Hiện nay hệ thống ñiện (HTð) Việt Nam ñã phát triển tương ñối ñầy ñủ và quy mô ngày càng tăng. ðể ñảm bảo nhu cầu ñiện năng cho phát triển kinh tế – xã hội hầu như tất cả nguồn tài nguyên năng lượng ñất nước ñã ñược huy ñộng. Ngoài ra, trong thời gian gần ñây hệ thống ñiện Việt Nam ñã có mối liên kết trao ñổi với các nước trong khu vực. Cùng với sư lớn lạnh của HTð, những nội dung nghiên cứu tối ưu phát triển HTð cũng ñã ñược ngành ñiện và các nhà khoa học trong nước nghiên cứu hoàn thiện cả về phương pháp luận và các thuật toán mô hình, phần mềm tính toán. Nhiều chương trình tính toán tối ưu phát triển hệ thống năng lượng nói chung và HTð nói riêng ñã ñược nhập khẩu như: Dự báo nhu cầu năng lượng: MAED (trong tổ hợp ENPEP); MEDEE-S; DDAS (trong tổ hợp ETB); Cân bằng cung/cầu: BALANCE (trong tổ hợp ENPEP); EFOM-ENV; ESPS (trong tổ hợp ETB); và Quy hoạch nguồn ñiện: WASP (trong tổ hợp ENPEP); ESP (trong tổ hợp ETB).v.v…ðiều ñáng lưu ý là các chương trình nhập khẩu không cho phép giải quyết các nội dung ñặc thù cơ bản của HTð Việt Nam hiện tại, nên kết quả thu ñược chưa ñáp ứng ñược yêu cầu nên thường phải lấy ý kiến chuyên gia ñể xử lý và phân tích lựa chọn kết quả. Từ góc ñộ khai thác tối ưu, ngoài những ñặc ñiểm chung như ở các nước phát triển, HTð Việt Nam có những ñặc thù trong việc giải quyết các vấn ñề về phương pháp luận tối ưu như sau: HTð toàn quốc với 3 trung tâm phụ tải lớn phía Bắc – Trung – Nam ñã ñược hợp nhất bằng ñường dây truyền tải 500kV- 2 mạch, trọng tâm phụ tải (chiếm 80% phụ tải toàn quốc) lại tập trung nhiều ở miền Nam và miền Bắc, cách xa nhau khoảng 2000km. Cho nên, khi nghiên cứu bài toán tối ưu phát triển và tối ưu vận
vii MỤC LỤC Trang số TÓM TẮT iii ABSTRACT v DANH MỤC CÁC TỪ VIẾT TẮT x DANH MỤC CÁC BẢNG .xi DANH MỤC CÁC HÌNH .xii Chương 1: MỞ ðẦU .1 1.1 GIỚI THIỆU .1 1.1.1 ðặt vấn ñề .1 1.1.2 Tính cấp thiết ñề tài 1.2 MỤC TIÊU, NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU .3 1.2.1 Mục tiêu ñề tài nghiên cứu .3 1.2.2 Nội dung ñề tài nghiên cứu .4 1.2.3 Phương pháp nghiên cứu 1.3TỔNG QUAN VỀ TÌNH HÌNH NGHIÊN CỨU 1.4 CẤU TRÚC LUẬN VĂN Chương .7 TỔNG QUAN VỀ CÔNG SUẤT PHẢN KHÁNG VÀ ðIỀU ðỘ CÔNG SUẤT KHÁNG 2.1 Giới thiệu tổng quan công suất kháng 2.1.1 Lưới phân phối .7 2.1.1.1 Vai trò lưới phân phối 2.1.1.2 Phân phối theo cấp ñiện áp trung áp 2.1.1.3 Phân phối theo hai cấp ñiện áp trung áp .8 2.1.1.4 ðặc ñiểm chung lưới phân phối .9 2.1.1.5 ðặc ñiểm lưới phân phối Việt Nam .10 2.1.2 Công suất phản kháng 11 2.1.2.1 Công suất phản kháng ñiện cảm 11 viii 2.1.2.2 Công suất phản kháng ñiện dung 12 2.1.3 Các nguồn phát công suất phản kháng 14 2.1.3.1 Máy ñiện ñồng 14 2.1.3.2 ðường dây tải ñiện 15 2.1.3.3 Tụ ñiện tĩnh .15 2.1.4 Nhu cầu công suất phản kháng số phụ tải ñiện 17 2.1.4.1 ðộng không ñồng 17 2.1.4.2 Máy biến áp .17 2.1.4.3 ðèn huỳnh quang .18 2.2 Bù công suất phản kháng cho phụ tải .18 2.3 Các lợi ích thực bù công suất phản kháng: 20 Chương .22 PHƯƠNG PHÁP TỐI ƯU HÓAVÀ SỬ DỤNG THUẬT TOÁN 22 PGPSO ðỂ GIẢI BÀI TOÁN ðIỀU ðỘ CÔNG SUẤT KHÁNG .22 3.1 Các phương pháp tối ưu hóa ñiều ñộ công suất phản kháng 22 3.2 Sử dụng thuật toán PGPSO giải toán ñiều ñộ công suất kháng .23 3.3 Phương pháp tối ưu hóa thuật toán tiến hóa bầy hạt 26 3.3.1.Thuật toán tiến hóa bầy hạt 26 3.3.2 Khái niệm Pseudo -Gradient 29 3.3.3 Thuật toán bầy hạt hướng giả (PGPSO) .31 3.4 Các bước thực phương pháp PGPSO 33 Chương KẾT QUẢ TÍNH TOÁN .37 4.1 Dữ liệu ban ñầu .37 4.2 Kết tính toán .40 4.2.1 Kết với mục tiêu tổn