Ứng dụng phương pháp grey woft optimazer và phương pháp r a o cho bài toán tối ưu phối hợp bảo vệ rơ le số

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA - - VŨ THÀNH ĐẠT ỨNG DỤNG PHƯƠNG PHÁP GREY WOFT OPTIMAZER VÀ PHƯƠNG PHÁP R-A-O CHO BÀI TOÁN TỐI ƯU PHỐI HỢP BẢO VỆ RƠ LE SỐ Chuyên ngành : Kỹ thuật điện Mã số : 8520201 LUẬN VĂN THẠC SĨ TP Hồ Chí Minh, tháng 07 năm 2020 CƠNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐHQG TP.HCM Cán hướng dẫn khoa học: PGS.TS Võ Ngọc Điều Cán chấm nhận xét 1: PGS.TS Phạm Đình Anh Khôi Cán chấm nhận xét 2: PGS.TS Vũ Phan Tú Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa – Đại học Quốc Gia TP.HCM ngày 22 tháng 08 năm 2020 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: TS Lê Kỷ TS Lê Thị Tịnh Minh PGS.TS Phạm Đình Anh Khơi PGS.TS Vũ Phan Tú TS Lê Văn Đại Xác nhận Chủ tịch Hội đồng đánh giá luận văn Trưởng khoa quản lý chuyên ngành sau luận văn sửa chữa CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA ĐIỆN – ĐIỆN TỬ TS Lê Kỷ Trang ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÕA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: VŨ THÀNH ĐẠT MSHV: 1870017 Ngày tháng năm sinh: 04/01/1995 Nơi sinh: tỉnh Kiên Giang Chuyên ngành: Kỹ thuật điện Mã số: 8520201 I Tên đề tài: Ứng Dụng Phương Pháp Grey Woft Optimazer Và Phương Pháp R-A-O Cho Bài Toán Tối Ưu Phối Hợp Bảo Vệ Rơ Le Số (Aplication Of Grey Wolf Optimizer Algorithm And Rao Algorithms For Optimal Digital Relay Coordiration) II Nhiệm vụ nội dung: Chương 1: Giới thiệu chung Chương 2: Tổng quan Chương 3: Xây dựng toán Chương 4: Giải thuật Grey Wolf Optimazer giải thuật RAO Chương 5: Kết tính tốn Chương 6: Kết luận hướng phát triển III Ngày giao nhiệm vụ: ngày 24 tháng 02 năm 2020 IV Ngày hoàn thành nhiệm vụ: ngày 28 tháng 07 năm 2020 V Cán hướng dẫn: PGS.TS Võ Ngọc Điều CÁN BỘ HƯỚNG DẪN Ngày 28 tháng 07 năm 2020 CHỦ NHIỆM BỘ MÔN ĐÀO TẠO PGS.TS Võ Ngọc Điều TS Nguyễn Nhật Nam TRƯỞNG KHOA ĐIỆN – ĐIỆN TỬ Trang LỜI CẢM ƠN Trước hết, xin chân thành cám ơn Thầy PGS.TS Võ Ngọc Điều Thầy tận tình giúp đỡ hướng dẫn tơi suốt q trình thực luận văn Những truyền đạt kiến thức quý báo Thầy giúp học tập, nghiên cứu khắc phục nhiều thiếu sót q trình thực luận văn Tôi xin chân thành cảm ơn đến tất Thầy, Cô khoa Điện – Điện tử Trường Đại học Bách Khoa – Đại học Quốc Gia Thành phố Hồ Chí Minh giảng dạy trang bị cho tơi kiến thức bổ ích quý báo suốt trình học tập trường Tơi xin chân thành cám ơn gia đình người thân yêu tạo kiện thuận lợi để yên tâm học tập tốt thời gian vừa qua Cảm ơn tất đồng nghiệp bạn bè chia sẻ, trao đổi kiến thức kinh nghiệm suốt trình học tập suốt trình thực luận văn Tôi xin chân thành cám ơn TP.HCM, ngày 28 tháng năm 2020 Học viên thực Vũ Thành Đạt Trang TÓM TẮT LUẬN VĂN THẠC SỸ Các phương pháp tối ưu hóa thường để tiếp cận cài đặt rơle