Tóm tắt: Luận văn đề xuất áp dụng một số thuật toán gần đây, Grey Wolf Optimizer, Whale Optimization Algorithm và Mothflame optimization algorithm, bố trí tối ưu vị trí tuabin cho trang trại gió dựa nhằm thu được sản lượng điện gió tối đa. Các thuật toán đề xuất được so sánh với thuật toán Paiticle Swam Optimization algorithm và phần mềm thương mại windPRO cho bố trí tối ưu trang trại gió ngoài khơi và thách thức đối với trang trại gió trên đất liền có địa hình phức tạp. Để đánh giá khách quan hiệu quả của các thuật toán, phần mềm WAsP được sử dụng để tính toán năng lượng gió cho tất cả các kịch bản. Kết quả bố trí tối ưu vị trí tuabin trong trang trại gió chứng minh rằng các thuật toán đề xuất có thể cung cấp kết quả rất cạnh tranh. Tuy nhiên, khả năng áp dụng các thuật toán đề xuất trong việc giải quyết bố trí tối ưu các trại gió trên đất liền cần nghiên cứu và phát triển hơn nữa trong tương lai
ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA LÊ THANH THỎA XÁC ĐỊNH TỐI ƯU VỊ TRÍ TUA-BIN TRONG TRANG TRẠI GIĨ SỬ DỤNG THUẬT TỐN TÌM KIẾM Chun ngành: Kỹ thuật điện Mã số: 6052.02.02 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH – 2018 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA -ĐHQG -HCM Cán hướng dẫn khoa học : PGS TS VÕ NGỌC ĐIỀU Cán chấm nhận xét : Cán chấm nhận xét : Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG TP HCM ngày 07 tháng 01 năm 2017 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: (Ghi rõ họ, tên, học hàm, học vị Hội đồng chấm bảo vệ luận văn thạc sĩ) Chủ tịch: PGS TS Hồ Văn Nhât Chương Thư ký: TS Lê Kỷ Phản biện 1: TS Nguyễn Văn Liêm Phản biện 2: TS Hồ Văn Hiến Uỷ viên: PSG TS Vũ Phan Tú Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỊNG TRƯỞNG KHOA ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Lê Thanh Thỏa MSHV: 7140982 Ngày, tháng, năm sinh: 10/04/1980 Nơi sinh: Bình Thuận Chuyên ngành: Kỹ thuật điện Mã số: 60520202 I TÊN ĐỀ TÀI: XÁC ĐỊNH TỐI ƯU VỊ TRÍ TUA-BIN TRONG TRANG TRẠI GIĨ SỬ DỤNG THUẬT TỐN TÌM KIẾM II NHIỆM VỤ VÀ NỘI DUNG: Nghiên cứu áp dụng số thuật toán (GWO, WOA, MFO) bố trí tối ưu vị trí tua-bin trang trại gió Đánh giá thuật tốn đề xuất áp dụng với thuật toán sử dụng rộng rãi PSO so sánh với bố trí tối ưu vị trí tua-bin trang trại gió phần phần mềm thương mại windPRO Đề xuất thuật toán áp dụng phù hợp thực tế III NGÀY GIAO NHỆM VỤ: 18/01/2016 IV NGÀY HOÀN THÀNH NHỆM VỤ: 02/12/2016 V CÁN BỘ HƯỚNG DẪN : PGS TS VÕ NGỌC ĐIỀU Tp HCM, ngày 03 tháng 10 năm 2018 CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO TRƯỞNG KHOA LỜI CÁM ƠN Đề tài “Xác định xác định tối ưu vị trí tua-bin trang trại gió sử dụng thuật tốn tìm kiếm” hồn thành nhờ trình nghiên cứu nghiêm túc thân Tơi xin chân thành cám ơn: • PGS.TS Võ Ngọc Điều, Thầy hướng dẫn tận tâm đưa lời khuyên quan trọng giúp giải trọng tâm vấn đề • ThS Nguyễn Quang Bảo, Cơng ty TNHH Tư vấn thiết kế xây dựng điện Thành Đạt tạo điều kiện công việc để hồn thành cơng