thất công suất Ploss nhỏ .40 4.2.2 Kết với mục tiêu ñộ lệch ñiện áp nhỏ 43 4.2.3 Kết với mục tiêu số ổn ñịnh ñiện áp nhỏ 47 CHƯƠNG 52 KẾT LUẬN – THẢO LUẬN 52 ix THUẬT NGỮ VÀ ðỊNH NGHĨA: 53 TÀI LIỆU THAM KHẢO .53 PHỤ LỤC 56 Chương trình thực hệ thống tổn thất công suất PGPSO 56 x DANH MỤC CÁC TỪ VIẾT TẮT HPSO-TVAC: Hierarchical Paricle Swarm Optimizer with Time–varying acceleration coefficients HTð: Hệ thống ñiện ORPD: Optimmal Reactive Power Dispatch PGPSO: Pseudo- gradient Guided by Paricle Swarm Optimization PSO-CF:Paricle Swarm Optimization with constriction factor TVAC: Time –varying acceleration coefficients TVIW: Time – varying inertia weight VSI: Voltage Stability Index xi DANH MỤC CÁC BẢNG Bảng ðặc tính hệ thống 30 bus 38 Bảng Thông số hệ thống 30 bus 37 Bảng Thông số tải thống 30 bus 38 Bảng 4Thông số phương pháp PSO .39 Bảng Kết so sánh tổn thất công suất PSO hệ thống 30 bus 40 Bảng Giải pháp tốt tổn thất công suất PSO hệ thống 30 bus 41 Bảng 7.Kết ñộ lệch ñiện áp PSO với hệ thống 30 bus .43 Bảng Giải pháp tốt ñộ lệch ñiện áp PSO với hệ thống 30 bus 44 Bảng Kết số ổn ñịnh ñiện áp PSO 47 Bảng 10 Giải pháp tốt số ổn ñịnh ñiện áp PSO 47 Bảng 11 Kết tốt so sánh với PSO với hệ thống 30 bus 50 xii DANH MỤC CÁC HÌNH Hình 1 Hệ thống ñiện 500kV Việt Nam .3 Hình Phân phối theo cấp ñiện áp trung áp Hình 2 Phân phối theo hai cấp ñiện áp trung áp Hình Mạch ñiện với tải có tính ñiện cảm 11 Hình Quan hệ P Q mạch tải có tính ñiện cảm 12 Hình Mạch ñiện với tải có tính ñiện dung 13 Hình Quan hệ P Q mạch tải có tính ñiện dung 13 Hình Sự giảm CSPK mạch ñiện nhờ có QC 14 Hình Lưới ñiện chưa ñặt thiết bị bù 19 Hình Lưới ñiện ñã ñặt tụ bù 20 Hình Sơ ñồ hệ thống IEEE 30 bus 37 Hình ðặc tính hội tụ tổn thất ñiện hệ thống 30 bus 42 Hình 3Thực 50 bước PGPSO với tổn thất công suất hệ thống 30 bus 43 Hình 4.ðặc tính hội tụ ñộ lệch ñiện áp hệ thống 30 bus .46 Hình 5Thực 50 bước PGPSO với ñộ lệch ñiện áp hệ thống 30 bus .46 Hình ðặc tính hội tụ số ổn ñịnh ñiện áp hệ thống 30 bus 49 Hình Thực 50 bước PGPSO với số ổn ñịnh ñiện áp hệ thống 30 bus.50 Chương 1: MỞ ðẦU 1.1 GIỚI THIỆU 1.1.1 ðặt vấn ñề Hiện hệ thống ñiện (HTð) Việt Nam ñã phát triển tương ñối ñầy ñủ quy mô ngày tăng ðể ñảm bảo nhu cầu ñiện cho phát triển kinh tế – xã hội tất nguồn tài nguyên lượng ñất nước ñã ñược huy ñộng Ngoài ra, thời gian gần ñây hệ thống ñiện Việt Nam ñã có mối liên kết trao ñổi với nước khu vực Cùng với sư lớn lạnh HTð, nội dung nghiên cứu tối ưu phát triển HTð ñã ñược ngành ñiện nhà khoa học nước nghiên cứu hoàn thiện phương pháp luận thuật toán mô hình, phần mềm tính toán Nhiều chương trình tính toán tối ưu phát triển hệ thống lượng nói chung HTð nói riêng ñã ñược nhập như: Dự báo nhu cầu lượng: MAED (trong tổ hợp ENPEP); MEDEE-S; DDAS (trong tổ hợp ETB); Cân cung/cầu: BALANCE (trong tổ hợp ENPEP); EFOM-ENV; ESPS (trong tổ hợp ETB); Quy hoạch nguồn ñiện: WASP (trong tổ hợp ENPEP); ESP (trong tổ hợp ETB).v.v…ðiều ñáng lưu ý chương trình nhập không cho phép giải nội dung ñặc thù HTð Việt Nam tại, nên kết thu ñược chưa ñáp ứng ñược yêu cầu nên thường phải lấy ý kiến chuyên gia ñể xử lý phân tích lựa chọn kết Từ góc ñộ khai thác tối ưu, ñặc ñiểm chung nước phát triển, HTð Việt Nam có ñặc thù việc giải vấn ñề phương pháp luận tối ưu sau: HTð toàn quốc với trung tâm phụ tải lớn phía Bắc – Trung – Nam ñã ñược hợp ñường dây truyền tải 500kV- mạch, trọng tâm phụ tải (chiếm 80% phụ tải toàn quốc) lại tập trung nhiều miền Nam miền Bắc, cách xa khoảng 2000km Cho