Áp dụng phương pháp grey wolf optimizer tính toán điều độ kinh tế hỗn hợp nhiệt điện

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƢỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN TRỌNG TUÂN ÁP DỤNG PHƢƠNG PHÁP GREY WOLF OPTIMIZER TÍNH TỐN ĐIỀU ĐỘ KINH TẾ HỖN HỢP NHIỆT ĐIỆN Chuyên ngành: THIẾT BỊ - MẠNG VÀ NHÀ MÁY ĐIỆN Mã số: 60.52.50 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 12 năm 2014 Cơng trình đƣợc hồn thành tại: Trƣờng Đại Học Bách Khoa – ĐHQG-HCM Cán hƣớng dẫn khoa học : (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét : (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét : (Ghi rõ họ, tên, học hàm, học vị chữ ký) Luận văn thạc sĩ đƣợc bảo vệ Trƣờng Đại học Bách Khoa, ĐHQG Tp HCM ngày tháng năm 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) Xác nhận Chủ tịch Hội đồng đánh giá LV Trƣởng Khoa quản lý chuyên ngành sau luận văn đƣợc sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƢỞNG KHOA………… Nhiệm vụ luận văn thạc sĩ TRƢỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM KHOA ĐIỆN – ĐIỆN TỬ Độc lập – Tự – Hạnh Phúc -oOo Tp HCM, ngày tháng năm NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: NGUYỄN TRỌNG TUÂN Phái: Nam Ngày, tháng, năm sinh: 03/03/1988 Nơi sinh: TPHCM Chuyên ngành: Thiết bị Mạng Nhà máy điện MSHV: 12924333 1- TÊN ĐỀ TÀI:ÁP DỤNG PHƢƠNG PHÁP GREY WOLF OPTIMIZER TÍNH TỐN ĐIỀU ĐỘ KINH TẾ HỖN HỢP NHIỆT ĐIỆN 2- NHIỆM VỤ LUẬN VĂN:Tìm hiểu tốn điều độ kinh tế hỗn hợp nhiệt điện, tìm hiểu phƣơng pháp Grey Wolf Optimizer Ứng dụng GWO vào giải toán điều độ kinh tế hỗn hợp nhiệt điện, so sánh kết đạt đƣợc với phƣơng pháp khác 3- NGÀY GIAO NHIỆM VỤ: 18/08/2014 4- NGÀY HOÀN THÀNH NHIỆM VỤ: 07/12/2014 5- HỌ VÀ TÊN CÁN BỘ HƢỚNG DẪN: TS.LÊ KỶ Nội dung đề cƣơng Luận văn thạc sĩ đƣợc Hội Đồng Chuyên Ngành thông qua CÁN BỘ HƢỚNG DẪN CHỦ NHIỆM BỘ MÔN (Họ tên chữ ký) QUẢN LÝ CHUYÊN NGÀNH (Họ tên chữ ký) i KHOA QL CHUYÊN NGÀNH (Họ tên chữ ký) Lời cảm ơn LỜI CẢM ƠN Đầu tiên học viên xin tỏ lòng biết ơn chân thành, sâu sắc đến giảng viên hƣớng dẫn TS Võ Ngọc Điều TS.Lê Kỷ Em xin cám ơn thầy tận tình giúp đỡ, cung cấp nhiều tài liệu kinh nghiệm quý báu giúp em hoàn thành luận văn Xin cám ơn tập thể thầy cô môn Hệ Thống Điện, khoa Điện-Điện Tử truyền đạt học quý giá năm tháng học Đại Học Cao học để học viên có tảng kiến thức quý giá thực luận văn Xin cám ơn Ban Giám Đốc, lãnh đạo phòng bạn bè đồng nghiệp Cơng ty Thí Nghiệm Điện Miền Nam giúp đỡ, tạo điều kiện thuận lợi cho trình học tập thực luận văn Xin cám ơn gia đình ngƣời thân ln bên cạnh, động viên, tạo nhiều điều kiện cho suốt q trình học tập Tp Hồ Chí Minh, tháng 12 năm 2014 Ngƣời thực Nguyễn Trọng Tuân ii Tóm tắt luận văn TĨM TẮT LUẬN VĂN Luận văn trình bày thuật tốn GWO (Grey Wolf Optimizer) để giải toán điều độ kinh tế hỗn hợp nhiệt điện Thuật toán GWOlấy cảm hứng từ hành vi tổ chức bầy đàn săn mồi lồi sói tự nhiên đƣợc nghiên cứu mơ hình tốn học thành phƣơng pháp hiệu cho tốn tối ƣu Giải thuật đƣợc lập trình chạy phần mềm Matlab,kết so sánh với nhiều phƣơng pháp khác cho thấy GWO phƣơng pháp hữu hiệu, cho kết tốt với thời gian tính tốn tốc độ hội tụ nhanh iii Abstract ABSTRACT This thesis presents a novel algorithm to solve combined heat and power economic dispatch (CHPED) basing on GWO (Grey Wolf Optimizer) GWO is inspired by the leadership hierarchy and hunting mechanism of grey wolves in nature that is researched and mathematized, the algorithm is proved to be an effective approach for optimization problems GWO algorithm for CHPED is programed and computed on Matlab, the results are compared with other algorithm It is showed that GWO is a effective technique, provides good solutions with less computational effort iv Lời cam đoan LỜI CAM ĐOAN Tôi xin cam đoan luận văn cơng trình thân Các số liệu xác thực tài liệu trích dẫn tuân thủ theo quy định có nguồn gốc rõ ràng Tp Hồ Chí Minh, tháng 12 năm 2014 Ngƣời thực Nguyễn Trọng Tuân v Mục lục MỤC LỤC NHIỆM VỤ LUẬN VĂN THẠC SĨ .i LỜI CẢM ƠN ii TÓM TẮT LUẬN VĂN iii ABSTRACT iv LỜI CAM ĐOAN v DANH MỤC CÁC BẢNG TRONG LUẬN VĂN ix DANH MỤC CÁC HÌNH TRONG LUẬN VĂN x CHỮ VIẾT TẮT TRONG LUẬN VĂN .xii CHƢƠNG 1: GIỚI THIỆU CHUNG 1.1 ĐẶT VẤN ĐỀ: 1.2 HƢỚNG TIẾP CẬN ĐỀ TÀI: 1.3 MỤC TIÊU CỦA ĐỀ TÀI: 1.4 TẦM QUAN TRỌNG CỦA ĐỀ TÀI: 1.5 PHẠM VI NGHIÊN CỨU: CHƢƠNG 2: TỔNG QUAN 2.1 BÀI TOÁN ĐIỀU ĐỘ KINH TẾ HỖN HỢP NHIỆT ĐIỆN: 2.2 TỔNG QUAN CÁC PHƢƠNG PHÁP ĐÃ ĐƢỢC ÁP DỤNG ĐỂ GIẢI BÀI TOÁN ĐIỀU ĐỘ KINH TẾ HỖN HỢP NHIỆT ĐIỆN 2.2.1 Artificial Immune System (AIS) [18] 2.2.2 Time Varying Acceleration Coefficient Particle Swarm Optimization (TVAC-PSO) [19] 2.2.3 Differential Evolution (DE) [20] 2.2.4 Bee Colony Optimization (BCO) [14] 2.2.5 Particle Swarm Optimization with Improved Inertia Weight (PSO-IIW) [21] …………………………………………………………………………… vi Danh mục bảng luận văn 2.2.6 Cuckoo Search (CS) [16] 2.2.7 Improved Particle Swarm Optimization (IPSO) [17] CHƢƠNG 3: THÀNH LẬP BÀI TOÁN 3.1 Hàm mục tiêu: 3.2 Các ràng buộc toán: 3.2.1 Ràng buộc đẳng thức: 3.2.2 Ràng buộc bất đẳng thức: 3.2.3 Ràng buộc đồng phát: 10 3.3 Các ràng buộc khác: 10 3.3.1 Ràng buộc tổn thất: 11 3.3.2 Ràng buộc độ dốc tốc độ: 11 3.3.3 Ràng buộc độ dự trữ nóng: 11 3.3.4 Ràng buộc công suất truyền tải: 12 CHƢƠNG 4: GIỚI THIỆU VỀ THUẬT TOÁN GWO VÀ PHƢƠNG PHÁP GIẢI BÀI TOÁN ĐIỀU ĐỘ KINH TẾ HỖN HỢP NHIỆT ĐIỆN 4.1 GIỚI THIỆU THUẬT TOÁN GWO: 13 4.1.1 Tổng quan: 13 4.1.2 Cấu trúc bầy đàn lồi sói: 13 4.1.3 Hành vi săn mồi loài sói: 15 4.1.4 Giải thuật phƣơng pháp GWO: 19 4.2 ỨNG DỤNG GWO GIẢI BÀI TOÁN ĐIỀU ĐỘ KINH TẾ HỖN HỢP NHIỆT ĐIỆN 22 4.2.1 Nhận dạng toán: 22 4.2.2 Ràng buộc bất đẳng thức: 22 4.2.3 Ràng buộc đồng phát: 23 4.2.4 Ràng buộc đẳng thức: 23 4.2.5 Giải thuật cho toán điều độ kinh tế hỗn hợp nhiệt điện: 24 vii Danh mục bảng luận văn CHƢƠNG 5: KẾT QUẢ TÍNH TỐNÁP DỤNG THUẬT TỐN GWOGIẢI BÀI TOÁN ĐIỀU ĐỘ KINH TẾ HỖN HỢP NHIỆT ĐIỆN 5.1 BÀI TOÁN ĐIỀU ĐỘ KINH TẾ CHO HỆ THỐNG MÁY PHÁT ( MÁY PHÁT ĐIỆN, MÁY PHÁT ĐỒNG PHÁT VÀ MÁY PHÁT NHIỆT) BỎ QUA TỔN THẤT 35 5.1.1 Trƣờng hợp PD = 200MW, HD = 115MWth: 37 5.1.2 Trƣờng hợp PD = 175MW, HD = 110MWth: 40 5.1.3 Trƣờng hợp PD = 225MW, HD = 125MWth: 43 5.2 BÀI TOÁN ĐIỀU ĐỘ KINH TẾ CHO HỆ THỐNG MÁY PHÁT ( MÁY PHÁT ĐIỆN, MÁY PHÁT ĐỒNG PHÁT ,1 MÁY PHÁT NHIỆT VÀ MÁY PHÁT TUA BIN HƠI) BỎ QUA TỔN THẤT: 47 5.3 BÀI TOÁN ĐIỀU ĐỘ KINH TẾ CHO HỆ THỐNG MÁY PHÁT ( MÁY PHÁT ĐIỆN, MÁY PHÁT ĐỒNG PHÁT VÀ MÁY PHÁT NHIỆT) BỎ QUA TỔN THẤT : 50 5.3.1 Trƣờng hợp PD = 300MW, HD = 150MWth: 53 5.3.2 Trƣờng hợp PD = 250MW, HD = 175MWth: 55 5.3.3 Trƣờng hợp PD = 160MW, HD = 220MWth: 58 5.4 BÀI TOÁN ĐIỀU ĐỘ KINH TẾ CHO HỆ THỐNG MÁY PHÁT ( MÁY PHÁT ĐIỆN, MÁY PHÁT ĐỒNG PHÁT VÀ MÁY PHÁT NHIỆT) BỎ QUA TỔN THẤT : 61 5.4.1 Trƣờng hợp PD = 500MW, HD = 300MWth: 64 5.4.2 Trƣờng hợp PD = 450MW, HD = 300MWth: 67 5.4.3 Trƣờng hợp PD = 250MW, HD = 300MWth: 70 CHƢƠNG 6: TỔNG KẾT VÀ HƢỚNG NGHIÊN CỨU TIẾP THEO 6.1 TỔNG KẾT ĐỀ TÀI 74 6.2HƢỚNG NGHIÊN CỨU TIẾP THEO 74 TÀI LIỆU THAM KHẢO 75 LÝ LỊCH TRÍCH NGANG 78 viii Chƣơng 5: Kết tính tốn Hình 5.22: Vùng vận hành khả thi nhiệt-điện máy phát đồng phát Hình 5.23:Vùng vận hành khả thi nhiệt-điện máy phát đồng phát 5.4.1 Trƣờng hợp PD = 500MW, HD = 300MWth: a Thơng số chạy chƣơng trình: Trang 64 Chƣơng 5: Kết tính tốn Sau q trình chạy, nhận thấy chƣơng trình chạy ổn định với thơng số nhƣ sau: Số cá thể đàn Nd: 30 Số lần lặp tối đa: 15000 b Kết chạy chƣơng trình: Hình 5.24: Kết chạy GWO 50 lần Trang 65 Chƣơng 5: Kết tính tốn Hình 5.25: So sánh kết GWO IPSO Bảng 5.15: Kết sau chạy GWO 50 lần Phƣơng pháp GWO Chi phí Chi phí Chi phí Độ lệch Thời gian Thời gian Thời gian nhỏ lớn trung bình chuẩn xử lý ngắn xử lý dài xử lý trung ($/h) ($/h) ($/h) ($/h) (s) (s) bình (s) 22006.3683 22186.3627 22051.6699 33.5590136 14.03987 14.69812 14.348346 Trang 66 Chƣơng 5: Kết tính tốn Bảng 5.16: So sánh kết phƣơng pháp Phƣơng PSO [17] IPSO [17] GWO P1 (MW) 134.7929 135 135 P2 (MW) 62.7080 60.6937 63.3602 P3 (MW) 12.6837 13.9857 10 P4 (MW) 80.5714 80.6036 89.6361 P5 (MW) 209.2440 209.7170 202.0037 H2 (MWth) 94.6026 92.8638 95.1655 H3 (MWth) 40.7436 41.7081 40 H4 (MWth) 40.7143 40.6606 44.8346 H5 (MWth) 64.2064 64.7675 60 H6 (MWth) 59.7331 59.9999 59.9999 Cost ($/h) 22,021.6215 22,009.4520 22,006.3683 pháp c Nhận xét: - Kết hội tụ sau khoảng 2000 lần lặp - Thời gian tính tốndài - Độ lệch