B GIÁO D C VÀ ÀO T O TR NG I H C CÔNG NGH TP HCM - NGUY N V N KHÁNH NG D NG THU T TOÁN PSO C I TI N TÍNH TOÁN PHÂN B CÔNG SU T T I U A M C TIÊU LU N V N TH C S Chuyên ngành: K thu t i n Mã ngành: 60520202 TP H CHÍ MINH, tháng 03 n m 2016 B GIÁO D C VÀ ÀO T O TR NG I H C CÔNG NGH TP HCM - NGUY N V N KHÁNH NG D NG THU T TOÁN PSO C I TI N TÍNH TOÁN PHÂN B CÔNG SU T T I U A M C TIÊU LU N V N TH C S Chuyên ngành: K thu t i n Mã ngành: 60520202 CÁN B H NG D N KHOA H C: PGS.TS VÕ NG C I U TP H CHÍ MINH, tháng 03 n m 2016 CÔNG TRÌNH C HOÀN THÀNH T I TR NG I H C CÔNG NGH TP HCM Cán b h ng d n khoa h c : PGS.TS VÕ NG C I U Lu n v n Th c s c b o v t i Tr ngày 12 tháng 03 n m 2016 ng i h c Công ngh TP HCM Thành ph n H i ng ánh giá Lu n v n Th c s g m: (Ghi rõ h , tên, h c hàm, h c v c a H i ng ch m b o v Lu n v n Th c s ) TT H tên PGS.TS D ơng Hoài Ngh a PGS.TS Nguy n Thanh Ph ơng PGS.TS Lê Minh Ph ơng TS Võ Hoàng Duy TS ng Xuân Kiên Xác nh n c a Ch t ch H i s a ch a (n u có) Ch c danh H i ng Ch t ch Ph n bi n Ph n bi n y viên y viên, Th ký ng ánh giá Lu n sau Lu n v n ã Ch t ch H i ng ánh giá LV PGS.TS D ơng Hoài Ngh a c TR NG H CÔNG NGH TP HCM PHÒNG QLKH – TS H C NG HÒA XÃ H I CH NGH A VI T NAM c l p – T – H nh phúc TP HCM, ngày … tháng… n m 2015 NHI M V LU N V N TH C S H tên h c viên: NGUY N V N KHÁNH Gi i tính: NAM Ngày, tháng, n m sinh: 23-09-1982 Nơi sinh: QU NG NGÃI Chuyên ngành: K thu t i n MSHV: 1341830057 I- Tên tài: NG D NG THU T TOÁN PSO C I TI N TÍNH TOÁN PHÂN B CÔNG SU T T I U A M C TIÊU II- Nhi m v n i dung: - Trình bày toán phân b công su t t i u h th ng i n - Xây d ng gi i thu t cho thu t toán PSO c i ti n - Áp d ng thu t toán PSO c i ti n gi i toán phân b công su t t i u a m c tiêu - So sánh k t qu - K t lu n t a h c v i thu t toán khác ng phát tri n c a ! tài III- Ngày giao nhi m v : 20-08-2015 IV- Ngày hoàn thành nhi m v : 20-02-2016 V- Cán b hư ng d n: PGS.TS VÕ NG"C I#U CÁN B H NG D N (H tên ch$ ký) PGS.TS VÕ NG"C I#U KHOA QU N LÝ CHUYÊN NGÀNH (H tên ch$ ký) L I CAM OAN Tôi xin cam oan ây công trình nghiên c u c a riêng Các s li u, k t qu nêu Lu n v n trung th c chưa t ng c công b b t k công trình khác Tôi xin cam oan r ng m i s giúp cho vi c th c hi n Lu n v n ã c c m ơn thông tin trích d n Lu n v n ã c ch rõ ngu n g c H c viên th c hi n Lu n v n NGUY N V N KHÁNH L I CÁM ƠN c h t em xin chân thành bày t lòng bi t ơn sâu s c Tr i u, ng giúp i Th y ã t n tình h i v i th y Võ Ng c ng d n, cung c p nh ng tài li u vô quí giá em su t trình nghiên c u th c hi n lu n v n Xin chân thành c m ơn quý Th y Cô khoa Cơ - QLKH- TS H, tr d y, truy n ng i n – i n T Phòng i h c Công Ngh Thành Ph H Chí Minh ã t n tình gi ng t tri th c khoa h c giúp em tr ng thành su t khóa h c c ng nh cu c s ng C m ơn t t c b n bè, toàn th h c viên l p 13SM 21, quý ã giúp su t khóa h c Cu i cùng, xin M V ã ng nghi p n hoàn thành lu n v n c bày t lòng bi t ơn chân thành, sâu s c nh t ng viên, giúp n Cha t o m i i u ki n thu n l i cho su t trình h c t p hoàn thành lu n v n Tuy nhiên, h n ch v ki n th c, kinh nghi m th c t , th i gian th c hi n tài, nên không tránh kh i nh ng sai l m, thi u sót Kính mong th y h quí th y, cô b n h c viên góp ý lu n v n ng d n, c hoàn thi n Chân thành c m ơn! Tp H Chí Minh, tháng n m 2016 