Tài liệu Áp dụng thuật toán Gravitational Search Algorithm tính toán phân bố công suất tối ưu trong hệ thống điện

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP. HCM

---------------

VÕ KHÁNH DƯƠNG

ÁP DỤNG THUẬT TỐN GRAVITATIONAL
SEARCH ALGORITHM TÍNH TỐN PHÂN BỐ
CƠNG SUẤT TỐI ƯU TRONG HỆ THỐNG ĐIỆN

LUẬN VĂN THẠC SỸ
Chuyên ngành: KỸ THUẬT ĐIỆN
Mã số ngành: 60520202

TP. HỒ CHÍ MINH, Tháng 7 năm 2016


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP. HCM

---------------

VÕ KHÁNH DƯƠNG

ÁP DỤNG THUẬT TỐN GRAVITATIONAL
SEARCH ALGORITHM TÍNH TỐN PHÂN BỐ
CƠNG SUẤT TỐI ƯU TRONG HỆ THỐNG ĐIỆN

LUẬN VĂN THẠC SỸ
Chuyên ngành: KỸ THUẬT ĐIỆN

Mã số ngành: 60520202
CÁN BỘ HƯỚNG DẪN KHOA HỌC: PGS.TS.NGƠ CAO CƯỜNG
THS.LÊ ĐÌNH LƯƠNG

TP. HỒ CHÍ MINH, Tháng 7 năm 2016


CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI
TRƯỜNG ĐẠI HỌC CƠNG NGHỆ TP. HCM

Cán bộ hướng dẫn khoa học : PGS.TS.NGÔ CAO CƯỜNG

Luận văn Thạc sĩ được bảo vệ tại Trường Đại học Công nghệ TP. HCM
ngày 25 tháng 09 năm 2016.

Thành phần Hội đồng đánh giá Luận văn Thạc sĩ gồm:

TT

Họ và tên

Chức danh Hội đồng

1

PGS.TS.Quyền Huy Ánh

Chủ tịch

2

TS.Nguyễn Hùng

Phản biện 1

3

TS.Võ Công Phương

Phản biện 2

4

PGS.TS.Đồng Văn Hướng

5

TS.Võ Viết Cường

Ủy viên
Ủy viên, Thư ký

Xác nhận của Chủ tịch Hội đồng đánh giá Luận sau khi Luận văn đã được
sửa chữa (nếu có).
Chủ tịch Hội đồng đánh giá Luận văn


TRƯỜNG ĐH CƠNG NGHỆ TP. HCM

CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM

PHÒNG QLKH – ĐTSĐH

Độc lập – Tự do – Hạnh phúc
TP. HCM, ngày 31 tháng 07 năm 2016

NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ tên học viên: Võ Khánh Dương.

Giới tính: Nam.

Ngày, tháng, năm sinh: 16/10/1991.

Nơi sinh: Quảng Ngãi.

Chuyên ngành: Kỹ Thuật Điện.

MSHV:1441830033.

I- Tên đề tài:
Áp dụng thuật toán Gravitational Search Algorithm tính tốn phân bố cơng suất tối
ưu trong hệ thống điện.
II- Nhiệm vụ và nội dung:


Nghiên cứu lý thuyết về thuật tốn GSA từ những cơng trình đã cơng bố

trước đây trên tạp chí khoa học thế giới.


Nghiên cứu cách áp dụng thuật tốn GSA vào tính toán trong hệ thống

điện.


Xây dựng giải thuật GSA giải bài tốn điều phối kinh tế cơng suất ED.



Lập trình tính toán điều phối tối ưu trong mạng điện.



Nhận xét, đánh giá kết quả thu được, so sánh với kết quả dùng các giải thuật

khác đã cơng bố trên tạp chí khoa học trên thế giới.
III- Ngày giao nhiệm vụ

: 23/01/2016.

IV- Ngày hoàn thành nhiệm vụ : 31/07/2016.
V- Cán bộ hướng dẫn

: PGS.TS. Ngơ Cao Cường.
Thạc sĩ Lê Đình Lương

CÁN BỘ HƯỚNG DẪN

KHOA QUẢN LÝ CHUYÊN NGÀNH

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐH CÔNG NGHỆ TP. HCM

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc
TP. Hồ Chí Minh, ngày 28 tháng 10 năm 2016.

BẢN CAM ĐOAN
Họ và tên học viên: VÕ KHÁNH DƯƠNG.
Ngày sinh: 16/10/1991.

Nơi sinh: Quảng Ngãi.

Trúng tuyển đầu vào năm: 2014
Là tác giả luận văn: Áp dụng thuật tốn Gravitational Search Algorithm tính
tốn phân bố cơng suất tối ưu trong hệ thống điện.
Chuyên ngành: Kỹ Thuật Điện. Mã ngành: 60520202.
Bảo vệ ngày: 25 tháng 09 năm 2016.
Điểm bảo vệ luận văn: 8,7.
Tôi cam đoan chỉnh sửa nội dung luận văn thạc sĩ với đề tài trên theo góp ý của Hội
đồng đánh giá luận văn Thạc sĩ. Các nội dung đã chỉnh sửa:
- Chỉnh sửa bố cục lời mở đầu và chương 1 của đề tài khơng cịn bị trùng lắp về
mặt nội dung.
-

Bổ sung sơ đồ nhất thứ tổng quan của các mạng điện 3 nút, 13 nút và 40 nút.
Người cam đoan
(Ký, ghi rõ họ tên)

