106 Tôn Ngọc Triều, Huỳnh Văn Bé, Lại Hoàng Hải SỬ DỤNG THUẬT TOÁN GSA ĐỂ TÍNH TOÁN ĐIỀU PHỐI TỔ MÁY PHÁT ĐIỆN USING GSA ALGORITHM TO CALCULATE COORDINATION OF ELECTRICITY GENERATORS Tôn Ngọc Triều1,[.]
106 Tơn Ngọc Triều, Huỳnh Văn Bé, Lại Hồng Hải SỬ DỤNG THUẬT TỐN GSA ĐỂ TÍNH TỐN ĐIỀU PHỐI TỔ MÁY PHÁT ĐIỆN USING GSA ALGORITHM TO CALCULATE COORDINATION OF ELECTRICITY GENERATORS Tôn Ngọc Triều1, Huỳnh Văn Bé2, Lại Hồng Hải1 Trường Cao đẳng Cơng nghệ Thủ Đức; tonngoctrieu@gmail.com, hoanghailai10@gmail.com Tổng công ty Phát điện 2; tonnhatnhu@gmail.com Tóm tắt - Hiện có nhiều giải thuật tiến hóa áp dụng để tính tốn vấn đề khác hệ thống điện nhằm tối ưu hóa hệ thống điện Các phương pháp tính tốn điều phối công suất kinh tế cho tổ máy phát điện có cơng suất khác giúp đưa kết phù hợp với yêu cầu điều kiện tối ưu nguồn phát Bài báo trình bày phương pháp tính tốn điều phối cơng suất kinh tế tổ máy phát điện có cơng suất khác nhà máy nhiệt điện giải thuật tìm lực hấp dẫn (GSA) Giải thuật đề xuất áp dụng tính tốn điều phối cơng suất cho nhà máy có tổ máy Kết giải thuật kiểm chứng cho thấy tối ưu so với giải thuật tối ưu hóa bầy đàn (PSO) Abstract - Now many evolutionary algorithms are applied to the calculation of various problems in the electrical system in order to optimize the electrical system The calculation methods of economic capacity coordination of generating units with different capacities will give results consistent with requirements and optimal conditions of sources This paper presents a calculation method of coordinating economic capacity of generating units with different capacities in a thermal power plant with Gravitational Search Algorithm (GSA) The proposed algorithm is applied to the coordinator calculation for a plant capacity with units The result of this algorithm is verified and proves better than that that with Particle Swarm Optimization (PSO) Từ khóa - giải thuật tìm lực hấp dẫn (GSA); giải thuật bầy đàn (PSO); điều phối công suất; máy phát điện; hệ thống điện Key words - Gravitational Search Algorithm (GSA); Particle Swarm Optimization (PSO); Coordinating capacity; Generators; Power systems Đặt vấn đề Bài tốn điều phối cơng suất phát tổ máy nhà máy nhiệt điện vấn đề quan trọng việc vận hành kinh tế nhà máy phát điện Mục tiêu điều phối công suất xếp công suất ngõ tổ máy phát nhằm đáp ứng nhu cầu phụ tải với mức chi phí nhiên liệu thấp nhất, đồng thời tổ máy phát chịu ràng buộc công suất phát tối thiểu tối đa Vấn đề nhà khoa học nước nghiên cứu theo nhiều hướng khác Trước đây, tổ máy phát nhiệt điện phát công suất theo điều động trung tâm điều độ quốc gia Ngày nay, ngành Điện chuyển sang giai đoạn phát điện cạnh tranh, nên yêu cầu vận hành kinh tế hệ thống điện đảm bảo an toàn tuyệt đối cho hệ thống, đảm bảo chất lượng phục vụ, chi phí sản xuất, truyền tải phân phối thấp Do đó, việc giảm