Áp dụng phương pháp coronavirus herd immunity optimizer (chio) giải bài toán tối ưu công suất có xét nguồn năng lượng tái tạo gió và mặt trời

TR IăH CăQU CăGIAăTP.ăHCM NGă IăH CăBÁCHăKHOA PH MăV NGăHỐNG ÁPăD NGăPH NGăPHÁPăCORONAVIRUSăHERDăIMMUNITYă OPTIMIZERă(CHIO)ăGI IăBĨIăTOÁNăT Iă UăCỌNGăSU TăCịă XÉTăNGU NăN NGăL NGăTÁIăT OăGIịăVĨăM TăTR I Chuyên ngành : Mưăs :ă K THU Tă I Nă 8520201 LU NăV NăTH CăS TP.ăH ăCHệăMINH,ăthángă7 n mă2022 CỌNGăTRỊNHă TR Cánăb ăh NGă CăHOĨNăTHĨNHăT I IăH CăBÁCHăKHOAăậ HQGă-HCM ngăd năkhoaăh că:ăPGS TS.ăVÕăNG Că I U Cánăb ăch mănh năxétă1ă: TS.ăNguy n Phúc Kh i Cánăb ăch mănh năxétă2ă: PGS.ăTS.ăTr Lu năv năth căs ăđ căb oăv ăt iăTr ngăVi tăAnh ngă iăh căBáchăKhoa,ă HQGăTp.ăHCMă ngày16 tháng n mă2022 ThƠnhăph năH iăđ ngăđánhăgiáălu năv năth căs ăg m: Ch ăt ch H iăđ ngăăă: PGS TS Ph mă ìnhăAnh Khơi Th ăKỦ H iăđ ngăăăă:ăTS.ăTr năHoƠngăKhoa Cánăb ăPh năbi nă1 :ăTS.ăNguy năPhúcăKh i Cánăb ăPh năbi n :ăPGS.ăTS.ăTr ngăVi tăAnh yăviên H iăđ ngăăăă:ăTS.ăTr năThanhăNg c Xácănh năc aăCh ăt chăH iăđ ngăđánhăgiáăLVăvƠăTr ngƠnhăsauăkhiălu năv năđưăđ CH ăT CHăH Iă NGă PGS TS Ph mă ìnhăAnhăKhơi ngăKhoaăqu nălỦăchună căs aăch aă(n uăcó) TR NGăKHOA I Nă- I NăT IăH CăQU CăGIAăTP.HCM TR NGă C NGăHọAăXĩăH IăCH ăNGH AăVI TăNAM IăH CăBÁCHăKHOA căl pă- T ădoă- H nhăphúc NHI MăV ăLU NăV NăTH CăS H ătênăh căviên:ăPH MăV NGăHỐNGă MSHV: 2070138 NgƠy,ătháng,ăn măsinh:ă13/5/1991 N iăsinh:ăNinhăThu n ChuyênăngƠnh:ăK ăthu tăđi n Mưăs :ă8520201 I TểNă ÁpăD ngăPh TÀI: ngăPhápăCoronavirusăHerdăImmunityăOptimizeră(CHIO)ăGi iăBƠiăToánă T iă uăCơngăSu tăCóăXétăNgu năN ngăL II TểNă ngăTáiăT oăGióăVƠăM tăTr i TÀI TI NG ANH: Application Of Coronavirus Herd Immunity Optimizer(CHIO) Method To Solution To The Power Optimization Problem Considering WT And PV Generation III NHI M V VÀ N I DUNG: Nghiên c u toán phân b cơng su t t iă uăcó xét s thâm nh p c aăn ngăl ng tái t o gió m t tr i Nghiên c u thu t toán Coronavirus Herd Immunity Optimizer (CHIO) ng d ng thu t tốn CHIOăđ gi i tốn phân b cơng su t t iă uăkhiăcóăs thâm nh p c aăn ngăl ng tái t o gió m t tr i m ngăđi n chu n IV NGÀY GIAO NHI M V : 14/2/2022 V NGÀY HOÀN THÀNH NHI M V : 6/6/2022 VI CÁN B H NG D N : PGS TS VÕ NG Că I U TP HCM, ngày CÁNăB ăH NGăD N CH ăNHI MăB ăMỌNă ĨOăT O PGS.ăTS.ăVõăNg că i u TR tháng n m 2022 TS.ăNguy năNh tăNam NGăKHOA I Năậ I NăT ă i L IăC Mă N i uătr cătiên,ătơiăxinăt ălịngăbi tă năsơuăs căđ n PGS.ăTS.ăVõăNg că i uăđưă giúpăđ ,ăcungăc pătƠiăli uăvƠăt nătìnhăh ngăd nătơiăhoƠnăthƠnhălu năv nănƠy XinăchơnăthƠnhăcámă năđ năt tăc ăQuỦăTh y,ăCôăđưăgi ngăd y,ătrangăb ăchoătôiă nh ngăki năth căr tăb ăíchăvƠăqăbáuătrongăsu tăqătrìnhăh căt păt iătr ngăc ngănh ă nghiênăc uăsauănƠy.ă Xinăc mă năGiaăđìnhălnăbênăc nhăvƠăt oăm iăđi uăki năthu năl iăchoătơiătrongă h căt păvƠăcôngătác.ă Xinăc mă năt tăc ăb năbèăđưăđ ngăviênăvƠăh ătr ăchoătơiăr tănhi uătrongăqătrìnhă h căt p,ăcơngătácăc ngănh ătrongăsu tăth iăgianăth căhi nălu năv n TP.ăH ăChíăMinh,ăthángă7ăn mă2022 NG IăTH CăHI Nă Ph măV ii ngăHùng TịMăT TăLU NăV N Lu năv năápăd ngăph ngăphápăCoronavirusăHerdăImmunityăOptimizeră(CHIO)ă đ ăgi iăbƠiătốnăphơnăb ăcơngăsu tăt iă uăcóăxétăngu n n ngăl ngătáiăt oăgióăvƠăm tătr iă v iă vi că tínhă tốnă trênă m ngă nă chu nă IEEEă 30ă nút.ă Thu tă toánă Coronavirusă Herdă ImmunityăOptimizeră(CHIO)ăd aătrênăkháiăni mămi năd chăb yăđƠnănh ăm tăcáchăđ ăđ iă phóăv iăđ iăd chăcoronavirusă(COVID-19).