1. Trang chủ
  2. » Luận Văn - Báo Cáo

Luận văn thạc sĩ Kỹ thuật điện: Điều độ kinh tế trong Microgrid sử dụng thuật toán tìm kiếm phân dạng ngẫu nhiên - SFSA

101 0 0
Tài liệu đã được kiểm tra trùng lặp

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Điều độ kinh tế trong Microgrid sử dụng thuật toán tìm kiếm phân dạng ngẫu nhiên - SFSA
Tác giả Phan Van Hong Thang
Người hướng dẫn PGS. TS Võ Ngọc Điều
Trường học Đại học Quốc gia TP. HCM Trường Đại học Bách Khoa
Chuyên ngành Kỹ thuật điện
Thể loại Luận văn thạc sĩ
Năm xuất bản 2017
Thành phố TP. Hồ Chí Minh
Định dạng
Số trang 101
Dung lượng 43,35 MB

Cấu trúc

  • CHUONG 4: PHƯƠNG PHAP SES VA AP DUNG DE GIẢI BÀI TOÁN DIEU DO (11)
  • CHƯƠNG 1: TONG QUAN VE DE TÀI 1.1. Sự can thiết của dé tài (17)
  • CHƯƠNG 2: TONG QUAN VE TOI UU HOA DIEU ĐỘ KINH TE TRONG (20)
  • CHƯƠNG 3: MÔ HÌNH BÀI TOÁN ĐIÊU ĐỘ KINH TẺ TRONG MICROGRID 3.1. Mô hình tối ưu hóa trong hệ Microgrid (39)
  • CHƯƠNG 4: PHƯƠNG PHÁP SFS VÀ ÁP DUNG DE GIẢI BÀI TOÁN DIEU (48)
  • CHƯƠNG 5: KET QUA TÍNH TOÁN (55)
  • CHƯƠNG 6: KET LUẬN (89)
  • TÀI LIỆU THAM KHẢO (91)

Nội dung

NHIEM VU VA NOI DUNG:e Nghién cứu các phương pháp dé giải bài toán tối ưu kinh tếe Nghiên cứu hệ thống Microgrid dé xác định mối liên hệ, mang lưới kết nối của các thiết bị phát và tiêu

PHƯƠNG PHAP SES VA AP DUNG DE GIẢI BÀI TOÁN DIEU DO

KINH TE TRONG HE THONG MICROGRII) ccecetceeeeecceeeetetaeeeeeeeeenes 32

4.1 Giới thiệu tổng quan về SESA - G1 csessssesessscssssesessssssssseeseseeeees 32 4.2 Quá trình khuếch tán (Diffusion process — DP) - 55555 csccscscscee 33

4.3 Quá trình cập nhật - c1 111 nà 34

4.3.1 Phương pháp thống kê dau tiên - 2 + 2 +E+E+E+EEE£E£E£E£E£EE£E£EEEeErrErkrerree 34 4.3.2 Phương pháp thống kê thứ hai - + 2 2E S2 SESE2E£E2E2EE£E£E£EeESEeEErkrerree 34 4.4 Thuật toán tìm kiếm ngẫu nhiên Fractal - + 2 2 2 255 +s+s+szs+x+ezxssee 35 4.4.1 Thuật toán SFSA cho bài toán điều độ kinh tẾ - 56s xe eEsesesxe 35

4.4.2 Thuật toán cho hàm quá trình cập nhật - - 5-5 55B S999 95535111112 36

4.5 Xây dựng thuật toán - Q ng HH nà 37

CHƯƠNG 5: KET QUA TÍNH TOÁN - - St E1 E1 1511111511111 512E1E11 1111 cryeg 39 5.1 Bài toán điều độ kinh tế - Hệ 140 máy phát - ©2555 555525+c+c+cscs2 39

