Chương 1: Giới thiệu chung hứng từ cách phan cap trong bay đàn của loài sói và hành vi cua chúng khi san môi trong tự nhiên dé phát triển nên giải thuật để giải các bài toán tôi ưu. Phương pháp GWO sẽ được áp dụng để giải bài toán điều độ kinh tế hỗn hợp nhiệt điện và so sánh kế quả với các phương pháp khác. 13 MỤC TIỂU CUA ĐÈ TÀI: Luận văn giới thiệu về phương pháp mới để giải các vẫn đề về tối ưu, từ đó áp dụng Grey Wolf Optimizer vào giải bài toán điều độ kinh tế hỗn hợp nhiệt điện. Mục tiêu cuối cùng là dựa vào GWO dé đưa ra phương án tối ưu nhất, cực tiểu chi phí trong vận hành hệ thống các tổ máy hỗn hợp nhiệt điện CHP.
14 TAM QUAN TRONG CUA ĐÈ TÀI: Hiện nay chưa có luận văn thạc sĩ, tiên sĩ, công trình nghién cứu nao trong nước áp dụng thuật toán GWO để giải bài toán điều độ kinh tế hỗn hợp nhiệt điện. 15 PHAM VINGHIEN CỨU: Tìm hiểu về nguyên lý và lý thuyết của thuật toán GWO, bao gồm: Nguồn gốc phương pháp, nguyên lý, giải thuật, ưu và nhược điểm. Từ các tìm hiểu ban đầu về GWO, áp dụng GWO vào giải bài toán điều độ kinh tế hỗn hợp nhiệt điện CHPED cho hệ 4 tổ máy, 5 tổ máy và 6 tổ máy. Mỗi hệ có nhiều trường hợp khác nhau.
Lập trình phương pháp giải và kiểm tra kết quả trên chương trình matlab. Kết quả giải bằng GWO được so sánh với các phương pháp khác để đánh giá hiệu quả của GWO cho bài toán CHPED. Trang 3 Chương 2: Tổng quan CHUONG 2 TONG QUAN 2.1 BÀI TOÁN DIEU DO KINH TE HON HOP NHIET ĐIỆN: Tối ưu hóa chiém một vị tri quan trọng trong hệ thong năng lượng và là một kỹ thuật thường được sử dụng trong vận hành hệ thong điện. Tối ưu hóa tim cách phân bố lại công suất yêu cầu cho các tô máy trong phạm vi tính toán nhằm làm giảm chi phí và cải thiện hiệu suất toàn bộ hệ thống.
Hau hết các vẫn đề tối ưu hóa hệ thong điện bao gôm cả điều độ kinh tế (ED) đều có những đặc tính phi tuyến và khá phức tạp trong việc phân chia công suất một cách kinh tế giữa những tổ máy đang hoạt động. Trong thực tế, hàm mục tiêu của bài toán ED có những điểm gãy phụ thuộc vào ảnh hưởng của điểm van công suất và sự thay đổi dạng nhiên liệu, trong phạm vi nghiên cứu của luận văn bỏ qua các diém gay này. Bài toán điều độ kinh tế máy phát kết hợp nhiệt và điện (CHPED) tương tự như bài toán ED, nhưng được áp dụng với máy phát kết hợp nhiệt và điện [1]. Ngoài việc đáp ứng yêu câu về điện, bài toán này phải đáp ứng thêm yêu cau về nhiệt cũng như thỏa mãn ràng buộc về vùng vận hành khả thi nhiệt-điện của máy phát đồng phát.
Thuật toán GWO mô phỏng theo cách phân cấp trong bay đàn của loài sói và hành vi của chúng khi săn mỗi trong tự nhiên để phát triển nên giải thuật giải các bài toán tối ưu. Phân cấp trong bay dan của loài sói bao gồm: Alpha, Beta, Delta và Omega, các hành vi khi săn môi của loài sói được phân tích là: Tìm kiếm, bao vây và tần công. Thuật toán GWO đã được kiểm chứng với 29 phương trình thử nghiệm [2] va cho kết quả rất tốt khi so sánh với các phương pháp khác như Particle Swarm Optimization (PSO), Gravitational Search Algorithm (GSA), Differential Evolution (DE), Evolutionary Programming (EP) va Evolution Strategy (ES). Trang 4 Chương 2: Tổng quan 2.2 TONG QUAN CÁC PHƯƠNG PHAP DA DUOC AP DỤNG DE GIẢI BÀI TOÁN DIEU ĐỘ KINH TE HON HỢP NHIET ĐIỆN 2.1 Artificial Immune System (AIS) [18] Hệ thống miễn dich của con người bao gồm các tế bào, phân tử va các co quan trong cơ thể có chức năng chống lại các nguôn bệnh lây nhiễm từ bên ngoài như virus hay vi khuẩn.
