Você está na página 1de 6

ALOCAÇÃO E DIMENSIONAMENTO ÓTIMO DE GERAÇÃO DISTRIBUÍDA EM SISTEMAS COM MERCADOS ELÉTRICOS

JESÚS M. LÓPEZ-LEZAMA

UNESP - Universidade Estadual Paulista, Campus de Ilha Solteira. Av Brasil centro No 56, 15385-000 Ilha Solteira, SP, Brasil Grupo de Pesquisa em Manejo Eficiente da Energía (GIMEL), Departamento de Engenharia Elétrica Universidade de Antoquia (UdeA) Calle 67 No 53-108, Medellin, Colombia. E-mails: jesusmarialopezl@yahoo.com , lezama@udea.edu.co

ANTONIO PADILHA-FELTRIN

UNESP - Universidade Estadual Paulista, Campus de Ilha Solteira. Av Brasil centro No 56, 15385-000 Ilha Solteira, SP, Brasil E-mails: padilha@dee.feis.unesp.br

AbstractThis paper presents a methodology for optimal sizing and placement of distributed generation (DG) in an optimal power flow based wholesale electricity market. The candidate locations for DG placement are identified on the bases of loca- tional marginal prices. The problem of optimal placement is formulated for two different objectives, namely, social welfare maximization and profit maximization. Several cost characteristics are assumed for DG units. For each DG unit an optimal placement and size is identified for each of the objectives. The proposed methodology is tested on the IEEE 14 bus test system.

KeywordsDistributed generation, locational marginal prices, optimal power flow.

ResumoEste artigo apresenta uma metodologia para a alocação e dimensionamento ótimo de geração distribuída (GD) em sis- temas com um mercado elétrico baseado em fluxo de potência ótimo. Os pontos candidatos para alocar GD são identificados uti- lizando-se preços marginais locais. O problema de alocação ótima é formulado para dois objetivos: a maximização do benefício social líquido e a maximização do lucro. Para as unidades de GD foram assumidas diferentes características de custo e para cada unidade identifica-se a localização e o dimensionamento ótimo para cada um dos objetivos. A metodologia proposta é testada no sistema IEEE de 14 barras.

Palavras-chaveGeração distribuída, preços marginais locais, fluxo de potência ótimo.

1

Introdução

Geração Distribuída (GD) é uma expressão usada para descrever a geração elétrica realizada junto ou próxima aos consumidores. A importância da GD começou a se destacar nos últimos anos quando mui- tos países optaram pelo regime de competição no setor elétrico e passaram a incentivar a evolução de novas tecnologias de geração. As tecnologias de GD incluem motores de combustão interna, microturbi- nas, turbinas a gás, geração com recursos renováveis como biodigestores, geração eólica, fotovoltaica, etc. Todos estes recursos, incluindo as cargas controlá- veis são chamados de recursos energéticos distribuí- dos (RED) (Hatziargyriou et al., 2007). Na ultima década tem surgido um grande interese na coordena- ção ótima dos RED no intuito de melhorar a eficiên- cia e confiabilidade oferecida aos usuários, dando origem ao conceito de redes inteligentes (Lauby e Malcolm, 2007).

As principais vantagens da GD sobre a geração

central são a economia em investimentos e os baixos impactos ambientais. Adicionalmente, a GD pode contribuir para reduzir as perdas elétricas, aliviar o congestionamento nas linhas de transmissão, melho- rar o perfil de tensão, melhorar a estabilidade do sis- tema e também reduzir os custos da eletricidade para o consumidor final. Embora a GD não possa substituir completamen-

te a geração central, esta se converte em uma boa

opção quando as restrições do sistema de transmissão dificultam ou encarecem o fornecimento da energia.

A alocação e o dimensionamento de novas centrais

de GD estão influenciados por fatores técnicos e e- conômicos, entre eles o incremento dos preços da energia nas horas de pico. Nesse caso a GD pode

fornecer energia durante estas horas, fazendo com que os preços aos consumidores sejam menores.

Existem muitos tópicos a serem considerados quando

se realizam estudos de planejamento e operação da

GD. A grande maioria dos estudos de planejamento inclui a alocação e o dimensionamento de novos geradores distribuídos.

