Link xem tivi trực tuyến nhanh nhất xem tivi trực tuyến nhanh nhất xem phim mới 2023 hay nhất xem phim chiếu rạp mới nhất phim chiếu rạp mới xem phim chiếu rạp xem phim lẻ hay 2022, 2023 xem phim lẻ hay xem phim hay nhất trang xem phim hay xem phim hay nhất phim mới hay xem phim mới link phim mới

Link xem tivi trực tuyến nhanh nhất xem tivi trực tuyến nhanh nhất xem phim mới 2023 hay nhất xem phim chiếu rạp mới nhất phim chiếu rạp mới xem phim chiếu rạp xem phim lẻ hay 2022, 2023 xem phim lẻ hay xem phim hay nhất trang xem phim hay xem phim hay nhất phim mới hay xem phim mới link phim mới

intTypePromotion=1
ADSENSE

Nghiên cứu tối ưu vị trí và công suất nguồn điện phân tán trong lưới điện phân phối sử dụng giải thuật di truyền

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:6

10
lượt xem
0
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết Nghiên cứu tối ưu vị trí và công suất nguồn điện phân tán trong lưới điện phân phối sử dụng giải thuật di truyền sử dụng giải thuật di truyền (GA) để tìm kiếm tối ưu vị trí và công suất của các DG trong LĐPP nhằm giảm tổn thất công suất và nâng cao chất lượng điện năng của LĐPP. Lưới điện mẫu IEEE 69 nút được sử dụng trong bài báo để làm ví dụ áp dụng, kiểm chứng và đánh giá phương pháp đề xuất.

Chủ đề:
Lưu

Nội dung Text: Nghiên cứu tối ưu vị trí và công suất nguồn điện phân tán trong lưới điện phân phối sử dụng giải thuật di truyền

  1. ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 11(108).2016, Quyển 1 67 NGHIÊN CỨU TỐI ƯU VỊ TRÍ VÀ CÔNG SUẤT NGUỒN ĐIỆN PHÂN TÁN TRONG LƯỚI ĐIỆN PHÂN PHỐI SỬ DỤNG GIẢI THUẬT DI TRUYỀN OPTIMIZING DISTRIBUTED GENERATION LOCATION AND CAPACITY IN DISTRIBUTION POWER NETWORK USING GENETIC ALGORITHM Đoàn Đức Tùng1, Ngô Minh Khoa1, Nguyễn Thành Trung2 1 Trường Đại học Quy Nhơn; (ddtung, nmkhoa)@ftt.edu.vn 2 Trường Cao đẳng Nghề Quy Nhơn; thanhtrungcdnqn@gmail.com Tóm tắt - Trong bài toán lựa chọn và lắp đặt các nguồn điện phân Abstract - In distributed generation (DG) selection and installation tán (DG) vào lưới điện phân phối (LĐPP) nhằm phát huy hiệu quả problem in distribution networks to promote operation efficiency, vận hành LĐPP, vấn đề quan trọng là cần xác định được vị trí và the important issue is that we should identify the optimal DG công suất DG tối ưu cần phân bố trong lưới điện đó. Bởi vì LĐPP location and capacity in that grid to reduce power losses and có đặc điểm nhiều nút, nhiều nhánh do đó chúng ta cần phải ứng improve voltage quality while operating that grid. However, dụng một thuật toán tìm kiếm tối ưu để giải quyết bài toán này. Bài because distribution networks are characterized by lots of nodes báo sử dụng giải thuật di truyền (GA) để tìm kiếm tối ưu vị trí và and branches, so we need to apply an algorithm to find a solution công suất của các DG trong LĐPP nhằm giảm tổn thất công suất to this problem. This paper uses genetic algorithm (GA) to find the và nâng cao chất lượng điện năng của LĐPP. Lưới điện mẫu IEEE optimal