Cán bộ Hướng dẫn
(Ký, ghi rõ họ tên)


i

LỜI CAM ĐOAN
Tôi xin cam đoan Luận văn tốt nghiệp: “Áp dụng thuật tốn Gravitational
Search Algorithm tính tốn phân bố công suất tối ưu trong hệ thống điện” là đề
tài nghiên cứu do bản thân tôi tự thực hiện, không sao chép dưới bất kỳ hình thức
nào.
Những kết quả và các số liệu trong Luận văn đều được lấy từ những nguồn
tài liệu chính thống và có uy tín đã được tơi trích dẫn đầy đủ và ghi chép rõ ràng
trong phần tài liệu tham khảo. Tơi hồn tồn chịu trách nhiệm trước nhà trường về
sự cam đoan này.
TP.HCM, Ngày 31 tháng 07 năm 2016
Học viên thực hiện

VÕ KHÁNH DƯƠNG


ii

LỜI CẢM ƠN
Lời đầu tiên, Em xin được cảm ơn Quý Thầy Cô trường Đại học Công Nghệ
Thành phố Hồ Chí Minh, những người đã tận tình truyền đạt kiến thức chuyên
ngành cho em, cũng như những kiến thức trong xã hội trong suốt thời gian em học
tập tại trường.
Em cũng xin chân thành cảm ơn Thầy Ngô Cao Cường và Thầy Lê Đình
Lương, những người đã tận tình dìu dắt, bổ sung những kiến thức thực tế, nhiệt tình

giúp đỡ và hướng dẫn em trong suốt thời gian làm Luận văn tốt nghiệp.
Cuối cùng, Em xin chúc các Thầy Cô giáo ở trường lời chúc sức khỏe và công
tác tốt. Chúc các thầy, cơ trong Phịng Quản lý khoa học và Đào tạo sau đại học lời
chúc tốt đẹp nhất.
TP.HCM, Ngày 31 tháng 07 năm 2016
Học viên thực hiện

VÕ KHÁNH DƯƠNG


iii

TÓM TẮT
Trong những năm gần đây, sự phát triển của khoa học công nghệ khiến cho
nhu cầu năng lượng trong các hệ thống điện tăng cao và làm cho các hệ thống này
ngày càng phức tạp. Điều phối kinh tế (ED), một trong những vấn đề tối ưu hóa phi
tuyến trong các hệ thống năng lượng, có một vị trí quan trọng trong hoạt động kinh
tế của hệ thống điện. Trong việc giải quyết các vấn đề của ED, mục tiêu là để giảm
thiểu tổng chi phí nhiên liệu, trong khi vẫn đáp ứng các yêu cầu về vật lý và các
ràng buộc khác nhau.
Luận văn này trình bày lý thuyết về thuật toán Gravitational Search
Algorrithm (GSA) và nêu tổng quan các thuật toán tối ưu khác đã được áp dụng để
giải bài tốn ED. Trên cơ sở đó, áp dụng thuật toán Gravitational Search Algorithm
(GSA) giải các bài toán điều phối kinh tế trong hệ thống điện như sau:


Bài toán ED hệ thống 3 nút xét đến điểm van cơng suất có tổng cơng suất
nhu cầu của phụ tải PD = 850 (MW), tổn thất PL = 0 (MW).



Bài toán ED hệ thống 13 nút xét đến điểm van cơng suất có tổng cơng suất
nhu cầu của phụ tải PD = 1800 (MW), tổn thất PL = 0 (MW).



Bài toán ED hệ thống 40 nút xét đến điểm van cơng suất có tổng cơng suất
nhu cầu của phụ tải PD = 10500 (MW), tổn thất PL = 0 (MW).
Tiến hành so sánh kết quả tính tốn của thuật tốn GSA với kết quả của các

thuật toán khác rút ra nhận xét và kinh nghiệm lập trình để áp dụng cho phù hợp
với các bài toán khác.
Vạch ra những hướng phát triển nghiên cứu, hướng tiếp cận mới để tiếp tục
cải thiện thuật toán GSA đưa đến kết quả tốt hơn, cũng như ứng dụng vào các bài
tốn có quy mô lớn và phức tạp hơn trong hệ thống điện.


iv

ABSTRACT
In recent years, the developments in technology cause more energy demand
in power systems and make these systems more complicated. The Economic
Dispatch (ED) problem, one of the nonlinear optimization problems in electrical
power systems, has an important role in the economical operation of the power
system. For solving the ED problem, the objective is to minimize the total fuel cost,
while satisfying the various physical and operational constraints.
This thesis presents the theory of algorithms Gravitational Search Algorrithm
(GSA) and provides an overview of different optimization algorithms which have
been applied to solve the ED problem. Based on which, apply the Gravitational
Search Algorithm algorithm (GSA) to solve the problems of economic coordination

(ED) in the electrical system as follows:


The problem of ED 3-units system considering the capacity valve points with
the total capacity of the load demand PD = 850 (MW), losses PL = 0 (MW).



The problem of ED 13-units system considering the capacity valve points
with the total capacity of the load demand PD = 1800 (MW), losses PL = 0
(MW).



The problem of ED 40-units system considering the capacity valve points
with the total capacity of the load demand PD = 10500 (MW), losses PL = 0
(MW).