5.1.1 Mô tả bài tOán cọ Họ Họ và 39

5.1.2 Thực hiện tính toán với thuật toán SFŠ QQQQnHH HH nen 40

5.2 Bài toán điều độ kinh tế có xét đến valve-point effeets -. eee 44

5.2.3 HE 4 may phat 8 -“ “ -“-1+1 47 e - Hệ bao gồm PV và WT + + + SE 1911212111 212111 2111111111111 1 ke 49 e Hệ bao gom PV va WT có xét giá tri ich lợi khi sử dung năng lượng tai tao 51

5.3 Bài toán điều độ kinh tế có xét đến chi phí phat thải -. 5-5-5: 53 5.3.1 Hệ 5 máy phát - - + 1212121212121 12121111111 1111117171111 1111010111110 1c 53 e — Điều độ kinh tẾ - kh 19191 111 5 111191 119 11110101111 1110111 Tri 54 e Điều độ phát thải - -:-E- St S13 1 1E 111 1 111111111 111111 1111111111111 1 cv 57 e Điều độ phát thải kinh tẾ - + ¿S62 SE SE SEEEEEEEE E21 1111151511115 1E 59 5.3.2 Hệ 10 máy phát - - - 5 1211212121232 1 3 1 1131311115171 1111110111111 re 62 e — Điều độ kinh tẾ - kh 19191 111 5 111191 119 11110101111 1110111 Tri 62 e Điều độ phát thải - -:-E- St S13 1 1E 111 1 111111111 111111 1111111111111 1 cv 65 e Điều độ phát thải kinh tẾ - + ¿S62 SE SE SEEEEEEEE E21 1111151511115 1E 68 CHƯƠNG 6: KET LUẬN - 25-21 2221 21212127121 21211 21112121211 0111121121211 1 re 73 GV K@t WAM 8 e AĂA 73 6.2 Hướng phat triển trong tương lai - + cecsescssecscsescseseecetetetesetetens 74 "Z6 1 .-.a 74 TÀI LIEU THAM KHẢO - 2-5221 SE 12E9215E1211121521112111211 111111111 te 75

Hỡnh 2.1 Khai quỏt m6 hỡnh èMICTO ỉTIC - Pia + biPogi +c) + |d,sin{e, (Paar — Pepi )}| (3.4) i=1

Voi PTM" là công suất nhỏ nhất của máy phat thứ i d;, e; là các hệ số của máy phát thứ ¡.

3.2.4 Chi phí vận hành pin nhiên liệu

Pin nhiên liệu làm việc bang cách kết hợp hidro với oxi dé làm ra điện, nhiệt và nước Dòng DC và nhiệt được điều chế bằng phương pháp hóa học chứ không phải sự đốt cháy cơ khí thông thường Pin nhiên liệu có thể hoạt động miễn là đủ nhiên liệu, để phản đối các nguồn cung cấp hóa học của acquy.

Hiệu suất của pin nhiên liệu phụ thuộc vào điểm làm việc, và tỷ sỐ giữa năng lượng ngo ra với dung lượng nhiên liệu đầu vào ( khí gas tự nhiên) Nó thường được tinh bằng tỷ số giữa điện áp hiện tại của mỗi tam pin và điện áp chuẩn (1.482V) Hiệu suất là việc được tính băng hiệu suất của toàn bộ hệ thống bao gom ca cdc thiét bi phu trợ Giá nhiên liệu cung cấp cho pin nhiên liệu được tính như sau:

FEc¡ = Ci) 2 (3.5) jJ=1 Ì Trong đó C,, là khí gas cung cấp cho pin nhiên liệu ($/kWh) n; là hiệu suất của pin trong khoảng J

PB là công suất được điều chế ra trong khoảng j

3.2.5 Chi phí hoạt động cua turbine khí

Turbine khí sử dụng một thiết kế đơn giản với một ít bộ phận có thể quay được dé cải thiện độ bền và giảm chi phí sản xuất Kiểu mẫu của turbine khí gần giống như pin nhiên liệu Tuy nhiên, thông số và đồ thị được thay đổi sao cho đúng với đặc tính của turbine khí Tổng hiệu suất của turbine khí được biểu diễn bằng phương trình:

Với P, là công suất tạo ra (KW)

Ptnrec là năng lượng nhiệt thu lai (kW)

LHV; là nhiên liệu định mức đốt nóng chậm (kJ/kgf) mẹ dòng chảy nhiên liệu (kg/s)

Không giống như pin nhiên liệu, hiệu suất của turbine khí tăng khi tăng nguồn cung cấp Chi phí vận hành turbine khí được biểu diễn như sau:

Với C,) là chi phí khí gas cung cấp cho turbine khí P là công suất tạo ra cung cấp cho mạng trong khoảng j n, là hiệu suất của turbine trong khoảng j.