tối thiểu chi phí sản xuất mục tiêu hàng đầu nhà máy điện nói chung nhà máy nhiệt điện nói riêng Chi phí ảnh hưởng lớn loại chi phí nhiên liệu Để giảm chi phí nhiên liệu nhà máy nhiệt điện phải có phương pháp tính tốn cơng suất phát với chi phí thấp Để giải toán này, thường sử dụng phương pháp áp dụng tính tốn theo giải tích tốn học áp dụng giải thuật tiến hóa Bài báo trình bày phương pháp tính tốn điều phối cơng suất kinh tế tổ máy phát điện có cơng suất khác nhà máy nhiệt điện giải thuật tìm lực hấp dẫn (GSA) Kết giải thuật kiểm chứng cho thấy tốt so với giải thuật tối ưu hóa bầy đàn (PSO) [1, 2], [6-8] chi phí nhiên liệu hiệu với máy phát khác dẫn đến tổng chi phí phát điện hệ thống giảm đến mức tối thiểu Tổng công suất tải lưới tổng công suất phát hệ thống phát Kết nghiên cứu khảo sát 2.1 Bài toán điều phối công suất tối ưu [4], [8] Lập kế hoạch trình phân bổ hệ đơn vị phát điện khác Lập kế hoạch kinh tế cho việc chọn Hình Đặc tính vào - Các vấn đề tối ưu hóa phân bổ cơng suất phát tổ máy với chi phí nhỏ nhất, cho tổng công suất phân bổ tổ máy cộng lại với công suất tải yêu cầu, cho PG1, PG2, PG3,…, PGn công suất phát tổ máy (1, 2, 3,…, n) cung cấp cho tải nhu cầu PD Để giải vấn đề cần phải biết đặc tính cơng suất đầu vào tổ máy Đặc tính cơng suất vào thành lập dựa lượng đầu vào cấp cho tuabin lượng phát từ máy phát Năng lượng cấp vào tuabin trình bày trục tung có đơn vị đo đơn vị đo nhiệt lượng (BTU/h hay Kcal/h) tổng chi phí nhiên liệu đơn vị tính Rs/h Đầu thường lượng điện đo đơn vị kW, MW Ngõ vào nhà máy điện thông thường đo đơn vị BTU/h ngõ đo đơn vị MW Đường đặc tính vào, đơn giản hóa đường đặc tính tỉ lệ nhiệt Hình cho thấy chuyển đổi thông thường từ đơn vị BTU/h sang đơn vị $/h đường cong tỷ lệ nhiệt đường đặc tính chi phí nhiên liệu Trong tất trường hợp thực tế, chi phí nhiên liệu tổ máy mơ tả phương trình bậc hai theo cơng suất tác dụng phát ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 5(102).2016 107 số nhỏ, R khoảng cách Euclidian hai tác nhân i j Rij (t ) X i (t ), X j (t ) (9) Để đưa tính ngẫu nhiên thuật tốn này, giả định lực tác động lên tác nhân i theo hướng d tổng khối lượng ngẫu nhiên thành phần thứ d lực tác động từ tác nhân khác Hình Đặc tính nhiên liệu chi phí đầu vào C c bP aP N Fi d (t ) (1) => Min Hàm mục tiêu cho hệ thống có tổ máy: F jk ( Pjk ) Min (3) aid (t ) j1 = > Min (4) Như trình bày phần đặc tính máy phát nhiệt điện, tính tốn tối ưu phải xét đến điều kiện ràng buộc: - Ràng buộc công suất phát tổ máy nằm giới hạn đối đa tối thiểu Trong đó, Pjkmin cơng suất tối thiểu, Pjkmax công suất tối đa tổ máy ứng với đoạn nhiên liệu Pjkmin Pjk Pjkmax (5) - Ràng buộc công suất phát tải Đối với cân công suất, điều kiện ràng buộc cân cần thỏa mãn phương trình (6) Trong đó: PD mơ tả tổng nhu cầu lưới (tải) cần cung cấp, Pjk tổng công suất tối ưu hệ thống N P jk PD (6) Thuật tốn tìm