Sử dụng thuật toán modified cuckoo search để giải bài toán điều độ kinh tế (ED)

TR I H C QU C GIA TP HCM NG I H C BÁCH KHOA PHAN ÚT B Y S D NG THU T TOÁN "MODIFIED CUCKOO SEARCH" GI I BÀI TOÁN I U KINH T (ED) Chuyên ngành: Thi t b , M ng Nhà máy i n Mã s : 605251 LU N V N TH C S TP H CHÍ MINH, tháng n m 2013 CƠNG TRÌNH C HỒN THÀNH T I TR NG I H C BÁCH KHOA I H C QU C GIA THÀNH PH H CHÍ MINH Cán b h ng d n khoa h c: TS Võ Ng c i u Cán b ch m nh n xét 1: Cán b ch m nh n xét 2: Lu n v n th c s V N TH C S TR NG 2013 Thành ph n H i cb ov t iH I NG CH M B O V LU N I H C BÁCH KHOA, ngày tháng n m ng ánh giá lu n v n th c s g m: Xác nh n c a Ch t ch H i lý chuyên ngành sau lu n v n ã CH T CH H I NG ng ánh giá lu n v n Tr c s a ch a (n u có) TR ng Khoa qu n NG KHOA I N- I N T TR NG I H C BÁCH KHOA PHÒNG ÀO T O S H C NG HÒA XÃ H I CH NGH A VI T NAM c l p – T – H nh phúc NHI M V LU N V N TH C S H tên h c viên: Phan Út B y Ngày, tháng, n m sinh: 29/3/1981 Chuyên ngành: Thi t b , M ng Nhà máy i n I TÊN toán i u Phái: Nam N i sinh: H u Giang MSHV: 11824099 TÀI: S d ng thu t toán "Modified Cuckoo Search" kinh t (ED) gi i II NHI M V VÀ N I DUNG: i u Nhi m v : S d ng thu t toán "Modified Cuckoo Search" kinh t (ED) Mô ph ng ph n m m Matlab N i dung: gi i toán - Ch ng 1: Gi i thi u - Ch ng 2: Bài toán i u kinh t - Ch ng 3: T ng quan v thu t toán ã c áp d ng gi i toán i u kinh t - Ch ng 4: Thu t toán “Modified Cuckoo Search” - Ch ng 5: Áp d ng thu t toán “Modified Cuckoo Search” gi i toán i u kinh t - Ch ng 6: K t lu n III NGÀY GIAO NHI M V : 21/01/2013 IV NGÀY HOÀN THÀNH NHI M V : 21/6/2013 V CÁN B H NG D N: TS VÕ NG C I U Tp HCM, ngày tháng n m 2013 CÁN B H NG D N CN B MÔN QL CHUYÊN NGÀNH TS VÕ NG C I U TR NG KHOA L IC M N Tr c h t em xin bày t lòng bi t n sâu s c n th y TS Võ Ng c ng i ã t n tình h ng d n, cung c p nh ng tài li u vô q giá giúp q trình nghiên c u th c hi n lu n v n i u, em Xin chân thành c m n quý Th y Cô ng i ã gi ng d y truy n t nh ng tri th c khoa h c giúp em tr ng thành su t trình theo h c cao h c Con vô bi t n Cha M ã nuôi khôn l n, ch d a v ng ch c v v t ch t l n tinh th n, t o m i i u ki n c h c t p, tr ng thành cho n ngày hôm Xin chân thành c m n Anh Ch , b n bè l p Thi t b , m ng nhà máy i n khoá 03 (t i tr ng i H c C n Th ) ã giúp em trình h c t p c ng nh cu c s ng C n Th , tháng n m 2013 Ng i th c hi n Phan Út B y L I CAM OAN Tơi xin cam oan ây cơng trình nghiên c u c a Các s li u, k t qu nêu lu n v n trung th c ch a t ng c cơng b b t k cơng trình khác Tp H Chí Minh, tháng 06 n m 2013 Tác gi lu n v n Phan Út B y TÓM T T N i dung lu n v n bao g m ph n sau: - Khái quát chung v tình hình i n n ng n c ta; - Tìm hi u v tốn i u kinh t h th ng i n ph pháp c i n gi i toán i u kinh t (ED); ng - Tìm hi u thu t tốn trí tu nhân t o gi i toán ED, gi i thi u m t s báo áp d ng thu t toán gi i toán ED; - Nghiên c u thu t tốn "Modified Cuckoo Search", tìm hi u gi i thu t c a thu t toán áp d ng gi i toán ED; - Áp d ng thu t toán "Modified Cuckoo Search" gi i toán ED h th ng m ng chu n IEEE g m 13 máy phát (xét hai tr ng h p t i 1800MW 2520MW) 40 máy phát (t i 10500MW), mô ph ng ph n m m matlab; - So sánh k t qu th c hi n báo ã c thông qua; - K t lu n h c thu t toán v i thu t toán khác qua ng phát tri n c a tài M CL C CH NG 1: GI I THI U I T ng quan II V n hành h th ng i n .3 III M c ích nghiên c u c a tài IV i t ng nghiên c u V Ph m vi nghiên c u CH NG 2: BÀI TOÁN I U KINH T I Khái ni m chung II c tính ngõ vào - ngõ c a máy phát .6 III Bài toán i u kinh t .8 III.1 Thành l p hàm chi phí III.2 Các hàm ràng bu c .10 IV M t s ph ng pháp gi i toán ED 14 IV.1 