ăMi năd chăb yăđƠnălƠătr ngătháiămƠăqu năth ă đ tăđ căkhiăh uăh tădơnăs ăđ cămi năd ch,ăd năđ năvi căng aăs ălơyătruy năb nhă t t BƠiătoánăphơnăb ăcơngăsu tăt iă uăcóăs ăthamăgiaăc aăn ngăl ngătáiăt oăgióăvƠă m tătr iălƠăbƠiătốnăt iă uăt ngăchiăphíăphátăđi năc aămáyăphátănhi tăđi n,ănhƠămáyăđi nă gióăvƠănhƠămáyăm tătr i,ăth aăcácărƠngăbu căđ ngăth căvƠărƠngăbu căb tăđ ngăth căc aă h ăth ngăđi n.ăK tăqu ăc aălu năv năchoăch ngăt ăđ đ căs ăhi uăqu ăc aăph ngăphápă căđ ăxu tăchoăvi căgi iăquy tăm tăbƠiătốnăt iă uăkhiăcóăs ăthamăgiaăc aăn ngăl táiăt oăgióăvƠăm tătr i.ăK tăqu ăc aălu năv nănƠyăđ ngă căsoăsánhăv iăm tăs ăthu tătoánăt iă uăn iăti ngăđ ănh năm nhăs ăhi uăqu ăc aăthu tătoánăCHIOătrongăvi căgi iăquy tăcácă bƠiătốnăOPFăcóăxétăngu năn ngăl ngătáiăt o iii ABSTRACT The thesis applies the Coronavirus Herd Immunity Optimizer (CHIO) method to solve the optimal power distribution problem considering wind and solar renewable energy sources with the calculation on the IEEE 30 standard power network The coronavirus herd immunity optimizer (CHIO) algorithm is based on the concept of herd immunity as a way to deal with the coronavirus (COVID-19) pandemic Herd immunity is the state achieved by a population when most of the population is immune, resulting in the prevention of disease transmission The optimal power distribution problem with the participation of wind and solar renewable energy is the problem of optimizing the total power generation costs of thermal power generators, wind power plants and solar plants, satisfying the equality constraints and inequality constraints of the power system The results of the thesis show the effectiveness of the proposed method for solving an optimization problem with the participation of wind and solar renewable energy The results of this thesis are compared with some well-known optimization algorithms to emphasize the effectiveness of the CHIO algorithm in solving OPF problems considering renewable energy sources iv L IăCAMă OAN TơiăxinăcamăđoanăLu năv nălƠăcơngătrìnhănghiênăc uăc aăriêngătơi.ăCácăk tăqu ă nêuătrongăLu năv nănh măsoăsánhăv iăk tăqu ăc aănh ngăcơngătrìnhăđưăđ cănghiênăc u Cácăs ăli u,ăvíăd ăvƠătríchăd nătrongăLu năv năđ măb oătínhăchínhăxác,ătinăc yăvƠătrungă th c NG IăCAMă OAN Ph măV v ngăHùng M CăL C DANHăM CăCÁCăHỊNHă NH viii DANHăM CăB NGăBI U ix DANHăM CăCÁCăT ăVI TăT T x CH NGă1 GI IăTHI U tăv năđ M cătiêuănghiênăc u iăt ngănghiênăc u Ph măviănghiênăc u ụăngh aăkhoaăh căc aăđ ătƠi .2 ụăngh aăth căti năc aăđ ătƠi .3 N iădungăc aălu năv n CH NGă2 T NGăQUAN BƠiătốnăphơnăb ăcơngăsu tăt iă uăc ăđi n Bài toánăphơnăb ăcơngăsu tăt iă uăcóăxétăngu năn ngăl nhăh ngătáiăt o ngănghiênăc u .7 CH NGă3 MỌăHỊNHăBĨIăTOÁNăPHỂNăB ăCỌNG SU TăT Iă UăTệCHă H PăN NGăL NGăTÁIăT O Mơăhìnhătốnăh căbƠiătốnăphơnăb ăcơngăsu tăt iă u 3.1.1 Mơăhìnhăchiăphíăc aămáyăphátănhi tăđi n 3.1.2 Mơ hình chi phí n ngăl 3.1.3 Chiăphíăphátăth i 11 3.1.4 HƠmăm cătiêuăt iă uăhóa 12 3.1.5 CácărƠngăbu căc aăh ăth ng 12 ngăđi năgióăvƠăđi năm tătr i Mơăhìnhăng uănhiên c aăn ngăl ngăgióăvƠăm tătr i .14 CH NGă4 ÁPăD NGăTHU TăTOÁNăCHIOăCHOăBĨIăTOÁNăOPFăCịăXÉTă NGU NăN NGăL NGăGIịăVĨăM TăTR I 19 Thu tătoánăCHIO 19 4.1.1 Gi iăthi u 19 4.1.2 Cácăb căth căhi năc aăthu tătoánăCHIO 20 Ápăd ngăthu tătoánăCHIOăvƠoăbƠiătoánăOPF 25 vi CH NGă5 K TăQU ăMỌăPH NG 26 M ngăđi năIEEEă30ănút 26 K tăqu ămôăph ng 29 5.2.1 Tr ngăh pă1:ăKh oăsátăs ă nhăh ngăc aăcôngăsu tăphátăđ iăv iăchiăphíă năgióăvƠăđi năm tătr i 29 5.2.2 Tr ngăh pă2:ăKh oăsátăs ă nhăh ngăc aăcácăthamăs ăhƠmăm tăđ ăxácă su tăđ iăchiăphíăđi năgióăvƠăđi năm tătr i 31 CH 5.2.3 Tr