intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Tìm kiếm sách lược vận hành hồ chứa nhà máy thủy điện bằng thuật toán di truyền - Tô Thúy Nga

Chia sẻ: Tinh Thuong | Ngày: | Loại File: PDF | Số trang:7

86
lượt xem
10
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mô hình thuật toán di truyền được phát triển để tìm sách lượt tối ưu vận hành hồ chứa nước nhà máy Thủy điện A Vương. Hàm mục tiêu của nghiên cứu này là Maximum điện năng. Các biến quyết định là lưu lượng xả nước từ hồ chứa qua Tuabin. Nhằm giúp các bạn hiểu hơn về mô hình này, mời các bạn cùng tham khảo nội dung bài viết "Tìm kiếm sách lược vận hành hồ chứa nhà máy thủy điện bằng thuật toán di truyền" dưới đây.

Chủ đề:
Lưu

Nội dung Text: Tìm kiếm sách lược vận hành hồ chứa nhà máy thủy điện bằng thuật toán di truyền - Tô Thúy Nga

T×M KIÕM S¸CH L¦îc vËn hµnh hå chøa nhµ m¸y thñy ®iÖn<br /> B»NG THUËT TO¸N DI TRUYÒN<br /> <br /> T« Thóy Nga<br /> Tr­êng §¹i häc B¸ch khoa, §¹i häc §µ N½ng<br /> <br /> <br /> Tãm t¾t: Trong nghiªn cøu nµy, M« h×nh thuËt to¸n di truyÒn ®­îc ph¸t triÓn ®Ó t×m s¸ch l­ît<br /> tèi ­u vËn hµnh hå chøa n­íc nhµ m¸y Thñy ®iÖn A V­¬ng. Hµm môc tiªu cña nghiªn cøu này là<br /> Maximum ®iÖn n¨ng. C¸c biÕn quyÕt ®Þnh là l­u l­îng x¶ n­íc tõ hå chøa qua Tuabin. KÕt qu¶ vËn<br /> hµnh sÏ ®­îc x©y dùng dùa trªn 3 n¨m ®iÓn h×nh øng víi c¸c tÇn suÊt t­¬ng øng P=10%, P=50% vµ<br /> P=90%. Trong bµi b¸o nµy t¸c gi¶ kh«ng ph©n tÝch ®é nh¹y trong m« h×nh thuËt to¸n di truyÒn, M«<br /> h×nh thuËt to¸n di truyÒn lùa chän sè quÇn thÓ, x¸c suÊt giao phèi, x¸c suÊt ®ét biÕn vµ sè lÇn ph¸t<br /> ra cã gi¸ trÞ t­¬ng øng lµ 100, 0.75, 0.02, 100.<br /> <br /> 1. Giíi thiÖu ®iÖn A V­¬ng. V× ®©y lµ bµi to¸n vËn hµnh nªn<br /> ThuËt to¸n di truyÒn ®­îc lËp dùa trªn c¬ së kÕt qu¶ vËn hµnh ë ®©y sÏ ®­îc x©y dùng dùa<br /> lý thuyÕt Darwin vµ ®· ®­îc giíi thiÖu lÇn ®Çu trªn 3 n¨m ®iÓn h×nh øng víi c¸c tÇn suÊt t­¬ng<br /> tiªn bëi Holland (1975), sau ®ã Goldberg øng P=10%, P=50% vµ P=90. Trong bµi b¸o nµy<br /> (1989). C¸c nghiªn cøu tiÕp theo ®· t×m thÊy bëi t¸c gi¶ kh«ng ph©n tÝch ®é nh¹y trong m« h×nh<br /> (Wang 1991; Fahmy 1994; Olivera vµ Loucks thuËt to¸n di truyÒn, ë ®©y chän sè lÇn sinh ra<br /> 1997; Savic and Waters 1997). ThuËt to¸n di tèi ­u lµ 100. QuÇn thÓ ®­îc chän lµ 100, X¸c<br /> truyÒn øng dông cho bµi to¸n nguån n­íc cã thÓ suÊt tèi ­u giao phèi lµ 0,75 vµ ®ét biÕn lµ 0,01.