nên, nghiên cứu toán tối ưu phát triển tối ưu vận hành HTð mô hình tối ưu bắt buộc phải ý ñến khả truyền tải miền với Do tăng lên quy mô phức tạp hệ thống ñiện Việt Nam với trao ñổi công suất lớn miền Bắc miền Nam thông qua ñường dây liên kết từ Bắc ñến Nam, vấn ñề tối ưu quy hoạch khai thác hệ thống ñiện trở nên thiết yếu ðể ñảm bảo chất lượng cung cấp ñiện, an toàn tính kinh tế ñiều kiện vận hành khác nhau, chiến lược ñiều khiển tối ưu cấn thiết Vì vậy, ñề tài trình bày ứng dụng chương trình tối ưu ñiều ñộ công suất khángvới mục tiêu khác ñối với hệ thống ñiện (HTð) Việt Nam ñiều ñộ kinh tế, ñiều khiển ñiện áp/công suất phản kháng chiến lược ñiều khiển nhằm tránh nguy hiểm việc không ổn ñịnh ñiện áp 1.1.2 Tính cấp thiết ñề tài ðối với hệ thống ñiện Việt Nam cụ thể có ñường dây truyền tải 500kV từ Hòa Bình ñến Phú Lâm ñược xây dựng (1.483 km hình 1) ñể tải công suất từ miền Bắc (với tổng công suất 1.920 MW nhà máy Thủy ñiện Hòa Bình) ñến HTð miền Trung miền Nam suốt mùa mưa Vào mùa khô, ñường dây ñược dùng ñể tải công suất từ miền Nam ñến miền Trung Miền Bắc ðường dây 500kV từ Hòa Bình ñến Phú Lâm ñược bù kháng bù ngang (70%) tụ bù dọc (60%) ðối với HTð Việt Nam, nhu cầu tải ñỉnh khoảng 9.000 MW Sắp ñến, hai trạm trung gian ñặt Di Linh Tân ðịnh ñược thêm vào dọc theo ñường dây truyền tải 500kV mạch từ Pleiku ñến Phú Lâm Phần từ Pleiku ñi Di Linh từ Di Linh ñến Tân ðịnh ñược bù kháng bù ngang (70%) tụ bù dọc (60%) Trạm Di Linh nhận khoảng 300MW từ Nhà máy thủy ñiện ðại Ninh Trong giai ñoạn này, ñường dây truyền tải 500kV thứ thứ từ Phú Lâm tới Phú Mỹ thông qua Nhà Bè từ Phú Lâm ñến Ômôn (600 MW) thông qua Nhà Bè, ñược xây dựng Trạm 500kV Phú Mỹ nhận khoảng 3.600 MW từ nhà máy ñiện Phú Mỹ Do ñó với ñề tài “Sử dụng thuật toán PGPSO cho toán ñiều ñộ công suất phản kháng” góp phần việc giải nhanh chóng vấn ñề ñiều ñộ công suất kháng hệ thống ñiện Việt Nam hữu giảm tối thiểu tổn thất ñiện năng, cải tiến trạng thái ổn ñịnh ñiện áp, giới hạn công suất phản kháng máy phát có khả ñiều chỉnh công suất tụ bù, giới hạn ñiện áp, giới hạn thay ñổi máy biến áp giới hạn vấn ñề truyền tải… Hình 1 Hệ thống ñiện 500kV Việt Nam 1.2 MỤC TIÊU, NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU 1.2.1 Mục tiêu ñề tài nghiên cứu Xây dựng giải toán ñiều ñộ công suất phản kháng lưới ñiện phân phối sở ứng dụng thuật toán nhằm giải toán ñiều ñộ công suất phản kháng ñể ổn ñịnh hệ thống truyền tải hệ thống lưới ñiện, chất lượng giải pháp tốt so với phương pháp khác, giảm chi phí vận hành hệ thống ñiện 1.2.2 Nội dung ñề tài nghiên cứu Nội dung ñề tài nghiên cứu tìm hiểu tối ưu hóa toán ñiều ñộ công suất phản kháng hệ thống ñiện, nhằm xác ñịnh thay ñổi trình ñiều khiển ñộ lớn ñiện áp máy phát, khả bù công suất phản kháng, cài ñặt dòng rò máy biến áp hàm tiêu vấn ñề giảm thiểu nhỏ ñáp ứng cho máy phát hệ thống bị hạn chế Trong vấn ñề ñiều ñộ công suất phản kháng, mục tiêu ñề giảm tổng tổn thất ñiện năng, ñộ sai lệch ñiện áp ñể cải tiến ñiện áp hệ thống hay số ổn ñịnh ñiện áp nhằm tăng khả ổn ñịnh ñiện áp ðiều ñộ công suất phản kháng vấn ñề tối ưu hóa phức tạp với qui mô lớn hạn chế mục tiêu phi tuyến tính Trong vận hành hệ thống ñiện, vai trò ñiều ñộ công suất phản kháng trì ñiện áp truyền tải phạm vi giới hạn ñể cung cấp chất lượng ñiện ñến khách hàng 1.2.3 Phương pháp nghiên cứu Phương pháp nghiên cứu sử dụng thuật toán PGPSO ñể giải toán ñiều ñộ công suất kháng hệ thống lưới ñiện Vấn ñề tối ưu ñiều ñộ công suất kháng (ORPD) với chức hướng tới mục