GIỚI THIỆU
Đặt vấn đề
Hệ thống cung cấp điện toàn cầu được liên kết chặt chẽ để tối ưu hóa kinh tế kỹ thuật, nhưng việc dự báo phụ tải không luôn đảm bảo cân bằng cung cầu Điều này dẫn đến tình trạng một số đường dây truyền tải bị non tải trong khi số khác lại quá tải Các yếu tố như nhiệt độ, điện dung và độ ổn định giới hạn khả năng truyền tải của đường dây Nếu không có sự điều chỉnh hợp lý, hệ thống sẽ không phát huy hết công suất Hơn nữa, do các điều kiện môi trường và hành lang đường dây, việc xây dựng lưới điện mới hoặc cải tạo hệ thống cũ gặp nhiều khó khăn.
Hình 1.1 Ứng dụng thiết bị FACTS trong lưới điện
Để cải thiện tính linh hoạt và độ tin cậy của hệ thống điện truyền thống, cần xem xét lại cấu trúc và áp dụng các biện pháp phân bố công suất hiệu quả Một giải pháp nổi bật hiện nay là hệ thống điện xoay chiều linh hoạt FACTS, cho phép điều khiển điện áp, dòng điện và tổng trở góc pha Việc sử dụng FACTS không chỉ nâng cao ổn định quá độ mà còn kiểm soát hiệu quả luồng công suất tác dụng, phản kháng, điện áp và dòng ngắn mạch, đồng thời giảm thiểu các hiện tượng dao động cộng hưởng dưới tần số.
Các thiết bị FACTS đã được lắp đặt và hoạt động hơn 30 năm, với số lượng ngày càng tăng trên toàn cầu, đạt hàng trăm công trình.
Các thiết bị FACTS mang lại nhiều lợi ích kỹ thuật, bao gồm việc giải quyết các vấn đề liên quan đến giới hạn điện áp, giới hạn nhiệt, dòng công suất vòng, ngắn mạch và cộng hưởng đồng bộ Ứng dụng trạng thái động của FACTS tập trung vào việc cải thiện độ ổn định quá độ, điều khiển và ổn định điện áp một cách ngẫu nhiên Sự cần thiết của các thiết bị FACTS ngày càng tăng khi có yêu cầu đáp ứng nhanh chóng đối với các điều kiện trạng thái động.
Hình 1.2 Ứng dụng thiết bị điện tử công suất trong các lĩnh vực
Hình 1.3 Lợi ích kỹ thuật của các thiết bị FACTS
Các giải pháp truyền thống có chi phí thấp hơn so với thiết bị FACTS, nhưng chúng lại bị hạn chế trong khả năng đáp ứng với trạng thái động Do đó, công dụng của các thiết bị FACTS có thể ảnh hưởng đến một hoặc nhiều thông số, và dưới đây là tóm tắt ảnh hưởng của một số thiết bị FACTS đến các thông số hệ thống điện.
Nhiệm vụ điều khiển hệ thống điện trong các hệ thống SCADA và EMS, cùng với vai trò của các nhà quy hoạch, là xác định giải pháp tối ưu về kinh tế và thời gian Do đó, việc ứng dụng các thuật toán thích hợp để giải quyết nhanh chóng các bài toán tối ưu (OPF) với nhiều thông số phi tuyến và ràng buộc trong hệ thống điện có thiết bị FACTS vẫn là một vấn đề quan trọng và cần thiết.
Tóm tắt một số bài báo công trình nghiên cứu có liên quan
Nghiên cứu của Nhúm Jakob Vesterstrứm và Ren´e Thomsen so sánh hiệu suất của các thuật toán Tối ưu hóa Tiến hóa, bao gồm Differential Evolution (DE), Particle Swarm Optimization (PSO) và các thuật toán Tiến hóa (EAs) trên 34 bài toán chuẩn Kết quả cho thấy DE thường vượt trội hơn, với tốc độ nhanh hơn, tính đơn giản, độ mạnh mẽ, khả năng hội tụ nhanh và khả năng tìm ra lời giải tối ưu trong hầu hết các trường hợp Thuật toán DE thể hiện sự ưu việt so với PSO và EAs trong nhiều bài toán Benchmark, cho thấy nó xứng đáng là sự lựa chọn hàng đầu cho các vấn đề tối ưu hóa mới.