<br /> t×m thÊy bëi Wardlaw vµ Sharif (1999). Sharif vµ 2. ThuËt to¸n di truyÒn<br /> Wardlaw (2000) øng dông ThuËt to¸n di truyÒn ThuËt to¸n di truyÒn xuÊt ph¸t tõ kh¸i niÖm<br /> cho tèi ­u hÖ thèng ®a hå chøa ë Indonesia lý thuyÕt Darwin cña sù tån t¹i thÝch hîp nhÊt vµ<br /> (Bratas Basin). Liong Shie-Yui, Tariq A. Al- ®­îc ®­a ra ®Çu tiªn n¨m 1975 bëi John<br /> Fayyaz vµ Lee Kim Sai sö dông ThuËt to¸n tiÕn Holland. ThuËt to¸n di truyÒn lµ thñ tôc t×m<br /> hãa trªn hÖ thèng l­u vùc s«ng Chaliyar ë kiÕm dùa trªn c¬ së chän läc c¬ häc tù nhiªn vµ<br /> Kerala State, Ên §é víi hµm môc tiªu cùc ®¹i c¸c di truyÒn tù nhiªn, t×m kiÕm lêi gi¶i tèt nhÊt<br /> s¶n xuÊt ®iÖn n¨ng vµ l­îng x¶ t­íi. Juran Ali tõ tËp hîp c¸c lêi gi¶i. Tæng qu¸t ThuËt to¸n di<br /> Ahmed vµ Arup Kumar Sarma (2005) vËn dông truyÒn cã 5 thµnh phÇn c¬ b¶n sau:<br /> ThuËt to¸n di truyÒn ®Ó t×m s¸ch l­îc vËn hµnh - Di truyÒn biÓu thÞ c¸c lêi gi¶i cña bµi to¸n;<br /> tèi ­u cña hå chøa ®a môc tiªu trªn s«ng - Theo h­íng t¹o ra quÇn thÓ ban ®Çu cña c¸c<br /> Pagladia, phô l­u chÝnh cña s«ng Brahmaputra. lêi gi¶i;<br /> Barani and H. Ebrahimi (2008) øng dông ThuËt - Chøc n¨ng ®¸nh gi¸ tèc ®é c¸c lêi gi¶i trong<br /> to¸n di truyÒn tèi ­u vËn hµnh hå chøa ®a môc c¸c giíi h¹n thÝch hîp cña chóng;<br /> tiªu Jiroft, hµm môc tiªu vµ c¸c rµng buéc ®­îc - To¸n tö di truyÒn ®ã biÕn ®æi kÕt cÊu di<br /> chuyÓn thµnh bµi to¸n kh«ng rµng buéc b»ng truyÒn cña con trong suèt qu¸ tr×nh t¸i sinh;<br /> ph­¬ng ph¸p hµm ph¹t ngoµi, sau ®ã dïng ThuËt - C¸c gi¸ trÞ cho c¸c tham sè cña c¸c di<br /> to¸n di truyÒn kh«ng rµng buéc ®Ó gi¶i. truyÒn.<br /> Môc tiªu cña bµi b¸o nµy lµ t×m kiÕm s¸ch ThuËt to¸n di truyÒn duy tr× quÇn thÓ cña c¸c<br /> l­îc vËn hµnh tèi ­u hå chøa cã nhµ m¸y thñy c¸ thÓ, P(t) cho sè lÇn ph¸t ra t. Mçi c¸ thÓ biÓu<br /> <br /> <br /> 44<br /> thÞ kh¶ n¨ng lêi gi¶i cña bµi to¸n. Mçi c¸ thÓ biÕn ®ång nhÊt cho phÐp thay ®æi gene b»ng c¸ch<br /> ®­îc ­íc