Ph ng pháp Lambda 14 IV.2 i u kinh t b ng ph ng pháp Gradient .15 CH NG 3: T NG QUAN V CÁC THU T TỐN TRÍ TU NHÂN T O Ã C ÁP D NG GI I BÀI TOÁN I U KINH T .21 I Thu t toán Genetic Algorithm (GA) Differential Evolution (DE) 21 I.1 Khái ni m chung 21 I.2 Thu t toán GA gi i toán ED 23 I.3 Gi i thi u báo dùng thu t toán GA gi i toán ED ……25 II Thu t toán Ant colony algorithm (ACO) 29 II.1 Khái ni m chung 29 II.2 Thu t toán ACO gi i toán ED .31 II.3 Gi i thi u báo dùng thu t toán ACO gi i toán ED .32 III Thu t toán Particle Swarm Optimization (PSO) .34 III.1 Khái ni m chung 34 III.2 Thu t toán PSO gi i toán ED .35 III.3 Gi i thi u báo dùng thu t toán PSO gi i toán ED 36 IV Thu t toán Artifitial Bee Colony Optimization (ABC) 40 IV.1 Khái ni m chung 40 IV.2 Thu t toán ABC gi i toán ED 42 IV.3 Gi i thi u báo dùng thu t toán ABC gi i tốn ED .42 CH NG 4: THU T TỐN “MODIFIED CUCKOO SEARCH” 46 I Thu t toán “Cuckoo Search” c i ti n 46 I.1 Thu t toán “Cuckoo Search” 46 I.2 Các c i ti n c a thu t toán “Cuckoo Search” ã c áp d ng 49 II Thu t toán “Modified Cuckoo Search” 52 II.1 Gi i thi u chung 52 II.2 Các c i ti n thu t toán “Modified Cuckoo Search” 53 II.3 K t qu tính tốn ban u 55 II.4 K t lu n chung 62 CH NG 5: ÁP D NG THU T TOÁN “MODIFIED CUCKOO SEARCH” GI I BÀI TOÁN I U KINH T .64 I Gi i thu t áp d ng thu t toán MCS gi i toán ED 64 II Thành l p tốn i u kinh t có xét n nh h ng c a i m van gi i h n công su t phát c a máy phát 65 II.1 Hàm m c tiêu chi phí 65 II.2 Các hàm ràng bu c 66 III Áp d ng thu t toán MCS gi i toán ED .66 III.1 Áp d ng cho h th ng m ng chu n IEEE g m 13 máy phát .67 III.2 Áp d ng cho h th ng m ng chu n IEEE g m 40 máy phát .73 CH NG 6: K T LU N 81 I T ng k t ê tài 81 II H ng phát tri n c a ê tài 82 S d ng thu t toán MCS gi i toán ED CH CBHD: TS Võ Ng c i u NG 1: GI I THI U I T ng quan i n n ng m t nhu c u thi t y u i v i sinh ho t c a nhân dân c ng y u t u vào khơng th thi u c a r t nhi u ngành kinh t khác, có tác ng nh h ng l n n ho t ng kinh t , tr , v n hóa, xã h i Ngành i n Vi t Nam hi n v n ngành có nhu c u l n h n kh n ng s n xu t n c Tình tr ng thi u i n v n ang ti p t c x y ra, c bi t vào mùa khô d án thu i n thi u n c Nguyên nhân c a hi n t ng giá i n th ng ph m cịn th p, khơng khuy n khích nhà u t u t m nh vào d án nhi t i n, mà t p trung ch y u vào nhà máy th y i n v i chi phí v n hành th p nên ngành i n n c ta ang ph thu c r t l n vào th y i n Hình 1: C c u công su t ngu n i n n m 2006 2010 Các ngu n s n xu t i n hi n n c ta ch y u th y i n nhi t i n Các ngu n i n tái t o hi n ang c ng d ng th nghi m t i m t s d án Trong quy ho ch ngu n cung ng i n t ng lai, ngu n n ng l ng s c cân nh c phát tri n, t o ngu n cung ng m i, tiên ti n Trong nh ng n m qua, nhu c u tiêu th i n không ng ng t ng lên Theo k ch b n c s c a k ho ch Quy ho ch i n VII (QH VII), d báo nhu c u i n toàn qu c s t ng bình quân t 14% n 15% hàng n m giai o n 2011-2015, t ng kho ng 11,5%/n m giai o n 2015-2020 M t khác, d báo t ng công su t Lu n v n cao h c 1/82 HVTH: Phan Út B y (11824099) S d ng thu t toán MCS gi i toán ED ngu n i n n m 2015, 2020 2030 s 157.955MW CBHD: TS Võ Ng c i u tl nl t kho ng 42.500MW, 75.000MW Nh v y, vòng n m (2012-2020) ph i xây d ng thêm 53.125 MW Trong ó ngu n nhi t i n s c khai thác cao chi m t tr ng ngày m t l n h n t ng c c u ngu n cung i n nh m b o m i n cho s n xu t sinh ho t N m 2020 s có máy i n h t nhân u tiên v i công su t 2.000MW t i Ninh Thu n i vào ho t ng n 2020, t tr ng nhi t i n than s t ng lên 48%, thu i n gi m cịn 23.1%, nhi t i n khí t 16.5%, n ng l ng tái t o 5.6%, i n nh p kh u 3.1%, th y i n tích n ng 2.4%, i n