location and capacity of DG to reduce power losses and 69 nút được sử dụng trong bài báo để làm ví dụ áp dụng, kiểm improve voltage quality. The sample system IEEE 69 buses is used chứng và đánh giá phương pháp đề xuất. Các bài toán tối ưu đơn as a case study to verify and evaluate the proposed method. The mục tiêu và đa mục tiêu cũng được mô phỏng, phân tích và đánh single and multi-goal optimization for that system are also modeled, giá trong bài báo. analyzed and evaluated in the paper. Từ khóa - lưới điện phân phối; giải thuật di truyền; tối ưu hóa; chất Key words - Distribution network; genetic algorithm; optimization; lượng điện áp; tổn thất công suất. voltage quality; power losses. 1. Đặt vấn đề nên các phương án phân bố DG sẽ được mã hoá thành các Khi lắp đặt nguồn điện phân tán (DG) trong LĐPP thì NST tương ứng cho hoạt động của GA. Trong nghiên cứu vị trí và công suất của DG phải được lựa chọn sao cho phát này, mã hóa số thực được chọn cho quá trình tối ưu hóa [5], huy được khả năng của chúng trong LĐPP như: giảm tổn [7]. Giả sử một phương án phân bố số lượng n DG vào lưới thất công suất, giảm độ lệch điện áp nút... Việc tìm kiếm điện được thể hiện bằng một tập hợp DG gồm các DGi có thông số tối ưu của DG như số lượng, vị trí và công suất phân bố về vị trí và công suất như sau: của chúng không thể thực hiện bằng tay do LĐPP có rất DG = { ρ1, P1; ρ2 , P2 ;...; ρn , Pn } (1) nhiều nút và nhánh. Sử dụng máy tính số và đoạn mã Trong đó: ρ i là vị trí và Pi là công suất của DGi. Bảng 1 chương trình thực hiện tự động tìm kiếm lựa chọn ngẫu nhiên phân bố DG là một công việc khả thi nhất. Nếu giải nêu một ví dụ về mã hóa một phương án DG thành một NST. thuật của chương trình đủ hiệu quả thì việc tìm kiếm sẽ mau Bảng 1. Mã hóa phương án phân bố DG thành một NST chóng đạt được kết quả mong muốn. Trong bài báo này, N ρ1 ρ2 ρ3 ρ4 ... ρn giải thuật di truyền (GA) được sử dụng để tìm kiếm tối ưu hóa vị trí và công suất DG trong LĐPP. Số NST ← Vị trí DG → Ứng dụng GA là để tạo ra giải thuật tìm kiếm, chọn lựa các giải pháp tối ưu nhất để giải quyết các bài toán N P1 P2 P3 P4 ... Pn thực tế khác nhau [1], [2]. Giải pháp từ quần thể ban đầu Số NST ← Công suất DG → được biến đổi thông qua các hoạt động của GA để tạo thành quần thể con cái với mong muốn rằng quần thể mới 2.2. Khởi tạo quần thể ban đầu sẽ tốt hơn so với thế hệ trước. Trong vấn đề nghiên cứu Vì GA làm việc cùng một lúc trên nhiều phương án này, các hoạt động của GA chính là sự tìm kiếm và thay đưa ra nên cần phải tạo ra một tập hợp các NST được mã thế các phương án phân bố DG hiện có bằng các phương hoá tương ứng. Tập hợp các NST này tạo thành quần thể. án phân bố tối ưu hơn. Khởi tạo dùng để tạo ra các cá thể của một quần thể ban đầu. Khởi tạo một quần thể ban đầu cho GA tối ưu phân 2. Phương pháp tối ưu hoá phân bố DG bằng GA bố DG là tạo ra các phương án phân bố DG ngẫu nhiên Ở phần này sẽ xây dựng một thuật toán giúp cho việc theo các điều kiện ràng buộc của bài toán và sau đó mã tìm kiếm tối ưu phân bố DG vào LĐPP dựa trên GA và một hoá chúng thành các NST của quần thể ban đầu. Quần chương trình Matlab được xây dựng theo thuật toán này sẽ thể ban đầu gọi là thế hệ thứ nhất, trải qua quá trình biến giúp tìm kiếm các kết quả mong muốn một cách tự động. đổi GA tạo ra quần thể của thế hệ thứ hai, quần thể của 2.1. Mã hóa nhiễm sắc thể (NST) thế hệ thứ ba… GA chỉ có thể làm việc trên các NST đã được mã hóa 2.3. Hàm mục tiêu, hàm thích nghi và các điều kiện ràng buộc
  2. 68 Đoàn Đức Tùng, Ngô Minh Khoa, Nguyễn Thành Trung Bắt đầu Đọc dữ liệu mạng điện và xác định thông số DG cần lắp đặt Tính toán trào lưu công suất của mạng điện, tính toán tổn thất công suất tác dụng, độ lệch điện áp nút lớn nhất của mạng điện Chọn thông số của GA Gen = 0 Mã hoá phương án phân bố DG thành các nhiễm sắc thể cho quần thể ban đầu Gen = Gen +1 Giải mã quần thể ban đầu và cập nhật dữ liệu bus Chạy trào lưu công suất, tính hàm mục tiêu, hàm thích nghi cho mỗi cá thể Lưu lại các thông số của cá thể tối ưu nhất trong quần thể Lựa chọn cá thể vào quần thể mới sử dụng lựa chọn Roulette Wheel Thực hiện lai ghép đồng dạng Thực hiện đột biến Có Gen < số thế hệ tối đa? Không Chọn cá thể tối ưu nhất trong các cá thể tối ưu Giải mã cá thể tối ưu nhất và cập nhật dữ liệu bus Chạy trào lưu công suất, trình bày kết quả điện áp nút, dòng điện nhánh, tính toán tổn thất công suất tác dụng của hệ thống Dừng Hình 1. Lưu đồ GA đa mục tiêu tối ưu hóa phân bố DG Gọi hàm ψΣP(DG) là giá trị tổng tổn thất công suất tác ψ P = Min ψ ∑ P ( DG) (2) dụng và hàm ψΔVmax(DG) là giá trị môđun độ lệch điện áp nút lớn nhất trong các nút của LĐPP cần nghiên cứu. Giả ψ ΔV = Min ψ ΔV max ( DG) (3) sử các hàm mục tiêu cần đạt được của GA trong bài toán Trong đó: ψP cho tối ưu hóa với tổn thất công suất tác tối ưu phân bố DG là [1], [7]: dụng, ψΔV là cho tối ưu hoá độ lệch điện áp nút.
  3. ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 11(108).2016, Quyển 1 69 Xây dựng hàm đa mục tiêu cho phân bố DG để vừa có kiểm tra TLCS ứng với mỗi trường hợp phân bố DG tìm tối ưu tổn thất công suất tác dụng và vừa có độ lệch điện áp được đã thỏa mãn hay chưa. Kết quả tối ưu nhất tìm được nút nhỏ nhất như sau [2], [7], [8]: bằng cách so sánh các cá thể tối ưu tìm được ở vòng lặp Gen. ψP ψ Ψ = αP . + α ΔV . ΔV (4) ψ P _b ψ ΔV _ b Nút hệ thống Trong đó: ψ P _ b là tổn thất công suất tác dụng và ψ ΔV _ b là độ lệch điện áp nút lớn nhất khi chưa có phương án phân bố DG vào lưới điện. Hệ số trọng số α P cho tối ưu tổn thất công suất tác dụng và hệ số trọng số α Δ V cho tối ưu độ lệch điện áp nút với 0 ≤ α P , α ΔV ≤ 1. Mối quan hệ giữa α P và α Δ V [8]: α P + α ΔV = 1 (5) Hàm thích nghi đánh giá mức độ tối ưu của mỗi NST. Xây dựng hàm thích nghi dựa trên cơ sở hàm mục tiêu [3, 6]: 1 F= (6) 1+ Ψ Điều kiện ràng buộc được áp dụng trong bài toán để giới hạn khoảng không gian biến đổi của biến đầu vào cũng như đưa vào bài toán các yêu cầu của tham số thực tế, bao gồm các ràng buộc