HUTECH
B GIÁO DC VÀ ÀO TO
TRNG I HC K THUT CÔNG NGH TP. HCM
QUNG TRNG HÙNG NG DNG THUT TOÁN DE VÀO GII BÀI TOÁN
PHÂN B CÔNG SUT TI U
TRONG H THNG IN LUN VN THC S
Chuyên ngành : THIT B, MNG VÀ NHÀ MÁY IN
Mã s ngành: 60 52 50
TP. H CHÍ MINH, tháng 06 nm 2012
HUTECH
B GIÁO DC VÀ ÀO TO
TRNG I HC K THUT CÔNG NGH TP. HCM QUNG TRNG HÙNG NG DNG THUT TOÁN DE VÀO GII BÀI TOÁN
PHÂN B CÔNG SUT TI U

phân b công sut ti u trong h thng đin :
- Gii thiu tng quan thut toán;
- ng dng ca thut toán vào gii bài toán phân b công sut ti u cho
mng đin 3 nút và 6 nút, 30 nút;
- Thc hin chng trình mô phng và so sánh kt qu gia gii thut DE,
EPSO, NPSO, Newton và Genetic;
III- NGÀY GIAO NHIM V: 15/19/2011
IV- NGÀY HOÀN THÀNH NHIM V: 15/06/2012
V- CÁN B HNG DN: TS Ngô Cao Cng

CÁN B HNG DN KHOA QUN LÝ CHUYÊN NGÀNH
(H tên và ch ký) (H tên và ch ký)
HUTECH
i

LI CAM OAN
Tôi xin cam đoan đây là công trình nghiên cu ca riêng tôi. Các s liu, kt
qu nêu trong Lun vn là trung thc và cha tng đc ai công b trong bt k
công trình nào khác.
Tôi xin cam đoan rng mi s giúp đ cho vic thc hin Lun vn này đã
đc cm n và các thông tin trích dn trong Lun vn đã đc ch rõ ngun gc.
Hc viên thc hin Lun vn
Qung Trng Hùng


Xin chân thành cm n.
TP. H Chí Minh, 15 tháng 6 nm 2012
Ngi thc hin Qung Trng Hùng
HUTECH
iii

TÓM TT
ng dng thut toán DE vào gii bài toán phân b công sut ti u trong h thng
đin đc trình bày trên c s nghin cu các tài liu trong và ngoài nc. B cc
lun vn gm 5 chng. Chng 1 gii thiu tng quan v thut toán DE qua các
bài báo trong và ngoài nc. Các phng pháp đc áp dng trên mng đin tiêu
chun 3 nút và 6 nút. Chng 2 gii thiu bài toán phân b công sut ti u trong
h thng đin bng các bài toán điu phi công sut ELD và OPF. Bao gm gii
thiu các bài toán tiêu biu. Chng 3 gii thiu thut toán và các quá trình ti u
hóa ca thut toán, quá trình ti u này đc thc hin qua 3 tin trình c bn:
Mutation (t bin), Crossover (Lai ghép) và Selection (Chn lc). Chng 4 ng
dng thut toán DE vào gii bài toán phân b công sut ti u trong h thng đin.
bng vic áp dng gii bài toán trên mng đin 3 nút và 6 nút, ng dng các bài
toán này trên chng trình Matlab và so sánh kt qu có đc vi các kt qu t
EPSO, NPSO, Newton và Genetic. Chng 5 Kt lun và hng phát trin khng
đnh tính cn thit ca đ tài trong s nghip công nghip hóa, hin đi hóa đt
nc.