ñích khác ñối với hệ thống ñiện ñiều ñộ kinh tế, ñiều khiển ñiện áp/công suất phản kháng chiến lược ñiều khiển ñể tranh nguy ổn ñịnh ñiện áp Phương pháp tối ưu dựa số ổn ñịnh ñiện áp ñược ñề cập phát triển Phương pháp thuật toán ñề xuất ñể giải vấn ñề ñiều ñộ công suất phản kháng Trong vấn ñề tối ưu, thay ñổi ñược ñề cập bao gồm biến ñiều khiển trạng thái thay ñổi Các biến ñiều khiển bao gồm công suất tác dụng, ñiện áp máy phát ñiện, tỉ số máy biến áp công suất tác dụng tụ ñiện Thay ñổi trạng thái gồm công suất máy phát ñiện cái, ñiện áp 50 0.1245 0.125 0.1255 0.126 0.1265 0.127 0.1275 0.128 0.1285 Hình Thực 50 bước PGPSO với số ổn ñịnh ñiện áp hệ thống 30 bus Bảng 11 Kết tốt so sánh với PSO với hệ thống 30 bus Phương pháp Tổn thất (MW) ðộ lệch ñiện áp Chỉ số ổn ñịnh ñiện áp (VD) (Li,max) DE [11] 4.5550 0.0911 0.1246 CLPSO [15] 4.5615 - - PSO-TVIW 4.5129 0.0922 0.1249 PSO-TVAC 4.5356 0.1210 0.1248 HPSO-TVAC 4.5283 0.1136 0.1261 51 Phương pháp Tổn thất (MW) ðộ lệch ñiện áp Chỉ số ổn ñịnh ñiện áp (VD) (Li,max) PSO-CF 4.5128 0.0890 0.1247 PGPSO 4.5128 0.0905 0.1246 52 CHƯƠNG KẾT LUẬN – THẢO LUẬN Trong luận văn này, phương pháp ñề xuất PGPSO thực cách hiệu ñể giải toán vấn ñề ñiều ñộ công suất kháng (ORPD) với hàm mục tiêu khác Phương pháp PGPSO phương pháp PSO kết hợp hệ số co thắt với pseudo gradient ñể cải tiến khả nghiên cứu Pseudo-gradient hiệu nhằm ñịnh hướng nghiên cứu cho riêng biệt phương pháp dựa quần thể Với việc cải tiến mới, phương pháp ñề xuất PGPSO có hiệu phương pháp khác vấn ñề giải toán ñiều ñộ công suất kháng với nhiều cực tiểu Phương pháp ñã ñược thử nghiệm hệ thống khác với ñặc tính máy phát cực lõm bao gồm ảnh hưởng van hơi, ña nhiên liệu, vùng cấm vận hành Các kết thử nghiệm ñược phương pháp PGPSO nhận chất lượng giải pháp tốt so với phương pháp khác, giảm chi phí ñáng kể Phương pháp PGPSO ñược thử nghiệm hệ thống IEEE 30 bus với hàm mục tiêu gồm tổn thất công suất, ñộ lệch ñiện áp số ổn ñịnh ñiện áp Các kết thử nghiệm phương pháp ñề nghị nhận tổng tổn thất công suất, ñộ lệch ñiện áp hay số ổn ñịnh ñiện áp thấp PSO biến thể phương pháp khác cho trường hợp thử nghiệm Do ñó, PGPSO hữu ích mạnh mẽ ñể giải toán ñiều ñộ công suất kháng 53 THUẬT NGỮ VÀ ðỊNH NGHĨA: ðiều ñộ công suất kháng tối ưu: ðiều ñộ công suất kháng tối ưu ñể xác ñịnh ñiểm vận hành máy phát ñiện hệ thống ñiện, tổng chi phí lượng ñược giảm tối thiểu ñáp ứng nhiều loại máy phát hệ thống ổn ñịnh công suất ñiện công suất phản kháng máy phát, ñiện áp cái, chuyển biến áp, ñiều khiển tụ bù giới hạn công suất truyền tải Thuyết tiến hóa bầy hạt:Thuật toán ñược sử dụng rộng rãi ñể giải toán thuyết tiến hóa Thuật toán ñược phát triển J.Kennedy R.Eberhart vào năm 1995 ñược lấy cảm hứng từ di chuyển bầy chim hay ñàn cá tìm thức ăn Pseudo-gradient: Phương pháp Pseudo-gradient dùng ñể xác ñịnh hướng nghiên cứu cá thể tập thể dựa phương pháp giải vấn ñề tích phan Phương pháp Pseudo-gradient ñược dựa hai ñiểm ñể xác ñịnh hướng nghiên cứu TÀI LIỆU THAM KHẢO [1] J Nanda, L Hari, and M L Kothari, „Challenging algorithm for optimal reactive power dispatch through classical co-ordination equations”, IEE Proceedings - C, 139(2), 1992, pp 93-101 [2] J G Vlachogiannis, and K Y Lee, “A Comparative study on particle swarm optimization for optimal steady-state performance of power systems”, IEEE Trans Power Systems, 21(4), 2006, pp 1718-1728 [3] D Devaraj and J Preetha Roselyn, “Genetic algorithm based reactive power dispatch for voltage stability improvement”, Electrical