Thiết bị bù tĩnh SVC Điện áp
UPFC Điện áp, góc, cảm kháng
Nhóm Rainer Storn, Kenneth Price Differential Evolution – A Simple and Efficient Heuristic for Global Optimization over Continuous Spaces
Bài báo giới thiệu một phương pháp mới để tìm cực tiểu cho các hàm phi tuyến và không khả vi, trong đó thuật toán DE cho thấy khả năng hội tụ nhanh và chắc chắn hơn so với nhiều phương pháp khác Kết quả so sánh với các thuật toán như ASA, ANM và BGA cho thấy DE chỉ cần kiểm soát một số biến, làm cho nó mạnh mẽ, dễ sử dụng và phù hợp cho tính toán song song.
The article by Rania Hassan, Babak Cohanim, Olivier de Weck, and Gerhard Venter compares Particle Swarm Optimization (PSO) and the Genetic Algorithm (GA) in finding optimal solutions for various standard objective functions Through statistical analysis and hypothesis testing, the findings indicate that the PSO algorithm is equally effective as the genetic algorithm in achieving true global optimal solutions.
So sánh hiệu suất giữa GA và PSO cho thấy GA có hiệu quả tính toán tốt hơn đáng kể Việc so sánh này được thực hiện thông qua một tập hợp các vấn đề chuẩn, bao gồm kiểm tra Benchmark và các bài toán tối ưu hóa trong hai không gian hệ thống thiết kế.
Nhóm Samir SAYAH và Khaled ZEHAR đã áp dụng giải thuật tiến hóa để giải quyết vấn đề điều độ kinh tế trong hệ thống điện, với mục tiêu tối ưu hóa chi phí nhiên liệu cho các nhà máy nhiệt điện, đồng thời xem xét các ràng buộc và tổn hao Hệ thống IEEE 30 nút được sử dụng để thử nghiệm và xác nhận hiệu quả của phương pháp Kết quả thu được cho thấy giải thuật này vượt trội hơn so với các phương pháp truyền thống như Newton, GPM, SLP và GA, nhờ vào khả năng tìm kiếm lời giải tối ưu toàn cục với thời gian tính toán ngắn hơn.
The article by Nhóm M Vanitha and K Thanushkodi presents a solution to the Economic Dispatch Problem using a Differential Evolution (DE) algorithm that considers both linear equality and inequality constraints The study focuses on optimizing the power dispatch for systems with three and six generating units Results demonstrate the effectiveness of the DE algorithm in achieving optimal solutions, as compared to other algorithms such as Genetic Algorithm (GA), Particle Swarm Optimization (PSO), and Simulated Annealing (SA).
Nhóm nghiên cứu gồm Manisha Sharma, Manjaree Pandit và Laxmi Srivastava đã thực hiện một bài báo đánh giá và so sánh các kỹ thuật tiến hóa trong việc giải bài toán điều độ kinh tế nhiều vùng với các ràng buộc về đường dây Bài viết tập trung vào việc so sánh khả năng tìm kiếm và sự hội tụ của giải thuật tiến hóa vi phân (DE) với các chiến lược khác, bao gồm giải thuật PSO và PSO-TVAC, nhằm tìm ra giải pháp tối ưu cho bài toán điều độ kinh tế ở hai và ba vùng hệ thống điện với số lượng tổ máy là 4, 10 và 40 Kết quả thu được cho thấy hiệu quả vượt trội so với một số công bố gần đây.
The article by G A Bakare, G Krost, and G K Venayagamoorthy compares Differential Evolution (DE) and Particle Swarm Optimization (PSO) techniques for reactive power and voltage control optimization problems The findings indicate that the DE algorithm is more feasible for real-time computational applications and is particularly suitable for implementation in control centers.
The article by R Balamurugan and S Subramanian discusses the implementation of a Self-Adaptive Differential Evolution (DE) algorithm for optimizing power economic dispatch in electrical systems, taking into account valve-point effects and multiple fuel options in power plants The study compares the results of the DE algorithm with other methods, including Hopfield Neural Network (HNN), Adaptive Hopfield Neural Network (AHNN), and Hybrid Real Coded Genetic Algorithm (HGA).
Algorithm) cho thấy ƣu việt của giải thuật và tiềm năng của nó để giải quyết các vấn đề của điều độ hệ thống điện
Nhóm Sidhartha Panda và N P Padhy đã thực hiện một nghiên cứu so sánh giữa thuật toán tối ưu Particle Swarm Optimization (PSO) và thuật toán di truyền Genetic Algorithm (GA) trong thiết kế bộ điều khiển TCSC nhằm nâng cao ổn định hệ thống điện Bài báo chỉ ra rằng cả hai thuật toán đều có hiệu suất đáng kể về thời gian tính toán và tốc độ hội tụ, chứng minh hiệu quả của chúng trong việc thiết kế bộ TCSC để cải thiện sự ổn định của hệ thống điện.