Neste artigo é apresentada uma metodologia para

a alocação e o dimensionamento ótimo de GD em

sistemas de potência. O problema é formulado para dois objetivos, o primeiro é a maximização do bene- fício social líquido. Neste caso, considera-se uma demanda elástica modelada com uma curva de bene- fício quadrática. O segundo objetivo é a maximiza- ção do lucro do ponto de vista do proprietário da GD. Neste caso, utiliza-se um processo iterativo, pois o lucro é função dos preços marginais locais os quais mudam quando se introduz GD no sistema.

2 Alocação e dimensionamento ótimo de GD

Na literatura especializada podem-se encontrar dife- rentes métodos que buscam calcular o nível ótimo de penetração da GD na rede considerando fatores téc- nicos e econômicos. As metodologias propostas para

a alocação e o dimensionamento de GD incluem mé-

todos analíticos, técnicas heurísticas e otimização matemática clássica. Em (Celli et al., 2005) é apresentado um algorit- mo evolutivo multiobjetivo para maximizar o benefí- cio da presença de GD nas redes de distribuição. Neste algoritmo são considerados os custos de ope- ração e de capital. O processo de otimização multiobjetivo proposto fundamenta-se no algoritmo genético desenvolvido em (Carpinelli et al., 2001). Em (Borges e Falcão, 2006) é apresentada uma metodologia que além de minimizar as perdas, busca também melhorar o perfil de tensões e o nível de confiabilidade. O processo de otimização proposto é resolvido mediante técnicas evolutivas e métodos especializados para avaliar o impacto da GD na con- fiabilidade e no perfil de tensão. O cálculo das per- das e do perfil de tensão é feito mediante um fluxo de potência para redes radiais com representação de GD. Em (Rosehart e Nowicki, 2001) apresentam-se técnicas baseadas em otimização matemática clássica para resolver o problema de alocação ótima de GD, considerando aspectos econômicos e de estabilidade do sistema. Em (Popovic et al., 2005) apresenta-se um método para alocar e dimensionar de forma ótima GD em uma rede de distribuição. Neste caso desen- volve-se um problema de otimização com restrições de segurança, sendo a alocação ótima da GD deter- minada mediante uma análise de sensibilidade das equações de fluxo de potência. Uma estratégia para alocar GD reduzindo as per- das do sistema consiste em usar regras que normal- mente são aplicadas para a alocação de capacitores em redes de distribuição, esta idéia é desenvolvida em (Willis, 2000). Embora esta metodologia seja fácil e simples de usar, a sua principal desvantagem é que somente é aplicável para alimentadores com uma distribuição de carga uniforme. Este fato limita de forma considerável a aplicação da metodologia em sistemas reais. Por outro lado, em (Wang e Hashem, 2004) apresentam-se métodos analíticos para a alo-

cação ótima de GD considerando três diferentes for- mas de distribuição de carga: uniformemente distri- buída, centralmente distribuída e crescentemente distribuída. A principal limitação destes métodos é que somente encontram a alocação ótima da GD, mas não o dimensionamento ótimo desta. Os fatores eco- nômicos e geográficos não são considerados. Em (Agalgaonkar et al., 2004) apresenta-se uma metodologia de alocação e dimensionamento ótimo

de GD em redes de transmissão baseada nos preços

marginais locais. Nesta metodologia foram utilizados

modelos de custo de geração polinomial para a gera- ção centralizada e de custo constante para a GD. A- dicionalmente, considerou-se a demanda como ine-

lástica. Esta metodologia diferencia-se das demais já mencionadas pelo fato de que a GD é vista desde a rede de transmissão e não se consideram os aspectos técnicos da rede de distribuição. O trabalho apresen- tado neste artigo está baseado no mesmo critério, porém utilizou-se uma demanda elástica modelada mediante uma equação quadrática de segunda ordem.

A vantagem de modelar a elasticidade da demanda

consiste em que é possível considerar a variação des-

ta em relação ao preço da energia. Além do mais, o

custo da GD foi considerado como um custo variável que depende da potência fornecida pelo gerador dis- tribuído. A consideração da variabilidade em relação

ao custo, tanto na demanda (elasticidade) quanto na

GD permite modelar de forma mais detalhada a di- nâmica dos novos mercados elétricos desregulados.

3 Formulação do problema

O

problema de alocação e dimensionamento ótimo

de

GD é formulado para dois objetivos: a maximiza-

ção do benefício social líquido e a maximização do

lucro. Os preços marginais locais obtidos da solução

do fluxo de potência ótimo são utilizados como indi-

cadores para alocar a GD. No caso da maximização do lucro, o problema é visto desde o ponto de vista

do proprietário da GD.

