Nghiên cứu thuật toán giảm tổn thất công suất trên lưới phân phối

Nội dung text: Nghiên cứu thuật toán giảm tổn thất công suất trên lưới phân phối

1. Nghiên cứu thuật toán giảm tổn thất công suất trên lưới phân phối PGS-TS Quyền Huy Ánh, Hà Huy Chiến Trường Đại học sư phạm kỹ thuật TP. Hồ Chí Minh Tóm tắt: Tái cấu trúc lưới điện được định nghĩa là làm thay đổi cấu trúc mạng phân phối bằng cách thay đổi các tr ạng thái đóng/mở của các khóa điện trong mạng để giảm tổn thất công suất. Trong bài báo này trình bày một phương pháp dựa trên tìm kiếm Heuristic kết hợp thuật toán di truyền (GA) để xác định một cấu hình mạng tối ưu. Thuật toán di truyền (GA) là thuật toán dựa trên cơ chế chọn lọ c tự nhiên và di truyền học tự nhiên nhằm mục đích tìm kiếm hay tối ưu hóa. Vì thuật toán GA phù hợp để giải quyết các bài toán tối ưu hóa tổ hợp, nó có thể được áp dụng thành công vào bài toán giảm tổn thất trong hệ thống phân phối. Kết quả của phương pháp được kiểm tra để cho thấy hiệu quả của phương pháp được đề xuất. Abstract: Network reconfiguration is defined as changing the distribution network structure by changing the state of opening / closing of switch in the network to reduce the power loss. In this paper presents a method based on a heuristic search combined genetic algorithm (GA) to determine an optimal network configuration. Genetic Algorithm (GA)-based algorithm is the mechanism of natural selection and natural genetics aims to search and optimization. Because GA algorithm suitable for solving combinatorial optimization problem, it can be successfully applied to the problem of reducing losses in the distribution system. Results of the test method is to show the effectiveness of the proposed method. Từ khóa: Hệ thống phân phối hình tia, thuật toán di truyền, tái cấu trúc mạng điện. 1.GIỚI THIỆU: kết hợp thuật toán di truyền được áp dụng để giải bài toán tái cấu trúc lưới điện. Trong Hệ thống phân phối là các mạng truyền công thuật toán đề xuất, các nhánh dây bao gồm suất điện từ các trạm biến áp lớn hoặc nguồn các khóa đóng, khóa cắt và hàm thích nghi tới các trạm nhỏ hoặc tải. Trong hầu hết các tổn thất công suất hệ thống được xây dựng. trường hợp hệ thống phân phối là cấu trúc Ví dụ bằng số được cung cấp để cho thấy tính hình tia bởi vì nó có một số ưu điểm trong hiệu lực và hiệu quả của thuật toán đề xuất. việc kết lưới, như dòng ngắn mạch thấp hơn và chuyển đổi đơn giản và bảo vệ thiết bị. 2.MÔ HÌNH TOÁN BÀI TOÁN Ngược lại, nó cung cấp độ tin cậy thấp. Nói chung, tái cấu trúc mạng điện là cần thiết để 2.1Công thức toán: cung cấp năng lượng đến nhiều hộ tiêu thụ Tái cấu trúc mạng phân phối trong bài toán trong điều kiện sự cố, hoặc lên kế hoạch giảm tổn thất công suất được phát biểu: trong thời gian mất điện để bảo trì, giảm tổn thất hệ thống. Bài báo này thảo luận về bài toán giảm tổn thất điện năng trong mạng phân phối thông Với điều kiện qua tái trúc mạng điện. Tìm kiếm Heuristic