Hệ thống miễn dịch có thé phân biệt giữa các tế bào trong cơ thé và nguồn bệnh bên ngoài (anti-gen). Sau khi phân loại, hệ thống miễn dịch tiến hành loại bỏ các yếu tô gây bệnh, các antigen này sau đó được ghi nhớ và kích hoạt cơ chế tự phòng ngừa cho tương lai. Phương pháp hệ thống miễn dịch được mô phỏng theo các đặc tính của hệ thống miễn dịch của con người để giải bài toán tối ưu. Phương pháp này được thử nghiệm, so sánh có kết quả tính toán nhanh hơn và hội tụ hơn so với phương pháp EP và PSO.2 Time Varying Acceleration Coefficient Particle Swarm Optimization (TVAC-PSO) [19] Đây là một phương pháp dựa trên quan thé, trong phương pháp nay cách thức giải quyết là khuyến khích các cá thể đi lang thang qua toàn bộ không gian tìm kiếm.
Trong phan đầu tiên của việc tìm kiếm, không có gom cụm xung quanh tối ưu cục bộ. Trong các giai đoạn sau, hội tu về phía tối ưu toàn cầu được khuyến khích để tìm giải pháp tối ưu có hiệu quả. Trong TVAC, điều nay được thực hiện băng cách thay đổi các hệ số tăng tốc với thời gian theo cách thức như vậy mà các thành phan nhận thức được giảm trong khi các thành phân xã hội được tăng lên. Lúc khởi đầu, nhiều thành phần nhận thức và một số ít thành phan xã hội cho phép các hạt di chuyển xung quanh không gian tìm kiếm thay vì di chuyển theo hướng dân số sớm nhất.
Các giai đoạn sau, một số ít thành phần nhận thức và nhiều thành phần xã hội cho phép các hạt hội tụ về tôi ưu toàn cau. Trang 5 Chương 2: Tổng quan 2.3 Differential Evolution (DE) [20] Thuật toán tiến hóa DE được dé xuất bởi Arsalan Najafi, Hamid Falaghi va Maryam Ramezani năm 2012. Thuật toán DE được áp dụng giải bài toán điều độ kinh tế hỗn hợp nhiệt điện có kế đến điểm van công suất so sánh với phương pháp FPGA (Floating Point Genetic Algorithm) có tỷ lệ thành công, tốc độ hội tụ và chất lượng kết quả tốt.4 Bee Colony Optimization (BCO) [14] Thuật toán BCO được đề xuất bởi Karaboga để tối ưu hóa số vào năm 2005.Day là một thuật toán dựa trên thuật toán bầy đàn lẫy cảm hứng từ tập tính kiếm thức ăn của ong mật. Trong thuật toán BCO, thuộc địa ong bao gồm hai nhóm, ong trinh sát và ong thợ.
Các ong trinh sát tìm kiếm nguồn thực phẩm mới và những con ong thợ tìm kiếm nguôn thực phẩm trong phạm vi lân cận của nguồn thức ăn trong kí ức của chúng. Cả ong trinh sát và ong thợ chia sẻ thông tin của chúng với các con ong khác trong tô. Thuật toán BCO áp dụng vào bài toán CHPED cho thấy tính hiệu quả linh hoạt, đơn giản và mạnh mẽ, thời gian tính toán tương đôi nhanh so với các thuật toán.5 Particle Swarm Optimization with Improved Inertia Weight (PSO- IIW)[21] Nhược điểm chính của việc sử dung phương pháp PSO này là khi trọng lượng quán tính giảm, các bay đàn không thé phục hỏi từ chế độ thăm dò và mat đi khả năng tìm kiếm của nó trong khu vực mới. Vì vậy, thuật toán PSO-IIW là một thuật toán tiễn hóa mới được thực hiện theo phương pháp tìm kiếm trực tiếp để đáp ứng các yêu cầu của PSO có giá tri thực.