l­îng cho vµi ®o l­êng cña thÝch hîp chØ râ l­îng, cã thÓ kh¸c x¸c ®Þnh hoÆc kh«ng<br /> ®ã. Vµi c¸ thÓ tr¶i qua sù dÞch chuyÓn ngÉu x¸c ®Þnh. Sau khi ®ét biÕn, trë l¹i hµm thÝch hîp<br /> nhiªn thành c¸c to¸n tö di truyÒn d¹ng c¸c c¸ lµ ­íc l­îng t×m kiÕm c¸c gi¸ trÞ tèi ­u cña c¸c<br /> thÓ míi. §©y cã 2 kiÓu biÕn ®æi: §ét biÕn ®­îc biÕn ra quyÕt ®Þnh vµ qu¸ tr×nh lÆp ®Õn khi hÖ<br /> t¹o ra c¸c c¸ thÓ míi b»ng c¸ch lµm thay ®æi c¸ thèng thùc hiÖn kh«ng thay ®æi hoÆc tèt nhÊt.<br /> thÓ ®¬n vµ giao phèi, t¹o ra c¸c c¸ thÓ míi b»ng Cấu trúc của Thuật toán di truyền được minh<br /> c¸ch tæ hîp bé phËn tõ 2 c¸ thÓ, gäi lµ con C(t) họa như sau:<br /> ®­îc ®¸nh gi¸. QuÇn thÓ míi lµ mÉu ®­îc t¹o procedure Genetic Algorithms<br /> thµnh b»ng c¸ch lùa chän nhiÒu h¬n c¸c c¸ thÓ begin<br /> thÝch hîp tõ quÇn thÓ cha mÑ vµ quÇn thÓ con. t0;<br /> Sau vµi lÇn ph¸t ra, thuËt to¸n héi tô ®Õn c¸ thÓ initialize P(t);<br /> tèt nhÊt. evaluate P(t);<br /> M« h×nh thuËt to¸n di truyÒn ®­îc gi¶i theo while (not termination condition) do<br /> c¸c b­íc sau: Begin<br /> - B­íc ®Çu tiªn trong m« h×nh thuËt to¸n di Recombine P(t) to yield C(t);<br /> truyÒn lµ m· hãa c¸c thµnh phÇn cña kh¶ n¨ng Mutation;<br /> lêi gi¶i vµo trong nhiÔm s¾c thÓ. Mçi nhiÔm s¾c Evaluate C(t);<br /> thÓ m· hãa chuçi nhÞ ph©n 0 hoÆc 1 biÓu thÞ kh¶ select P(t+1) from P(t) and C(t);<br /> n¨ng lêi gi¶i bao gåm c¸c thµnh phÇn cña c¸c tt+1;<br /> biÕn ra quyÕt ®Þnh (Genes), ®iÒu ®ã cã thÓ sö end<br /> dông ®¸nh gi¸ hµm môc tiªu; end<br /> - ¦íc l­îng hµm thÝch hîp: QuÇn thÓ ban 3. M« h×nh to¸n vËn hµnh hå chøa víi môc<br /> ®Çu ®­îc ph¸t ra, b­íc tiÕp theo lµ ­íc l­îng ®Ých ph¸t ®iÖn<br /> c¸c chuçi, mçi chuçi lµ ®Çu tiªn m· hãa vµ sau Hµm môc tiªu ®­îc chän lµ s¶n l­îng ®iÖn<br /> ®ã b¶n ®å m« t¶ ph¹m vi còng nh­ tËp hîp c¸c n¨ng cña nhµ m¸y thñy ®iÖn ®¹t cùc ®¹i øng víi<br /> gi¸ trÞ sè cña c¸c biÕn, trong nghiªn cøu nµy trÞ sè møc n­íc vËn hµnh ë c¸c kho¶ng thêi gian<br /> hµm thÝch hîp ®­îc ®Æt lµ Maximum ®iÖn n¨ng trong n¨m cña hå chøa lµm viÖc ®éc lËp.