2. lưới phải nhỏ hơn số lượng các nút bởi một đơn vị (K * NL = N - 1) l 2.2 Hàm mục tiêu của bài toán: Dựa vào công thức (1) ta có công thức tính hàm mục tiêu như sau: fm=1/(Min f) Rõ ràng, với cách tính hàm mục tiêu fm như trên thì phương án nào có f càng lớn thì có độ ở đây: thích nghi càng cao và do đó càng ưu tiên được chọn. Pl: Công suất tác dụng tại nhánh l 2.3 Phương trình dòng công suất Ql: Công suất phản kháng tại nhánh l Dòng công suất trong mạng phân phối hình Vi:Điện áp nút tại nút i tia có thể được mô tả bởi một tập hợp các K : Đại diện các trạng thái hình học của các l phương trình đệ quy gọi là phương trình dòng nhánh. công suất nhánh bao gồm công suất tác dụng, Kl = 1 nếu chi nhánh l đóng, và Kl = 0 nếu l công suất phản kháng và điện áp tại cuối mỗi nhánh mở. nhánh: N: Tập các nút. NL: Tập các nhánh. Trong mô hình trên, phương trình (2) và (3) tượng trưng cho các ràng buộc nhánh công suất phản kháng và tác dụng. Phương trình (4) là ràng buộc điện áp nút. Phương trình (5) và (6) biểu diễn định luật Kirchhoff 1. Phương trình (7) biểu diễn luật Kirchhoff 2 . Phương trình (8) là ràng buộc về hình học để đảm bảo cấu trúc tia của mỗi cấu trúc liên kết ứng viên. Nó bao gồm hai cấu trúc ràng buộc: (a) Tính khả thi: Tất cả các nút trong mạng Hình 2.1: Sơ đồ đơn tuyến mạng phân phối hình tia phải được kết nối bởi một số nhánh, tức là, không có nút riêng biệt. (b) Cấu hình tia: Số lượng nhánh trong mạng
3. 3.TÌM KIẾM HEURISTIC KẾT HỢP tiến hóa trong tự nhiên và được dựa trên THUẬT TOÁN DI TRUYỀN CHO BÀI nguyên tắc lựa chọn tự nhiên và đấu tranh TOÁN GIẢM TỔN THẤT CÔNG SUẤT sinh tồn. Thuật toán này đã được áp dụng cho một loạt các bài toán kỹ thuật. 3.1 Thuật giải Heuristic Thuật giải Heuristic là một sự mở rộng khái Thuật toán di truyền khác với phương pháp niệm thuật toán. Nó thể hiện cách giải bài heuristic. Sự khác biệt quan trọng nhất là toán với các đặc tính sau: thuật toán GA dựa trên một tập hợp lời giải có tiềm năng, trong khi phương pháp Thường tìm được lời giải tốt, chấp nhận heuristic sử dụng một lời giải duy nhất trong được, thường dễ dàng và nhanh chóng đưa ra các phép lặp của nó. Một khác biệt nữa là GA kết quả hơn so với giải thuật tối ưu. Thuật mang tính chất ngẫu nhiên thay vì xác định giải Heuristic thường thể hiện khá tự nhiên, như toán học giải tích. gần gũi với cách suy nghĩ và hành động của con người. Một số nguyên lý cơ bản của Cấu trúc thuật toán dựa việc sinh sản của một thuật giải Heuristic như sau: quần thể bao gồm các cá thể đại diện cho các lời giải, sau đó chúng được đánh giá sử dụng Nguyên lý vét cạn thông minh: Trong một bài một hàm mục tiêu, những cá thể có khả năng toán tìm kiếm nào đó, khi không gian tìm thích nghi lớn nhất sau đó được chọn. Cuối kiếm lớn, ta thường tìm cách giới hạn lại cùng, một quần thể mới được tạo ra bằng không gian tìm kiếm hoặc thực hiện một kiểu cách sử dụng các phép toán như tái sinh, lai dò tìm đặc biệt dựa vào đặc thù của bài toán ghép và đột biến. Điều này cho phép hội tụ về để nhanh chóng tìm ra mục tiêu. lời giải tốt nhất. Nguyên lý tham lam : Lấy tiêu chuẩn tối ưu 3.3 Kết hợp tìm kiếm Heuristic và thuật (trên phạm vi toàn cục) của bài toán để làm toán di truyền: tiêu chuẩn chọn lựa hành động cho phạm vi cục bộ của từng bước (hay từng giai đoạn) Dựa vào ý tưởng và đặc điểm của hai thuật toán trên ta có thể kết hợp chúng lại để giải trong quá trình tìm kiếm lời giải. bài toán tái cấu trúc lưới. Nội dung của thuật Nguyên lý thứ tự: Thực hiện hành động dựa toán có thể trình bày : trên một cấu trúc thứ tự hợp lý của không gian khảo sát nhằm nhanh chóng đạt được Đầu tiên, mở tất cả các khóa điện và xét đóng một lời giải tốt. vào hệ thống từng nút tải một, cho đến khi tất cả các nút tải đều được cấp điện và chỉ được 3.2 Thuật toán di truyền học: cấp điện từ một nguồn (điều này đảm bảo cho Thuật toán di truyền (GA) lần đầu tiên được cấu trúc mạng sau cùng là hình tia). Tại mỗi đề xuất bởi Holland trong 1975. Nó là một bước xét đóng một tải vào mạng, có thể có phương pháp thích nghi mô phỏng quá trình nhiều tải được lựa chọn. Quá trình xét các nút