dòng tải tập trung vào việc giảm thiểu thời gian tác động rơle với dòng cố tối đa để đẩy nhanh thời gian giải trừ cố Tuy nhiên, để tính tốn, đánh giá liệu toàn đường cong rơle cặp rơle đáp ứng ràng buộc đường cong đối tượng khó khăn đường cong có độ dốc khác Ngồi ra, thời gian phối hợp vị trí gần cho đường cong cặp rơle thời gian cắt dòng ngắn mạch lớn nên kiểm tra để xác nhận phối hợp Luận văn trình bày áp dụng giải thuật GWO giải thuật RAO toán cài đặt rơle, đảm bảo đường cong phối hợp q dịng khơng giao với nhau, thỏa mãn phối hợp thời gian trễ thời gian cắt dịng ngắn mạch lớn Để kiểm tra tính hiệu giải thuật GWO giải thuật RAO chiến thuật phối hợp tối ưu rơle đặt ra, mạng điện công nghiệp sử dụng với mục tiêu cài đặt thông số rơle cho thỏa mãn tất thời gian phối hợp thời gian cắt ngắn mạch Kết đạt thể tổng thời gian cắt cố nhỏ hợp rơle vận hành dự phịng cho thấy giải thuật GWO giải thuật RAO cơng cụ hiệu Từ đó, luận án đề xuất giải thuật GWO giải thuật RAO chiến thuật nên áp dụng cho phối hợp bảo vệ rơle thực tế Luận văn chia thành chương: -Chương 1: Giới thiệu chung Chương 2: Tổng quan Chương 3: Xây dựng toán Chương 4: Giải thuật Grey Wolf Optimazer giải thuật RAO Chương 5: Kết tính tốn Chương 6: Kết luận hướng phát triển Trang ABSTRACT OF MASTER THESIS Conventional optimization methods for approaching overcurrent relay settings focus on minimizing the operating time of total relays at maximum fault current to accelerate the fault clearance time However, to judge whether the entire relay curve of each relay pair always meets the constraints to the object curve is rather difficult as the curves may have different slopes Additionally, the coordination time at the closest position for the curves of a relay pair and time active at maximum shortcircuit current should be checked for coordination validation This memoir presents novels GWO (Grey Wolf Optimazer) algorithm and Rao algorithms to calculate for setting relay ensure that the curves of overcurrent relay coordination not intersect with each other and violate the coordination time interval time active at maximum short-circuit current In order to investigate the performance of these applied GWO algorithm and Rao algorithms and the the proposed strategy of optimal scheduling of relays, an industrial power network is employed in which the objective is to successfully set all parameters of each relay while delay time of the upstream relays and trip time with the highest short circuit current of each relay are exactly met The results show the minimum total cut-off time and the combination between primary and backup relay show that the GWO and RAO algorithms are very effective Consequently, the study propose that the GWO algorithm and Rao algorithms, the proposed strategy should be used for setting parameter of all