Nguy n V n Khánh TÓM T T Lu n v n xu t m t ph v i h s co (PG-PSOCF) ng pháp t i u hóa b y àn pseudo-gradient gi i quy t toán phân b công su t t i u a m c tiêu (multiobjective optimal power flow -MOOPF) t i u hóa b y àn thông th ng d a vào h s co cho toán t i u hóa Ph ng pháp xu t xu t PG-PSOCF t ng kh n ng tìm ki m gi i quy t toán MOOPF b ng cách gi m thi u chi phí t ng phát th i t máy phát i n v n áp ng ràng bu c khác c a cân b ng công su t tác d ng ph n phán, gi i h n công su t tác d ng ph n kháng, gi i h n i n áp cái, gi i h n t bù gi i h n truy n t i K t qu th nghi m h th ng IEEE 30-bus ã ch r ng ph pháp c xu t hi u qu h n so v i ph PG-PSOCF có th m t ph ng pháp hi u qu ng pháp khác Do ó, ng xu t gi i quy t toán MOOPF ABSTRACT This thesis proposes a pseudo-gradient based particle swarm optimization with constriction factor (PG-PSOCF) method for solving multiobjective optimal power flow (MOOPF) problem The proposed PG-PSOCF is the conventional particle swarm optimization based on constriction factor based on pseudo gradient to enhance its search ability for optimization problems The proposed method is to deal with the MOOPF problem by minimizing the total cost and emission from generators while satisfying various constraints of real and reactive power balance, real and reactive power limits, bus voltage limits, shunt capacitor limits and transmission limits Test results on the IEEE 30-bus system have indicated that the proposed method is more efficient than many other methods in the literature Therefore, the proposed PG-PSOCF can be an effectively alternative method for solving the MOOPF problem M CL C CÔNG TRÌNH C HOÀN THÀNH NHI M V LU N V N L I CAM OAN L I C M ƠN TÓM T T LU N V N ABSTRACT M C L C DANH M C CÁC T VI T T T 10 DANH M C B NG 12 Ch ng 1: GI I THI U CHUNG 13 1.1.T ng quan v h 1.2 M c tiêu ng nghiên c u 13 tài 14 1.3 Ý ngh a khoa h c 15 1.4 Ph m vi ph ng pháp nghiên c u 16 1.5 N i dung lu n v n 16 Ch ng 2: T NG QUAN V CÁC PH ƠNG PHÁP GI I B I TOÁN OPF 17 2.1 Gi i thi u chung 17 2.2 Các ph Ch ng pháp ã s d ng gi!i toán OPF 17 2.2.1 Ph ng pháp Newton-Raphson (NR) 19 2.2.2 Ph ng pháp Differential Evolution (DE) 22 2.2.3 Ph ng pháp Tabu Search (TS) 25 2.2.4 Ph ng pháp Genetic Algorithm (GA) 27 2.2.5 Ph ng pháp Ant Colony Optimization (ACO) 30 2.2.6 Ph ng pháp Simulated Annealing (SA) 33 2.2.7 Ph ng pháp Particle Swarm Optimization (PSO) 35 ng 3: THÀNH L P BÀI TOÁN MOOPF TRONG H TH"NG I N 39 3.1 T ng quan v toán MOOPF 39 3.2 C s thành l p toán OPF 39 Ch ng 4: ÁP D NG PH ƠNG PHÁP PSO C I TI N VÀO BÀI TOÁN MOOPF 43 4.1 Ph ng pháp PSO c!i ti#n v i h s$ co 43 4.1.1 T$i u hóa ph%n t b%y àn 43 4.1.2 Khái ni m Pseudo-Gradient 44 4.1.3 Pseudo-Gradient d&a t$i u hóa b%y àn 45 4.2 Các b c th&c hi n ph ng pháp PG-PSOCF ' gi!i toán MOOPF 46 4.3 Fuzzy Based Mechanism cho l(i gi!i t$t nh)t 50 Ch ng 5: K T QU TÍNH TOÁN 51 5.1 M ng i n chu*n IEEE–30 nút 51 5.2 Hàm m c tiêu chi phí 53 5.3 Hàm m c tiêu phát th!i 56 5.4 Hàm a m c tiêu 58 Ch ng 6: K T LU N VÀ H NG PHÁT TRI+N C,A TÀI 60 6.1 K#t lu n 60 6.2 H ng phát tri'n c-a tài 60 TÀI LI U THAM KH O 61 50 4.3 Fuzzy Based Mechanism cho l i gi i t t nh t Trong toán t i u a m c tiêu, luôn có xung gi$a m c tiêu M t nh$ng ph ơng pháp t th ng nh t tìm gi i pháp