3.2.6 Thiết bị lưu trữ (acquy) Hệ nhiều acquy là hệ thống lưu trữ năng lượng từ các nguồn DC hoặc AC để sử dụng về sau Năng lượng được lưu trữ trong acquy được sử dụng trong trường hợp các nguồn phụ không đủ để cung cấp cho tải, hoặc khi cả nguồn phụ và mạng lưới điện chính không đủ đáp ứng các yêu câu từ tải Và ngược lại, năng lượng được lưu trữ khi mà các nguồn phụ đủ cung cấp cho yêu cầu từ tải.

Theo lý thuyết về việc sử dụng acquy: dòng nạp hoặc xả giới hạn là 10% dung lượng lưu trữ của acquy (dung lượng lưu trữ của acquy được đo bằng dung lượng dòng trên giờ (AH)), hiệu suất khứ hồi là 95%.

PHƯƠNG PHÁP SFS VÀ ÁP DUNG DE GIẢI BÀI TOÁN DIEU

ĐỘ KINH TE TRONG HE THONG MICROGRID

4.1 Giới thiệu tong quan về SFSA

Thuật toán tìm kiếm ngẫu nhiên fractal (SFSA) được phát triển bởi Hamid Salimi cùng các đồng sự vào năm 2013 dựa trên các điểm hạn chế của FSA Hạn chế lớn nhất của FSA là cần có nhiều tham số dé định vi được tốt và một hạn chế nữa là thông tin không thay đổi xảy ra giữa các chất điểm Su thay đổi thông tin giữa tat cả chất điêm tham gia trong nhóm là yếu tố quan trọng dé tăng tốc hội tụ đến mức tối thiểu Với FSA, không có thông tin thay đối giữa các điểm riêng lẻ và ban chất của nó là việc tìm kiếm diễn ra độc lập, không có thông tin qua lại với nhau Do đó khi sử dụng FSA chúng ta phải đối mặt van dé phải trao đổi giữa độ chính xác và thời gian tiêu hao SFSA ra đời để giải quyết vấn đề này.

Hai quá trình diễn ra trong thuật toán SFS là: Quá trình khuếch tán và quá trình cập nhật Trong quá trình thứ nhất, diễn ra tương tự như thuật toán tìm kiếm Fractal, mỗi chất điểm khuếch tán xung quanh vi trí hiện tại của nó dé thỏa mãn đặc tinh tăng cường (khai thác) Quá trình này làm tăng xác suất tìm thấy cực tiểu toàn cục, và có thể ngăn ngừa những lỗi trong cực tiêu cục bộ.

Hình 4.1: Quá trình khuếch tán

Trong quá trình cập nhật, thuật toán mô phỏng cách mà một điểm trong nhóm cập nhật vi trí của chính nó dựa trên vi trí các điểm khác trong nhóm Không như giai đoạn khuếch tán của FS vì nó làm tăng số lượng điểm tham gia, chúng ta nên cân nhac quá trình khuếch tán ôn định cho SFS Nó có nghĩa là điểm được sinh ra tốt nhất từ quá trình khuếch tán sẽ là điểm duy nhất còn tôn tại, phần chất điểm còn lại chúng ta sẽ loại bỏ đi hiệu quả cho quá trình tìm kiếm của không gian tìm kiếm, SFS sử dụng một số phương pháp ngẫu nhiên trong quá trình cập nhật.

