mở đầu những cuộc cạnh tranh trong thị trường năng lượng điện. Những cải cách ngành công nghiệp điện trên toàn thế giới được xem như là một điều kiện cần thiết để tăng tính hiệu quả sản xuất năng lượng điện, truyền tải, phân phối và cung cấp một mức giá hợp lý hơn, chất lượng cao hơn và sản phẩm an toàn hơn cho khách hàng. Hiện nay, HTĐ Việt Nam cũng đã kết nối với một số nước trong khu vực như Trung Quốc, Lào, Campuchia để mua bán, trao đổi điện và tương lai gần sẽ hình thành hệ thống truyền tải điện trong các nước ASEAN. Các công ty điện nước ngoài đang và sẽ vào Việt Nam hoạt động kinh doanh, cạnh tranh với các công ty điện lực củaViệt Nam.
Ngược lại, các doanh nghiệp kinh doanh điện của Việt Nam, mà trước tiên là EVN cũng có cơ hội để tham gia kinh doanh ở các quốc gia trong khu vực như tham gia mua bán điện trên thị trường điện khu vực, xây dựng các nhà máy điện … Quá trình cải tổ cơ cấu ngành điện Việt Nam và xây dựng thị trường điện sẽ mở ra môi trường cạnh tranh lành mạnh giữa các doanh nghiệp kinh doanh điện trên thị trường điện Việt Nam. Vì thị trường điện là một vấn đề rất mới đối với Việt Nam, cho nên cần thiết phải có những nghiên cứu về thị trường điện. Bài toán Điều độ Kinh tế (Economic Dispatch-ED) trong thị trường điện với mục đích tối ưu hoá lợi nhuận của các nhà máy trong hoàn cảnh này có ý nghĩa thực tiễn rất to lớn đối với ngành điện nói riêng và nền kinh tế nước ta nói chung. Hiện chưa có luận văn, công trình nghiên cứu trong nước về áp dụng thuật toán Cuckoo Search mới ra đời vào bài toán Điều độ Kinh tế trong Thị Trường Điện.
Điều này cho thấy tầm quan trọng của bài toán trong việc tìm ra một lời giải tốt nhất, tối ưu nhất. Do đó luận văn sẽ tập trung tìm ra lời giải cho “Bài toán Điều độ Kinh tế trong Thị Trường Điện áp dụng thuật toán Cuckoo Search”. 1 HVTH: Nguyễn Sỹ Đông Hải MSHV: 12181134 I. Mục tiêu của đề tài Tìm ra lời giải cho bài toán ED trong Thị Trường Điện: tối đa lợi nhuận của các nhà máy phát với thuật toán được đề xuất “Cuckoo Search”.
Phạm vi nghiên cứu Căn cứ vào mục tiêu đề tài và thời gian làm luận văn, việc nghiên cứu chỉ giới hạn trong phạm vi: Tìm hiểu mô hình thị trường điện có xét đến các dịch vụ phụ trợ (các nhà máy phát) Tìm hiểu thuật toán tối ưu Cuckoo Search, cách áp dụng vào bài toán ED trong Thị Trường Điện. Giải quyết bài toán ED cho thị trường điện đơn giản là thị trường tập trung, các nhà máy là nhiệt điện. Kết quả tính toán bằng phương pháp Cuckoo Search thực hiện dựa trên lập trình Matlab. Nội dung nghiên cứu Mô hình Thị trường điện có xét đến các dịch vụ phụ trợ.
Thuật toán Cuckoo Search. Áp dụng thuật toán Cuckoo Search vào bài toán ED cho mô hình thị trường điện như trên. 2 HVTH: Nguyễn Sỹ Đông Hải MSHV: 12181134 CHƯƠNG II TỔNG QUAN II.1 Tổng quan về bài toán điều độ kinh tế Bài toán điều độ kinh tế (ED) là phương pháp xác định cách vận hành hệ thống điện tin cậy với chi phí thấp và hiệu quả nhất bằng cách điều độ các nguồn phát có sẵn để cung cấp cho tải trên hệ thống [1]. Mục tiêu chính của điều độ kinh tế là tối thiểu chi phí phát trong khi vẫn đảm bảo các ràng buộc trong vận hành các nguồn phát [2].