Power and Energy Systems, 32(10), 2010, pp 1151-1156 [4] D S Kirschen, and H P Van Meeteren, “MW/voltage control in a linear programming based optimal power flow,” IEEE Trans Power Systems, 3(2), 1988, pp 481-489 54 [5] K., Aoki, M Fan and A Nishikori, “Optimal VAR planning by approximation method for recursive mixed integer linear programming”, IEEE Trans Power Systems, 3(4), 1988, pp 1741-1747 [6] S Granville, “Optimal reactive power dispatch through interior point methods”, IEEE Trans Power Systems, 9(1), 1994, pp 136-146 [7] F C Lu and Y Y Hsu, “Reactive power/voltage control in a distribution substation using dynamic programming”, IEE Proc Gen Transm Distrib., 142(6), 1994, pp 639–645 [8] N Grudinin, “Reactive power optimization using successive quadratic programming method”, IEEE Trans Power Systems, 13(4), 1998, pp 12191225 [9] L L Lai and J T Ma, “Application of evolutionary programming to reactive power planning - Comparison with nonlinear programming approach”, IEEE Trans Power Systems, 12(1), 1997, pp 198-206 [10] A Abou El-Ela, A Kinawy, R El-Sehiemy, and M Mouwafi, “Optimal reactive power dispatch using ant colony optimization algorithm”, Electrical Engineering (Archiv fur Elektrotechnik), 2011, pp 1-14 Retrieved Feb 20, 2011, from http://www.springerlink.com/ content/k02v3 60632653864 [11] A A Abou El Ela, M A Abido, and S R Spea, “Differential evolution algorithm for optimal reactive power dispatch”, Electric Power Systems Research, 81(2), 2011, pp 458-464 [12] A H Khazali and M Kalantar, “Optimal reactive power dispatch based on harmony search algorithm”, Electrical Power and Energy Systems, Article in press [13] B Zhao, C X Guo, and Y J Cao, “A multiagent-based particle swarm optimization approach for optimal reactive power dispatch”, IEEE Trans Power Systems, 20(2), 2005, pp 1070-1078 [14] Y Li, Y Cao, Z Liu, Y Liu, and Q Jiang, “Dynamic optimal reactive power dispatch based on parallel particle swarm optimization algorithm,” Computers and Mathematics with Applications, 57(11-12), 2009, pp 1835-1842 [15] K Mahadevan and P S Kannan, “Comprehensive learning particle swarm optimization for reactive power dispatch”, Applied Soft Computing, 10(2), 2010, pp 641-652 55 [16] A J Urdaneta, J F Gomez, E Sorrentino, L Flores, and R Diaz, “A hybrid genetic algorithm for optimal reactive power planning based upon successive linear programming”, IEEE Trans Power Systems, 14(4), 1999, pp 1292-1298 [17] W Yan, S Lu, D C Yu, “A novel optimal reactive power dispatch method based on an improved hybrid evolutionary programming technique”, IEEE Trans Power Systems, 19(2), 2004, pp 913-2004 [18] A A A Esmin, G Lambert-Torres, and A C Zambroni de Souza, “A hybrid particle swarm optimization applied to loss power minimization”, IEEE Trans Power Systems, 2(2), 2005, pp 859-866 [19] P Kessel and H Glavitsch, “Estimating the voltage stability of power systems”, IEEE Trans Power Systems, 1(3), 1986, pp 346–54 [20] J Kennedy and R Eberhart, “Particle swarm optimization”, In Proc IEEE Conf Neural Networks (ICNN’95), Perth, Australia, IV, 1995, pp 1942-1948 [21] M Clerc and J Kennedy, “The particle swarm - Explosion, stability, and convergence in a multidimensional complex space”, IEEE Trans Evolutionary Computation, 6(1), 2002, pp 58-73 [22] S Y Lim, M Montakhab, and H Nouri, “A constriction factor based particle swarm optimization for economic dispatch”, The 2009 European Simulation and Modelling Conference (ESM’2009), 