h t nhân v i t tr ng 1.3% Hình 2: C c u công su t ngu n i n n m 2020 V i k ho ch phát tri n nhi t i n nh trên, nhu c u than tiêu th cho n m 2020 2030 l n l t 78 >170 tri u t n than Nh ng th c t , theo k ho ch s n xu t c a ngành than, s n l ng ch t ng kho ng 5-8% n m, t ng ng ch áp ng c 35 tri u t n vào n m 2020 53 tri u t n vào n m 2030 V n t ng s n l ng than n i a c ng nh nh p kh u than có tính quy t nh n tính kh thi c a QH Theo ó, vi c xây d ng hàng lo t nhà máy i n c ng có k ho ch phát tri n t ng ng EVN d ki n s xây d ng thêm 17 nhà máy nhi t i n m i n n m 2020 c t ng v n u t cho phát tri n h th ng i n 20 n m t i r t l n Tuy nhiên, v i tình hình kinh t ang r t khó kh n, ngu n v n u t h n ch , c ng v i khó kh n vi c nh p kh u than n m t s d án nhi t i n than ph i thay i thi t k nên d báo t c d án nhi t i n than s ch m h n so v i k ho ch C p Th tr ng i n Vi t Nam ang hình thành phát tri n theo c p : i) 1: th tr ng phát i n c nh tranh (2005-2014) ii) C p 2: th tr ng bán Lu n v n cao h c 2/82 HVTH: Phan Út B y (11824099) S d ng thu t toán MCS gi i toán ED CBHD: TS Võ Ng c i u T ng chi phí nhiên li u mà thu t toán MCS t c k t qu t t nh t 24169.9177$/h tr ng h p t i PD = 2520MW, k t qu c so sánh v i thu t toán khác nh b ng D a vào b ng so sánh chi phí nhiên li u tr ng h p 13 máy (PD = 2520MW), ta th y thu t toán MCS cho k t qu t i u h n thu t toán UHGA[5], PSO-SQP[35], FAPSO-DE[36], t ng ng v i DE[23], cho k t qu nhanh h n UHGA[5] i u cho th y thu t toán MCS hi u qu r t tin c y III.2 Áp d ng cho h th ng m ng chu n IEEE g m 40 máy phát B ng 7: D li u cho tr ng h p ki m tra h th ng 40 máy phát Máy bi ci ei fi Pmax Pmin 94,705 6,73 0,00690 100 0,084 114 36 94,705 6,73 0,00690 100 0,084 114 36 309,54 7,07 0,02028 100 0,084 120 60 369,03 8,18 0,00942 150 0,063 190 80 148,89 5,35 0,01140 120 0,077 97 47 222,33 8,05 0,01142 100 0,084 140 68 287,71 8,03 0,00357 200 0,042 300 110 391,98 6,99 0,00492 200 0,042 300 135 455,76 6,60 0,00573 200 0,042 300 135 10 722,82 12,90 0,00605 200 0,042 300 130 11 635,20 12,90 0,00515 200 0,042 375 94 12 654,69 12,80 0,00569 200 0,042 375 94 13 913,40 12,50 0,00421 300 0,035 500 125 14 1760,4 8,84 0,00752 300 0,035 500 125 15 1728,3 9,15 0,00708 300 0,035 500 125 16 1728,3 9,15 0,00708 300 0,035 500 125 17 647,85 7,97 0,00313 300 0,035 500 220 18 649,69 7,95 0,00313 300 0,035 500 220 19 647,83 7,97 0,00313 300 0,035 550 242 Lu n v n cao h c 73/82 HVTH: Phan Út B y (11824099) S d ng thu t toán MCS gi i toán ED CBHD: TS Võ Ng c i u Máy bi ci ei fi Pmax Pmin 20 647,81 7,97 0,00313 300 0,035 550 242 21 785,96 6,63 0,00298 300 0,035 550 254 22 785,96 6,63 0,00298 300 0,035 550 254 23 794,53 6,66 0,00284 300 0,035 550 254 24 794,53 6,66 0,00284 300 0,035 550 254 25 801,32 7,10 0,00277 300 0,035 550 254 26 801,32 7,10 0,00277 300 0,035 550 254 27 1055,1 3,33 0,52124 120 0,077 150 10 28 1055,1 3,33 0,52124 120 0,077 150 10 29 1055,1 3,33 0,52124 120 0,077 150 10 30 148,89 5,35 0,01140 120 0,077 97 47 31 222,92 6,43 0,00160 150 0,063 190 60 32 222,92 6,43 0,00160 150 0,063 190 60 33 222,92 6,43 0,00160 150 0,063 190 60 34 107,87 8,95 0,00010 200 0,042 200 90 35 116,58 8,62 0,00010 200 0,042 200 90 36 116,58 8,62 0,00010 200 0,042 200 90 37 307,45 5,88 0,01610 80 0,098 110 25 38 307,45 5,88 0,01610 80 0,098 110 25 39 307,45 5,88 0,01610 80 0,098 110 25 40 647,83 7,97 0,00313 300 0,035 550 242 H th ng m ng chu n IEEE g m 40 máy phát v i hàm chi phí nhiên li u có xét n nh h ng c a i m van Các h s chi phí c a máy phát c cho b ng Công su t t i yêu c u c a h th ng tr ng h p PD = 10500MW Hàm chi phí: Fi Pi Lu n v n cao h c bi Pi ci Pi 74/82 