chuẩn cao - Trong trƣờng hợp GWO hội tụ chậm, nhiên cho kết tốt so với phƣơng pháp khác 5.4.2 Trƣờng hợp PD = 450MW, HD = 400MWth: a Thơng số chạy chƣơng trình: Sau q trình chạy, nhận thấy chƣơng trình chạy ổn định với thông số nhƣ sau: Số cá thể đàn Nd: 30 Số lần lặp tối đa: 10000 Trang 67 Chƣơng 5: Kết tính tốn b Kết chạy chƣơng trình: Hình 5.26: Kết chạy GWO 50 lần Trang 68 Chƣơng 5: Kết tính tốn Hình 5.27: So sánh kết GWO IPSO Bảng 5.17: Kết sau chạy GWO 50 lần Phƣơng pháp Chi phí Chi phí Chi phí Độ lệch Thời gian Thời gian Thời gian nhỏ lớn trung bình chuẩn xử lý ngắn xử lý dài xử lý ($/h) ($/h) ($/h) ($/h) (s) (s) trung bình (s) GWO 22455.9223 22881.0769 22679.2272 108.326593 9.481266 12.593353 9.8047125 Trang 69 Chƣơng 5: Kết tính tốn Bảng 5.18: So sánh kết phƣơng pháp Phƣơng PSO [17] IPSO [17] GWO P1 (MW) 127.6362 128.2980 124.4556 P2 (MW) 92.6253 94.9615 92.2411 P3 (MW) 10 10 10.2203 P4 (MW) 65.8128 70.4844 80.8672 P5 (MW) 153.9257 146.2633 142.2159 H2 (MWth) 120.4286 122.4454 120.0378 H3 (MWth) 40 40 40.0199 H4 (MWth) 34.0058 36.1293 40.8259 H5 (MWth) 145.6486 141.4254 139.1406 H6 (MWth) 59.9169 60 59.9758 Cost ($/h) 22,436.2550 22,429.7939 22455.9223 pháp c Nhận xét: 5.4.3 - Kết hội tụ sau khoảng 7000 lần lặp - Thời gian tính tốn cịn cao - Độ lệch chuẩncao - Trong trƣờng hợp GWO hội tụ chậm, kết tính tốn chƣa tốt Trƣờng hợp PD = 250MW, HD = 300MWth: a Thông số chạy chƣơng trình: Sau trình chạy, nhận thấy chƣơng trình chạy ổn định với thông số nhƣ sau: Số cá thể đàn Nd: 30 Số lần lặp tối đa: 20 b Kết chạy chƣơng trình: Trang 70 Chƣơng 5: Kết tính tốn Hình 5.28: Kết chạy GWO 50 lần Trang 71 Chƣơng 5: Kết tính tốn Hình 5.29: So sánh kết GWO IPSO Bảng 5.19: Kết sau chạy GWO 50 lần Phƣơng pháp GWO Chi phí Chi phí Chi phí Độ lệch Thời gian Thời gian Thời gian nhỏ lớn trung bình chuẩn xử lý ngắn xử lý dài xử lý trung ($/h) ($/h) ($/h) ($/h) (s) (s) bình (s) 15858.9129 15861.7238 15859.8773 0.66384644 9.314977 9.879245 9.469423 Trang 72 Chƣơng 5: Kết tính tốn Bảng 5.20: So sánh kết phƣơng pháp Phƣơng PSO [17] IPSO [17] GWO P1 (MW) 83.6436 83.6436 83.6412 P2 (MW) 40 40 40.0046 P3 (MW) 10 10 10.0011 P4 (MW) 35 35 35.0103 P5 (MW) 81.3564 81.3564 81.3428 H2 (MWth) 75 75 75.0039 H3 (MWth) 40 40 40.0005 H4 (MWth) 20 20 20.0047 H5 (MWth) 105 105 104.9920 H6 (MWth) 60 60 59.9989 Cost ($/h) 15,858.8301 15,858.8300 15858.9129 pháp c Nhận xét: - Kết hội tụsau khoảng 300-400 lần lặp - Thời gian tính tốn cịn dài - Độ lệch chuẩn thấp - Trong trƣờng hợp GWO hội tụ, cho kết tốt Trang 73 Chƣơng 6: Tổng kết hƣớng phát triển đề tài CHƢƠNG TỔNG KẾT VÀ HƢỚNG NGHIÊN CỨU TIẾP THEO 6.1 TỔNG KẾT ĐỀ TÀI Luận văn trình bày thuật toán GWO chi tiết giải thuật áp dụng thuật toán GWO vào giải toán điều độ kinh tế hỗn hợp nhiệt điện