Thuật toán này cho thay ưu thế vượt trội so với các phương pháp khác về thời gian cũng như về tong chi phí trong bài toán CHPED với nhiều ràng buộc: ảnh hưởng điêm van, tôn hao công suât,. Trang 6 Chương 2: Tổng quan 2.6 Cuckoo Search (CS) [16] Phương pháp CS được dé nghị dựa trên hành vi của chim cuckoo kết hop với đặc tính Lévy flight. Chim Cuckoo mẹ ký gởi con của nó băng cách đẻ trứng vào tổ của chim khác, trứng của chim cuckoo có hoa văn rất giống như trứng của chim chủ trong tổ và sau đó trứng chim cuckoo nở ra thay thé chim con khác bang cách đây các chim con đó ra khỏi tô. Thuật toán Cuckoo Search là thuật toán thuộc dạng metaheuristic đã được áp dụng vào bài toán ED thông thường với nhiều ràng buộc khác nhau cho kết quả tốt hơn các phương pháp trước như GA, PSO.7 Improved Particle Swarm Optimization (IPSO) [17] Thuật toán IPSO dajgc phát triển bởi TS Võ Ngọc Điều va Peter Schegner dựa trên cơ sở thuật toán PSO dùng pseudo-gradient tăng cojong thêm hệ số co nhằm giúp tăng tốc trong quá trình hội tụ.
Mục đích của pseudo-gradient là hơjớng các phan tử di chuyển đến điểm tốt hơn để chúng có thể nhanh chóng đạt đến sự hội tụ. Phương pháp IPSO cũng là theo phương pháp PSO nhưng nhờ pseudo gradient nên những phần tử di chuyển đến đúng hướng chỉ định, vận tốc của chúng được tăng cường bởi pseudo-gradient, vì vậy chúng có thể di chuyển nhanh đến điểm hội tụ. Do đó, IPSO tốt hơn phương pháp PSO thông thường trong giải quyết bài toán tối ưu. Trang 7 Chương 3: Thành lập bài toán CHƯƠNG 3 THÀNH LẬP BÀI TOÁN Việc hoạch định bai toán điều độ kinh tế phải thực hiện việc điều phối tối ưu giữa các nha máy đang hoạt động dé théa mãn điều kiện ràng buộc cân bang công suất.
Mục tiêu chính của bài toán ED là cực tiêu tổng chi phí hệ thống bằng cách tách biệt công suất đầu ra của mỗi nha máy được kết nối vào lưới. Hàm chi phí hệ thống bao gôm tât cả các hàm chi phí của các nhà máy.1 Hàm mục tiêu: Mô hình toán học bài toán CHPED với hàm mục tiêu là hàm tổng chi phí nhiên liệu cùng với các ràng buộc. Xét một hệ thống có N, máy phát điện thuần tuý, NÑ. máy phát kết hợp điện và nhiệt, và N, máy phát nhiệt thuần tuý.
Các máy phát phải phát điện và nhiệt sao cho tong chi phí nhiên liệu F là nhỏ nhất. Theo toán học, bài toán được biểu diễn như sau: min £ =min{ 3” R(PR)+ (PH) + Ot BD Trong đó: F,(P;): Hàm chi phí nhiên liệu của máy phát điện thứ i ($/h) F;ŒP;.H,): Hàm chi phí nhiên liệu cua máy phat đồng phát thứ j ($/h) FL(H¿): Hàm chi phí nhiên liệu của máy sản xuất nhiệt thứ k ($/h) F.4) Trang 8 Chương 3: Thành lập bài toán 3.2 Cac ràng buộc của bài toán: Trong phạm vi giải bài toán CHPED chỉ xét đến các ràng buộc như sau: - Rang buộc dang thức - Rang buộc bất đăng thức - Rang buộc đồng phát 3.1 Rang buộc dang thức: Ràng buộc cân bằng công suất là ràng buộc đăng thức dùng để giảm bớt công suất hệ thong dựa trên nguyên ly co bản cân bang giữa tong công suất nhà máy phát với tông tải của hệ thống. Cân băng chỉ xảy ra khi tổng công suất nhà máy phát P, Hbang với tong tải trong hệ thống Pp, Hp.