ei sin f i Pi Pi HVTH: Phan Út B y (11824099) S d ng thu t toán MCS gi i toán ED CBHD: TS Võ Ng c i u Sau ch y mô ph ng ph n m m Matlab, k t qu phân b công su t c a máy phát nh b ng B ng 8: Phân b công su t t i u gi a máy phát c a h th ng 40 máy Máy Pmax Pmin Công su t phát (MW) 114 36 110.8001 114 36 110.7998 120 60 97.3998 190 80 179.7329 97 47 87.7999 140 68 139.9999 300 110 259.5996 300 135 284.5996 300 135 284.5998 10 300 130 130.0002 11 375 94 94.0000 12 375 94 94.0001 13 500 125 214.7597 14 500 125 394.2794 15 500 125 394.2794 16 500 125 394.2792 17 500 220 489.2792 18 500 220 489.2793 19 550 242 511.2793 20 550 242 511.2792 21 550 254 523.2798 22 550 254 523.2794 23 550 254 523.2794 Lu n v n cao h c 75/82 HVTH: Phan Út B y (11824099) S d ng thu t toán MCS gi i toán ED CBHD: TS Võ Ng c i u Máy Pmax Pmin Công su t phát (MW) 24 550 254 523.2795 25 550 254 523.2794 26 550 254 523.2794 27 150 10 10.0001 28 150 10 10.0001 29 150 10 10.0000 30 97 47 87.8006 31 190 60 189.9999 32 190 60 189.9998 33 190 60 189.9999 34 200 90 164.7999 35 200 90 194.3973 36 200 90 199.9998 37 110 25 110.0000 38 110 25 109.9994 39 110 25 109.9998 40 550 242 511.2795 Cơng su t t i (MW) 10500 Chi phí nhiên li u (min) ($/h) 121412.5753 Chi phí nhiên li u (avg) ($/h) 121870.9111 Chi phí nhiên li u (max) ($/h) 123186.8592 l ch chu n (std deviation) ($/h) CPU time (s) Lu n v n cao h c 76/82 281.0970 2.672 HVTH: Phan Út B y (11824099) S d ng thu t toán MCS gi i toán ED CBHD: TS Võ Ng c i u B ng 9: So sánh chi phí nhiên li u tr STT Thu t toán ng h p 40 máy, t i 10500MW Chi phí Chi phí Chi phí (min) (max) (avg) l ch Th i chu n gian CCPSO[38] 121412.5362 121534.493 121454.32 32.4898 19.3 Real coded 121414.6703 121532.13 CSA[13] 121496.21 - 24 CSA[7] 121412.5355 121810.253 121520.41 81.5705 3.03 DECSQP[20] 121741.9793 DE[23] 122839.294 122295.12 386.18 14.26 121416.29 121413.47 121422.72 - - Self-tuning HDE[30] 121698.51 - 122304.30 - 6.07 UHGA[5] 121424.48 - 121602.81 - 333.6 GA-PSSQP[12] 121458.14 - 122039 46.98 TSARGA[26] 121463.07 124296.54 122928.31 315.18 696.0 10 ACO[33] 121532.41 121679.64 121606.45 45.58 52.45 11 CBPSORVM[10] 121555.32 123094.98 122281.14 259.99 - 12 HMAPS[28] 121586.90 121586.9 121586.9 - 13 FAPSODE[36] 121412.57 121412.92 14 SOHPSO[18] 121501.14 122446.30 15 SQPSO[27] 121434.41 121881.51 121723.22 104.29 17 ABC[32] 121432.29 122123.77 121995.82 - 71.02 18 IFEP[24] 122624.35 125740.63 123382 - 1165 19 TM[6] 122477.78 124693.81 123078.21 - 91.16 20 APSO[2] 121663.522 122912.395 122153.67 - 21 MCS 121412.5753 123186.85 Các thông s Lu n v n cao h c ã c cài - - 121412.62 121853.57 - 31 - - 121870.91 281.097 2.672 t: 77/82 HVTH: Phan Út B y (11824099) S d ng thu t toán MCS gi i toán ED CBHD: TS Võ Ng c i u - S l ng qu tr ng b lo i b sau m i vòng l p: S.pa = 0.75; - S b c l n nh t di chuy n m t Lévy flight: S.maxstep = 100; - Kho ng cách l n nh t di chuy n m t b c S.A = 0.01; - H s ph t: Kp = 1e4; - S l ng t : NoNests = 12; - S vòng l p t i a: NoGen = 3000 th cho th y s h i t tr ng h p 40 máy phát Hình 50: th cho th y s h i t tr ng h p 40 máy phát Nh n xét: Công su t phát c a máy phát i u n m gi i h n cho phép, áp ng i u ki n cân b ng t i T ng chi phí nhiên li u mà MCS t 121412.5753$/h tr ng h p t i PD = 10500MW toán khác nh b ng b ng 10 Lu n v n cao h c 78/82 c k t qu t t nh t c so sánh v i thu t HVTH: Phan Út B y (11824099) S d ng thu t toán MCS gi i toán ED CBHD: TS Võ Ng c i u B ng 10: So sánh chi phí nhiên li u tr 10500MW STT ng h p 40 máy, t i T ng chi phí ($/h) Thu t toán Th i gian (s) ICA-PSO[37] 121413.20 139.92 Real coded CSA[13] 121414.6703 24 