BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ LÊ VŨ TRỌNG BẢO ỨNG DỤNG THUẬT TOÁN LAI GA – HS CHO BÀI TOÁN PHÂN BỐ CÔNG SUẤT TRONG HỆ THỐNG ĐIỆN S K C 0 9 NGÀNH: KỸ THUẬT ĐIỆN - 605250 S KC 0 2 Tp Hồ Chí Minh, 2014 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ LÊ VŨ TRỌNG BẢO ỨNG DỤNG THUẬT TOÁN LAI GA – HS CHO BÀI TOÁN PHÂN BỐ CÔNG SUẤT TRONG HỆ THỐNG ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN – 605250 Tp Hồ Chí Minh, tháng 04/2014 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ LÊ VŨ TRỌNG BẢO ỨNG DỤNG THUẬT TOÁN LAI GA – HS CHO BÀI TOÁN PHÂN BỐ CÔNG SUẤT TRONGHỆ THỐNG ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN – 605250 Hƣớng dẫn khoa học: TS NGÔ CAO CƢỜNG Tp Hồ Chí Minh, tháng 04/2014 LÝ LỊCH KHOA HỌC I LÝ LỊCH SƠ LƢỢC: Họ & tên: Lê Vũ Trọng Bảo Giới tính: Nam Ngày, tháng, năm sinh: 06/11/1988 Nơi sinh: Đồng Nai Quê quán: Hải Lăng, Quảng Trị Dân tộc: Kinh Chức vụ, đơn vị công tác trƣớc học tập, nghiên cứu: Chỗ riêng địa liên lạc: 54/5 – Đƣờng Quang Trung – Tổ - KP – Phƣờng Tăng Nhơn Phú B – Quận – TP.HCM Di động: 0902.303.222 E-mail: levutrongbao@gmail.com II QUÁ TRÌNH ĐÀO TẠO: Đại học: Hệ đào tạo: Chính Quy Thời gian đào tạo từ 09/2006 đến 03/ 2011 Nơi học (trƣờng, thành phố): Đại Học Sƣ Phạm Kỹ Thuật TP.HCM Ngành học: Điện Công Nghiệp Tên đồ án, luận án môn thi tốt nghiệp: Thiết kế hệ thống điện, Điều khiển lập trình nâng cao, Chuyên đề tốt nghiệp ĐKC Ngày & nơi bảo vệ đồ án, luận án thi tốt nghiệp: 01/2011 – Đại Học Sƣ Phạm Kỹ Thuật TP.HCM Thạc sĩ: Hệ đào tạo: Chính quy Thời gian đào tạo từ 10/2012 đến 05/ 2014 Nơi học (trƣờng, thành phố): Đại Học Sƣ Phạm Kỹ Thuật TP HCM Ngành học: Kỹ Thuật Điện Tên đồ án, luận án môn thi tốt nghiệp: Ứng Dụng Thuật Toán Lai GA-HS Cho Bài Toán Phân Bố Công Suất Trong Hệ Thống Điện Ngày & nơi bảo vệ đồ án, luận án: 20/4/2014 – Đại Học Sƣ Phạm Kỹ Thuật TP HCM i Ngƣời hƣớng dẫn: TS: Ngô Cao Cƣờng Trình độ ngoại ngữ (biết ngoại ngữ gì, mức độ): B1 Học vị, học hàm, chức vụ kỹ thuật đƣợc thức cấp; số bằng, ngày & nơi cấp: Kỹ sƣ – Kỹ thuật Điện Công Nghiệp, Số bằng: 00368298 Ngày cấp: 25/04/2011 Nơi cấp: Đại Học Sƣ Phạm Kỹ Thuật TP HCM III QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian Nơi công tác Công việc đảm nhiệm IV CÁC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ: ………………………………………………………………………………… ………………………………………………………………………………… Ngày tháng 04 năm 2014 Ngƣời khai ký tên ii LỜI CAM ĐOAN Tôi xin cam đoan đề tài nghiên cứu riêng Các số liệu, kết nêu luận văn trung thực chƣa đƣợc công bố đề tài khác Tôi xin cam đoan giúp đỡ cho việc thực luận văn đƣợc cảm ơn thông tin trích dẫn luận văn đƣợc rõ nguồn gốc Học viên thực luận văn LÊ VŨ TRỌNG BẢO iii LỜI CÁM ƠN Tôi xin bày tỏ lòng biết ơn sâu sắc đến cá nhân giúp hoàn thành tốt thời hạn luận văn Thạc sĩ, cụ thể: - Thầy TS NGÔ CAO CƢỜNG – Trƣởng Phòng Tổ Chức Trƣờng Đại học Kỹ Thuật Công Nghệ Tp.HCM, ngƣời trực tiếp hƣớng dẫn luận văn - Thầy Th.s Lê Đình Lƣơng Thầy Th.s Nguyễn Vinh Quan tận tình giúp đỡ thời gian thực Luận văn - Các thầy cô giảng dạy, truyền đạt kiến thức cho trình học tập nghiên cứu trình học cao học trƣờng Đại Học Sƣ Phạm Kỹ Thuật Thành Phố Hồ Chí Minh - Ban giám hiệu, Phòng Đào Tạo - Sau đại học Khoa Điện – Điện Tử Trƣờng Đại Học Sƣ Phạm Kỹ Thuật Thành Phố Hồ Chí Minh giúp đỡ, cung cấp thông tin tạo điều kiện thuận lợi cho trình học tập - Các Anh/Chị em, bạn bè đồng hành suốt trời gian thực luận văn TP.Hồ Chí Minh, tháng 04 năm 2013 Ngƣời thực Lê Vũ Trọng Bảo iv TÓM TẮT LUẬN VĂN Trong Luận văn này, phƣơng pháp lai đƣợc phát triển cách sử dụng thuật toán di truyền (GA) thuật toán tìm kiếm hòa hợp (HS), đƣợc gọi tên GAHS Thuật toán dùng để giải toán điều độ kinh tế có xét hiệu ứng van điểm Thuật toán HS thuật toán meta-heuristic phát triển gần đây, thành công loạt vấn đề tối ƣu hóa Cách tìm kiếm giải pháp thuật toán HS dễ rơi vào giải pháp tối ƣu địa phƣơng giải vấn đề phức tạp Tuy nhiên, hoạt động lựa chọn, lai tạo đột biến thuật toán GA tạo giải pháp đa dạng, tránh đƣợc khả cực tiểu địa phƣơng Xác suất chiến lƣợc cập nhật dựa thuật toán HS cho nhớ hài hòa cao giai đoạn ban đầu để đẩy nhanh tốc độ tìm kiếm khả chiến lƣợc cập nhật dựa GA cao giai đoạn cuối để thoát khỏi giải pháp tối ƣu địa phƣơng Phƣơng pháp GA-HS đƣợc ứng dụng vào để giải toán Điều độ kinh tế với hiệu ứng điểm van Kết tính toán cho thấy thuật toán lai đề xuất có hiệu hội tụ tốt v ABSTRACT In this paper, a hybrid heuristic method is developed using the Genetic Algorithm (GA) and Harmony Search (HS), called GA/HS In this algorithm to solved the economic power dispatch with valve-point effects The HS algorithm is a recently developed meta-heuristic algorithm, and has been very successful in a wide variety of optimization problems Refresh strategy of solution vectors is so simple that HS algorithm is easy to fall into local optimum solution when complex problem is solved However, selection, crossover and mutation operations in GA can generate diverse solutions, so premature stagnation behavior can be avoided in some extent The probability of update strategy based on HS algorithm for harmony memory is higher during the initial stage in order to accelerate the searching speed, and the probability of update strategy based on GA is higher during the final stage in order to escape from local optimum solution Calculation results show that the proposed hybrid algorithm is effective and it converges well vi MỤC LỤC Trang tựa TRANG Quyết định giao đề tài LÝ LỊCH KHOA HỌC i LỜI CAM ĐOAN iii LỜI CÁM ƠN iv TÓM TẮT LUẬN VĂN v ABSTRACT vi MỤC LỤC vii DANH SÁCH CÁC CHỮ VIẾT TẮT x DANH SÁCH CÁC HÌNH xi DANH SÁCH CÁC BẢNG xii Chƣơng TỔNG QUAN 1.1TỔNG QUAN CHUNG 1.2MỤC TIÊU CỦA ĐỀ TÀI 1.3NHIỆM VỤ ĐỀ TÀI VÀ GIỚI HẠN ĐỀ TÀI 1.4PHƢƠNG PHÁP NGHIÊN CỨU Chƣơng2 BÀI TOÁN ĐIỀU PHỐI CÔNG SUẤT ED 2.1GIỚI THIỆU 2.2BÀI TOÁN ĐIỀU PHỐI KINH TẾ CỔ ĐIỂN 2.2.1Hàm mục tiêu 2.2.2Ràng buộc đẳng thức 2.2.3Ràng buộc bất đẳng thức 2.3BÀI TOÁN ĐIỀU PHỐI KINH TẾ VỚI HÀM CHI PHÍ NHIÊN LIỆU KHÔNG TRƠN 2.3.1.