3.1 Maximização do benefício social líquido

O benefício social líquido é definido como o benefí-

cio total aos consumidores menos o custo total de produção (Rothwell e Gómez, 2003) como se mostra

na equação 1.

Sendo:

max

nd

=

1

i

[

FP

(

i

di

)

F

i

()

P =+a

di

Di

]

ng

=

1

i

⎣ ⎡

(

GP

i

gi

)

⎤ ⎦⎥ ⎤ ⎦

bP c

Di

di

Di

()

P

di

2

()

GP

i

gi

= a

G i

+ bP

Gi

gi

+ c

Gi

()

P

gi

2

(1)

(2)

(3)

nd :

Número de barras de carga;

ng :

Número de geradores;

P

di

P gi

: Potência demandada na barra i;

: Potência fornecida pelo gerador i;

F

i

G

i

(

P

di

(

P

gi

)

)

: Função de benefício da demanda i;

: Função de benefício do gerador i;

a

Di

b

Di

c

Di

, a Coeficientes independentes das funções de

beneficio da demanda e do gerador i res- pectivamente.

, b Coeficientes de primeira ordem das fun-

ções de beneficio da demanda e do gera- dor i respectivamente.

, c Coeficientes de segunda ordem das fun-

ções de beneficio da demanda e do gera- dor i respectivamente.

Gi

Gi

Gi

:

:

:

Na figura 1 mostra-se a função de beneficio da demanda e a função de custo da geração. A função de benefício da demanda indica o tanto que estão dispostos a pagar os consumidores pela energia. Por exemplo, um consumidor esta disposto a pagar um preço alto pelos primeiros MW/h, porém, uma vez tenha satisfeito suas necessidades mais importantes, estará disposto a pagar menos pela energia adicional. Maximizar o benefício social líquido equivale a ma- ximizar a área correspondente a G(Pg)-F(Pd).

Sendo:

P

gi

: Potência ativa gerada na barra i;

Q

P

gi : Potência reativa gerada na barra i;

di

: Potência ativa demandada na barra i;

Q

di : Potência reativa demandada na barra i;

P(,)V θ

: Potência ativa calculada na barra i;

Q(,)V θ

: Potência reativa calculada na barra i.

As restrições de desigualdade são: os limites de geração de potência ativa e reativa, os limites de flu- xo nas linhas de transmissão e os limites de tensão. Estas restrições estão representadas pelas equações 7 a 11.

P

gi

min

PP

gi

gi

max

Q

V

i

min

gi

S

ij

S

min

ji

QQ

S

S

gi

max

ij

max

ji

gi

VV

ii

max

max

(7)

(8)

(9)

(10)

(11)

Para resolver o fluxo de potência ótimo utilizou- se o software MATPOWER (Zimmerman et al.,

2007).

60 F(Pd) 50 G(Pg) 40 Beneficio social 30 líquido 20 10 0 0 5 10
60
F(Pd)
50
G(Pg)
40
Beneficio
social
30
líquido
20
10
0
0
5
10
15
20
25
30
35
Preço ($/MWh)

Pd,Pg (MW)

Figura 1. Maximização do benefício social líquido

O problema de maximização proposto na equação 1, pode-se formular como um problema de minimi- zação mudando o sinal da função objetivo como se mostra na equação 4.

min

⎢ ⎣

ng

=

1

i

⎣ ⎡

(

GP

i

gi

)

⎦ ⎤

nd

=

1

i

[

FP

(

i

di

)

]

(4)

Este problema está sujeito a restrições de igual- dade e desigualdade. As restrições de igualdade cor- respondem às equações de balanço de potência ativa e reativa para cada uma das barras do sistema como se mostra nas equações 5 e 6.

3.2 Preços marginais locais

Os preços marginais locais são os multiplicadores de

Lagrange associados com as equações de potência

ativa em cada barra do sistema. O preço marginal

local em cada barra do sistema é a variável dual da

restrição de igualdade nessa barra (Shahidehpour et

al., 2002). Este preço é geralmente composto por três componentes, uma componente marginal de energia (igual para todas as barras), uma componente margi- nal de perdas e uma componente de congestionamen-

to (Schweppe et al., 1988). Em alguns mercados elé-

tricos as transações são baseadas nestes preços, os quais podem ser definidos em diferentes bases de tempo. Estes preços fornecem sinais aos agentes do mercado sobre o custo da eletricidade em cada uma

das barras da rede. Na metodologia proposta, o crité-

rio para selecionar as barras onde alocar GD são os preços marginais locais. As barras que apresentarem preços marginais locais mais altos são as candidatas para alocar GD.