Trong môi trường của thị trường điện, các ràng buộc về độ an toàn của điều độ kinh tế giúp ích cho những người tiêu thụ điện qua việc tăng hiệu quả sử dụng của các máy phát. Điều này dẫn đến việc sử dụng nhiên liệu tốt hơn, giảm thiểu khí thải so với thông thường. Điều độ kinh tế đòi hỏi người vận hành phải chú tâm vào các tình trạng của hệ thống và duy trì vận hành lưới an toàn, do đó tăng tính tin cậy của vận hành mà không làm tăng chi phí [3]. Bài toán có một ít thay đổi khi áp dụng vào thị trường điện, mục đích tối ưu chyển từ tối thiểu chi phí phát điện sang tối đa lợi nhuận phát điện, và các ràng buộc về tải trở nên ít nghiêm ngặt hơn [4].
Trong những năm gần đây, cùng với sự phát triển mạnh mẽ của khoa học máy tính và công nghệ trí tuệ nhân tạo, các phương pháp tối ưu có khuynh hướng nghiên về dạng mạng neuron và dạng heuristic do những lợi ích mà nó đem lại. Các phương pháp tiêu biểu của khuynh hướng này như Lập trình tiến hóa (EP), Giải thuật di truyền (GA), Mạng Neuron Hopfield (HNN)… Tuy nhiên các phương pháp này vẫn có khuyết điểm chung là số lần lặp lớn và bị ảnh hưởng bởi các thông số điều khiển. Đến hiện nay, các phương pháp được nghiên cứu rộng rãi và phổ biến như GA, PSO cho thấy nhiều ưu điểm. Riêng PSO giải quyết bài toán điều độ kinh tế thị trường điện rất tốt [5].
Mới đây, hai nhà toán học Xin-She Yang và Suash Deb đã đưa ra thuật toán mới Cuckoo Search được phát triển vào năm 2009 [6]. Qua kiểm tra các hàm chuẩn, Cuckoo Search cho kết quả tốt hơn các phương pháp trước kia như GA, PSO [7] và cho thấy rất khả quan trong việc giải quyết vấn đề tối ưu nên đã đề xuất áp dụng vào bài toán ED trong thị trường điện. 3 HVTH: Nguyễn Sỹ Đông Hải MSHV: 12181134 II.2 Tổng quan các phương pháp giải đã được áp dụng II. DP (Dynamic Programming) Phương pháp quy hoạch động DP ra đời vào những năm 1940 bởi Richard Bellman.
DP là một phương pháp kinh điển rất hiệu quả để giải các bài toán EP không liên tục và không tuyến tính bằng cách tối ưu theo nhiều bước. Tuy nhiên bài toán DP dễ đưa đến tối ưu cục bộ và trong các bài toán lớn thì thời gian tính toán cực kỳ lớn. EP (Evlolutionary Programming) Được đề xuất bởi Lawrence J.Fogel vào năm 1960, phương pháp lập trình tiến hóa EP sau đó đã được chứng minh là giải được nhiều loại bài toán điều độ kinh tế khác nhau như bài toán điều độ kinh tế đa vùng, bài toán điều độ kinh tế có xét tới khí thải. Phương pháp này có khả năng tìm đươc kết quả tối ưu hoặc gần tối ưu với bất kỳ hàm chi phí với ràng buộc khác nhau.
Thời gian tính toán bằng phương pháp EP tương đối nhanh. TS (Tabu Search) Phương pháp TS là phương pháp tìm kiến để tìm giải pháp tối ưu dựa trên bộ nhớ linh động của máy tính. Phương pháp ra đời năm 1986 bởi Fred W. Đầu tiên TS chọn kết hợp tất cả các hàm chi phí của các tổ máy.
