Luận văn Ứng dụng thuật toán lai GA-HS cho bài toán phân bố công suất trong hệ thống điện (Phần 1)

Nội dung text: Luận văn Ứng dụng thuật toán lai GA-HS cho bài toán phân bố công suất trong hệ thống điện (Phần 1)

1. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ LÊ VŨ TRỌNG BẢO ỨNG DỤNG THUẬT TOÁN LAI GA – HS CHO BÀI TOÁN PHÂN BỐ CÔNG SUẤT TRONG HỆ THỐNGS K C 0 0 3 9 5 9 ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN - 605250 S KC 0 0 4 2 0 2 Tp. Hồ Chí Minh, 2014
2. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ LÊ VŨ TRỌNG BẢO ỨNG DỤNG THUẬT TOÁN LAI GA – HS CHO BÀI TOÁN PHÂN BỐ CÔNG SUẤT TRONG HỆ THỐNG ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN – 605250 Tp. Hồ Chí Minh, tháng 04/2014
3. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ LÊ VŨ TRỌNG BẢO ỨNG DỤNG THUẬT TOÁN LAI GA – HS CHO BÀI TOÁN PHÂN BỐ CÔNG SUẤT TRONGHỆ THỐNG ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN – 605250 Hƣớng dẫn khoa học: TS NGÔ CAO CƢỜNG Tp. Hồ Chí Minh, tháng 04/2014
4. LÝ LỊCH KHOA HỌC I. LÝ LỊCH SƠ LƢỢC: Họ & tên: Lê Vũ Trọng Bảo Giới tính: Nam Ngày, tháng, năm sinh: 06/11/1988 Nơi sinh: Đồng Nai Quê quán: Hải Lăng, Quảng Trị Dân tộc: Kinh Chức vụ, đơn vị công tác trƣớc khi học tập, nghiên cứu: Chỗ ở riêng hoặc địa chỉ liên lạc: 54/5 – Đƣờng Quang Trung – Tổ 4 - KP 5 – Phƣờng Tăng Nhơn Phú B – Quận 9 – TP.HCM. Di động: 0902.303.222 E-mail: levutrongbao@gmail.com II. QUÁ TRÌNH ĐÀO TẠO: 1. Đại học: Hệ đào tạo: Chính Quy Thời gian đào tạo từ 09/2006 đến 03/ 2011 Nơi học (trƣờng, thành phố): Đại Học Sƣ Phạm Kỹ Thuật TP.HCM Ngành học: Điện Công Nghiệp Tên đồ án, luận án hoặc môn thi tốt nghiệp: Thiết kế hệ thống điện, Điều khiển lập trình nâng cao, Chuyên đề tốt nghiệp ĐKC. Ngày & nơi bảo vệ đồ án, luận án hoặc thi tốt nghiệp: 01/2011 – Đại Học Sƣ Phạm Kỹ Thuật TP.HCM. 2. Thạc sĩ: Hệ đào tạo: Chính quy Thời gian đào tạo từ 10/2012 đến 05/ 2014 Nơi học (trƣờng, thành phố): Đại Học Sƣ Phạm Kỹ Thuật TP. HCM. Ngành học: Kỹ Thuật Điện Tên đồ án, luận án hoặc môn thi tốt nghiệp: Ứng Dụng Thuật Toán Lai GA-HS Cho Bài Toán Phân Bố Công Suất Trong Hệ Thống Điện. Ngày & nơi bảo vệ đồ án, luận án: 20/4/2014 – Đại Học Sƣ Phạm Kỹ Thuật TP. HCM i
5. Ngƣời hƣớng dẫn: TS: Ngô Cao Cƣờng 3. Trình độ ngoại ngữ (biết ngoại ngữ gì, mức độ): B1 4. Học vị, học hàm, chức vụ kỹ thuật đƣợc chính thức cấp; số bằng, ngày & nơi cấp: Kỹ sƣ – Kỹ thuật Điện Công Nghiệp, Số bằng: 00368298 Ngày cấp: 25/04/2011 Nơi cấp: Đại Học Sƣ Phạm Kỹ Thuật TP. HCM III. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian Nơi công tác Công việc đảm nhiệm IV. CÁC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ: Ngày tháng 04 năm 2014 Ngƣời khai ký tên ii