lực hấp dẫn (GSA) giới thiệu Esmat Rashedi [3, 4] GSA thuật tốn tối ưu hóa heuristic nhà khoa học ứng dụng năm gần GSA thuật toán lấy cảm hứng dựa định luật Newton luật hấp dẫn định luật chuyển động Khi xem xét hệ thống với N tác nhân (khối lượng), ta xác định vị trí tác nhân thứ i cách nhân thứ i chiều hướng thứ d vào thời điểm cụ thể “t”, ta xác định lực tác động lên khối lượng “i” từ khối lượng j j 1 d i i n i X i ( x , , x , , x ) với i= 1,2,…, N Fijd (t ) M pi (t ) M aj (t ) Rij (t ) d ( x dj (t ) xid (t )) (10) công thức (11) Mii quán tính hạt thứ i Hơn vận tốc hạt tính phân số vận tốc tức thời thêm gia tốc j 1,k 1 a j P b j Pj c j a j Pj b j Pj c j Fik ( Pik ) a P b P c jk jk jk jk jk (t ) (2) N ,M F i Trong randi số ngẫu nhiên khoảng [0,1] Vì vậy, theo luật chuyển động, gia tốc tác nhân i vào thời điểm t hướng thứ d, a id (t ) xác định Xây dựng hàm mục tiêu cho tổ máy: F c bP aP d ij rand F j 1, j 1 (7) (8) Trong đó: xi vị trí thành phần thứ d lực tác động từ tác nhân khác; Maj khối lượng hấp dẫn hữu công tác nhân j, Mpj khối lượng hấp dẫn vô công tác nhân I, G(t) số hấp dẫn vào thời điểm t, Fi d (t ) M ii (t ) (11) Vì vậy, vị trí vận tốc tính: vid (t 1) rand i vid (t ) aid (t ), (12) xid (t 1) xid (t ) vid (t 1), (13) Với rand biến ngẫu nhiên khoảng [0,1], dùng biến ngẫu nhiên để đưa tính chất ngẫu nhiên phép khảo sát Hằng số hấp dẫn (G) xác định giá trị từ đầu giảm theo thời gian để đảm bảo tính xác khảo sát Nói cách khác, G hàm số có giá trị ban đầu G0 thời gian t (14) G(t ) G (G0 , t ) Khối lượng quán tính khối lượng hấp dẫn tính cách ước lượng hợp lý Khối lượng nặng tác nhân có hiệu lực cao Tức tác nhân tốt có lực hút mạnh di chuyển chậm Giả định khối lượng quán tính khối lượng hấp dẫn nhau, giá trị khối lượng tính cách sử dụng sơ đồ phù hợp Cập nhật khối lượng quán tính khối lượng hấp dẫn phương trình sau: M M pi M ii M i , với i=1, 2…, N mi (t ) M i (t ) fiti (t ) worst (t ) best (t ) worst (t ) mi (t ) , (15) (16) (17) N j 1 m j (t ) Trong đó: fiti (t ) giá trị thích hợp tác nhân i vào thời điểm t worst(t) best(t) xác định sau (cực tiểu hóa): best (t ) j{1, , N } fit j (t ), (18) worst (t ) max j{1, , N } fit j (t ), (19) 2.2 Đề xuất sử dụng thuật tốn GSA để tính tốn điều phối tổ máy phát điện [3], [5] Thực hài hịa khảo sát tính tốn giảm 108 Tơn Ngọc Triều, Huỳnh Văn Bé, Lại Hồng Hải số lượng tác nhân theo thời gian, đề có chuỗi tác nhân với khối lượng lớn có tác động lực lên tác nhân khác Tuy nhiên nên cẩn thận sử dụng cách làm giảm khả khảo sát tăng khả khai thác Để tránh tình trạng mắc lỗi điều kiện tối ưu cục bộ, thuật toán phải dùng phép khảo sát từ đầu, sai sót lần lặp lại, khảo sát dần biến khai thác phải hình thành Để cải thiện kết GSA cách điều khiển khảo sát khai thác có tác nhân Kbest hút tác nhân khác Kbest hàm số thời gian, với giá trị ban đầu K0 giảm theo thời gian Theo cách