HIGA[21] 121416.937 - CSA[7] 121412.5355 3.03 DE[23] 121416.29 - Self-tuning HDE[30] 121698.51 6.07 UHGA[5] 121424.48 333.68 GA-PS-SQP[12] 121458.14 46.98 TSARGA[26] 121463.07 696.01 10 ACO[33] 121532.41 52.45 11 NPSO-LRS[1] 121664.4308 - 12 MPSO[11] 122252.265 - 13 CBPSO-RVM[10] 121555.32 - 14 PSO-RDL[4] 121468.82 - 15 HMAPS[28] 121586.90 - 16 FAPSO-DE[36] 121412.57 31 17 DEC-SQP[20] 121741.9793 14.26 18 QPSO[15] 121448.21 - 19 SOH-PSO[18] 121501.14 - 20 SQPSO[27] 121434.41 - 21 CCPSO[38] 121412.5362 19.3 22 ABC[32] 121432.29 71.02 23 IFEP[24] 122624.35 1165.70 24 TM[6] 122477.78 91.16 25 SA[14] 121412.5537 - 26 APSO[2] 121663.5222 - 27 MCS 121412.5753 2.672 Lu n v n cao h c 79/82 HVTH: Phan Út B y (11824099) S d ng thu t toán MCS gi i toán ED CBHD: TS Võ Ng c i u D a vào b ng so sánh chi phí nhiên li u tr ng h p 40 máy, t i PD = 10500MW, ta th y thu t toán MCS cho k t qu t i u h n thu t toán Real coded CSA[13], HIGA[21], DEC-SQP[20], DE[23], Self-tuning HDE[30], UHGA[5], GA-PS-SQP[12], TSARGA[26], ACO[33], NPSO-LRS[1], MPSO[11], CBPSO-RVM[10], PSO-RDL[4], HMAPS[28], FAPSO-DE[36], ICA-PSO[37], QPSO[15], SOH-PSO[18], SQPSO[27], ABC[32], IFEP[24], TM[6], APSO[2], t ng ng nh thu t toán CSA[7], CCPSO[38], SA[14] Th i gian ch y nhanh h n thu t toán CSA[7], Real coded CSA[13], Self-tuning HDE[30], UHGA[5], GA-PS-SQP[12], TSARGA[26], ACO[33], CBPSO-RVM[10], FAPSODE[36], ICA-PSO[37], CCPSO[38], ABC[32], IFEP[24], TM[6] i u cho th y thu t toán MCS hi u qu r t tin c y Lu n v n cao h c 80/82 HVTH: Phan Út B y (11824099) S d ng thu t toán MCS gi i toán ED CH I T ng k t CBHD: TS Võ Ng c i u NG 6: K T LU N tài tài ã trình bày v thu t toán Modified Cuckoo Search (MCS) gi i toán i u kinh t ED v i hàm chi phí khơng liên t c có xét n nh h ng i m van gi i h n công su t máy phát tài ã thành công vi c áp d ng thu t toán MCS tính cơng su t phát c a m i máy phát áp ng t i yêu c u v i chi phí nh nh t tài ã c trình bày có h th ng, t n gi n n ph c t p, gi i thi u nhi u ph ng pháp khác gi i toán i u kinh t ED, ã so sánh, nh n xét, ánh giá v i nhi u ngu n tài li u khác v thu t toán so v i thu t toán xu t tài kh ng nh tính xác tin c y c a k t qu t c tài tài ã thành cơng vi c áp d ng thu t tốn MCS tìm i m t i u có chi phí nh nh t v i th i gian tính toán nhanh h n r t nhi u so v i m t s thu t toán khác ã c áp d ng Trong thu t tốn ch có hai thơng s i u n xác su t s tr ng b lo i b (pa) s l ng t (NoNests) Do v y, thu t toán t ng i d áp d ng h n so v i m t s thu t toán khác Khi th c hi n, thu t tốn c mơ ph ng ph n m m Matlab áp d ng cho hai h th ng chu n IEEE g m 13 máy phát (xét hai tr ng h p v i t i 1800MW 2520MW) 40 máy phát (t i 10500MW), áp ng t ng nhu c u ph t i nh t nh, th a mãn i u ki n ràng bu c v v n hành c a máy phát Thu t toán cho th y k t qu t i u h n so v i thu t toán khác th i gian tính tốn c ng c rút ng n k Trong tài, thu t toán ch c áp d ng cho hai h th ng chu n IEEE 13 nút 40 nút, nhiên i m m nh c a thu t tốn có kh n ng h i t cao hàm m c tiêu có s l ng kích th c l n th i gian áp ng nhanh Do v y, thu t tốn hồn tồn có th áp d ng m ng i n v i s l ng máy phát l n h n Tuy nhiên, thu t tốn MCS c ng có nh ng nh c i m gi ng nh ph ng pháp trí tu nhân t o khác ch a có c s toán h c v ng ch c (ch ch y u d a vào lý thuy t xác su t), k t qu tính tốn ph thu c nhi u vào thơng s cài t thu t tốn kinh nghi m c a ng i l p trình ó m t r t nhi u th i gian công s c th nghi m ki m tra Lu n v n cao h c 81/82 HVTH: Phan Út B y (11824099) S d ng thu t toán MCS II H gi i toán ED ng phát tri n c a CBHD: TS Võ Ng c i u tài Qua tài, ta th y i m m nh nh t c a thu t toán cho k t qu t i u, th i