Đặt vấn đề Ngày nay nhu cầu năng lượng đang là vấn đề thời sự cho sự phát triển của nền kinh tế, trong đó năng lượng điện đóng vai trò then chốt. Hệ thống điện liên tục được mở rộng, phát triển cả về nguồn và đường dây truyền tải. Nhu cầu sử dụng năng lượng đã và đang trở thành vấn đề cấp thiết mang tính sống còn cho sự phát triển của các nền kinh tế. Trong đó, năng lượng điện đóng một vai trò đặt biệt quan trọng.
Cùng với xu thế phát triển của khoa học, kỹ thuật chung của thế giới. Đảng và nhà nước đã định hướng, nước ta sẽ trở thành nước công nghiệp. Các khu chế xuất, các khu công nghiệp đã và đang được tập trung phát triển rất nhanh. Vì vậy, nhu cầu của phụ tải cũng sẽ không ngừng phát triển.
Từ đó, hệ thống điện cũng sẽ được liên tục mở rộng, phát triển cả về nguồn phát, đường dây truyền tải và hệ thống phân phối. Do đặc điểm, phân bố và nhu cầu của phụ tải ở nước ta là không đồng đều về không gian và thời gian. Phụ tải tập trung ở các thành phố lớn và các khu công nghiệp, thưa thớt ở nông thôn, miền núi. Cho nên dòng phân bố công suất trên đường dây truyền tải cũng không đồng đều và thay đổi liên tục theo thời gian.
Theo số liệu nhận được từ các công ty Điện Lực thì cùng một thời điểm trên hệ thống có một số đường dây bị quá tải trong khi các đường dây khác vận hành non tải. Do vậy, việc sử dụng hiệu quả, tối ưu tổn thất công suất trong hệ thống điện đang là hướng nghiên cứu rất được nhiều người quan tâm. Tóm tắt sơ lƣợc các bài báo khoa học có liên quan đến đề tài An Improved Particle Swarm Optimization Algorithm For Optimal Power Flow (của các tác giả Weibing Lui, Min Li, Xianjia Wang). Bài báo giới thiệu phương pháp multi-start để khắc phục hiện tượng hội tụ sớm.
Dùng phương pháp PSO cải tiến (IPSO) là kết hợp giữa multi-start và thuật toán PSO cổ điển, để giải bài toán tối ưu hóa dòng phân bố công suất trong hệ thống điện. Ƣu điểm của bài báo. 1 Vấn đề hội tụ sớm xảy ra khi tìm ra một phần tử tối ưu cục bộ khi đó tất cả các phần tử khác trong quần thể di chuyển đến gần phần tử này và các phần tử sẽ rơi vào vùng tiến lui điều khó của điểm tối ưu cục bộ. Đây là khó khăn thường xảy ra khi sử dụng thuật toán PSO.
Bài báo này trình bày ưu điểm của thuật toán là khắc phục hiện tượng hội tụ sớm và tìm ra điểm tối ưu toàn cục với thời gian hội tụ nhanh. So sánh kết quả và đóng góp của bài báo. Áp dụng thuật toán IPSO vào hệ thống điện IEEE 30 nút.1: Bảng so sánh kết quả với các phương pháp khác Hình 1.1: Biểu diễn đường cong hội tụ các phương pháp Từ việc so sánh kết quả về chi phí nhiên liệu, công suất máy phát, tổn thất công suất và thời gian xử lý của thuật toán IPSO với thuật toán di truyền (GA), và thuật toán PSO cổ điển, đã thể hiện được những ưu điểm của thuật toán IPSO. 2 Optimal Power Flow by a Modified Particle Optimization Algorihm(của các tác giả Hamzeh Hajian – Hoseinabadi, Seyed Hamid Hosseini, Mehdi Hajian).