2002, Leicester, United Kingdom [23] I Dabbagchi and R Christie, “Power systems test case archive”, University of 1993 Retrieved Feb 20, 2011, from Washington, http://www.ee.washington.edu/ research/pstca/ [24] R D Zimmerman, C E Murillo-Sánchez, and R J Thomas, “Matpower's extensible optimal power flow architecture”, In Proc Power and Energy Society General Meeting, IEEE, 2009, pp 1-7 [25] Y Shi and R Eberhart, “A modified particle swarm optimizer”, In Proc The 1998 IEEE World Congress on Computational Intelligence, Piscataway, NJ, IEEE Press, 1998, pp 69-73 [26] A Ratnaweera, S K Halgamuge, and H C Watson, “Self organizing hierarchical particle swarm optimizer with time-varying acceleration coefficients”, IEEE Trans Evolutionary Computation, 8(3), 2004, pp 240-255 [27] K Y Lee, Y M Park, and J L Ortiz, “A united approach to optimal real and reactive power dispatch,” IEEE Trans Power Apparatus and Systems, PAS104(5), 1985, pp 1147-1153 56 [28] O Alsac and B Stott, “Optimal load flow with steady-state security”, IEEE Trans Power Apparatus and Systems, 93, 1974, pp 745-751 PHỤ LỤC Chương trình thực hệ thống tổn thất công suất PGPSO % OPF by PGPSO method using matpower to run power flow % % clear all; % % clc; start = cputime; %% Data input % Data from Matpower % 1* mpc.bus = busdata % (1) Bus number; (2) Bus code (slack = 3; gen = 2; load = 1); (3) Pdi; (4) Qdi; (5) Shunt L % (6) Shunt Qc; (7) (8) Vm (pu); (9) Va (degree); (10) Voltage base; (11) Loss zone; (12) Vmax; (13) Vmin % 2* mpc.gen = gendata % (1) Bus number; (2) Real Pgi; (3) Reactive Qgi; (4) Qgimax; (5) Qgimin; (6) Vg (pu); (7) MVA base; % (8) Gen status (1 = on; = off); (9) Pmax; (10) Pmin % 3* mpc.branch = linedata % (1) from; (2) to; (3) R; (4) X; (5) Bc; (6) Long term rates; (7) Short term rates; (8) Emergency rates % (9) Tap changer; (10) Phase shifter (degree); (11) Branch status (1 = on; = off); (12) min(deli-delj) % (13) max(deli-delj) % 4* mpc.gencost for OPF data = case_ieee30; % from Matpower 4.10 base_mva = 100; % Additional data Pgi0 = [0 80 50 20 20 20]'; % Constraint limits Vpv_lim = [0.95 1.10]; Vpq_lim = [0.95 1.10]; Tap_lim = [0.90 1.10]; Qc_lim = [0 5]; % step of MVar Ncap = [10 12 15 17 20 21 23 24 29]'; Slmax = [130 130 65 130 130 65 90 130 130 32 65 32 65 65 65 65 32 32 32 16 16 57 16 16 32 32 32 32 32 32 16 16 16 16 16 16 65 16 16 16 32 32]'; % Generator data: only Qgi but no need %% Data processing % Bus data Nb = length(data.bus(:,1)); % number of bus Ngen = find(data.bus(:,2)>1); % gen position Ng = length(Ngen); % number of gen Nload = setdiff(data.bus(:,1),Ngen);% load position % Ncap = find(data.bus(:,6)); % position of caps Nc = length(Ncap); % number of shunts % Line data Nl = length(data.branch(:,1)); fr = data.branch(:,1); to = data.branch(:,2); z = data.branch(:,3) + 1i*data.branch(:,4); g = real(1./z); Ntap = find(data.branch(:,9)>0); % tap position Nt = length(Ntap); % number of taps data.branch(:,6) = Slmax; % Gen data % Qgi limit is not mentioned, relaxed! Qgimax = [200 100 80 60 50 60]'; Qgimin = [-20 -20 -15 -15 -10 -15]'; data.gen(:,2) = Pgi0; %% Parameters for PSO K = 1e6; NP = 10; Itmax = 200; % Maximum iteration number c1 = 2.05; c2 = 2.05; phi = 4.1; C = 2/abs(2 - phi - sqrt(phi^2 - 4*phi)); R = 0.1; %% Initial conditions % Limits Vimax = ones(Nb,1)*Vpq_lim(:,2); Vimax(Ngen) = Vpv_lim(:,2); % voltage limits incl gen and load 58 Vimin = ones(Nb,1)*Vpq_lim(:,1); Vimin(Ngen) = Vpv_lim(:,1); data.bus(:,12) = Vimax; data.bus(:,13) = Vimin; Qcimax = ones(Nc,1)*Qc_lim(:,2); % shunt limits Qcimin = ones(Nc,1)*Qc_lim(:,1); Ttimax = ones(Nt,1)*Tap_lim(:,2); % tap limits Ttimin = ones(Nt,1)*Tap_lim(:,1); % Slmax is them same % X = [Vg1 VgNg, Qc1 QcNc, Tt1 TtNt]; % Siez(X) = [Ng, Nc, Nt] % U = [Qg1 QgNg, Vl1 VlNld, Sl1 SlNln] Ximax = [Vimax(Ngen); Qcimax; Ttimax]; Ximin = [Vimin(Ngen); Qcimin; Ttimin]; Xidmax = Ximax*ones(1,NP); Xidmin = Ximin*ones(1,NP); Vidmax = R*(Xidmax - Xidmin); Vidmin = -Vidmax; % Initialization N = length(Ximax); Nvg = 1:Ng; % position of bus vol in the Xi Nqc = Ng+1:Ng+Nc; % position of shunt capacitor in the Xi Ntt = Ng+Nc+1:N; % position of tap changers in the Xi Xid = Xidmin + rand(N,NP).*(Xidmax - Xidmin); Vid = Vidmin + rand(N,NP).*(Vidmax - Vidmin); % Run power flow and evaluate fitness function FFd = zeros(1,NP); for d = 1:NP % Assign new values data.gen(:,6) = Xid(Nvg,d); data.bus(Ncap,6) = Xid(Nqc,d); data.bus(:,8) = ones(Nb,1); % May not be needed data.bus(Ngen,8) = Xid(Nvg,d); % May not be needed data.branch(Ntap,9) = Xid(Ntt,d); % Run power flow opt = mpoption('VERBOSE',0, 'OUT_ALL',0); results = runpf(data, opt); 59 % Power loss Vm = results.bus(:,8); delta = results.bus(:,9)*pi/180; Ploss = 0; for l = 1:Nl i = fr(l); j = to(l); Ploss = Ploss + g(l)*(Vm(i)^2 + Vm(j)^2 - 2*Vm(i)*Vm(j)*cos(delta(i)-delta(j))); end Ploss = Ploss*base_mva; % Penalty for Qg Qgi = results.gen(:,3); FQg = (Qgi>Qgimax).*(Qgi-Qgimax).^2 + (QgiVimax(Nload)).*(Vli-Vimax(Nload)).^2 + (VliSlmax).*(Sl-Slmax).^2; % Function to be minimized FFd(d) = Ploss + K*sum(FQg) + K*sum(FVl) + K*sum(FSl); end %% Store the best values FPbestd = FFd; [FGbest,ind] = min(FPbestd); Pbestid = Xid; % The best of an agent Gbesti = Xid(:,ind); % The best among the agents %% Initial pseudo gradient dirid = zeros(N,NP); gpid = dirid; %% Main loop Iter = 0; FF = zeros(1,Itmax); % store he best value for every uiteration GG = cell(1,Itmax); % store the best position for every iteration while Iter < Itmax 60 Iter = Iter + 1; % fprintf('Iteration: %1.0f\n\n', Iter); % Update velocity Vid = C*(Vid + c1*rand(N,NP).*(Pbestid - Xid) + c2*rand(N,NP).*(Gbesti*ones(1,NP) - Xid)); Vid(Vid>Vidmax) = Vidmax(Vid>Vidmax); Vid(VidXidmax); Xid(XidFPbestd).*Pbestid + ones(N,1)*(FFdFPbestd).*FPbestd + (FFd[...]... ưu trong lưới phân phối sử dụng thuật toán di truyền – mờ … 6 1.4 CẤU TRÚC LUẬN VĂN Tên ñề tài: Sử dụng thuật toán PGPSO ñể giải bài toán ñiều ñộ công suất kháng Chương 1 Mở ñầu Chương 2: Tổng quan về công suất phản kháng và ñiều ñộ công suất kháng Chương 3: Phương pháp tối ưu hóa và sử dụng thuật toán PGPSO ñể giải bài toán ñiều ñộ công suất kháng Chương 4: Kết quả tính toán Chương 5: Kết luận... dụng từ 22 ñến 25% tổng công suất phản kháng của hệ thống - ðường dây tải ñiện và các phụ tải khác sử dụng 10% tổng công suất phản kháng của hệ thống 2.1.4.1 ðộng cơ không ñồng bộ ðộng cơ không ñồng bộ là thiết bị sử dụng nhiều nhất lượng công suất phản kháng của hệ thống Công suất phản kháng ở ñộng cơ không ñồng bộ bao gồm 2 thành phần: - Phần lớn công suất phản kháng ñược sử dụng ñể tạo ra từ trường... ñiện càng nhỏ Bù công suất phản kháng có mục tiêu là giảm bớt góc lệch pha giữa dòng ñiện và ñiện áp Với cùng một công suất tác dụng cung cấp cho phụ tải, khi hệ số công suất cos ϕ càng thấp dẫn ñến công suất phản kháng truyền tải trên ñường dây ñể cung cấp cho phụ tải càng lớn, tạo ra tổn thất công suất tác dụng và tổn thất năng lượng càng cao 19 Bù công suất phản kháng có nghĩa là sử dụng các thiết... Pdi, Qdi Công suất tác dụng và công suất phản kháng trên thanh cái i Pgi, Qgi Công suất tác dụng và công suất phản kháng máy phát ñiện i Qci Công suất bù phản kháng thanh cái i Sl Công suất biểu kiến lớn nhất truyền trên ñường dây l kết nối giữa thanh cái i và j Tk Bộ ñiều áp nhánh k 26 Vgi, Vli ðiện áp ở máy phát thứ i và trên thanh cái thứ i Vi, θi ðiện áp và góc lệch ở thanh cái thứ i 3. 