(Luận văn thạc sĩ) Phân bố tối ưu công suất trong hệ thống điện bằng thuật toán ACO

(Luận văn thạc sĩ) Phân bố tối ưu công suất trong hệ thống điện bằng thuật toán ACO(Luận văn thạc sĩ) Phân bố tối ưu công suất trong hệ thống điện bằng thuật toán ACO(Luận văn thạc sĩ) Phân bố tối ưu công suất trong hệ thống điện bằng thuật toán ACO(Luận văn thạc sĩ) Phân bố tối ưu công suất trong hệ thống điện bằng thuật toán ACO(Luận văn thạc sĩ) Phân bố tối ưu công suất trong hệ thống điện bằng thuật toán ACO(Luận văn thạc sĩ) Phân bố tối ưu công suất trong hệ thống điện bằng thuật toán ACO(Luận văn thạc sĩ) Phân bố tối ưu công suất trong hệ thống điện bằng thuật toán ACO(Luận văn thạc sĩ) Phân bố tối ưu công suất trong hệ thống điện bằng thuật toán ACO(Luận văn thạc sĩ) Phân bố tối ưu công suất trong hệ thống điện bằng thuật toán ACO(Luận văn thạc sĩ) Phân bố tối ưu công suất trong hệ thống điện bằng thuật toán ACO

LỜI CAM ĐOAN Tôi xin cam đoan công trình nghiên cứu tơi Các số liệu, kết nêu luận văn trung thực chƣa đƣợc cơng bố cơng trình khác Xin kính chúc sức khỏe chân thành cảm ơn Tp Hồ Chí Minh, tháng 04 năm 2014 Nguyễn Tấn Dƣơng ii LỜI CẢM ƠN Tôi xin chân thành cảm ơn PGS.TS Phan Thị Thanh Bình hƣớng dẫn, nhiệt tình giúp đỡ tơi suốt thời gian học tập thực luận văn Tôi xin chân thành cảm ơn quý Thầy Cô Ban Giám hiệu, Ban chủ nhiệm Khoa Điện – Điện tử, Phòng Quản lý khoa học – Quan hệ quốc tế - Sau đại học thƣ viện Trƣờng Đại Học Sƣ Phạm Kỷ Thuật TP Hồ Chí Minh nhiệt tình giúp đỡ tạo điều kiện thuận lợi cho hoàn thành luận văn Xin chân thành cảm ơn Anh, Chị em học viên cao học khóa 2012 – 2014, ngƣời ln bên cạnh động viên, khuyến khích giúp đỡ tơi vƣợt qua khó khăn suốt trình học tập thực đề tài Việc thực đề tài chắn cịn nhiều thiếu sót kiến thức chun mơn cịn hạn chế, thời gian thực đề tài có hạn kính mong nhận đƣợc quan tâm, xem xét đóng góp quý Thầy, Cô bạn đồng nghiệp để đề tài ngày hồn thiện Xin kính chúc sức khỏe chân thành cảm ơn ! TP Hồ Chí Minh, tháng 04 năm 2014 Ngƣời thực Nguyễn Tấn Dƣơng iii TÓM TẮT LUẬN VĂN Luận văn giới thiệu thuật toán ACO ứng dụng thuật toán số nghành kỹ thuật, phƣơng pháp tối ƣu phân bố công suất hệ thống điện Luận văn trình bày thuật tốn ACO để giải quết tốn phân bố tối ƣu cơng suất hệ thống điện Thuật tốn thành cơng việc tìm điểm tối ƣu với tốc độ hội tụ nhanh chóng Luận văn áp dụng giải toán cho mạng điện IEEE 30 nút Trong toán so sánh, nhận xét kết hội tụ hàm chi phí phân bố công suất tối ƣu nút tin cậy kết đạt đƣợc thuật toán cho thấy khả linh hoạt mạnh mẽ thuật toán ACO việc giải tốn tối ƣu tồn cục mà phƣơng pháp tối ƣu khác khó đạt đƣợc Giải thuật tốn hồn tồn áp dụng mạng điện có số lƣợng nhà máy lớn Tuy nhiên, thuật tốn ACO có nhƣợt điểm kết tính tốn phụ thuộc nhiều vào thơng số cài đặt thuật tốn kinh nghiệm ngƣời lập trình, nhiều thời gian cơng sức để thử nghiệm kiểm tra iv ABSTRACT This thesis introduces the ACO algorithm, the application of the ACO algorithm in a number of engineering disciplines the optimal flow power method in the power system This