4. tải đóng vào hệ thống ta sẽ đưa ý tưởng của -Tương ứng với mỗi giá trị này ta chuyển mỗi thuật toán đề nghị vào để xét chọn (với điều giá trị của cặp này sang hệ nhị phân 5 bit kiện thỏa mãn các ràng buộc về điện áp, khả năng tải của đường dây và máy biến áp) cụ thể như sau: Lần lượt tính hàm mục tiêu fLoss cho các nhánh dây có nút tải chưa được nối với hệ thống nhưng có đường nối trực tiếp với các -Tiếp đó ta tiến hành lai ghép cặp giá trị này nút hoặc nguồn đã được cấp điện ( ở đây là để tạo ra cặp giá trị mới các đường nét đứt trên hình 3.1) -Từ cặp số nhị phân này ta chuyển sang số thập phân tương ứng để có được giá trị nút Hình 3.1 Sơ đồ thể hiện các nút đã cấp điện cần chọn. Lần lượt làm với các cặp còn lại ta (tô đen) và nhánh đã đóng khóa (nét liền) thu được một tập các giá trị nút được chọn Tiếp đó tính giá trị xác suất hàm mục tiêu mới từ tập ban đầu, từ tập hợp các giá trị mới này ta sẽ kết nối các nút tương ứng vào hệ Pfloss sau đó sắp xếp theo giá trị giảm dần. thống. -Dùng hàm ngẫu nhiên chọn ngẫu nhiên một giá trị trên đoạn [0;1] Các bước cụ thể như sau: Bước 1: Nhập các số liệu cần thiết và số phương án ở mỗi lần chọn. Bước 2: Xây dựng tập các phương án kết nối -Tiếp theo chọn liên tiếp một số điểm lân cận Bước 3: Kiểm tra các ràng buộc cho từng quanh vị trí chọn ngẫu nhiên ban đầu phương án kết nối. Bước 4: Thống kê số phương án kết nối thỏa mãn đồng thời các ràng buộc ở bước 3. Bước 5: Tính hàm mục tiêu f cho từng -Phân cặp các điểm này phương án kết nối thỏa mãn các ràng buộc ở bước 3 . Bước 6: Kiểm tra xem tải đang xét đấu vào hệ thống có phải là tải cuối cùng hay không?
5. Nếu đúng thì chuyển đến bước 9. 4 KẾT QUẢ: Nếu sai thì chuyển tiếp sang bước 7. Để xác minh tính hiệu quả và hiệu suất của Bước 7: Chọn lọc số phương án theo thuật thuật toán, hệ thống điện 3 nguồn 16 nút tải toán đề nghị. và 33 bus của IEEE được sử dụng để thử nghiệm . Thử nghiệm này được thực hiện để Bước 8: Cập nhật kết quả từng phương án, giải tối ưu bài toán giảm tổn thất điện năng . quay lại bước 2. Bảng 4.1 cho thấy sự so sánh về công suất Bước 9: In kết quả của phương pháp đối với cấu hình mạng ban Lưu đồ thực hiện thuật toán: đầu . Tất cả các trường hợp thử nghiệm được mô phỏng bằng cách sử dụng máy tính có cấu hình IntelR , Core 2 Duo , 2.2 GHz, 2.0 GB bộ nhớ RAM. Đối với hệ thống thử nghiệm 3 nguồn, 13 tải, 16 nhánh, Uđm=23kV thể hiện trên hình 4.1. Ta có thể thấy các khóa điện 14, 15 và 16 được mở (đường đứt nét) và tổn thất công suất 613,25 kW tại thời điểm ban đầu. Hình 4.1 Hệ thống phân phối 3 nguồn Bảng 4.1 Kết quả chạy thử nghiệm với hệ thống 3 nguồn: Cấu hình mạng Phương pháp đề Cấu hình ban nghị đầu Tổn thất công 569,9 613,25 suất (kW) Khóa mở 7,8,16 14,15,16 Thời gian (s) 1