<br /> tõ l­îng x¶ qua tuabin; M« h×nh to¸n tÊt ®Þnh x¸c ®Þnh chÕ ®é vËn<br /> - Sau khi ­íc l­îng hµm thÝch hîp, c¸c chuçi hµnh tèi ­u hå chøa ®iÒu tiÕt n¨m cña nhµ m¸y<br /> tèt nhÊt sÏ cã x¸c suÊt sao chÐp cao h¬n cho lÇn thñy ®iÖn cho nh­ sau :<br /> ph¸t ra tiÕp theo. Theo h­íng nµy, c¸c lêi gi¶i Hµm môc tiªu<br /> yÕu sÏ bÞ khö vµ c¸c lêi gi¶i m¹nh sÏ nhËn ®­îc T N<br /> <br /> ë lÇn ph¸t ra kÕ tiÕp; Ei   9,81.i .Hi .Qidt  9,81.i .ti Hi .Qi  Max(1)<br /> 0 1<br /> - Giao phèi: Tõ chiÒu dµi chuçi lµ cao, ®ã C¸c rµng buéc:<br /> ®­îc giíi thiÖu lùa chän giao phèi ®ång nhÊt, Vi+1 = Vi + Wi - Wx¶-i (2)<br /> c¸c to¸n tö trªn c¸c thÓ Genes lùa chän giao   <br /> phèi vµ mçi gene ®­îc xem xÐt trë l¹i cho giao H i  Z TLi  Z HLi  H i (3)<br /> <br /> phèi hoÆc trao ®æi; Z TLi = f2[(Vi + Vi+1)/2] (4)<br /> - §ét biÕn lµ qu¸ tr×nh quan träng, cho phÐp <br /> vËt chÊt di truyÒn míi ®­îc giíi thiÖu ®Õn quÇn Z HLi = f3[Wx¶-i/Ti] (5)<br /> thÓ. Trong nghiªn cøu nµy, sù thay ®æi to¸n tö MNC  Zi  MNDBT (6)<br /> ®ét biÕn ®ång nhÊt ®­îc sö dông. Sù thay ®æi ®ét Nmin  Ni  Ngh-i (7)<br /> <br /> <br /> 45<br /> <br /> trong tr­êng hîp hå chøa ®iÒu tiÕt n¨m th× ®©y<br /> Ngh = f4( H i ) (8)<br /> lµ c«ng suÊt ®¶m b¶o cña tr¹m thñy ®iÖn (kw);<br /> Qmin-i  Qi  Qmax-I (9)<br /> Ngh-i = C«ng suÊt giíi h¹n tr¹m thñy ®iÖn<br /> Trong ®ã :<br /> trong thêi ®o¹n ®­îc x¸c ®Þnh t­¬ng øng víi c¸c<br /> Ei = §iÖn l­îng trung b×nh thêi ®o¹n i (kwh);<br /> kiÓu Tuabin kh¸c nhau (kw);<br /> Vi+1 = Dung tÝch hå cuèi thêi ®o¹n i (hay ®Çu<br /> Qi = L­u l­îng n­íc vËn hµnh qua Tuabin<br /> thêi ®o¹n i +1) (m3);<br /> trong thêi ®o¹n i (m3/s);<br /> Vi = Dung tÝch hå ®Çu thêi ®o¹n i (m3);<br /> Qmin-i = L­u l­îng tèi thiÓu phô thuéc vµo yªu<br /> Wx¶-i = Tæng l­îng n­íc ra khái hå chøa<br /> cÇu ®¶m b¶o møc n­íc h¹ l­u trong thêi ®o¹n i<br /> trong thêi ®o¹n i (m3) ;<br /> (m3/s) ;<br />  = HiÖu suÊt trung b×nh cña tr¹m thñy ®iÖn<br /> Qmax-i = L­u l­îng lín nhÊt qua Tuabin trong<br /> trong thêi ®o¹n i.<br /> thêi ®o¹n i (m3/s);<br /> H i = Cét n­íc ph¸t ®iÖn trung b×nh trong<br /> t = Thêi gian tÝnh cña thêi ®o¹n i (h).