t t nh t t Pareto-Optimal c a m t toán t i u a m c tiêu ph ơng pháp áp ng m [31] Ph ơng pháp xác gi i pháp thu nh kho ng cách t giá tr c a t ng m c tiêu c t!i giá tr t i a c a b ng cách s& d ng m t hàm thành viên n tính M t gi i pháp c coi t t nh t n u t ng kho ng cách t t t c m c tiêu gi i pháp ó l!n t ng kho ng cách t b t k gi i pháp khác M c ích m c th hi n hàm thành viên n tính nh sau [32]: if Fj ≤ Fjmin µj = Fjmax − Fj F max j −F j if F jmin < Fj < Fjmax (4.18) if Fj ≥ Fjmax Trong ó: µj giá tr thành viên c a m c tiêu j Fjmax and Fjmin giá tr l!n nh t nh nh t c a m c tiêu j, t ơng ng i v!i m)i gi i pháp phi th ng tr , hàm thành viên c chu/n hóa nh sau [33]: Nobj µj µk = j =1 N P Nobj µj (4.19) k =1 j =1 Trong ó: µk hàm thành viên gi i pháp phi th ng tr k; Nobj s hàm m c tiêu; Nobj s gi i pháp Pareto-optimal L i gi i v!i hàm thành viên l!n nh t µk có th t t nh t toán c l a ch n nh m t gi i pháp 51 Ch ng K T QU TÍNH TOÁN Hi n t i m ng l i i n c a Vi t Nam gi i h n v s li u, ng th i Nhà máy i n c ng ch a có h s chi phí h s phát th i nên ê tài ch a áp d ng c m ng i n th c t chu n IEEE 30-nút tài ch d ng m c th nghi m m ng i n v i hai m c tiêu bao g m t ng chi phí v n hành phát th i 5.1 M ng i n chu n IEEE–30 nút Hình 5.1: Sơ ơn n m ng i n IEEE–30 nút 52 H th ng m ng i n th nghi m IEEE – 30 nút có 41 máy phát i n ng dây truy n t i, sáu nút 2, 5, 8, 11, 13, b n máy bi n áp t i ng dây 6- 9, 6-10, 4-12 27-28 T ng nhu c u ph t i c a h th ng 283,4 MW 126,2 MVAr Các s li u cho h th ng phí, khí th i gi i h n c c p [1, 34] Các s li u cho t ng chi ng dây truy n t i h n dòng ch y công su t c a ng dây truy n t i c a B ng 5.1 gi i c cho B ng 5.2 B ng 5.1 H s chi phí phát th i c a máy phát G1 G2 G3 G4 G5 G6 (Nút 1) (Nút 2) (Nút 5) Nút 8) (Nút 11) (Nút 13) ($/h) 0 0 0 bi ($/MWh) 1.75 3.25 3 ci ($/MW2h) 0.00375 0.0175 0.0625 0.00834 0.025 0.025 0.04091 0.02543 0.04258 0.05326 0.04258 0.06131 -0.06047 -0.05094 -0.03550 -0.05094 -0.05555 H s chi phí H s phát th i αi (t n/h) βi (t n/MWh) -20.05554 γi (t n/MW2h) 0.06490 0.05638 0.04586 0.03380 0.04586 0.05151 ξi (t n /h) 0.0002 0.0005 0.000001 0.002 0.000001 0.00001 λi (1/MW) 2.857 3.333 8.000 2.000 8.000 6.667 53 B ng 5.2 Gi i h n ng dây ng dây truy n t i 1-2 1-3 2-4 3-4 2-5 2-6 4-6 5-7 6-7 6-8 6-9 130 130 65 130 130 65 90 70 130 32 65 ng dây 6-10 9-10 9-11 65 65 Pl,max (MW) 32 Pl,max 4-12 12-13 12-14 12-15 12-16 14-15 15-18 16-17 65 65 32 32 32 16 16 16 (MW) ng dây 18-19 19-20 10-20 10-17 10-21 10-22 21-22 15-23 22-24 23-24 24-25 16 Pl,max 32 32 32 32 32 32 16 16 16 16 (MW) ng dây 25-26 25-27 28-27 27-29 27-30 29-30 8-28 16 Pl,max 16 65 16 16 16 32 6-28 32 (MW) S d ng công c Matpower [35] th ng Vì gi i h n i n áp nút có tác t gi i pháp phân b công su t c a h ng l n n k t qu cu i Vì v y, nghiên c u có hai lo i gi i h n i n áp nút t i nút c xem xét dãy [0.95, 1.05] [0.95, 1.10] Gi i h n i u ch nh i n áp c a máy bi n áp tr ng h p Hai t bù c thi t l p [0.9, 1.1] cho m i c l p !t t i nút 10 24 Thu t toán PG-PSOCF c mã hoá n n t ng Matlab ch y m t máy tính 3.2 GHz Các thông s i u n c a ph ơng pháp PG-PSOCF cho t t c tr ng h p c a h th ng th nghi m ơn gi n 10, c1 = c2 = 2.05, R = 0.15, Itmax = 200 i v i m"i tr ph ơng pháp c l p xu t th c hi n 20 ch y c l a ch n nh