3 Phương... bù công suất phản kháng: Giảm ñược công suất tác dụng yêu cầu ở chế ñộ max (công suất ñỉnh) của hệ thống ñiện, do giảm ñược tổn thất công suất tác dụng trong quá trình truyền tải Vì vậy, dự trữ công suất tác dụng giảm ñi và ñộ tin cậy của hệ thống ñiện tăng lên 21 Giảm tải cho các máy biến áp trung gian và các ñường dây trung áp do giảm lượng công suất phản kháng phải truyền tải Hiệu quả mang lại cho. .. cấp cho các phụ tải Cải thiện hệ số công suất 22 Chương 3 PHƯƠNG PHÁP TỐI ƯU HÓAVÀ SỬ DỤNG THUẬT TOÁN PGPSO ðỂ GIẢI BÀI TOÁN ðIỀU ðỘ CÔNG SUẤT KHÁNG 3. 1 Các phương pháp tối ưu hóa ñiều ñộ công suất phản kháng Vấn ñề này ñã ñược giải quyết bằng các kỹ thuật khác nhau từ các phương pháp thông thường ñến các phương pháp phức tạp như dựa vào trí tuệ nhân tạo Một số phương pháp thông thường ñã ñược áp dụng. .. nghĩa là sử dụng các thiết bị có khả năng phát công suất phản kháng ñặt ở phía tải ñể ñáp ứng trực tiếp nhu cầu công suất phản kháng của phụ tải Trong lưới phân phối chủ yếu sử dụng tụ ñiện tĩnh mắc song song với các phụ tải sử dụng công suất phản kháng (còn ñược gọi là các tụ bù ngang) Công suất phản kháng phát ra từ các tụ ñiện tĩnh này sẽ cung cấp trực tiếp cho các phụ tải, tránh phải truyền tải ñi xa,... luận – thảo luận 7 Chương 2 TỔNG QUAN VỀ CÔNG SUẤT PHẢN KHÁNG VÀ ðIỀU ðỘ CÔNG SUẤT KHÁNG 2.1 Giới thiệu tổng quan về công suất kháng ðề cập ñến một số vấn ñề: - Lưới phân phối - Công suất phản kháng - Các phụ tải ñiện - ðiều ñộ công suất phản kháng cho phụ tải 2.1.1 Lưới phân phối 2.1.1.1 Vai trò của lưới phân phối Lưới phân phối thực hiện nhiệm vụ phân phối ñiện cho một ñịa phương (thành phố, quận, huyện... thiết bị bù Tổn thất công suất tác dụng (∆P) và công suất phản kháng (∆Q) trên ñường dây với tổng trở R + jX ñược xác ñịnh một cách gần ñúng: P 2 + Q2 R ∆P = U2 P 2 + Q2 ∆Q = X U2 (2.12) Giá trị hiệu dụng của tổn thất ñiện áp trên ñường dây: ∆U = P R + Q.X U (2. 13) 20 Sử dụng tụ ñiện tĩnh ñặt ở phía tải, lượng công suất phản kháng do tụ ñiện phát ra la là Qbù thì công suất phản kháng cần truyền tải... suất phản kháng ñóng vai trò tạo ra từ trường, yếu tố trung gian cần thiết trong quá trình chuyển hoá biến ñổi ñiện năng Nhu cầu công suất phản kháng của từng phụ tải ñiện trong tổng nhu cầu công suất phản kháng của hệ thống có thể ñược phân chia một cách gần ñúng theo tỉ lệ: - ðộng cơ không ñồng bộ sử dụng từ 60 ñến 65% tổng công suất phản kháng của hệ thống - Máy biến áp sử dụng từ 22 ñến 25% tổng công ... hóa ñiều ñộ công suất phản kháng 22 3. 2 Sử dụng thuật toán PGPSO giải toán ñiều ñộ công suất kháng . 23 3 .3 Phương pháp tối ưu hóa thuật toán tiến hóa bầy hạt 26 3. 3.1 .Thuật toán tiến hóa... lượng ñiều áp Pdi, Qdi Công suất tác dụng công suất phản kháng i Pgi, Qgi Công suất tác dụng công suất phản kháng máy phát ñiện i Qci Công suất bù phản kháng i Sl Công suất biểu kiến lớn truyền... thống 30 bus Line 10 11 12 13 14 39 Slmax(MVA) 130 130 65 130 130 65 90 130 130 32 65 32 65 65 Line 15 16 17 18 19 20 21 22 23 24 25 26 27 28 Slmax(MVA) 65 65 32 32 32 16 16 16 16 32 32 32 32 32