6. LỜI CAM ĐOAN Tôi xin cam đoan đây là đề tài nghiên cứu của riêng tôi. Các số liệu, kết quả nêu trong luận văn là trung thực và chƣa từng đƣợc ai công bố trong bất kỳ đề tài nào khác. Tôi xin cam đoan rằng mọi sự giúp đỡ cho việc thực hiện luận văn này đã đƣợc cảm ơn và các thông tin trích dẫn trong luận văn đã đƣợc chỉ rõ nguồn gốc. Học viên thực hiện luận văn LÊ VŨ TRỌNG BẢO iii
7. LỜI CÁM ƠN Tôi xin bày tỏ lòng biết ơn sâu sắc nhất đến các cá nhân đã giúp tôi hoàn thành tốt và đúng thời hạn luận văn Thạc sĩ, cụ thể: - Thầy TS. NGÔ CAO CƢỜNG – Trƣởng Phòng Tổ Chức Trƣờng Đại học Kỹ Thuật Công Nghệ Tp.HCM, ngƣời trực tiếp hƣớng dẫn luận văn. - Thầy Th.s Lê Đình Lƣơng và Thầy Th.s Nguyễn Vinh Quan đã tận tình giúp đỡ tôi trong thời gian thực hiện Luận văn. - Các thầy cô đã giảng dạy, truyền đạt kiến thức cho tôi trong quá trình học tập và nghiên cứu trong quá trình học cao học tại trƣờng Đại Học Sƣ Phạm Kỹ Thuật Thành Phố Hồ Chí Minh. - Ban giám hiệu, Phòng Đào Tạo - Sau đại học và Khoa Điện – Điện Tử Trƣờng Đại Học Sƣ Phạm Kỹ Thuật Thành Phố Hồ Chí Minh đã giúp đỡ, cung cấp thông tin và tạo điều kiện thuận lợi cho tôi trong quá trình học tập. - Các Anh/Chị em, bạn bè luôn đồng hành tôi trong suốt trời gian thực hiện luận văn. TP.Hồ Chí Minh, tháng 04 năm 2013 Ngƣời thực hiện Lê Vũ Trọng Bảo iv
8. TÓM TẮT LUẬN VĂN Trong Luận văn này, một phƣơng pháp lai đƣợc phát triển bằng cách sử dụng thuật toán di truyền (GA) và thuật toán tìm kiếm hòa hợp (HS), đƣợc gọi tên là GA- HS. Thuật toán này dùng để giải quyết bài toán điều độ kinh tế có xét các hiệu ứng van điểm. Thuật toán HS là một thuật toán meta-heuristic phát triển gần đây, và đã rất thành công trong một loạt các vấn đề tối ƣu hóa. Cách tìm kiếm giải pháp của thuật toán HS rất dễ rơi vào giải pháp tối ƣu địa phƣơng khi giải quyết vấn đề phức tạp. Tuy nhiên, các hoạt động lựa chọn, lai tạo và đột biến trong thuật toán GA tạo ra các giải pháp đa dạng, có thể tránh đƣợc khả năng cực tiểu địa phƣơng. Xác suất chiến lƣợc cập nhật dựa trên thuật toán HS cho bộ nhớ hài hòa cao hơn trong giai đoạn ban đầu để đẩy nhanh tốc độ tìm kiếm và khả năng của chiến lƣợc cập nhật dựa trên GA là cao hơn trong giai đoạn cuối cùng để thoát khỏi giải pháp tối ƣu địa phƣơng. Phƣơng pháp GA-HS đƣợc ứng dụng vào để giải bài toán Điều độ kinh tế với hiệu ứng điểm van. Kết quả tính toán cho thấy thuật toán lai đề xuất có hiệu quả và hội tụ rất tốt. v
9. ABSTRACT In this paper, a hybrid heuristic method is developed using the Genetic Algorithm (GA) and Harmony Search (HS), called GA/HS. In this algorithm to solved the economic power dispatch with valve-point effects. The HS algorithm is a recently developed meta-heuristic algorithm, and has been very successful in a wide variety of optimization problems. Refresh strategy of solution vectors is so simple that HS algorithm is easy to fall into local optimum solution when complex problem is solved. However, selection, crossover