie-ne S unità di produzione di energia elettrica, Cunità di cogenerazione elettrica e termica, e Lunità di accumulo (termico Lth ed elettrico Le). Ri-sulta quindi conveniente definire il livello di produ-zione controllabile di ogni unità di produzione eaccumulo mediante un indice h seguendo l’ordineh = {C,(S - C), Le, Lth, (N - S - L)}, dove (N - S - L)sono le produzione delle unità di produzione di so-lo calore, essendo le produzioni di calore dalleunità di cogenerazione definite dal livello di pro-duzione elettrica (in prima approssimazione me-diante una relazione lineare aj P

rj + bj).

Indicando con NP l’insieme di unità di produzio-ne elettrica non controllabili dal sistema automa-tico e con E r

j il livello energetico medio del siste-ma di accumulo j nel periodo r, i vincoli di soddi-sfacimento delle richieste di carico elettrico e ter-mico (che includono anche una stima delle perdi-te) Ploade e Ploadth sono

minP rj

R N

∑ ∑ cj,r Prj ∆t + π Ps

r = 1 j = 1( )


Figura 3Esempio dei livelli

di produzioneelettrica dei generatori

controllati, calcolatidall’ottimizzazione

economica giornaliera

®®


e i vincoli delle risorse di accumulo sono

Ejr = E j

r-1 - Pjr-1 Δt

essendo noti i livelli energetici iniziali Ej0.

A questi vincoli, si aggiungono quelli caratteristicidi ogni unità, quali i valori di potenza massima eminima, il numero ammesso di accensioni e spe-gnimenti, i tempi minimi di funzionamento e, frauno spegnimento e la successiva rimessa in ser-vizio, eventuali vincoli di rampa da prendere inconsiderazione con la discretizzazione temporalescelta (15 min), ecc.Si è notato, dalle prove condotte, che in presen-za di una importante generazione combinata dielettricità e calore, il vincolo di bilancio delle po-tenze termiche ha notevole influenza sul dispac-ciamento complessivo.

La figura 3 illustra un esempio di risultato ottenu-to per una giornata (96 periodi di 15 min) da par-te dell’ottimizzatore giornaliero per un particolareprofilo previsto del carico, della produzione degli

S + Le

∑ P rj + Ps = P r

loade- ∑ P r

k r = 1,...., Rj = 1 k∈NP

N C

∑ P rj + ∑ (aj P

rj + bj) = P r

loadthr = 1,...., R

j=S+Le+1 j=1

impianti da fonte rinnovabile e dei prezzi di scam-bio con il resto del sistema elettrico. Essa mostrai corrispondenti livelli di potenza scambiata con ilresto del sistema elettrico, considerati positivi sela potenza è importata.Nel seguito sono riportati i risultati dell’ottimizza-zione a breve termine per i due periodi di massi-mo e minimo carico, ossia il periodo n. 17 (corri-spondente alle ore 4 del mattino) e il periodo n. 77(corrispondente alle ore 7 della sera). Come mo-strato in figura 4. in entrambi i periodi la reteesporta potenza verso il sistema esterno.

B. Ottimizzazione multiobiettivo a brevetermineIl dispacciamento economico calcolato dall’ot-timizzatore giornaliero è fornito in ingresso al-l’ottimizzatore a breve termine che aggiorna ivalori di riferimento delle regolazioni delle risor-se energetiche e di controllo disponibili con ilseguente obiettivo multiplo: minimizzazione de-gli scarti rispetto ai valori ottimi di iniezione dipotenza attiva calcolati dall’ottimizzazione gior-naliera; minimizzazione degli scarti delle ten-sioni rispetto al valore nominale;riduzione delleperdite di rete.Si assume che il DMS possa variare i riferimentidelle regolazioni delle produzioni sia di potenzaattiva sia di potenza reattiva dei generatori con-trollabili e, inoltre, i riferimenti dei variatori sottocarico dei trasformatori.


