(Luận văn thạc sĩ) tối ưu hóa vị trí của thiết bị TCSC để cực đại phúc lợi xã hội trong thị trường điện

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ VÕ VĂN LA TỐI ƯU HĨA VỊ TRÍ CỦA THIẾT BỊ TCSC ÐỂ CỰC ÐẠI PHÚC LỢI XÃ HỘI TRONG THỊ TRƯỜNG ÐIỆN NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520202 SKC005826 Tp Hồ Chí Minh, tháng 04/2018 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ VÕ VĂN LA TỐI ƯU HĨA VỊ TRÍ CỦA THIẾT BỊ TCSC ĐỂ CỰC ĐẠI PHÚC LỢI XÃ HỘI TRONG THỊ TRƯỜNG ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN-60520202 Tp Hồ Chí Minh, tháng 04 năm 2018 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH ******** LUẬN VĂN THẠC SĨ VÕ VĂN LA TỐI ƯU HĨA VỊ TRÍ CỦA THIẾT BỊ TCSC ĐỂ CỰC ĐẠI PHÚC LỢI XÃ HỘI TRONG THỊ TRƯỜNG ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN - 60520202 Hướng dẫn khoa học: TS DƯƠNG THANH LONG Tp Hồ Chí Minh, tháng 04 năm 2018 Luận văn Thạc sĩ GVHD: TS Duơng Thanh Long CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH Cán hướng dẫn khoa học: TS DƯƠNG THANH LONG (Ghi rõ họ, tên, học hàm, học vị chữ ký) Luận văn Thạc sĩ bảo vệ Trường Đại học Sư Phạm Kỹ thuật TP HCM ngày 28 tháng 04 năm 2018 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) TT Họ TS Nguyễn PGS.TS Quy TS.Nguyễn H PGS.TS Phan TS Nguyễn T Xác nhận Chủ tịch Hội đồng đánh giá Luận sau Luận văn sửa chữa (nếu có) Chủ tịch Hội đồng đánh giá LV HVTH: Võ Văn La, MSHV: 1680606 i Luận văn Thạc sĩ GVHD: TS Duơng Thanh Long mpc=loadcase('case30_2'); %mpc.bus(:,[3 4])=mpc.bus(:,[3 4])*1.3; %mpc.bus(:,3)=mpc.bus(:,3)*1.3; model=mpc; model.branch(10,:)=[]; % xoa duong day 9-10 %ResultOriginal=runpf2(mpc); %CostFunction=@(xhat) fitness_01(xhat,model,ResultOriginal); CostFunction=@(xhat) fitness_02(xhat,model); a=model.bus(:,3)>0; b=sum(a); % b la so bus co gan phu tai % so element mot agent duoc sap theo thu tu % cac bus co gan phu tai % cac nhanh day de gan TCSC % cac active power va reactive power cua may phat %nVar=b+size(mpc.branch,1)+size(mpc.gen,1)-1; nVar=b+size(model.gen,1)-1; VarSize=[1 nVar]; % Decision Variables Matrix Size VarMin=0; % Lower Bound of Variables VarMax=1; % Upper Bound of Variables MaxIt=300; % Maximum Number of Iterations nPop=100; % Population Size (Swarm Size) w=0.2; % Inertia Weight wdamp=1; % Inertia Weight Damping Ratio c1=0.7; % Personal Learning Coefficient c2=1.0; % Global Learning Coefficient % Velocity Limits VelMax=(VarMax-VarMin); VelMin=-VelMax; mu = 0.2; % Mutation Rate empty_particle.Position=[]; empty_particle.Cost=[]; empty_particle.Sol=[]; empty_particle.Velocity=[]; empty_particle.Best.Position=[]; empty_particle.Best.Cost=[]; empty_particle.Best.Sol=[]; particle=repmat(empty_particle,nPop,1); BestSol.Cost=inf; i=1; for i=1:nPop % disp(['mo phong lan thu: ' num2str(i)]) % Initialize Position HVTH: Võ Văn La, MSHV: 1680606 67 Luận văn Thạc sĩ GVHD: TS Duơng Thanh Long particle(i).Position=unifrnd(VarMin,VarMax,VarSize); % Initialize Velocity particle(i).Velocity=zeros(VarSize); % Evaluation [particle(i).Cost, particle(i).Sol]=CostFunction(particle(i).Position); % Update Personal Best particle(i).Best.Position=particle(i).Position; particle(i).Best.Cost=particle(i).Cost; particle(i).Best.Sol=particle(i).Sol; % Update Global Best if particle(i).Best.Cost