HUTECH
iv
4.1 Gii thiu 39
4.2 Thut toán phân b công sut bng DE 40
4.3 Phân loi I: Các hàm chi phí bt quy tc ED 40
4.3.1. Hàm chi phí có các đim van công sut 41
4.3.2. Hàm chi phí bc hai 42
4.3.3. Hàm chi phí có các vùng vn hành cm 44
4.4 Phân loi II: iu phi công sut theo kinh t/môi trng
47
4.4.1. iu phi kinh t có ràng buc khí thi 47
4.4.2. iu phi kinh t/môi trng đa mc tiêu 48
4.5 Phân loi III: iu phi công sut có ràng buc nghiêm ngt 52
4.5.1. iu phi kinh t có ràng buc nghiêm ngt 52
4.6 Phân loi IV: iu phi công sut phn kháng 56
4.7 ng dng thut toán DE vào gii bài toán điu phi ti u công sut 59
4.7.1 Bài gii tính toán bng tay 61
4.7.2 Bài gii chy trên chng trình Matlab 86

CHN
G 5: TNG KT VÀ HNG PHÁT TRIN  TÀI 90
5.1 Tng kt 91
5.2 Hng phát trin trong tng lai 92
HUTECH
vi DANH MC CÁC HÌNH V Trang
Hình 2.1. ng cong chi phí ph bin ca nhà máy nhit đin 8

Bng 4.17 So sánh kt qu tính toán dùng DE, EPSO và NPSO 87
Bng 4.18 So sánh kt qu tính toán dùng DE, Newton và Genetic 89

HUTECH
1
CHNG 1:
TNG QUAN THUT TOÁN DE (DIFFERENTIAL EVOLUTION)
Gii thiu thut toán DE nh mt gii pháp trong vic ti u hoá vic phân bó công
sut trong h thng đin.
 xut thut toán đ gii bài toán phân b công sut OPF (Optimal Power Flow), áp
dng trên các mng tiêu chun nh IEEE 3 nút, 5 nút, 6 nút và 30 nút.


đc khi to t nhiu cá th ban
đu. Các thut toán tin hoá (EAs) là nhng k thut ti u da trên khái nim s
lng các cá th, sau đó tin hoá và lai to đ chn ra s lng cá th phù hp thông
qua các hot đng mang tính xác sut nh là kt hp và lai to. Nhng cá th này đc
đánh giá và xác đnh có s chuyn hoá tt hn là vic đc chn la và khi to s
lng cá th cho th h tip theo.
Sau vài vòng lp, nhng cá th mi đc to ra đc thay đi trng thái và to ra
giá tr ti u. Quá trình thay đi đã gia tng đáng k nhng vùng ti u hoá. Các thut
toán này có kh nng gii quyt các vn đ ti u hoá phc tp nh là: gián đon quy
trình, hàm phi tuyn tính bc cao. Hn na, gii thut này có th gii quyt vn đ rt
khó khn đc trng riêng bit hoc các giá tr mã nh phân. Mt vài thut toán đã đc
phát trin theo thut toán tin hoá EC (Evolutionary Computation) và là tin đ nghiên
HUTECH
3
cu ca thut toán Gen (GA) đc phát trin vào nhng nm ca thp k 1960 khi
thut toán EC bt đu đc chú ý.
Gn đây, nhng thành tu đt đc ca các thut toán tin hoá (EA) đu có th
gii quyt đc các vn đ phc tp và ci thin đc các tính toán nh là: các phép
tính song song đã mô phng s phát trin cho các thut toán mi nh: vic mô phng
các thut toán mi bng thut tính song song nh thut toán DE, ti u hoá dng by
đàn (PSO), thut toán đàn kin (ACO) và tìm kim các dãy hi t ti thi đim thc
hin và kh nng xác đnh vic ti u hoá. Các thut toán tin hoá đã rt thành công
trong vic ti u hoá trong h thng đin và đc bit là gii quyt đc mc tiêu kinh
t trong vn hành h thng đin.
Thut toán DE đc ng dng thc hin gii quyt mc tiêu ti u hoá vic
phân b công sut. Mc đích ca thut toán là gim thiu chi phí nhiên liu, gii hn
công sut tác dng và công sut phn kháng ca máy phát đin, các nút đin áp, các