trình nghiên cứu thời gian • Dr Seyedali Mirjalili, tác giả số thuật toán đề xuất cho cơng trình nghiên cứu (GWO, WOA, MFO) cho lời khuyên áp dụng thuật toán cách hiệu TÓM TẮT LUẬN VĂN THẠC SĨ Luận văn đề xuất áp dụng số thuật toán gần đây, Grey Wolf Optimizer, Whale Optimization Algorithm Moth-flame optimization algorithm, bố trí tối ưu vị trí tuabin cho trang trại gió dựa nhằm thu sản lượng điện gió tối đa Các thuật toán đề xuất so sánh với thuật toán Paiticle Swam Optimization algorithm phần mềm thương mại windPRO cho bố trí tối ưu trang trại gió ngồi khơi thách thức trang trại gió đất liền có địa hình phức tạp Để đánh giá khách quan hiệu thuật toán, phần mềm WAsP sử dụng để tính tốn lượng gió cho tất kịch Kết bố trí tối ưu vị trí tua-bin trang trại gió chứng minh thuật tốn đề xuất cung cấp kết cạnh tranh Tuy nhiên, khả áp dụng thuật toán đề xuất việc giải bố trí tối ưu trại gió đất liền cần nghiên cứu phát triển tương lai ABSTRACT This master thesis proposes some of the recent algorithms, Grey Wolf Optimizer, Whale Optimization Algorithm and Moth-flame optimization algorithm, for wind farm layout optimization base on maximum wind energy capture The proposed algorithm is compared with the Paiticle Swam Optimization algorithm and Optimize module of windPRO software for optimum layout off-shore wind farm and challenging for onshore wind farm in complex terrain To objectively evaluate the effectiveness of the algorithms, WAsP software is used to calculate the annual energy production and wake loss of all scenarios The result of wind turbine mirco- sting in wind farm prove that the proposed algorithm is able to provide very competitive results However, the applicability of the proposed algorithm in solving on-shore wind farm layout optimization need further research and development in the future LỜI CAM ĐOAN Đề tài “Xác định xác định tối ưu vị trí tua-bin trang trại gió sử dụng thuật tốn tìm kiếm” cơng trình nghiên cứu độc lập thân hướng dẫn PGS.TS Võ Ngọc Điều Tôi xin cam đoan hoàn toàn chịu trách nhiệm số nội dung sau: Nội dung trình bày luận văn cơng trình nghiên cứu độc lập thân hướng dẫn PGS.TS Võ Ngọc Điều Đề tài có thừa nhận/ sử dụng/ tham khảo số nội dung cơng trình nghiên cứu trước Những nội dung thích dẫn chứng cụ thể Số liệu sử dụng hồn tồn trung thực có minh chứng cụ thể Kết nghiên cứu hoàn toàn độc lập, trung thực khách quan Những hạn chế, vấn đề mà đề tài chưa giải được nêu đề xuất hướng nghiên cứu hướng tới tương lai MỤC LỤC CHƯƠNG GIỚI THIỆU CHUNG 1.1 Tình hình sử dụng lượng gió giới, cần thiết phát triển lượng điện gió .1 1.2 Hướng tiếp cận vấn đề bố trí tối ưu vị trí tua-bin trang trại gió 1.3 Khảo sát phân tích cơng trình nghiên cứu liên quan CHƯƠNG HÀM MỤC TIÊU BÀI TỐN BỐ TRÍ TUA-BIN TRONG TRANG TRẠI GIỊ 2.1 Các giả định 2.2 Mơ hình che chắn gió (wake modeling) .9 2.3 Đặc tuyến tua-bin gió 12 2.4 Mơ hình tính tốn sản lượng điện gió 14 CHƯƠNG BỐ TRÍ TỐI Ưu VỊ TRÍ TUA-BIN TRONG