G Shaoyun and TS Chung present a study on optimal active power flow (OPF) that integrates FACTS devices, specifically phase shifters and series compensators, with power flow control constraints Utilizing linear programming algorithms, the research demonstrates effective solutions applied to the IEEE 30 bus system.
The article by Arunya Revathi, N.S Marimuthu, P.S Kannan, and V Suresh Kumar explores the application of an enhanced genetic algorithm to optimize active power flow (OPF) in the IEEE 30-bus system, incorporating FACTS devices like TCSC and TCPS The primary objective is to minimize fuel costs while ensuring that power flow remains within the security limits of the electrical system Additionally, the paper proposes an optimal placement strategy for FACTS devices based on sensitivity analysis to improve voltage stability margins.
The article by T.S Chung and Y.Z Li presents a hybrid genetic algorithm designed to address the optimal power flow (OPF) problem, incorporating Flexible AC Transmission System (FACTS) devices, specifically Thyristor-Controlled Series Capacitors (TCSC) and Thyristor-Controlled Phase Shifters (TCPS), within the IEEE system.
Bài báo tập trung vào việc tối ưu hóa chi phí nhiên liệu cho 14 bus, đồng thời đảm bảo các dòng công suất không vượt quá giới hạn an toàn của hệ thống điện.
Nhóm K.chandrasekaran, K.arul Jeyaraj, Sahayasenthamil, Dr M.saravanan A new method to incorporate facts devicesin optimal power flow using particle swarmoptimization Bài báo giới thiệu giải thuật
Bài viết nghiên cứu ứng dụng thuật toán PSO cho bài toán tối ưu hóa dòng điện (OPF) trong hệ thống IEEE 30 bus, bao gồm các thiết bị FACTS như TCSC và TCPS Mục tiêu là tối thiểu hóa chi phí nhiên liệu và xác định vị trí lắp đặt tối ưu cho các thiết bị FACTS thông qua phân tích độ nhạy, nhằm nâng cao giới hạn ổn định điện áp Kết quả cho thấy thuật toán PSO có ưu thế hơn so với giải thuật di truyền, mặc dù chưa xem xét đến chi phí đầu tư cho thiết bị FACTS cũng như điểm van công suất.
Tầm quan trọng của vấn đề nghiên cứu
Bài toán phân bố công suất tối ưu (Optimal Power Flow - OPF) được thiết lập để tối đa hóa hiệu quả sử dụng hệ thống điện hiện tại mà không cần nâng cấp hay cải tạo.
Bài toán tối ưu hóa công suất (OPF) đã trải qua một quá trình phát triển lâu dài với nhiều phương pháp và thuật toán được đề xuất để giải quyết, bao gồm các phương pháp cổ điển như điểm suy nội, Newton-Raphson, quy hoạch tuyến tính và phi tuyến, cũng như các thuật toán như Tabu Search và Simulated Annealing Ngoài ra, các phương pháp quy hoạch tiến hóa như Genetic Algorithm, Differential Evolution, Ant Colony Optimization và Particle Swarm Optimization cũng đã được áp dụng Gần đây, trí tuệ nhân tạo (AI) đã được phát triển để giải quyết những vấn đề phức tạp của OPF với nhiều ràng buộc phi tuyến, không lồi và cực tiểu địa phương, nhằm tìm ra kết quả tối ưu toàn cục thông qua các phương pháp như GA, hybrid TS/SA, lập trình tiến hóa và PSO.
Các phương pháp lai đang phát triển mạnh mẽ và đóng góp lớn cho khoa học nhờ vào những ưu điểm vượt trội, bao gồm thuật toán đơn giản, dễ thực hiện, chương trình chạy nhanh hơn và mang lại kết quả chính xác hơn so với các phương pháp truyền thống.
Mục tiêu của thuật toán tối ưu hóa bài toán OPF là xác định điểm hoạt động tối ưu nhằm giảm thiểu chi phí phát điện, tổn hao và tổng độ lệch điện áp, đồng thời cải thiện độ ổn định điện áp Bên cạnh đó, bài toán cũng hướng tới việc tối đa hóa phúc lợi xã hội và khả năng truyền tải công suất trong các giới hạn cho phép Mặc dù các phương pháp tối ưu hóa cổ điển đã được sử dụng hiệu quả để giải quyết bài toán OPF, sự chuyển đổi sang hệ thống năng lượng được quản lý qua thị trường kinh tế đã làm cho bài toán này trở nên phức tạp hơn.
