Probabilistic Optimal Power Flow for DC Microgrids Considering Load Curve
Authors
Renata G. S. Brandi
Programa de Pós-Graduação em Engenharia Elétrica (PPGEL/UFSJ/CEFET-MG), Departamento de Engenharia Elétrica (DEPEL), Universidade Federal de São João del-Rei (UFSJ)
Wesley Peres
Programa de Pós-Graduação em Engenharia Elétrica (PPGEL/UFSJ/CEFET-MG), Departamento de Engenharia Elétrica (DEPEL), Universidade Federal de São João del-Rei (UFSJ)
Cristiane G. Taroco
Programa de Pós-Graduação em Engenharia Elétrica (PPGEL/UFSJ/CEFET-MG), Departamento de Engenharia Elétrica (DEPEL), Universidade Federal de São João del-Rei (UFSJ)
Bruna C. Ferreira
Programa de Pós-Graduação em Engenharia Elétrica (PPEE/UFJF), Universidade Federal de Juiz de Fora (UFJF)
Junior N. N. Costa
Programa de Pós-Graduação em Engenharia Elétrica (PPEE/UFJF), Universidade Federal de Juiz de Fora (UFJF)
Raphael P. B. Poubel
Programa de Pós-Graduação em Engenharia Elétrica (PPGEL/CEFET-MG/UFSJ), Departamento de Engenharia Elétrica (DEE), Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG)
DC Microgrids, Probabilistic Power Flow, Probabilistic Optimal Power Flow, Uncertainties, Unscented Transform
Abstract
This work introduces an approach to probabilistic optimal power flow (P-OPF) in direct current microgrids, using the Unscented Transformation to account for uncertainty in loads efficiently. The aim is to minimize active power losses by adjusting the dispatch of distributed generation units while adhering to voltage magnitude constraints. Tested on a 33-bus microgrid with 24-hour load data, the method demonstrated computational superiority over Monte Carlo Simulation, achieving a significant reduction in calculation time of approximately 86%.