sau: NP = ng h p th nghi m, 5.2 Hàm m c tiêu chi phí Trong tr ng h p này, ch xét n hàm m c tiêu t ng chi phí Các k t qu thu c b#ng PG-PSOCF bao g m t ng chi phí nh$ nh t, t ng chi phí trung bình, t ng 54 chi phí l n nh t, l ch chu n th i gian tính toán trung bình cho hai lo i gi i h n i n áp nút tr c a B ng 5.3 K t qu cho th y, t ng chi phí ng h p gi i h n i n áp nút 1,05 pu cao tr pu t ng s phát th i hai tr ng h p gi i h n i n áp nút 1,1 ng h p g n nh iv ic l ch chu n r t nh$, i u ch r#ng ph ơng pháp ng h p, có th có i v i hai tr iv i c gi i pháp ch t l ng cao cho tr ng h p B ng 5.3 K t qu cho b i PG-PSOCF i u xu t i v i tr ng h p chi phí v i gi i h n i n áp nút khác Vbusmax = 1.05 pu Vbusmax = 1.10 pu T ng chi phí nh$ nh t ($/h) 802.2801 799.1994 T ng chi phí trung bình ($/h) 802.7527 799.9818 T ng chi phí l n nh t ($/h) 805.4520 804.4023 0.9124 1.2758 Th i gian CPU trung bình (s) 15.335 15.248 T ng phát th i (t n/h) 0.3631 0.3666 T n th t công su t (MW) 9.4364 8.6699 l ch chu n ($/h) K t qu t t nh t c a PG-PSOCF cho hai tr ph ơng pháp khác ph ơng pháp ng h p ã c th hi n b ng 5.4 5.5 xu t có th c so sánh v i i v i c hai tr ng h p, t t ng chi phí t t so v i nh%ng ph ơng pháp khác Do ó, PG-PSO r t hi u qu gi i quy t toán OPF 55 B ng 5.4 K t qu so sánh cho tr ng h p i u chi phí v i gi i h n i n áp nút 1.05 pu NLP EP TS IEP MDE- MSLFA PG- [1] [14] [13] [15] OPF [16] [19] PSOCF Pg1 (MW) 176.26 173.848 176.04 176.2358 175.974 179.1929 176.0340 Pg2 (MW) 48.84 49.998 48.76 49.0093 48.884 48.9804 48.8786 Pg3 (MW) 21.51 21.386 21.56 21.5023 21.51 20.4517 21.5350 Pg4 (MW) 22.15 22.63 22.05 21.8115 22.24 20.9264 22.1439 Pg5 (MW) 12.14 12.928 12.44 12.3387 12.251 11.5897 12.2448 Pg6 (MW) 12 12 12 12.0129 12 11.9579 12.0000 Cost ($/h) 802.4 802.376 802.287 802.2801 802.62 802.29 802.465 B ng 5.5 K t qu so sánh cho tr ng h p i u chi phí v i gi i h n i n áp nút 1.05 pu PSO [17] IPSO [17] PG-PSOCF Pg1 (MW) 178.4646 177.0431 177.2254 Pg2 (MW) 46.274 49.209 48.6302 Pg3 (MW) 21.4596 21.5135 21.3220 Pg4 (MW) 21.446 22.648 21.0422 Pg5 (MW) 13.207 10.4146 11.8500 Pg6 (MW) 12.0134 12 12.0000 Cost ($/h) 802.205 801.978 799.1994 56 5.3 Hàm m c tiêu phát th i Trong tr ng h p này, ch xét hàm m c tiêu phát th i Các k t qu thu b#ng ph ơng pháp c xu t cho hai tr ng h p gi i h n i n áp nút bao g m phát th i nh$ nh t, phát th i trung bình, phát th i l n nh t, th i gian CPU trung bình hai tr c a B ng 5.6 T ng m c phát th i cho c c xu t cho hai tr So sánh k t qu t ph ơng pháp v i tr l ch tiêu chu n, ng h p gi i h n i n áp nút không khác Ngoài ra, c a ph ơng pháp c l ch tiêu chu n ng h p c ng r t nh$ c xu t ph ơng pháp khác ng h p có hai gi i h n i n áp nút i c a B ng 5.7 5.8 T k t qu ta th y, t ng phát th i t ph ơng pháp xu t so v i ph ơng pháp khác Do ó, xu t PG-PSOCF c ng r t hi u qu cho tr B ng 5.6 K t qu cho b i PG-PSOCF i v i tr ng h p i u phát th i v i gi i h n i n áp nút khác Vbusmax = 1.05 pu Vbusmax = 1.10 pu Phát th i nh$ nh t (t n/h) 0.2049 0.2048 Phát th i trung bình (t n/h) 0.2092 0.2063 Phát th i l n nh t (t n/h) 0.2398 0.2195 l ch chu n ($/h) 0.0087 0.0032 15.137 15.241 944.7824 943.7578 3.3514 3.0357 Th i gian CPU trung bình (s) T ng chi phí ($/h) T n th t công su t (MW) ng h p 57 B ng 5.7 K t qu so sánh cho tr