Tải bản đầy đủ

ÁP DỤNG THUẬT TOÁN GOA để GIẢM CHI PHÍ MÁY PHÁT

ĐỒ ÁN TỐT NGHIỆP
TRANG 1/59

ĐỒ ÁN TỐT NGHIỆP
ĐỀ TÀI: ÁP DỤNG THUẬT TOÁN GOA ĐỂ GIẢM CHI PHÍ MÁY PHÁT
ĐIỆN

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 2/59

CHƯƠNG 1: TỔNG QUAN
1.1.Đặt vấn đề:
Ngày nay, sự mất ổn định giá nhiên liệu đã tác động lớn đến việc cân bằng năng
lượng cho các hệ thống điện và đặc biệt có ý nghĩa rất lớn đối với các nhà máy nhiệt
điện. Do vậy, vận hành tối ưu các tổ máy phát nhiệt điện là bài toán cực kỳ quan trọng
nhằm tiết kiệm nhiên liệu phát điện, giảm chi phí nhiên liệu và giảm giá thành sản xuất
điện. Có thể thấy, phân bố tối ưu nguồn phát là sự bố trí phát công suất tại các nguồn
phát sao cho tổng chi phí nhiên liệu phát điện của các tổ máy phát nhỏ nhất có thể

trong khi vẫn đảm bảo các yêu cầu như cân bằng công suất trên hệ thống và các giới
hạn tại các tổ máy phát là điều hết sức cần thiết trong các nhà máy nhiệt điện. Từ đó,
cho thấy tính cấp thiết của việc vận hành tối ưu các tổ máy phát nhiệt điện trong tình
hình các nguồn năng lượng đang dần cạn kiệt hiện nay.
Bên cạnh đó vấn đề về dây, nguồn, phụ tải…cần phải đảm bảo điều kiện làm
việc cũng như các quy tắc an toàn. Đảm bảo năng lượng điện thì chi phí phát điện cũng
là một bài toán không kém phần quan trọng. (Nếu có thể cực tiểu chi phí phát điện thì
giá thành của điện năng cũng giảm và lợi nhuận của nhà đầu tư được gia tăng).
Chế độ vận hành của hệ thống điện phải đáp ứng được các yêu cầu chất lượng,
tin cậy và kinh tế các mối quan hệ này phải liên quan chặt chẽ với nhau. Cùng với sự ra
đời của các thiết bị công nghệ mới, những yêu cầu về vận hành các thiết bị điện nói
riêng và hệ thống điện nói chung ngày nay càng trở nên nghiêm ngặt, tất cả các thao
tác vận hành hệ thống điện cần phải thực hiện theo đúng quy trình quy phạm.
Một trong những vấn đề quan trọng trong lĩnh vực cung cấp điện là tính liên tục
cung cấp điện và chế độ làm việc kinh tế của hệ thống điện được xây dựng trên cơ sở
tối ưu các tổ máy phát nhằm sự cân bằng giữa năng lượng tiêu thụ và tổng năng lượng
của tất cả các nguồn trong hệ thống năng lượng quốc gia. Để có thể đáp ứng đủ nhu

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 3/59

cầu năng lượng cho việc phát triển kinh tế thì tăng trưởng năng lượng điện phải gấp đôi
tăng trưởng kinh tế (Việt Nam).
1.2. Mục tiêu đề tài:
Tìm hiểu thuật toán GOA và cách áp dụng thuật toán GOA để giảm chi phí máy
phát điện.
1.3. Phạm vi đề tài nghiên cứu:
Tìm hiểu về thuật toán GOA.
Tìm hiểu bài toán tính chi phí phát điện trong nhà máy điện.
Áp dụng thuật toán GOA để giảm chi phí máy phát điện.
1.4. Giá trị thực tiễn của đề tài:
Nghiên cứu phân bố tối ưu công suất của các tổ máy phát của nhà máy điện
trong hệ thống nhằm đáp ứng đủ nhu cầu cung cấp điện liên tục cho phụ tải và có thể
cực tiểu chi phí phát điện để đảm bảo tính kinh tế. Điều này có ý nghĩa to lớn cho
nguồn năng lượng điện hiện nay khi nguồn tài nguyên thiên nhiên và khoáng sản đang
đi đến mức độ cạn kiệt và tàn phá môi trường cực kỳ nghiêm trọng. Chính vì vậy mà
đề tài “Áp dụng thuật toán Grasshopper Optimisation Algorithm để giảm chi phí phát


điện” sẽ góp một phần nào đó để giải quyết vấn đề này.
Với kết quả nghiên cứu thì đề tài có thể:
-

Ứng dụng để vận hành các tổ máy nhiệt điện trong hệ thống.