Bài báo này trình bày cơ bản về MPSO khá rõ ràng: Vì thuật toán PSO dựa trên cách cư xử của các phần tử trong xã hội nên bên cạnh việc dựa vào kinh nghiệm bản thân và kinh nghiệm xã hội để tìm đến vị trí tốt nhất. Nhưng nhìn theo hướng ngược lại, vẫn tồn tại cách cư xử dựa trên các sai lầm của bản thân đã mắc phải và nhận thức những tiêu cực (vị trí xấu) trong xã hội để tránh xa vị trí xấu, hướng đến vị trí tốt nhất. Ƣu điểm của thuật toán. Bài báo này đưa ra một phương pháp mới để giải quyết vấn đề tối ưu hóa dòng phân bố công suất.
Đó là thuật toán PSO sửa đổi (MPSO) và kiểm chứng tính ưu điểm của phương pháp mới này. Bài toán sẽ giảm đi số vòng lặp. Tốc độ hội tụ sẽ nhanh hơn thuật toán PSO cổ điển. So sánh kết quả và đóng góp của bài báo.
Việc đánh giá, thuật toán MPSO đã được thực hiện trên mạng điện IEEE 30 nút và được so sánh với thuật toán PSO cổ điển, thuật toán PSO cải tiến, thuật toán GA để chứng minh những ưu điểm của thuật toán.2: Các thông số của thuật toán MPSO 3 Bang 1.3: So sánh với các phương pháp khác Multiobjective Particle Optimization for Optimal Power Flow Problem (của tác giả, M. Bài báo này đưa ra một phương pháp PSO mới có thể áp dụng vào giải bài toán tối ưu hóa dòng công suất với nhiều đối tượng cần tối ưu chỉ trong một lần chạy chương trình giúp giảm được thời gian mà vẫn đảm bảo được sự cân bằng mức tối ưu hợp lý nhất giữa 2 đối tượng. Cụ thể là tối ưu đồng thời chi phí nhiên liệu và sự ổn định điện áp trong bài toán tối ưu dòng công suất. Đây là sự chuyển đổi từ phương pháp PSO cổ điển sang phương pháp PSO nhiều đối tượng (MOPSO) đòi hỏi sự định nghĩa lại các cá thể tối ưu cục bộ và toàn cục trong miền tối ưu nhiều đối tượng.
Kỹ thuật tạo chùm đã được sử dụng, để quản lý kích thước của tập tối ưu Pareto. Ƣu điểm và so sánh kết quả Từ kết quả thí nghiệm trên hệ thống 6-bus, đã chỉ ra sự hiệu quả của phương pháp MOPSO trong việc giải quyết các vấn đề OPF nhiều đối tượng và tạo ra nhiều giải pháp tối ưu Pareto chỉ trong lần chạy chương trình.4: Kết quả thí nghiệm trên hệ thống IEEE 6- Bus 4 An Improve Particle Swarm Optimization for Optimal Power Flow (của các tác giả, S. Bài báo này đưa ra một phương pháp PSO cải tiến (MPSO) cho vấn đề phân bố dòng công suất tối ưu. Giới thiệu các phương pháp đã từng được sử dụng để giải quyết bài toán OPF (lập trình không tuyến tính ( NLP), lập trình bậc hai (QP), lập trình tuyến tính (LP), phương pháp điểm trong - thuật toán di truyền (GA), lập trình tiến hóa (EP), thuật toán tiến hóa (ES) và phương pháp PSO cổ điển.
Đưa ra các vấn đề cơ bản của bài toán OPF và cách giải quyết dùng phương pháp hàm phạt để đưa bài toán ràng buộc về dạng chuỗi của các vấn đề không ràng buộc. Trình bày thuật toán PSO cổ điển và đưa ra phương pháp cải tiến PSOPC. Ƣu điểm và so sánh kết quả Giải bài toán OPF trong mạng điện IEEE 30- Bus và so sánh kết quả giữa các phương pháp trong 3 trường hợp: - Tối thiểu nhiên liệu. - Tối ưu chi phí nhiên liệu và cải thiện chất lượng điện áp.
- Tối ưu chi phí nhiên liệu và tăng cường ổn định điện áp. Kết quả PSOPC PSO Gradient EGA Fuel cost($/h) 802.1394 Từ kết quả thu được đã chứng minh được ưu điểm của phương pháp PSOPS so với phương pháp PSO cổ điển. An Improved PSO Based Solution For The Optimal Power Flow Problems (của các tác giả, H. Thuật toán PSO chủ yếu áp dụng để giải các bài toán có biến không ràng buộc.