ng h p i u phát th i v i gi i h n i n áp nút 1.05 pu GA PSO SLFA MSLFA [19] [19] [19] [19] PG-PSOCF Pg1 (MW) 78.2885 59.8075 64.4840 65.7798 63.9471 Pg2 (MW) 68.1602 80 71.3870 68.2688 67.4886 Pg3 (MW) 46.7848 50 49.8573 50 50.0000 Pg4 (MW) 33.4909 35 35 34.9999 35.0000 Pg5 (MW) 30 27.1398 30 29.9982 30.0000 Pg6 (MW) 36.3713 40 39.9729 39.9970 40.0000 Phát th i (t n/h) 0.21170 2.096 2.063 0.2056 0.2049 B ng 5.8 K t qu so sánh cho tr ng h p i u phát th i v i gi i h n i n áp nút 1.1 pu GA [17] PSO [17] IPSO [17] PG-PSOCF Pg1 (MW) 69.7300 67.1300 67.0400 63.9471 Pg2 (MW) 67.8400 68.9400 68.1400 67.4886 Pg3 (MW) 49.7300 49.8600 50.0000 50.0000 Pg4 (MW) 34.4200 34.8900 35.0000 35.0000 Pg5 (MW) 29.1500 29.6700 30.0000 30.0000 Pg6 (MW) 39.2900 39.9400 40.0000 40.0000 Phát th i (t n/h) 0.2072 0.2063 0.2058 2.048 58 5.4 Hàm a m c tiêu Trong tr ng h p này, c t ng chi phí l ng khí phát th i u c xem xét toán Vì khác nhi u v t ng chi phí phát th i gi%a gi i h n i n áp nút, ch xét tr m c tiêu t c tr &nh b#ng cách thay Pareto ng h p gi i h n i n áp nút 1,05 pu cho hàm a c Pareto cho tr i giá tr& c a h s tr ng l c b#ng ph ơng pháp t ng h p này, nhi u gi i pháp c ng ω t c xác n Hình 5.2 mô t xu t cho gi i h n i n áp nút khác 0.38 0.36 Total emission (ton/h) 0.34 0.32 0.3 0.28 0.26 0.24 0.22 0.2 800 820 840 860 880 Total cost ($/h) Hình 5.2 Pareto cho tr D a gi i pháp thu c 900 920 940 ng h p a m c tiêu i v i Pareto, ch m c dùng t c gi i pháp th$a hi p t t nh t cho toán Gi i pháp th$a hi p t t nh t thu c b i ph ơng pháp xu t 866.0267 ($/h) 0,2229 (t n/h) t t so v i ph ơng pháp khác nh th hi n B ng 5.9 Do ó, PG-PSOCF r t hi u qu cho tr ng h p toán a m c tiêu 59 B ng 5.9 K t qu so sánh cho tr ng h p i u a m c tiêu v i gi i h n i n áp 1.05pu GA [19] PSO [19] SLFA [19] MSLFA [19] PG-PSOCF Pg1 (MW) 96.1251 97.8588 98.9772 97.55027 95.0194 Pg2 (MW) 68.5168 61.9419 58.6832 60.42367 61.4059 Pg3 (MW) 26.7031 31.1310 35.0661 31.6343 31.9402 Pg4 (MW) 35 34.4808 31.7585 35 35.0000 Pg5 (MW) 30 29.7100 29.9182 30 30.0000 Pg6 (MW) 34.7555 36.0884 35.8174 35.21483 35.1872 872.9601 872.8731 872.8533 867.713 866.0267 0.2270 0.2249 0.2247 0.2229 T ng chi phí ($/h) Phí th i (t n/h) 0.2253 60 Ch K T LU N VÀ H ng NG PHÁT TRI N C A TÀI 6.1 K t lu n Trong lu n v'n này, ph ơng pháp PG-PSOCF c th c hi n m t gi i quy t toán MOOPF PG-PSOCF ph ơng pháp PSO cách hi u qu thông th xu t ã ng v i h s co h ng d(n b i pseudo-gradient t'ng c ng kh n'ng tìm ki m c a ch t l ng gi i pháp Ph ơng pháp xu t úng có th gi i quy t toán MOOPF s d ng ch m cho gi i pháp th$a hi p t t nh t Các k t qu th nghi m cho h th ng i n IEEE 30 nút v i gi i h n i n áp nút khác ã ch r#ng ph ơng pháp c xu t gi i pháp ch t l ng so v i ph ơng pháp khác Ph ơng pháp xu t c ng có th c m r ng gi i quy t toán OPF v i qui môi l n ph c t p Do ó, PG-PSOCF m t ph ơng pháp h%u d ng hi u qu 6.2 H gi i quy t v n ng phát tri n c a MOOPF h th ng i n tài Trong t ơng lai, vi c áp d ng ph ơng pháp PSO c i ti n t vi c mô ph$ng m ng i n m(u IEEE 30 nút, có th chuy n sang th c hi n th c t l i n Vi t Nam gi i quy t v n MOOPF góp ph n nâng cao ch t l c a nhà máy, gi m thi u chi phí phát th i c a máy phát nhi t i n i ng v n hành 61 TÀI LI U THAM KH O [1] Alsac O, Stott, B (1974) Optimal load flow