-

Sử dụng thuật toán cũng như phương pháp nghiên cứu cho các nghiên
cứu khác.

1.5. Phân bố tối ưu và ý nghĩa của việc vận hành kinh tế:
1.5.1. Phân bố tối ưu công suất phát:
Phân bố tối ưu nguồn phát là sự bố trí phát công suất tại các nguồn phát sao cho
chi phí tiêu hao nhiên liệu là thấp nhất, nhưng phải đảm bảo về độ tin cậy cung cấp
điện và chất lượng điện năng. Một trong những bài toán kinh tế - kỹ thuật khi vận hành

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 4/59

và thiết kế hệ thống điện là: xác định sự phân bố tối ưu công suất giữa các tổ máy nhiệt
điện trong nhà máy điện của hệ thống điện nhằm đáp ứng tổng giá trị phụ tải tổng đã
được biết. Hay nói cách khác là cực tiểu chi phí phát điện các tổ máy nhiệt điện trong
nhà máy điện.
Việc nghiên cứu phương thức phân bố tối ưu công suất trong nhà máy điện
không những nâng cao tính kinh tế trong vận h-ành mà còn đóng góp vào tính chính
xác và hợp lý khi qui hoạch, thiết kế hệ thống điện.
1.5.2. Ý nghĩa của việc vận hành kinh tế các tổ máy phát :
Vận hành hệ thống điện là tập hợp các thao tác nhằm duy trì chế độ hoạt động
bình thường của hệ thống điện đáp ứng được yêu cầu về chất lượng điện năng, độ tin
cậy và tính kinh tế. Hệ thống điện thì gồm nhiều phần tử có mối liên hệ chặt chẽ với
nhau, nhằm đảm bảo sự duy trì các đặc điểm hệ thống điện.
1.5.3.Các đặc điểm của hệ thống điện.
Quá trình sản xuất điện năng và tiêu thụ diễn ra một cách đồng thời
Sản xuất điện năng là giai đoạn đầu tiên trong quá trình cung cấp điện năng đến
người tiêu dùng, các giai đoạn tiếp theo là truyền tải và phân phối điện năng. Thực chất
của sản xuất điện năng là sự biển đổi các dạng năng lượng khác sang năng lượng điện
hay điện năng, dòng điện xuất hiện sau khi lưới điện được nối với mạng tiêu thị. Điện
năng hầu như không thể lưu trữ được trên hệ thống điện, điều đó dẫn đến sự cần thiết
của việc duy trì cân bằng công suất phát và công suất tiêu thụ của các nhà máy.
Hệ thống điện là một thể thống nhất
Các phần tử trong hệ thống điện như trạm biến áp, đường dây truyền tải, máy
phát điện.. hoặc chỉ cần có sự thay đổi phụ tải của một nhà máy điện bất kì đều dẫn đến
sự thay đổi chế độ làm việc của các nhà máy điện. Do đó cần có sự phối hợp thống
nhất của các phần tử và tải trong hệ thống điện.
Tầm quan trọng của hệ thống điện

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 5/59

1.6. Yêu cầu của việc vận hành kinh tế:
1.6.1 . Chất lượng phục vụ:
Chất lượng điện năng theo quy định:
-

Chất lượng tần số.

-

Chất lượng điện áp.

-

Độ tin cậy cung cấp điện liên tục.

1.6.2 Chi phí sản xuất:
Chi phí sản xuất bao gồm:
-

Chi phí nhiên liệu.

-

Tổn thất điện năng.

-

Chi phí bảo dưỡng định kỳ.

-

Chi phí để khắc phục hậu quả, sửa chữa thiết bị hỏng do sự cố.

-

Chi phí tiền lương.

-

Khấu hao thiết bị.

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 6/59

CHƯƠNG 2: TÌM HIỂU THUẬT TOÁN CON CHÂU CHẤU
2.1. Đặc tính sinh học của con châu chấu:
Châu chấu là 1 loài côn trùng (Hình 2.1). Chúng được coi là dịch hại do thiệt hại
của chúng đối với sản xuất cây trồng và nông nghiệp. Vòng đời của châu chấu được thể
hiện (Hình 2.2):

Mặc
dù 1.1.
loài1Châu
châu
chấu
cá nhân
2.2:trong
Vòng tự
đờinhiên
châu nhưng
chấu
Hình
Hình
2.1:
Châuchấu
chấuthường được nhìn thấy Hình
chúng tham gia vào một trong những bầy lớn nhất của tất cả các sinh vật. Kích thước
của đàn có quy mô rất lớn, di chuyển liên tục và đó là một cơn ác mộng đối với vụ mùa
của nông dân. Khả năng tìm kiếm nguồn thức ăn được tìm thấy trong cả hai con nhộng
và trưởng thành. Châu chấu nhộng nhảy và di chuyển để tìm những vị trí nguồn thức
ăn khác nhau. Trên con đường của chúng, chúng ăn hầu như tất cả thảm thực vật. Sau
hành vi này, khi chúng trưởng thành, chúng tụ lại tạo thành 1 đám lớn trong không khí
(Hình 2.3). Đây là cách châu chấu di chuyển trên một khoảng cách lớn.