3.3 Maximização do lucro

A maximização do lucro é considerada do ponto de

vista do proprietário da GD e consiste em um proces-

P −−P

gi

di

Q

gi

−−Q

di

PV θ

(,)

QV θ

(,)

=

=

0

0

(5)

so

iterativo. Na primeira etapa é resolvido um fluxo

de

potência ótimo que minimize o custo de operação.

(6)

Em seguida, os preços marginais locais obtidos do

fluxo ótimo são utilizados pelo proprietário da GD

para calcular o lucro dado pela equação 12. Sendo λ

o preço marginal local.

Lucro = λ

i

i

*

P

gi

G

i

()

P

gi

(12)

O problema é iterativo dado que os preços margi- nais locais são também dependentes da penetração da GD. Quando se aloca GD em uma barra do sistema, a carga líquida desta barra é reduzida, diminuindo as perdas e a geração líquida. Portanto, os preços mar- ginais serão reduzidos ao incrementar a GD no sis- tema. Então, em um passo dado não se deve instalar grandes quantidades de GD em uma só barra. Conse- qüentemente, o processo de alocação de GD deve ser feito de forma incremental. Neste caso aloca-se um MW em cada iteração e verifica-se o valor do lucro na equação 12. Quando este valor começa a diminuir (indicando que não é mais rentável alocar GD desde

o ponto de vista do proprietário), o processo iterativo termina.

4 Testes e resultados

As metodologias propostas foram avaliadas com o sistema teste IEEE de 14 barras. Para modelar as demandas, se supõem os dados mostrados na tabela 1. Para as funções de benefício da demanda utilizou- se um coeficiente independente igual a zero, isto significa que quando não se tem demanda de energia,

o beneficio obtido é igual a zero.

Tabela 1. Dados da demanda para o sistema IEEE 14 barras.

Barra

Demanda

Max (MW)

b

D

c

D

4

42

53

0,03

5

56

65

0,07

7

40

70

0,01

9

32

80

0,01

10

26

70

0,02

11

30

85

0,05

12

42

60

0,08

13

35

78

0,07

14

37

62

0,06

4.1 Unidades de geração

Existem diferentes tecnologias de geração distribuída disponíveis no mercado. Algumas destas incluem motores de combustão interna, células a combustível, microturbinas a gás, etc. Para descrever a variedade destas tecnologias e especialmente, para descrever a variedade dos preços, supõem-se quatro tipos de uni- dades de geração distribuída com diferentes caracte- rísticas de custo. Adicionalmente supõem-se duas unidades de geração centralizada GC1 e GC2 aloca-

das nos nós 1 e 2 respectivamente. Os dados destas unidades são apresentados na tabela 2.

Tabela 2. Dados das unidades de GD para o sistema IEEE 14 barras.

Gerador

Min

(MW)

Max

(MW)

b

G

c

G

GD1

0

80

45

0,01

GD2

0

80

42

0,17

GD3

0

80

38

0,05

GD4

0

80

35

0,15

GC1

0

332

20

0,04

GC2

0

140

20

0,25

4.2 Maximização do benefício social líquido

Depois de resolver o fluxo ótimo descrito na seção anterior, considerando unicamente a geração centra- lizada, obtêm-se os resultados apresentados na tabela 3. Pode-se observar que a barra 11 apresenta o maior preço marginal, contudo não é a barra com a maior demanda. Observa-se também que a demanda máxi- ma não foi atendida para todos os nós. Isto é devido ao efeito da elasticidade na demanda. O resultado apresentado na tabela 3 é utilizado como caso base para alocar os geradores distribuídos. A geração óti- ma para cada gerador distribuído que maximiza o benefício social líquido é determinada para cada bar- ra de carga a partir do caso base. Para fazer isso, cada gerador distribuído é testado em cada uma das barras de carga do sistema. Os resultados são mos- trados na tabela 4.

Tabela 3. Resultados do caso base para maximização do benefício social líquido.