with steady-state security IEEE Trans Power Apparatus and Systems 93: 745-751 [2] Lee KY, Park YM, Ortiz JL (1985) A united approach to optimal real and reactive power dispatch, IEEE Trans Power Apparatus and Systems PAS104:1147-1153 [3] El-Keib AA, Ma H, Hart JL (1994) Economic dispatch in view of the clean air act of 1990 IEEE Trans Power Syst 9: 972-778 [4] Parti SC, Dhillon JS (1994) Multiobjective optimal thermal power dispatch Int J Electrical Power & Energy Systems 16: 383-389 [5] Wood AJ, Wollenberg BF (1996) Power generation operation and control New York: Wiley [6] Abou El-Ela AA, Abido MA (1992) Optimal operation strategy for reactive power control modelling Simulation and Control, Part A 41: 19-40 [7] Granelli GP, Montagna M (2000) Security-constrained economic dispatch using dual quadratic programming Electric Power Syst Research 56: 71-80 [8] Lo KL, Meng ZJ (2004) Newton-like method for line outage simulation IEE Proc.-Gener Transm Distrib 151: 225-231 [9] Bai X, Wei H, Fujisawa K, Wang Y (2008) Semidefinite programming for optimal power flow problems Int J Electrical Power & Energy Systems 30: 383-392 [10] Wang M, Liu S (2005) A trust region interior point algorithm for optimal power low problems Int J Electrical Power & Energy Systems 27: 293-300 [11] Osman MS, Abo-Sinna MA, Mousa AA (2004) A solution to the optimal power flow using genetic algorithm Applied Mathematics and Computation 155: 391-405 [12] Roa-Sepulveda CA, Pavez-Lazo BJ (2003) A solution to the optimal power flow using simulated annealing Int J Electrical Power and Energy Systems 25: 47-57 62 [13] Abido MA (2002) Optimal power flow using tabu search algorithm Electric Power Components System 30: 469-483 [14] Yuryevich J, Wong KP (1999) Evolutionary programming based optimal power flow algorithm IEEE Trans Power Systems 14: 1245-1250 [15] Ongsakul W, Tantimaporn T (2006) Optimal power flow by improved evolutionary programming Electric Power Components System 34: 79-95 [16] Sayah S, Zehar K (2008) Modified differential evolution algorithm for optimal power flow with non-smooth cost functions Energy Conversion and Management 49: 3036-3042 [17] Niknam T, Narimani MR, Aghaei J, Azizipanah-Abarghooee R (2012) Improved particle swarm optimisation for multi-objective optimal power flow considering the cost, loss, emission and voltage stability index IET Gener Transm Distrib 6: 515-527 [18] Vo, D N., & Schegner, P (2013) An Improved Particle Swarm Optimization for Optimal Power Flow In P Vasant (Ed.), Meta-Heuristics Optimization Algorithms in Engineering, Business, Economics, and Finance (pp 1-40) Hershey, PA: Information Science Reference doi:10.4018/978-14666-2086-5.ch001 [19] Niknam T, Narimani MR, Jabbari M, Malekpour AR (2011) A modified shuffle frog leaping algorithm for multi-objective optimal power flow Energy 36: 6420-6432 [20] Ongsakul W, Bhasaputra P (2002) Optimal power flow with FACTS devices by hybrid TS/SA approach Int J Electrical Power & Energy Systems 24: 851857 [21] Yan W, Liu F, Chung CY, Wong KP (2006) A hybrid genetic algorithm– interior point method for optimal reactive power flow IEEE Trans Power Systems 21: 1163-1169 63 [22] Li C, Zhao H, Chen T (2010) The hybrid differential evolution algorithm