and mutation operations in GA can generate diverse solutions, so premature stagnation behavior can be avoided in some extent. The probability of update strategy based on HS algorithm for harmony memory is higher during the initial stage in order to accelerate the searching speed, and the probability of update strategy based on GA is higher during the final stage in order to escape from local optimum solution. Calculation results show that the proposed hybrid algorithm is effective and it converges well. vi
10. MỤC LỤC Trang tựa TRANG Quyết định giao đề tài LÝ LỊCH KHOA HỌC i LỜI CAM ĐOAN iii LỜI CÁM ƠN iv TÓM TẮT LUẬN VĂN v ABSTRACT vi MỤC LỤC vii DANH SÁCH CÁC CHỮ VIẾT TẮT x DANH SÁCH CÁC HÌNH xi DANH SÁCH CÁC BẢNG xii Chƣơng 1 TỔNG QUAN 1 1.1TỔNG QUAN CHUNG 1 1.2MỤC TIÊU CỦA ĐỀ TÀI 5 1.3NHIỆM VỤ ĐỀ TÀI VÀ GIỚI HẠN ĐỀ TÀI 5 1.4PHƢƠNG PHÁP NGHIÊN CỨU 5 Chƣơng2 BÀI TOÁN ĐIỀU PHỐI CÔNG SUẤT ED 6 2.1GIỚI THIỆU 6 2.2BÀI TOÁN ĐIỀU PHỐI KINH TẾ CỔ ĐIỂN 6 2.2.1Hàm mục tiêu 7 2.2.2Ràng buộc đẳng thức 7 2.2.3Ràng buộc bất đẳng thức 8 2.3BÀI TOÁN ĐIỀU PHỐI KINH TẾ VỚI HÀM CHI PHÍ NHIÊN LIỆU KHÔNG TRƠN 8 2.3.1.Đặc điểm của bài toán điều phối kinh tế với điểm van công suất 9 2.3.2.Biểu thức điều phối kinh tế với điểm van công suất 9 Chƣơng 3 THUẬT TOÁN DI TRUYỀN 10 3.1GIỚI THIỆU CHUNG 10 vii
11. 3.2TƢƠNG QUAN GIỮA THUẬT TOÁN GEN VÀ QUÁ TRÌNH TIẾN HÓA CỦA SINH VẬT 10 3.3THUẬT TOÁN DI TRUYỀN 11 3.3.1.Cấu trúc tổng quát của thuật toán di truyền 12 3.3.2.Các thành phần cơ bản của thuật toán di truyền 13 3.3.3.Các phƣơng pháp mã hóa 13 3.3.4.Xác định độ phù hợp (Fitness) 15 3.3.5.Điều chỉnh độ phù hợp (Fitness scaling) 15 3.3.5.1.Phƣơng pháp ánh xạ tuyến tính 15 3.3.5.2.Phƣơng pháp xác định độ phù hợp theo thứ tự giá trị hàm mục tiêu (Ranking) 16 3.3.6.Tiêu chuẩn ngừng lặp 17 3.4CÁC TOÁN TỬ DI TRUYỀN 17 3.4.1.Chọn lọc cá thể (Selection) 17 3.4.1.1.Phƣơng pháp bánh xe Roulette 17 3.4.1.2.Phƣơng pháp lấy mẫu ngẫu nhiên 19 3.4.2. Lai tạo 20 3.4.2.1.Toán tử lai cho phƣơng pháp mã hóa nhị phân và thập phân 20 3.4.2.2.Toán tử lai cho biến điều khiển biểu diễn bằng số thực 20 3.4.3.Đột biến 21 Chƣơng 4 THUẬT TOÁN TÌM KIẾM SỰ HÀI HÒA (HS) 23 4.1GIỚI THIỆU CHUNG 23 4.2GIẢI THUẬT CỦA THUẬT TOÁN HS 25 4.3ƢU VÀ NHƢỢC ĐIỂM THUẬT TOÁN HS 29 4.3.1 Ƣu điểm của HS 29 4.3.2Nhƣợc điểm của HS 29 4.4 PHÂN TÍCH VÍ DỤ 29 Chƣơng 5 THUẬT TOÁN LAI GA-HS VÀ ỨNG DỤNG GIẢI BÀI TOÁN ED VỚI HIỆU ỨNG ĐIỂM VAN 31 viii
12. 5.1.THUẬT TOÁN LAI GA-HS 31 5.1.1Giới thiệu 31 5.1.2 Các bƣớc của phƣơng pháp lai 2 thuật toán GA – HS 32 5.2LƢU ĐỒ GIẢI THUẬT 34 5.2.1Lƣu đồ HS cho bài toán ED với hiệu ứng điểm van 34 5.2.2Lƣu đồ GA-HS cho bài toán ED với hiệu ứng điểm van 36 5.3ỨNG DỤNG THUẬT TOÁN LAI GA-HS GIẢI BÀI TOÁN ED VỚI HIỆU ỨNG ĐIỂM VAN 39 5.3.1Hệ thống 13 nút 39 5.3.2Hệ thống 40 nút 42 Chƣơng 6 KẾT LUẬN VÀ HƢỚNG NGHIÊN CỨU PHÁT TRIỂN 47 6.1KẾT LUẬN 47 6.2HƢỚNG NGHIÊN CỨU VÀ PHÁT TRIỂN 47 6.3LỜI KẾT 48 TÀI LIỆU THAM KHẢO 49 PHỤ LỤC 52 ix