relays in practice This thesis is divided into chapters: - Chapter 1: Overview of the topic - Chapter 2: Overview of the problem - Chapter 3: Building the problem - Chapter 4: Grey Wolf Optimazer algorithm and Rao algorithms - Chapter 5: Calculation results - Chapter 6: Conclusion and development direction Trang LỜI CAM ĐOAN Tôi tên Vũ Thành Đạt, xin cam đoan luận văn thạc sĩ đề tài “Ứng Dụng Phương Pháp Grey Woft Optimazer Và Phương Pháp R-A-O Cho Bài Toán Tối Ưu Phối Hợp Bảo Vệ Rơ Le Số” cơng trình nghiên cứu thân tôi, hướng dẫn khoa học PGS.TS Võ Ngọc Điều Các số liệu, kết mô luận văn trung thực Tôi cam đoan khơng chép cơng trình khoa học người khác, tham khảo có trích dẫn rõ ràng TP.HCM, ngày 28 tháng 07 năm 2020 Người cam đoan Vũ Thành Đạt Trang Mục lục MỤC LỤC MỤC LỤC i DANH MỤC CÁC HÌNH TRONG ĐỀ CƯƠNG LUẬN VĂN iv DANH MỤC CÁC BẢNG TRONG ĐỀ CƯƠNG LUẬN VĂN vi CHỮ VIẾT TẮT TRONG LUẬN VĂN viii CHƯƠNG GIỚI THIỆU CHUNG 1.1 ĐẶT VẤN ĐỀ 1.2 MỤC TIÊU NGHIÊN CỨU 1.3 PHƯƠNG PHÁP NGHIÊN CỨU 1.4 PHẠM VI NGHIÊN CỨU 1.5 ĐIỂM MỚI CỦA ĐỀ TÀI CHƯƠNG TỔNG QUAN 2.1 TỔNG QUAN VẤN ĐỀ 2.2 CÁC PHƯƠNG PHÁP ĐÃ ĐƯỢC ÁP DỤNG TRONG BÀI TOÁN TỐI ƯU HÓA PHỐI HỢP BẢO VỆ RƠ LE 2.2.1 PHƯƠNG PHÁP SEEKER OPTIMIZATION (GIẢI THUẬT TÌM KIẾM TỐI ƯU) [6] 2.2.2 PHƯƠNG PHÁP TIME VARY ACCELERATION COEFFCIENT PARTICLE SWARM OPTIMIZATION (TVAC-PSO) [4] 2.2.3 PHƯƠNG PHÁP MIX INTEGER NON-LINEAR PROGRAMING (MINLP) [6] 2.2.4 PHƯƠNG PHÁP HYBRID GENETIC ALGORITHM (HGA) [12] 2.2.5 PHƯƠNG PHÁP MODIFIED ADAPTIVE PARTICLE SWARM OPTIMIZATION (MAPSO) [9] 2.2.6 PHƯƠNG PHÁP GROUP SEARCH OPTIMIZATION (GSO) ALGORITHM [9] CHƯƠNG Trang i Mục lục XÂY DỰNG BÀI TOÁN 3.1 XÂY DỰNG BÀI TOÁN 3.2 TỐI ƯU HÓA HÀM MỤC TIÊU 3.3 CÁC BẤT ĐẲNG THỨC RÀNG BUỘC 3.3.1 GIỚI HẠN RÀNG BUỘC TMS 3.3.2 GIỚI HẠN RÀNG BUỘC PS 10 3.3.3 GIỚI HẠN THỜI GIAN TÁC ĐỘNG CỦA RƠ LE 10 3.3.4 ĐẶC TÍNH PHỤ THUỘC GIỚI HẠN 10 3.3.5 THỜI GIAN PHỐI HỢP CỦA RƠ LE 14 CHƯƠNG 16 GIẢI THUẬT GREY WOLF OPTIMAZER VÀ GIẢI THUẬT RAO 16 4.1 GIẢI THUẬT GREY WOLF OPTIMAZER 16 4.1.1 GIỚI THIỆU 16 4.1.2 TÌM HIỂU THUẬT TOÁN GWO 18 4.1.3 MƠ HÌNH TỐN HỌC VÀ THUẬT TOÁN 19 4.1.3.1 Hệ thống phân cấp xã hội 19 4.1.3.2 Bao quanh mồi 19 4.1.3.3 Săn bắt 20 4.1.3.4 Tấn công mồi (khai thác) 22 4.1.3.5 Tìm kiếm mồi (thăm dò) 22 4.1.3.5 Giải thuật phương pháp GWO 24 4.1.4 KẾT QUẢ VÀ THẢO LUẬN 27 4.2 GIẢI THUẬT RAO 34 4.2.1 GIỚI THIỆU 34 4.2.2 PHƯƠNG PHÁP ĐỀ XUẤT 34 4.2.3 KẾT QUẢ VÀ THẢO LUẬN 37 CHƯƠNG 41 KẾT QUẢ TÍNH TỐN 41 5.1 HỆ THỐNG NÚT 41 Trang ii Mục lục 5.1.1 SỬ DỤNG ĐẶC TUYẾN RƠLE TIÊU CHUẨN 41 5.1.1.1 Giá trị tối ưu theo phương pháp GWO 43 5.1.1.2 Giá trị tối ưu theo phương pháp RAO 46 5.1.2 SỬ DỤNG ĐẶC TUYẾN RƠ LE RẤT DỐC 51 5.1.2.1 Giá trị tối ưu theo phương pháp GWO 52 5.1.2.2 Giá trị tối ưu theo phương pháp RAO 55 5.2 HỆ THỐNG NÚT 60 5.2.1 SỬ DỤNG ĐẶC TUYẾN RƠ LE TIÊU CHUẨN 60 XÉT BÀI