4.2 Quá trình khuếch tán (Diffusion process — DP)

Quá trình này sử dụng một chuỗi các bước Gaussian (Gaussian walks - GW) để tạo ra quá trình biến đổi bước lặp của minh GW được sử dụng trong DP thông qua các phương trình

GW, — Gaussian (upp,o) + (eXBP— e XP; ) (4.1)

Với e và e là các giá trị ngẫu nhiên phân bố đều trên miền liên tục [0,1].

BP và P; tương ứng là điểm tốt nhất và điểm thứ ¡ trong tập hợp. tlạp.ỉ, up: cỏc thụng số Gaussian „trong đú upp = BP, up = P; Độ lệch chuẩn o = pose x(P- oP) (43) Đề đảm bảo nhiều hơn quá trình tìm kiếm định vị hơn các cá thể và độ hội tụ log(g) g được su dụng dé giảm thiêu kích thước cua các bước nhảy của lời giải, yêu tô

Gaussian, như gia tăng số lượng các bước lặp.

Xét bài toán tối ưu toàn cục với kích thước D Do đó, mỗi ký hiệu đơn lẻ được xét đến để giải quyết bài toán được xây dựng dựa trên vecto kích thước D Trong quá trình khởi tạo, mỗi điểm được khởi tạo ngẫu nhiên dựa trên ràng buộc của bài toán với định mức tối thiểu và tối đa Phương trình khởi tạo ứng với điểm thứ J P; được định vi như sau: P; = LB + ¢ x(UB— LB) (4.4)

Voi LB, UB tương ứng là các vecto ràng buộc cận trên và cận dưới của bài toán, e là giá trị ngẫu nhiên phân bố đều trên miễn liên tục [0,1].

Sau quá trình khởi tạo, hàm chọn lọc của mỗi điểm sẽ tính toán để đạt được điểm tốt nhất (BP) giữa tất cả các điểm Dựa trên đặc tính khai thác của quá trình khuếch tán, tất cả các điểm chuyển động quanh vi trí hiện tại để khai thác các vẫn đề trong không gian tìm kiếm Theo nghĩa khác, hai quá trình thống kê nhằm mục đích làm tăng không gian tìm kiếm tốt hơn được xét đến Quá trình thứ nhất được sử dụng cho mỗi chỉ số vecto riêng lẻ trong khi quá trình còn lại được sử dụng cho tất cả các điểm.

4.3.1 Phương pháp thống kê đầu tiên Đầu tiên, tất cả các điểm được xếp hạng dựa trên giá trị của hàm chọn lọc Mỗi điểm ¡ trong nhóm được gán cho giá trị xác suất tuân theo một phân bố đơn đều theo rank(P.) phuong trinh sau: Pa, = (4.5)

Voi rank (P,) là xép hang cua điểm P; trong tap hop.

N là tong số điểm của tập hợp.

Thực tế phương trình (4.5) mong muốn đạt trạng thái chất điểm tốt hơn và xác xuất cao hơn Phương trình này được sử dụng dé làm tăng xác suất thay đối vị trí của các điểm không năm trong lời giải tốt Theo nghĩa khác, xác suất để thu được lời giải tốt trong lần lặp tiếp theo sẽ tăng lên Với mỗi điểm P; trong nhóm điều kiện Pa;