13. DANH SÁCH CÁC CHỮ VIẾT TẮT DE Differential Evolution. ED Economic Dispatch. fw Fret Width. GA Genetic algorithm. HM Harmony Memory. HMCR Harmony Memory Considering Rate. HMS Harmony Memory Size. HS Harmony Search. IFEP Improved Fast Evolutionary Program. IHS Improved Harmony Search. LP Linear programming. MPPSO Mean personal-best oriented PSO. NLP Nonlinear programming. PAR Pitch Adjusting Rate. PPSO Personal best-oriented PSO. PSO Particle Swarm Optimization. x
14. DANH SÁCH CÁC HÌNH HÌNH TRANG Hình 2.1: Đƣờng cong chi phí phổ biến của nhà máy nhiệt điện 7 Hình 2.2: Hàm chi phí nhiên liệu của nhà máy nhiệt điện với 3 van nạp 9 Hình 3.1: Cơ chế hoạt động của thuật toán di truyền 11 Hình 3.2: Lƣu đồ giải thuật của thuật toán di truyền. 12 Hình 3.3: Các không gian làm việc của thuật toán di truyền 14 Hình 4.1: Harmony Search mối tƣơng đồng giữa hài hòa âm nhạc và tối ƣu trong kỹ thuật. 23 Hình 4.2: Sơ đồ khối đơn giản của thuật toán HS. 26 Hình 4.3: Sơ đồ chi tiết thuật toán HS. 28 Hình 4.4: Đồ thị hàm số Himmelblau. 29 Hình 4.5: Đồ thị kết quả của hàm Himmelblau. 30 Hình 5.1: Lƣu đồ giải thuật HS cho bài toán Valve point. 36 Hình 5.2: Lƣu đồ giải thuật GA - HS cho bài toán Valve point. 37 Hình 5.3: Đặc tính hội tụ của mạng điện 13 máy phát. 41 Hình 5.4: Đặc tính hội tụ của mạng điện 40 máy phát. 45 xi
15. DANH SÁCH CÁC BẢNG BẢNG TRANG Bảng 5.1: Thông số của hệ thống 13 nút với hiệu ứng điểm van 39 Bảng 5.2: Công suất phát ra của hệ thống 13 máy phát 40 Bảng 5.3: Kết quả so sánh của hệ thống 13 máy phát có xét ảnh hƣởng của điểm van công suất 41 Bảng 5.4: Thông số của hệ thống 40 nút với hiệu ứng điểm van 42 Bảng 5.5: Công suất phát ra của hệ 40 máy phát 43 Bảng 5.6: Kết quả so sánh của hệ thống 40 máy phát có xét ảnh hƣởng của điểm van công suất 45 xii
16. Chƣơng 1 TỔNG QUAN 1.1 TỔNG QUAN CHUNG Trong những thập kỷ qua, nhu cầu năng lƣợng điện trên toàn thế giới đã đột ngột tăng theo đà tăng trƣởng kinh tế. Bên cạnh đó các nguồn năng lƣợng hóa thạch vốn là nguyên liệu chính để sản xuất diện đang đứng trên nguy cơ cạn kiệt, nguồn cung không ổn định giá cả biến động Việc sử dụng hiệu quả và tối ƣu các nguồn cung cấp là một vấn đề mà các nhà nghiên cứu rất quan tâm.Mục đích của hệ thống điện là chất lƣợng điện năng, nâng cao hiệu quả sử dụng, độ tin cậy cấp điện đồng thời giảm chi phí đầu tƣ, vận hành và bảo trì. Tối ƣu hóa chiếm một vị trí quan trọng trong hệ thống năng lƣợng và là một kỹ thuật thƣờng đƣợc sử dụng trong vận hành hệ thống điện. Tối ƣu hóa tìm cách phân bố lại công suất thực và công suất phản kháng nhằm làm giảm chi phí nhiên liệu, giảm lƣợng khí thải gây ảnh hƣởng trực tiếp đến môi trƣờng xung quanh và cải thiện hiệu