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 7/59

Hình 2.3: Châu chấu di chuyển thành 1 đám mây đen trong không khi
Đặc điểm chính của đàn châu chấu trong giai đoạn ấu trùng là chuyển động
chậm và nhãy bước nhỏ làm cho vị trí của chúng và giá trị nguồn thức ăn chúng tìm
được chưa tốt nhưng ngược lại với việc nhãy xa và nhanh là tính năng thiết yếu của bầy
đàn ở tuổi trưởng thành. Tìm kiếm nguồn thức ăn là một đặc điểm quan trọng khác của
sự phát triển của châu chấu. Thuật toán GOA lấy cảm hứng từ thiên nhiên phân chia
quy trình tìm kiếm thành hai xu hướng: thăm dò và khai thác (chúng thăm dò, khai thác
một cách tự nhiên và học hỏi lẫn nhau, mỗi con châu chấu có một cách thăm dò nguồn
thức ăn khác nhau khi một con châu chấu khác tìm thấy nguồn thức ăn tốt nhất chúng
sẽ di chuyển để khai thác nguồn thức ăn đó). Trong khai thác, châu chấu được khuyến
khích di chuyển nhanh, trong khi chúng có xu hướng di chuyển cục bộ trong quá trình
khai thác. Hai chức năng này cũng như tìm kiếm mục tiêu, được thực hiện bởi châu

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 8/59

chấu một cách tự nhiên. Do đó, nếu chúng ta tìm ra cách để mô hình hóa toán học này,
chúng ta có thể thiết kế một thuật toán mới lấy cảm hứng từ thiên nhiên.
2.2. Giới thiệu thuật Toán GOA:
Dựa vào hành vi của châu chấu trong tự nhiên để đưa ra thuật toán GOA.
Mỗi vị trí của châu chấu tương ứng cho 1 nghiệm:
Mô hình toán học được sử dụng để mô phỏng hành vi tràn ngập của
châu chấu được trình bày như sau:
X i  Si  Gi  Ai

(2.1)

Trong đó: X i là vị trí châu chấu thứ i
Si

là sự tương tác của những con châu chấu

Gi

là lực hấp dẫn của trái đất lên châu chấu thứ i

Ai

là lực đẩy của gió lên châu chấu thứ i

Lưu ý rằng để thể hiện sự ngẫu nhiên công thức có thể được viết dưới dạng:
X i  r1Si  r2Gi  r3 Ai

Trong đó:

r1 r2



r3

(2.2)

là các số ngẫu nhiên trong [0,1] .
N



Si  �s (dij ) d ij
j 1
j #1

(2.3)

Mô hình khái niệm về sự tương tác giữa châu chấu và vùng tác động sử dụng các hàm
được minh họa (Hình 2.4).
Hình 2.4: Các vùng tác động của châu chấu

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 9/59

Thành phần G trong công thức (2.1) được tính như sau:


Gi   g eg

(2.4)

Trong đó: g là hằng số hấp dẫn của Trái đất


eg

cho thấy một vector hướng về tâm của Trái đất.

Thành phần A trong công thức (2.1) được tính như sau:


Ai  u ew

Trong đó: u là sự chuyển động liên tục của châu chấu

(2.5)



ew

là một vector theo hướng của gió.

Đánh giá kích thước của nguồn thức ăn
new
Châu chấu sẽ lan tỏa ra các vị trí mới để tìm nguồn thức ăn ứng với tạo vị trí mới X i

 Những con châu chấu con ở giai đoạn ấu trùng thì chuyển động chậm và
bước nhãy nhỏ nên khi ở giai đoạn này chúng tiến đến vị trí nguồn thức
ăn chậm và vị trí nguồn thức ăn đối với châu chấu ở giai đoạn này càng
lớn.