<br /> thêi ®o¹n i (m); 4. M« t¶ c«ng t×nh thñy ®iÖn A V­¬ng –<br /> <br /> Z TL  i = Mùc n­íc th­îng l­u trung b×nh TØnh Qu¶ng Nam<br /> trong thêi ®o¹n i (m); C«ng tr×nh thuû ®iÖn A V­¬ng x©y dùng trªn hÖ<br />  thèng s«ng Vu Gia Thu Bån, thuéc huyÖn §«ng<br /> Z HL  i = Mùc n­íc h¹ l­u trung b×nh trong<br /> Giang, tØnh Qu¶ng Nam, Môc ®Ých cña C«ng tr×nh<br /> thêi ®o¹n i (m);<br /> thñy ®iÖn A V­¬ng lµ t¹o nguån cung cÊp cho ®iÖn<br /> H i = Cét n­íc tæn thÊt trong thêi ®o¹n i;<br /> Quèc gia víi c«ng suÊt l¾p ®Æt 210MW, t¹o nguån<br /> MNC = Mùc n­íc chÕt (m); cung cÊp n­íc cho khu vùc h¹ du s«ng Bung vµ<br /> MNDBT = Mùc n­íc d©ng b×nh th­êng (m); lµm gi¶m lò cho h¹ l­u s«ng Vu Gia.<br /> Nmin = C«ng suÊt tèi thiÓu cña tr¹m thñy ®iÖn,<br /> <br /> B¶ng 1. C¸c th«ng sè c«ng tr×nh thñy ®iÖn A V­¬ng nh­ sau<br /> M« t¶ c¸c th«ng sè hå chøa n­íc A V­¬ng Gi¸ trÞ §¬n vÞ<br /> Hå chøa<br /> Mùc n­íc d©ng b×nh th­êng (MNDBT) 380,0 M<br /> Dung tÝch h÷u Ých 266,5 106m3<br /> Mùc n­íc chÕt 340,0 m<br /> Dung tÝch chÕt 77,07 106m3<br /> DiÖn tÝch l­u vùc 682 Km2<br /> §Ëp d©ng<br /> Lo¹i : Bª t«ng RCC<br /> Cao tr×nh ®Ønh ®Ëp 383,4 m<br /> ChiÒu cao ®Ëp lín nhÊt 80,0 m<br /> ChiÒu dµi ®Ønh ®Ëp 228,1 m<br /> §Ëp trµn<br /> Lo¹i : Cã cöa van<br /> TiÕt diÖn cöa van trµn (HxW) (17,5x14,0) m<br /> Sè khoang trµn 3 c¸i<br /> <br /> <br /> <br /> 46<br /> M« t¶ c¸c th«ng sè hå chøa n­íc A V­¬ng Gi¸ trÞ §¬n vÞ<br /> Nhµ m¸y Thñy ®iÖn<br /> L­u l­îng lín nhÊt qua 1 tæ m¸y 39,2 m<br /> Lo¹i Turbine Francis m<br /> C«ng suÊt 1 tæ m¸y 105 m<br /> Sè tæ m¸y 2 MW<br /> Cét n­íc tÝnh to¸n 300 m<br /> Cét n­íc lín nhÊt 320 m<br /> Cét n­íc nhá nhÊt 265 m<br /> Víi dßng ch¶y ®Õn 30 n¨m, tõ n¨m 1978 ®Õn x¸c suÊt lµ d¹ng hµm ph©n bè ®Òu, ta ®­îc kÕt<br /> n¨m 2007, sau ®ã ®­îc m« pháng kÐo dµi b»ng qu¶ l­u l­îng dßng ch¶y ®Õn theo tÇn suÊt nh­<br /> ph­¬ng ph¸p Monte Carlo víi hµm ph©n phèi sau:<br /> <br /> B¶ng 2. L­u l­îng dßng ch¶y ®Õn theo tÇn suÊt<br /> <br /> P 1 2 3 4 5 6 7 8 9 10 11 12<br /> 95% 17.07 11.49 9.14 7.88 10.03 10.30 9.78 11.71 14.29 27.36 36.31 22.96<br /> 90% 19.62 13.15 10.28 9.04 11.79 12.54 11.01 13.98 17.70 38.38 48.03 31.61<br /> 85% 22.51 14.77 11.49 10.19 13.59 14.72 12.32 16.31 21.12 47.82 60.16 39.64<br /> 80% 25.18 16.26 12.65 11.40 15.46 16.78 13.55 18.52 24.27 57.54 73.71 48.06<br /> 75% 27.89 17.88 13.75 12.50 17.23 