quả toàn bộ hệ thống. Các biện pháp để giảm chi phí nhiên liệu trong vận hành là: - Tăng lƣợng công suất phát ra của các nhà máy nhiệt điện gần phụ tải nhằm giảm tổn hao truyền tải, do đó làm giảm chi phí tiêu hao nhiên liệu trên toàn bộ hệ thống. - Tăng lƣợng công suất phát tại các nhà máy nhiệt điện có đặc tính tiêu hao nhiên liệu thấp. - Phối hợp giữa các nhà máy nhiệt điện với nhau sao cho chi phí sản xuất điện năng là nhỏ nhất. Hầu hết các vấn đề tối ƣu hóa hệ thống điệnbao gồm cả điều độ kinh tế (ED)[1] đều có những đặc tính phi tuyến và khá phức tạp trong việc phân chia công suất một cách kinh tế giữa những tổ máy đang hoạt động. Trong thực tế, hàm mục tiêu của bài toán ED có những điểm gãy phụ thuộc vào ảnh hƣởng của điểm van công suất và sự thay đổi dạng nhiên liệu. Do đó, hàm mục tiêu sẽ đƣợc xem xét nhƣ 1
17. hàm chi phí nhiên liệu không trơn. Để giải bài toán với hàm chi phí nhiên liệu không trơn, nổi bật nhiều phƣơng pháp đƣợc đề xuất nhƣ phƣơng pháp tiếp cân thông thƣờng và trí tuệ nhân tạo dựa trên kỹ thuật về tối ƣu hóa Các phƣơng pháp tiếp cận thông thƣờng là: phƣơng pháp số (HNUM), lập trình phi tuyến (NLP), lập trình tuyến tính (LP) Các phƣơng pháp trí tuệ nhân tạo là: lập trình về sự tiến hóa (EP), giải thuật di truyền (GA)[2], tìm kiếm sự hài hòa (HS) [3-5], tối ƣu bầy đàn (PSO) Tìm kiếm một giải pháp tối ƣu là hiệu quả và có thể thực hiện trong thực tế. Các thuật toán này phải cạnh tranh với các phƣơng pháp tối ƣu thông thƣờng. Các kết quả nghiên cứu trong và ngoài nƣớc đã công bố Một số nhà khoa học trên thế giới đã triển khai nghiên cứu giải thuật HS và GA vào ứng dụng vào trong Hệ thống điện nhằm tìm ra cách điều khiển, phân bố công suất sao cho hệ thống vận hành tối ƣu: Các bài báo nước ngoài: Bài báo: “Luận văn Thạc Sĩ, Ứng dụng thuật toán di truyền phân bố công suất tối ưu trong Hệ Thống Điện, Phạm Việt Cường, 7 /2003, 700998, Thư viện Đại Học Bách Khoa TPHCM. [2] Luận văn đề cập đến việc ứng dụng giải thuật di truyền vào tính toán tối ƣu công suất phát các nhà máy điện và phân bố tối ƣu công suất trong lƣới điện với hàm mục tiêu là cực tiểu chi phí phát điện đồng thời thỏa mãn các ràng buộc về công suất tác dụng và phản kháng, điện áp nút và ứng dụng vào mạng IEEE 30 nút. Bài báo: “Optimal Scheduling of Multiple Dam System Using Harmony Search Algorithm”. Tác giả Zong Woo Geem. [3] Lấy cảm hứng từ hành vi của nhạc sĩ sự thuật toán tìm kiếm hòa hợp (HS) lần đầu tiên đƣợc áp dụng cho việc lập kế hoạch hoạt động tối ƣu của một hệ thống nhiều đập. Mô hình HS giải quyết một hệ thống chuẩn mực phổ biến với bốn đập. Kết quả cho thấy mô hình HS tìm thấy năm giải pháp tối ƣu toàn cầu khác nhau với lợi ích tối đa giống hệt nhau từ thủy điện và thủy lợi, trong khi tăng cƣờng mô hình GA (mã hóa giá trị thực tế, lựa chọn, lai tạo, và biến đổi đột biến) đƣợc tìm thấy chỉ có các giải pháp gần tối ƣu trong cùng một số đánh giá chức năng. Hơn nữa, mô 2
