Áp dụng phương pháp GSA cải tiến để giải bài toán điều độ kinh tế

i ĐẠI HỌC QUỐC GIA TP HCM TRƢỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN BÁ HÀ ÁP DỤNG PHƢƠNG PHÁP GSA CẢI TIẾN ĐỂ GIẢI BÀI TOÁN ĐIỀU ĐỘ KINH TẾ Chuyên ngành: Thiết bị, mạng nhà máy điện Mã số: 60.52.50 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 06 năm 2013 ii Cơng trình đƣợc hồn thành tại: Trƣờng Đại học Bách Khoa – ĐHQG TP.HCM Cán hƣớng dẫn khoa học : TS VÕ NGỌC ĐIỀU (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 Bộ môn quản lý chuyên ngành sau luận văn đƣợc sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƢỞNG KHOA ĐIỆN – ĐIỆN TỬ iii ĐẠI HỌC QUỐC GIA TP.HCM TRƢỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: NGUYỄN BÁ HÀ MSHV: 11180105 Ngày, tháng, năm sinh: 20/10/1987 Chuyên ngành: Thiết bị, mạng nhà máy điện Nơi sinh: Hà Tĩnh Mã số: 60.52.50 I TÊN ĐỀ TÀI: ÁP DỤNG PHƢƠNG PHÁP GSA CẢI TIẾN ĐỂ GIẢI BÀI TOÁN ĐIỀU ĐỘ KINH TẾ II NHIỆM VỤ VÀ NỘI DUNG: - Nghiên cứu toán điều độ kinh tế - Nghiên cứu phƣơng pháp GSA, GSA cải tiến - Áp dụng phƣơng pháp GSA, GSA cải tiến giải toán điều độ kinh tế III NGÀY GIAO NHIỆM VỤ : IV NGÀY HOÀN THÀNH NHIỆM VỤ: 21/06/2013 V CÁN BỘ HƢỚNG DẪN : TS VÕ NGỌC ĐIỀU Tp HCM, ngày tháng năm 20 CÁN BỘ HƢỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên chữ ký) (Họ tên chữ ký) TS.VÕ NGỌC ĐIỀU TS.VÕ NGỌC ĐIỀU TRƢỞNG KHOA ĐIỆN – ĐIỆN TỬ (Họ tên chữ ký) iv LỜI CẢM ƠN Lời đầu tiên, xin chân thành cảm ơn thầy TS Võ Ngọc Điều dành nhiều thời gian hƣớng dẫn tơi chu đáo, tận tình nhƣ ln động viên tơi suốt q trình thực luận văn Tôi xin chân thành cám ơn đến tất quý thầy, cô giảng dạy, trang bị kiến thức bổ ích quí báu suốt trình học tập trƣờng Cảm ơn gia đình ln bên cạnh để tơi n tâm học tập, công tác Xin cảm ơn đồng nghiệp công ty Trung tâm Điều độ Hệ thống điện Miền Nam ủng hộ, tạo điều kiện để học tập tốt suốt thời gian vừa qua Xin cảm ơn tất bạn bè góp ý, động viên hỗ trợ cho nhiều trình học tập, cơng tác nhƣ suốt thời gian thực luận văn Tp Hồ Chí Minh, tháng 06 năm 2013 Ngƣời thực NGUYỄN BÁ HÀ v TĨM TẮT LUẬN VĂN Luận văn trình bày phƣơng pháp GSA, GSA cải tiến áp dụng để giải tốn điều độ kinh tế khơng lồi tổ máy nhiệt điện Các vấn đề đƣợc xem xét tốn là: cân cơng suất có không xét đến tổn thất hệ thống (TL), ràng buộc giới hạn thay đổi công suất (RRL), điểm van công suất (VPE), ràng buộc vùng cấm vận hành (POZ) đặc tính đa nhiên liệu (MF) Luận văn áp dụng giải thuật GSA, GSA cải tiến để giải toán điều độ kinh tế hệ thống có số tổ máy phát lớn (20, 40, 80 160 tổ ) Kết đạt đƣợc cho thấy giải thuật GSA cải tiến cho kết tốt hơn, thời gian tính tốn nhanh, độ ổn định cao, phù hợp cho việc giải toán điều độ kinh tế thực tế THESIS SUMMARY Practically economic dispatch problem is nonlinear, nonconvex type with multiple local optimal point due to the inclusion of valve point loading effect, multiple fuel, prohibited operating zones, rampratelimit In recent years, various heuristic optimization methods have been developed and widely used to solve practical economic dispatch problems In this thesis work, GSA and GSA based hybrid method