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 10/59

 Những con châu chấu trưởng thành chuyển động nhanh và nhảy xa nên
khi ở giai đoạn này chúng tiến đến vị trí nguồn thức ăn nhanh chóng và
vị trí nguồn thức ăn đối với châu chấu ở giai đoạn này càng thu hẹp.
 Những con châu chấu bay gần nhau sẽ ra xa để thăm dò nguồn thức ăn và
những con châu chấu ở xa sẽ bay gần nhau để khai thác nguồn thức ăn
Những con châu chấu có cánh, nhưng các cánh sau giống như màng trong khi
các cánh trước thì dai không phù hợp để bay, nên cử động của chúng là tương quan
chặt chẽ với hướng gió.
Thay thế S, G và A theo công thức (2.1), công thức này có thể được mở rộng như sau:
N

X i  �s ( X i  X j )

X j  Xi

j 1
j #1

dij





 g eg  u ew

(2.6)

Trong đó: N là số lượng châu chấu.
Kể từ khi con châu chấu xuống đất, vị trí của chúng không đi dưới ngưỡng. Tuy
nhiên, ta sẽ không sử dụng phương trình trong thuật toán mô phỏng và tối ưu hóa trong
bầy đàn vì nó ngăn thuật toán khám phá và khai thác tìm kiếm không gian xung quanh
một giải pháp. Trên thực tế, mô hình được sử dụng cho đàn có trong không gian trống.
Do đó, công thức (2.3) được sử dụng và có thể mô phỏng sự tương tác giữa châu chấu
trong một bầy đàn. Hành vi của hai đàn trong không gian 2D và 3D bằng cách sử dụng
công thức (2.6) được minh họa (Hình 2.5 và 2.6). Trong hai hình này, 20 con châu chấu
nhân tạo được yêu cầu di chuyển trên 10 đơn vị thời gian.
Hình 2.5: Hành vi của châu chấu trong không gian 2D

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 11/59

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 12/59

Hì
nh 2.6 : Hành vi của châu chấu trong không gian 3D
(Hình 2.5) cho thấy công thức (2.6) mang dân số ngẫu nhiên ban đầu gần hơn
cho đến khi chúng tạo thành một đám thống nhất thống nhất. Sau 10 đơn vị thời gian,
tất cả các con châu chấu đều đến vùng tương tác và không di chuyển nữa. Hành vi
tương tự được quan sát thấy trong không gian 3D trong (Hình 2.6). Điều này cho thấy
mô hình toán học có thể mô phỏng một đàn châu chấu trong không gian 2D, 3D và đa
chiều.
Tuy nhiên, không thể sử dụng trực tiếp mô hình toán học này để giải quyết các vấn đề
tối ưu hóa, chủ yếu là do châu chấu nhanh chóng đến vùng tác động và đàn không hội
tụ ở một điểm cụ thể. Một phiên bản sửa đổi của công thức (2.6) được đề xuất để giải
quyết các vấn đề tối ưu hóa:
X inew  cSi  T�

Áp dụng thuật toán GOA để giảm chi phí phát điện

(2.7)


ĐỒ ÁN TỐT NGHIỆP
TRANG 13/59

Lưu ý rằng S trong công thức (2.7) gần như tương tự thành phần S trong công
thức (2.1). Tuy nhiên, ta không xem xét lực hấp dẫn của trái đất (không có thành phần
G) và giả thiết rằng hướng gió (một thành phần) luôn hướng tới mục tiêu nguồn thức


ăn T .
Công thức (2.7) cho thấy vị trí tiếp theo của châu chấu được xác định dựa trên vị
trí hiện tại của nó, vị trí của mục tiêu nguồn thức ăn và vị trí của tất cả các châu chấu
khác. Lưu ý rằng thành phần đầu tiên của công thức này xem xét vị trí của châu chấu
hiện tại liên quan đến châu chấu khác. Trong thực tế, ta sẽ xem xét tình trạng của tất cả
các châu chấu để xác định vị trí của nguồn thức ăn.
Trong công thức (2.7), Si được tính bằng công thức sau:
�N

ub  lb


Si  �
(c
s
d
d
)


ij  ij


2
�ij#i1




(2.8)

Các công thức toán học được đề xuất có thể khám phá và khai thác không gian
tìm kiếm. Tuy nhiên, cần có cơ chế yêu cầu các con châu chấu điều chỉnh mức độ thăm
dò để khai thác. Trong tự nhiên, con châu chấu đầu tiên di chuyển chậm và tìm kiếm
thức ăn tại nguồn thứ ăn hạn chế bởi vì trong ấu trùng chúng không có cánh. Sau đó,
chúng di chuyển tự do trong không khí và khám phá một khu vực thức ăn có quy mô
lớn hơn nhiều. Tuy nhiên, trong các thuật toán tối ưu hóa ngẫu nhiên, việc thăm dò là
việc đầu tiên do nhu cầu tìm kiếm nguồn thức ăn ở các vị trí khác nhau trong không
gian tìm kiếm. Sau khi tìm các vị trí thức ăn mà ở đó kích thước vùng thức ăn lớn nhất,
ta sẽ khai thác những con châu chấu đã tìm kiếm tại vùng thức ăn đó để tìm chính xác
mức tối ưu toàn cầu.
Để thăm dò và khai thác cân bằng, tham số c được yêu cầu phải giảm tỉ lệ thuận
với số lần lặp lại. Hệ số c làm giảm vùng tác động tỉ lệ thuận với số lần lặp và được
tính như sau:

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 14/59

c  cmax  l

cmax  cmin
iter

(3.1)

Trong công thức (3.1), đối với bài toán này ta cho cmax = 1 và cmin = 0.00001 tương
ứng sẽ ảnh hưởng đến chuyển động và hội tụ của châu chấu. Hành vi này là do giảm


vùng tác động theo hệ số c. Điều này là do thành phần cuối cùng của công thức(2.7) T ,
trong đó châu chấu bị thu hút đối với mục tiêu nguồn thức ăn.
Mô hình thú vị là sự kết hợp dần dần của châu chấu đối với mục tiêu trong quá
trình di chuyển, điều này một lần nữa là do yếu tố giảm c. Những hành vi này sẽ hỗ trợ
thuật toán GOA không hội tụ về phía mục tiêu nguồn thức ăn quá nhanh và do đó
không bị mắc kẹt trong việc chọn lọc vị trí những nguồn thức ăn khác. Trong các bước
cuối cùng của tối ưu hóa, những con châu chấu sẽ hội tụ hướng tới mục tiêu nguồn
thức ăn càng nhiều càng tốt, đó là điều cần thiết trong khai thác. Các công thức và lý
thuyết ở trên cho thấy mô hình toán học được đề xuất nhằm yêu cầu con châu chấu di
chuyển hướng tới mục tiêu nguồn thức ăn dần dần trong nhiều quá trình lặp đi lặp lại.
Tuy nhiên, trong một không gian tìm kiếm khác, có hoặc không có mục tiêu bởi vì
trong không gian tìm kiếm đó chúng ta không biết chính xác vị trí tối ưu hóa, mục tiêu
chính của không gian tìm kiếm đó là gì. Vì vậy, chúng ta phải tìm một mục tiêu cụ thể
cho những con châu chấu trong từng bước tối ưu hóa. Trong thuật toán GOA, nó được
giả định là châu chấu tốt nhất (cái có giá trị khách quan tốt nhất) trong khi tối ưu hóa là
mục tiêu nguồn thức ăn. Điều này sẽ giúp GOA tiết kiệm mục tiêu đầy hứa hẹn nhất
trong không gian tìm kiếm trong mỗi lần lặp và yêu cầu châu chấu di chuyển về phía
nó. Điều này được thực hiện với hy vọng tìm thấy một mục tiêu nguồn thức ăn tốt hơn
và chính xác hơn là xấp xỉ tốt nhất cho tối ưu trong không gian tìm kiếm.

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 15/59

2.2.1. Tóm tắt thuật toán:
Những đặc tính sinh học của con châu chấu được áp dụng vào thuật toán:
 Mỗi vị trí của châu chấu tương ứng cho 1 nghiệm.
 Kích thước nguồn thức ăn của châu chấu tương ứng với giá trị hàm mục tiêu.
 Châu chấu sẽ lan tỏa ra các vị trí mới để tìm nguồn thức ăn ứng với tạo vị trí
new
mới X i .

 Mỗi con châu chấu di chuyển phụ thuộc vào nguồn thức ăn và sự tương tác của
nó với những con khác thông qua khoảng cách và sự hấp dẫn.
 Mục tiêu thức ăn là nguồn thức ăn có kích thước lớn nhất.
Bước 1: Chọn thông số đầu vào (N, iter, ub, lb):
Bước 2: Khởi tạo vị trí châu chấu:
Tạo vị trí của N con châu chấu trong khoảng giới hạn của nghiệm.
X i  lb  (ub - lb) �rand

(3.2)

Bước 3: Đánh giá kích thước nguồn thức ăn:
Dựa vào vị trí của châu chấu ta đánh giá kích thước nguồn thức ăn.
Fitnessi

Bước 4: Xác định mục tiêu thức ăn:
Dựa vào kích thước nguồn thức ăn, thì mục tiêu thức ăn là nguồn thức ăn có kích thước
lớn nhất.
Tf :

Mục tiêu thức ăn

T� :

Vị trí mục tiêu thức ăn

Bước 5: Tạo vị trí mới:
new
Châu chấu sẽ lan tỏa ra các vị trí mới để tìm nguồn thức ăn ứng với tạo vị trí mới X i .