về vận hành, số lượng, vị trí và công suất lắp đặt DG được thể hiện như sau: Giới hạn vận hành điện áp nút trên lưới: Uimin ≤ Ui ≤ Uimax (7) min max Trong đó: Ui ,Ui là điện áp cho phép nhỏ nhất và lớn nhất tại nút i. Giới hạn vận hành dòng điện nhánh trên lưới: Hình 2. Lưới điện phân phối chuẩn IEEE 69 nút Iij ≤ Iijmax (8) max 3. Kết quả mô phỏng và thảo luận Trong đó: Iij là dòng điện cho phép lớn nhất trên Phần này sẽ thực hiện tìm kiếm tối ưu vị trí và công suất nhánh ij. DG vào LĐPP bằng chương trình máy tính đã được viết Trong thực tế, số lượng cũng như vị trí đấu nối các theo thuật toán đã được xây dựng trong Mục 2. Việc tối ưu nguồn phân tán vào lưới điện phụ thuộc vào điều kiện tự phân bố DG sẽ được áp dụng trên lưới điện IEEE 69 nút, nhiên. Đồng thời công suất của chúng cũng được thiết kế trong đó các kết quả được thể hiện dưới dạng hệ đơn vị theo các dãy công suất cố định. Do đó trong nghiên cứu tương đối với lượng công suất cơ bản là 10 MVA. này tác giả đã đưa ra các ràng buộc về số lượng, công suất 3.1. Sơ đồ lưới điện mẫu và vị trí DG lắp đặt vào trong lưới điện như sau: max Sơ đồ LĐPP mẫu để áp dụng phương pháp đề xuất ở mục nDG ≤ nDG 2 tìm kiếm tối ưu hóa phân bố vị trí và công suất DG là LĐPP set PDGi ∈ PDG (9) tiêu chuẩn IEEE 69 nút như trong Hình 2. Toàn bộ dữ liệu set nhánh và nút của lưới điện này được trình bày ở [4]. Việc VitriDG ∈ VitriDG phân tích trào lưu công suất lưới điện này để xác định tổn Trong đó: thất công suất và độ lệch điện áp lớn nhất trên lưới điện đó max được thực hiện ở phương thức vận hành cơ bản tương ứng nDG : là số lượng vị trí lớn nhất có thể lắp đặt DG. với chế độ công suất cực đại. Kết quả mô phỏng cho thấy set rằng lưới điện đó có tổng tổn thất công suất tác dụng PDG : là tập gam công suất của các nguồn điện DG. set ψP_b=0,03177 (pu), điện áp thấp tại các nút 14 đến 27 và từ VitriDG : là tập các vị trí có thể lắp đặt DG trên lưới. nút 56 đến nút 65, điện áp thấp nhất là 0,87544 (pu) ở nút 65 2.4. Lưu đồ thuật toán và nút này có độ lệch điện áp lớn nhất ψΔV_b=0,12456(pu). Lưu đồ GA đa mục tiêu tối ưu hóa phân bố DG [7] để có Mục đích các nghiên cứu sau đây là để kiểm chứng khả tổn thất công suất tác dụng và độ lệch điện áp nút nhỏ nhất năng ứng dụng GA để tìm kiếm phân bố tối ưu DG vào lưới cho LĐPP được xây dựng như trong Hình 1. Xây dựng lưu điện thông qua hai bài toán. Bài toán 1 (Tối ưu đơn mục tiêu): đồ thuật toán thực hiện các bước tuần tự theo nội dung của Tìm kiếm tối ưu phân bố DG vào lưới điện IEEE 69 nút sao GA. Chọn các thông số của GA dựa vào quá trình chạy cho tổn thất công suất tác dụng là nhỏ nhất. Bài toán 2 (Tối ưu chương trình để sao cho bài toán hội tụ nhanh nhất. Tích hợp đa mục tiêu): Tìm kiếm tối ưu phân bố DG vào lưới điện IEEE tính toán trào lưu công suất (TLCS) của LĐPP vào lưu đồ 69 nút sao cho tổn thất công suất tác dụng và độ lệch điện áp với mục đích để xây dựng hàm mục tiêu và cũng dùng để nút là nhỏ nhất. Nội dung 2 bài toán được trình bày tiếp theo.