ngăh pă3:ăT iăthi uăchiăphíăphátăđi n 33 5.2.4 Tr ngăh pă4: T iăthi uăchiăphíăphátăđi năvƠăchiăphíăphátăth i 35 NGă6 K TăLU NăVĨ H NGăPHÁTăTRI N 39 T ngăk tăđ ătƠi 39 H ngăphátătri năđ ătƠi 39 TĨIăLI UăTHAMăKH O 41 LÝ L CH TRÍCH NGANG 44 vii DANH M C CÁC HÌNH NH Hình 3.1 Phân b t căđ gióăchoănhƠămáyăđi n gió t i nút .15 Hình 3.2 Phân b t căđ gióăchoănhƠămáyăđi n gió t i nút 11 15 Hình 3.3 Phân b b c x m t tr i c aămáyăphátăđi n m t tr i t i nút 13 17 Hình 3.4 Phân b cơng su t phát c aămáyăphátăđi n m t tr i t i nút 13 18 Hình 4.1 Th b c qu n th mi n d ch b yăđƠn 20 Hìnhă4.2ăL uăđ thu t toán CHIO 24 Hình 5.1 M ngăđi n IEEE 30 nút 27 Hình 5.2 S thayăđ i c aăchiăphíănhƠămáyăđi n gió đ i v i cơng su t phát .29 Hình 5.3 S thayăđ i c a chi phí nhà máyăđi n gió đ i v i cơng su t phát .30 Hình 5.4 S thayăđ i c aăchiăphíăđi n m t tr iăđ i v i công su t phát 30 Hình 5.5 S thayăđ i c aăchiăphíănhƠămáyăđi năgióă1ăđ i v i tham s t l (c) c a phân ph i Weibull 31 Hình 5.6 S thayăđ i c aăchiăphíănhƠămáyăđi năgióă2ăđ i v i tham s t l (c) c a phân ph i Weibull 32 Hình 5.7 S thayăđ i c aăchiăphíăđi n m t tr iăđ i v i tham s trung bình c a phân ph i Lognormal .32 Hình 5.8 Chíăphíăphátăđi n thuăđ c 30 l n ch yăthƠnhăcôngăchoătr ng h p 35 Hình 5.9 c tính h i t c aăph ngăphápăCHIOăđ i v iătr ng h p 35 Hình 5.10 Chíăphíăphátăđi năthuăđ c 30 l n ch yăthƠnhăcôngăchoătr ng h p .37 Hình 5.11 c tính h i t c aăph ngăphápăCHIOăđ i v iătr ng h p 38 viii Hình 5.3 S ăthayăđ iăc aăchiăphíănhà máy năgió đ iăv iăcơngăsu tăphát Hình 5.4 S ăthayăđ iăc aăchiăphíăđi năm tătr iăđ iăv iăcơngăsu tăphát iăv iăcácănhƠămáyăđi năm tătr i,ăchiăphíăv năhƠnhăvƠăb oătrìăhƠngăn măđ kh oăsátăt că ngăt ănh ăchiăphíăc aăcácănhƠămáyăđi năgióătrênăb ănh ătƠiăli uă[33] Trong nghiênăc uănƠy,ăcácăthôngăs ăc aăphơnăb ăLognormalăchoăđi năm tătr iăđ căth oălu nă trongăB ngă5.3.ăCácăh ăs ăchiăphíătr căti p,ăchiăphíăph tăvƠăchiăphíăd ătr ăchoăđi năm tă tr iăđ căgi ăđ nhăt ngă ngătheoăB ngă5.4 Hình 5.4ăchoăth yăm iăt ngăquanăgi aăchiă phíăđi năm tătr iăvƠăcôngăsu tăphát.ăV iăcácăthôngăs ăc aăphơnăb ăLognormalăđưăch nă choăb căx ăm tătr i,ăcóăth ănh năth yăr ngăt ngăchiăphíăđi năm tătr iăkhơngăt ngăt 30 ngă ngăv iăcơngăsu tăd ăki n.ăChiăphíăt iăthi uăđ tăđ căkhiăcôngăsu tăphátătrongăkho ngă 20 MW 5.2.2 Tr ng h p 2: Kh o sát s nh h ng c a tham s hàm m t đ xác su t đ i chi phí n gió n m t tr i Tr ngăh pănƠyăđánhăgiáăs ă nhăh ngăc aăthamăs ăt ăl ă(c)ăc aăphơnăb ăWeibullă đ iăv iăchiăphíăđi năgió,ăđ ngăth iăs ă nhăh ng c aăthamăs ătrungăbìnhă( )ăc aăphơnă ph iăLognormalăđ iăv iăchiăphíăđi năm tătr iăc ngăđ căxemăxét.ă ăth yărõă nhăh ngă c aăthamăs ăt ăl ă(c)ăđ năchiăphíăc aăhaiănhà máy năgióăWG1ăvƠăWG2,ăcácăthơngăs ă khácăc aăđi năgióăđ căgi ăkhơngăđ iătrongănghiênăc uănƠy,ătrongăđóăthamăs ăhìnhăd ngă k =ă2,ăcơngăsu tăphátăc aăhaiănhà máy năgióăl năl tălƠă25 (MW) 20 (MW) Các thơngăs ăc aătuabinăgióăc ngănh ăcácăh ăs ăchiăphíăkhácăc aăcácănhà máy năgióăđ đ aăraătrongăB ngă5.3ăvƠăB ngă5.4 Hình 5.5 Hình 5.6ăđ că cămơăt ăs ăph ăthu căc aă chi phí nhà máy năgióă1ăvƠă2ăvƠoăthamăs ăt ăl ă(c)ăc aăphơnăph iăWeibull.ăT ngăchiă phíăđ tăđ căt iăthi uăkhiăgiáătr ăc aăthamăs ăt ăl ă(c)ăn măkho ngăgi aăph măviăkh oăsátă (c trongăkho ngă8).ăThơngăs ăt ăl ăcóăgiáătr ăcaoăh năcóăngh aălƠăphơnăb ăc aăt căđ ăgióă t iăcácăgiáătr ăcaoăh năs ăt ngălênăv iăm tăxácăsu tănh tăđ nh.