thesis presents the ACO algorithm to solve the problem inclination optimal power flow in the power system Algorithm was successful in finding the optimum point with rapid convergence rate Thesis solve applied to IEEE 30 buses system.In comparison problems, comments convergence result of the cost function and optimal power distribution at the node is trusted Results of the algorithm shows robust flexibility of ACO algorithms in solving global optimization problems that other optimization methods difficult to achieve Algorithm problem can perfectly apply in electricity networks have a large number of plants However, the ACO algorithm also has the drawback is that the calculation results depends on the settings and algorithms depends experienced programmers because it takes a lot of time and effort to test and inspect v MỤC LỤC Lý lịch khoa học i Lời cam đoan ii Lời cảm ơn iii Tóm tắt luận văn iv Abstract .v Mục lục vi Danh sách hình viii Danh sách bảng ix Chữ viết tắt luận văn x CHUƠNG TỔNG QUAN 1.1 Đặt vấn đề 1.2.Tóm tắt sơ lƣợc báo khoa học có liên quan đến đề tài 1.3.Kết luận 1.4 Ý nghĩa khoa học điểm luận văn 1.5 Phạm vi nghiên cứu luận văn 1.6 Mục tiêu cần đạt đƣợc luận văn CHƢƠNG GIỚI THIỆU BÀI TOÁN OPF TRONG HỆ THỐNG ĐIỆN .8 2.1 Giới thiệu 2.2 Cơ sở toán học toán OPF .9 2.2.1.Bài toán OPF theo định nghĩa .9 2.2.2.Biễu diễn toán học toán OPF hệ thống điện 2.2.3 Tổng quan phƣơng pháp cổ điển đƣợc áp dụng để giải toán OPF .11 2.2.4.Phƣơng pháp dựa trí tuệ nhân tạo tiến hóa 23 CHƢƠNG GIỚI THIỆU THUẬT TOÁN ACO .28 3.1 Giới thiệu 28 vi 3.2 Thuật toán ACO .28 3.3 Ƣu điểm thuật toán .30 3.4 Ứng dụng thuật toán ACO 31 3.5 Mơ hình tốn OPF áp dụng thuật toán ACO 31 3.5.1 Hàm mục tiêu 32 3.5.2 Ràng buộc cân 33 3.5.3 Ràng buộc không cân 33 3.6 Mô tả phƣơng pháp tối ƣu đàn kiến 34 3.7 ACO áp dụng vào toán OPF .37 CHƢƠNG ỨNG DỤNG THUẬT TOÁN ACO VÀO GIẢI BÀI TỐN PHÂN BỐ CƠNG SUẤT TỐI ƢU .42 4.1 Phân bố công suất tối ƣu mạng điện IEEE 30 nút[29] 42 4.2 Phân bố công suất tối ƣu mạng điện IEEE 26 nút [1] 52 4.3 Dữ Liệu Công Suất Phụ Tải Công Suất Máy Phát 55 4.4 Dữ Liệu Đƣờng Dây 56 4.5 Bảng so sánh ACO-OPF với GA-OPF [32] 60 CHƢƠNG KẾT LUẬN 61 5.1.Tổng kết 61 5.2 Hƣớng Phát Triển Đề Tài .61 5.3 Lời Kết .62 TÀI LIỆU THAM KHẢO 63 PHẦN PHỤ LỤC 67 vii DANH SÁCH CÁC HÌNH Hình 1.1: Biểu diễn mức điện áp nút mạng IEEE 30 nút Hình 1.2: Biểu diễn mức điện áp cho mạng điện IEE 57 nút .4 Hình 3.1: Cách kiến thực tìm đƣờng ngắn 29 Hình 3.2: Lƣu đồ giải thuật ACO áp dụng vào giải toán OPF 41 Hình 4.1: One line diagram – IEEE – 30 bus system .49 Hình 4.2: Hình vẽ mạng điện IEEE 26 – bus 60 viii DANH SÁCH CÁC BẢNG Bảng 1.1: Bảng so sánh kết với phƣơng pháp khác .2 Bảng1.2: Comparison of the ACO-OPF with different evolutionary methods of optimization, viewpoint cost, losses and times of convergence Bảng 1.3: So sánh kết đóng góp báo Bảng 4.1: Giới hạn công suất tác dụng phát mạng IEEE 30 buses[29] 43 Bảng 4.2: Dữ liệu nút điều chỉnh điện áp 43 Bảng 4.3: Đầu phân áp cho bảng, nút bên trái đƣợc giả thiết nút có đầu