Optimal reactive power compensation in microgrids

Questa tesi considera il problema di minimizzare i flussi di potenza reattiva in una microrete intelligente. Vengono proposti un modello approssimato per la microrete, che permette di formulare il problema come un problema di ottimizzazione quadratica, e un algoritmo distribuito per risolverlo. Questo algoritmo è basato su una decomposizione del problema originale in sottoproblemi più piccoli, ciascuno relativo ad uno specifico cluster, costituito da agenti in grado di comunicare. L'aggiornamento della quantità di potenza reattiva ad ogni iterazione influenza le tensioni di rete: il tempo necessario per raggiungere un nuovo stato di regime è stimato introducendo un modello dinamico, approssimato ma lineare, e studiando i suoi autovalori (legati al tempo di assestamento del modello). Sono fornite condizioni per la convergenza dell'algoritmo e una caratterizzazione analitica della velocità di convergenza. L'analisi suggerisce che è preferibile far comunicare agenti che sono “vicini” nella rete *** This thesis considers the problem of minimizing reactive power flows in smart microgrids. We propose an approximate model for the microgrid, which allows us to formulate the problem as a quadratic optimization problem, and a distributed algorithm for solving it. This algorithm is based on a decomposition of the original problem into smaller subproblems, each one related to a specific cluster consisting of agents able to communicate. The update of the amount of reactive power at each iteration affects the grid voltages: the time needed to attain a new steady state is estimated by introducing an approximate linear dynamic model and studying its eigenvalues (related to the settling time of the model). Conditions for the convergence of the algorithm and an analytic characterization for the convergence speed are provided. The analysis suggests that it is preferable clustering agents which are “neighbors” in the grid