are used to solve nonconvex ED dispatch of diffirential characteristics These algorithms have been tested on standard test systems and the results obtained from the GSA based hybrid method offer significant improvement in the generation cost, CPU time, robustness In solving large-scale economic dispatch problems, the proposed GSA also show its effictiveness vi LỜI CAM ĐOAN Tôi xin cam đoan Luận văn cơng trình nghiên cứu riêng Các kết nêu Luận văn chƣa đƣợc cơng bố cơng trình khác Các số liệu, ví dụ trích dẫn Luận văn đảm bảo tính xác, tin cậy trung thực Tôi xin chân thành cảm ơn! NGƢỜI CAM ĐOAN Nguyễn Bá Hà vii MỤC LỤC CHƢƠNG GIỚI THIỆU CHUNG 1.1 ĐẶT VẤN ĐỀ .1 1.2 PHẠM VI NGHIÊN CỨU 1.3 MỤC TIÊU CẦN ĐẠT ĐƢỢC .2 1.4 ĐIỂM MỚI CỦA LUẬN VĂN .2 1.5 KẾT CẤU LUẬN VĂN CHƢƠNG BÀI TOÁN ĐIỀU ĐỘ KINH TẾ 2.1 GIỚI THIỆU 2.2 THÀNH LẬP BÀI TOÁN 2.2.1 Hàm mục tiêu .3 2.2.2 Các ràng buộc .6 2.3 MỘT SỐ PHƢƠNG PHÁP GIẢI BÀI TOÁN ĐIỀU ĐỘ KINH TẾ 2.3.1 Giới thiệu 2.3.2 Giải thuật mô luyện kim (Simulated Annealing) 2.3.3 Giải thuật lai GA (Genetic Algorithm) 10 2.3.4 Phƣơng pháp EP (Evolutionary Programming) .11 2.3.5 Phƣơng pháp DE (Differential Evolution) .11 2.3.6 Particle Swarm Optimization 14 CHƢƠNG GIẢI THUẬT GSA VÀ GSA CẢI TIẾN 16 3.1 3.1.1 3.2 GIẢI THUẬT GSA CỔ ĐIỂN 16 Ảnh hƣởng tham số GSA 25 MỘT SỐ CẢI TIẾN TRONG GIẢI THUẬT GSA 26 3.2.1 Giới thiệu 26 3.2.2 Một số cải tiến giái thuật GSA .26 CHƢƠNG ÁP DỤNG GIẢI THUẬT GSA VÀ GSA CẢI TIẾN GIẢI BÀI TOÁN ĐIỀU ĐỘ KINH TẾ .43 4.1 XỬ LÝ GIỚI HẠN CÔNG SUẤT LỚN NHẤT, NHỎ NHẤT CỦA TỔ MÁY .43 4.2 ẢNH HƢỞNG CỦA TỔN THẤT TRUYỀN TẢI 44 viii 4.3 XỬ LÝ RÀNG BUỘC GIỚI HẠN THAY ĐỔI CÔNG SUẤT VÀ VÙNG CẤM VẬN HÀNH 45 4.4 GIẢI THUẬT GSA CHO BÀI TOÁN ĐIỀU ĐỘ KINH TẾ .47 4.5 GIẢI THUẬT DEGSA CHO BÀI TOÁN ĐIỀU ĐỘ KINH TẾ 50 CHƢƠNG KẾT QUẢ 53 5.1 HỆ THỐNG CÁC MÁY PHÁT CĨ XÉT ĐẾN ĐIỂM VAN CƠNG SUẤT .53 5.1.1 Hệ thống gồm 13 máy phát 53 5.1.2 Hệ thống gồm 40 máy phát 58 5.2 HỆ THỐNG CÁC MÁY PHÁT CÓ VÙNG CẤM VẬN HÀNH , GIỚI HẠN THAY ĐỔI CÔNG SUẤT VÀ TỔN THẤT HỆ THỐNG 64 5.3 HỆ THỐNG CÁC MÁY PHÁT CĨ XÉT ĐẶC TÍNH ĐA NHIÊN LIỆU (MF) VÀ ĐIỂM VAN CÔNG SUẤT 69 5.4 HỆ THỐNG CÓ SỐ LƢỢNG LỚN MÁY PHÁT 73 5.4.1 Hệ thống gồm 20 tổ máy 74 5.4.2 Hệ thống gồm 40 tổ máy 78 5.4.3 Hệ thống gồm 80 tổ máy 83 5.4.4 Hệ thống gồm 160 tổ máy 87 CHƢƠNG KẾT LUẬN .94 6.1 TỔNG KẾT ĐỀ TÀI 94 6.2 HƢỚNG PHÁT TRIỂN ĐỀ TÀI 95 6.3 LỜI KẾT 95 TÀI LIỆU THAM KHẢO 96 PHỤ LỤC 98 ix DANH SÁCH CÁC TỪ VIẾT TẮT DE Differential Evolution DEGSA Differential Evolution Gravitational Search Algorithm EP Evolutionary Programming GA Genetic Algorithm GSA Gravitational Search Algorithm LCF Linear cost function MF Multiple Fuel PD Power Demand POZ Prohibited Operating Zone PSO Particle Swarm Optimization PWC Piecewise cost function QCF Quadratic cost function QP Quadratic Programming RRL Ramp rate limit SA Simulated Annealing SD Standard Deviation SQP Sequential Quadratic Programming SR Spinning reserve TL Transmission Loss VPE Valve-Point Effect x DANH SÁCH KÝ HIỆU ai, bi, ci Hệ số chi phí nhiên liệu tổ máy i ei,fi Hệ số chi phí nhiên liệu tổ máy i phản ánh hiệu ứng điểm van công suất aij , bij ,cij Hệ số chi phí tổ máy i loại nhiên liệu j eij , fij Hệ số chi phí nhiên liệu tổ máy i loại nhiên liệu j phản ánh hiệu ứng điểm van công suất fi(Pi) Chi phí phát điện cơng suất Pi Bij, Boi,B00 Hệ số tổn thất URi Giới hạn tăng công suất tổ máy i DRi Giới hạn giảm công suất tổ máy i P0 Công suất tổ máy i thời điểm trƣớc ai(d)(t) Gia tốc vật thể i theo chiều d thời điểm t Fi(d)(t) Lực tác động lên vật thể i theo chiều d thời điểm t vi(d)(t) Vận tốc vật thể i theo chiều d thời điểm t Xi Vị trí vật thể i xi(d)(t) Vị trí vật thể i theo chiều d thời điểm t Mi(t) Khối lƣợng vật thể i thời điểm t best(t) Giá trị hàm mục tiêu vật thể tốt thời điểm t worst(t) Giá trị hàm mục tiêu vật thể xấu thời điểm t Rij Khoảng cách hai vật thể i j G0 Hằng số trọng trƣờng α Hệ số suy giảm 92 Bảng 5.21 Kết DEGSA cho hệ 160 máy phát có xét đặc tính đa nhiên liệu điểm van cơng suất (tiếp) Unit P (MW) Unit P (MW) Unit P (MW) Unit P (MW) 81 208.4103 101 226.3415 121 217.3575 141 224.3345 82 209.4214 102 209.1887 122 212.0980 142 211.3158 83 278.8610 103 271.4738 123 280.3003 143 278.6026 84 240.8876 104 239.2552 124 234.8177 144 240.4419 85 284.1887 105 274.1745 125 280.7449 145 283.7908 86 238.7859 106 238.1483 126 239.5191 146 240.9546 87 304.4129 107 281.2565 127 292.5079 147 289.4712 88 237.5906 108 237.5974 128 236.9308 148 241.0044 89 430.4297 109 430.9224 129 425.9880 149 411.5684 90 276.9621 110 262.5301 130 279.5262 150 266.8707 91 219.8220 111 221.8033 131 212.1735 151 218.3298 92 206.5061 112 213.1472 132 213.1892 152 213.5903 93 278.9000 113 280.7514 133 275.0884 153 275.4165 94 242.3203 114 236.8344 134 242.1482 154 239.1516 95 280.3066 115 287.3158 135 275.1306 155 273.7051 96 240.2727 116 235.5924 136 235.2143 156 243.8358 97 298.3579 117 293.5011 137 290.1684 157 298.8587 98 237.5277 118 241.3938 138 239.3660 158 241.6329 99 415.9255 119 432.4776 139 430.9131 159 438.8563 100 277.3616 120 278.7635 140 279.7934 160 280.8926 Min total cost ($/h) : 9997.3455 Mean total cost ($/h) : 10021.6384 Max total cost ($/h) : 10058.7654 Standard deviation ($/h) : 12.2213 Average CPU time (s) : 103.6244 93 So sánh với kết đạt đƣợc phƣơng pháp PGPSO [21], CGA_MU [22], IGA_MU [22] cho thấy việc giải tốn điều độ kích cỡ lớn DEGSA cho giá trị trung bình chi phí phát điện tốt với thời gian tính tốn trung bình nhỏ ngoại trừ so với PGPSO trƣờng hợp 160 máy phát có thời gian tính tốn cao Bảng 5.22 So sánh kết GSA, DEGSA với phƣơng pháp khác hệ kích cỡ lớn có xét đặc tính đa nhiên liệu điểm van công suất CGA_MU [22] IGA_MU [22] PGPSO [21] GSA DEGSA No.of units 20 40 80 160 20 40 80 160 20 40 80 160 20 40 80 160 20 40 80 160 Mean cost ($/h) 1249.3893 2,500.9220 5,008.1426 10,143.7263 1249.1179 2,499.8243 5,003.8832 10,042.4742 1249.1179 2,499,6127 5,003.025 10,032.4883 1256.2987 2512.0931 5038.2485 10049.4181 1248.2782 2499.1938 5002.6408 10021.6384 CPU time (s) 80.48 157.39 309.41 621.30 21.64 43.71 85.67 174.62 21.64 18,645 43,191 91.570 3.293 10.308 25.639 200.2363 7.394 11.792 44.249 103.6244 94 CHƢƠNG KẾT LUẬN 6.1 TỔNG KẾT ĐỀ TÀI Luận văn trình bày tổng quan phƣơng pháp tối ƣu dựa vào tập