ă i uănƠyălƠmăt ngăchiăphíă ph tăvƠăchiăphíăd ătr ăTuyănhiên,ăkhiăthamăs ăt ăl ăv tăquáăm tăgi iăh nănh tăđ nh,ăchiă phíăd ătr ăs ăgi măkhơngăđángăk ăDoăđó,ăchiăphíăđi năgióăs ăt ngălên Hình 5.5 S ăthayăđ iăc aăchiăphíănhà máy năgióă1ăđ iăv iăthamăs ăt ăl ă(c)ăc aăphơnă ph iăWeibull 31 Hình 5.6 S ăthayăđ iăc aăchiăphí nhà máy năgióă2ăđ iăv iăthamăs ăt ăl ă(c)ăc aăphơnă ph iăWeibull Hình 5.7 S ăthayăđ iăc aăchiăphíăđi năm tătr iăđ iăv iăthamăs ătrungăbìnhăc aăphơnă ph iăLognormal ăđánhăgiáăs ăthayăđ iăchi phí nhà máy năm tătr iăsoăv iăs ăthayăđ iăcácăthamă s ătrungăbìnhă( )ăc aăphơnăph iăLognormal,ăgiáătr ăc aă đ b cănh yă0,5.ă s ăchiăphíăt ăl chăchu nă lƠă0,6;ăcôngăsu tăphátăđ ngăt ănh ătrongătr căthayăđ iăt ă2ăđ nă7ăv iă căc ăđ nhălƠă20ăMW.ăCácăh ă ngăh pă1.ăBi uăđ ăchiăphíăđ căchoătrongăHìnhă5.7 T ngăchiăphíăđi năm tătr iăgi măd năđ năgiáătr ănh ănh tăt iă =ă5.5.ăTrongăkho ngă = 32 5.8,ăchiăphíăph tăvƠăchiăphíăd ătr ălƠăb ngănhau.ăN uă v tăqăgiáătr ă5.5,ăchiăphíăph tă s ăt ngăđángăk ,ădoăđóăt ngăchiăphíăphátăc aăđi năm tătr iăc ngăt ngăđ tăng t 5.2.3 Tr ng h p 3: T i thi u chi phí phát n B ngă5.5 K tăqu ăt iă uăthôngăs ăđi uăkhi năvƠăgiáătr ăhƠmăm cătiêuăc aătr ngăh pă3 Thôngăs Giá tr t i thi u Giá tr t iăđa PTG2 (MW) 20 80 27.8673 PWG1 (MW) 75 45.2080 PTG3 (MW) 10 35 10 PWG2 (MW) 60 37.4172 PSG1 (MW) 50 33.6976 VTG1 (pu) 0.95 1.1 1.0691 VTG2 (pu) 0.95 1.1 1.0495 VWG1 (pu) 0.95 1.1 1.0359 VTG3 (pu) 0.95 1.1 1.0513 VWG2 (pu) 0.95 1.1 1.1000 VSG1 (pu) 0.95 1.1 1.0674 Chiăphíănhi tăđi nă($/h) - - 438.7573 Chiăphíăđi năgióă($/h) - - 252.9833 Chiăphíăđi năm tătr iă($/h) - - 90.7311 T ngăchiăphíăphátăđi nă($/h) - - 782.4717 Phátăth iă(t n/h) - - 1.7707 Chi phí phátăth iă($/h) - - 35.4144 PG1 (MW) 50 200 134.9858 QG1 (MVar) -20 200 5.3107 QG2 (MVar) -20 100 -7.8791 QG5 (MVar) -15 80 27.4916 QG8 (MVar) -15 60 40 QG11 (MVar) -10 50 30 QG13 (MVar) -15 60 22.3247 Th iăgianătínhătốnătrungă - - 233.621 bình (giây) 33 Giá tr thuăđ c Tr ngăh pă3ăth căhi năt iă uăhóaăđi uăđ cơngăsu t phátăchoăt tăc ăcácămáyăphátă nhi tăđi năvƠămáyăphátăn ngăl ngătáiăt oăđ ăt iăthi uăt ngăchiăphíăphátăđi nătheoăph ngă trình (3.16).ăB ngă5.5ătómăt tăcácăthi tăl păt iă uăc aăt tăc ăcácăbi năđi uăkhi n, công su tăph năkhángăc aămáyăphátă(Q),ăt ngăchiăphíăphátăđi năvƠăcácăthơngăs ătínhătốnăkhácă thuăđ căb ngăcáchăs ăd ngăph nh tăc aăph ngăphápăCHIO.ăB ngă5.6ăđ aăraăsoăsánhăv ăk tăqu ăt tă ngăphápăCHIOăsoăv iăcácăph ngăphápăđưăđ căcôngăb tài li u nh ă SHADE-SF [28], CSA [34], ABC [34] sau 30ăl năch yăđ căl p K tăqu ătrongăB ngă5.6ăchoăth yăchiăphíănhiênăli uăt iăthi uăđ tăđ ($/h)ăb ngăcáchăs ăd ngăph ngăphápăCHIO,ăt tăh năsoăv iăph (782.50ă$/h),ăCSAă(784.77ă$/h),ăABCă(783.81ă$/h).ăDoăđó,ăph thuăđ căk tăqu ăt tăh năv ăch tăl călƠă782.47ă ngăphápăSHADE-SF ngăphápăđ ăxu tăCHIO ngăc aăgi iăphápăt iă uăchoăhƠmăm cătiêuănƠy.ăK tă qu ăc aăm cătiêuăchiăphíăphátăđi năv iăgiáătr ăđ tăđ cătrongă30ăl năch yăb ngăCHIO đ căđ aăraătrongăHìnhă5.8.ăCácăgiáătr ătrongăHìnhă5.8ăchoăth yăCHIOăcóăđ ă năđ nh t ngăđ iăt t.ăT căđ ăh iăt ăc aăCHIOăđ đ ngăcongăt căđ ăh iăt ăchoăth yăr ngăCHIOăcóăxuăh căth ăhi nătrongăHìnhă5.9 Theo quan sát, ngăh iăt ăt iăl năl păth ă120 B ngă5.6 So sánh t ngăchi phí th p nh tăc aăph ngăphápăCHIOăv iăcácăph khác đ iăv i tr ngăh pă3 Ph ngăpháp Chi phí t t nh t CHIO 782.47 SHADE-SF [28] 782.50 CSA [34] 784.77 ABC [34] 783.81 34 ngăphápă Hình 5.8 Chí phí phátăđi năthuăđ Hình 5.9 5.2.4 Tr Tr c 30 l năch yăthƠnhăcơngăcho tr cătínhăh i t ăc aăph ngăphápăCHIO đ iăv iătr ngăh p ngăh pă3 ng h p 4: T i thi u chi phí phát n chi phí phát th i ngăh pănghiênăc uănƠyăgi măthi uăt ngăchiăphíăphátăđi n,ăbaoăg măc ăchiă phíăphátăth iăápăd ngăđ iăv iăphátăth iăt ăcácămáyăphátănhi tăđi n.