Conducted comparing the results of the algorithm calculates the GSA with the
results of other algorithms draws comment and programming experience to apply
for matching other problems.
Outlines the development of research, new approaches to further improve
GSA algorithm leads to better results, as well as apply to the more complex problem
in the power system.


v

MỤC LỤC
LỜI CAM ĐOAN .......................................................................................................i

LỜI CẢM ƠN ........................................................................................................... ii
TÓM TẮT ................................................................................................................ iii
ABSTRACT...............................................................................................................iv
MỤC LỤC ..................................................................................................................v
CHỮ VIẾT TẮT TRONG LUẬN VĂN .............................................................. viii
DANH MỤC CÁC BẢNG BIỂU ............................................................................ix
DANH MỤC CÁC HÌNH .........................................................................................x
CHƯƠNG 1 TỔNG QUAN ĐỀ TÀI .......................................................................1
1.1

ĐẶT VẤN ĐỀ...............................................................................................1

1.2

TÓM TẮT MỘT SỐ TÀI LIỆU VÀ BÀI BÁO LIÊN QUAN ................3

1.3

HƯỚNG TIẾP CẬN ĐỀ TÀI .....................................................................4

1.4

MỤC TIÊU CỦA ĐỀ TÀI ..........................................................................5

1.5

ĐIỂM MỚI CỦA ĐỀ TÀI ..........................................................................5

CHƯƠNG 2 GIỚI THIỆU BÀI TOÁN ĐIỀU PHỐI KINH TẾ TRONG HỆ
THỐNG ĐIỆN ...........................................................................................................6

2.1 THUẬT TOÁN TỐI ƯU: ..............................................................................6
Hình 2.1: Minh hoạ tối ưu tồn cục hàm Peaks. ....................................................7
2.2

BÀI TOÁN ĐIỀU PHỐI KINH TẾ CỔ ĐIỂN: ........................................7

2.2.1 Ràng buộc đẳng thức: ..............................................................................9
2.2.2 Ràng buộc bất đẳng thức: .....................................................................10
2.2.2.1 Giới hạn công suất thực phát ra: .......................................................10
2.2.2.2 Giới hạn tốc độ: .................................................................................10
2.2.2.3 Giới hạn về vùng cấm vận hành:.......................................................10
2.2.3 Ràng buộc về công suất truyền tải: .........................................................11
2.2.4 Bài tốn điều phối kinh tế với hàm chi phí nhiên liệu khơng trơn: ..11
2.2.4.1 Bài tốn điều phối kinh tế có điểm van cơng suất:.......................12
2.2.4.2 Biểu thức điều phối kinh tế với điểm van công suất: ...................12


vi
2.3 TỔNG QUAN CÁC PHƯƠNG PHÁP ĐÃ ĐƯỢC ÁP DỤNG ĐỂ GIẢI
BÀI TOÁN ĐIỀU PHỐI KINH TẾ (ED): ........................................................13
2.3.1

DE ( Differential Evolution ) [22][23] ...............................................13

2.3.2

PSO ( Particle Swarm Optimization ) [24][25][26]..........................13

2.3.3

ABC (Thuật toán Artificial Bee Colony) [27][28][29] .....................13

2.3.4

HNN ( Hopfield Neuron Network ) [30][31] .....................................14

2.3.5

ELANN ( Enhanced Lagrangian Artificial Neural Network) [32].14

2.3.6

HS (Harmony Search) [33] ................................................................14

2.3.7

CS (Cuckoo Search) [34][35][36][37] ................................................15

CHƯƠNG 3 THUẬT TOÁN GRAVITAIONAL SEARCH ALGORITHM ...16
3.1

THUẬT TOÁN GSA CỔ ĐIỂN: ................................................................16

3.2

CÁC BƯỚC TRONG THUẬT TỐN GSA:..........................................21

3.3

CÁC ĐẶC TÍNH CỦA GIẢI THUẬT GSA ...........................................23

3.4

ẢNH HƯỞNG CỦA CÁC THAM SỐ TRONG GSA ...............................23

3.4.1

Hệ số gia tốc trọng trường G0: ..........................................................24

3.4.2

Hệ số suy giảm α : ...............................................................................24

3.4.3

Số cá thể trong tập hợp N: .................................................................24

3.5

KẾT LUẬN .................................................................................................24

CHƯƠNG 4 ỨNG DỤNG THUẬT TOÁN GSA GIẢI BÀI TOÁN ĐIỀU PHỐI
KINH TẾ TRONG HỆ THỐNG ĐIỆN ................................................................26
4.1 GIẢI BÀI TOÁN ĐIỀU PHỐI KINH TẾ (ED) VỚI HÀM CHI PHÍ
CĨ XÉT ĐIỂM VAN CƠNG SUẤT: ................................................................26
4.1.1

Các bước áp dụng thuật toán GSA giải bài toán ED: .....................26

4.1.2

Lưu đồ giải thuật của thuật toán GSA: ............................................28

4.1.3

Hàm mục tiêu của bài tốn ED: ........................................................30

4.2 GIẢI BÀI TỐN ED MẠNG 3 NÚT: ........................................................31
4.3 GIẢI BÀI TOÁN ED MẠNG 13 NÚT: ......................................................34
4.4 GIẢI BÀI TOÁN ED 40 MẠNG NÚT: .....................................................38
4.5

KẾT LUẬN: ...............................................................................................43

CHƯƠNG 5 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN.......................................45
5.1 TỔNG KẾT....................................................................................................45


vii
5.2

HƯỚNG PHÁT TRIỂN ĐỀ TÀI .............................................................46

5.3

LỜI KẾT ....................................................................................................46

TÀI LIỆU THAM KHẢO ........................................................................................47

viii

CHỮ VIẾT TẮT TRONG LUẬN VĂN

HS

Harmony Search

ELD

Economic Load Dispatch

NLP

Nonlinear programming

LP

Linear programming

EP

Evolutionary programming

GA

Genetic algorithm

IPSO

Improved Particle Swarm Optimization

QP

Quadratic programming

SA-PSO

Simulated Annealing- Particle Swarm Optimization

IP

Interior Point Methods

DE

Different Evolution

DP

Dynamic Programming

ABC

Artificial Bee Colony

ACO

Ant Colony Optimization

HM

Harmony Memory

GA

Genetic Algorithm

CS

Cuckoo Search

GSA

Gravitational Search Algorithm

HNN

Hopfield Neuron Network

ELNN

Enhanced Lagrangian Artificial Neural Network


ix

DANH MỤC CÁC BẢNG BIỂU
Bảng 4.1: Các thông số của bài tốn ED mạng 3 nút................................................31
Bảng 4.2: Thơng số của thuật toán GSA áp dụng giải bài toán ED mạng 3 nút. ......31

