BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ
HUỲNH NGỌC NHẨN

PHÂN BỐ TỐI ƯU CÔNG SUẤT TRONG
HỆ THỐNG ĐIỆN BẰNG THUẬT TOÁN PSO
S

K

C

0

0

3

9

5

9

NGÀNH: THIẾT BỊ MẠNG VÀ NHÀ MÁY ĐIỆN - 605250

S KC 0 0 3 5 9 4



Quê quán: Đồng Tháp

Dân tộc: Kinh

Địa chỉ liên lạc: Nhà số 14, đường số 3, tổ 5, khu phố 6, phường Trường Thọ, quận
Thủ Đức, thành phố Hồ Chí Minh.
Điện thoại: 0904786460
Email:
II. QUÁ TRÌNH ĐÀO TẠO:
1. Đại học:
Hệ đào tạo: Chính quy.
Thời gian đào tạo: Từ năm 2002 đến năm 2007
Nơi học: Trường Đại học Sư phạm Kỹ thuật Tp.Hồ Chí Minh.
Ngành học: Điện Khí Hóa và Cung Cấp Điện.
Tên đồ án tốt nghiệp: Ứng dụng fuzy logic điều khiển tốc độ động cơ điện
một chiều.
Thời gian bảo vệ đề tài tốt nghiệp: 12/2006, tại trường Đại học Sư phạm
Kỹ thuật Tp.Hồ Chí Minh.
Người hướng dẫn: Ths. Lê Thanh Hoàng.
2. Cao học:
Hệ đào tạo: Chính quy.
Thời gian đào tạo: Từ 2010 đến 2012
Nơi học: Trường Đại học Sư phạm Kỹ thuật Tp.Hồ Chí Minh.
Ngành học: Thiết bị, mạng và nhà máy điện

i


Tên luận văn tốt nghiệp: Phân bố tối ưu công suất trong hệ thống điện


aid, Inc. 96 Tân Sơn Hòa
Phường 2,

Quận

Tân

Bình, thành phố Hồ Chí
Minh.

Xác nhận của cơ quan

Ngày

(Ký tên, đóng dấu)

tháng

năm 2012

Người khai ký tên

Huỳnh Ngọc Nhẩn

ii


LỜI CAM ĐOAN
Tôi xin cam đoan đây là công trình nghiên cứu của tôi.

Học viên thực hiện

Huỳnh Ngọc Nhẩn

iii


TÓM TẮT

Luận văn này giới thiệu vể thuật toán PSO, các ứng dụng của thuật toán
trong một số ngành kỹ thuật, các phương pháp tối ưu phân bố công suất trong hệ
thống điện.
Luận văn trình bày phương pháp thuật toán PSO và Chaos-PSO để giải quyết
bài toán phân bố tối ưu trong hệ thống điện. Thuật toán đã thành công trong việc
tìm điểm tối ưu với tốc độ hội tụ nhanh chóng. Luận văn áp dụng vào giải quyết bài
toán cho mạng điện IEEE 30bus từ source matpower4.1. Trong từng bài toán kết
hợp PSO và Chaos-PSO cụ thể đã so sánh, nhận xét kết quả hội tụ của hàm chi phí
và phân bố công suất tối ưu tại các nút là tin cậy. Kết quả đạt được của thuật toán
cho thấy khả năng linh hoạt, mạnh mẽ của thuật toán PSO và Chaos-PSO trong việc
giải tối ưu toàn cục mà các phương pháp tối ưu số khó đạt được. Giải thuật bài toán
hoàn toàn có thể áp dụng trong mạng điện có số lượng nhà máy lớn.
Tuy nhiên, thuật toán PSO cũng có những nhược điểm là kết quả tính toán
phụ thuộc nhiều vào thông số cài đặt thuật toán và do kinh nghiệm của người lập
trình do đó mất rất nhiều thời gian công sức để thử nghiệm và kiểm tra.

