Xác định dung lượng máy phát điện phân bố theo mục tiêu giảm tổn thất và giảm thay thế các thiết bị đóng cắt

pdf 9 trang phuongnguyen 110
Bạn đang xem tài liệu "Xác định dung lượng máy phát điện phân bố theo mục tiêu giảm tổn thất và giảm thay thế các thiết bị đóng cắt", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pdfxac_dinh_dung_luong_may_phat_dien_phan_bo_theo_muc_tieu_giam.pdf

Nội dung text: Xác định dung lượng máy phát điện phân bố theo mục tiêu giảm tổn thất và giảm thay thế các thiết bị đóng cắt

  1. XÁC ĐỊNH DUNG LƯỢNG MÁY PHÁT ĐIỆN PHÂN BỐ THEO MỤC TIÊU GIẢM TỔN THẤT VÀ GIẢM THAY THẾ CÁC THIẾT BỊ ĐÓNG CẮT INDENTIFY CAPACITY OF DISTRIBUTED GENERATORS TO REDUCE POWER LOSS AND REDUCE REPLACEMENT OF SWITCHGEARS Trần Trung Thuâṇ Trường Đại học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh Tóm tắt Sử duṇ g má y phá t điêṇ phân bố nhằ m muc̣ đích tăng thêm công suất cho lướ i điêṇ , làm giảm tổn thất công suất, cải thiện điện áp, v.v, . Tuy nhiên, ta cần phải xá c điṇ h đươc̣ công suất phá t tối ưu của chúng. Trong bà i bá o nà y trình bà y môṭ giải thuâṭ hiêụ quả vớ i sư ̣ kết hơp̣ giữa gi ải thuật Gen đã hiệu chỉnh và logic mờ để tìm ra công suất tối ưu của máy phát nh ằm thỏa mãn hai mục tiêu: Giảm tổn thất công suất của toàn mạng và giảm thiểu số thiết bị đóng cắt phải thay thế . Để chứng minh tính đúng đắn của giải thuật, việc tính toán mô phỏng được thực hiện trên hệ thống phân phối 26 nút và kết quả tối ưu tìm đư ợc sẽ được đem ra so sánh với các trườ ng hơp̣ khác trên cùng một mạng điện. Từ khóa: Máy phát điện phân bố, giảm tổn thất công suất, giải thuật Gen, logic mờ. Abstract Use of distributed generators aim to increase grid capacity, reduce power loss and improve voltage, etc., However, we need to identify the optimum generation capacity overall. In this paper presents an efficient algorithms with the combination of the modified gene algorithm and fuzzy logic to find the optimal capacity of the generator to meet two goals: reduce the loss of capacity of the entire network and minimize the switchgear must replace the. To prove the correctness of the algorithm, the simulations were performed on 26 nodes distribution system and heart is an optimal result will be brought to compare with other cases on the same network power. Keywords: Distributed generator, Reduce power loss, Gene algorithm, Fuzzy logic. 1. Đặt vấn đề Hệ thống điện phân phối đóng vai trò quan trọng trong việc cung cấp điện đến hộ tiêu thụ. Theo thống kê của Điện lực Việt Nam thì tổng tổn thất điện năng khoảng từ 10-15% sản lượng điện sản xuất, trong đó tổn hao trên đường dây từ 5-7%. Do đó nghiên cứu các biện pháp giảm tổn thất điện năng trên lưới điện phân phối là một nhu cầu cấp thiết, hứa hẹn mang lại nhiều lợi ích về kinh tế. Về mặt lý thuyết, có nhiều biện pháp để giảm tổn thất điện năng trên lưới điện phân phối như: nâng cao điện áp vận hành lưới điện phân phối, tăng tiết diện dây dẫn, hoặc giảm truyền tải công suất phản kháng trên lưới điện bằng cách lắp đặt tụ bù, tái cấu trúc lưới điện. Việc lắp đặt máy phát điện phân bố trên lưới điện phân phối còn có