Ngày đăng: 09/09/2024, 04:49

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] Seon-Ju Ahn, Soon-Ryul Nam, Joon-Ho Choi, Seung-ll Moon (2013). Power Scheduling of Distributed Generators for Economic and Stable Operation of a Microgrid. [EEE Transactions on Smart Grid, 4(1), 398-405 Khác
[2] Florian Dorfler, John Simpson-Porco , Francesco Bullo (2014). Breaking the Hierarchy: Distributed Control & Economic Optimality in Microgrids. EEE Transactions on Control of Network Systems, 99 Khác
[3] Anderson Hoke, Alexander Brissette, Shawn Chandler, Annabelle Pratt (2013), Look-ahead economic dispatch of microgrids with energy storage, using linear programming. Technologies for Sustainability (SusTech), 2013,Ist IEEE Conferenceon, 154-161 Khác
[4] Gwo-Ching Liao (2012). Solve environmental economic dispatch of Smart MicroGrid containing distributed generation system — Using chaotic quantum genetic algorithm. International Journal of Electrical Power & Energy Systems, 43(1), 779- 787 Khác
[6] M. Basu, A. Chowdhury (2013). Cuckoo search algorithm for economic dispatch.International Journal of Electrical Power & Energy Systems, 60, 99-108 Khác
[7] Gwo-Ching Liao (2013). The optimal economic dispatch of smart Microgrid including Distributed Generation. Next-Generation Electronics (ISNE), 2013 IEEE International Symposium on, (25-26 Feb. 2013), 473-477 Khác
[8] Zwe-Lee Gaing (2003). Particle swarm optimization to solving the economic dispatch considering the generator constraints. [EEE Transactions on Power Systems 18(3), 1187 — 1195 Khác
[9] Coelho LS, Mariani VC (2006). Combining of chaotic differential evolution and quadratic programming for economic dispatch optimization with valve-point effect.IEEE Trans Power Syst 2006;21(2):989-96 Khác
[10] M. Basu (2014). Improved differential evolution for economic dispatch.International Journal of Electrical Power & Energy Systems, 63, 855-861 Khác
[11] Leandro dos Santos Coelho,Teodoro Cardoso Bora a, Viviana Cocco Mariani (2013). Differential evolution based on truncated Lévy-type flights and population diversity measure to solve economic load dispatch problems. International Journal of Electrical Power & Energy Systems, 57 (2014) 178-188 Khác
[12] Liu Xiaoping, Ding Ming, Han Jianghong, Han Pingping (2010). Dynamic economic dispatch for microgrids including battery energy storage. The 2nd International Symposium on Power Electronics for Distributed Generation Systems, 914-917 Khác
[13] F. Garcia, C. Bordons (2013). Optimal economic dispatch for renewable energy microgrids with hybrid storage using Model Predictive Control. Industrial Electronics Society, IECON 2013 - 39th Annual Conference of the IEEE, 10-13 Nov 2013, 7932- 7937 Khác
[15] Sinha N, Chakrabarti R, Chattopadhyay PK. Evolutionary programming techniques for economic load dispatch. JEEE ‘Transactions on Evolutionary Computation 2003;7(1):83-94 Khác
[16] Noel Augustine, Sindhu Suresh, Prajakta Moghe, Kashif Sheikh (2012). Economic Dispatch for a Microgrid Considering Renewable Energy Cost Functions. IEEE PES Innovative Smart Grid Technologies (SGT), 16-20 Jan. 2012, 1-7 Khác
[17] M. Basu (2014). Fuel constrained economic emission dispatch using nondominated sorting genetic algorithm-II. Energy 78 (2014) 649e664 Khác
[18] Hamid Salimi (2015). Stochastic Fractal Search: A powerful metaheuristic algorithm. Knowledge-Based Systems, Vol 75, 1-18 Khác
[19] Yang HT, Yang PC, Huang CL (2003). Evolutionary programming based economic dispatch for units with nonsmooth fuel cost functions. [IEEE Trans Power Syst 1996;11:112-8 Khác
[20] Wang L, Singh C. Environmental/EPD using a fuzzified multiobjective particle swarm optimization algorithm. Electr Power Syst Res 2007; 77(12):1654e64 Khác
[21] Wang L, Singh C. Stochastic economic emission load dispatch through a modified particle swarm optimization algorithm. Electr Power Syst Res 2008;78: 1466e76 Khác
[22] Agrawal S, Panigrahi BK, Tiwari MK. Multiobjective particle swarm algorithm with fuzzy clustering for electrical power dispatch. IEEE Trans Evol Comput 2008; 12(5):529e41 Khác

TÀI LIỆU CÙNG NGƯỜI DÙNG

  • Đang cập nhật ...

TÀI LIỆU LIÊN QUAN