TRANG TRẠI GIĨ 16 3.1 Tổng quan thuật tốn tìm kiếm 16 3.2 Đề xuất thuật toán áp dụng bố trí tối ưu vị trí tua-bin trang trại gió ’ 17 3.3 Tối ưu bố trí vị trí tua-bin trang trại gió 30 CHƯƠNG KẾT QUẢ TÍNH TỐN VÀ ĐÁNH GIÁ THUẬT TOÁN ÁP DỤNG ’ 32 4.1 Các kịch xem xét 32 4.2 Kịch 32 4.3 Kịch 38 4.4 Kịch 43 4.5 Kịch 49 4.6 Kịch 54 4.7 Nhận xét .60 CHƯƠNG KẾT LUẬN 63 Trang I 73 Trang 73 30 MW số lớn lại vơ có ý nghĩa, mở đầu cho ngành cơng nghiệp điện gió Việt Nam Địa điểm: Bình Thuận Cơng suất: 30MW Tua-bin gió: - Nhà sản xuất: Fuhrlander Loại: FL MD 77 Cơng suất: 1.5MW Đường kính cánh: 77m Chiều cao: 85m Số tua bin: 20 Năm vận hành: 2009 Hình 1.2 Nhà máy điện gió Tuy Phong Nhà máy điện gió Phú Q nhà máy điện gió khơng nối lưới Tập đồn Dầu khí Việt Nam đầu tư Nhà máy điện gió cơng suất 6MW, mơ hình giới vận hành hỗn hợp hai hệ thống gió - diesel với tỷ lệ cơng suất gió/diesel 6MW/3MW Địa điểm: tỉnh Bình Thuận Công suất: 6MW Tua-bin: - Nhà sản xuất: Vestas Loại: V80/2000 Cơng suất: 2MW Đường kính cánh: 75m Chiều cao: 60m Số tua bin: Năm vận hành: 2012 Hình 1.3 Nhà máy điện gió Phú Quý 4.5.4 Nhận xét Các thuật tốn đề xuất MFO bố trí tối ưu tốt phần mềm windPRO Thuật toán MFO cho sản lượng cao 0.52% so với windPRO cao 0.10% so với trại gió hữu Kết tính tốn chương trình thực luận văn cho kết sai lệch -4.90% sản lượng tổn thất che chắn sai lệch 4.39% Kết cho thấy chương trình thực cho kết tính tốn gần với phần mềm thương mại Các tua-bin gió tìm bố trí vùng gió có mật độ lượng gió cao cách xếp tua-bin đảm bảo tránh hiệu ứng che chắn 4.6 Kịch Kịch mơ bố trí tối ưu nhà máy điện gió hữu Việt Nam, kịch bố trí tối ưu nhà máy điện gió đất liền có địa hình phức tạp 4.6.1 Dữ liệu gió Từ Hình 4.45 Hình 4.46 có số nhận xét sau: Tốc độ gió trung bình 6.8m/s, mật độ lượng gió trung bình 330 W/m2, hoa gió mơ tả hướng gió chủ đạo 30°, 60°, 240° 270° (Sector 02,03, 09 10) 4.6.2 Địa hình trại gió Khu vực có địa hình phức tạp, cao độ dao động 10m đến 110.5m Bố trí tua-bin trại gió hữu mơ cao độ trại gió mơ Hình 4.47 Hình 4.48 4.6.3 Kết tính tốn Hình 4.47 Bố trí tua bin trại gió thực tế Bảng 4.10 Tổng hợp kết tính tốn Hình 4.48 Mơ cao độ trại gió Mơ tả Gross AEP NetAEP Wake loss Capacity factor Hiện hữu [GWh] 94.373 [GWh] 90.686 [%] 3.91 [%] 34.51 windPRO MFO 96.641 95.183 92.695 91.495 4.08 3.87 35.27 34.82 So sánh thuật toán đề xuất MFO với: Hiện hữu 0.86% 0.89% -0.04 0.31 windPRO -1.51% -1.29% -0.21 -0.46 Trang 57 I 73 244500 124130 245000 245500 246000 246500 247000 247500 X-location [m] Hình 4.49 Bố trí tua-bin trại gió phương án 124080 Boundary p 240300 Existin g windPRO MFO 123980 123930 Trang 57 73 I Bảng 4.11 Tổng hợp kết tính tốn Mơ tả Ket tính tốn WAsP tính tốn So sánh kết tính tốn với WAsP Hiện hữu windPRO MFO Gross AEP [GWh] 94.269 96.625 95.118 NetAEP[GWh] 90.408 91.086 91.499 Wake loss [%] 4.10 5.73 3.80 Capacity factor [%] 34.40 34.66 34.82 Gross AEP [GWh] 94.373 96.641 95.183 NetAEP[GWh] 90.686 92.695 