Figura 4Livelli di potenzascambiata conil resto del sistemaelettricocorrispondentiai risultatidi figura 3

√√

Come descritto in [10-12] il problema di ottimiz-zazione richiede di rappresentare le relazioni nonlineari che la rete stabilisce fra le variabili di otti-mizzazione e le tensioni ai nodi, le perdite di re-te, le correnti nei rami, ecc.. Nella procedura svi-luppata, le relazioni non lineari summenzionatesono linearizzate attorno alla soluzione del cal-colo della ripartizione dei flussi di potenza nellarete di distribuzione trifase mediante l’utilizzo dicoefficienti di sensitività, anch’essi opportuna-mente calcolati dalla soluzione del calcolo deiflussi di potenza [18-20].Tenendo conto che alcune variabili possono as-sumere solo valori discreti (ad esempio la posi-zione dei variatori sotto carico, lo stato acceso ospento dei generatori, i livelli di distacco di cari-co), il problema di ottimizzazione è risolto me-diante un solutore MILP (Mixed Integer LinearProgramming - solutore di problemi di program-mazione lineare intera mista) ed inserito all’inter-no di una procedura iterativa come mostrato in fi-gura 5. La sua soluzione fornita dal solutore MILP(∆x) è corretta mediante un fattore ξ∈[0,1] ottenu-to dalla soluzione del problema di minimizzazionedella funzione multiobiettivo lungo la direzione∆x, problema di ottimizzazione nonlineare unidi-mensionale. La procedura è ripetuta partendodalla nuova soluzione ξ ∆x ed è interrotta quandola funzione obiettivo o il valore della soluzionenon cambia in modo significativo fra una iterazio-

ne la successiva, oppure si è raggiunto il massi-mo numero di iterazioni.

Nelle prove effettuate, l’algoritmo illustrato in fi-gura 5 converge in genere dopo poche iterazionie i tempi richiesti dall’algoritmo appaiono ade-guati al funzionamento in-linea.La figura 6 mostra la configurazione della rete didistribuzione test a 119 nodi utilizzata nelle simu-lazioni. La rete è costituita da quattro feeder didiversa configurazione, due con caratteristiche ti-piche di una alimentazione urbana (ossia linee incavo e di lunghezza abbastanza uniforme), e duecon caratteristiche rurali (ossia linee aree, più va-rie e complessivamente più lunghe). I feeder ur-bani e i rurali sono alimentati da due sbarre sepa-rate a 20 kV ognuna connessa alla rete a 132 kVtramite un trasformatore a rapporto variabile sot-to carico. Oltre a vari generatori da fonte eolica esolare localizzati in tutta la rete, è stata assunta lapresenza di 10 generatori controllabili: 4 connes-si al feeder urbano 1, 3 al feeder urbano 2, 3 alfeeder rurale 1.

In una tipica situazione di esercizio critico si han-no nodi a tensione troppo alta nel feeder 1 per ef-fetto della generazione e alcuni nodi a tensioneeccessivamente bassa nel feeder rurale 2 (privodi generazione distribuita) a causa del carico ele-vato. Questa condizione è illustrata dalle curve


Figura 5Schema a blocchi della procedura iterativa dell’ottimizzatore a breve termine

††


blu di in figura 7. Le curve rosse della stessa fi-gura mostrano i profili di tensione nei due feederottenuti dalla procedura di ottimizzazione che haaggiustato sia il rapporto di trasformazione deltrasformatore comune che alimenta entrambi ifeeder sia la potenza reattiva dei generatori con-trollabili connessi al feeder rurale 1, lasciandoinalterata la potenza attiva.

Il miglioramento del profilo di tensione porta ingenere a un sostanziale diminuzione delle per-dite in rete.In letteratura sono anche proposti sistemi di coor-dinamento continuo fra la regolazione del rappor-to di trasformazione a rapporto variabile sotto ca-rico e la regolazione della potenza reattiva dei ge-neratori distribuiti [21]. In [22] è recentemente pro-posto, limitatamente alla regolazione dei trasfor-matori, l’applicazione del cosiddetto Gestore delRiferimento (GR), un dispositivo nonlineare che siantepone ad un sistema controllato per modifica-re in-linea il riferimento sulla base di una predizio-ne dello stato futuro del sistema e della risoluzio-ne in linea di un problema di ottimizzazione che