Barra

Demanda

λ

(MW)

($/MWh)

4

14,57

43,44

5

56

42,89

7

40

45,78

9

32

48,49

10

26

50,80

11

30

51,41

12

6,42

48,58

13

35

50,12

14

7,35

50,35

Na tabela 5 são apresentados os valores do bene- fício social líquido quando se aloca GD em cada uma das barras de carga. Estes dados correspondem aos valores da função objetivo quando se resolve o pro- blema de fluxo ótimo testando cada um dos gerado- res distribuídos para cada uma das barras de carga.

Tabela 4. Geração ótima em MW para cada gerador distribuído que maximiza o benefício social líquido.

Barra

GD1

GD2

GD3

GD4

4

0

3,91

41,76

25,60

5

0

2,38

35,94

23,51

7

9,4

9,38

49,58

30,14

9

38,6

15,78

61,75

36,41

10

42,5

19,09

59,87

37,88

11

41,48

19,56

58,09

37,68

12

29,32

14,93

51,7

33,73

13

44,79

18,64

62,52

38,32

14

43,05

18,95

59,58

38,05

Verifica-se que o benefício social líquido é má- ximo quando a GD é alocada na barra que apresenta

o maior preço marginal local. Além disso, este de-

pende da característica de custo dos geradores, ou seja, quanto menor for o custo de operação do gera-

dor distribuído, maior será sua penetração no sistema

e maior será o benefício social líquido obtido. Neste

caso o benefício social líquido é máximo (4752 $/h) quando se aloca o gerador 3 na barra 11 e este gera 58,09 MW. O gráfico da variação da função objetivo ao mudar a geração do gerador distribuído 3 alocado na barra 11 mostra-se na figura 2.

Tabela 5. Valor do benefício social líquido em $/h ao alocar GD em cada uma das barras do sistema.

Barra

GD1

GD2

GD3

GD4

4

4370

4373

4484

4478

5

4370

4371

4458

4463

7

4373

4387

4561

4531

9

4437

4421

4693

4615

10

4491

4454

4748

4667

11

4500

4462

4752

4677

12

4423

4419

4646

4600

13

4484

4446

4748

4659

14

4487

4449

4744

4664

4446 4748 4659 14 4487 4449 4744 4664 Figura 2. Variação do benefício social líquido ao

Figura 2. Variação do benefício social líquido ao mudar a geração do gerador distribuído 3 na barra 11.

4.3 Maximização do lucro

Para resolver o problema de maximização do lucro utiliza-se o mesmo caso base, mas desta vez a de- manda é suposta como inelástica e o fluxo de potên-

cia ótimo se resolve para minimizar o custo de ope- ração. Os preços marginais locais para o caso base minimizando o custo de operação são apresentados na tabela 6.

Tabela 6. Resultados do caso base minimizando o custo de opera- ção

Barra

Demanda

λ

(MW)

($/MWh)

4

14,57

42,29

5

56

42,21

7

40

42,12

9

32

42,02

10

26

42,98

11

30

43,84

12

6,42

43,46

13

35

43,99

14

7,35

43,27

Para maximizar o lucro (de acordo com a equa- ção 12) o proprietário da geração distribuída deve alocar o gerador na barra que apresente o maior custo marginal local (neste caso a barra 13). Para encontrar o valor ótimo de geração distribuída que maximize o lucro para o proprietário, deve-se realizar um proces- so iterativo. Toda vez que se incrementa a geração distribuída na barra escolhida deve-se calcular o no- vo preço marginal da barra (o que significa rodar um fluxo de potência ótimo). Com este resultado se cal- cula o valor do lucro usando a equação 12. O proces- so pára quando o valor calculado do lucro começa a diminuir. Os resultados para os geradores 2, 3 e 4 são a- presentados nas figuras 3 e 4. Neste caso o gerador 1 não teria lucro nenhum devido a seu alto custo de geração. O gerador 2 teria um lucro máximo de 4$/h fornecendo 4 MW. Os geradores 3 e 4 obteriam lu- cros de 71,4 $/h e 88,8 $/h fornecendo 26 MW e 22 MW respectivamente. Na figura 3 pode-se observar que alocar mais que 8MW para o gerador 2 conduz a um lucro negativo. Esta mesma tendência pode ser observada para os geradores 3 e 4 na medida que as suas gerações são incrementadas.