thể nâng cao khả năng tải của lưới điện, giảm sụt áp cuối lưới và giảm thiểu số lượng hộ tiêu thụ bị mất điện khi có sự cố hay khi cần sửa chữa đường dây. Trong quá trình vận hành, thực tế việc tính toán dung lượng phát của máy phát phân bố trong điều kiện phụ tải điện thường xuyên thay đổi cùng với việc phải đảm bảo số lượng các thiết bị đóng cắt không được thay thế nhiều trên hệ thống điện là điều vô cùng khó khăn đối với các vận hành viên. Do đó luôn cần một phương pháp phân tích phù hợp với lưới điện phân phối thực tế và một giải thuật đủ mạnh để tính toán công suất phát của máy phát trong điều kiện thoả mãn các mục tiêu điều khiển của các vận hành viên. Trong bài báo này sẽ nghiên cứu các vấn đề trên và đưa ra một phương pháp giải có thể áp dụng được. 2. Cơ sở tính toán 2.1.Bài toán giảm tổn thất công suất
  2. Mục tiêu của hàm tổn thất năng lượng chính là tìm lượng năng lượng mất mát trên lưới trong 1 năm sẽ giảm đi lớn nhất so với trường hợp không có DG khi có DG theo kiểu i trên lưới. Max Ai A0 Ai loss loss loss (1) Trong đó: 0 A loss : tổn thất năng lượng khi mạng lưới không có DG. i A loss : tổn thất năng lượng khi mạng lưới có DG theo kiểu i. 2.2.Bài toán giảm thay thế các thiết bị đó ng cắ t Việc chúng ta gắn thêm các DG trên lưới có thể làm tăng dòng ngắn mạch, vì vậy nó có thể vượt quá khả năng cắt bảo vệ của các thiết bị trên lưới. Tuy nhiên, trong thực tế chỉ có một số thiết bị được phép thay thế, một số thiết bị không được phép thay thế. Vì vậy, chúng sẽ được thể hiện qua các ràng buộc cứng (cho phép hay không cho phép). Đồng thời hàm mục tiêu cho khả năng cắt của các thiết bị chính là hạn chế số lượng những thiết bị được phép vi phạm cần phải thay thế khi mạng lưới có gắng thêm DG. Hàm mục tiêu có dạng sau: Min(Breaking) = Min(Equip i ) (2) Trong đó: Equip i là số thiết bị được phép thay thế cần phải thay thế khi mạch có gắn thêm các DG theo kiểu i. 3. Phương pháp logic mờ cho hàm đa mục tiêu 3.1 Hàm thuộc giảm thay thế thiết bị đóng cắt Equipi 1(breaker) 1 (3) Equipn Trong đó: Equipn: Là số thiết bị đóng cắt đươc̣ phép thay thê.́ Equip i : Là số thiết bị cần phải thay thế khi mạng lưới có DG. Hình 1: Giá trị của hàm thuộc cho khả năng cắt của thiết bị 0, 푛ê 푞 푖 푖 ≥ 푞 푖 푛 푞 푖 푖 Như vâỵ : µ1( 푒 푒 ) = 1 − , 푛ê 0 < 푞 푖 푖 < 푞 푖 푛 (4) 푞 푖 푛 1, 푛ê 푞 푖 푖 = 0
  3. 3.2 Hàm thuộc tổn thấ t công suấ t Hình 2: Giá trị của hàm thuộc cho tổn thất năng lượng Như vâỵ : 1 khi S Smin S Smin 2 ( S) 1 khi Smin S Smax (5) Smax Smin 0 khi S U max Vớ i: Smin : Tổn thất công suất nhỏ nhất trong maṇ g điêṇ . Smax : Tổn thất công suất lớ n nhất trong maṇ g điêṇ . 3.3 Giải pháp chung cho nhiều mục tiêu Theo đề xuất của Bellman – Zadeh, khi các hàm mục tiêu có cùng vai trò tác động như nhau trong bài toán, không có mục tiêu nào quan trọng hơn mục tiêu nào, thì giải pháp đưa ra là: 푖 푴 풙 휇 푖푛 (6) Trong đó: 휇 : Hàm thuộc cho mục tiêu thứ k. 