18. hình HS đến tối ƣu toàn cầu mà không cần thực hiện bất kỳ phân tích độ nhạy của thuật toán các tham số trong khi các mô hình GA yêu cầu việc phân tích độ nhạy. Bài báo: “A new meta-heuristic algorithm for continuous engineeringoptimization: harmony search theory and practice”. Tác giả: Kang Seok Lee, Zong Woo Geem. [4] Bài viết này mô tả một tìm kiếm sự hòa hợp mới (HS) phƣơng pháp tiếp cận thuật toán dựa trên meta-heuristic cho vấn đề tối ƣu hóa kỹ thuật với các biến liên tục. Thuật toán HS sử dụng một tìm kiếm ngẫu nhiên ngẫu nhiên thay vì tìm kiếm gradient để thông tin phát sinh là không cần thiết. Vấn đề tối ƣu hóa kỹ thuật khác nhau, bao gồm cả chức năng toán học giảm thiểu và các vấn đề tối ƣu hóa kỹ thuật kết cấu, đƣợc trình bày để chứng minh hiệu quả và vững mạnh của các thuật toán HS. Kết quả cho thấy phƣơng pháp đề xuất là một tìm kiếm mạnh mẽ và kỹ thuật tối ƣu hóa mà có thể mang lại giải pháp tốt hơn cho vấn đề kỹ thuật hơn những ngƣời thu đƣợc sử dụng các thuật toán hiện hành. Bài báo:“Combined heat and power economic dispatch by harmony search algorithm”. Tác giả A. Vasebi, M. Fesanghary, S.M.T. Bathaee.[5] Việc sử dụng tối ƣu nhiều kết hợp của hệ thống nhiệt và điện (CHP) là một bài toán phức tạp cần các phƣơng pháp mạnh mẽ để giải quyết. Bài báo này trình bày một sự thuật toán tìm kiếm hòa hợp (HS) để giải quyết kết hợp nhiệt và bài toán điều độ kinh tế (CHPED). Thuật toán HS là một thuật toán meta-heuristicphát triển gần đây, và đã rất thành công trong một loạt các vấn đề tối ƣu hóa. Phƣơng pháp này đƣợc minh họa sử dụng một trƣờng hợp thử nghiệm lấy từ các tài liệu cũng nhƣ một cái mới của các tác giả đề xuất. Kết quả số cho thấy thuật toán đề xuất có thể tìm thấy giải pháp tốt hơn khi so sánh với phƣơng pháp thông thƣờng và là một thuật toán tìm kiếm hiệu quả cho vấn đề CHPED. Bài báo:“An improved harmony search algorithm for power economic load dispatch”. Tác giả: Leandro dos Santos Coelho, Viviana Cocco Mariani. [6] Bài viết này trình bày một sự hài hòa cải thiện tìm kiếm (IHS) thuật toán dựa trên phân phối theo cấp số nhân để giải quyết các bài toán điều độ kinh tế. Một hệ 3
19. thống kiểm tra 13 nút với gia tăng hàm chi phí nhiên liệu có tính đến hiệu ứng điểm van đƣợc sử dụng để minh họa cho tính hiệu quả của phƣơng pháp IHS đề xuất. Kết quả số cho thấy rằng phƣơng pháp IHS có tính hội tụ tốt. Hơn nữa, chi phí tạo ra các phƣơng pháp IHS là thấp hơn so với các HS cổ điển và các thuật toán tối ƣu hóa khác đƣợc báo cáo trong văn học gần đây. Các thuật toán HS không yêu cầu thông tin phát sinh và sử dụng tìm kiếm ngẫu nhiên ngẫu nhiên thay vì tìm kiếm gradient. Ngoài ra, các thuật toán HS là đơn giản trong khái niệm, vài thông số, và dễ dàng