gian tính tốn nhanh c bi t, thu t toán h i t m nh hàm m c tiêu có s l ng kích th c l n Hi u qu cao c a MCS kh n ng c a ng th i sàng l c tìm ki m n i b , ó v n trì cơng vi c tìm ki m chung Nó có th làm c i u ó có s trao i thông tin gi a qu tr ng thu c t p u th m dị tồn b vi c t b t tìm ki m theo “Lévy flight” M t t p tính t ng t có th có th t c thu t tốn PSO b ng cách dùng nhi u cá th m t kh i t o qu n th ban u Tuy nhiên, thu n l i c a MCS r t d th c hi n ch có hai s o i u ch nh Thu t tốn có th áp d ng gi i toán ED v i hàm chi phí nhiên li u c a máy phát s d ng nhi u lo i nhiên li u khác l Thu t tốn có th áp d ng ng khí th i i v i mơi tr ng gi i tốn ED có xét n nh h ng c a Thu t tốn có th áp d ng gi i toán ED v i hàm chi phí nhiên li u c a máy phát ph ng trình có d ng b c ba Thu t tốn có th áp d ng máy phát gi i toán ED v i h th ng l n có nhi u Thu t tốn MCS có kh n ng lai v i ph Fuzzy Logic t ng t c h i t ng pháp trí tu nhân t o khác xác c a k t qu tính tốn Thu t tốn MCS h a h n s m t thu t toán m nh v t i u C th gi i quy t t t v n v i u kinh t Lu n v n cao h c 82/82 gi i quy t v n HVTH: Phan Út B y (11824099) TÀI LI U THAM KH O [1] A I Selvakumar, K Thanushkodi, “A New Particle Swarm Optimization Solution to Nonconvex Economic Dispatch Problems”, IEEE transactions on power systems, vol 22, no 1, February 2007; [2] A I Selvakumar and K Thanushkodi, “Anti-predatory particle swarm optimization: Solution to nonconvex economic dispatch problems,” Electric Power Systems Research, vol 78, no 1, pp 2-10, Jan 2008; [3] Chao-Lung-Chiang, “Improved Genetic Algorithm for Power Economic Dispatch of Units With Valve-Point Effects and Multiple Fuels”, IEEE transactions on power systems, vol 20, no 4, november 2005; [4] Chen, Y.-P., Peng, W.-C., and Jian, M.-C., “Particle swarm optimization with recombination and dynamic linkage discovery”, IEEE Trans Syst Man Cybern - Part B, 2007, 37, (6), pp 1460-1470, 2007; [5] D K He, F.-L Wang, and Z.-Z Mao, “Hybrid genetic algorithm for economic dispatch with valve-point effect,” Electric Power Systems Research, vol 78, no 4, pp 626-633, Apr 2008; [6] Derong Liu, Ying Cai, “Taguchi Method for Solving the Economic Dispatch Problem With Nonsmooth Cost Functions”, IEEE transactions on power systems, vol 20, no 4, november 2005; [7] Dieu N Vo, Peter Schegner, and Weerakorn Ongsakul, “Cuckoo Search Algorithm for Nonconvex Economic Dispatch”, GTD-2012-0142, 2012; [8] Ehsan Valian, Shahram Mohanna and Saeed Tavakoli, “Improved Cuckoo Search Algorithm for Global Optimization”, International Journal of Communications and Information Technology, IJCIT IJCIT-2011-Vol.1-No.1, Dec 2011; [9] Gaurav Prasad Dixit, Hari Mohan Dubey, Manjaree Pandit, B.K.panigrahi, “Economic Load Dispatch using Arifitial Bee Colony Optimization”, Communication and Networks’11, 2011; [10] H Lu, P Sriyanyong, Y H Song, and T Dillon, “Experimental study of a new hybrid PSO with mutation for economic dispatch with nonsmooth cost function”, Electrical Power and Energy Systems, vol 32, no 9, pp 921-935, Nov 2010; [11] Jong-Bae Park, Ki-Song Lee, Joong-Rin Shin, and Kwang Y Lee, “A Particle Swarm Optimization for Economic Dispatch With Nonsmooth Cost Functions”, IEEE transactions on power systems, vol 20, no 1, February 2005; [12] J S Alsumait, J K Sykulski, and A K Al-Othman, “A hybrid GA– PS–SQP method to solve power system valve-point economic dispatch problems,” Applied Energy, vol 87, no 5, pp 1773-1781, May 2010; [13] K Chandrasekaran, Sishaj P Simon, “Multi-objective scheduling problem: Hybrid approach using fuzzy assisted cuckoo search