Integrated optimization of solar DG and DSTATCOM placement for enhanced EVCS-Driven Power Distribution Performance

Abstract

Стрімке зростання використання електромобілів, зумовлене їх низькими експлуатаційними витратами, чудовими характеристиками та екологічними перевагами, істотно підвищило навантаження на розподільні електричні мережі (РЕМ). Інтеграція станцій заряджання електромобілів (EVCS) в наявні РЕМ породжує критичні експлуатаційні проблеми, як-от збільшення втрат активної потужності, втрат реактивної потужності, відхилень напруги та перевантаження ліній, що ставить під загрозу надійність і стабільність системи. Для розв’язання цих проблем у цьому дослідженні запропоновано вдосконалену оптимізаційну структуру на основі алгоритму оптимізації «чорна вдова» (BWOA) та порівняно її продуктивність із традиційним алгоритмом слизовика (SMA). Запропонована модель одночасно визначає оптимальне розміщення та потужність розподілених генераторів на основі фотоелектричних установок (PV-DG), розподільних статичних компенсаторів і EVCS, мінімізуючи нормалізовану багатокритеріальну функцію (MOF), яка спільно враховує втрати активної та реактивної потужності, індекс відхилення напруги, індекс стійкості напруги, а також загальну вартість встановлення та експлуатації. Структуру протестовано на 34-вузловій РЕМ Інституту інженерів електротехніки та електроніки (IEEE) за 24-годинних динамічних змін навантаження та стохастичних профілів генерації фотоелектричних систем. Результати моделювання демонструють, що BWOA істотно перевершує SMA за технічними та економічними показниками. Наприклад, о 13-й годині BWOA зменшує втрати активної потужності до 48,48 кВт порівняно зі 102,82 кВт у SMA (покращення на 52,8 %), тоді як втрати реактивної потужності знижуються з 30,4 кВАр до 14,41 кВАр (зменшення на 52,6 %). Показники напруги також покращуються: індекс відхилення напруги зменшується з 0,0574 до 0,0253, а індекс стійкості напруги зростає з 0,7896 до 0,9026 за BWOA порівняно з 0,0314 і 0,8802 за SMA відповідно. Крім того, BWOA забезпечує значні економічні вигоди, знижуючи загальну вартість системи з 16 745 до 15 892 дол. США в години пікового навантаження (економія 5,1 %). На 24-годинному горизонті запропонована стратегія на основі BWOA забезпечує середнє зменшення MOF на 35,7 % порівняно з SMA, що підкреслює її кращу здатність балансувати технічні показники та економічну доцільність. Загалом результати підкреслюють ефективність скоординованого розміщення PV-DG, розподільних статичних компенсаторів і EVCS для підвищення операційної ефективності, якості напруги та економічної сталості сучасних розподільних систем. Інтеграція складників вартості у формулювання MOF забезпечує цілісний підхід до оптимізації, що робить BWOA перспективним рішенням для планування інтелектуальних електромереж наступного покоління та оперативного керування в реальному часі.

The rapid increase in electric vehicle adoption, driven by their low maintenance, superior performance, and environmental benefits, has significantly elevated the demand on power distribution networks (PDNs). The integration of electric vehicle charging stations (EVCSs) into existing PDNs introduces critical operational challenges such as increased real power losses, reactive power losses, voltage deviations, and line congestion, which compromise system reliability and stability. To address these issues, this study proposes an enhanced optimization framework based on the Black Widow Optimization Algorithm (BWOA) and compares its performance against the conventional slime mould algorithm (SMA). The proposed model simultaneously determines the optimal placement and sizing of photovoltaic-based distributed generators (PV-DGs), distribution static compensators, and EVCSs, minimizing a normalized multiobjective function (MOF) that jointly considers real and reactive power losses, voltage deviation index, voltage stability index, and the total installation and operational cost. The framework is tested on the Institute of Electrical and Electronics Engineers 34-bus PDN under 24-h dynamic load variations and stochastic Photovoltaic system generation profiles. Simulation results demonstrate that BWOA significantly outperforms SMA in technical and economic performance. For instance, at hour 13, BWOA reduces real power losses to 48.48 kW, compared to 102.82 kW with SMA (a 52.8% improvement), while reactive power losses decrease from 30.4 kVAr to 14.41 kVAr (a 52.6% reduction). Voltage performance also improves, with the voltage deviation index reduced from 0.0574 to 0.0253 and the voltage stability index increased from 0.7896 to 0.9026 under BWOA, compared to 0.0314 and 0.8802 with SMA, respectively. Moreover, BWOA achieves significant economic benefits, reducing the total system cost from $16,745 to $15,892 at peak hours (5.1% savings). Over the 24-h horizon, the proposed BWOA-based strategy achieves an average MOF reduction of 35.7% compared to SMA, highlighting its superior capability to balance technical performance and economic feasibility. Overall, the findings underscore the effectiveness of coordinated PV-DG, distribution static compensators, and EVCS allocation in enhancing operational efficiency, voltage quality, and economic sustainability of modern distribution systems. The integration of cost components into the MOF formulation ensures a holistic optimization approach, making BWOA a promising solution for next-generation smart grid planning and real-time operational control.