trong việc thực hiện. Bài báo:“An Improved Harmony Search Approach To Economic Dispatch”. Tác giả: K. Nekooei, M.M. Farsangi, H. Nezamabadi-pour. [7] Trong bài báo này là một cải tiến tìm kiếm hài hòa (HS) đƣợc áp dụng để giải quyết các vấn đề điều độ kinh tế (ED) với chức năng chi phí không lồi. Đề xuất phƣơng pháp tìm kiếm hài hòa toàn cầu (NGHS). Vấn đề ED thực tế có chức năng chi phí không lồi với hạn chế bình đẳng và bất bình đẳng mà làm cho các vấn đề của việc tìm kiếm tối ƣu toàn cầu khó sử dụng hơn bất kỳ phƣơng pháp tối ƣu hóa khác. Trong bài báo này, các NGHS là giải quyết với sự bình đẳng và bất bình đẳng khó khăn trong bài toán điều độ kinh tế. Để xác nhận các kết quả thu đƣợc bằng cách đề xuất, NGHS và phiên bản cải tiến khác của sự hòa hợp tìm kiếm (IHS) đƣợc áp dụng để so sánh. Ngoài ra, các kết quả thu đƣợc từ việc NGHS đƣợc so sánh với các phƣơng pháp trƣớc đây đƣợc báo cáo trong các tài liệu. Kết quả cho thấy các đề xuất NGHS tạo ra giải pháp tốt hơn cho tất cả các hệ thống nghiên cứu. Bài báo:“A Genetic Algorithm for Solving the Optimal Power Flow Problem”. Tác giả:Tarek Bouktir, Linda Slimani, M. Belkacemi. [8]. Bài báo trình bày việc giải bài toán OPF trong mạng điện lớn sử dụng phƣơng pháp giải thuật gen. Hàm mục tiêu dùng để tính toán là cực tiểu chi phí nhiên liệu máy phát với các ràng buộc công suất máy phát, điện áp các nút, tụ bù, đầu phân áp nằm trong giới hạn cho phép. Thời gian tính toán có thể giảm xuống bằng cách phân chia các ràng buộc tối ƣu thành ràng buộc tích cực để thao tác trực tiếp bằng giải thuật GA, duy trì các ràng buộc thụ động trong giới hạn mềm sử dụng bài toán dòng công suất truyền thống. Mạng IEEE 30 nút đƣợc ứng dụng để kiểm tra sự hiệu quả 4
20. của giải thuật. Kết quả đƣợc so sánh với các cách giải khác của giải thuật GA và phƣơng pháp EP. Bài báo: “Improved Genetic Algorithm for Power Economic Dispatch of Units With Valve-Point Effects and Multiple Fuels”. Tác giả Chao-Lung Chiang. [9] Bài viết này trình bày một thuật toán di truyền đƣợc cải thiện với hệ số cập nhật (IGA_MU) để giải quyết công bài toán điều độ kinh tế (ED) với các hiệu ứng van điểm và nhiều nhiên liệu. Đề xuất IGA-MU tích hợp các thuật toán di truyền đƣợc cải thiện (IGA) và các hệ số cập nhật (MU). Các IGA trang bị một cải thiện tiến hóa điều hành chỉ đạo và hoạt động chuyển đổi có tìm kiếm hiệu quả và chủ động tìm hiểu các giải pháp, và MU đƣợc sử dụng để xử lý sự bình đẳng và bất bình đẳng hạn chế của vấn đềED. Vài ED nghiên cứu liên quan đến vấn đề ít khi đề cập đến cả tải trọng điểm van và nhiên liệu thay đổi. Đặc biệt, các thuật toán đề xuất là rất hứa hẹn cho các hệ thống quy mô lớn của các hoạt động thực tếED. 1.2 MỤC TIÊU CỦA ĐỀ TÀI Luận văn này giới thiệu một thuật toán lai giữa thuật toán tìm kiếm sự hài hòa (HS)[3], và giải thuật di