91.495 Wake loss [%] 3.91 4.08 3.87 Capacity factor [%] 34.51 35.27 34.82 [%] Gross AEP -0.11 -0.02 -0.07 [%] Net AEP -0.31 -1.74 0.00 [±%] Wake loss 0.19 1.65 -0.07 [±%] Capacity factor -0.11 -0.61 0.00 -2.17% N/A -1.29% So sánh kết bố trí tối ưu thuật tốn đề xuất so với windPRO, tính phần mềm WAsP So sánh kết bố trí tối ưu thuật tốn đề N/A xuất so với trại gió hữu, tính phần mềm WAsP 2.22% 0.89% Trang 58 I 73 Hình 4.50 Trại gió hữu Hình 4.51 Bố trí tối ưu sử dụng windPRO Hình 4.52 Bố trí tối ưu sử dụng MFO Trang 59 I 73 4.6.4 Nhận xét Các thuật toán đề xuất MFO bố trí tối ưu gần phần mềm windPRO Thuật tốn MFO cho sản lượng thấp -1.29% so với windPRO cao 0.89% so với trại gió hữu Kết tính tốn chương trình thực luận văn cho kết sai lệch -1.74% sản lượng tổn thất che chắn sai lệch 1.65% Kết cho thấy chương trình thực cho kết tính tốn gần với phần mềm thương mại Hình dạng bố trí trại gió thuật tốn gần giống nhau, tua-bin gió tìm bố trí vùng gió có mật độ lượng gió cao cách xếp tua-bin đảm bảo tránh hiệu ứng che chắn 4.7 Nhận xét Bảng 4.12 Tổng hợp kết tính tốn kịch Kịch windPRO PSO GW0 W0A MFO Kịch Kịch Kịch Kịch Kịch ave 12.328 63.738 31.817 371.137 91.086 std 0 0 Min value 12.328 63.738 31.817 371.137 91.086 Max value 12.328 63.738 31.817 371.137 91.086 Khoảng hội tụ [GWh/MW] 0 0 ave 12.487 63.234 31.589 std 0.012 0.429 0.147 Min value 12.470 62.402 31.333 Max value 12.510 64.006 31.882 0.095 0.050 Khoảng hội tụ [GWh/MW] 0.008 ave 12.507 64.164 31.403 std 0.010 0.667 0.117 Min value 12.479 62.985 31.227 Max value 12.521 65.110 31.745 Khoảng hội tụ [GWh/MW] 0.008 0.127 0.047 ave 12.490 63.630 31.262 std 0.012 0.491 0.217 Min value Max value 12.469 62.531 30.712 12.510 64.519 31.649 Khoảng hội tụ [GWh/MW] 0.008 0.118 ave 12.508 64.731 31.789 375.690 90.867 std 0.016 0.477 0.183 4.030 0.676 Min value 12.476 63.724 31.444 365.965 89.928 Max value 12.524 65.369 32.139 379.665 91.880 Khoảng hội tụ [GWh/MW] 0.010 0.098 0.063 0.132 0.065 0.085 Trang 62 73 Từ Bảng 4.12 nhận thấy rằng: Trong hầu hết kịch xem xét, MFO cho kết tốt (ave) Giá trị tính tốn dao động gần tương đương (std) Khoảng hội tụ (GWh/MW) lần chạy gần nhau, tối đa 0.132 GWh/MW Kết tính tốn cho thấy mơ hình tốn chương trình thực luận văn cho kết sai khác nhỏ 5% sản lượng điện trại gió so với phần mềm thương mại WAsP, cho thấy đề tài áp dụng thực tế để tính tốn lượng gió Để đánh giá thuật tốn sử dụng có ý nghĩa mặt thống kê, kiểm định phi tham số Wilcoxon ranksum test sử dụng Nếu hai tập liệu có ý nghĩa mặt thống kê giá trị p nhỏ 0.05 [29] Bảng 4.13 Giá trị p kiểm định Wilcoxon ranksum test Mô tả windPRO PSO GWO WOA MFO Kịch N/A 3.27E-09 3.29E-09 2.94E-09 3.15E-09 Kịch N/A 5.08E-05 2.92E-06 0.02952 1.08E-07 Kịch N/A 4.04E-05 1.55E-06 1.66E-06 0.04146 Kịch N/A - - - 0.00148 Kịch N/A - - - 0.04762 Giả định trại gió tối ưu phần mềm windPRO tập chuẩn, kiểm định giả thuyết thuật tốn đề xuất có ý nghĩa mặt thống kê, Bảng 4.13 cho thấy giá trị p