Thuật toán DE, được phát triển bởi Rainer Storn và Kenneth Price vào năm 1995, đã chứng minh là một công cụ mạnh mẽ trong việc giải quyết các bài toán đa mục tiêu Thuật toán này giúp tối ưu hóa các hàm phi tuyến, không khả vi trong không gian liên tục, đặc biệt hiệu quả trong các bài toán tối ưu trong hệ thống điện.
Giải thuật DE được đánh giá là có tốc độ tính toán nhanh và hiệu quả với nhiều hàm mục tiêu, vì vậy nó là lựa chọn lý tưởng cho việc nghiên cứu bài toán OPF trong hệ thống điện.
Nhận xét chung và hướng tiếp cận
Bài toán tối ưu hóa dòng điện (OPF) trong lưới điện đã được giải quyết bằng nhiều phương pháp, trong đó thuật toán DE đã chứng minh hiệu quả vượt trội so với các phương pháp khác Thuật toán DE nổi bật với tính đơn giản, số biến điều khiển ít, tốc độ chạy nhanh và khả năng tìm kiếm điểm tối ưu toàn cục, đặc biệt phù hợp với các hàm mục tiêu không liên tục, không khả vi trong hệ thống điện Gần đây, thuật toán Harmony Search (HS) được phát triển bởi Zong Woo Geem, lấy cảm hứng từ việc nghe nhạc Jazz, đã mang lại những kết quả ấn tượng trong việc tối ưu hóa các vấn đề như lập kế hoạch và thiết kế kết cấu Tuy nhiên, ứng dụng của HS trong giải quyết bài toán OPF vẫn còn hạn chế.
Trong bài luận văn này, chúng tôi đề xuất một thuật toán lai DEHS, kết hợp các cơ chế của thuật toán Tối ưu hóa Động lực (DE) và Thuật toán Tìm kiếm Âm thanh (HS) Đặc biệt, thuật toán này tập trung vào việc điều chỉnh độ cao của các hoạt động nhằm tối ưu hóa hiệu suất và nâng cao kết quả tìm kiếm.
HS được cải tiến bằng cơ chế đột biến vi phân nhằm nâng cao khả năng tìm kiếm Bên cạnh đó, việc tối ưu hóa bộ nhớ và tăng cường tỷ lệ lựa chọn giá trị lân cận cũng góp phần cải thiện hiệu quả tìm kiếm So với HS truyền thống, việc áp dụng các cơ chế đột biến vi phân và trao đổi chéo giúp tăng cường khả năng khai thác trong DEHS DEHS có thể thừa hưởng các yếu tố từ nhiều cá nhân, chẳng hạn như số lượng kích thước khi tạo ra cá nhân mới, nhằm tối ưu hóa khả năng tìm kiếm.
Đối tƣợng
Hầu hết các phương pháp tối ưu hóa hiện nay đều gặp phải ba vấn đề chính: đầu tiên, chúng không thể đảm bảo lời giải tối ưu hoặc thường bị mắc kẹt ở các lời giải tối ưu; thứ hai, chúng dựa vào giả định rằng hàm mục tiêu là liên tục và khả vi, điều này không đúng với nhiều hệ thống thực tế; và thứ ba, chúng không áp dụng được cho các biến rời rạc Do đó, chỉ có các thuật toán dựa trên trí thông minh nhân tạo và tiến hóa, như phương pháp DE và DEHS, mới phù hợp với những loại bài toán này và khắc phục được các vấn đề nêu trên.
Luận văn trình bày giải pháp cho bài toán tối ưu hóa dòng điện (OPF) bằng cách sử dụng thuật toán Di truyền (DE) và phiên bản cải tiến DEHS DE, do Rainer Storn và Kenneth Price phát triển, đã chứng minh tính hiệu quả trong nhiều lĩnh vực tối ưu hóa, đặc biệt là với các hàm mục tiêu phi tuyến và không khả vi Giống như các thuật toán tiến hóa khác, DE khởi đầu với một thế hệ ngẫu nhiên và phát triển qua các thế hệ tiếp theo nhờ vào các toán tử tiến hóa cho đến khi đạt được tiêu chí hội tụ Kết quả từ việc áp dụng DE và DEHS được so sánh với các nghiên cứu khác để khẳng định tính hiệu quả của phương pháp này.