푖 : Hàm mục tiêu thứ k cho cấu trúc mạng thứ i. Tuy nhiên, bài toán của chúng ta lại có các mục tiêu có mức độ quan trọng khác nhau, cho nên một giải pháp được biết đến đó là tính tổng các hàm các hàm mục tiêu trên. Nhưng có thêm vào mỗi trọng số cho từng hàm mục tiêu. Dưới đây là giải pháp của tôi đưa ra cho bài toán này: 2 푖 − 푴 풙 =1 푤 × 휇 = − 푴 풙 푤1 × 휇1 푒 푒 + 푤2 × 휇2 ∆푆 (7) Trong đó wk chính là các trọng số của từng hàm mục tiêu và: 푤1 + 푤2 = 1 0 ≤ 푤1, 푤2 ≤ 1 (8) 4. Xây dựng giải thuật đề nghị dựa trên giải thuật gen và logic mờ Giải thuật di truyền là một tiến trình nghiên cứu đánh giá một quần thể với một tập lớn các cá thể (cũng chính là nghiệm của bài toán tối ưu đang khảo sát, tức là tập tất cả các bâc̣ phát c ủa các DG trên lưới). Trong đó, mỗi cá thể tương ứng với một chuỗi gen khác nhau và có thể được mã hóa thành nhiều dạng khác
  4. nhau. Ở đây, chọn kiểu mã hóa các nhiễm sắc thể thành chuỗi các bit nhị phân (0 và 1), trong đó: Bâc̣ của mỗi DG sẽ được tượng trưng bởi 9 bit . Chuỗi nhiêm̃ sắc thể ta đang tìm kiếm là môṭ chuỗi số gồm 27 bit nhi ̣phân. Trong đó, 9 bit đầu tiên quy điṇ h bâc̣ của DG 1 (máy phát điện Diezel ), 9 bit tiếp theo quy điṇ h bâc̣ phát của DG 2 (máy phát điện năng lươṇ g gió) và 9 bit cuối cùng se ̃ quy điṇ h bâc̣ phát của DG3 (máy phát điện năng lượng mặt trời). X = [ xxxxxxxxx xxxxxxxxx xxxxxxxx ] DG diesel DG gió DG măṭ trờ i Hình 3: Chuỗi nhiễm sắc thể cần tìm  Lưu đồ mô tả giải thuật tái cấu trúc đề nghị: Hình 4: Lưu đồ giải thuật đề nghị Bước 1: Nhập dữ liệu, mã hóa bậc của 3 DG thành 1 chuỗi số nhi ̣phân 27 bit. Bước 2: Tính phân bố công suất, tính toán ngắn mạch. Bước 3: Tính giá trị các hàm thuộc, hàm thích nghi, kiểm tra các điều kiêṇ ràng buôc̣ . Bước 4: Kiểm tra các điều kiêṇ dừ ng. Bước 5: Dừ ng chương trình tính toán, xuất ra kết quả tốt nhất.
  5. 5. Kết quả mô phỏng Xét một mạng phân phối 22kV, đường dây nhánh chính là đường dây AC-240, đường dây nhánh phụ là đường dây AC-120, có cấu hình và các thông số giả thiết như miêu tả ở phần trên. Có ràng buộc về số DG trên nhánh và trên luới. Sơ đồ của mạng có dạng Hình 5: Sơ đồ đơn tuyến hệ thống phân phối 26 nút 5.1.Khi chưa có DG: Điêṇ áp taị các nút U = [1.0000 0.9924 0.9868 0.9844 0.9825 0.9800 0.9769 0.9739 0.9724 0.9712 0.9703 0.9855 0.9851 0.9849 0.9813 0.9826 0.9846 0.9841 0.9839 0.9730 0.9726 0.9723 0.9723 0.9697 0.9693 0.9691] Tổn thất công suất ΔS = 0.4765 Dòng điện ngắn mạch I_nganmach = [24.9984 12.5079 8.7584 7.4163 6.5733 5.5592 4.8904 4.2980 3.7863 3.4238 3.1589 6.7445 6.1754 5.4825 4.9123 4.4684 3.9902 3.7343 3.4277 3.9435 3.7383 3.4685 3.2725 2.9028 2.7109 2.6122] Số thiết bi ̣phải thay thế n = 0. Kết quả chung của bài toán f(x) = 0.5000. 5.2.Khi phá t hết công suấ t củ a DG: Điêṇ áp taị các nút U = [ 1.0000 0.9957 0.9928 0.9919 0.9913 0.9908 0.9888 0.9870 0.9859 0.9852 0.9848 0.9915 0.9911 0.9908 0.9929 0.9948 0.9977 0.9972 0.9970 0.9866 0.9865 0.9866 0.9870 0.9845 0.9846 0.9844 ] Tổn thất công suất ΔS = 0.0969 Dòng điện ngắn mạch I_nganmach =