hợp , đơn giản, dễ áp dụng giải đƣợc toán tối ƣu phức tạp thực tế cho kết tốt thời gian tính tốn đủ ngắn nên có phạm vi ứng dụng rộng, ngày đƣợc quan tâm Trong luận văn trình bày phƣơng pháp tối ƣu dựa vào tập hợp GSA đề xuất phƣơng pháp GSA cải tiến Luận văn áp dụng giải thuật GSA DEGSA (GSA cải tiến) việc giải tốn điều độ kinh tế khơng lồi tổ máy nhiệt điện ảnh hƣởng điểm van công suất, đặc tính đa nhiên liệu, vùng cấm vận hành, giới hạn thay đổi công suất nhƣ tổn thất truyền tải cho kết tốt Trong trƣờng hợp toán điều độ kinh tế kích cỡ nhỏ GSA, DEGSA đối với: + Hệ thống 13 máy phát xét đến điểm van công suất + Hệ 15 máy phát có xét đến vùng cấm vận hành, giới hạn thay đổi công suất tổ máy tổn thất truyền tải + Hệ 10 máy phát có xét điểm van cơng suất, đặc tính đa nhiên liệu Kết đạt đƣợc thể giải thuật tìm lời giải tối ƣu tốt so với phƣơng pháp có, tốc độ hội tụ cao…hơn GSA thể hội tụ nhanh DEGSA Tuy nhiên, tốn kích cỡ lớn (20, 40, 80,160 máy) xét phần 5.4 hệ thống 40 máy phát có xét điểm van cơng suất GSA khơng có lời giải tốt thời gian ngắn có số lập lặp lớn, số cá thể nhiều cịn DEGSA lại thể đƣợc khả tìm lời giải tốt thời gian tƣơng đối ngắn tốn kích cỡ lớn phức tạp 95 Do đó, tùy vào tốn mà lựa chọn giải thuật phù hợp, khơng có giải thuật tối ƣu hoàn toàn so với phƣơng pháp khác 6.2 HƢỚNG PHÁT TRIỂN ĐỀ TÀI Trong giải thuật GSA hay DEGSA, tham số GSA phải điều chỉnh để phù hợp cho tốn, hƣớng phát triển tự động điều chỉnh tham số GSA dựa theo đặc điểm toán Giải thuật DEGSA đề xuất sử dụng hai sơ đồ DE/rand/1 DE/current to best/1 với tỷ lệ sử dụng lựa chọn theo kinh nghiệm, chƣa có quy luật hay cơng thức tổng qt cho nhiều loại tốn Cho nên tìm sơ đồ DE chung để cấu trúc chƣơng trình đơn giản hơn, dễ điều khiển nhƣng khơng làm giảm hiệu giải thuật Ngồi ra, mở rộng phạm vi ứng dụng việc áp dụng DEGSA cho toán điều độ kinh tế tổ máy có xét ràng buộc an ninh, đa vùng, có tham gia lƣợng tái tạo…hoặc toán điều độ kinh tế đa mục tiêu (tối thiểu chi phí phát điện phát thải mơi trƣờng), 6.3 LỜI KẾT Luận văn trình bày giải thuật GSA, GSA cải tiến giải toán điều độ kinh tế cho kết tốt Tuy nhiên, hạn chế thời gian thực luận văn nhƣ kiến thức lập trình, tối ƣu nên kết đạt đƣợc chƣa thật phản ánh hết ƣu điểm thuật tốn, nhƣ sai sót ngồi ý muốn khơng tránh khỏi Rất mong đƣợc góp ý quý thầy cô, nhƣ độc giả để nội dung luận văn đƣợc hoàn thiện 96 TÀI LIỆU THAM KHẢO [1] Esmat Rashei, Hosein Nezamabadi, Saeid Saryazdi, GSA: A Gravitational Search Algorithm, Information Sciences, vol.179, pp.2232-2248 (2009) [2] Seyedali Mirjalili, Siti Zaiton Mohd Hashim, A New Hybrid PSOGSA Algorithm for Function Optimization, Computer and Information Application (ICCIA) (2010) [3] Li Cs Zhou, Parameter Identification of hydraulic turbine geverning system using improved gravitational search algorith, Energy Conversion and Management, Vol 52, pp 374–381 (2011) [4] Chaoshun Li , Jianzhong Zhou, Jian Xiao, Han Xiao, Parameter Identification of chaotic system by chaotic gravitational search algorithm ; Chaos, Solitons & Fractals; vol 45, pp 539–547 (2012) [5] S.Sarafrazi, Disruption: A new