Đặc điểm toán điều phối kinh tế với điểm van công suất 2.3.2.Biểu thức điều phối kinh tế với điểm van công suất Chƣơng THUẬT TOÁN DI TRUYỀN 10 3.1GIỚI THIỆU CHUNG 10 vii Chƣơng KẾT LUẬN VÀ HƢỚNG NGHIÊN CỨU PHÁT TRIỂN 6.1 KẾT LUẬN Phƣơng pháp tối ƣu GA-HS dự sở sử dụng hai phƣơng pháp tối ƣu HS GA, gọi phƣơng pháp lai GA-HS Phƣơng pháp đƣợc tạo thành dự sở thuật toán tìm kiếm hòa hợp (HS)[3] sử dụng thuật toán GA để tạo giá trị cá thể Mục đích việc đƣa thuật toán GA[2] vào bƣớc thuật toán HS nhằm tăng cƣờng khả thăm dò để đẩy nhanh tốc độ hội tụ thuật toán HS Thuật toán GA tạo giải pháp đa dạng tránh đƣợc điểm cực tiểu địa phƣơng để tiến đến giải pháp tối ƣu toàn cục nhanh Từ kết đạt đƣợc, cho thấy thuật toán lai GA- HSđã giải tốt toán điều độ kinh tế công suất có ảnh hƣởng điểm van Trongphƣơng pháp cải tiếnmới, thuật toánGA-HS đƣợc sử dụng với ƣu điểm hai thuật toán GA HS phƣơng pháp làm tăng tốc độhộitụvới lời giảitoàn cụcmột cách nhanh chóngkhông phụ thuộc vàohình dạngcủa hàm chi phí Tuy hạn chế mặt thời gian tính toán so với phƣơng pháp tối ƣu khác Nhƣng kết tính toánđã rarằng thuật toánGA-HSđãthể ƣu hơnnhiều phƣơng pháp kháctrong tài liệu tham khảo việc giải quyếtcácbài toán điều độ kinh tế(ED) có ảnh hƣởng điểm van công suấtcho tất cáctrƣờng hợp thử nghiệmtrongđiều kiện củatổng giá trịhàm chi phí tính toán 6.2 HƢỚNG NGHIÊN CỨU VÀ PHÁT TRIỂN Thuật toán lai GA-HS chứng tỏ đƣợc khả toán tối ƣu hóa ED hệ thống điện Từ kết đạt đƣợc trên, xin đƣa hƣớng phát triển đề tài: 47  Giải toán phân bố công suất tối ƣu mạng điện có số lƣợng nút lớn  Cải thiện thời gian tính toán thuật toán  Nghiên cứu thuật toán khác để đƣa đến ý tƣởng với kinh nghiệm từ phƣơng pháp lai GA-HS để tạo phƣơng pháp tối ƣu khác  Áp dụng thuật toán lai GA-HS vào giải toán khác nhƣ: toán ED với hàm chi phí có xét vùng cấm tổn hao, toán quy hoạch phát triển hệ thống điện, toán phân bố công suất tối ƣu thị trƣờng điện cạnh tranh, toán phân bố công suất tối ƣu hệ thống Thủy điện- Nhiệt điện, 6.3 LỜI KẾT Luận văn tốt nghiệp xem công trình khoa học quan trọng Trong trình tìm hiểu nghiên cứu thuật toán tối ƣu HS GA, có đƣợc đam mê Tôi cố gắng hoàn thành tốt luận văn Tuy nhiên tránh đƣợc sai sót, nhầm lẫn mong chia đóng góp Hội đồng nhƣ ngƣời đọc để hoàn chỉnh tƣơng lai Xin chân thành cảm ơn! 48 TÀI LIỆU THAM KHẢO TIẾNG VIỆT [1] PGS.TS Quyền Huy Ánh, Vận Hành Tối Ưu Hệ Thống Điện Trƣờng Đại Học Sƣ Phạm Kỹ Thuật Tp.Hồ Chí Minh, 01/2012 [2] Phạm Việt Cƣờng,Ứng dụng thuật toán di truyền phân bố công suất tối ưu hệ thống điện Đại học Bách Khoa Tp Hồ Chí Minh, Luận văn Thạc sĩ, 07/2003, 700998 TIẾNG NƢỚC NGOÀI [3] Zong