TOÁN HỆ THỐNG IEE NÚT VỚI CÁC THÔNG SỐ NHƯ BẢNG 5.15 VÀ BẢNG 5.16: 60 5.2.1.1 Giá trị tối ưu theo phương pháp GWO 63 5.2.1.2 Giá trị tối ưu theo phương pháp RAO 67 5.3 SỬ DỤNG ĐẶC TUYẾN RƠ LE RẤT DỐC (VIT) 70 5.3.1 GIÁ TRỊ TỐI ƯU THEO PHƯƠNG PHÁP RAO 71 CHƯƠNG 75 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 75 6.1 KẾT LUẬN ĐỀ TÀI 75 • VỚI GIẢI THUẬT GWO 75 • VỚI GIẢI THUẬT RAO 75 6.2 HƯỚNG PHÁT TRIỂN ĐỀ TÀI 76 TÀI LIỆU THAM KHẢO 77 PHẦN LÝ LỊCH TRÍCH NGANG 79 Trang iii 65 Chương 5: Kết tính tốn Bảng 5.27 – So sánh phương pháp GWO phương pháp khác Hybrid GA Rơ le số MINLP(SBB) Seerker [6] Algorithm[6] Algorithm[12] GWO TMS PS TMS PS TMS PS TMS PS 0.5614 0.3034 0.113 0.1483 2.4006 0.4907 2.5 0.2197 2.5 0.26 2.5 0.4696 1.8423 0.4717 2.5 0.2543 2.5 0.225 2.5 0.3821 2.9609 0.3541 2.5 0.1851 2.5 0.16 2.5 0.3281 2.5078 0.5156 0.8 0.17 1.5 0.1 2.5 0.2443 2.7866 0.4422 2.5 0.2711 2.5 0.173 2.5 0.4784 1.9100 0.5358 0.5316 0.5 0.243 2.5 0.5750 1.4757 0.4198 2.5 0.2387 2.5 0.17 2.5 0.5220 2.0310 0.3655 0.1856 0.147 2.5 0.3182 1.9992 10 0.3225 2.5 0.1856 2.5 0.176 2.5 0.2682 1.2793 11 0.3586 2.5 0.2014 2.5 0.187 2.5 0.2877 2.8739 12 0.4585 2.5 0.289 2.5 0.266 2.5 0.4797 2.1867 13 0.5862 0.8 0.2297 1.5 0.114 0.2913 1.7499 14 0.5084 0.5278 0.5 0.246 2.5 0.3041 1.5319 Tổng thời gian 19.3476(s) 10.4334(s) 14 T i Trang 65 8.42579(s) 19.533(s) 66 Chương 5: Kết tính tốn Hình 5.8 – Đặc tuyến hội tụ giải thuật GWO đặc tuyến dốc chuẩn SIT ➢ Nhận xét: Kết tính toán theo Bảng 5.27 phương pháp GWO 19.533(s) gần xấp xỉ với phương pháp Hybrid GA 19.3476(s) chưa tối ưu phương pháp MINLP Seeker Algorithm Các giá trị đặt TMS PS thỏa giá trị đề bà1 Theo Bảng 5.26 thời gian phối hợp bảo vệ bảo vệ bảo vệ dự phịng hàm G1, G2, …, G20 nằm lớn 0.2 để đảm bảo tính chọn lọc bảo vệ ln tác động trước sau khoảng thời gian phối hợp rơ le (CTI) bảo vệ dự phịng tác động Tuy nhiên thời gian phối hợp bảo vệ bảo vệ dự phòng số ràng buộc G1, G3, G7, G9, G11, G16 thời gian phối hợp lớn nên chưa đảm bảo phối hợp có thêm nhiều bảo vệ khác − Ưu điểm: • Thời gian tối ưu hóa tương ứng với phương pháp Hybrid GA Algorithm; Trang 66 67 Chương 5: Kết tính tốn • Khả hội tụ tương đối tốt − Nhược điểm: • So với phương pháp MINLP(SBB), Seerker Algorithm, … thời gian tối ưu hóa phương pháp GWO cịn lớn nhiều; • Thời gian chạy chương trình lâu khoảng 1.05s lần chạy; • Với tốn có nhiều ràng buộc phương pháp GWO cho thấy khả hội tụ kết tối ưu 5.2.1.2 Giá trị tối ưu theo phương pháp RAO ➢ Thông số cài đặt số giải thuật GWO: Bảng 5.28 – Thông số cài đặt số giải thuật RAO-2 với toán nút CT3,7,9,14= 800:5 ; CT1,2,4,5,6,8,9,10,11,12,13= 1200:5 If1=3232; If2=5924; If3=3556; If4=3783; If5=2401; If6=6109; If7=5223; If8=6093; If9=2484; If10=3883; If11=3707; If12=5899; If13=2991; If14=5199 