  4. 70 Đoàn Đức Tùng, Ngô Minh Khoa, Nguyễn Thành Trung 3.2. Bài toán 1 (Tối ưu hoá đơn mục tiêu) 0, 95 ( pu ) ≤ Vi ≤ 1, 05 ( pu ) (18) Yêu cầu của bài toán 1 đặt ra là cần tìm một số lượng giới Tổng công suất các DG được lấy không lớn hơn 50% hạn DG phân bố vào lưới điện IEEE 69 nút sao cho làm giảm tổng công suất tác dụng của hệ thống: được tối đa tổn thất công suất tác dụng của lưới điện. Do đó PDG ≤ 0,19011( pu ) (19) hàm mục tiêu cho bài toán này được xây dựng từ phương trình (4) với αΔV = 0 cho tối ưu hóa đơn mục tiêu như sau: VitriDG ∈{2,3,...,69} (20) Ψ = 31, 4762.ψ P (10) Nhằm tìm kiếm nhiều hơn nữa khả năng tối ưu của DG Hàm thích nghi: trong lưới điện, ta nghiên cứu các trường hợp lắp đặt một 1 DG, hai DG, ba DG, bốn DG hoặc năm DG vào lưới điện, F= (11) sau đó GA sẽ tự động tìm kiếm vị trí, công suất của các DG 1 + 31, 4762.ψ P ứng với mỗi trường hợp. Chương trình Matlab được viết Các điều kiện ràng buộc: theo đồ lưu thuật toán Hình 1 ứng dụng GA để tìm kiếm tối Điện áp vận hành tại các nút: ưu hóa phân bố DG vào LĐPP IEEE 69 nút giúp cho việc tìm kiếm dễ dàng và nhanh chóng. GA sử dụng hàm mục 0, 95 ( pu ) ≤ Vi ≤ 1, 05 ( pu ) (12) tiêu (16), hàm thích nghi (17) và các điều kiện ràng buộc Tổng công suất các DG được lấy không lớn hơn 50% (18), (19), (20) để định hướng hoạt động tìm kiếm. Chọn tổng công suất tác dụng của hệ thống: chiều dài NST bằng10, xác suất lai ghép ΩC=0,35, xác suất PDG ≤ 0,19011( pu ) (13) đột biến Ωm=0,1 cho các trường hợp nghiên cứu. Trường hợp đặt một DG nDG ≤ 5 (14) Chạy nhiều lần GA với kích thước quần thể và số thế VitriDG ∈{2,3,...,69} (15) hệ tối đa thay đổi nhằm tìm được NST tối ưu nhất cho phân Chương trình Matlab được viết theo lưu đồ thuật toán bố DG. Giá trị Ψ=0,43737 GA tìm được là nhỏ nhất, tương Hình 1 ứng dụng GA để tìm kiếm tối ưu hóa phân bố DG ứng với tổn thất công suất tác dụng của lưới điện vào IEEE 69 nút giúp cho việc tìm kiếm dễ dàng và nhanh ψP=0,01121 (pu) và độ lệch điện áp nút lớn nhất của lưới chóng. GA sử dụng hàm mục tiêu (10), hàm thích nghi (11) điện ψΔV=0,06640 (pu). Như vậy, ở trường hợp cần lắp đặt và các điều kiện ràng buộc (12), (13), (14), (15) để định một DG trong lưới điện mẫu, áp dụng GA để tìm kiếm tối hướng hoạt động tìm kiếm. Chạy nhiều lần GA với kích ưu đã nhận được vị trí và công suất DG như trong Bảng 3. thước quần thể và số thế hệ tối đa thay đổi nhằm tìm được Bảng 3. Phương án phân bố một DG NST tối ưu nhất cho phân bố DG. Trong tất cả các lần chạy Nút 61 GA, ta lấy chiều dài NST bằng 10, xác suất lai ghép ΩC=0,35, xác suất đột biến Ωm=0,1. Công suất DG (pu) 0,1888 Công suất DG (kW) 1888 Hàm mục tiêu Ψ=0,32253 do GA tìm được là nhỏ nhất, tương ứng với tổn thất công suất tác dụng ψP=0,01025 (pu). Trường hợp đặt hai DG Như vậy, ở trường hợp cần lắp đặt