Bảng 4.3: Kết quả tính tốn bài tốn ED mạng 3 nút. ..............................................31
Bảng 4.4: So sánh kết quả tính tốn bài tốn ED mạng 3 nút...................................32
Bảng 4.5: Các thơng số của bài tốn ED mạng 13 nút..............................................34
Bảng 4.6: Thơng số của thuật tốn GSA áp dụng giải bài tốn ED mạng 13 nút. ....35
Bảng 4.7: Kết quả tính toán bài toán ED mạng 13 nút. ............................................35
Bảng 4.8: So sánh kết quả tính tốn bài tốn ED mạng 13 nút.................................35
Bảng 4.9: Các thơng số của bài tốn ED mạng 40 nút..............................................39
Bảng 4.10: Thơng số của thuật tốn GSA áp dụng giải bài toán ED mạng 40 nút. ..39
Bảng 4.11: Kết quả tính tốn bài tốn ED mạng 40 nút. ..........................................39
Bảng 4.12: So sánh kết quả tính tốn bài tốn ED mạng 40 nút...............................41


x

DANH MỤC CÁC HÌNH
Hình 2.1: Minh hoạ tối ưu tồn cục hàm Peaks. .........................................................7
Hình 2.2: Đường cong chi phí phổ biến của nhà máy nhiệt điện................................9
Hình 2.3: Đồ thị biểu diễn vùng cấm của nút nhiệt cơ bản.......................................11
Hình 2.4 Hàm chi phí nhiên liệu của nhà máy nhiệt điện với điểm van cơng suất. .12
Hình 3.1 Lực và gia tốc tương tác lên vật thể 1 do các vật thể khác sinh ra [10]. ....19
Hình 3.2 Nguyên lý của giải thuật GSA [10]. ...........................................................21
Hình 4.1: Lưu đồ giải thuật GSA cho bài tốn ED. ..................................................29
Hình 4.2: Sơ đồ mạng nhất thứ các nhà máy điện phân phối công suất đến phụ tải
thơng qua hệ thống truyền tải điện............................................................................30
Hình 4.3: Đồ thị giá trị hàm chi phí của bài tốn ED mạng 3 nút. ...........................32
Hình 4.4: Đồ thị phân bố cơng suất tại các nút của bài toán ED mạng 3 nút. ..........33
Hình 4.5: Giao diện tính tốn của bài tốn ED mạng 3 nút. .....................................33
Hình 4.6: Đồ thị giá trị hàm chi phí của bài tốn ED mạng 13 nút. .........................36
Hình 4.7: Đồ thị phân bố cơng suất tại các nút của bài tốn ED mạng 13 nút. ........37
Hình 4.8: Giao diện tính tốn của bài tốn ED mạng 13 nút. ...................................37

Hình 4.9: Đồ thị giá trị hàm chi phí của bài tốn ED mạng 40 nút. .........................42
Hình 4.10: Đồ thị phân bố công suất tại các nút của bài tốn ED mạng 40 nút. ......42
Hình 4.11: Giao diện tính toán của bài toán ED mạng 40 nút. .................................43


1

CHƯƠNG 1 TỔNG QUAN ĐỀ TÀI
1.1

ĐẶT VẤN ĐỀ
Trong những thập kỷ qua, nhu cầu năng lượng điện trên toàn thế giới đã đột

ngột tăng do tăng trưởng kinh tế. Bên cạnh đó các nguồn năng lượng hóa thạch vốn
là nguyên liệu chính để sản xuất diện đang đứng trên nguy cơ cạn kiệt, nguồn cung
không ổn định giá cả biến động. Mục đích của hệ thống điện là nâng cao hiệu quả
sử dụng, chất lượng điện năng, độ tin cậy cấp điện đồng thời giảm chi phí đầu tư,
vận hành và bảo trì. Bài tốn điều độ kinh tế được đặt ra bức thiết hơn bao giờ
hết[1].
Phân bố công suất tối ưu trong hệ thống điện là một trong những vấn đề quan
trọng nhất được những người vận hành hệ thống công suất sử dụng phổ biến mỗi
ngày. Công việc này nhằm tìm kiếm, phân phối thơng số trạng thái vận hành tối ưu
công suất thực và công suất phản kháng làm giảm chi phí và cải thiện hiệu suất cho
tồn hệ thống. Vấn đề này có thể được trình bày rõ ràng và giải quyết thành hai vấn
đề riêng lẻ. Thứ nhất, điều phối kinh tế làm giảm chi phí hệ thống bằng cách phân
phối hợp lý cơng suất thực cho các máy phát hiện hành. Thứ hai, điều phối công
suất phản kháng làm giảm tổn thất và cải thiện điện áp hệ thống bằng cách phân
phối hợp lý công suất phản kháng.
Lưới điện bao gồm máy phát điện, máy biến áp, đường dây truyền tải, thiết
bị đóng cắt, rơ le bảo vệ và thiết bị bù công suất phản kháng…. Các hệ thống truyền

tải được sử dụng để truyền cơng suất đi xa. Việc kiểm sốt các mục tiêu khác nhau
như vận hành và thiết kế trong những hệ thống như vậy địi hỏi về tối ưu hóa. Đối
với hệ thống phi tuyến, giải pháp cho vấn đề tối ưu hóa lại càng cần thiết. Hơn thế
nữa, cần phải chú ý các vấn đề sau:
-

Các kỹ thuật tối ưu hóa được lựa chọn nên phù hợp với vấn đề nghiên

cứu.
-

Tất cả các khía cạnh khác nhau của vấn đề phải được kể đến.