algorithm”, elsevier.com/locate/swevo, january, 2012; [14] Kamlesh Kumar Vishwakarma1, Hari Mohan Dubey, Manjaree Pandit, B.K Panigrahi, “Simulated annealing approach for solving economic load dispatch problems with valve point loading effects”, International Journal of Engineering, Science and Technology, Vol 4, No 4, 2012, pp 60-72, 2012; [15] K Meng, H G Wang, Z Y Dong, and K P Wong, “Quantuminspired particle swarm optimization for valve-point economic load dispatch,” IEEE Trans Power Systems, vol 25, no 1, pp 215-222, Feb 2010; [16] Khairul Najmy Abdul Rani, Mohd Fareq Abd Malek, Neoh SiewChin, “Nature-inspired Cuckoo Search Algorithm for Side Lobe Suppression in a Symmetric Linear Antenna Array”, Radioengineering, Vol.21, No.3, Sep 2012, 2012; [17] K T Chaturvedi, M Pandit, and L Srivastava, “Particle swarm optimization with time varying acceleration coefficients for non-convex economic power dispatch,” Electrical Power and Energy Systems,vol 31, no 6, pp.249-257, Jul 2009; [18] K T Chaturvedi, M Pandit, and L Srivastava, “Self-organizing hierarchical particle swarm optimization for nonconvex economic dispatch”, IEEE Trans Power Systems, vol 23, no 3, pp 1079-1087, Aug 2008; [19] L dos Santos Coelho and V C Mariani, “Particle swarm approach based on quantum mechanics and harmonic oscillator potential well for economic load dispatch with valve-point effects,” Energy Conversion and Management, vol 49, no 11, pp 3080-3085, Nov 2008; [20] L dos Santos Coelho and V C Mariani, “Combining of chaotic differential evolution and quadratic programming for economic dispatch optimization with valve-point effect,” IEEE Trans Power Systems, vol 21, no 2, pp 989-996, May 2006; [21] Mir Mahmood Hosseini, Hamidreza ghorbani, A Rabii, Sh Anvari, “A Novel Heuristic Algorithm for Solving Non-convex Economic Load Dispatch problem with Non-smooth Cost Function”, J Basic Appl Sci Res., 2(2)11301135, ISSN 2090-4304, 2012; [22] Milan TUBA, Milos SUBOTIC, “Modified cuckoo search algorithm for unconstrained optimization problems”, Nadezda STANAREVIC, Computing Conference (ECC ‘11), WSEAS Press, 2011, Paris, France, ISBN: 978-960-474297-4, 2011; [23] N Noman and H Iba, “Differential evolution for economic load dispatch problems,” Electric Power Systems Research, vol 78, no 8, pp 13221331, Aug 2008; [24] N Sinha, R Chakrabarti, and P K Chattopadhyay, “Evolutionary programming techniques for economic load dispatch,” IEEE Trans Evol Comput., vol 7, no 1, pp 83–94, Feb 2003; [25] Pinar Civicioglu, Erkan Bedok “A conceptual comparion of the Cuckoo Search, partical swarm optimization, differential evolution and artificial bee colony algorithm”, Springer Science and Business Media B.V 2011, 2011; [26] P Subbaraj, R Rengaraj, and S Salivahanan, “Enhancement of selfadaptive real-coded genetic algorithm using Taguchi method for economic dispatch problem,” Applied Soft Computing, vol 11, no 1, pp 83-92, Jan 2011; [27] Qun Niu, Zhuo Zhou, Hong-Yun Zhang, Jing Deng, “An Improved Quantum-Behaved Particle Swarm Optimization Method for Economic Dispatch Problems with Multiple Fuel Options and Valve-Points Effects”, Energies, ISSN 1996-1073, pp.3655-3673, 2012; [28] R Kumar, D Sharma, and A Sadu, “A hybrid multi-agent based particle swarm optimization algorithm for economic power dispatch,” Electrical Power and Energy Systems, vol 33, no 1, pp 115-123, Jan 2011 [29] R Ouiddir, M Rahli and Abdelhakem, “Economic Dispatch using a Genetic Algorithm: Application to Western Algeria’s Electrical Power Network”, Koridak Journal of Information Science and Engineering 21, 659-668, 2005 [30] S.-K Wang, J.-P Chiou, and C.