operator in Gravitational Search Algorithm,Scientia Iranica, vol 18, pp 539–548 (2011) [6] Ahmad Asrul Ibrahim, A novel quantum-inspired binary Gravitational Search Algorithm.in obtaining optimal power quality monitor placement, Journal of Applied Sciences, vol 12, pp 822-830 (2012) [7] M S Moghadam, Hossein Nezamabadi-Pour, Malihe M Farsangi , A Quantum Behaved Gravitational Search Algorithm, Intelligent Information Management, vol 4, PP.390-395 (2012) [8] Mohadeseh Soleimanpour-moghadam ,Hossein Nezamabadi-pour, An improved quantum behaved gravitational search algorith, Electrical Engineering (ICEE), 20th Iranian Conference on, pp.711 – 715 (2012) [9] C.K.Panigrahi, Simulated Annealing technique for dynamic economic dispatch, Elect.Power Components Syst.34(5) pp.577-586 (2006) [10] Nidul Sinha, R.Chakrabarti, Evolutionary Programming Techniques for Economic Load Dispatch, IEEE Transactions, vol , pp 83 – 94(2003) [11] F Li, R Morgan, D.Williams, Towards more cost saving under stricter ramping rate constraints of dynamic economic dispatch problems – a geneticbased approach, pp 221–225, in: 2nd Int Conf Genetic Algorithms Eng Syst.: Innovations and Applications, Glasgow, UK (1997) 97 [12] X.Xia, A.M.Elaiw, Optimal dynamic economic dispatch of generation: A review,Electric Power Systems Research, vol 80, pp 975–986 (2010) [14] Huiqin Chen, Sheng Li and Zheng Tang, Hybrid Gravitational Search Algorithm with Random-key Encoding Scheme Combined with Simulated Annealing, vol 11 ( 2011) [15] S Sinaie, Solving shortest path problem using Gravitational Search Algorithm and Neural Networks, Universiti Teknologi Malaysia (UTM), Johor Bahru,Malaysia, M.Sc Thesis (2010) [16] T.Aruldoss Albert Victoire, Hybrid PSO-SQP for economic dispatch with valve point effect, Elec Power Syst Res,Vol 71, no 1, pp 51-59, (2004) [17] Hao Liu, Guiyan Ding, Huafei Sun, An Improved Opposition – based Disruption Operator in Gravitational Search Algorithm, International Symposium on Computational Intelligence and Design (2012) [18] Binod Shaw , V.Mukherjee and S.P.Ghoshal, A Novel Opposition-based gravitational search algorithm for combined economic and emission dispatch problems of power systems, Electrical Power and Energy Systems 35 (2012) 21-33 [19] Leandro dos Santos Coelho, Viviana Cocco Mariani, Particle swarm approach based on quantum mechanics and harmonic oscillator potential well for economic load dispatch with valve-point effects, Energy Conversion and Management, Vol 49, pp.3080-3085(2008) [20] Xiangtao Li, Minghao Yin and Zhiqiang Ma ,Hybrid differential evolution and gravitation search algorithm for unconstrained optimization, International Journal of the Physical Sciences, Vol.6(25), pp.5961-5981 (2011) [21] Dieu Ngoc Vo, Pseudo-Grandient Based Particle Swarm Optimization Method for Nonconvex Economic Dispatch, Power, Control and Optimization, Lecture Notes in Electrical Engineering, Vol.239, pp 1-27 (2013) [22] Chao-Lung Chiang, Improved genetic algorithm for power economic dispatch of units with valvepoint effects and multiple fuels, IEEE Trans Power Syst 20, 1690-1699 (2005) [23] He Da-Kuo, Wang Fu-li, Mao Zhi-zhong, Hybrid genetic algorithm for economic dispatch with valvepoint effect Elec Power Syst Res,Vol.78, pp 626-633, (2008) 98 [24] Millie Pant, Radha Thangaraj, Crina Grosan, Ajith Abraham, Hybrid Diffirential Evolution – Particle Swarm Optimization Algorithm for Solving global optimization problems, New Mathematics and Natural Computation, (2009) [25] A.K.Qin and P.N.Suganthan, Self-adaptive Differential Evolution Algorithm for Numerical Optimization IEEE Congress on Evolutionary Computation (CEC 2005) Edinburgh, Scotland, Sep 02-05, (2005) [26] D.H Woolpert, W.G.Macready, No free lunch theorems for optimization IEEE Trans Evolutionary Computation 1, pp.67-82 (1997) [27] O.T.Altinoz, A.E.Yilmaz and G.W.Weber, Initialization Phase of the Gravitational Search Algorithm by means of Low-Discrepancy Sobol Quasi Random-Number Sequence, International Conference on Applied and Computational Mathematics, pp.25, Ankara, (2012) A-1 PHỤ LỤC Bảng A1 Dữ liệu tổ máy hệ thống 13 tổ máy có xét điểm van công suất Tổ máy ai($/h) bi($/h) ci($/h) ei($/h) fi($/h) Pimin(MW) Pimax(MW) 550 8.1 0.00028 300 0.035 680 309 8.1 0.00056 200 0.042 360 307 8.1 0.00056 200 0.042 360 240 7.74 0.00324 150 0.063 60 180 240 7.74 0.00324 150 0.063 60 180 240 7.74 0.00324 150 0.063 60 180 240 7.74 0.00324 150 0.063 60 180 240 7.74 0.00324 150 0.063 60 180 240 7.74 0.00324 150 0.063 60 180 10 126 8.6 0.00284 100 0.084 40 120 11 126 8.6 0.00284 100 0.084 40 120 12 126 8.6 0.00284 100 0.084 55 120 13 126 8.6 0.00284 100 0.084 55 120 A-2 Bảng A2 Dữ liệu tổ máy hệ thống 40 tổ máy có xét điểm van công suất Tổ máy ai($/h) bi($/h) ci($/h) ei($/h) fi($/h) Pimin(MW) Pimax(MW) 94.705 6.73 0.0069 100 0.084 36 114 94.705 6.73 0.0069 100 0.084 36 114 309.54 7.07 0.02028 100 0.084 60 120 369.03 8.18 0.00942 150 0.063 80 190 148.89 5.35 0.0114 120 0.077 47 97 222.33 8.05 0.01142 100 0.084 68 140 287.71 8.03 0.00357 200 0.042 110 300 391.98 6.99 0.00492 200 0.042 135 300 455.76 6.6 0.00573 200 0.042 135 300 10 722.82 12.9 0.00605 200 0.042 130 300 11 635.2 12.9 0.00515 200 0.042 94 375 12 654.69 12.8 0.00569 200 0.042 94 375 13 913.4 12.5 0.00421 300 0.035 125 500 14 1760.4 8.84 0.00752 300 0.035 125 500 15 1728.3 9.15 0.00708 300 0.035 125 500 16 1728.3 9.15 0.00708 300 0.035 125 500 17 647.85 7.97 0.00313 300 0.035 220 500 18 649.69 7.95 0.00313 300 0.035 220 500 19 647.83 7.97 0.00313 300 0.035 242 550 20 647.81 7.97 0.00313 300 0.035 242 550 (tiếp trang sau) A-3 Bảng A2 Dữ liệu tổ máy hệ thống 40 tổ máy có xét điểm van công suất (tiếp) Tổ máy ai($/h) bi($/h) ci($/h) ei($/h) fi($/h) Pimin(MW) Pimax(MW) 21 785.96 6.63 0.00298 300 0.035 254 550 22 785.96 6.63 0.00298 300 0.035 254 550 23 794.53 6.66 0.00284 300 0.035 254 550 24 794.53 6.66 0.00284 300 0.035 254 550 25 801.32 7.1 0.00277 300 0.035 254 550 26 801.32 7.1 0.00277 300 0.035 254 550 27 1055.1 3.33 0.52124 120 0.077 10 150 28 1055.1 3.33 0.52124 120 0.077 10 150 29 1055.1 3.33 0.52124 120 0.077 10 150 30 148.89 5.35 0.0114 120 0.077 47 97 31 222.92 6.43 0.0016 150 0.063 60 190 32 222.92 6.43 0.0016 150 0.063 