phân áp .43 Bảng 4.4: Số liệu công suất kháng tụ bù ngang 44 Bảng 4.5: Dữ liệu công suất phụ tải & công suất máy phát 44 Bảng 4.6: Dữ liệu đƣờng dây 45 Bảng 4.7: Kết so sánh mạng IEEE – 30 bus từ báo [30] July-December 2008 51 Bảng 4.8: So sánh ACO-OPF với phƣơng pháp Genetic-OPF EP-OPF[30] 52 Bảng 4.9: Dữ liệu nút điều chỉnh điện áp[1] .53 Bảng 4.10: Đầu phân áp, nút bên trái đƣợc giả thiết nút có đầu phân áp .53 Bảng 4.11: Số liệu công suất kháng tụ bù ngang 54 Bảng 4.12: Giới hạn công suất tác dụng phát 54 ix CHỮ VIẾT TẮT TRONG LUẬN VĂN ACO : Ant Colony Optimization ELD : Economic Load Dispatch OPF : Optimal Power Flow ES : Evolution Strategies GA : Genetic Algorithm IEEE : Institute of Electrical and electronic Engineering LP : Linear Programming NR : Newton-Raphson DE : Differential Evolution PSO : Particle Swarm Optimization EP : Evolutionary Programming x Luận văn thạc sĩ GVHD: PGS.TS Phan Thị Thanh Bình CHUƠNG TỔNG QUAN 1.1.Đặt vấn đề Với nhịp độ tăng trƣởng kinh tế gia tăng dân số toàn cầu, nhu cầu sử dụng lƣợng khơng ngừng tăng lên lƣợng điện đóng vai trị then chốt Song song đó, hệ thống điện liên tục đƣợc mở rộng phát triển nguồn đƣờng dây truyền tải Trong vấn đề khủng hoảng lƣợng mơi trƣờng hai toán cần đƣợc xem xét hàng đầu phát triển nguồn lƣợng điện Bên cạnh phát triển thêm nguồn việc vận hành tổ máy cho hiệu tin cậy tốn vơ quan trọng Vận hành điều khiển tốt hệ thống điện không mang lại hiệu mặt kinh tế mà giúp phát triển bền vững cho lƣợng vua Do đặc điểm phân bố nhu cầu phụ tải nƣớc ta không đồng không gian thời gian Phụ tải tập trung thành phố lớn khu công nghiệp, thƣa thới nơng thơn miền núi Cho nên dịng phân bố công suất đƣờng dây truyền tải không đồng thay đổi liên tục theo thời gian Theo số liệu quan sát từ công ty điện lực thời điểm hệ thống truyền tải có số đƣờng dây bị tải đƣờng dây khác vận hành non tải Vì ngƣời ta đặc tốn phân bố cơng suất tối ƣu hệ thống điện.Đó tốn mà ngành điện lực phải tìm cách giải từ lâu dùng nhiều giải thuật khác Thông qua phát triển vƣợt bậc công nghệ thông tin xuất nhiều giải thuật khác nhau,giải thuật ACO, giải thuật có nhiều ƣu điểm đƣợc ứng dụng vào nhiều lĩnh vực, ứng dụng thuật toán ACO hệ thống điện HVTH: Nguyễn Tấn Dƣơng Luận văn thạc sĩ GVHD: PGS.TS Phan Thị Thanh Bình [20] A Colorni, M Dorigo, V Maniezzo, M Trubian: Ant system for job-shop scheduling, Belgian J Oper Res., Statist Comp Sci (JORBEL), Vol 34, No 1, 1994, p 39-53 [21] M Den Besteb, T Stützle, M Dorigo: Ant colony optimization for the total weighted tardiness problem, Proc 6th Int Conf Parallel Problem Solving from Nature, Berlin, 2000, p 611-620 [22] D Merkle, M Middendorf: An ant algorithm with a new pheromone evaluation rule for total tardiness problems, Proceedings of the EvoWorkshops 2000, Berlin, Germany: Springer-Verlag, Vol 1803 then Lecture Notes in Computer Science, 2000, p 287-296 [23] A J Wood, B.F Wollenberg: Power Generation, Operation and Control, 2nd Edition, John Wiley, 1996 [24] Del Toro V., Electric Power Systems, Vol 2, Prentice Hall, Englewood