6. Kết quả ứng với thuật toán Heuristic kết hợp Kết quả ứng với thuật toán Heuristic kết hợp di truyền học cho thấy kết quả thu được khá di truyền học cho thấy kết quả thu được khá tốt tổn thất công suất đã giảm 7,06 % so với tốt tổn thất công suất đã giảm 27,1 % so với lúc ban đầu. lúc ban đầu. Hệ thống thử nghiệm thứ hai để kiểm tra là 5 KẾT LUẬN hệ thống điện tiêu chuẩn IEEE 33 bus, Trong bài báo này , một phương pháp mới để Uđm=15kV. Bảng 4.2 cho thấy sự so sánh về tái cấu trúc hệ thống điện nhằm giảm tổn thất công suất của phương pháp đề nghị với cấu công suất sử dụng tìm kiếm Heuristic kết hợp hình mạng ban đầu. Tất cả các trường hợp di truyền học được trình bày. Kỹ thuật này thử nghiệm được mô phỏng bằng cách sử được dựa trên việc xây dựng một tập hợp ban dụng cùng một máy tính như trên. Ở trạng đầu của các cá thể khả thi và ứng dụng các thái ban đầu ta có các khóa 33,34,35,36,37 phép toán di truyền học là chọn lọc cục bộ và được mở, với tổn thất công suất ban đầu là lai ghép. Điều này làm giảm không gian tìm 125,63 kW. kiếm, và nó chỉ có tính khả thi với mạng hình tia . Phương án đề xuất thay đổi đáng kể cách thức sử dụng GA trong quá trình tái cấu trúc, cho phép tái cấu trúc hệ thống phân phối lớn, giảm thiểu tính toán ( giảm thiểu bộ nhớ cần thiết và thời gian CPU xử lý), và cải thiện tổng thể về khả năng tìm kiếm. Với một mạng có số nút ít, phương pháp được đề xuất sử dụng một không gian tìm Hình 4.2 Hệ thống phân phối hình tia 33 bus kiếm nhỏ hơn thì thời gian giải lại dài hơn so Bảng 4.2 Kết quả chạy thử nghiệm với hệ với các phương pháp cũ. thống 33 bus: Do đó , bài viết này đề xuất một cách để tiếp Cấu hình Phương pháp đề Cấu hình ban đầu cận bài toán tái cấu trúc để giảm tổn thất mạng nghị công suất với mạng lớn bằng cách sử dụng Tổn thất 91,5 125,63 GA. công suất (kW) Khóa mở 7,10,14,28,32 33,34,35,36,37 Thời gian 3 chạy (s)
7. Tài liệu tham khảo Bahmani Firouzi “A hybrid evolutionary [1] Jorge Mendoza, Rodrigo López, Dario algorithm for distribution feeder Morales, Enrique López, Philippe Dessante, reconfiguration” Sadhan a Vol. 35, Part 2, and Roger Moraga “Minimal Loss April 2010, pp. 139–162. © Indian Academy Reconfiguration Using Genetic Algorithms of Sciences With Restricted Population and Addressed Operators: Real Application” IEEE transactions on power systems, vol. 21, no. 2, may 2006 [2] P. Subburaj,K. Ramar,L. Ganesan ,P. Venkatesh “Distribution System Reconfiguration for Loss Reduction using Genetic Algorithm” J. Electrical Systems 2-4 (2006): 198-207 [3] Numphetch Sinsuphun, Uthen Leeton, Umaporn Kwannetr, Dusit Uthitsunthorn, Thanatchai Kulworawanichpong “Loss Minimization Using Optimal Power Flow Based on Swarm Intelligences” ecti transactions on electrical eng., electronics, and communications vol.9, no.1 february 2011 [4] A. Moussa, M. El-Gammal , E.N. Abdallah, A.I. Attia “A genetic based algorithm for loss reduction in distribution systems” Alexandria Engineering Journal, Vol. 43 (2004), No.6, 729-735 [5] Romeu M. Vitorino, Humberto M. Jorge, Luís P. Neves “Network reconfiguration using an improved genetic algorithm for loss and reliability optimization in distribution systems” Rua Antero de Quental, 199; 3000 - 033 Coimbra; Portugal 2009 [6] Taher Niknam, Reza Khorshidi, Bahman
8. BÀI BÁO KHOA HỌC THỰC HIỆN CÔNG BỐ THEO QUY CHẾ ĐÀO TẠO THẠC SỸ Bài báo khoa học của học viên có xác nhận và đề xuất cho đăng của Giảng viên hướng dẫn Bản tiếng Việt ©, TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH và TÁC GIẢ Bản quyền tác phẩm đã được bảo hộ bởi Luật xuất bản và Luật Sở hữu trí tuệ Việt Nam. Nghiêm cấm mọi hình thức xuất bản, sao chụp, phát tán nội dung khi chưa có sự đồng ý của tác giả và Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh. ĐỂ CÓ BÀI BÁO KHOA HỌC TỐT, CẦN CHUNG TAY BẢO VỆ TÁC QUYỀN! Thực hiện theo MTCL & KHTHMTCL Năm học 2016-2017 của Thư viện Trường Đại học Sư phạm Kỹ thuật Tp. Hồ Chí Minh.