Qua kết tính tốn chƣơng trình Matlab, cho thấy toán điều độ kinh tế hỗn hợp nhiệt điện quy mơ nhỏ, số lƣợng tổ máy GWO cho kết hội tụ nhanh, số lần lặp ít, thời gian tính tốn nhanh, Độ lệch chuẩn thấp Tuy nhiên, với tốn quy mơ lớn, số lƣợng tổ máy nhiều, GWO hội tụ chậm, thời gian tính tốn cịn dài, cần có thêm cải tiến để toán hội tụ nhanh 6.2 HƢỚNG NGHIÊN CỨU TIẾP THEO Từ kết tích cực GWO, mở rộng hƣớng nghiên cứu phƣơng pháp cho toán sau: - Cải tiến GWO để giải tốn quy mơ lớn cho kết nhanh - Bài toán điều độ kinh tế hỗn hợp nhiệt điện có kể thêm ràng buộc tổn thất, điểm van công suất, giới hạn truyền tải, độ dự trữ quay,… - Bài toán điều độ kinh tế hỗn hợp nhiệt điện với đƣờng cong đa nhiên liệu - Bài toán điều độ kinh tế với hệ thống phức tạp, số lƣợng tổ máy lớn Trang 74 Tài liệu tham khảo TÀI LIỆU THAM KHẢO [1] Mario Fritzsche, “Combined Heat and Power”, Coventry University-School of Enginering, Dec 2005 [2] Seyedali Mirjalili, Seyed Mohammad Mirjalili, Andrew Lewis, “Grey Wolf Optimizer”, Elsevier, 21 Jan 2014 [3] Dieu VN, Ongsakul W “Augmented Lagrange Hopfield network for economic load dispatch with combined heat and power” Electr Power Comp Syst 2009; 37(12):1289–304 [4]Y H Song & Q Y Xuan (1998): “Combined heat and power economic dispatch using genetic algorithm based penalty function method”, Electric Machines & Power Systems, 26:4, 363-372 [5] T Guo, M I Henwood, M van Ooijen, “An algorithm for combined heat and power economic dispatch”, IEEE Trans Power Systems, vol 11, pp 1778-1784,1996 [6] Y H Song, Y Q Xuan, “Combined heat and power economic dispatch using genetic algorithm based penalty function method”, Electric Mach Power Systems, vol.26, pp 363-372,1998 [7] Y H Song, C S Chou, T J Stonham, “Combined heat and power economic dispatch by improved ant colony search algorithm”, Electric Power Systems Research, vol 52, pp 115-121,1999 [8] Hosseini SSS, Jafarnejad A, Behrooz AH, Gandomi AH, “Combined heat and power economic dispatch by mesh adaptive direct search algorithm”, Expert Trang 75 Tài liệu tham khảo Syst Appl 2011;38:6556–64 [9] K P Wong, C Algie, “Evolutionary programming approach for combined heat and power dispatch”, Electric Power Systems Research, vol 61, pp 227-232, 2002 [10] C.-T Su, C.-L Chiang, “An incorporated algorithm for combined hat and power economic dispatch”, Electric Power Systems Research, vol 69, pp 187-195, 2004 [11]A Vasebi, M Fesanghary, S.M.T Bathaee, “Combined heat and power economic dispatch by harmony search algorithm”, Int J Electrical Power and Energy Systems, article in press 2007 [12] A Sashirekha, J Pasupuleti, N H Moin, C S Tan, “Combined heat and power economic dispatch solved using Lagrangian relaxation with surrogate subgradient multiplier