Mục tiêu của đề tài
Bài viết này trình bày thuật toán DE và đề xuất phương pháp cải tiến của nó, ứng dụng để giải quyết các bài toán tối ưu hóa công suất (OPF) với và không có thiết bị FACTS Kết quả thu được sẽ được so sánh với các phương pháp khác Các thiết bị FACTS được xem xét bao gồm TCSC, SVC và TCPS.
Thuật toán sẽ được thử nghiệm trên hệ thống IEEE 30 nút và IEEE 57 nút, với kết quả lời giải được so sánh với các phương pháp như tuyến tính (LP), các giải thuật tiến hóa (EP), giải thuật tiến hóa cải tiến (IEP), giải thuật Hybrid Tabu Search and Simulated (TS/SA), giải thuật di truyền (GA) và giải thuật bầy đàn (PSO), những phương pháp đã được phát triển và ứng dụng rộng rãi hiện nay.
Đề xuất giải quyết các vấn đề tồn tại liên quan đến việc tối thiểu hóa tổng chi phí nhiên liệu trong phát điện, với các ràng buộc như hàm nhiên liệu trơn và điểm van công suất Ngoài ra, cần xem xét lựa chọn vị trí và tìm kiếm thông số điều khiển thiết bị FACTS phù hợp.
Phạm vi và giới hạn
Bài viết xem xét các vấn đề của bài toán tối ưu hóa công suất (OPF) trong hệ thống điện có và không có thiết bị FACTS như TCSC, TCPS và SVC Mục tiêu của bài toán OPF là tối thiểu hóa tổng chi phí nhiên liệu phát điện, đồng thời đảm bảo các ràng buộc liên quan đến hàm nhiên liệu trơn, điểm van công suất, tổn hao, độ lệch điện áp tổng và cải thiện độ ổn định điện áp Để giải quyết bài toán OPF với thiết bị FACTS, thuật toán DE và DEHS được áp dụng Thuật toán này sẽ được kiểm tra trên hệ thống IEEE 30 nút, với thiết bị FACTS được lắp đặt tại các vị trí giả định và lựa chọn TCSC theo nguyên lý min-cut trong các chế độ vận hành bình thường và tình trạng khẩn cấp N-1.
Cấu trúc luận văn
Chương 1: Giới thiệu tổng quan về vấn đề trong luận văn, về mục tiêu và phạm vi nghiên cứu của đề tài
Chương 2: Giới thiệu tổng quan về bài toán OPF cũng như các phương pháp đã đƣợc áp dụng để giải quyết bài toán
Chương 3: Giới thiệu về thiết bị FACTS, nguyên lý điều khiển dòng công suất và phương pháp lựa chọn vị trí thích hợp để đặt thiết bị FACTS
Chương 4: Thành lập bài toán OPF dưới dạng toán học có thiết bị FACTS Chương 5: Giới thiệu phương pháp DE, DE cải tiến DEHS và áp dụng chúng để giải bài toán OPF trong hệ thống điện
Chương 6: Kết quả tính toán của bài toán OPF của hệ thống điện IEEE 30 nút và IEEE 57 nút Kết quả đƣợc so sánh với các bài báo khác để thấy đƣợc tính ƣu việt của thuật toán DE và DEHS và nhận xét đƣợc ƣu thế của DEHS hơn DE Từ đó áp dụng thuật toán DEHS để giải bài toán OPF của lưới điện có thiết bị FACTS trong chế độ bình thường và chế độ tình trạng khẩn cấp
Chương 7: Đánh giá thuật toán thông qua kết quả có kết luận rút ra từ nghiên cứu và đề xuất hướng nghiên cứu tiếp theo
TỔNG QUAN CÁC BÀI TOÁN PHÂN BỐ TỐI ƯU CÔNG SUẤT VÀ PHƯƠNG PHÁP ÁP DỤNG
Tổng quan về bài toán OPF
Ý tưởng về OPF, được giới thiệu vào đầu những năm 1960, đã được áp dụng rộng rãi trong hệ thống điện, điều khiển thời gian thực và lập quy hoạch OPF là công cụ cần thiết để tối ưu hóa hàm mục tiêu, và bài toán OPF hiện có mặt trong hầu hết các hệ thống quản lý năng lượng (EMS) ngày nay.
Bài toán tối ưu hóa OPF nhằm cực tiểu hóa hàm mục tiêu F(x,u) với các ràng buộc phi tuyến g(x,u)=0 và h(x,u)