-

Tất cả các ràng buộc của hệ thống phải được trình bày chính xác.

-

Phải xác định được hàm mục tiêu.

Tối ưu hóa chiếm một vị trí quan trọng trong hệ thống năng lượng và là một
kỹ thuật thường được sử dụng trong vận hành hệ thống điện. Tối ưu hóa tìm cách


2
phân bố lại công suất thực và công suất phản kháng nhằm làm giảm chi phí nhiên
liệu, giảm lượng khí thải gây ảnh hưởng trực tiếp đến môi trường xung quanh và cải
thiện hiệu quả toàn bộ hệ thống. Việc mơ hình hóa bài tốn điều phối cơng suất phát
là chỉ tiêu để đạt tới được kết quả tối ưu. Trong bài điều phối kinh tế, công thức cổ

điển thể hiện các khiếm khuyết do mơ hình q đơn giản. Trong bài công suất phản
kháng, phương pháp thông thường là mơ hình hóa các máy biến thế và dàn tụ điện
thành các biến liên tục thay vì các biến rời rạc.Để cải thiện vấn đề này, các mơ hình
mới vẫn liên tục được phát triển cho việc vận hành hệ thống thêm hiệu quả. Mức độ
phức tạp của bài tối ưu cũng được nâng lên do liên kết các ràng buộc trở nên phi
tuyến tính.
Các biện pháp để giảm chi phí nhiên liệu trong vận hành là:
-

Tăng lượng cơng suất phát ra của các nhà máy nhiệt điện gần phụ tải

nhằm giảm tổn hao truyền tải, do đó làm giảm chi phí tiêu hao nhiên liệu trên
tồn bộ hệ thống.
-

Tăng lượng công suất phát tại các nhà máy nhiệt điện có đặc tính tiêu hao

nhiên liệu thấp.
-

Phối hợp giữa các nhà máy nhiệt điện với nhau sao cho chi phí sản xuất

điện năng là nhỏ nhất.
Vì vậy người ta đặt ra bài toán điều phối tối ưu để nâng cao khả năng tận
dụng hệ thống điện hiện có. Đây là bài tốn mà ngành điện lực phải tìm cách giải
quyết từ rất lâu, đã dùng nhiều thuật toán cổ điển như: Linear Programming (Lập
trình tuyến tính) [2, 3], Nonlinear Programming (Lập trình phi tuyến), NewtonRaphson [4]. Những cải tiến gần đây trong việc giải quyết các bài toán tối ưu phức
tạp với kết quả chính xác hơn đã làm phát triển các kỹ thuật mới mang tên Thuật
tốn tiến hóa. Thuật tốn Tiến hóa là kỹ thuật tối ưu dựa trên nền tảng tìm kiếm đáp
án ngẫu nhiên bằng việc sử dụng mơ hình được đơn giản hóa trong tiến trình tiến

hóa, cho ra được kết quả tối ưu tồn bộ, đặc biệt trong các khoảng không đáp án
không liên tục, khơng lồi và phi tuyến tính cao. Nó dựa theo quần thể, thám hiểm
khoảng không đáp án ngẫu nhiên bằng cách sử dụng một vài đáp án đề cử thay cho
cách ước lượng đáp án đơn lẻ được sử dụng trong nhiều kỹ thuật cổ điển. Sự thành
công của thuật tốn này nằm ở khả năng tìm kiếm đáp án theo cách thám hiểm ngẫu


3
nhiên trong khu vực khả thi chứ không phải thám hiểm tồn bộ khu vực. Kết quả
tìm được theo cách này nhanh hơn, tiêu tốn ít tài nguyên phần cứng máy tính hơn
mà vẫn cho được khả năng tối ưu tồn bộ. Một vài kỹ thuật tiến hóa đã được phát
triển trong lĩnh vực tính tốn tối ưu hóa mà phổ biến nhất là các kỹ thuật: Genetic
Algorithm (Thuật toán Di truyền) [5, 6], Differential Evolution (Thuật tốn tiến
hóa) [7], Ant Colony Optimization (Tối ưu hóa đàn kiến) [8], Interior Point
Methods (Phương pháp điểm nội) [9], Particle Swarm Optimization (Thuật tốn bầy
đàn) [13] … Trong sự phát triển của trí tuệ nhân tạo, gần đây trong lĩnh vực công
nghệ thông tin xuất hiện thuật toán Gravitational Search Algorithm [10], đây là
thuật tốn có tuổi đời khá non trẻ nhưng đã được ứng dụng vào một số các lĩnh vực
nghiên cứu, một trong những lĩnh vực ứng dụng của GSA là lĩnh vực hệ thống điện.
Một số nhà khoa học trên thế giới đã triển khai đưa thuật toán GSA vào ứng dụng
giải bài toán điều phối kinh tế trong hệ thống điện và đã cho ra những kết quả tốt.
1.2

TÓM TẮT MỘT SỐ TÀI LIỆU VÀ BÀI BÁO LIÊN QUAN
 Nhóm Esmat Rashedi
- Bài báo: “GSA: A Gravitational Search Algorithm”. Tác giả Esmat

