The integration of distributed generation (DG) units in power distribution networks has become increasingly important in recent years. The aim of the optimal DG placement (ODGP) is to provide the best locations and sizes of DGs to optimize electrical distribution network operation and planning taking into account DG capacity constraints. Several models and methods have been suggested for the solution of the ODGP problem. This paper presents an overview of the state of the art models and methods applied to the ODGP problem, analyzing and classifying current and future research trends in this field.

The future grid is evolving into a smart distribution network that integrates multiple distributed energy resources ensuring at the same time reliable operation and increased power quality. In recent years, many research papers have addressed the voltage violation problems that arise from the high penetration of distributed generation. In view of the transition to active network management and the increase in the quantity of collected data, distributed control schemes have been proposed that use pervasive communications to deal with the complexity of smart grid. This paper reviews the recent publications on distributed and decentralized voltage control of smart distribution networks, summarizes their control models, and classifies the solution methodologies. Moreover, it comments on issues that should be addressed in the future and the perspectives of industry applications.

Wind power is going through a very rapid development. It is among the fastest growing power sources in the world, the technology is being developed rapidly and wind power is supplying significant shares of the energy in large regions. The integration of wind power in the power system is now an issue in order to optimize the utilization of the resource and to continue the high rate of installation of wind generating capacity, which is necessary so as to achieve the goals of sustainability and security of supply. This paper presents the main technical challenges that are associated with the integration of wind power into power systems. These challenges include effects of wind power on the power system, the power system operating cost, power quality, power imbalances, power system dynamics, and impacts on transmission planning. The main conclusion is that wind power's impacts on system operating costs are small at low wind penetrations (about 5% or less). At higher wind penetrations, the impact will be higher, although current results suggest the impact remains moderate with penetrations approaching 20%. In addition, the paper presents the technology and expectations of wind forecasting as well as cases where wind power curtailment could arise. Future research directions for a better understanding of the factors influencing the increased integration of wind power into power systems are also provided.

Utilization of phasor measurement units (PMUs) in the monitoring, protection and control of power systems has become increasingly important in recent years. The aim of the optimal PMU placement (OPP) problem is to provide the minimal PMU installations to ensure full observability of the power system. Several methods, based on mathematical and heuristic algorithms, have been suggested for the OPP problem. This paper presents a thorough description of the state of the art of the optimization methods applied to the OPP problem, analyzing and classifying current and future research trends in this field.

Changes in the electricity business environment, dictated mostly by the increasing integration of renewable energy sources characterised by variable and uncertain generation, create new challenges especially in the liberalised market environment. The role of energy storage systems (ESS) is recognised as a mean to provide additional system security, reliability and flexibility to respond to changes that are still difficult to accurately forecast. However, there are still open questions about benefits these units bring to the generation side, system operators and the consumers. This study provides a comprehensive overview of the current research on ESS allocation (ESS sizing and siting), giving a unique insight into issues and challenges of integrating ESS into distribution networks and thus giving framework guidelines for future ESS research.

This paper proposes an efficient approach for probabilistic transmission expansion planning (TEP) that considers load and wind power generation uncertainties. The Benders decomposition algorithm in conjunction with Monte Carlo simulation is used to tackle the proposed probabilistic TEP. An upper bound on total load shedding is introduced in order to obtain network solutions that have an acceptable probability of load curtailment. The proposed approach is applied on Garver six-bus test system and on IEEE 24-bus reliability test system. The effect of contingency analysis, load and mainly wind production uncertainties on network expansion configurations and costs is investigated. It is shown that the method presented can be used effectively to study the effect of increasing wind power integration on TEP of systems with high wind generation uncertainties.

Small autonomous power systems (SAPS) that include renewable energy sources are a promising option for isolated power generation at remote locations. The optimal sizing problem of SAPS is a challenging combinatorial optimization problem, and its solution may prove a very time-consuming process. This paper initially investigates the performance of two popular metaheuristic methods, namely, simulated annealing (SA) and tabu search (TS), for the solution of SAPS optimal sizing problem. Moreover, this paper proposes a hybrid SA-TS method that combines the advantages of each one of the above-mentioned metaheuristic methods. The proposed method has been successfully applied to design an SAPS in Chania region, Greece. In the study, the objective function is the minimization of SAPS cost of energy (€/kWh), and the design variables are: 1) wind turbines size, 2) photovoltaics size, 3) diesel generator size, 4) biodiesel generator size, 5) fuel cells size, 6) batteries size, 7) converter size, and 8) dispatch strategy. The performance of the proposed hybrid optimization methodology is studied for a large number of alternative scenarios via sensitivity analysis, and the conclusion is that the proposed hybrid SA-TS improves the obtained solutions, in terms of quality and convergence, compared to the solutions provided by individual SA or individual TS methods.