DG vào lưới điện mẫu Chạy nhiều lần GA với kích thước quần thể và số thế sao cho làm giảm tối đa tổn thất công suất của lưới ta có hệ tối đa thay đổi nhằm tìm được NST tối ưu nhất cho phân phương án phân bố DG do GA tìm được như trong Bảng 2. bố DG. Giá trị Ψ=0,42999 GA tìm được là nhỏ nhất, tương Bảng 2. Phương án phân bố DG bằng GA đơn mục tiêu ứng với tổn thất công suất tác dụng của lưới điện Nút 15 26 61 62 64 ψP=0,01052 (pu) và độ lệch điện áp nút lớn nhất của lưới điện ψΔV=0,06728 (pu). Như vậy, ở trường hợp cần lắp đặt Công suất 0,0274 0,0154 0,0368 0,0941 0,0164 hai DG trong lưới điện mẫu, áp dụng GA để tìm kiếm tối DG (pu) ưu đã nhận được vị trí và công suất DG như trong Bảng 4. Công suất 274 154 368 941 164 Bảng 4. Phương án phân bố hai DG DG (kW) 3.3. Bài toán 2 (Tối ưu hoá đa mục tiêu) Nút 14 61 Yêu cầu của bài toán 2 đặt ra là cần tìm vị trí và công Công suất DG (pu) 0,0185 0,1716 suất một số lượng giới hạn DG phân bố vào lưới điện IEEE Công suất DG (kW) 185 1761 69 nút sao cho làm giảm được tối đa tổn thất công suất tác dụng và độ lệch điện áp nút của lưới điện. Xây dựng hàm Trường hợp đặt ba DG đa mục tiêu cho bài toán này từ phương trình (4) với các hệ Chạy nhiều lần GA với kích thước quần thể và số thế số trọng số αP=αΔV=0,5: hệ tối đa thay đổi nhằm tìm được NST tối ưu nhất cho phân Ψ = 15,7374.ψ P + 3,93065.ψ ΔV (16) bố DG. Giá trị Ψ=0,43007 GA tìm được là nhỏ nhất, tương Hàm thích nghi cho tối ưu hóa đa mục tiêu: ứng với tổn thất công suất tác dụng của lưới điện ψP=0,01017(pu) và độ lệch điện áp nút lớn nhất của lưới 1 F= (17) điện ψΔV=0,06870(pu). Như vậy, ở trường hợp cần lắp đặt 1 + 15,7374.ψ P + 3,93065.ψ ΔV 3 DG trong lưới điện mẫu, áp dụng GA để tìm kiếm tối ưu Các điều kiện ràng buộc được sử dụng trong bài toán: đã nhận được vị trí và công suất DG như trong Bảng 5. Điện áp vận hành tại các nút:
  5. ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 11(108).2016, Quyển 1 71 Bảng 5. Phương án phân bố ba DG tế của các phương án tìm được vì DG thường lắp đặt gần Nút 19 61 62 các phụ tải công suất lớn để kịp thời cung cấp đủ công suất cho tải, đồng thời rút ngắn đường đi của dòng điện có trị số Công suất DG (pu) 0,0343 0,1128 0,0430 lớn trên các nhánh của LĐPP nhằm làm giảm tổn thất công Công suất DG (kW) 343 1128 430 suất và độ sụt áp trên các nhánh của LĐPP. Trường hợp đặt bốn DG 1.02 Chạy nhiều lần GA với kích thước quần thể và số thế 1 hệ tối đa thay đổi nhằm tìm được NST tối ưu nhất cho phân 0.98 bố DG. Giá trị Ψ=0,42953 GA tìm được là nhỏ nhất, tương 0.96 ứng với tổn thất công suất tác dụng của lưới điện Dien ap (p.u) ψP=0,01025(pu) và độ lệch điện áp nút lớn nhất của lưới 0.94 điện ψΔV=0,06824(pu). Như vậy, ở trường hợp cần lắp đặt 0.92 bốn DG trong lưới điện mẫu, áp dụng GA để tìm kiếm tối 0.9 ưu đã nhận được vị trí và công suất DG như trong Bảng 6. 