Rashedi, Hossein Nezamabadi-pour, Saeid Saryazdi. [10]
Trong bài báo này, một thuật tốn tối ưu hóa mới dựa trên định luật hấp dẫn
và khối lượng tương tác được giới thiệu. Trong các thuật toán đề xuất, các đại lý tìm

kiếm là một tập hợp quần chúng tương tác với nhau dựa trên các lực hấp dẫn
Newton và định luật chuyển động. Các phương pháp được đề xuất đã được so sánh
với một số phương pháp tìm kiếm heuristic nổi tiếng. Các kết quả thu được xác
nhận hiệu suất cao của phương pháp được đề xuất trong việc giải quyết các chức
năng phi tuyến khác nhau.
 Nhóm Norlina Mohd Sabri, Mazidah Puteh, and Mohamad Rusop
Mahmood
- Bài báo: “A Review of Gravitational Search Algorithm”. Tác giả
Norlina Mohd Sabri, Mazidah Puteh, and Mohamad Rusop Mahmood. [11]
Bài viết này nhằm mục đích để khám phá thuật toán GSA và xác định thuật
toán đã được cải tiến như thế nào cho đến nay, các nghiên cứu và phát triển đã được
thực hiện kể từ khi có sự ra đời của thuật tốn. Mục tiêu của bài viết này là để phân


4
tích các cơng trình liên quan đến GSA, để xem xét tiến bộ GSA và hiệu suất của
thuật toán này, xem xét các ứng dụng và để đưa ra những thách thức và tính khả thi
trong tương lai.
- Bài báo: “Gravitational Search Algorithm for Optimal Economics
Dispatch”. Tác giả P.K.Swain, N.C.Sahu, P.K.Hota. [12]
Bài báo này trình bày một phương pháp tối ưu hóa mới để tìm kiếm lời giải
tối ưu cho bài toán điều độ kinh tế (ED) bằng phương pháp sử dụng thuật tốn tìm
kiếm hấp dẫn (GSA). Điều phối kinh tế xác định năng lượng điện được tạo ra bởi
các đơn vị phát điện đã cam kết trong một hệ thống điện do đó chi phí trong hệ
thống được giảm thiểu trong khi đáp ứng nhu cầu các phụ tải. Bài viết này trình bày
một thuật tốn mới dựa trên định luật hấp dẫn và tương tác khối lượng để giải quyết
kinh tế vấn đề tải công văn (ED) bởi một thuật tốn tối ưu hóa mới gọi là thuật tốn
Tìm kiếm hấp dẫn (GSA). Các kết quả mơ phỏng cho thấy kỹ thuật này được thực
hiện dễ dàng, hội tụ với thời gian thực hiện ít hơn và giải pháp rất tối ưu cho bài
toán điều độ kinh tế với chi phí tối thiểu mà hệ thống có thể đạt được. Mô phỏng kết

quả đã được thực hiện trên các hệ thống điện khác nhau với số lượng nguồn phát
khác nhau và so sánh với các phương pháp tiếp cận phổ biến khác. Những phát hiện
này đã khẳng định sự vững mạnh, hội tụ nhanh so với phương pháp đề xuất trên các
kỹ thuật hiện có khác.
1.3

HƯỚNG TIẾP CẬN ĐỀ TÀI
Thực tế, khi giải quyết bất kỳ bài tốn nào người giải đều mong muốn có

phương án tốt nhất theo một hoặc một vài tiêu chí nào đó như tiết kiệm thời gian
nhất, chi phí nhỏ nhất, năng suất lớn nhất, quãng đường đi ngắn nhất, thiết kế kết
cấu với trọng lượng vật liệu nhỏ nhất…. Tuy nhiên trong phần lớn các bài toán tối
ưu, người sử dụng thường có băn khoăn đó là: Kết quả nhận được từ q trình tính
tốn đã thật sự là phương án tốt nhất chưa? Vì vậy, việc phát triển các thuật tốn tối
ưu đủ mạnh ln được người làm kỹ thuật quan tâm. Các phương pháp cổ điển
trước đây chỉ thích hợp được với những bài tốn tìm kiếm tối ưu trong khơng gian
tìm kiếm nhỏ nên để tìm được nghiệm tối ưu trong khơng gian tìm kiếm lớn cần
phải có những phương pháp tìm kiếm đặc biệt hơn mà nổi bật trong số đó là thuật
tốn Gravitational Search Algorithm (GSA). Bằng việc sử dụng phần mềm


5
MATLAB, Thuật toán GSA vẫn đang được quan tâm, phát triển và ứng dụng vào
giải các bài toán tối ưu hóa hiện nay.
Bài tốn điều phối kinh tế tối ưu trong hệ thống điện ED đã được giải bằng
nhiều phương pháp khác nhau như đã nêu trong những bài báo ở trên. Qua một số
bài báo ở trên cho thấy các nhà khoa học trên thế giới đã ứng dụng thuật toán GSA
vào trong bài toán hệ thống điện đơn giản và đã cho ra những kết quả đạt hiệu suất
cao. Thuật tốn GSA có tuổi đời cịn khá non trẻ: ra đời vào năm 2009 [10] hiện
được áp dụng trong một vài lĩnh vực như: Công nghệ thông tin, Hệ thống điện,… vì

vậy thuật tốn này đang được nhiều nhà khoa học quan tâm nghiên cứu đi sâu.
Giải thuật GSA có ưu điểm là đơn giản, ổn định và có khả năng thích ứng
nên có thể ứng dụng trong nhiều bài tốn tối ưu. Khả năng tìm kiếm tồn cục của
GSA cũng tốt hơn các giải thuật nổi tiếng khác trong hầu hết các trường hợp
1.4

MỤC TIÊU CỦA ĐỀ TÀI
 Ứng dụng thuật toán Gravitional Search Algorithrm vào giải bài tốn điều

phối kinh tế cơng suất (ED) giữa các nhà máy điện.
 Áp dụng thuật toán GSA giải mạng điện hàm chi phí nhiên liệu có xét ảnh
hưởng của điểm van cơng suất nhằm tạo ra chương trình có thể tính tốn tốt hơn,
nhanh hơn khi so sánh với kết quả tính tốn của các thuật tốn khác. Đối chiếu và
đánh giá kết quả tính tốn được bằng thuật toán GSA với một số thuật toán khác.
1.5

ĐIỂM MỚI CỦA ĐỀ TÀI


Xây dựng giải thuật GSA giải bài toán điều phối kinh tế cơng suất ED.