truyền (GA)[2], đƣợc gọi là thuật toán lai GA-HS. Ứng dụng thuật toán lai GA-HS để giải các bài toán về điều độ kinh tế ED với ảnh hƣởng của điểm van công suất, và so sánh kết quả thu đƣợc với các phƣơng pháp khác. 1.3 NHIỆM VỤ ĐỀ TÀI VÀ GIỚI HẠN ĐỀ TÀI Sử dụng phƣơng pháp lai GA-HS ứng dụng giải các bài toán điều phối công suấtED với Hàm chi phí nhiên liệu có xét ảnh hƣởng của điểm van công suất: Bài toán mạng 13 nút máy phát với hiệu ứng điểm van. Bài toán mạng 40 nút máy phát với hiệu ứng điểm van. 1.4 PHƢƠNG PHÁP NGHIÊN CỨU Nghiên cứu lý thuyết hai phƣơng pháp tối ƣu: Tìm kiếm sự hài hòa (HS). Giải thuật di truyền (GA). Trên cơ sở sơ lý thuyết, sơ đồ giải thuật hai phƣơng pháp trên để tìm ra cách kết hợp tạo ra phƣơng pháp mới để giải bài toán phân bố công suất tối ƣu mà ở đây cụ thể là bài toán ED với hiệu ứng điểm van công suất. 5
21. Chƣơng2 BÀI TOÁN ĐIỀU PHỐI CÔNG SUẤT ED 2.1 GIỚI THIỆU Để hệ thống điện hoạt động hiệu quả và tin cậy thì một số kỹ thuật đã đƣợc phát triển để tính toán xác định dự báo công suất và mức công suất phát. Điều phối công suất là một trong các kỹ thuật trên để điều chỉnh biến điều khiển và phân phối công suất cho hệ thống điện hoạt động tối ƣu. Điều phối công suất có hai cách: điều phối công suất thực và điều phối công suất phản kháng. Bài toán điều phối kinh tế tìm điểm hoạt động tối ƣu để phân phối công suất thực giữa các nhà máy nhằm giảm thấp nhất chi phí sản xuất. Điều phối công suất phản kháng dùng để cực tiểu tổn thất hệ thống, nâng cao hiệu suất và khả năng tận dụng nguồn. Bài toán điều phối công suất làm cải thiện việc hoạt động ổn định của hệ thống điện. Thƣờng làm giảm mô hình hệ thống điện, làm đơn giản các giải pháp chi phí về chất lƣợng. Việc sử dụng đúng đắn và chính xác hơn các mô hình sản lƣợng điện làm cho lời giải bài toán tốt hơn nhƣng vấn đề khó khăn cũng tăng lên đáng kể. Mô hình phổ biến cải tiến bài toán điều phối kinh tế bao gồm: hàm chi phí có xét ảnh hƣởng của điểm van công suất, vùng hoạt động không liên tục và sự chuyển đổi các loại nhiên liệu; các loại ràng buộc an ninh hệ thống điện nhƣ giới hạn dòng công suất, dự trữ công suất máy phát và cấu hình điện áp. Trong chƣơng này chúng tôi trình bày hệ thống các biểu thức của bài toán điều phối kinh tế với hàm chi phí trơn dạng bậc hai cổ điển và hàm chi phí có xét ảnh hƣởng của điểm van công suất. 2.2 BÀI TOÁN ĐIỀU PHỐI KINH TẾ CỔ ĐIỂN Bài toán điều phối kinh tế cổ điển là bài toán tối ƣu nhằm xác định công suất phát ra của các nhà máy để đạt đến kết quả là cực tiểu chi phí vận hành. Hàm mục tiêu của bài toán điều phối kinh tế cổ điển là cực tiểu tổng chi phí hệ thống điện với hàm mục tiêu có dạng tổng của hàm chi phí ở mỗi nhà máy. Phân phối công suất sao cho cân bằng giữa công suất phát và phụ tải với điều kiện nằm trong vùng khả năng phát của mỗi nhà máy. 6