iv


ABSTRACT
This thesis introduces the PSO algorithm, the application of the PSO

Hình 2.7 Minh họa vận hành chéo ....................................................................... 30
Hình 4.1 Sự hội tụ của hàm chi phí PSO-1 ............................................................ 68
Hình 4.2 Sự hội tụ của hàm chi phí PSO-2 ............................................................ 69
Hình 4.3 Sự hội tụ của hàm chi phí PSO-3 ............................................................ 70
Hình 4.4 Sự hội tụ của hàm chi phí Chaos-PSO-1.................................................. 72
Hình 4.5 Sự hội tụ của hàm chi phí Chaos-PSO-2.................................................. 74
Hình 4.6 Sự hội tụ của hàm chi phí Chaos-PSO-3.................................................. 76
Hình 4.7 Sự hội tụ của hàm chi phí Chaos-PSO-4.................................................. 78
Hình 4.8 Sự hội tụ của hàm chi phí Chaos-PSO-5.................................................. 80
Hình 4.9 Sự hội tụ của hàm chi phí Chaos-PSO-6.................................................. 82

viii


DANH SÁCH CÁC BẢNG
BẢNG

TRANG

Bảng 1.1 Bảng so sánh kết quả với các phương pháp khác ...................................... 2
Bảng 1.2. Các thông số của thuật toán MPSO .......................................................... 3
Bảng 1.3 So sánh với các phương pháp khác ........................................................... 3
Bảng 1.4 Kết quả thí nghiệm trên hệ thống IEEE 6- Bus ......................................... 4
Bảng 4.1Giới hạn điện áp và công suất mạng IEEE 30 nút. .................................. 62
Bảng 4.2 Các hệ số chi phí mạng IEEE 30 nút ....................................................... 63
Bảng 4.3 Công suất tối ưu tại các nút trường hợp PSO-1 ....................................... 67
Bảng 4.4 Công suất tối ưu tại các nút trường hợp PSO-2 ....................................... 69
Bảng 4.5 Công suất tối ưu tại các nút trường hợp PSO-2 ....................................... 70
Bảng 4.6 Chọn thông số Chaos-PSO-1 .................................................................. 71
Bảng 4.7 Công suất tối ưu tại các nút trường hợp Chaos-PSO-1 ............................ 72


Evolution Strategies

GA

Genetic Algorithm

IEEE

Institute of Electrical and Electronic Engineering

IPM

Interior Point Method

LP

Linear Programming

NLP

Nonlinear Programming

NR

Newton-Raphson

OPF

Optimal Power Flow


Time Varying Acceleration Coefficients

x


MỤC LỤC
LÝ LỊCH KHOA HỌC................................................................................................. i
LỜI CAM ĐOAN ........................................................................................................ ii
LỜI CẢM ƠN ............................................................................................................ iii
TÓM TẮT .................................................................................................................. iv
ABSTRACT ................................................................................................................ v
MỤC LỤC ................................................................................................................. vi
DANH SÁCH CÁC HÌNH ......................................................................................... ix
DANH SÁCH CÁC BẢNG ......................................................................................... x
CHỮ VIẾT TẮT TRONG LUẬN VĂN .................................................................... xii
Chương 1: Tổng quan
1.1 Đặt vấn đề ................................................................................................... 1
1.2. Một số công trình nghiên cứu liên quan ..................................................... 2
1.3. Nhận xét chung .......................................................................................... 3
1.4. Ý nghĩa khoa học và điểm mới của luận văn .............................................. 3
1.5. Phạm vi nghiên cứu của luận văn ............................................................... 4
1.6. Mục tiêu cần đạt đƣợc của luận văn ........................................................... 4
1.7. Phƣơng pháp nghiên cứu. ........................................................................... 5
Chương 2: Thuật toán PSO
2.1. Khái niệm chung ......................................................................................... 5
2.2. Đặc điểm của PSO....................................................................................... 7
2.3. Ƣu điểm của PSO ........................................................................................ 7
2.4. Ứng dụng của PSO ...................................................................................... 8
2.4.1. Ứng dụng của PSO trong một số lĩnh vực ......................................... 8