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 16/59

X inew  cSi  T�

(3.3)

Trong công thức(3.3):
 c là hằng số suy giảm thay đổi theo iter khi iter tăng thì số vòng lặp thay đổi và
c được tính bằng công thức (3.4):
c  cmax  l



Si

cmax  cmin
iter

(3.4)

là sự tương tác của con châu chấu hiện tại với những con châu chấu khác và

được tính bằng công thức (3.5):
�N

ub  lb


Si  �(c
s  dij  d ij ) �


2
�ij#i1




(3.5)

Trong công thức(3.5):


d�ij

là vecto khoảng cách giữa hai con châu chấu.
X j  Xi
d�ij 
dij



s (dij )

(3.6)

là hàm xác định sự tương tác của tập thể châu chấu.
 dij

s (dij )  f �e

h

 e r

Bước 6: Kiểm tra ràng buộc vị trí mới:
Vị trí mới của các châu chấu phải thỏa điều kiện sau:
new
lb < X i < ub

khi
X inew

new
= lb nếu X i < lb

X inew

new
= ub nếu X i > ub

Bước 7 : Đánh giá kích thước nguồn thức ăn đối với vị trí mới:

Áp dụng thuật toán GOA để giảm chi phí phát điện

(3.7)


ĐỒ ÁN TỐT NGHIỆP
TRANG 17/59

Fitnessi new

Bước 8 : Từ việc đánh giá kích thước nguồn thức ăn đối với vị trí mới, xác định vị
trí có nguồn thức ăn tốt nhất thông qua nguồn thức ăn nhiều nhất:
Tf new : Mục tiêu nguồn thức ăn mới
new
T�

: Vị trí nguồn thức ăn mới

Bước 9 : Cập nhập mục tiêu:
So sánh và giữ lại nguồn thức ăn tốt nhất
new
Tf new < Tf thì Tf = Tf new và T� = T�

Ngược lại thì vẫn giữ nguyên Tf và T�
Bước 10: Kiểm tra vòng lặp

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 18/59

2.2.2.Sơ đồ thuật toán:

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 19/59

Đối với các thuật toán khác như PSO[4], SMS[5], GSA[8], BA[2], GA[7], FPA[3],
FA[6] ta có thể dễ dàng thấy tính chất tốt hơn của thuật toán GOA và được thể hiện qua
những bảng sau đây:
Bảng 2.1: Kết quả khảo sát của hàm benchmark
GOA
F
F1

GTNN

Độ lệch
chuẩn

PSO[4]
GTNN

Độ lệch
chuẩn

GSA[7]
GTNN

Độ lệch
chuẩn

BA[2]
GTNN

Độ lệch
chuẩn

0.0000

0.0000

0.2391

0.5622

0.0002

0.0012

0.9882

1.0000

F2

0.0020

0.0010

0.0097

0.0013

0.0000

0.0000

1.0000

1.0000

F3

0.0010

0.0203

0.2613

0.3547

0.0328

0.0395

1.0000

1.0000

F4

0.0000

0.0000

0.4767

0.4730

0.3244

0.5119

0.9148

1.0000

F5

0.0000

0.0000

0.0386

0.0944

0.0000

0.0000

1.0000

1.0000

F6

0.0000

0.0000

0.7786

0.4808

0.3825

0.2231

1.0000

1.0000

F7

0.0000

0.0000

0.1349

0.1648

0.0226

0.0763

1.0000

1.0000

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 20/59

Bảng 2.2: Kết quả khảo sát của hàm benchmark
FPA[3]
F
GTNN
F1

Độ lệch
chuẩn

SMS[5]

FA[6]

Độ
GTNN

lệch

GA[7]
Độ

GTNN

chuẩn

lệch

Độ
GTNN

chuẩn

lệch
chuẩn

0.0329

0.0784

1.0000

0.4478

0.1581

0.0748

0.4121

0.5202

F2

0.0131

0.0007

0.0157

0.0008

0.0076

0.0001

0.0100

0.0003

F3

0.0000

0.0000

0.3486

0.0651

0.0617

0.0160

0.2022

0.0710

F4

0.3219

0.4215

1.0000

0.7232

0.3796

0.2116

0.7245

0.2384

F5

0.0060

0.0345

0.3901

0.4781

0.0068

0.0068

0.0746

0.0931

F6

0.0088

0.0189

0.7025

0.5891

0.0414

0.0190

0.1933

0.1932

F7

0.0386

0.0459

0.0036

0.0022

0.0590

0.0194

0.4416

0.2028

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 21/59

Bảng 2.3: Kết quả khảo sát của các hàm benchmark đa phương thức
F

GOA

PSO[4]

GTNN

Độ lệch
chuẩn

GSA[7]

Độ
GTNN

lệch

BA[2]