60 190 33 222.92 6.43 0.0016 150 0.063 60 190 34 107.87 8.95 0.0001 200 0.042 90 200 35 116.58 8.62 0.0001 200 0.042 90 200 36 116.58 8.62 0.0001 200 0.042 90 200 37 307.45 5.88 0.0161 80 0.098 25 110 38 307.45 5.88 0.0161 80 0.098 25 110 39 307.45 5.88 0.0161 80 0.098 25 110 40 647.83 7.97 0.00313 300 0.035 242 550 A-4 Bảng A3 Dữ liệu tổ máy hệ thống 10 tổ máy với đặc tính đa nhiên liệu Tổ máy Loại nhiên liệu ai($/h) bi($/h) ci($/h) 10 Pimin(MW) Pimax(MW) 26.97 -0.3975 0.0021760 100 196 21.13 -0.3059 0.001861 196 250 1.865 -0.03988 0.001138 50 114 13.65 -0.198 0.00162 114 157 118.4 -1.269 0.004194 157 230 39.79 -0.3116 0.001457 200 332 -2.876 0.03389 0.000804 332 388 -59.14 0.4864 1.18E-05 388 500 1.983 -0.03114 0.001049 99 138 52.85 -0.6348 0.002758 138 200 266.8 -2.338 0.005935 200 265 13.92 -0.08733 0.001066 190 338 99.76 -0.5206 0.001597 338 407 -53.99 0.4462 0.00015 407 490 1.983 -0.03114 0.001049 85 138 52.85 -0.6348 0.002758 138 200 266.8 -2.338 0.005935 200 265 18.93 -0.1325 0.001107 200 331 43.77 -0.2267 0.001165 331 391 -43.35 0.3559 0.000245 391 500 1.983 -0.03114 0.001049 99 138 52.85 -0.6348 0.002758 138 200 266.8 -2.338 0.005935 200 265 14.23 -0.01817 0.000612 130 213 88.53 -0.5675 0.001554 213 370 14.23 -0.01817 0.000612 370 440 13.97 -0.09938 0.001102 200 362 46.71 -0.2024 0.001137 362 407 -61.13 0.5084 4.16E-05 407 490 A-5 Bảng A4 Dữ liệu tổ máy hệ thống 10 tổ máy với đặc tính đa nhiên liệu điểm van công suất Tổ Loại máy nhiên ai($/h) bi($/h) ci($/h) ei($/h) fi($/h) Pimin Pimax (MW) (MW) 100 196 50 114 157 200 332 388 99 138 200 190 338 407 85 138 200 200 331 391 99 138 200 130 213 370 200 362 407 196 250 114 157 230 332 388 500 138 200 265 338 407 490 138 200 265 331 391 500 138 200 265 213 370 440 362 407 490 liệu 10 2 1 2 3 3 3 3 26.97 21.13 1.865 13.65 118.4 39.79 -2.876 -59.14 1.983 52.85 266.8 13.92 99.76 -53.99 1.983 52.85 266.8 18.93 43.77 -43.35 1.983 52.85 266.8 14.23 88.53 14.23 13.97 46.71 -61.13 -0.3975 -0.3059 -0.03988 -0.198 -1.269 -0.3116 0.03389 0.4864 -0.03114 -0.6348 -2.338 -0.08733 -0.5206 0.4462 -0.03114 -0.6348 -2.338 -0.1325 -0.2267 0.3559 -0.03114 -0.6348 -2.338 -0.01817 -0.5675 -0.01817 -0.09938 -0.2024 0.5084 0.0021760 0.001861 0.001138 0.00162 0.004194 0.001457 0.000804 1.18E-05 0.001049 0.002758 0.005935 0.001066 0.001597 0.00015 0.001049 0.002758 0.005935 0.001107 0.001165 0.000245 0.001049 0.002758 0.005935 0.000612 0.001554 0.000612 0.001102 0.001137 4.16E-05 0.0269700 0.02113 0.001865 0.01365 0.1184 0.03979 -0.00288 -5.91E-02 0.001983 0.05285 0.2668 0.01392 0.09976 -0.05399 0.001983 0.05285 0.2668 0.01893 0.04377 -0.04335 0.001983 0.05285 0.2668 0.01423 0.08853 0.01423 0.01397 0.04671 -0.06113 -3.9750 -3.059 -0.3988 -1.98 -12.69 -3.116 0.3389 4.86400 -0.3114 -6.348 -23.38 -0.8733 -5.206 4.462 -0.3114 -6.348 -23.38 -1.325 -2.267 3.559 -0.3114 -6.348 -23.38 -0.1817 -5.675 -0.1817 -0.9938 -2.024 5.084 A-6 Bảng A5 Hệ số tổn thất truyền tải hệ thống 15 tổ máy nhiệt điện có xét vùng cấm vận hành Bij *103 10 11 12 13 14 15 1.4 1.2 0.7 -0.1 -0.3 -0.1 -0.1 -0.1 -0.3 -0.5 -0.3 -0.2 0.4 0.3 -0.1 1.2 1.5 1.3 -0.5 -0.2 