đó, từ đầu tất tác nhân tác động lực thời gian trôi qua, Kbest giảm xuống Cuối có tác nhân tác động lực lên tác nhân khác Fi d (t ) d j ij rand F (t ) Bảng Dữ liệu tổ máy phát Unit No Pmax (MW) Pmin (MW) A ($/hr) B ($/MWhr) C ($/MW2hr) 600 150 561 7.92 0.001562 400 100 310 7.85 0.001940 200 50 93.6 9.564 0.005784 Áp dụng giải thuật GSA PSO tính tốn điều phối cho nhà máy có tổ máy phát mức tải điển hình 500 MW, Bảng Kết thể hai đồ thị Hình Hình F24 10 GSA (20) jKbest, j 1 Best-so-far 10 10 10 50 100 150 200 250 300 350 400 450 500 Iteration Hình Kết sử dụng GSA 10 PSO 10 Best-so-far 10 10 Hình Nguyên lý giải thuật GSA Trong Kbest chuỗi tác nhân K với giá trị tương ứng cao khối lượng lớn Các bước thuật toán GSA bao gồm: - Khảo sát vùng nhận dạng; - Giá trị hóa ngẫu nhiên; - Ước lượng tương thích cho tác nhân; - Cập nhật G(t), best(t), worst(t) M(t) cho i=1,2…,N; - Tính tổng lực tác động từ nhiều hướng khác nhau; - Tính gia tốc vận tốc; - Cập nhật vị trí tác nhân; - Lặp lại bước đến cho kết tốt; - Kết thúc Bàn luận - Thực tính tốn điều phối cơng suất nhà máy gồm tổ máy phát với liệu tổ máy ghi lại Bảng [9] 10 10 50 100 150 200 250 300 350 400 450 500 Iteration Hình Kết sử dụng PSO Bảng Dữ liệu tải Hour Load (MW) 1200 1200 1150 1100 1000 900 Hour 10 11 12 Load (MW) 800 600 550 500 500 500 Hour 13 14 15 16 17 18 Load (MW) 500 500 600 800 850 900 Hour 19 20 21 22 23 24 Load (MW) 950 1000 1050 1100 1200 1200 Dựa kết có từ hai giải thuật tính tốn, ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 5(102).2016 nhìn chung hai giải thuật cho kết qua tối ưu, giải thuật GSA cho thấy tính hội tụ giải thuật cao giải thuật PSO - Thực tính tốn điều phối công suất nhà máy gồm tổ máy phát có số liệu tổ máy thể Bảng [10] Tương tự, áp dụng hai giải thuật GSA PSO nêu để tính tốn điều phối cơng suất tổ máy phát cho nhà máy mức tải yêu cầu 800MW, kết có thể Bảng Số liệu Bảng khơng xét tính hội tụ hai giải thuật, mà xem xét so sánh kết chi phí tính tốn cơng suất phát tổ máy Với Hình Hình xét đến hội tụ hai giải thuật, với GSA hội tụ nhanh so với PSO Như vậy, dễ dàng đưa kết luận tính chất hai giải thuật áp dụng vào tính tốn điều phối cơng suất tối ưu máy phát điện Bảng Dữ liệu tổ máy phát Tổ máy phát số Pmin (MW) Pmax (MW) a b c ($/hr) ($/MWhr) ($/MW2hr) 100 500 240 7.0 0.0070 50 200 200 10.0 0.0095 80 300 220 8.5 0.0090 50 150 200 11.0 0.0090 50 200 220 10.5 0.0080 50 120 190 12.0 0.0075 Bảng Kết tính tốn điều phối theo giải thuật Giải thuật P1(MW) P2(MW) P3(MW) Chi Phí ($) PSO 385.6786 52.1139 139.0605 1.1642e+004 GSA 240.7879 122.6131 138.4834 9.6336e+003 Giải thuật P4(MW) P5(MW) P6(MW) Chi Phí ($) PSO 52.7439 61.8160 108.5871 1.1642e+004 GSA 101.0320 113.4305 83.6532 9.6336e+003 Kết luận Bài báo dựa đặc tính cơng suất xây dụng hàm 109 chi phí cho tổ máy phát điện, đồng thời sử dụng mơ hình tốn học để giải tốn phân bố công suất