  6. [ 24.9984 12.5494 8.8113 7.4731 6.6323 5.6208 4.9499 4.3555 3.8391 3.4732 3.2058 6.7853 6.2128 5.5158 4.9704 4.5241 4.0433 3.7841 3.4734 3.9984 3.7916 3.5197 3.3222 2.9473 2.7536 2.6533 ] Số thiết bi ̣phải thay thế n = 1. Kết quả chung của bài toán f(x) = 0.1261. 5.3.Khi công suấ t củ a DG giú p tổn thấ t công suấ t nhỏ nhấ t: Điêṇ áp taị các nút U = [ 1.0000 0.9956 0.9925 0.9916 0.9910 0.9904 0.9884 0.9865 0.9855 0.9848 0.9843 0.9913 0.9909 0.9906 0.9924 0.9943 0.9971 0.9967 0.9964 0.9861 0.9860 0.9861 0.9865 0.9841 0.9841 0.9839 ] Tổn thất công suất ΔS = 0.0961 Dòng điện ngắn mạch I_nganmach = [ 24.9984 12.5479 8.8094 7.4710 6.6302 5.6185 4.9477 4.3535 3.8373 3.4716 3.2043 6.7839 6.2115 5.5146 4.9682 4.5219 4.0412 3.7820 3.4715 3.9965 3.7897 3.5179 3.3205 2.9460 2.7523 2.6520 ] Số thiết bi ̣phải thay thế n = 1. Kết quả chung của bài toán f(x) = 0.1250. 5.4.Khi dung lươṇ g phá t củ a DG ở mứ c tố i ưu: Điêṇ áp taị các nút U = [ 1.0000 0.9945 0.9905 0.9891 0.9880 0.9867 0.9846 0.9828 0.9817 0.9811 0.9806 0.9893 0.9889 0.9886 0.9881 0.9895 0.9916 0.9912 0.9909 0.9824 0.9822 0.9824 0.9828 0.9804 0.9804 0.9802 ] Tổn thất công suất ΔS = 0.1524 Dòng điện ngắn mạch I_nganmach = [ 24.9984 12.5340 8.7916 7.4518 6.6101 5.5975 4.9292 4.3371 3.8228 3.4584 3.1921 6.7701 6.1988 5.5034 4.9466 4.5000 4.0188 3.7611 3.4523 3.9813 3.7754 3.5046 3.3079 2.9348 2.7418 2.6420 ] Số thiết bi ̣phải thay thế n = 0. Kết quả chung của bài toán f(x) = 0.0740. Bảng 1: Kết quả so sánh của 4 trườ ng hơp̣ . Tiêu chí Tổn thấ t Điêṇ ap Số thiết bi ̣ ́ Bài toán công suấ t thấ p nhấ t thay thế Trường hơp̣ Chưa có DG 0.4765 0.9691 0.0 0.5000 Dung lươṇ g DG cưc̣ đaị 0.0969 0.9844 1.0 0.1261 Dung lươṇ g DG giú p tổn thấ t 0.0961 0.9839 1.0 0.1250 công suấ t nhỏ nhấ t Dung lươṇ g DG tố i ưu 0.1524 0.9802 0.0 0.0740 (Lưu ý: Các giá trị trên là giá trị tương đối với Scơ bản = 1MVA và Ucơ bản = 22kV)
  7. Hình 6: So sánh về biên độ điện áp. Dưạ vào kết quả thu đươc̣ , ta có thể thấy đươc̣ các tác duṇ g của máy phát điêṇ phân bố (DG) đối vớ i mạng điện như sau: Cải thiện điện áp. Cải thiện đáng kể tổn thất công suất. Khi các DG phát hết công suất thì có thì có thể maṇ g điêṇ vâñ chưa đaṭ traṇ g thái ít tổn thất nhất. Tùy thuộc vào điều kiện của mạng điện mà ta có thể lựa chọn giữa mục tiêu giảm tổn thất năng lươṇ g và muc̣ tiêu giảm thay thế các thiết bi ̣đóng cắt bằng cách thay đổi các troṇ g số của chúng . 6. Kết luận Sau khi áp dụng giải thuật đề nghị vào hệ thống thử nghiệm 26 nút, rút ra được một số kết luận như sau: - Chứng minh được tính đúng đắn và hiệu quả của giải thuật đề nghị. - Tổng tổn thất công suất tác dụng giảm xuống đáng kể, giảm hơn 59.5% so với tổn thất công suất của mạng ban đầu. Đối với các mạng phân phối lớn trong thực tế thì con số phần trăm này rất có ý nghĩa. - Có thể giảm được việc thay t hế các thiết bi ̣đóng cắt bằng cách choṇ lươṇ g công suất phát của các DG sao cho phù hơp̣ . - Tiếp cận bài toán tối ưu hóa hàm đa mục tiêu theo hướng mở: đưa vào các hàm mục tiêu, với tầm quan trọng khác nhau của từng mục tiêu và các điều kiện ràng buộc. - Xây dựng được chương trình Matlab tổng quát kết hợp giải thuật gen (GA) và logic mờ trong việc tính toán công suất phát của các DG. TÀI LIỆU THAM KHẢO [1] PGS.TS. Nguyêñ Hoàng Viêṭ và PGS.TS. Phan Thi ̣Thanh Bình , “Ngắn Mạch và Ổn Định Hệ Thống Điện”, bô ̣môn Hê ̣thống điêṇ – Khoa Điêṇ -Điêṇ tử – Trườ ng ĐH Bách khoa TP.HCM, năm 2003. [2] Dondi, P. Bayoumi, D. Haederli, C. Julian, D. Suter, 