Kết quả tính toán được mã hóa ở dạng thập phân và được lưu vào bộ nhớ máy tính. Ưu điểm của TS là thời gian tính toán nhỏ, phương pháp này đã được chứng minh là giải quyết tốt bài toán điều độ kinh tế với nhiều ràng buộc khác nhau. GA (Genetic Algorithm) Được biết tới vào 1975 bởi Hohn Holland, thuật toán di truyền là một phương pháp tối ưu ngẫu nhiên dựa trên nguyên lý chọn lọc tự nhiên và di truyền, Nó kết hợp sự ước lượng kết quả với những thay đổi đã được cấu trúc, đã được ngẫu nhiên hóa của thông tin di truyền giữa các kết quả để đạt được sự tối ưu. Thông thường các kết quả này được biểu diễn dưới dạng chuỗi số nhị phân hoặc các ký hiệu mã hóa khác được gọi là nhiễm sắc thể.
GA có nhiều ưu điểm tính toán, như đơn giản và tổng quát hóa. Ngoài ra, nó còn tìm ra nhiều kết quả một cách đồng thời mà các phương pháp thông thường không làm được. Vì thế, khả năng tìm ra kết quả tối ưu toàn cục được nâng lên. Ưu điểm chính của GA là tim ra kết quả gần tối ưu trong thời gian ngắn so với các phương pháp dò tìm ngẫu nhiên khác như Simulated Annealing (SA) hay Qui hoạch động (DP),…Tuy nhiên, GA phụ thuộc nhiều vào hàm tương thích, nhạy với tỉ lệ lai và đột biến, sơ đồ mã hóa các bit của nó, và độ dốc của đường cong không gian dò tìm dẫn đến lời giải.
Sau đó GA đã được cải tiến và kiểm chứng trong bài toán điều độ kinh tế hệ thống điện với nhiều dạng khác nhau cho thấy kết quả tốt hơn. 4 HVTH: Nguyễn Sỹ Đông Hải MSHV: 12181134 II. DE (Differential Evolution) DE là một thuật toán tiến hóa được đề xuất bởi Storn and Price vào năm 1997. Phương pháp DE cho thấy hiệu quả trong việc giải quyết bài toán tối ưu không tuyến tính với nhiều ràng buộc.
DE có ưu điểm hơn các phương pháp tiến hóa khác đó là cấu trúc đơn giản, gọn, ít thông số điều khiển, điểm hội tụ cao. Với bài toán ED có hàm chi phí bậc hai theo từng đoạn có xét đến điểm van công suất, phương pháp DE cho kết quả tốt hơn nhiều so với phương pháp truyền thống. Tuy nhiên, DE cũng dễ rơi vào tối ưu cục bộ. HNN (Hopfield Neural Network) HNN là một phương pháp dựa trên mạng Neural Hopfiel để giải bài toán ED.
Phương pháp dựa trên HNN cho thấy rất thành công trong việc giải bài toán ED với hàm chi phí bậc hai theo từng đoạn. Hạn chế của phương pháp này là tốc độ hội tụ chậm, ngoài ra số vòng lặp lại lớn và kết quả dao động khi giải quyết bài toán tối ưu. Về sau, phương pháp dựa trên mạng HNN được tăng cường và cải tiến (ELHNN) cho thấy triển vọng giải quyết bài toán ED lớn với nhiều ràng buộc phức tạp hơn. ELANN (Enhanced Lagrangian Artificaial Neural Network) Mạng noron nhân tạo Lagrange tăng cường ELANN được áp dụng để giải các bài toán ED với hàm chi phí gồm nhiều đoạn bậc hai và các ràng buộc không tuyến tính.
ELANN không nhạy với sự lựa chọn các thông số tốc độ, đặc tính hội tụ ổn định và nhanh. Tốc độ hội tụ được tăng lên bởi việc áp dụng phương pháp động lượng và việc cung cấp các tiêu chuẩn cho sự lựa chọn các thông số tốc độ học. ELANN cho thấy nhiều hứa hẹn trong bài toán ED lớn và phức tạp. PSO (Particle Swarm Optimization) Thuật toán tối ưu hóa bầy đàn PSO được khởi xướng bởi Kennedy và Eberhart vào năm 1995.
Thuật toán mô phỏng hành vi của đàn chim và cá tìm thức ăn, Tại thời điểm bắt đầu tìm kiếm thức ăn, cả đàn bơi theo một hướng nào đó một cách ngẫu nhiên. Sau một thời gian tìm kiếm, một số các thể trong đàn bắt đầu tìm ra được nơi có thức ăn.