Độ
GTNN

lệch

Độ
GTNN

lệch

0.8473

chuẩn
0.0020

0.0148

chuẩn
1.0000

F8

1.0000

0.0002

0.7425

chuẩn
0.0016

F9

0.0000

0.0007

0.6520

1.0000

0.1361

0.2722

0.7022

0.7517

F10

0.0975

1.0000

0.6140

0.2426

0.0000

0.0000

0.9665

0.1155

F11

0.0000

0.0000

0.8184

0.3512

1.0000

0.5790

0.9912

1.0000

F12

0.0000

0.0000

0.4689

0.8147

0.0577

0.4246

0.6892

0.9635

F13

0.0000

0.0000

0.0973

0.1647

0.1603

0.0890

1.0000

1.0000

Bảng 2.4: Kết quả khảo sát của các hàm benchmark đa phương thức
F

FPA[3]
GTNN

Độ lệch
chuẩn

SMS[5]

FA[6]

Độ
GTNN

lệch

GA[7]
Độ

GTNN

lệch

Độ
GTNN

lệch

0.6140

chuẩn
0.0000

0.0000

chuẩn
0.0006

F8

0.0381

0.0006

0.5613

chuẩn
0.0049

F9

0.6568

0.4179

0.8628

0.2633

0.8377

0.0329

1.0000

0.0000

F10

0.7170

0.3848

1.0000

0.0666

0.7078

0.0410

0.8628

0.1415

F11

0.0124

0.0058

0.6746

0.7789

0.0548

0.0070

0.1941

0.2865

F12

0.0237

0.1907

0.1140

0.0000

0.2442

1.0000

1.0000

0.4363

F13

0.3766

0.1566

0.9609

0.2394

0.1119

0.1510

0.4446

0.0798

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 22/59

Bảng 2.5: Kết quả khảo sát của hàm benchmark CEC
F

GOA

PSO[4]
Độ

GSA[7]

Độ
GTNN

lệch

BA[2]

Độ
GTNN

lệch

Độ

GTNN

lệch

GTNN

lệch

F1_CEC200

0.0000

chuẩn
0.0000

chuẩn
chuẩn
chuẩn
0.6040 1.0000 0.4972 0.8825 0.0424 0.0950

5
F2_CEC200

0.0000

0.0000

0.3341 0.1579 0.4860 0.1481 0.3483 0.1134

5
F3_CEC200

0.0037

0.0057

0.2299 0.2852 0.3130 0.0441 0.1311 0.0801

5
F4_CEC200

0.0000

0.0127

0.4569 0.3523 0.4807 0.0958 0.3726 0.0473

5
F5_CEC200

0.0000

0.0602

0.7003 0.4740 0.4788 0.0000 0.2737 0.0513

5
F6_CEC200

0.0000

0.0000

0.3078 0.1878 0.2109 0.2577 0.0037 0.0016

5
F7_CEC200

0.0000

0.0000

0.8524 0.6681 0.3416 0.3029 0.0759 0.0806

5
Nhận xét: Theo kết quả trong (Bảng 2.1) và (Bảng 2.2) thuật toán GOA hiển thị kết quả
tốt nhất khi giải các hàm benchmark. Kết quả của thuật toán này tốt hơn đáng kể trong
hơn một nửa các hàm khác, cho thấy hiệu suất cao của thuật toán này. Các hàm khác
chỉ có một tối ưu toàn cầu, do đó, kết quả cho thấy thuật toán GOA có khả năng khai
thác cao.
Các kết quả trong (Bảng 2.3 và 2.4) tương đối giống với (Bảng 2.1 và 2.2),
Thuật toán GOA có xu hướng vượt trội hơn đáng kể so với các kết quả khác trong cả
hai chỉ số Ave(trung bình) và std(độ lệch chuẩn). Kết quả của thuật toán này một lần

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 23/59

nữa vượt trội đáng kể trong phần lớn các hàm benchmark đa phương thức khác. Những
kết quả này cho thấy lượng hiệu quả của thuật toán được đề xuất trong bài toán tối ưu
hóa.
Qua (Bảng 2.5) một lần nữa đánh giá vượt trội về tính hiệu quả của thuật toán
GOA qua hàm CEC2005

Bảng 2.6: Công thức hàm benchmark
Function
f1 ( x)  �in1 xi2

dim

[ub,lb]

Fmin

30

[-100,100]

0

n
i 1

f 2 ( x )  � xi  � xi

30

[-10,10]

0

f 3 ( x )  �in1 (�ij 1 x j ) 2

30

[-100,100]

0

30

[-100,100]

0

[-30,30]

0

30

[-100,100]

0

30

[-1.28,1.28]

0

n
i 1

f 4 ( x )  m ax  x1 ,1 �i �n

f 5 ( x )  �in1 �
100( xi 1  xi2 ) 2  ( x1  1)2 �

� 30

f 6 ( x)  �in1 ( xi  0.5 ) 2

f 7 ( x)  �in1 ix i4  random  0.1

Nhận xét: Đối với những bài toán khác nhau sẽ giải quyết vấn đề tối ưu hóa trong
những bài toán khác nhau, ta cần mở rộng những hàm công thức của thuật toán để tính
ra kết quả phù hợp với giá trị hàm fitness của bài toán tương ứng. (Bảng 2.6) thể hiện
công thức benchmark mở rộng của thuật toán GOA với những hàm khác nhau và thông
số đầu vào khác nhau.