updates”, Electrical Power and Energy Systems 44 (2013) 421–430 [13] G Chapa, V Galaz, “An economic dispatch algorithm for cogeneration systems”, Proc IEEE Power Engineering Society General Meeting, pp 989-994,June 2004 [14] M Basu, “Bee Colony Optimization for Combined Heat and Power Economic Dispatch”, Expert Systems with Applications, 2011, 13527–13531 [15] P Subbaraj, R Rengaraj, S Salivahanan, “Enhancement of combined heat and power economic dispatch using self adaptive real-coded genetic algorithm”,Applied Energy 86 (2009) 915–921 [16] Trần Hoàng Chƣơng, “Tìm hiểu thuật tốn Cuckoo Search giải toán điều độ tối ƣu hỗn hợp nhiệt điện”, Luận văn tốt nghiệp, tháng 12 năm 2013 [17] Phạm Ngọc Hiếu, “Ứng dụng thuật toán Particle Swarm Optimization cải tiến tính tốn điều độ kinh tế hỗn hợp nhiệt điện”, Luận văn thạc sĩ, tháng năm 2014 Trang 76 Tài liệu tham khảo [18] M Basu, “Artificial immune system for combined heat and power economic dispatch”, Electrical Power and Energy Systems, 43 (2012,) 1–5 [19] Behnam M.I, Mohammad M.D, Abbas Rabiee, “Combined heat and power economic dispatch problem solution using particle swarm optimization with time varying acceleration coefficients”, Electric Power Systems Research, 95 (2013), 9– 18 [20] Nidul et al, “Optimal Solution for Non-Convex Combined Heat and Power Dispatch Problems using Differential Evolution”, IEEE, 978-1-4244-5967-4/10 [21] H.A Shayanfar et al, “PSO-IIW FOR COMBINED HEAT AND POWER ECONOMIC DISPATCH”, International Journal on “Technical and Physical Problems of Engineering”, June 2012, issue 11, volume 4, No 2, pp 51-55 Trang 77 Lý lịch trích ngang LÝ LỊCH TRÍCH NGANG I Thơng tin cá nhân: Họ tên: NGUYỄN TRỌNG TUÂN Ngày, tháng, năm sinh: 03-03-1988 Nơi sinh: Thành phố Hồ Chí Minh Địa liên lạc: 40 Man Thiện, Tăng Nhơn Phú A, Q9, TPHCM II Quá trình đào tạo: Từ 09/2006 đến 04/2011: Sinh viên ngành Kỹ Thuật Điện, khoa Điện-Điện tử, trƣờng Đại Học Bách Khoa Thành Phố Hồ Chí Minh Từ 12/2012 đến nay: Học viên cao học ngành Thiết bị, mạng nhà máy điện trƣờng Đại Học Bách Khoa Thành Phố Hồ Chí Minh III Quá trình cơng tác: Từ 05/2011 đến nay: Cơng tác Cơng ty Thí Nghiệm Điện Miền Nam Trang 78 ... máy điện MSHV: 12924333 1- TÊN ĐỀ TÀI :ÁP DỤNG PHƢƠNG PHÁP GREY WOLF OPTIMIZER TÍNH TỐN ĐIỀU ĐỘ KINH TẾ HỖN HỢP NHIỆT ĐIỆN 2- NHIỆM VỤ LUẬN VĂN:Tìm hiểu tốn điều độ kinh tế hỗn hợp nhiệt điện, ... Chƣơng 5: Kết tính tốn CHƢƠNG KẾT QUẢ TÍNH TỐNÁP DỤNG THUẬT TOÁN GWOGIẢI BÀI TOÁN ĐIỀU ĐỘ KINH TẾ HỖN HỢP NHIỆT ĐIỆN Từ giải thuật áp dụng GWO giải toán điều độ kinh tế hỗn hợp nhiệt điện, tiến... cho toán điều độ kinh tế hỗn hợp nhiệt điện: 24 vii Danh mục bảng luận văn CHƢƠNG 5: KẾT QUẢ TÍNH TỐNÁP DỤNG THUẬT TỐN GWOGIẢI BÀI TOÁN ĐIỀU ĐỘ KINH TẾ HỖN HỢP NHIỆT ĐIỆN 5.1 BÀI TOÁN ĐIỀU ĐỘ