ăChi phí k tăh păđaă m cătiêu ph ngătrìnhă(3.17)ăđ 20ă$/t n [35].ăDoăn ngăl căxemăxét.ăThu ăphátăth iă(Ctax)ăđ ngăgióăvƠăn ngăl s ăthơmănh păc aăcácăngu năn ngăl ngăm tătr iălƠăd ngăn ngăl căgi ăđ nhălƠă ngăs ch,ănênă ngănƠyăd ăki năs ăt ngălênădoăthƠnhăph năthu ăphátă th i 35 B ngă5.7 K tăqu ăt iă uăthôngăs ăđi uăkhi năvƠăgiáătr ăhƠmăm cătiêuăc aătr ngăh pă4 Thôngăs Giá tr t i thi u Giá tr t iăđa PTG2 (MW) 20 80 32.7533 PWG1 (MW) 75 46.5657 PTG3 (MW) 10 35 10.0000 PWG2 (MW) 60 38.2310 PSG1 (MW) 50 37.9326 VTG1 (pu) 0.95 1.1 1.0697 VTG2 (pu) 0.95 1.1 1.0557 VWG1 (pu) 0.95 1.1 1.0328 VTG3 (pu) 0.95 1.1 1.0972 VWG2 (pu) 0.95 1.1 1.1000 VSG1 (pu) 0.95 1.1 1.0548 Chiăphíănhi tăđi nă($/h) - - 427.7021 Chiăphíăđi năgióă($/h) - - 260.6689 Chiăphíăđi năm tătr iă($/h) - - 104.5387 T ngăchiăphíăphátăđi nă($/h) - - 792.9096 Phátăth iă(t n/h) - - 0.8738 Chiăphíăphátăth iă($/h) - - 17.4756 Giáătr ăhƠmăm cătiêu - - 810.3852 PG1 (MW) 50 200 123.1775 QG1 (MVar) -20 200 -2.0632 QG2 (MVar) -20 100 10.4016 QG5 (MVar) -15 80 19.9535 QG8 (MVar) -15 60 40.0000 QG11 (MVar) -10 50 30.0000 QG13 (MVar) -15 60 17.2949 Th iăgianătínhătốnătrungă - - 229.135 bình (giây) 36 Giá tr thuăđ c Thôngăs ăđi uăkhi năt iă u,ăcơngăsu tăph năkhángăc aămáyăphát,ăt ngăchiăphíă phátăđi nă(baoăg măchiăphíăphátăth i)ăvƠăcácăthơngăs tínhătốnăkhácăđ căli tăkêătrongă B ngă5.7.ăCóăth ăth yăr ngăm căđ ăthơmănh păc aăc ăn ngăl ngăgióăvƠăm tătr iăcaoă h năkhiăxem xét thu ăphát th iătrongăTr ngăh pă3.ăM tăth căt ă ngăh pă4ăsoăv iăTr hi nănhiên,ăm căđ ăgiaăt ngătrongăđi uăđ ăcôngăsu tăphát t iă uăc aăcácăngu nătáiăt oă ph ăthu căvƠoăkh iăl ngăphátăth iăvƠăt ăl ăthu ăphátăth i.ăK tăqu ăsoăsánhăc aăph pháp CHIO v iăcácăph ngăphápăkhácăđ m căđ ă năđ nhăc aăcácăph ngă cătrìnhăbƠyătrongăB ngă5.8 Hình 5.10ămơăt ă ngăphápăCHIO 30ăl năch y đ căl p.ăT ăB ngă5.9 có th ăth yăr ng,ăgiáătr ăhƠmăm cătiêuăc aăCHIOă(810.38ă$/h)ăth păh năsoăv iăSHADE-SF (810.89ă$/h),ăCSAă(811.53ă$/h),ăvƠăABCă(811.26ă$/h).ăH năn a,ăđ CHIOăchoătr ngăh pă4ăđ ngăcongăh iăt ăc aă căth ăhi nătrongăHìnhă5.11 B ngă5.8 So sánh t ngăchi phí th p nh tăc aăph ngăphápăCHIOăv iăcácăph khác đ iăv i tr ngăh pă4 Ph ngăpháp Chi phí t t nh t CHIO 810.38 SHADE-SF [28] 810.89 CSA [34] 811.53 ABC [34] 811.26 Hình 5.10 Chí phí phátăđi năthuăđ ngăphápă c 30 l năch yăthƠnhăcơngăcho tr 37 ngăh pă4 Hình 5.11 cătínhăh iăt ăc aăph ngăphápăCHIOăđ iăv iătr 38 ngăh pă4 CH NGă6 K T LU NăVĨăH NG PHÁT TRI N T ng k tăđ tài Lu năv nănƠyătrìnhăbƠyăv năđ ăchínhăđóălƠ:  ThƠnhăl păbƠiătốnăphơnăb ăchiăphíăt iă uăcóăs ăthamăgiaăc aăcácăngu năn ngăl ngă táiăt oătrongăh ăth ngăđi n  TrìnhăbƠyăthu tătốnăCHIOăs ăd ngăđ ăgi iăbƠiătoánăOPF  Soăsánhăv iăcácăthu tătoánăkhácănh măđánhăgiáăhi uăqu ăc aăthu tătốn CHIO cho tốnăphơnăb ăchiăphíăt iă u Trongălu năv nănƠy,ăm tăthu tătoánăMetaheuristicsăm iăđưăđ căđ ăxu tăđ ăgi iă quy tăbƠiătốnăOPF,ăđóălƠăCoronavirusăHerdăImmunityăOptimizer.ăH ăth ngăIEEEă30ă nútăvƠă4ătr ngăh păt ăđ năgi năđ năph căt păđưăđ cănghiênăc uăđ ăđánhăgiáăhi uăqu ă c aăthu tătoán K tăqu ătínhătốnăchoăth yăkh ăn ngălinhăho t,ăm nhăm ăc aăthu tătốnăCHIOăđ ă xu tătrongăvi cătìmăki măl iăgi iăt iă uătoƠnăc căkhiăsoăsánhăv iăcácăph ngăphápăkhácă đưăphátătri năquaănhi uăn mănayănh ăABC,ăCSAăvà SHADE-SF.ăTuyănhiênăthu tătoánă đ ăxu tăcóănh căđi mălƠăđịiăh iăcácăthamăs ăl năchoăcácăm ngăđi năkíchăth căl năd nă đ năm tănhi uăth iăgianătrongăvi cătìmăthamăs ăt iă uăvƠăl iăgi iăt iă u K tălu năchoăth yăCHIOălƠăm tăthu tătoánăr tăhi uăqu ăvƠăm nhăm ăđ ăgi iăquy tă bƠiătốnăOPF.