Lập trình tính tốn điều phối tối ưu trong mạng điện.



Nhận xét, đánh giá kết quả thu được, so sánh với kết quả dùng các giải thuật

khác đã cơng bố trên tạp chí khoa học trên thế giới.

1.6

KẾT CẤU ĐỀ TÀI
 Tổng quan
 Giới thiệu bài tốn phân bố cơng suất tối ưu ED.
 Giới thiệu về thuật toán GSA.
 Ứng dụng thuật toán GSA vào giải bài tốn phân bố cơng suất tối ưu trong hệ
thống điện.
 Tổng kết và hướng phát triển đề tài.


6

CHƯƠNG 2 GIỚI THIỆU BÀI TOÁN ĐIỀU PHỐI KINH TẾ
TRONG HỆ THỐNG ĐIỆN
2.1 THUẬT TOÁN TỐI ƯU:
Trong kỹ thuật, khi giải quyết bất kỳ nhiệm vụ nào chúng ta đều mong muốn
có phương án tốt nhất theo một hoặc một vài tiêu chí nào đó. Có thể liệt kê rất nhiều
những ví dụ cụ thể như: tiết kiệm thời gian nhất, chi phí nhỏ nhất, năng suất lớn
nhất, quãng đường đi ngắn nhất, thiết kế kết cấu với trọng lượng vật liệu nhỏ nhất…
Để giải được những bài toán này, toán học đã cho ra đời một ngành là “Quy hoạch
tốn học” hay “tối ưu hóa” [14], [15].
Bài tốn tối ưu nói chung được viết dưới dạng tốn học như sau:
Tìm giá trị cực tiểu (hoặc cực đại) hàm:
f(x)  min(max); x  R n

(2.1)
Với các điều kiện:
gi(x) ≥ 0;

i = 1,2,... , m
(2.2)

hi(x) = 0;

i = 1,2,... , l

(2.3)

Bài tốn đặt ra u cầu là tìm tập hợp các biến xi, i = 1, … ,n thoả mãn các
điều kiện ràng buộc đồng thời hàm f(x) đạt giá trị cực tiểu (hoặc cực đại).
Hàm f(x) trong biểu thức (2.1) được gọi là hàm mục tiêu hoặc tiêu chuẩn tối
ưu, biểu diễn mối quan hệ giữa tiêu chuẩn chất lượng của quá trình khảo sát và các
biến độc lập x.
Các hàm số gi(x), hi(x) là các điều kiện ràng buộc của bài toán tối ưu dưới
dạng đẳng thức và bất đẳng thức. Trong không gian các biến, các hàm số này tạo ra
miền giới hạn D các khả năng cho phép của hàm f(x).
Nếu như D  Rn (với R là số chiều của hàm mục tiêu), có nghĩa là không tồn
tại bất kỳ một điều kiện giới hạn nào ta nói rằng bài tốn quy hoạch phi tuyến khơng
có điều kiện ràng buộc.
Tuy nhiên trong phần lớn các bài tốn tối ưu, người sử dụng thường có băn
khoăn đó là: kết quả nhận được từ q trình tính đã thật sự là phương án tốt nhất


7
chưa. Để minh họa vấn đề này ta có thể xét ví dụ như hàm Peaks (2.4) - hai biến là
hàm đơn điệu đa cực trị, được biểu diễn bằng đồ thị như trên Hình 2.1.
x
(-x 2-(x +1)2)
(-x2-x2) 1 (-(x +1)2-x2)

2
f(x) = 3.(1- x1)2.e 1 2
-10.( 1 - x13 - x52 ).e 1 2 - .e 1
5
3

(2.4)

Hình 2.1: Minh hoạ tối ưu tồn cục hàm Peaks.
Như trên hình 2.1, xung quanh phương án tốt nhất (ở đây chọn là điểm thấp
nhất - điểm A) cịn có một điểm đạt cực trị địa phương là điểm B và một số điểm
nghi ngờ có cực tiểu khác. Trong q trình giải, rất có khả năng kết quả giải bài
tốn tối ưu của chúng ta bị "kẹt" tại một cực trị nào đó (khơng phải điểm A) và
khơng thốt ra được. Vì vậy, việc phát triển các thuật toán đủ mạnh tiệm cận được
giá trị tối ưu luôn được người làm kỹ thuật quan tâm.
2.2

BÀI TOÁN ĐIỀU PHỐI KINH TẾ CỔ ĐIỂN:
Để hệ thống điện hoạt động hiệu quả và tin cậy thì một số kỹ thuật đã được

phát triển để tính tốn xác định dự báo công suất và mức công suất phát. Điều phối
công suất là một trong các kỹ thuật trên để điều chỉnh biến điều khiển và phân phối
công suất cho hệ thống điện hoạt động tối ưu. Điều phối cơng suất có hai cách: điều
phối cơng suất thực và điều phối cơng suất phản kháng. Bài tốn điều phối kinh tế
tìm điểm hoạt động tối ưu để phân phối công suất thực giữa các nhà máy nhằm
giảm thấp nhất chi phí sản xuất. Điều phối cơng suất phản kháng dùng để cực tiểu
tổn thất hệ thống, nâng cao hiệu suất và khả năng tận dụng nguồn.