0.88 Bảng 6. Phương án phân bố bốn DG 0.86 Nút 25 60 61 63 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 Công suất DG (pu) 0,0288 0,0206 0,1271 0,0137 Nut Công suất DG (kW) 288 206 1271 137 Không có DG Có 3 DG Trường hợp đặt năm DG Có 1 DG Có 4 DG Có 2 DG Có 5 DG Chạy nhiều lần GA với kích thước quần thể và số thế hệ tối đa thay đổi nhằm tìm được NST tối ưu nhất cho phân Hình 4. Điện áp tại các nút trong trường hợp phân bố DG bố DG. Giá trị Ψ=0,42842 GA tìm được là nhỏ nhất, tương Tính toán TLCS cho LĐPP mẫu khi có các phương án ứng với tổn thất công suất tác dụng của lưới điện phân bố DG tối ưu ứng với từng trường hợp nghiên cứu do ψP=0,01039(pu) và độ lệch điện áp nút lớn nhất của lưới GA tìm được ta có đồ thị điện áp nút như Hình 4. Trên đồ điện ψΔV=0,06739 (pu). Như vậy, ở trường hợp cần lắp đặt thị ta thấy điện áp nút của LĐPP mẫu ở các trường hợp năm DG trong lưới điện mẫu, áp dụng GA để tìm kiếm tối phân bố DG đều có giá trị nằm trong khoảng cho phép của ưu đã nhận được vị trí và công suất DG như trong Bảng 7. dao động điện áp nút như ở điều kiện (9). Đồ thị phân bố Bảng 7. Phương án phân bố năm DG điện áp nút ở các trường hợp một DG, hai DG, ba DG và Nút 4 6 23 61 64 bốn DG dao động xung quanh đồ thị điện áp nút của trường Công suất hợp phân bố năm DG. Do vậy, trường hợp lắp đặt 5 DG sẽ 0,0014 0,0027 0,0169 0,1246 0,0445 cho phân bố điện áp trên các nút đồng đều hơn so với các DG (pu) trường hợp lắp đặt ít DG hơn. Công suất 14 27 169 1246 445 DG (kW) 0.6 0.5 0.4 Dong dien (pu) 0.3 0.2 0.1 0 -0.1 1 6 11 16 21 26 31 36 41 46 51 56 61 66 Nhanh Không có DG Có 3 DG Có 1 DG Có 4 DG Có 2 DG Có 5 DG Hình 5. Dòng điện trên các nhánh trong trường hợp phân bố DG Các phương án phân bố DG tối ưu vào IEEE 69 nút tìm được cũng đã làm giảm đáng kể dòng điện chạy trên các nhánh của lưới điện như ở Hình 5. Điều này có tác dụng Hình 3. Phân bố DG qua các trường hợp nghiên cứu làm giảm được tổn thất công suất và độ sụt áp trên các Tổng hợp các kết quả GA tìm được qua các trường hợp nhánh của lưới điện. Nhận xét thấy rằng đồ thị dòng điện nghiên cứu cần lắp đặt một DG, hai DG, ba DG, bốn DG nhánh tương đối giống nhau cho các trường hợp phân bố và năm DG ta có đồ thị phân bố DG như Hình 3. Trên đồ DG. Điều này phản ảnh được quá trình tìm kiếm tối ưu các thị ta thấy, GA tìm được các phương án phân bố DG tối ưu phương án phân bố DG đã tập trung vào một mục tiêu duy tập trung xung quanh nút 61. Quan sát dữ liệu của LĐPP nhất là làm giảm tối đa tổn thất công suất và độ sụt áp trên IEEE 69 nút thì nút 61 là nút mang tải nặng nhất của lưới các nhánh của lưới điện IEEE 69 nút, nên các phương án điện (1244kW, 888kVar). Điều này cho thấy ý nghĩa thực tìm được là tối ưu nhất cho từng trường hợp nghiên cứu.