0.1 -0.2 -0.4 -0.4 0.4 -0.2 0.7 1.3 7.6 -0.1 -1.3 -0.9 -0.1 -0.8 -1.2 -1.7 -2.6 11.1 -2.8 -0.1 -0.1 3.4 -0.7 -0.4 1.1 2.9 3.2 -1.1 0.1 0.1 -2.6 -0.3 -0.5 -1.3 -0.7 1.4 -0.3 -1.2 -1 -1.3 0.7 -0.2 -0.2 -2.4 -0.3 -0.1 -0.2 -0.9 -0.4 1.4 1.6 -0.6 -0.5 -0.8 1.1 -0.1 -0.2 -1.7 0.3 -0.1 -0.1 1.1 -0.3 1.5 1.7 1.5 0.9 -0.5 0.7 -0.2 -0.8 -0.1 0.1 -1.2 -0.6 1.7 16.8 8.2 7.9 -2.3 -3.6 0.1 0.5 -7.8 -0.3 -0.2 -0.8 2.9 -1 -0.5 1.5 8.2 12.9 11.6 -2.1 -2.5 0.7 -1.2 -7.2 10 -0.5 -0.4 -1.2 3.2 -1.3 -0.8 0.9 7.9 11.6 20 -2.7 -3.4 0.9 -1.1 -8.8 11 -0.3 -0.4 -1.7 -1.1 0.7 1.1 -0.5 -2.3 -2.1 -2.7 14 0.1 0.4 -3.8 16.8 12 -0.2 0 -0.2 -0.1 0.7 -3.6 -2.5 -3.4 0.1 5.4 -0.1 -0.4 2.8 13 0.4 0.4 -2.6 0.1 -0.2 -0.2 0.1 0.7 0.9 0.4 -0.1 10.3 -10.1 2.8 14 0.3 11.1 0.1 -2.4 -1.7 -0.2 0.5 -1.2 -1.1 -3.8 -0.4 -10.1 57.8 -9.4 Boi *103 -0.1 B00=0.0055; -0.2 2.8 -0.1 0.1 -0.3 -0.2 -0.2 0.6 10 3.9 11 -1.7 12 13 -3.2 14 6.7 15 -6.4 15 -0.1 -0.2 -2.8 -2.6 -0.3 0.3 -0.8 -7.8 -7.2 -8.8 16.8 2.8 2.8 -9.4 128.3 A-7 Bảng A6 Dữ liệu tổ máy hệ thống 15 tổ máy nhiệt điện có xét vùng cấm vận hành Tổ máy ai($/h) bi($/h) ci($/h) Pimin Pimax URi DRi Pi0 (MW) (MW) (MW) (MW) (MW) 671 10.1 0.000299 150 455 80 120 400 574 10.2 0.000183 150 455 80 120 300 374 8.8 0.001126 20 130 130 130 105 374 8.8 0.001126 20 130 130 130 100 461 10.4 0.000205 150 470 80 120 90 630 10.1 0.000301 135 460 80 120 400 548 9.8 0.000364 135 465 80 120 350 227 11.2 0.000338 60 300 65 100 95 173 11.2 0.000807 25 162 60 100 105 10 175 10.7 0.001203 25 160 60 100 110 11 186 10.2 0.003586 20 80 80 80 60 12 230 9.9 0.005513 20 80 80 80 40 13 225 13.1 0.000371 25 85 80 80 30 14 309 12.1 0.001929 15 55 55 55 20 15 323 12.4 0.004447 15 55 55 55 20 Bảng A7 Các vùng cấm vận hành hệ thống 15 tổ máy nhiệt điện Tổ máy Vùng cấm Vùng cấm Vùng cấm [185 225] [305 335] [420 450] [180 200] [305 335] [390 420] [230 255] [365 395] [430 455] 12 [30 40] [55 65] LÝ LỊCH TRÍCH NGANG I THƠNG TIN CÁ NHÂN Họ tên học viên: NGUYỄN BÁ HÀ MSHV: 11180105 Ngày, tháng, năm sinh: 20/10/1987 Nơi sinh: Hà Tĩnh Chuyên ngành: Thiết bị, mạng nhà máy điện Mã số: 60.52.50 Địa liên lạc: 451 / 29 / Tô Hiến Thành, P.14, Q.10, Tp.HCM Email: nguyenbaha@gmail.com II QUÁ TRÌNH ĐÀO TẠO - 09/2005 – 06/2010: Sinh viên ngành Hệ thống điện, khoa Điện, trƣờng Đại học Bách Khoa Hà Nội - 09/2011- nay: Học viên cao học ngành Thiết bị, mạng nhà máy điện, khoa Điện – Điện tử, trƣờng Đại Học Bách Khoa – ĐHQG TP.HCM III Q TRÌNH CƠNG TÁC - 10/2010 – nay: Cơng tác phịng Điều độ, Trung tâm Điều độ Hệ thống điện Miền Nam ... ÁP DỤNG PHƢƠNG PHÁP GSA CẢI TIẾN ĐỂ GIẢI BÀI TOÁN ĐIỀU ĐỘ KINH TẾ II NHIỆM VỤ VÀ NỘI DUNG: - Nghiên cứu toán điều độ kinh tế - Nghiên cứu phƣơng pháp GSA, GSA cải tiến - Áp dụng phƣơng pháp GSA, ... toán GSA GSA cải tiến để giải toán điều độ kinh tế 1.5 KẾT CẤU LUẬN VĂN Chƣơng Giới thiệu chung Chƣơng Bài toán điều độ kinh tế Chƣơng Giới thiệu giải thuật GSA GSA cải tiến Chƣơng Áp dụng giải. .. liệu (MF) Luận văn áp dụng giải thuật GSA, GSA cải tiến để giải toán điều độ kinh tế hệ thống có số tổ máy phát lớn (20, 40, 80 160 tổ ) Kết đạt đƣợc cho thấy giải thuật GSA cải tiến cho kết tốt