18.98 14.82 20.91 28.04 67.26 86.13 56.34<br /> 70% 30.50 19.45 14.98 13.66 19.00 21.13 16.11 23.04 31.41 77.14 99.34 64.33<br /> 65% 33.01 21.06 16.11 14.74 20.86 23.27 17.42 25.26 34.61 86.98 112.40 72.74<br /> 60% 35.75 22.75 17.28 15.84 22.61 25.40 18.77 27.53 38.08 96.73 125.83 80.68<br /> 55% 38.41 24.33 18.49 17.11 24.37 27.62 20.09 29.80 41.51 106.06 138.83 89.06<br /> 50% 41.27 25.98 19.74 18.25 26.30 29.78 21.42 32.12 44.93 115.76 152.26 97.17<br /> 45% 43.83 27.53 20.92 19.46 28.03 32.05 22.77 34.35 48.46 125.65 165.72 104.96<br /> 40% 46.48 29.12 22.15 20.56 29.73 34.22 24.06 36.71 52.04 135.33 178.88 113.18<br /> 35% 49.04 30.72 23.36 21.60 31.62 36.44 25.33 38.91 55.64 145.02 190.93 122.20<br /> 30% 51.85 32.34 24.55 22.84 33.45 38.52 26.59 41.20 59.03 154.13 203.73 130.68<br /> 25% 54.40 34.03 25.69 24.02 35.26 40.47 27.91 43.51 62.41 164.04 216.03 138.47<br /> 20% 57.05 35.73 26.87 25.10 37.02 42.64 29.19 46.01 65.75 173.77 227.86 146.74<br /> 15% 59.68 37.40 28.08 26.24 38.76 44.85 30.46 48.31 69.04 183.66 240.39 154.97<br /> 10% 62.54 38.98 29.24 27.39 40.50 47.07 31.67 50.54 72.29 192.75 252.50 162.95<br /> 5% 65.23 40.46 30.43 28.50 42.16 49.19 32.92 52.82 75.81 202.35 265.12 170.86<br /> <br /> 5. KÕt qu¶ vµ th¶o luËn<br /> V× ®©y lµ bµi to¸n vËn hµnh, nªn bµi to¸n ë ®©y tÝnh cho 3 tr­êng hîp dßng ch¶y ®Õn víi n¨m<br /> n­íc Ýt, n­íc trung b×nh vµ n¨m nhiÒu n­íc øng víi 3 tÇn suÊt nh­ sau P=90%, P=50% vµ P=10%.<br /> <br /> <br /> 47<br /> H×nh 1: Kho¶ng c¸ch trung b×nh gi÷a c¸c c¸ thÓ (víi P=50%)<br /> <br /> <br /> <br /> <br /> H×nh 2: Gi¸ trÞ trung b×nh vµ gi¸ trÞ lín nhÊt cña hµm thÝch hîp (víi P=50%)<br /> QUY TRÌNH VẬN HÀNH MỰC NƯỚC HỒ CHỨA<br /> <br /> 380<br /> <br /> <br /> <br /> P=10<br /> 370<br /> <br /> P=50<br /> <br /> 360 P=90<br /> Ztl (m)<br /> <br /> <br /> <br /> <br /> 350<br /> <br /> <br /> <br /> 340<br /> <br /> <br /> t (tháng)<br /> 330<br /> 1 2 3 4 5 6 7 8 9 10 11 12<br /> <br /> H×nh 3: Quy tr×nh vËn hµnh mùc n­íc hå chøa theo ph­¬ng ph¸p thuËt to¸n di truyÒn<br /> <br /> <br /> <br /> 48<br /> B¶ng 3: BiÓu ®å mùc n­íc vËn hµnh hå chøa theo ph­¬ng ph¸p thuËt to¸n di truyÒn (TTDT)<br /> Mùc n­íc