for optimal power flow based on simulated annealing and tabu search International Conference on Management and Service Science, Wuha, China, 1-7 [23] a Liang R-H, Tsai S-R, Chen Y-T, Tseng W-T (2011) Optimal power flow by fuzzy based hybrid particle swarm optimization approach Electric Power Syst Research 81: 1466-1474 [24] Derghal, A., & Goléa, N (2014) Multi-Objective Generation Scheduling Using Genetic-Based Fuzzy Mathematical Programming Technique In P Vasant (Ed.), Handbook of Research on Novel Soft Computing Intelligent Algorithms: Theory and Practical Applications (pp 450-474) Hershey, PA: Information Science Reference doi:10.4018/978-1-4666-4450-2.ch015 [25] Kennedy J, Eberhart R (1995) Particle swarm optimization Proc IEEE Conf Neural Networks (ICNN’95), Perth, Australia, IV, 1942-1948 [26] [17] C.Kumar and Dr Ch Padmanabha Raju “Constrained Optimal Power Flow using Particle Swarm Optimization,” International Journal of Emerging Technology and Advanced Engineering, Volume 2, February 2012 [27] Clerc M, Kennedy J (2002) The particle swarm - Explosion, stability, and convergence in a multidimensional complex space IEEE Trans Evolutionary Computation, 6(1), 58-73 [28] Lim S, Montakhab M, Nouri H (2009) Economic dispatch of power system using particle swarm optimization with constriction factor Int J Innovations in Energy Systems and Power 4: 29-34 [29] Pham DT, Jin G (1995) Genetic algorithm using gradient-like reproduction operator Electronic Letter 31: 1558-1559 [30] Wen JY, Wu QH, Jiang L, Cheng SJ (2003) Pseudo-gradient based evolutionary programming Electronics Letters 39: 631-632 [31] Niimura T, Nakahima T (2003) Multiobjective trade-off analysis of deregulated electricity transactions Electrical Power & Energy Systems 25: 179-185 64 [32] Sakawa M, Yano H, Yumine T (1987) An interactive fuzzy satisfying method for multiobjective linear programming problems and its applications IEEE Trans Systems, Man, and Cybernetics SMC-17: 654-661 [33] Tapia CG, Murtagh BA (1991) Interactive fuzzy programming with preference criteria in multiobjective decision making Computers & Operations Research 18: 307-316 [34] of Dabbagchi I, Christie R (1993) Power systems test case archive University Washington Retrieved Feb 15, 2015, from http://www.ee.washington.edu/research/pstca/ [35] Zimmerman RD, Murillo-Sánchez CE, Thomas RJ (2009) Matpower's extensible optimal power flow architecture Proc Power and Energy Society General Meeting, IEEE, 1-7 [...]... b B c c a thu t toán SA c 1: L a ch n ng"u nhiên m t vector l#i gi i kh&i t o ban u x1 n m trong không gian gi i h n c a các thông s , tính toán hàm m c tiêu f(x1) B c 2: ánh giá nhi t B c 3: Tính toán dòng phân b công su t trên HT c a giá tr kh&i t o ban u T0 = Tinit b ng ph ơng pháp Newton – Raphson B c 4: L a ch n m t vector l#i gi i m i x2 và tính toán hàm m c tiêu B c 5: Tính toán B c 6: N u f(x2)... khi n, i m tính toán là c c ti u chi phí nhiên li u máy phát v i các ràng bu c: gi i h n công su t th c và công su t ph n kháng máy phát, i n áp các nút, hình c a thu t toán DE u phân áp và dòng công su t trên các #ng dây Mô c trình bày nh sau: Hàm m c tiêu M(c dù h u h t các v n t i u hóa phân b công su t trong HT là t ng chi phí s n xu t i n n ng, trong