YOMEDIA
ADSENSE
Tìm kiếm sách lược vận hành hồ chứa nhà máy thủy điện bằng thuật toán di truyền - Tô Thúy Nga
86
lượt xem 10
download
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.
AMBIENT/
Chủ đề:
Bình luận(0) Đăng nhập để gửi bình luận!
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. t0;<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 tt+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 TLi Z HLi H i (3)<br />
<br />
phèi hoÆc trao ®æi; Z TLi = 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 HLi = 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
Thêm tài liệu vào bộ sưu tập có sẵn:
Báo xấu
LAVA
TRỢ GIÚP
HỖ TRỢ KHÁCH HÀNG
Chịu trách nhiệm nội dung:
Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA
LIÊN HỆ
Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM
Hotline: 093 303 0098
Email: support@tailieu.vn