Ip6_1=3232; Ip1_2=996; Ip7_2=1890; Ip2_3=2244; Ip4_5=2401; Ip14_6=1874; Ip5_7=1197; Ip13_7=987; Ip7_8=1890; Ip9_8=1165; Ip10_9=2484; Ip11_10=2344; Ip12_11=3707; Ip13_12=987; Ip14_12=1874; Ip8_13=2991; Ip1_14=996; Ip9_14=1165 ➢ Thông số chạy chương trình theo giải thuật RAO-1: Sau trình chạy chương trình, nhận thấy kết tốt với thông số sau: − MaxGen: 1000; − Số ứng viên POP: 50; − Số biến: Var 14 ➢ Kết chạy chương trình: Trang 67 68 Chương 5: Kết tính tốn Bảng 5.29 – So sánh phương pháp RAO-1 so với GWO phương pháp khác Rơ le số Hybrid GA Algorithm[12] Seerker Algorithm[6] GWO RAO-1 TMS TMS TMS TMS TMS PS TMS PS 0.5614 0.113 0.1483 0.1483 0.113 0.10897 3.5858 0.4907 0.26 0.4696 0.4696 0.26 2.5 0.1689 4.8962 0.4717 0.225 0.3821 0.3821 0.225 2.5 0.1698 4.1232 0.3541 0.16 0.3281 0.3281 0.16 2.5 0.2302 0.9469 0.5156 0.1 0.2443 0.2443 0.1 2.5 0.1 2.2633 0.4422 0.173 0.4784 0.4784 0.173 2.5 0.14097 4.4901 0.5358 0.243 0.5750 0.5750 0.243 2.5 0.17102 4.7468 0.4198 0.17 0.5220 0.5220 0.17 2.5 0.14435 1.8066 0.3655 0.147 0.3182 0.3182 0.147 2.5 0.1002 1.5476 10 0.3225 0.176 0.2682 0.2682 0.176 2.5 0.21966 0.5293 11 0.3586 0.187 0.2877 0.2877 0.187 2.5 0.1 3.9708 12 0.4585 0.266 0.4797 0.4797 0.266 2.5 0.1594 3.4409 13 0.5862 0.114 0.2913 0.2913 0.114 0.1013 0.5399 14 0.5084 0.246 0.3041 0.3041 0.246 2.5 0.2686 2.274 Tổng thời gian tác động 19.3476(s) 8.42579(s) 14 T i Trang 68 19.533(s) 7.2464 (s) 69 Chương 5: Kết tính tốn Hình 5.9 – Đặc tuyến hội tụ giải thuật RAO-1 đặc tuyến dốc chuẩn SIT ➢ Nhận xét: Kết thu trình chạy chương trình RAO 7.2464(s) tốt so với phương pháp áp dụng trước Hybrid GA Algorithm (19.3476s), Seerker Algorithm (8.42579s), GWO (19.533s) với đặc tuyến dốc chuẩn (SIT) Các giá trị đặt TMS PS thỏa giá trị đề bà1 Thời gian phối hợp bảo vệ bảo vệ bảo vệ dự phịng hàm G1, G2, G3, G19, G20 nằm lớn 0.2 đảm bảo tính chọn lọc bảo vệ ln tác động trước sau khoảng thời gian phối hợp rơ le (CTI) bảo vệ dự phịng tác động Với đặc tính đường cong dốc chuẩn ta thấy phương pháp RAO áp dụng hiệu giúp tối ưu hóa tổng thời gian tác động bảo vệ rơ le tận dụng ưu điểm đặc tuyến phụ thuộc vào toán hệ thống trung bình Trang 69 70 Chương 5: Kết tính tốn − Ưu điểm: • Kết hội tụ tương đối nhanh sau 900 lần lặp; • Thời gian chạy chương trình nhanh khoang 6.2s lần chạy; • Kết tối ưu tốt phương pháp RAO – tốt kết so với phương pháp GWO phuong pháp khác MINLP (SBB) Seerker Algorithm; • Áp dụng tốt với tốn điều kiện ràng buộc − Nhược điểm: • Mỗi lần chạy cho kết khác cần phải lưu kết so sánh để tìm giá trị nhỏ lần chạy chương trình khác 5.3 SỬ DỤNG ĐẶC TUYẾN RƠ LE RẤT DỐC (VIT) Yêu cầu toán tối ưu phối hơp rơ le cho tổng thời gian tác động rơ le cố xảy nhỏ thỏa điều kiện: − Thỏa điều kiện thời gian đặt rơ le: 0.1  TMS1 , TMS2 , , TMSi  1.1 với i=1, …,14 (5.1.20) − Thỏa điều kiện dòng đặt rơ le: 0.5  PS1 , PS2 , , PSi  với i=1, …,14 (5.1.21) − Thỏa điều kiện phối hợp thời gian bảo vệ bảo vệ dự phòng: Gi = M.TMSbackup  IPbackup   CTSbackup PSbackup    −  − M.TMSrelay  IFrelay   CTSrelay PSrelay    −   0.2 (5.1.22) Trong đó: • M=13.5, α=1 theo đường đặc tuyến VIT; • Gi: hàm ràng buộc để phối hợp giữa thời gian bảo vệ bảo vệ dự phịng; Trang 70 71 Chương 5: Kết tính tốn • IPbackup : dịng cố dự phịng theo Bảng 5.24; • IFrelay : dòng cố cuối đường day bảo vệ theo Bảng 5.24 5.3.1 Giá trị tối ưu theo phương pháp RAO ➢ Thông số cài đặt số giải thuật RAO: Bảng 5.30 – Thông số cài đặt số giải thuật RAO-1 RAO-2 CT3,7,9,14= 800:5 ; CT1,2,4,5,6,8,9,10,11,12,13= 1200:5 If1=3232; If2=5924; If3=3556; If4=3783; If5=2401; If6=6109; If7=5223; If8=6093; If9=2484; If10=3883; If11=3707; If12=5899; If13=2991; If14=5199 Ip6_1=3232; Ip1_2=996; Ip7_2=1890; Ip2_3=2244; Ip4_5=2401; Ip14_6=1874; Ip5_7=1197; Ip13_7=987; Ip7_8=1890; Ip9_8=1165; Ip10_9=2484; Ip11_10=2344; Ip12_11=3707; Ip13_12=987; Ip14_12=1874; Ip8_13=2991; Ip1_14=996; Ip9_14=1165 ➢ Thông số chạy chương trình theo giải thuật RAO-1 RAO-2: Sau trình chạy chương trình, nhận thấy kết tốt với thông số sau: − MaxGen: 1000; − Số ứng viên POP: 50; − Số biến: Var 14 Bảng 5.31 – Bảng kết chạy chương trình phương pháp RAO-1 RAO-2 RAO-1 Rơ le số RAO-2 TMS PS TMS PS 0.1 3.1614 0.1 1.8665 0.1 0.1 0.1123 0.1 4.6382 0.1 0.1 2.7578 0.1011 3.9171 0.1 1.5446 1.1 0.5798 0.1 4.6825 Trang 71 72 Chương 5: Kết tính tốn 0.181 4.2526 0.1 1.0688 0.6981 1.0750 0.5 0.1 4.7223 0.8463 0.5 10 0.1 0.1003 3.2021 11 0.3371 1.6249 0.7704 0.5555 12 0.1983 4.8166 1.0952 0.6725 13 1.1 0.5054 0.1 2.0415 14 0.1 0.3734 1.9718 Tổng thời gian tác động 14 T 6.4409 (s) 4.7148 (s) i Hình 5.10 – Đặc tuyến hội tụ giải thuật RAO-1 đặc tuyến dốc chuẩn VIT Trang 72 73 Chương 5: Kết tính tốn Hình 5.11 – Đặc tuyến hội tụ giải thuật RAO-2 đặc tuyến dốc chuẩn VIT ➢ Nhận xét: Kết thu trình chạy chương trình RAO 6.4409 (s) RAO 4.7148 tốt với đặc tuyến dốc chuẩn (VIT) Các giá trị đặt TMS PS thỏa giá trị đề bà1 Thời gian phối hợp bảo vệ bảo vệ bảo vệ dự phòng hàm G1, G2, G3, … G19, G20 nằm lớn 0.2 đảm bảo tính chọn lọc bảo vệ ln tác động trước sau khoảng thời gian phối hợp rơ le (CTI) bảo vệ dự phịng tác động Trong phương pháp GWO lại khơng hội tụ − Ưu điểm: • Kết hội tụ tương đối nhanh sau 100 lần lặp; • Thời gian chạy chương trình nhanh khoang 4.2s lần chạy; • Có thể ứng dụng với tốn có ràng buộc nhiều ứng dụng cho tốn có kích thước trung bình sử dụng tối ưu hóa − Nhược điểm: Trang 73 74 Chương 5: Kết tính tốn • Mỗi lần chạy cho kết khác cần phải lưu kết so sánh để tìm giá trị nhỏ lần chạy chương trình khác nhau; • Với tốn có nhiều ràng buộc q phương pháp RAO khơng hội tụ thời gian chạy chương trình lâu Cần phải nghiên cứu để cải tiến phương pháp để tối ưu hóa tốn lớn Trang 74 Chương 6: Kết luận hướng phát triển đề tài