ăCHIOăcóăđ cătínhăh iăt ăt tăvƠăcóăth ăđ tăhi uăqu ăt tăh năsoăv iăcácăthu tă tốnăn iăti ngăkhác.ăDoăđó,ăthu tătốnăCHIOăcóăth ăphátătri năvƠăápăd ngăđ ăgi iăquy tă cácăbƠiătốnăOPFătrongăcácănghiênăc uăsơuăh nănóiăriêngăvƠăcác bƠiătốnăt iă uăhóaătrongă h ăth ngăđi nănóiăchung H ng phát tri năđ tài T ănh ngăk tăqu ăđ tăđ v n,ăm tăs ăh căvƠăcácănh năxétărútăraătrongăquáătrìnhătri năkhaiălu nă ngăphátătri năti pătheoăc aăđ ătƠiăđ căđ aăraănh ăsau:  Gi iăbƠiătốnăphơnăb ăcơngăsu tăt iă uătrongăm ngăđi năcóăquyămơăl năh n  Gi iăbƠiătốnăt iă uătrênăl iăcóăxétăđ nă uătiênăv năhƠnh 39  BƠiătốnăcóăth ăđ căm ăr ngăđ ăth căhi năth căt ătrênăl iăđi năVi tăNam.ă ơyălƠă y uăt ăquy tăđ nhăs ăv năd ngăthƠnhăcôngăc aăgi iăthu tăchoăt ngătr ngăh păc ăth ,ă th căt ăh năv iătìnhăhìnhăphátătri năkhoaăh călỦăthuy tăvƠăth cănghi măc aăqu căgia.ă Gópăph nănơngăcaoătínhăanătoƠn,ălinhăho tăvƠătinăc yăc aăOPF,ăc ngănh ăđ yăm nhăs ă phátătri năc aăth ătr ngămuaăbánăđi năc nhătranhătrongăn 40 c TÀI LI U THAM KH O [1] J Carpentier, "Contributionăaăl’etudeăduădispatchingăeconomique," Bulletin de La Societe Francaise Des Electriciens vol 3, pp 431ậ447, 1962 [2] K Zehar and S Sayah, "Optimal power flow with environmental constraint using a fast successive linear programming algorithm: Application to the algerian power system," Energy Conversion and Management vol 49, pp 3362ậ3366, 2008 https://www.doi.org/10.1016/j.enconman.2007.10.033 [3] O Crisan and M A Mohtadi, "Efficient identification of binding inequality constraints in the optimal power flow newton approach," IEE Proceedings C Generation, Transmission and Distribution vol 139, 1992, pp 365ậ370 https://www.doi.org/10.1049/ip-c.1992.0053 [4] J A Momoh and J Z Zhu, "Improved interior point method for OPF problems," IEEE Transactions on Power Systems vol 14, pp 1114ậ1120, 1999 https://www.doi.org/10.1109/59.780938 [5] G P Granelli and M Montagna, "Security-constrained economic dispatch using dual quadratic programming," Electric Power Systems Research vol 56, pp 71ậ 80, 2000 https://www.doi.org/10.1016/S0378-7796(00)00097-3 [6] K Abaci and V Yamacli, "Differential search algorithm for solving multiobjective optimal power flow problem," International Journal of Electrical Power & Energy Systems vol 79, pp 1ậ10, 2016 https://www.doi.org/10.1016/j.ijepes.2015.12.021 [7] N Daryani, M T Hagh and S Teimourzadeh, "Adaptive group search optimization algorithm for multi-objective optimal power flow problem," Applied Soft Computing vol 38, pp 1012ậ1024, 2016 https://www.doi.org/10.1016/j.asoc.2015.10.057 [8] A E Chaib, H R E H Bouchekara, R Mehasni and M A Abido, "Optimal power flow with emission and non-smooth cost functions using backtracking search optimization algorithm," International Journal of Electrical Power & Energy Systems vol 81, pp 64ậ77, 2016 https://www.doi.org/10.1016/j.ijepes.2016.02.004 [9] H R E H Bouchekara, A E Chaib, M A Abido and R A El-Sehiemy, "Optimal power flow using an Improved Colliding Bodies Optimization algorithm," Applied Soft Computing vol 42, pp 119ậ131, 2016 https://www.doi.org/10.1016/j.asoc.2016.01.041 [10] A -A A Mohamed, Y S Mohamed, A A M El-Gaafary and A M Hemeida, "Optimal power flow using moth swarm algorithm," Electric Power Systems Research vol 142, pp 190ậ206, 2017 https://wwwdoi.org/10.1016/j.epsr.2016.09.025 [11] M Rezaei Adaryani and A Karami, "Artificial bee colony algorithm for solving multi-objective