3 e 4 na medida que as suas gerações são incrementadas. Figura 3. Variação do lucro

Figura 3. Variação do lucro em $/h ao mudar a geração do ge- rador distribuído 2 alocado na barra 11

Figura 4. Variação do lucro em $/h ao mudar a geração dos gera- dores distribuídos

Figura 4. Variação do lucro em $/h ao mudar a geração dos gera- dores distribuídos 3 e 4 alocados na barra 11.

5

Conclusões

Neste artigo foi apresentada uma metodologia para a alocação e dimensionamento ótimo de GD em um mercado elétrico desregulado baseado em fluxo de potencia ótimo. O problema foi formulado para a maximização do benefício social líquido e a maximi- zação do lucro desde o ponto de vista do proprietário da GD. Tanto para o caso da maximização do benefício social líquido quanto para o caso da maximização do lucro, observou-se que a melhor alocação para a GD é a barra que apresente o maior custo marginal local, porém, a penetração da GD não é necessariamente máxima nesta barra. A alocação de GD no sistema de potência reduz a demanda liquida contribuindo na redução do conges- tionamento e dos preços marginais locais. Isto faz com que o problema de alocação de GD, para maxi- mizar o lucro do proprietário, deva ser tratado de forma iterativa. Além disso, foi observado que alocar grandes quantidades de GD pode levar a um lucro negativo para o proprietário da GD.

5

Agradecimentos

Este trabalho contou com apoio da CAPES, CNPq (processo: 308010/2006-0), Fapesp (proces- so:2007/07041-3) e a Universidade de Antioquia (Medellín, Colômbia).

Referências Bibliográficas

Agalgaonkar, A. P., Kulkarni, S.V., Khaparde, S.A. and Soman, S. A. (2004). Placement and penetra- tion of DG under standard market design, Inter- national Journal of Emerging Electric Power Systems, vol 1 Issue 1. Borges, C. and Falcão M. (2006). Optimal distrib- uted generation allocation for reliability, losses and voltage improvement, International Journal

of Electrical Power & Energy Systems, Vol. 28 Issue 6, pp 413-420. Carpinelli, G., Celli, G., Pilo F. and Russo A. (2001). Distributed generation sitting and sizing under uncertainty, Proceedings of the IEEE Powertech Conference, Vol. 4, Porto, Portugal, pp. 376-401. Celli, G., Ghiani, E., Mocci S. and Pilo F. (2005). A multiobjective evolutionary algorithm for the sizing and sitting of distributed generation, IEEE Transactions on Power Systems, Vol. 20 No. 2. Hatziargyriou, N., Asano H., Iravani R., and Marnay C. (2007). Microgrids: an overview on ongoing research, development and demonstration pro- jects. IEEE Power and Energy Magazine, July/August 2007 pp. 78-94. Laudy, M.G and Malcolm, W.P. (2007). North American industry trends supporting intelligent grids, International Conference on Intelligent Systems Applications to Power Systems, No- vember 2007 pp. 1-6 Popovic, D.H., Greatbanks, J.A., Begovic M. and Pregel A. (2005). Placement of distributed gen- erators and reclosers for distribution network se- curity and reliability, International Journal of Electrical Power & Energy Systems, Vol. 27 is- sues 5-6, pp. 398-408. Rosehart, W. and Nowicki, E. (2001). Optimal placement of distributed generation, Proceedings of 14 th Power Systems Computation Conference, section 11, paper 2, Sevilla. Routhwell, G., and Gómez, T. (2003). Electricity economics regulation and deregulation, IEEE Press Power Engineering Series, Jhon Wiley & Sons. Shahidehpour, M., Yamin, Z., and Li, H. (2002). Market Operations in Electric Power Systems, John Wiley & Sons. Schweppe, F.C., Camanis M.C. and Tabors R. D. (1988). Spot Pricing of Electricity, Kluwer Aca- demic Publishers, Boston. Wang, C. and Hashem, M. (2004). Analytical ap- proaches for optimal placement of distributed generation sources in power systems, IEEE Transactions on Power Systems, Vol. 19 No 4, pp. 2068-2076. Willis, H. L. (2000). Analytical methods and rules of thumb for modeling DG- distribution interaction, Proceedings of the 2000 IEEE Power Engineer- ing Society Summer Meeting, Vol. 3 Seattle, pp.

1643-1644.

Zimmerman, R.D., Mruillo-Sanchez C.E. and Tho- mas R.J. (2007). MATPOWER 3.2: A MATLAB Power System Simulation Package.