Áp dụng thuật toán GOA để giảm chi phí phát điện


ĐỒ ÁN TỐT NGHIỆP
TRANG 24/59

CHƯƠNG 3: TÌM HIỂU VỀ BÀI TOÁN TÍNH CHI PHÍ PHÁT ĐIỆN CỦA
NHÀ MÁY ĐIỆN
Mô tả bài toán : Trong hệ thống điện có nhiều nhà máy, mỗi nhà máy có nhiều
tổ máy phát điện. Khi làm việc trong hệ thống thì điều dộ A0 điều phối công suất tổng
của nhà máy nhưng việc chọn công suất phát của mỗi tổ máy là của người vận hành
trong nhà máy. Xác định định công suất phát cho các tổ máy để cho công suất tổng của
các tổ máy bằng với công suất yêu cầu nhưng chi phí phải đạt nhỏ nhất. Điều độ A0 chỉ
quan tâm tổng công suất phát là bao nhiêu còn người vận hành sẽ chọn công suất phát
tối tưu.
Khi P= 50 MW cho ra giá điện ở 1MW = 50$ nhưng
Khi P= 55 MW cho ra giá điện ở 1MW = 50$
Tại mỗi công suất khác nhau chi phí sản xuất 1MWh khác nhau vì có nhiều tổ máy như
vậy ta không biết được công suất nào là công suất tối ưu nên ra phải tính toán và kiểm
tra từ đó việc vận hành tối ưu là việc nên làm.
3.1 Hàm chi phí phát điện:
Trong phạm vi giới hạn về công suất mà máy phát ở mỗi thời điểm có giá trị chi
phí khác nhau, do đó mỗi máy phát có mỗi đường cong biểu diễn cho chi phí nhiên liệu
theo công suất phát khác nhau. Hiệu quả kinh tế của mỗi máy phát sử dụng mỗi công
nghệ khác nhau, thông số kỹ thuật khác nhau, hiệu quả kinh tế này được đo bằng chi
phí nhiên liệu cho việc phát ra một đơn vị công suất (MW).
Chi phí nhiên liệu ở đây quy ra tiền trong một giờ làm việc ($/h). Đặc tính chi
phí sản xuất của nhà máy nhiệt điện có dạng đường cong parabol:
M

F  �ai Pi 2  bi Pi  ci
i 1

Trong công thức(3.8):

Áp dụng thuật toán GOA để giảm chi phí phát điện

(3.8)


ĐỒ ÁN TỐT NGHIỆP
TRANG 25/59

-

ai, bi, ci:

Hệ số hàm chi phí của tổ máy thứ i.

Giả thuyết là hàm chi phí này đã được biết tại các Nhà máy và các con số này
chính xác nhất, ta chỉ lấy số liệu và áp dụng.
-

Pi:

Công suất của tổ máy thứ i (MW).

-

i:

i = 1, 2, …., M (M là số tổ máy phát).

3.2 Giới hạn ràng buộc :
2.2.1 Ràng buộc cân bằng công suất :
Tổng công suất phát của các tổ máy sẽ bằng tổng công suất tải và công suất tổn
hao trên hệ thống:
N

�P  P
i

i 1

D

 PL  0

(3.9)

Trong công thức(3.9):
 PD :

Công suất yêu cầu của hệ thống (MW).

 PL :

Công suất tổn hao của hệ thống (MW).

Mặt khác PL được tính theo công thức của Kron:
N

N

N

PL  ��PB
B0i Pi  B00
i ij X j  �
i 1 j 1

i 1

(4.0)

 Bij, B0i, B00 : Hệ số ma trận B cho tổn thất công suất truyền tải.
3.2.2 Giới hạn công suất phát :
Công suất phát thực của các tổ máy được giới hạn trong phạm vi từ giới hạn cực
tiểu đến giới hạn cực đại:

Pi ,min �Pi �Pi ,max
Trong công thức(2.4):
 Pi,min:

Công suất phát cực tiểu của tổ máy thứ i (MW).

 Pi,max:

Công suất phát cực đại của tổ máy thứ i (MW).

Áp dụng thuật toán GOA để giảm chi phí phát điện

(4.1)


Tài liệu bạn tìm kiếm đã sẵn sàng tải về

Tải bản đầy đủ ngay

×