4.2.1.2 Trƣờng hợp PSO-2 ...............................................................................68
4.2.1.3 Trƣờng hợp PSO-3 ...............................................................................69
4.3.1. Trƣờng hợp Chaos-PSO-1 ......................................................................71
4.3.2. Trƣờng hợp Chaos-PSO-2 ......................................................................73
4.3.3. Trƣờng hợp Chaos-PSO-3 ......................................................................76
4.3.4. Trƣờng hợp Chaos-PSO-4 ......................................................................79
Chương 5: Kết luận
5.1. Tổng kết đề tài ..........................................................................................83
5.2.. Hƣớng phát triển của đề tài ......................................................................84

vii


5.3.. Lời kết .....................................................................................................85
Tài liệu tham khảo

viii


Chƣơng 1
TỔNG QUAN
1.1. 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

So sánh kết quả và đóng góp của bài báo.
Áp dụng thuật toán IPSO vào hệ thống điện IEEE 30 nút.

Bảng 1.1: 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

các tác giả, S.He, J.I.Men, E.Prempain, Q.H.Wu, J. Fitch, S.Mann).
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
Fuel cost($/h)
∑voltage
devitions

PSOPC
802.0477
0.8089

PSO
802.41
0.8765


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.
1.3. 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. Eberhard. 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


phương

pháp

khác

để

thấy

được

ưu

điểm

của

phương

pháp

CHAOS_PSO_TVAC.
1.6. Mục tiêu cần đạt đƣợc của luận văn.
Trình bày cơ sở lý thuyết và ứng dụng của thuật toán PSO, thuật toán
CHAOS- PSO
Áp dụng vào giải các hệ thống điện chuẩn IEEE 30 nút.
So sánh kết quả đạt được trong từng bài toán kết hợp.


đàn bay theo một hướng ngẫu nhiên nào đó. Sau một khoảng thời gian tìm kiếm một
số cá thể trong đàn bắt đầu tìm ra được nơi có chứa thức ăn. Tùy theo số lượng thức
ăn vừa tìm kiếm, mà cá thể gửi tín hiệu đến các cá thể khác đang tìm kiếm ở vùng
lân cận, tín hiệu này nhanh chóng lan truyền trên toàn quần thể. Dựa vào thông tin
nhận được mỗi cá thể sẽ điều chỉnh hướng bay và vận tốc theo hướng về nơi có
nhiều thức ăn nhất. Như vậy đàn chim đã dùng trí tuệ, kiến thức và kinh nghiệm của
cả đàn để nhanh chóng tìm ra nơi chứa thức ăn.
Hãy xét bài toán tối ưu của hàm số F trong không gian n chiều. Mỗi vị trí
trong không gian là một điểm tọa độ n chiều. Hàm F là hàm mục tiêu xác định trong
không gian n chiều và nhận giá trị thực. Mục đích là tìm ra điểm cực tiểu của hàm F
trong miền xác định nào đó. Chúng ta bắt đầu xem xét sự liên hệ giữa bài toán tìm
thức ăn với bài toán tìm cực tiểu của hàm theo cách như sau. Giả sử rằng số lượng
thức ăn tại một vị trí tỉ lệ nghịch với giá trị của hàm F tại vị trí đó. Có nghĩa là ở
một vị trí mà giá trị hàm F càng nhỏ thì số lượng thức ăn càng lớn. Việc tìm vùng

9


chứa thức ăn nhiều nhất tương tự như việc tìm ra vùng chứa điểm cực tiểu của hàm
F trên không gian tìm kiếm.

Hình 2.1 Quá trình bơi của đàn cá

Hình 2.2 Quá trình bay của đàn chim

10


2.2.



11