CHƯƠNG KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 6.1 KẾT LUẬN ĐỀ TÀI Luận văn trình bày giải thuật GWO RAO chi tiết giải thuật áp dụng vào tốn tối ưu hóa phối hợp bảo vệ rơ le • Với giải thuật GWO Qua kết tính tốn matlab cho thấy toán phối hợp bảo vệ rơ le với số nút hệ thống nhỏ tốn hệ thống IEEE nút kết 1.5043s với đặc tuyến dốc chuẩn (SIT) 0.32s với đặc tuyến dốc (VIT) cho tốt so với phương pháp áp dụng thời gian tối ưu ưu, khả hội tụ nhanh sau vài lần chạy, số lần lặp ít, thời gian chạy chương trình ngắn Tuy với hệ thống có nhiều nút có nhiều ràng buộc biến điển hình tốn IEEE nút phương pháp lại cho kết thời gian tối ưu 19,533s không tốt phương pháp trước áp dụng, thời gian chạy dài, khả hội tụ chưa tốt, lần chạy kết khác nên phải chạy nhiều lần để tìm kiếm kết tốt Cần cải tiến để kết tối ưu thời gian hội tụ nhanh • Với giải thuật RAO Qua kết tính tồn matlab cho thấy với toán phối hợp bảo vệ rơ le với số nút hệ thống nhỏ áp dụng vào toán IEEE nút kết 1.28s (RAO1) 1.2465 (RAO-2) với đường đặc tuyến dốc chuẩn (SIT) Và kết 0.2834s (RAO1) 0.2862 (RAO-2) với đường đặc tuyến dốc (VIT) tốt hon nhiều so với phương pháp GWO phương pháp trước áp dụng khả tối ưu, khả hội tụ, thời gian chạy chương trình nhanh Với tốn có ràng buộc số biến nhiều điển hình tốn IEEE nút phương pháp RAO cho kết tốt 7.2464s (RAO1) với đặc tuyến dốc chuẩn (SIT) 6.4409s (RAO-1); 4.7148s (RAO-2) tốt so với phương pháp GWO phương pháp áp dụng trước Tuy nhiên phương pháp RAO Trang 75 Chương 6: Kết luận hướng phát triển đề tài có hạn chế lớn khả hội tụ, với tốn có nhiều ràng buộc khả hội tụ phương pháp chưa đáp ứng tốt, lần chạy cho kết tối ưu khác nên cần phải chạy nhiều lần để tìm kết tối ưu 6.2 HƯỚNG PHÁT TRIỂN ĐỀ TÀI Từ kết tốt phương pháp GWO RAO phát triển phương pháp theo hướng sau: − Cải tiến phương pháp để áp dụng cho hệ thống lớn thời gian hội tụ nhỏ nhơn; − Phối hợp thêm điều kiện ràng buộc độ nhạy rơ le với toán tối ưu phối hợp bảo vệ rơ le; − Bài toán tối ưu phối hợp bảo vệ rơ le với hệ thống phức tap nhiều Nút nhiều điều kiện ràng buộc; − Có thể đảm bảo thời gian bảo vệ để áp dụng nhiều bảo vệ vào hệ thống; − Ứng dụng giải thuật tối ưu để áp dụng phối hợp bảo vệ khác Trang 76 Tài liệu tham khảo TÀI LIỆU THAM KHẢO [1] Bouchekara, H.R.E.H., M Zellagui, and Ma.Abido, “Optimal Coordination of Directional Overcurrent Relays Using a Modified Electromagnetic Field Optimization Algorithm” Applied Soft Computing [2] Sahoo, A and S Chandra, “Multi-objective Grey Wolf Optimizer for improved cervix lesion classification” Applied Soft Computing, 2016 52: p 64-80 [3] Medjahed, S.A., et al., “Gray Wolf Optimizer for hyperspectral band selection”, Applied Soft Computing, 2016 40: p 178-186 [4] Zeineldin, H.H., E.F El-Saadany, and M.M.A Salama, “Optimal coordination of overcurrent relays using