8

Bài tốn điều phối cơng suất làm cải thiện việc hoạt động ổn định của hệ
thống điện. Thường làm giảm mơ hình hệ thống điện, làm đơn giản các giải pháp
chi phí về chất lượng. Việc sử dụng đúng đắn và chính xác hơn các mơ hình sản
lượng điện làm cho lời giải bài toán tốt hơn nhưng vấn đề khó khăn cũng tăng lên
đáng kể.
Mơ hình phổ biến cải tiến bài toán điều phối kinh tế bao gồm: hàm chi phí có
xét ảnh hưởng của điểm van cơng suất, vùng hoạt động không liên tục và sự chuyển
đổi các loại nhiên liệu; các loại ràng buộc an ninh hệ thống điện như giới hạn dịng
cơng suất, dự trữ cơng suất máy phát và cấu hình điện áp. Trong chương này chúng
tơi trình bày hệ thống các biểu thức của bài tốn điều phối kinh tế với hàm chi phí
trơn dạng bậc hai cổ điển và hàm chi phí có xét ảnh hưởng của điểm van công suất.
Hàm mục tiêu của bài toán điều phối kinh tế cổ điển là cực tiểu tổng chi phí
hệ thống điện (1) bằng cách hiệu chỉnh công suất phát của mỗi nhà máy kết nối với
lưới điện. Tổng chi phí được biểu diễn bằng hàm tổng của các chi phí ở mỗi nhà
máy.
Xét một hệ thống có N nhà máy, mỗi nhà máy đảm nhận một lượng công
suất Pi MW. Các nhà máy nên phát cơng suất sao cho tổng chi phí nhiên liệu F là
nhỏ nhất.
NG

min  Fi ( PG )
i

(2.5)

i 1

Trong đó Fi ( PGi ) là hàm chi phí của nhà máy thứ i, PGi là công suất thực
phát ra của nhà máy thứ i và NG là tổng số lượng các nhà máy kết nối với hệ thống
điện.

9

Hình 2.2: Đường cong chi phí phổ biến của nhà máy nhiệt điện.
Mỗi hàm chi phí của nhà máy thiết lập mối quan hệ giữa nhà máy và hệ
thống thông qua khả năng phát cơng suất với chi phí phát của nhà máy. Thơng
thường các nhà máy được mơ hình bằng hàm chi phí trơn như trong (2.6) để đơn
giản bài toán tối ưu và khả năng ứng dụng các kỹ thuật truyền thống để tính tốn.

Fi ( PG )  ai  bi PG  ci PG2
i

i

i

(2.6)

Trong đó ai, bi, ci là hệ số chi phí của hàm chi phí nhà máy thứ i.
2.2.1 Ràng buộc đẳng thức:
Ràng buộc cân bằng công suất: Ràng buộc cân bằng công suất là ràng buộc
đẳng thức dùng để giảm bớt công suất hệ thống dựa trên nguyên lý cơ bản cân bằng
giữa tổng công suất nhà máy phát với tổng tải của hệ thống. Cân bằng chỉ xảy ra khi
tổng công suất nhà máy phát

P

Gi

bằng với tổng tải trong hệ thống PD cộng thêm

một lượng tổn hao PL được biểu diễn như trong (2.7).
NG

P

Gi

 PD  PL

(2.7)

i 1

Tổn thất trong hệ thống có thể xác định một cách chính xác nhờ phương
pháp phân luồng cơng suất. Một cách điển hình để ước lượng tổn thất bằng cách mơ
hình chúng dạng hàm của hệ thống nhà máy phát sử dụng công thức tổn thất của
Kron (2.8). Một số cách khác để mơ hình hóa tổn thất là sử dụng hệ số phạt hoặc
xem tổn thất là hằng số.


10
NG N G

NG

PL    PG Bij PG   PG Bi 0 B00
i

i

i 1 j 1

i

j 1

(2.8)
Trong đó Bij, Bi0, B00 gọi là tổn thất hay hệ số B.
2.2.2

Ràng buộc bất đẳng thức:

2.2.2.1 Giới hạn công suất thực phát ra:
Giới hạn công suất thực phát ra: Mỗi nhà máy có giới hạn thấp nhất
max

giới hạn cao nhất PGi

PGmin và
i

phát cơng suất vì nó phụ thuộc vào cấu trúc của máy phát.

Các giới hạn trên được định nghĩa bằng một cặp của ràng buộc bất đẳng thức (2.9).

PGmin  PG  PGmax , i = 1,…, NG
i

i

i

(2.9)

2.2.2.2 Giới hạn tốc độ:
Công suất của máy phát không thể tăng hay giảm đến giá trị bất kỳ tức thời.
Tầm hoạt động của tất cả các máy phát được giới hạn bởi độ dốc tốc độ được trình
bày như sau:

Pi  Pi 0  DR
Pi  Pi 0  URi

(2.10)

Trong đó:

Pi 0 : cơng suất phát trước đó của tổ máy thứ i
DRi và URi : là giới hạn độ dốc đi xuống và đi lên
2.2.2.3 Giới hạn về vùng cấm vận hành:
Vùng cấm của một nút có thể được trình bày qua cơng thức sau:

(2.11)
L
U
Trong đó: Pi , k , Pi , k là giá trị giới hạn dưới và giới hạn trên của vùng cấm

thứ k của nút thứ i ; k là hệ số của vùng cấm.