hå cuèi th¸ng<br /> Th¸ng<br /> 1 2 3 4 5 6 7 8 9 10 11 12<br /> Z<br /> P=90%<br /> (90%) 345,36 345,94 345,61 344,22 343,70 343,89 343,60 343,51 343,36 344,23 344,75 346,09<br /> Q® 19.62 13.15 10.28 9.04 11.79 12.54 11.01 13.98 17.70 38.38 48.03 31.61<br /> Z<br /> P=50% (50%) 372,60 363,37 357,79 353,15 349,66 349,05 348,13 346,33 340,32 354,69 377,13 359,66<br /> Q 41.27 25.98 19.74 18.25 26.30 29.78 21.42 32.12 44.93 115.76 152.26 97.17<br /> Z<br /> P=10% (10%) 371,38 366,42 363,44 360,11 359,06 357,19 354,03 350,35 341,21 354,48 378,50 363,42<br /> Q 62.54 38.98 29.24 27.39 40.50 47.07 31.67 50.54 72.29 192.75 252.50 162.95<br /> <br /> B¶ng 4: BiÓu ®å L­u l­îng qua Tua bin tõng th¸ng øng víi c¸c tÇn suÊt<br /> Th¸ng 1 2 3 4 5 6 7 8 9 10 11 12<br /> Qpđ<br /> (p=90%) 19.57 12.09 10.67 11.55 12.60 12.09 11.45 14.07 17.90 36.77 47.00 31.47<br /> Qpđ<br /> (p=50%) 78,4 55,18 33,95 29,36 33,78 31,14 23,33 35,69 55,95 78,4 78,4 78,4<br /> Qpđ<br /> (p=10%) 78.4 56.01 51,39 49,45 56.54 66,84 51.91 70.07 78,40 78,84 78,84 78,4<br /> - Theo ph­¬ng ph¸p ThuËt to¸n di truyÒn, s¶n l­îng ®iÖn n¨ng Maximum øng víi c¸c tÇn suÊt<br /> nh­ sau<br /> TÇn suÊt P=90% th× Ep=10%=421.74.106 Kwh<br /> TÇn suÊt P=50% th× Ep=50%=1104.40.106 Kwh<br /> TÇn suÊt P=10% th× Ep=90%=1454.7.106 Kwh<br /> - Trong nghiªn cøu nµy t¸c gi¶ chØ míi tiÕp cËn vÒ 1 gi¶i thuËt míi trong bµi to¸n vËn hµnh hå<br /> chøa mµ ch­a ®i x©u ph©n tÝch ®é nh¹y cña c¸c qu¸ tr×nh giao phèi, ®ét biÕn.<br /> <br /> 6. KÕt luËn ThuËt to¸n di truyÒn th× ta ph¶i ®­a c¸c quan hÖ<br /> - §Ó gi¶i ®­îc bµi to¸n nµy theo ph­¬ng ph¸p xÊp xØ nh­ mùc n­íc th­îng l­u vµ dung tÝch hå<br /> tèi ­u truyÒn thèng th­êng th× ta ph¶i biÕt ®­îc chøa, l­u l­îng qua Tuabin vµ tæn thÊt, quan hÖ<br /> quü ®¹o ban ®Çu; trong khi ®ã ph­¬ng ph¸p l­u l­îng vµ mùc n­íc h¹ l­u, gi÷a hiÖu suÊt víi<br /> ThuËt to¸n di truyÒn cho phÐp t×m ®­îc lêi gi¶i cét n­íc vµ l­u l­îng vÒ hµm gi¶i tÝch, tuy<br /> tèi ­u mµ kh«ng cÇn quü ®¹o ban ®Çu. nhiªn khi ®­a vÒ hµm gi¶i tÝch sÏ gÆp nhiÒu khã<br /> ThuËt to¸n di truyÒn cã ­u ®iÓm lµ cã thÓ kh¨n vµ m¾c ph¶i sai sè.