  6. 72 Đoàn Đức Tùng, Ngô Minh Khoa, Nguyễn Thành Trung 0.08 giúp GA hội tụ nhanh chóng đến kết quả tìm kiếm, đồng 0.07 thời qua đó có thể linh hoạt áp dụng cho tìm kiếm đơn 0.06 mục tiêu và đa mục tiêu. Áp dụng GA thông qua hai bài toán cơ bản tìm kiếm Gia tri (p.u) 0.05 0.04 tối ưu phân bố DG vào LĐPP chuẩn IEEE 69 nút nhằm 0.03 làm giảm tổn thất công suất và cải thiện chất lượng điện 0.02 áp của lưới điện này. Bài toán 1: Tìm kiếm tối ưu hoá 0.01 phân bố DG bằng GA đơn mục tiêu với mục đích làm 0 giảm thiểu tổn thất công suất tác dụng của lưới điện. Bài 1 DG 2 DG 3 DG 4 DG 5 DG toán 2: Tìm kiếm tối ưu phân bố DG sao cho vừa làm Phuong an phan bo so luong DG giảm được tổn thất công suất tác dụng và vừa làm giảm độ lệch điện áp nút của lưới điện, trong đó có các trường hợp nghiên cứu cần lắp đặt một DG, hai DG, ba DG, bốn Tong ton that cong suat Do lech dien ap nho nhat DG và năm DG. Hình 5. Tổn thất công suất tác dụng và độ lệch điện áp nút của lưới điện qua các trường hợp phân bố DG TÀI LIỆU THAM KHẢO Tổn thất công suất và độ lệch điện áp nút ứng với các [1] Denny Hermawanto (2013), Genetic Algorithm for Solving Simple trường hợp nghiên cứu được thể hiện ở đồ thị Hình 5. Các Mathematical Equality Problem. trường hợp lắp đặt DG đều cho giá trị hàm đa mục tiêu [2] Dirk Büche (2003), Multi-Objective Evolutionary Optimization of nhỏ nhất. Tuy nhiên, kết quả tìm được đối với LĐPP IEEE Gas Turbine components. 69 nút cho thấy phương án phân bố một DG vào lưới điện [3] A.E. Eiben and J.E. Smith (2010), Genetic Algorithms, Springer. sẽ cho tổn thất công suất tác dụng cao nhất và độ lệch điện [4] Saeid Soudi (2013), “Distribution System Planning with Distributed áp nút là thấp nhất, trong khi phương án phân bố ba DG Generations Considering Benefits and Costs”, I. J. Modern vào lưới điện sẽ cho tổn thất công suất tác dụng là thấp Education and Computer Science, 9, 45-52. nhất và độ lệch điện áp nút là cao nhất trong các trường hợp [5] Darrell Whitley (1994), “A Genetic Algorithm Tutorial”, Statistics nghiên cứu. and Computing, Vol. 4, Iss. 2, pp. 65-85. [6] Noraini Mohd Razali, John Geraghty (2011), “Genetic 4. Kết luận Algorithm Performance with Different Selection Strategies in Solving TSP”, Proceedings of the World Congress on Bài báo này thực hiện tìm kiếm tối ưu bằng GA phân Engineering, Vol II, 978-988. bố DG vào LĐPP. Cần phải mã hóa được các phương án [7] Dipanjan Samajpati (2014), Distributed Generation Allocation for phân bố DG thành các NST để áp dụng được GA. Các Power Loss Minimization and Voltage Improvement of Radial hoạt động của GA chính là quá trình xử lý các biến số cần Distribution Systems Using Genetic Algorithm. tìm của bài toán nhằm tạo ra nhiều phương án phân bố [8] R. P. Payasi, Asheesh K. Singh, Devender Singh, Navneet K. Singh (2015), “Multi-Objective Optimization of Distributed Generation DG khác nhau để tìm được phương án tối ưu nhất cho bài with Voltage Step Constraint”, International Journal of toán. Xây dựng hàm mục tiêu dựa vào các hệ số trọng số Engineering, Science and Technology, Vol. 7, No. 3, pp. 33-41. (BBT nhận bài: 01/112016, phản biện xong: 20/11/2016)
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2