optimal power flow problem," International Journal of Electrical Power & Energy Systems vol 53, pp 219ậ230, 2013 https://www.doi.org/10.1016/j.ijepes.2013.04.021 41 [12] H R E H Bouchekara, "Optimal power flow using black-hole-based optimization approach," Applied Soft Computing vol 24, pp 879ậ888, 2014 https://www.doi.org/10.1016/j.asoc.2014.08.056 [13] P P Biswas, P N Suganthan, R Mallipeddi and G A J Amaratunga, "Optimal power flow solutions using differential evolution algorithm integrated with effective constraint handling techniques," Engineering Applications of Artificial Intelligence vol 68, pp 81ậ100, 2018 https://www.doi.org/10.1016/j.engappai.2017.10.019 [14] D N Vo, P Schegner, "An improved particle swarm optimization for optimal power flow," in Meta-Heuristics Optimization Algorithms in Engineering, Business, Economics, and Finance, 2012, pp 1ậ40 https://www.doi.org/10.4018/978-1-4666-2086-5.ch001 [15] R Roy and H T Jadhav, "Optimal power flow solution of power system incorporating stochastic wind power using Gbest guided artificial bee colony algorithm," International Journal of Electrical Power & Energy Systems vol 64, pp 562ậ578, 2015 https://www.doi.org/10.1016/j.ijepes.2014.07.010 [16] A Panda and M Tripathy, "Optimal power flow solution of wind integrated power system using modified bacteria foraging algorithm," International Journal of Electrical Power & Energy Systems vol 54 pp 306ậ314, 2014 https://www.doi.org/10.1016/j.ijepes.2013.07.018 [17] A Panda and M Tripathy, "Security constrained optimal power flow solution of wind-thermal generation system using modified bacteria foraging algorithm," Energy vol 93, pp 816ậ827, 2015 https://www.doi.org/10.1016/j.energy.2015.09.083 [18] L Shi, C Wang, L Yao, Y Ni and M Bazargan, "Optimal Power Flow Solution Incorporating Wind Power," IEEE Systems Journal vol 6, pp 233ậ241, 2012 https://www.doi.org/10.1109/JSYST.2011.2162896 [19] R A Jabr and B C Pal, "Intermittent wind generation in optimal power flow dispatching," Transmission Distribution IET Generation vol 3, pp 66ậ74, 2009 https://www.doi.org/10.1049/iet-gtd:20080273 [20] S Mishra, Y Mishra and S Vignesh, "Security constrained economic dispatch considering wind energy conversion systems," in IEEE Power and Energy Society General Meeting, 2011 pp 1ậ8 https://www.doi.org/10.1109/PES.2011.6039544 [21] W Zhou, Y Peng and H Sun, "Optimal windậthermal coordination dispatch based on risk reserve constraints," European Transactions on Electrical Power vol 21 pp 740ậ756, 2011 https://www.doi.org/10.1002/etep.474 [22] H M Dubey, M Pandit and B K Panigrahi, "Hybrid flower pollination algorithm with time-varying fuzzy selection mechanism for wind integrated multi-objective dynamic economic dispatch," Renewable Energy vol 83, pp 188ậ202, 2015 https://www.doi.org/10.1016/j.renene.2015.04.034 [23] H Tazvinga, B Zhu and X Xia, "Optimal power flow management for distributed energy resources with batteries," Energy Conversion and Management vol 102, pp 104ậ110, 2015 https://www.doi.org/10.1016/j.enconman.2015.01.015 [24] K Kusakana, "Optimal scheduling for distributed hybrid system with pumped hydro storage," Energy Conversion and Management vol 111, pp 253ậ260, 2016 https://www.doi.org/10.1016/j.enconman.2015.12.081 42 [25] S S Reddy, P.R Bijwe and A R Abhyankar, "Real-Time Economic Dispatch Considering Renewable Power Generation Variability and Uncertainty Over Scheduling Period," IEEE Systems Journal vol 9, pp 1440ậ1451, 2015 