tiene conto dei vincoli operativi.La procedura di ottimizzazione a breve termine èanche utilizzata per guidare l’operatore nella ma-novra di passaggio intenzionale al funzionamentoin isola di carico. Nella condizione di funziona-mento in isola di carico occorre scegliere un no-do di saldo fra quelli a cui sono connesse le unitàdi generazione elettrica. Tale scelta influisce sul-l’ottimizzazione dell’esercizio in isola di carico,come descritto, per esempio, in [23]. Per effettua-re questa scelta, il sistema automatico, partendoda una configurazione iniziale nella quale la retedi distribuzione è connessa alla rete esterna, ef-fettua due ottimizzazioni successive, indicate nelseguito come O1 e O2: O1 è l’ottimizzazione delsistema di distribuzione in esercizio indipendente,ossia effettuata imponendo un transito di poten-za trascurabile al nodo di saldo al problemaMILP; O2 è l’ottimizzazione del sistema discon-nesso, per il quale il ruolo di nodo di saldo è attri-buito al nodo dove è connesso il generatore con-trollabile caratterizzato dai più ampi margini di re-golazione della potenza attiva e reattiva nella so-luzione di O1, come descritto in [12, 16].


Figura 6Configurazione della rete di media tensione utilizzata nelle simulazioni

ππ


Figura 7Esempio dei profili di tensione nei feeder rurali: in blu e in rosso i profili prima e dopo l’applicazione della procedura di ottimizzazio-ne a breve termine

ππ


ConclusioniLa memoria ha svolto alcune considerazioni gene-rali relative all’evoluzione delle reti elettriche di di-stribuzione da strutture passive ad attive con fortepresenza di generazione distribuita. Questo com-porterà un forte sviluppo di sistemi DMS per la ge-stione ed il controllo delle reti elettriche (SmartGrid).In tal senso è stato descritto un ottimizzatore pro-posto e sviluppato perché possa essere applica-to nell’esercizio di una rete di elettrica distribuzio-ne con molti nodi e una elevata penetrazione digenerazione distribuita, anche nel caso di produ-zione intermittente da fonte rinnovabile. Appare

particolarmente interessante la possibilità di po-ter gestire anche l’esercizio in isola.Partendo da questa base, il progetto di ricercaSmartGen, descritto nella memoria, si propone diverificare la possibilità di costruire un sistema digestione innovativo delle reti di distribuzione e diverificarne sperimentalmente le prestazioni e larobustezza. La funzione di gestione della rete didistribuzione di media tensione sarà integrata conle altre funzioni quali: funzioni per la gestione deiguasti e la gestione delle protezioni; funzione peril planning e la previsione del carico e funzioni perla gestione della rete di bassa tensione.


AEIT 2009, Catania, 27-29 settembre 2009. Pubblicato an-che su Eidos - Smart Grid & Smart Meter Magazine, Numero2, pp. 30-36, 2010.

[13] A. Bertani: Realizzazione del Sistema di Controllo centraliz-zato della Test Facility CESI, Rapporto A5035166, Ricerca diSistema 2005, Progetto GENDIS21/CONGEDI, www.ricerca-disistema.it

[14] A. Borghetti, M. Bosetti, C. Bossi, S. Massucco, E. Micolano,A. Morini, C. A. Nucci, M. Paolone, F. Silvestro: An EnergyResource Scheduler Implemented in the Automatic Manage-ment System of a Microgrid Test Facility, International Conferen-ce on Clean Electrical Power, Capri 21-23 maggio 2007.

[15] M. Marciandi, D. Moneta, P. Mora: Gestione ottimizzata del-la Test Facility di generazione distribuita per il controllo delprofilo di tensione e prove sperimentali, Rapporto CESI Ri-cerca 08000650, febbraio 2008, www.ricercadisistema.it

[16] A. Borghetti, M. Bosetti, C.A. Nucci, M. Paolone: Disper-sed energy resources scheduling for the intentional islandingoperation of distribution systems, Proc. of Power SystemsComputational Conference, PSCC 08, Glasgow, luglio 2008.

[17] O. Haas, O. Ausburg, P. Palensky: Communication with andwithout Distributed Energy Resources, IEEE International Con-ference on Industrial Informatics, pp. 352–356, agosto 2006.

[18] Q. Zhou, J. W. Bialek: Simplified calculation of voltage andloss sensitivity factors in distribution networks, Proc. of the16th Power Systems Computation Conference (PSCC2008),Glasgow, Scotland, July 14-18, 2008.

[19] A. Borghetti, M. Bosetti, S. Grillo, M. Paolone, F. Silvestro:Short-term scheduling of active distribution systems, Proc. of2009 IEEE Power Tech Conference, Bucharest, June 28 –July 3, 2009.