<br /> dµng t×m ®­îc kÕt qu¶ lêi gi¶i tèi ­u khi hµm - C«ng tr×nh A V­¬ng lµ 1 c«ng tr×nh thñy<br /> môc tiªu lµ phøc t¹p, kh«ng gian t×m kiÕm lêi ®iÖn lín ë miÒn trung do ®ã viÖc t×m ra 1 Quy<br /> gi¶i réng vµ cã thÓ khi gi¶i c¸c bµi to¸n lín. tr×nh vËn hµnh tèi ­u lµ rÊt cÇn thiÕt.<br /> - §Ó gi¶i bµi to¸n vËn hµnh hå chøa theo<br /> <br /> <br /> 49<br /> TµI LIÖU THAM KH¶O<br /> [1] NguyÔn ThÕ Hïng, Lª Hïng (2009), “øng dông Quy ho¹ch ®éng x©y dùng ch­¬ng tr×nh tÝnh<br /> to¸n ®iÒu tiÕt n¨m theo m« h×nh tÊt ®Þnh cña hå chøa nhµ m¸y thñy ®iÖn lµm viÖc ®éc lËp”, TuyÓn<br /> tËp C«ng tr×nh Héi nghÞ Khoa häc C¬ häc Thñy khÝ toµn quèc n¨m 2008, pp 205-213.<br /> [2] Ph¹m Phô (1975), “C¬ së n¨ng l­îng cña tr¹m thñy ®iÖn”, NXB §¹i häc vµ Trung häc<br /> chuyªn nghiÖp, Hµ Néi.<br /> [3] M.S. Hashemi, G.A. Barani and H. Ebrahimi (2008), “Optimization of reservoir operation by<br /> genetic algorithm considering inflow probabilities”, Journal of Applied Sciences, pp 2173-2177.<br /> [4] Larry W. Mays Yeou-Koung Tung (1992), Hydrosystems engineering & management,<br /> MrGraw- Hill, United States.<br /> [5] S. N. Sivanandam, S. N. Deepa (2008), Introduction to Gentic Algorithms, Springer, New<br /> York.<br /> <br /> Abstract<br /> SEARCH RESERVOIR OPERATING POLICIES WITH PURPOSE HYDROELECTRIC<br /> POWER PLANT BY GENETIC ALGORITHMS<br /> <br /> To Thuy Nga<br /> <br /> In this study, Genetic Algorithms model is developed for optimal operation policy reservoir<br /> hydropower plant A V­¬ng. The objective for the optimal operation of the reservoir is to maximize<br /> the annual energy. The decision variables are release for energy produced from the reservoir. The<br /> results of operations will be based on three years with the typical frequency of P = 10%,<br /> respectively, P = 50% and P = 90%. In this article the authors did not analyze the sensitivity of the<br /> model Genetic Algorithms, the Genetic Algorithms model in selecting optimal population, optimal<br /> crossover probability, optimal mutation probability and the optimal number of generations showed<br /> the values of 100, 0.75, 0.01 and 100 respectively.<br /> <br /> <br /> <br /> <br /> 50<br />
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2