Vi ni dung đ tài thut toán DE đc đ xut nh mt phng pháp đ gii
bài toán phân b công sut ti u. Thut toán đ ngh đã gii quyt đc các vn đ
ch yu nh: gim chi phí vn hành, gim mc tiêu th nhiên liu và thi gian thc
hin. Thut toán DE có ba điu kin thun li: tip cn gii pháp ti u mà không ph
thuc vào các giá tr tham s khi đu, tính hp nht ca thut toán nhanh và ch s
dng mt s lng nh trong các tham s kim soát. Hn na thut toán DE rt đn
gin trong vic mã hoá và rt d s dng.
Trong đ tài này, thut toán DE đc đ xut đ gii bài toán phân b công sut
OPF (Optimal Power Flow). Phng pháp đc áp dng trên các mng tiêu chun nh
IEEE 3 nút, 5 nút, 6 nút và 30 nút. Các kt qu đt đc t thut toán đ ngh đc so
sánh vi các thut toán khác nh: EPSO, NPSO, Newton và Genetic.
Bên cnh đó, thut toán DE cng đc đ xut gii cho phân b ELD
(Economic Load Dispatch) có tính nh hng ca các đim van công sut, phng
pháp đc áp dng trên các mng tiêu chun nh IEEE 13 nút và 40 nút.
Tóm tt mt s bài báo liên quan:
• Nhóm K.Vaisakh, P. Kanta Rao
“ Differential Evolution Based Optimal Reactive Power Dispatch for
Voltage Stability Enhancement”
Bài báo đ cp đn vic dùng gii thut DE – làm nn tng đ thc hin ti
u hóa công sut bao gm n đnh đin th, n đnh đng truyn ti gii
hn so vi h công sut. Hng tip cn ca gii thut DE là hu dng cho
nhng gii pháp có tính nng cao và cn rt ít thi gian thc hin so vi các
gii thut khác. Mc tiêu là ti thiu hóa trong vic phân b công sut
ti.Phng pháp này đc mô phng trên mng đin IEEE 30 nút. u đim
ca gii thut mà các tác gi đ cp đn là tính uyn chuyn, đ an toàn và
nhanh chóng trong hi t, thi gian thc hin kt ni thp hn so các gii
pháp khác.

• Nhó
m Rainer Storn, Keneth Price

CHNG 2:
GII THIU BÀI TOÁN PHÂN B CÔNG SUT TI U TRONG
H THNG IN
Bài toán điu phi công sut ELD
Bài toán điu phi công sut ti u OPF
HUTECH
7
HUTECH
8 sut sao cho cân bng gia công sut phát và ph ti vi điu kin nm trong vùng
kh nng phát ca mi nhà máy.
2.1.2.1. Hàm mc tiêu
Hàm mc tiêu ca bài toán điu phi kinh t c đin là cc tiu tng chi phí
h thng đin bng cách hiu chnh công sut phát ca mi nhà máy kt ni vi
li đin. Tng chi phí đc biu din bng hàm tng ca các chi phí  mi nhà
máy.
1
min ( )
G
i
N
iG
i
FP
=
∑
(2.1)

Trong đó
()
i
iG

(2.2)

Trong đó a
i
, b
i
, c
i
là h s chi phí ca hàm chi phí nhà máy th i.
2.1.2.2. Ràng buc đng thc
Ràng buc cân bng công sut là ràng buc đng thc dùng đ gim bt
công sut h thng da trên nguyên lý c bn cân bng gia tng công sut nhà
máy phát vi tng ti ca h thng. Cân bng ch xy ra khi tng công sut nhà
máy phát
i
G
P
∑
bng vi tng ti trong h thng P
D
cng thêm mt lng tn hao
P
L
.
1
G
i
N
G DL
i

gi là tn tht hay h s B.
2.1.2.3. Ràng buc bt đng thc
Mi nhà máy có gii hn thp nht
min
i
G
P
và gii hn cao nht
max
i
G
P
phát
công sut vì nó ph thuc vào cu trúc ca máy phát. Các gii hn đc đnh
ngha bng mt cp ca ràng buc bt đng thc:
min max
i ii
G GG
P PP≤≤
, i = 1,…, N
G
(2.5)
2.1.3. Bài toán điu phi kinh t vi hàm chi phí nhiên liu không trn
HUTECH
10
da trên hàm chi phí có xét nh hng ca v trí van. V trí van công sut thng
đc mô hình bng cách thêm hàm sin vào hàm chi phí bc hai c đin.
( )
( )
2 min
( ) sin
i i i ii
i G i iG iG i i G G
F P a bP cP d e P P=+++ −
(2.6)