https://www.doi.org/10.1109/JSYST.2014.2325967 [26] K Kusakana, "Optimal scheduled power flow for distributed photovoltaic/wind/diesel generators with battery storage system," IET Renewable Power Generation vol 9, pp 916ậ924, 2015 https://www.doi.org/10.1049/ietrpg.2015.0027 [27] S S Reddy, "Optimal scheduling of thermal-wind-solar power system with storage," Renewable Energy vol 101, pp 1357ậ1368, 2017 https://www.doi.org/10.1016/j.renene.2016.10.022 [28] P P Biswas, P N Suganthan and G A J Amaratunga, "Optimal power flow solutions incorporating stochastic wind and solar power," Energy Conversion and Management vol 148, pp 1194ậ1207, 2017 https://www.doi.org/10.1016/j.enconman.2017.06.071 [29] I E Commission, "Wind turbines-part 1: design requirements," IEC 61400-1 Ed 2005 [30] Chang T -P, "Investigation on Frequency Distribution of Global Radiation Using Different Probability Density Functions," International Journal of Applied Science and Engineering vol 8, pp 99ậ107, 2010 https://www.doi.org/10.6703/IJASE.2010.8(2).99 [31] M A Al-Betar, Z A A Alyasseri, M A Awadallah and I Abu Doush, "Coronavirus herd immunity optimizer (CHIO)," Neural Comput & Applic vol 33, pp 5011ậ5042, 2021 https://www.doi.org/10.1007/s00521-020-05296-6 [32] O Alsac and B Stott, "Optimal Load Flow with Steady-State Security," IEEE Transactions on Power Apparatus and Systems PAS-93, pp 745ậ751, 1974 https://www.doi.org/10.1109/TPAS.1974.293972 [33] Black: "Cost and performance data for power generation " - Google Scholar, (n.d.) https://www.scholar.google.com/scholar_lookup?title=Cost%20and%20performa nce%20data%20for%20power%20generation%20technologies&publication_year =2012&author=Veatch.%20Black (accessed June 8, 2022) [34] I U Khan, N Javaid, K A A Gamage, C J Taylor, S Baig and X Ma, "Heuristic Algorithm Based Optimal Power Flow Model Incorporating Stochastic Renewable Energy Sources," IEEE Access vol 8, pp 148622ậ148643, 2020 https://www.doi.org/10.1109/ACCESS.2020.3015473 [35] F Yao, Z Y Dong, K Meng, Z Xu, H H -C Iu and K P Wong, "QuantumInspired Particle Swarm Optimization for Power System Operations Considering Wind Power Uncertainty and Carbon Tax in Australia," IEEE Transactions on Industrial Informatics vol 8, pp 880ậ888, 2012 https://www.doi.org/10.1109/TII.2012.2210431 43 LÝ L CH TRÍCH NGANG I THƠNG TIN CÁ NHÂN H Tên: PH MăV Ngày sinh: 13/5/1991 NGăHỐNG Phái: Nam T i:ăNinhăThu n II.ăQUÁăTRỊNHă ĨOăT Oă: - T 2010 - 2015 : Sinh viên NgƠnhăH ăth ngăđi năậ Khoaă i n- i năt ,ă iăh că Bách khoa TP.HCM - T 2020 - Nay :ăH căviênăcaoăh căngƠnhăK ăthu tăđi n,ătr ngă iăh căBáchă KhoaăTP.H ăChíăMinh III Q TRÌNH CƠNG TÁC : - T 2015 - 2019: NhơnăviênăCôngătyăL iăđi năCaoăth ămi năNamă- T ngăcôngătyă i năl cămi năNam - T ă2019ăậ Nay :ăNhơnăviênăCôngătyăD chăv ă i năl cămi năNamă- T ngăcôngătyă i năl cămi năNam 44 ... Chuy? ?năng? ?nh:ăK ăthu tăđi n Mưăs :ă8520201 I TểNă Áp? ?D ngăPh TÀI: ng? ?Pháp? ?Coronavirus? ?Herd? ?Immunity? ?Optimizer? ?(CHIO)? ?Gi iăBƠiăTốnă T iă uăCơngăSu t? ?Có? ?Xét? ?Ngu năN ngăL II TểNă ng? ?Tái? ?T o? ?Gió? ?VƠăM... iă u? ?có xét s thâm nh p c aăn ngăl ng tái t o gió m t tr i Nghiên c u thu t toán Coronavirus Herd Immunity Optimizer (CHIO) ng d ng thu t toán CHIOăđ gi i tốn phân b cơng su t t iă uăkhi? ?có? ?s... ngăHùng TịMăT TăLU NăV N Lu năv n? ?áp? ?d ngăph ng? ?pháp? ?Coronavirus? ?Herd? ?Immunity? ?Optimizer? ?(CHIO)? ? đ ăgi iăbƠiătốnăphơnăb ăcơngăsu tăt iă u? ?có? ?xét? ?ngu n n ngăl ng? ?tái? ?t o? ?gió? ?vƠăm tătr iă v iă vi că