Woo Geem, “Optimal Scheduling of Multiple Dam System Using Harmony Search Algorithm” Johns Hopkins University, Environmental Planning and Management Program, 729 Fallsgrove Drive #6133, Rockville, Maryland 20850, USA [4] Kang Seok Lee, Zong Woo Geem, “A new meta-heuristic algorithm for continuous engineering optimization: harmony search theory and practice” Comput Methods Appl Mech Engrg 194 (2005) 3902–393 [5] A Vasebi, M Fesanghary, S.M.T Bathaee, “Combined heat and power economic dispatch by harmony search algorithm” Electrical Power and Energy Systems 29 (2007) 713–719 [6] Leandro dos Santos Coelho, Viviana Cocco Mariani, “An improved harmony search algorithm for power economic load dispatch” Energy Conversion and Management 50 (2009) 2522–2526 [7] Nekooei, M.M Farsangi, H Nezamabadi-pour, “An Improved Harmony Search Approach To Economic Dispatch” K ISSN 2077-3528, IJTPE Journal September 2011, Issue 8, Volume 3, Number 3, Pages 25-31 [8] Tarek Bouktir, Linda Slimani, M Belkacemi, “A Genetic Algorithm for Solving the Optimal Power Flow Problem”, Leonardo Journal of Sciences, Issue 4, January-June 2004, p 44-58 49 [9] Chao-Lung Chiang, “Improved Genetic Algorithm for Power Economic Dispatch of Units With Valve-Point Effects and Multiple Fuels” IEEE Transactions On Power Systems, Vol 20, No 4, November 2005 [10] PhanTu Vu, DinhLuong Le, NgocDieu Vo and Josef Tlust, “A Novel Weight-Improved Particle Swarm Optimization Algorithm for Optimal Power Flow and Economic Load Dispatch Problems” [11]Wei -Wei Shi, Wei Han, Wei -Chao Si, “A Hybrid Genetic Algorithm Based on Harmony Search and its Improving” Informatics and Management Science ILecture Notes in Electrical Engineering Volume 204, 2013, pp 101-109 [12] Li Liu, Hongtao Yu, Lixia Li, “Distribution Network Reconfiguration Based on Harmony Search/Genetic Hybrid Algorithm” Shenyang Institute of Engineering,2012 China International Conference on Electricity Distribution (CICED 2012) Shanghai, 5-6 Sep 2012 [13] Khang Nguyen, Phuc Nguyen and Nuong Tran “A hybrid algorithm of Harmony Search and Bees Algorithm for a University Course Timetabling Problem” International Journal of Computer Science Issues (IJCSI), Vol 9, Issue 1, No 1, January 2012 ISSN (Online): 1694-0814 [14] A Kaveh and A Nasrollahi “Engineering Design Optimization Using A Hybrid PSO And HS Algorithm” Center of Excellence for Fundamental Studies in Structural Engineering, Iran University of Science and Technology, Narmak, Tehran, Iran Sian Journad Of Civil Engineering (BHRC) Vol 14, No (2013) Pages 201-223 [15] N Sinha, R Chakrabarti, and P K Chattopadhyay, “Improved Fast Evolutionary Program for Economic Load Dispatch with Non-smooth Cost Curves”, IE (I) Journal-EL [16] C H Chen, and S N Yeh, “Particle Swarm Optimization for Economic Power Dispatch With Valve-Point Effects” Senior Member, IEEE 2006 IEEE PES