m t vài tr #ng h p có th ch n hàm m c tiêu khác... thi u.Vì v y, bài toán OPF c ng nên bao g"m c bài toán phát th i t o thành bài toán OPF a 14 "ng th i gi m thi u t'ng chi phí m c tiêu (MOOPF) Bài toán MOOPF s và phát th i c a máy phát nhi t khi áp ng t t c ràng bu c c a h th ng tài ã dùng ph ơng pháp PSO c i ti n (Pseudo-gradient based particle swarm optimization with constriction factor - PG-PSOCF) toán phân b công su t t i u a m c tiêu MOOPF t i... ph ơng pháp PSO c i ti n, xây d ng mô hình toán h c c a bài toán g"m hàm chi phí và phát th i /ng d ng tính bài toán PG-PSOCF trên h th ng i n chu0n theo IEEE, so sánh v i các ph ơng pháp khác nh m làm rõ s Matlab 1.5 u vi t c a tài Dùng ph n m m gi i các thu t toán t i u N i dung c a lu n v n Ch ơng 1: Gi i thi u chung Ch ơng 2: T'ng quan v phân b công su t t i u Ch ơng 3: Thành l p bài toán MOOPF... a h th ng Ngoài ra tính toán phân b công su t trên m%i B c 12: Ki m tra i u ki n ràng bu c & b c6 B c 13: N u t t c c th a mãn, m%i cá th m i ch p nh n ng i u ki n ràng bu c c l i chúng không c c ch p nh n B c 14: Áp d ng quá trình B c 15: Ch y bài toán phân b công su t s d ng Newton-Raphson và ki m tra i u ki n ràng bu c & b B ng iv i c 16: N u t t c c l i quay l i b t bi n tính toán cho các th h ... d ng ph ơng pháp PSO c i ti n và gi i quy t bài toán t i u hóa phân b công su t a m c tiêu (c c ti u chi phí và phát th i cho nhà máy i n) v i k t qu t t h n các ph ơng pháp khác ông th i, v i s c i ti n này s làm cho l i gi i c a bài toán h i t nhanh hơn i u này cho th y t m quan tr ng c a nó trong vi c tìm ra m t l i gi i t t nh t, t i u nh t 16 Thu t toán này c áp d ng gi i bài toán trên h th ng... l a ch n thông s v n hành n khi các tiêu chu0n th a mãn yêu c u 2.2.3 Ph ng pháp Tabu Search (TS) Ph ơng pháp Tabu Search (TS) [13] 1980 c xu t b&i Fred Glover vào n m tìm ki m gi i pháp t i u d a trên b nh linh ng c a máy tính u tiên TS ch n k t h p t t c các hàm chi phí c a các t máy K t qu tính toán c mã hóa & d ng th p phân và c l u vào b nh máy tính +u tính toán nh Ph ơng pháp này ã m c a TS... nhiên các nhi*m s)c th B c 5: Ch y phân b công su t s d ng ph ơng pháp Newton-Raphson cho ng các cá th (pop_vn = 0) c t o ra Pgi và sau ó xác m%i m"u nh: nút chu0n, biên và góc pha i n áp #ng dây truy n t i t t c các nút Ngoài ra, tính toán phân b công su t trên m%i t i c a h th ng B c 6: Ki m tra các ràng bu c v l ch biên i n áp, góc pha, công su t bi u ki n và công su t ph n kháng t i t t c các nút...10 DANH M C CÁC T PSO OPF PG-PSOCF MO-OPF IEEE LP NLP QP IPM Particle Swarm Optimization T i u hóa b y àn Optimal power flow Phân b công su t t i u Pseudo gradient based particle swarm optimization with constriction factor PSO c i ti n v i h s co Multiobjective optimal power flow Phân b công su t t i u a m c tiêu Institute of Electrical and Electronics Engineers... hành h p lý và phân b công su t t i u gi a các ph n t trong HT Trong ó bài toán phân b công su t t i u (OPF) là bài toán có ý ngh a quan tr ng nh t và c s d ng r ng rãi trong v n hành và quy ho ch HT Modul OPF là dòng t i thông minh s d ng các k thu t khi n HT trong khi v"n m b o th a mãn t ng i u ch!nh s thi t l p i u c các i u ki n v n hành và dòng phân b t i v i các ràng bu c c th Bài toán OPF c