Trong đó a
i
, b
i
, c
i
, d
i
và e
i
là h s chi phí ca nhà máy th i.
Biu thc c bn ca bài toán này là các vn đ ràng buc cân bng công
sut và gii hn máy phát. Nhng ràng buc khác có th thêm vào tùy thuc vào
mô hình yêu cu.
Bài toán điu phi kinh t vi đim van công sut đã đc mt s nhà khoa
hc nghiên cu. Sheblé và Walters s dng GA đ gii bài toán này. Ngoài ra, K.
Wong và Y. Wong đã đ xut cách gii bài toán điu phi kinh t vi đim van
công sut s dng GA và gii thut luyn kim SA (Simulated Annealing). K.
HUTECH

(2.8)

Gii phng trình bng phng pháp lp:
Thay x = x
(1)
:
(0)
(1) (0)
' (0)
()
.
()
fx
xx
fx
= −
(2.9)

Tip tc khai trin ti x
(1)
đ tính x
(2)
, c nh th mt cách tng quát giá tr
x
(k+1)
đc tính:
()
( 1) ( )
' ()
()

Khi đó x* = x
(k+1)
là nghim gn đúng.
M rng hn cho hàm nhiu bin ta đc phng pháp Newton – Raphson.
Phng trình đc vit li cho n bin x:
1
() 0
( , , , , )
1,2 , . 1,2 , . .
i jn
Fx
fx x x
i mj nn m

=



= = ≤

(2.12)

Biu thc lp cng đc vit li:
()
( 1) ( )
' ()
()
.
()
k

↔
() () ()
.
kk k
Jx F∆=∆

Trong đó J
(k)
= F'(x
(k)
) đc gi là ma trn Jacobian ca F(x) ti giá tr x
(k)

ký hiu là F
(k)
, F
(k)
là sai s ca hàm F(x) ti x
(k)
.
Vit li J
(k)
di dng ma trn:
()
11 1
12
()
22 2
() ' ()
12

∂

∂∂ ∂
= = =


∂



∂∂ ∂


∂∂ ∂



 

(2.14)

HUTECH
14 ()
11 1



∂∂ ∂

−∆ ∆
    
∂∂ ∂

    
−∆ ∆

    
∂∂ ∂
= =

    

    
−∆ ∆

    
∂∂ ∂


∂∂ ∂



 
 

( , ).
x f xyt
u gxy
=
=

(2.16)

Trong đó: x = [x
1
, x
2
, , x
n
]
T
là bin trng thái đng ca h thng.
y = [y
1
, y
2
, , y
m
]
T
là bin đi s ca h thng.
u = [u
1
,u
2
Gi (x
(0)
,y
(0)
) là đim lân cn đim cân bng,  là đ lch hay sai s:
* (0) (0)
* (0) (0)
.
xx x
yy y
= +∆
= +∆

(0) * (0) (0) (0)
(0) * (0) (0) (0)
0 (, )
0 ( , ).
x x x fx y
u u u gx y
∆=− =−
∆=− =−
 

* (0) (0) (0) (0) (0) (0)
* (0) (0) (

x x x y yi n
x xy y
g gg g
u x x y yj m
x xy y
∂ ∂∂ ∂
∆ = ∆ ++ ∆ + ∆ ++ ∆ =
∂ ∂∂ ∂
∂ ∂∂ ∂
∆ = ∆ ++ ∆ + ∆ ++ ∆ =
∂ ∂∂ ∂



(2.20)

(0)
(0)
(0)
(0)
11
11
1
1
(0) (0)
11
F , F .

n
r




∂∂ ∂∂




 

(0) (0)
(0) (0)
11 11
11
(0) (0)
11

G , G .
nm
xy
mm mm
nm
xx xx
gg gg
xx yy
gg gg
xx yy
==
∂∂ ∂∂


  
∆∆
=

  
∆∆
  


(2.21)

Trích đoạn Quá trình ti u hóa ca DE

---