tối ưu hai giải thuật PSO GSA Từ so sánh chọn thuật tốn GSA làm cơng cụ tính tốn cho kế hoạch vận hành tổ máy phát điện dựa vào điều kiện ràng buộc thơng số chi phí tổ máy phát điện ràng buộc giới hạn phát công suất tổ máy Ở khơng xét đến chi phí khởi động máy lý tổ máy nhiệt điện tua bin khởi động nhiều thời gian chi phí Nếu xét điểm khơng thể đáp ứng nhu cầu phụ tải tức thời, xét trạng thái máy phát hòa lưới sẵn sàng đáp ứng nhu cầu tải tức thời TÀI LIỆU THAM KHẢO [1] Quyền Huy Ánh, Trương Việt Anh, Vy Thị Thanh Hường, “Phương pháp HEURISTIC tối ưu phân bố công suất hệ thống điện”, Science & Technology Development, Vol 13, No.K2- 2010 [2] Lê Chí Kiên, Nguyễn Đức Minh Cường, “Giải toán phối hợp tổ máy phát điện đa nhiên liệu nhà máy nhiệt điện sử dụng lý thuyết nhân tử Lagrance”, Science & Technology Development, Vol 16, No.K2- 2013 [3] GSA: A Gravitational Search Algorithm Esmat Rashedi, Hossein Nezamabadi-pour*, Saeid Saryazdi Department of Electrical Engineering, Shahid Bahonar University of Kerman, P.O Box 76169-133, Kerman, Iran [4] E Rashedi, H Nezamabadi-pour, S Saryazdi, “Improving the precision of CBIR systems by color and texture feature adaptation using GSA”, Intelligent systems in Electrical engineering, vol (3), pp 43-56, 2013 [5] M.K.C.Marwali, S.M.Shahidehpour, Coordination between longterm and short-term generation scheduling with network constraints, IEEE Transactions on Power System, Vol.5.No.3, August 2000 [6] R Srinivasa Rao, S.V.L Narasimham- A New Heuristic Approach for Optimal Network Reconfiguration in Distribution, International Journal of Applied Science, Engineering and Technology 5:1, pp 1521, (2009) [7] Calvin Jin San Chan Development of a profit maximisation Unit commitment program The University of Manchester institute of Science and Technology, September 2000 [8] Jaswanti, T Thakur-A New Heuristic Network Reconfiguration Algorithn for Radial Distribution System, The Global Community for Sustainable Energy Professionals, (2006) [9] APPENDIX A Test Systems - Description and Data http://prr.hec.gov.pk/chapters/910s-r.pdf [10] M Kondalu et al /International Journal of Engineering Science and Technology, Vol 2(11), 2010, 6140-6148 (BBT nhận bài: 05/01/2016, phản biện xong: 28/04/2016) ... Vol.5.No.3, August 2000 [6] R Srinivasa Rao, S.V.L Narasimham- A New Heuristic Approach for Optimal Network Reconfiguration in Distribution, International Journal of Applied Science, Engineering and... GSA: A Gravitational Search Algorithm Esmat Rashedi, Hossein Nezamabadi-pour*, Saeid Saryazdi Department of Electrical Engineering, Shahid Bahonar University of Kerman, P .O Box 7 616 9 -13 3, Kerman,... Kerman, Iran [4] E Rashedi, H Nezamabadi-pour, S Saryazdi, “Improving the precision of CBIR systems by color and texture feature adaptation using GSA”, Intelligent systems in Electrical engineering,