Cliffs, New Jersey, USA, 1992 [25] G W Stagg, A H El Abiad: Computer methods in power systems analysis, McGraw Hill International Book Company, 1968 [26] S Kumar, R Billinton: Low bus voltage and ill-conditioned network situation in a composite system adequacy evaluation, IEEE Transactions on Power Systems, Vol PWRS-2, No 3, 1987 [27] D.S Johnson, L.A McGeoch: The traveling salesman problem: a case study in local optimization, in E H L Aarts, J K Lenstra: Local Search in Combinatorial Optimization, John Wiley and Sons, p 215-310, 1997 [28] D Gaertner: Natural Algorithms for Optimisation Problems,’ Final Year Project Report’ June 20, 2004, [29] Appendix – A, data for IEEE-30 Bus Test System [30] Collective Intelligence for Optimal Power Flow Solution Using Ant Colony Optimization, Boumediène ALLAOUA* and Abdellah LAOUFI Bechar University, Departement of Electrical Engineering, B.P 417 BECHAR (08000) Algeria 65 HVTH: Nguyễn Tấn Dƣơng Luận văn thạc sĩ GVHD: PGS.TS Phan Thị Thanh Bình E-mail(s): elec_allaoua2bf@yahoo.fr, laoufi_ab@yahoo.fr (*elec_allaoua2bf@yahoo.fr) [31]Ant Colony System-Based Algorithm for ConstrainedLoad Flow Problem John G Vlachogiannis, Nikos D Hatziargyriou, Senior Member, IEEE, and Kwang Y Lee, Fellow, IEEE [32] Optimal Power Flow using Genetic AlgorithmandParticle Swarm Optimization, SatyendraSingha, K.S Vermaba Department of Electrical Engineering, Instituteof Engineering and Technology, Lucknow, 226021,India b Department of Electrical Engineering, Kamla Nehru Institute of Technology, Sultanpur 228118.India [33] Ant Colony Optimization for EconomicGenerator Scheduling and Load Dispatch 66 HVTH: Nguyễn Tấn Dƣơng Luận văn thạc sĩ GVHD: PGS.TS Phan Thị Thanh Bình PHẦN PHỤ LỤC Chƣơng trình matlab thuật tốn ACO: File Main clc clear all t1=tic; Pgg1=[]; [x,y,dd1,t,h,iter,alpha,beta,e,mants,n,el]=ants_information; for i=1:iter [app]=ants_primaryplacing(mants,n); [at]=ants_cycle(app,mants,n,h,t,alpha,beta); at=horzcat(at,at(:,1)); [cost,ff,P_gg,Pgg,Pdt,basemva,B1,B01,B001]=ants_cost(mants,n,dd1,at,el); [t]=ants_traceupdating(mants,n,t,at,ff,e); costoa(i)=mean(cost); [mincost(i),number]=min(cost); Pgg1{i}=P_gg{number}; % besttour(i,:)=at(number,:); %iteration(i)=i; end load luu load luu1 [mc,stt]=min(mincost); Pgg2=Pgg1{stt}; Pgt=sum(Pgg2); Pg(1)=Pgg2(1);Pg(2)=Pgg2(2);Pg(5)=Pgg2(3); Pg(8)=Pgg2(4);Pg(11)=Pgg2(5);Pg(13)=Pgg2(6); aco3 disp('Cong suat cac may phat: (MW)') disp(Pgg2') %for i=1:6 %fprintf('-May phat P%d la %f MW \n',i,Pgg2(i)); %end basemva=100; PL = Pgg2*(B1/basemva)*Pgg2'+B01*Pgg2'+B001*basemva; 67 HVTH: Nguyễn Tấn Dƣơng Luận văn thạc sĩ GVHD: PGS.TS Phan Thị Thanh Bình fprintf('Cong suat ton hao = % 6.4f MW \n',PL) fprintf('Chi phi = % 6.4f $/h \n', mc) toc(t1) File ACO1.m clear pgg j=sqrt(-1); i = sqrt(-1); nl = linedata(:,1); nr = linedata(:,2); R = linedata(:,3); X = linedata(:,4); Bc = j*linedata(:,5); a = linedata(:, 6); nbr=length(linedata(:,1)); nbus = max(max(nl), max(nr)); Z = R + j*X; y= ones(nbr,1)./Z; for n = 1:nbr if a(n) Pmax(k) & abs(DelP)