2002, “Network integration of distributed power generation”, Journal of Power Sources, vol. 106 [3] Lovins, A. Datta, K. and T. Feiler, A. Lehmann, K. Rabago, J. Swisher, K. Wicker, 2002, “Small is Profitable: The Hidden Economic Benefits of Making Electrical Resources the Right Size”. Rocky Mountain Institute, Snowmass, Colorado. [4] Mardanesh M, and Gharehpattan GB.2004, “Siting and sizing of DG units using GA and OPF based technique”. IEEE Region 10 Conference, 3: 331-34
  8. [5] Mohd Ilyas,Syed Mohmmad Tanweer, Asadur Rahman, “Optimal Placement of Distributed Generation on Radial Distribution System for Loss Minimisation & Improvement of Voltage Profile”. Al-Falah School of Engineering & Technology, Dhauj, Faridabad, Haryana-121004, INDIA [6] J. Mario Vignolo, Paul M. Sotkiewicz, “Distribution network loss allocations with Distributed generation using Nodal prices”, Public Utility Research Center Department of Economics University of FloridaGainesville, Florida USA, 2005. [7] Baker, J. E., 1985, Adaptive selection methods for genetic algorithms, Proc.Int. Conf. on Genetic Algorithms and Their Applications, pp. 101–111. [8] Queiroz, L. M. O. , Lyra, C, “Adaptive hybrid genetic algorithm for technical loss reduction in distribution networks under variable demands”. IEEE Trans. Power Syst. 2006, 24, 445- 453. [9] Guimaraes, M. A. N. , Castro, C. Romero, “Reconfiguration of Distribution Systems by a Modified Genetic Algorithm”. In Proceedings of the IEEE PowerTech’07, Lausanne, Switzerland, 1–5 July 2007. [10] M. Sedighizadeh, and A. Rezazadeh, “Using Genetic Algorithm for Distributed Generation Allocation to Reduce Losses and Improve Voltage Profile”, World Academy of Science, Engineering and Technology 37 2008. [11] M. Gandomkar, M. Vakilian,M. Ehsan, " A combination of genetic algorithm and simulated annealing for optimal DG allocation in distribution networks", CCECE/CCGEI, Saskatoon, May 2005 IEEE, PP. 645-648. [12] Mithulananthan, Than Oo and Le Van Phu, "Distributed Generator Placement in Power Distribution System Using Genetic Algorithm to Reduce Losses", Thammasat Int. J. Sc. Tech., Vol. 9, No. 3, July- September 2004. [13] M. Sedighizadeh, and A. Rezazadeh, "Using Genetic Algorithm for Distributed Generation Allocation to Reduce Losses and Improve Voltage Profile", IEEE Trans. Power Syst, VOL. 18, NO. 4, NOVEMBER 2003. [14] Tarek Bouktira, Linda Slinmania, M. Belkacemib, “A Genetic Algorithm for Solving the Optimal Power Flow Problem”, Leonardo Journal of Sciences ISSN 1583-0233 January-June 2004, p. 44-58. [15] K. Tomsovic, M.Y. Chow, D. Srinivasan, “Tutorial on Fuzzy Logic Applications in Power Systems, Washington State University”, Prepared for the IEEE-PES Winter Meeting in Singapore January, 2000. [16] Tejaswita Khobaragade, Amol Barve, “Enhancement of Power System Stability Using Fuzzy Logic Controller”, Departement of Electrical and Electronics Engineering, LNCT Bhopal, 2009. Giảng viên hướng dẫn Học viên PGS. TS. Phan Thi Ṭ hanh Biǹ h Trần Trung Thuâṇ
  9. 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.