Tranmission and Distribution Conference and Eaposition Latin America, Venezuela 50 [17]M Mahdavi, M Fesanghary, E Damangir, “An improved harmony search algorithm for solving optimization problems”, Applied Mathematics and Computation 188 (2007) 1567–1579 [18] N Sinha, R Chakrabarti, and P K Chattopadhyay, “Evolutinary programming techniques for economic load dispatch”, IEEE Trans on Evolutionary Compution, Vol 7, No.1, Feb., pp.83-94, 2003 51 PHỤ LỤC I THÔNG SỐ CÀI ĐẶT CHO LẬP TRÌNH THUẬT TOÁN PD = 10500; Ploss = PD = 1800; Ploss = Hệ thống 13 máy phát HS GA-HS 20 20 500.000 50.000 Thông số cài đặt HMS MaxImp Hệ thống 40 máy phát HS GA-HS 40 40 800.000 500.000 HCMR 0.85 0.85 0.95 0.95 PAR b Kích thƣớc quần thể Số hệ 0.45 (pU-pL)./1000 0.45 (pU-pL)./1000 0.55 (pU-pL)./10000 0.45 (pU-pL)./10000 15 40 30 30 II KẾT QUẢ TÍNH TOÁN BẰNG PHƢƠNG PHÁP HS Thuật toán HS đƣợc áp dụng vào tính toán mạng điện khác bao gồm: hệ thống 13 máy phát với ảnh hƣởng điểm van, hệ thống 40 máy phát với ảnh hƣởng điểm van (thông số hệ thống đƣợc trình bày Bảng 5.1 Bảng 5.40 Đối với hệ thống, thuật toán đề xuất đƣợc tiến hành chạy thử 50 lần độc lập (chƣơng trình MatLab R2012a (7.14.0.739) máy tính có cấu hình CORE i5 1.7Ghz) Hệ thống 13 nút xét hiệu ứng điểm van: Máy phát Pi,min Pi,max Công suất (MW) 680 610.1237 360 148.8922 360 223.4919 60 180 109.8640 60 180 60.0000 60 180 109.8362 60 180 109.8226 52 60 180 109.7852 60 180 128.1458 10 40 120 40.0000 11 40 120 40.0000 12 55 120 55.0385 13 55 120 55.0000 Tổng công suất phát (MW) 10500.0000 Chi phí cực tiểu ($/h) 17964.7989 Chi phí cực đại ($/h) 18065,5947 Chi phí trung bình ($/h) 17993.6875 Độ lệch tiêu chuẩn ($/h) 11,07665 Thời gian tính toán (s) 15 1.9 x 10 1.88 Total cost($) 1.86 1.84 1.82 1.8 1.78 0.5 1.5 2.5 Iterations 3.5 4.5 x 10 Hình 1: Đặc tính hội tụ mạng điện 13 máy phát (HS) 53 Hệ thống 40 nút xét hiệu ứng điểm van: Máy phát Máy phát Pi,min Pi,max 21 254 550 Công suất (MW) 523.2745 110.9917 22 254 550 523.2749 120 97.4078 23 254 550 523.2707 80 190 179.7427 24 254 550 523.2832 47 97 96.9153 25 254 550 523.2866 68 140 139.9902 26 254 550 523.3347 110 300 259.6243 27 10 150 10.0040 135 300 284.6256 28 10 150 10.0000 135 300 284.6290 29 10 150 10.0000 10 130 300 204.7997 30 47 97 93.6602 11 94 375 168.8010 31 60 190 179.4145 12 94 375 284.8912 32 60 190 95.7411 13 125 500 304.4778 33 60 190 190.0000 14 125 500 304.5208 34 90 200 164.8952 15 125 500 394.2747 35 90 200 164.8691 16 125 500 304.5606 36 90 200 91.9741 17 220 500 489.2791 37 25 110 109.9950 18 220 500 489.3013 38 25 110 109.9986 19 242 550 511.3030 39 25 110 110.0000 20 242 550 511.2755 40 242 550 511.2593 Pi,min Pi,max 36 114 36 114 60 Công suất (MW) 87.0531 Tổng công suất phát (MW) Chi phí cực tiểu ($/h) 10,500 121,424.37 Chi phí cực đại ($/h) 121,550.35 Chi phí trung bình ($/h) 121,520.08 Độ lệch tiêu chuẩn ($/h) 34,07665 