-W Liu, “Non-smooth/non-convex economic dispatch by a novel hybrid differential evolution algorithm,” IET Gener Transm Distrib., vol 1, no 5, pp 793–803, Jan 2007; [31] S.H Ling, H.K Lam, F.H.F Leung, and Y.S.Lee, “Improved Genetic Algorithm for Economic load dispatch with valve point loadings”, IEEE, 0-78037906-3/03,pp 442-447, 2003; [32] S.Hemamalini and Sishaj P Simon, “Artificial bee colony algorithm for economic load dispatch problem with non-smooth cost functions”, XXXII National systems conference, NSC 2008, December 17-19, 2008; [33] Saravuth Pothiya, Issarachai Ngamroo, Waree Kongprawechnon, “Ant colony optimisation for economic dispatch problem with non-smooth cost functions”, Electrical Power and Energy Systems 32, pp 478–487, 2010; [34] S Walton , O Hassan, K Morgan, M.R Brown, “Modified cuckoo search: A new gradient free optimisation algorithm”, Chaos, Solitons & Fractals 44 (2011) 710 – 817, 2011; [35] T A A Victoire and A E Jeyakumar, “Hybrid PSO-SQP for economic dispatch with valve-point effect,” Elect Power Syst Res., vol 71, no 1, pp 51–59, Sep 2004; [36] Taher Niknam, Hasan Doagou Mojarrad and Majid Nayeripour, “a new hybrid fuzzy adaptive particle swarm optimization for non-convex economic dispatch”, ICIC International, 2011 ISSN 1349-4198, pp.180-202, January, 2011; [37] Vlachogiannis, J.G and Lee, K.Y.: ‘Economic load dispatch – A comparative study on heuristic optimization techniques with an improved coordinated aggregation-based PSO’, IEEE Trans Power Syst., 2009, 24, (2), pp 991-1001, 2009; [38] Vlachogiannis, J.G and Lee, K.Y.: ‘Closure to discussion on “Economic load dispatch - A comparative study on heuristic optimization techniques with an improved coordinated aggregation-based PSO”’, IEEE Trans Power Syst., 2010, 25, (1), pp 591-592, 2010; [39] Xin-She Yang, and Suash Deb, “Engineering Optimisation by Cuckoo Search”, Int J Mathematical Modelling and Numerical Optimisation, Vol 1, No 4,330–343, 2010; [40] Xin-She Yang, and Suash Deb, “Cuckoo search via L´evy flights”, in: Proc Of World Congress on Nature & Biologically Inspired Computing (NaBIC 2009), December 2009, India IEEE Publications, USA, pp 210-214, 2009; [41] Xin-She Yang, and Suash Deb, “Multiobjective cuckoo search for design optimization”, Published by Elsevier Ltd, 2011; [42] Zwe-Lee Gaing, “Particle swarm optimization to solving the economic dispatch considering the generator constraints”, Power Systems, IEEE Transactions on, 2003 LÝ L CH KHOA H C I Lý l ch s l c H tên: Phan Út B y Gi i tính: Nam Ngày tháng n m sinh: 29/3/1981 N i sinh: xã Hi p H ng, huy n Ph ng Hi p, t nh H u Giang a ch liên l c: p Long Ph ng A, xã Hi p H ng, huy n Ph ng Hi p, t nh H u Giang i n tho i liên h : 0908 908 149 Email: phanutbay@gmail.com II Quá trình t o i h c: Th i gian t o: t tháng n m 2002 n tháng n m 2007 H t o: quy N i t o: i h c C n Th Ngành h c: K thu t i n Th c s : Th i gian t o: t tháng 10/2011 n N i t o: i h c Bách Khoa – i h c Qu c gia Tp.HCM Nghành h c: Thi t b , m ng Nhà máy i n ... i toán ED 42 IV.3 Gi i thi u báo dùng thu t toán ABC gi i toán ED .42 CH NG 4: THU T TOÁN ? ?MODIFIED CUCKOO SEARCH? ?? 46 I Thu t toán ? ?Cuckoo Search? ?? c i ti n 46 I.1 Thu t toán ? ?Cuckoo. .. thu t toán ? ?Modified Cuckoo Search? ?? 53 II.3 K t qu tính toán ban u 55 II.4 K t lu n chung 62 CH NG 5: ÁP D NG THU T TOÁN ? ?MODIFIED CUCKOO SEARCH? ?? GI I BÀI TOÁN I U KINH T... áp d ng gi i toán i u kinh t - Ch ng 4: Thu t toán ? ?Modified Cuckoo Search? ?? - Ch ng 5: Áp d ng thu t toán ? ?Modified Cuckoo Search? ?? gi i toán i u kinh t - Ch ng 6: K t lu n III NGÀY GIAO NHI M