Đối với những bài toán có ràng buộc như bài toán tối ưu hóa dòng phân bố công suất (OPF) thì phương pháp hàm phạt được sử dụng phổ biến nhất để đưa bài toán về dạng không ràng buộc, bằng cách này có thể sử dụng thuật toán PSO để giải bài toán OPF. Nhưng không phải lúc nào cũng có thể kết hợp tốt phương pháp hàm phạt với thuật toán PSO bởi vì: 5 Phương pháp hàm phạt không dùng những thông tin bộ nhớ lịch sử mà là ý nghĩa chủ yếu của thuật toán PSO. Những hàm phạt sẽ gặp khó khăn trong việc duy trì một sự cân bằng giữa sự thu được và tính khả thi khi đang tìm kiếm sự tối ưu. Ƣu điểm Do các nguyên nhân trên, báo cáo này đưa ra một phương pháp PSO cải tiến cho vấn đề giải bài toán OPF.
Trong phương pháp này thì các hàm phù hợp và những hàm ràng buộc được sử dụng riêng lẻ. Những hàm phù hợp dùng để đưa ra hướng tìm kiếm. Những hàm ràng buộc được dùng để kiểm tra tính khả thi của phần tử. Khi cài đặt thuật toán PSO này, tiến trình khởi tạo là tập trung tất cả các phần tử vào không gian khả thi trước khi sự đánh giá của những hàm đối tượng bắt đầu.
Chỉ những phần tử thuộc vùng không gian khả thi tiếp tục được sử dụng cho việc tính toán Pbest và Gbest mới. Nhận xét chung. Cùng với sự phát triển của khoa học kỹ thuật, bên cạnh các phương pháp cổ điển thì sự ra đời và phát triển của các phương pháp trí tuệ nhân tạo đã và đang được áp dụng để giải bài toán phân bố công suất tối ưu (OPF) như: Linear Programming, Nonlinear Programming, Newton – Raphson, Genetic Algorithm, Ant Colony Optimization … Trong sự phát triển không ngừng của các phương pháp trí tuệ nhân tạo, thuật toán PSO (Particle Swarm Optimization) đã được giới thiệu lần đầu tiên vào năm 1995 tại hội nghị của IEEE bởi hai nhà khoa học Kennedy và Russell C. Qua một số bài báo ở trên cho thấy các nhà khoa học trên thế giới đã ứng dụng thuật toán PSO vào trong hệ thống điện và đã cho ra những kết quả khả quan so với các giải thuật khác.
Một ưu điểm của PSO là giải thuật đơn giản, số biến điều khiển nhỏ, chương trình chạy nhanh. Việc ứng dụng trí tuệ nhân tạo trong việc giải các bài toán tối ưu ứng dụng trong nhiều ngành, lĩnh vực đã và đang là xu thế trên thế giới. Thuật toán PSO có tuổi đời còn khá non trẻ, ra đời vào năm 1995 và ngay lập tức được ứng dụng rộng rãi trong nhiều ngành: công nghệ thông tin, điều khiển tự động, xây dựng… Do đó, nó đã được kiểm chứng hiệu quả và chấp nhận trong nhiều lĩnh vực khác nhau. Trong lĩnh vực hệ thống điện, thuật toán này cũng đã được áp dụng phổ biến trên thế giới.
Thuật toán này có thể giải quyết các bài toán về dòng phân bố công suất tối ưu có cực tiểu hàm chi phí. Ý nghĩa khoa học và điểm mới của đề tài luận văn. Qua nghiên cứu ứng dụng thực tiễn các nhà khoa học đã đưa ra 05 ưu điểm của thuật toán PSO khi áp dụng vào giải bài toán OPF như sau: Thuật toán đơn giản và dễ dàng thực hiện. PSO tìm kiếm trong tất cả không gian bài toán chứ không riêng từng điểm.
Hàm cập nhật vị trí cá thể có độ dốc tự do, giúp cho chương trình chạy nhanh hơn.