[20] A. Keane, Q. Zhou, J.W. Bialek, M. O’Malley: Planning andoperating non-firm distributed generation, IET RenewablePower Generation, vol. 3, n. 4, pp. 455–464, 2009.

[21] A. Casavola, G. Franzè, D. Menniti, N. Sorrentino: Voltageregulation in distribution networks in the presence of distribu-ted generation: A voltage set-point reconfiguration approach,Electric Power Systems Research, vol. 81, pp. 25–34, 2011.

[22] F. Bignucolo, R. Caldon, V. Prandoni: Radial MV networksvoltage regulation with distribution management systemcoordined controller, Electric Power Syst. Res., vol. 78 pp.634–645, 2008.

[23] E. Riva Sanseverino, G. Pecoraro, A. Borghetti, M. Bosetti, M.Paolone: Optimal Operating Point Calculation for Medium Volta-ge Distribution Systems, Proc. of 2007 IEEE Lausanne PowerTech Conference, Lausanne, Switzerland, 1-5 July 2007.

B I B L I O G R A F I A[1] European SmartGrids Technological Platform: Vision and Stra-

tegy for Europe’s Electricity Networks of the future, DocumentEUR 22040, 2006.

[2] European SmartGrids Technological Platform: Strategic De-ployment Document for Europe’s Electricity Networks of thefuture, Draft, September 2008.

[3] F. Blaabjerg, R. Teodorescu, M. Liserre, A. V. Timbus: Over-view of Control and Grid Synchronization for DistributedPower Generation Systems, IEEE Trans. on Industrial Electro-nics, vol. 53, n. 5, pp. 1398-1409, October 2006.

[4] CIGRE Brochure: Operating dispersed generation with ICT(Information & Communication Technology), Working GroupC6.03, febbraio 2007

[5] N. Hatziargyriou, H. Asano, R. Iravani, C. Marnay: Micro-grids, IEEE Power & Energy Magazine, July/August 2007, TheSmart Grid: An introduction, publication sponsored by USDOE’s Office of Electricity Delivery and Energy Reliability,2009, http://www.doe.energy.gov/1165.htm

[6] R. Lasseter, A. Akhil, C. Marnay, J. Stephens, J. Dagle, R.Guttromson, A. Meliopoulos, R. Yinger, J. Eto: White paperon integration of distributed energy resources. The CERTSmi-crogrid concept, Tech. Rep. LBNL-50829, 2002,http://certs.lbl.gov/pdf/50829-app.pdf, 2002.

[7] A. G. Tsikalakis, N. D. Hatziargyriou: Centralized Control forOptimizing Microgrids Operation, IEEE Trans. on Energy Con-version, vol. 23, n. 1, March 2008.

[8] R. Caldon, G. Celli, R. Cicoria, B. Colombo, A. Invernizzi, F.Pilo, G. Pisano, S. Pugliese, M. Venturino: Le reti di distribu-zione attive e la loro applicabilità nello scenario italiano, AttiGiornata Studio AEIT, Milano, 25 maggio 2005.

[9] S. Grillo, S. Massucco, A. Morini, S. Scalari, P. Scalera, F.Silvestro: Distribution Management System (DMS) per la ge-stione intelligente di reti elettriche, Convegno Nazionale AEIT,Catania, settembre 2009.

[10] A. Bertani, A. Borghetti, C. Bossi, L. De Biase, O. Lam-quet, S. Massucco, A. Morini, C. A. Nucci, M. Paolone, E.Quaia, F. Silvestro: Management of Low Voltage Grids withHigh Penetration of Distributed Generation: concepts, imple-mentations and experiments, Proc. of CIGRE general ses-sion, Paris, 2006.

[11] A. Borghetti, M. Bosetti, C.A. Nucci, M. Paolone, S. Mas-succo, F. Silvestro, S. Scalari: A procedure for the automa-tic scheduling of distributed energy resources in medium vol-tage networks, Proc. of CIRED, Prague, 2009.

[12] A. Borghetti, M. Bosetti, C.A. Nucci, M. Paolone, S. Grillo,S. Massucco, F. Silvestro, S. Scalari: Un ottimizzatore per lagestione di reti attive di distribuzione, Convegno Nazionale

generazione diffusa, sistemi di controllo e accumulo in reti … · 2019. 7. 18. · sistemi di...

Documents