a modified particle swarm optimization” Electric Power Systems Research, 2006 76(11): p 988-99II [5] Sulaiman, M.H., et al., “Using the gray wolf optimizer for solving optimal reactive power dispatch problem” Applied Soft Computing, 201II 32(0): p 286292 [6] Amraee, T., “Coordination of Directional Overcurrent Relays Using Seeker Algorithm” IEEE Transactions on Power Delivery, 2012 27(3): p 1415-1422 [7] Mirjalili, S., S.M Mirjalili, and A Lewis, “Grey Wolf Optimizer” Advances in Engineering Software, 201I 69: p 46-61 [8] Urdaneta, A.J., R Nadira, and L.G Perez Jimenez, “Optimal coordination of directional overcurrent relays in interconnected power systems” IEEE Transactions on Power Delivery, 1988 3(3): p 903-911 [9] Alipour, M., S Teimourzadeh, and H Seyedi, “Improved group search optimization algorithm for coordination of directional overcurrent relays” Swarm and Evolutionary Computation, 201II 23: p 40-49 [10] Darji, G.U., et al “A tuned cuckoo search algorithm for optimal coordination of Directional Overcurrent Relays In Power and Advanced Control Engineering (ICPACE)”, 2015 International Conference on 201II [11] Mansour, M.M., S.F Mekhamer, and N El-Kharbawe, “A Modified Particle Swarm Optimizer for the Coordination of Directional Overcurrent Relays” IEEE Tài liệu tham khảo Transactions on Power Delivery, 2006 22(3): p 1400-1410 [12] Ichchanath, Sura, Rao algorithms “Three metaphor-less simple algorithms for solving optimization” PHẦN LÝ LỊCH TRÍCH NGANG I Lý lịch sơ lược: Họ tên : Vũ Thành Đạt Ngày tháng năm sinh : 04/01/1995 Nơi sinh : Huyện Hòn Đất, tỉnh Kiên Giang Địa liên lạc tàu : Khu phố Quảng phú, Huyện Tân Thành, Tỉnh bà rịa vũng Điện thoại : 0353385785 Email : Vuthanhdathmd@gmail.com II Quá trình đào tạo: Quá trình đào tạo Đại học: Hệ đào tạo : Chính quy (4 năm tháng) Thời gian đào tạo : Từ tháng 9/2013 đến tháng 4/2018 Nơi đào tạo : Trường Đại học Bách Khoa TP.HCM Ngành học : Kỹ thuật điện Quá trình đào tạo Cao học: Thời gian đào tạo : Từ tháng 6/2018 đến tháng 07/2020 Nơi đào tạo : Trường Đại học Bách Khoa TP.HCM Ngành học : Kỹ thuật điện III Q trình cơng tác: Từ tháng 09/2019 đến tháng 07/2020: Nhân viên tổ kỹ thuật văn phịng Cơng ty Nhiệt Điện Phú Mỹ ... Optimazer) algorithm and Rao algorithms to calculate for setting relay ensure that the curves of overcurrent relay coordination not intersect with each other and violate the coordination time interval... optimization methods for approaching overcurrent relay settings focus on minimizing the operating time of total relays at maximum fault current to accelerate the fault clearance time However, to judge... closest position for the curves of a relay pair and time active at maximum shortcircuit current should be checked for coordination validation This memoir presents novels GWO (Grey Wolf Optimazer)