Thời gian tính toán (s) 54 54 x 10 2.8 2.6 Total cost($) 2.4 2.2 1.8 1.6 1.4 1.2 0.5 1.5 2.5 Iterations 3.5 4.5 5 x 10 Hình 2: Đặc tính hội tụ mạng điện 40 máy phát (HS) III CODE TỐI ƢU HÀM HIMMELBLAU Gồm có file sau: Script (runable) files: hs.m Thể thông số thuật toán HS tối ƣu hóa hàm hs_plot.m Thể thông số thuật toán HS với kết đồ MHB thị hội tụ Function (subroutine) files: harmony.m Tối ƣu hóa HS cổ điển harmony_plot.m Tối ƣu hóa HS cổ điển với kết là: lịch sử hội tụ, giá trị tốt hàm mục tiêu MHB.m (Modified Himmelblau Himmelblau Code file MHB.m function f = MHB(x) % Định nghĩa hàm Himmelblau 55 function) : Định nghĩa hàm f = (x(1)^2 + x(2) - 11)^2 + (x(1) + x(2)^2 - 7)^2 + 0.1*( (x(1)-3)^2 + (x(2)-2)^2 ); Code file hs.m % HS: Harmony Search tối ưu % Use the Matlab startup random number sequence: rand('twister',5489); % Commment out to start rand from current position % Xác định hàm mục tiêu giới hạn f = @MHB; xL = [-6 -6]; xU = [6 6]; % thiết lập thông số thuật toán HSparams.HMS = 30; HSparams.MaxImp = 100000; HSparams.HMCR = 0.95; HSparams.PAR = 0.3; HSparams.b = (xU-xL)/100000; % Thực tối ưu [xbest,fbest] = harmony(f,xL,xU,HSparams); fprintf('Best solution found:\n') disp(xbest) fprintf('Function value = %e', fbest) Code file harmony.m function [xbest,fbest] = harmony(f,xL,xU,HSparams) % HARMONY tối ưu dùng HS với biến liên tục % thành phần vector tham số HMS = HSparams.HMS; MaxImp = HSparams.MaxImp; HMCR = HSparams.HMCR; PAR = HSparams.PAR; b = HSparams.b; % kích N = HM = F = xnew = thước mảng length(xL); % Số lượng biến định zeros(HMS,N); zeros(HMS,1); zeros(1,N); % Ngẫu nhiên khởi tạo ma trận HM,đảm bảo để biến giới hạn % Đánh giá hàm mục tiêu tương ứng for j = 1:HMS HM(j,:) = xL + (xU-xL).*rand(1,N); 56 F(j) = f(HM(j,:)); end % Vòng ngẫu hứng qua MaxImp for j = 1:MaxImp % Ngẫu hứng tạo HM mới: vòng lặp qua biến for i = 1:N % ngẫu nhiên thực hoạt động với vectorxnew(i) HM if rand < HMCR % Bộ nhớ xem xét lựa chọn ngẫu nhiên vector lưu trữ HM xnew(i) = HM(ceil(rand*HMS),i); if rand < PAR %Hiệu chỉnh cường độ: điều chỉnh ngẫu nhiên cường độ nhẹ % within +/- b(i), đảm bảo giới hạn thỏa mãn xnew(i) = xnew(i) + (2*rand-1)*b(i); xnew(i) = min(max(xnew(i),xL(i)),xU(i)); end else % Random playing: ngẫu nhiên lựa chọn điều chỉnh giới hạn xnew(i) = xL(i) + rand*(xU(i)-xL(i)); end end % kết thúc trinh ngẫu hứng % HM update: kiểm tra hài hòa vector có tốt cũ tệ % hài hòa có HM fnew = f(xnew); [fworst,idxworst] = max(F); if fnew < fworst HM(idxworst,:) = xnew; F(idxworst) = fnew; end end % số lượng tối đa ngẫu hứng đạt % trở lại ngẫu hứng tốt đạt [fbest,idxbest] = min(F); xbest = HM(idxbest,:); Code file hs_plot.m % HS_PLOT: Harmony Search minimization with functionplots % Use the Matlab startup random number sequence: 57 rand('twister',5489); % Commment out to start rand from current position % thiết lập hàm mục tiêu giới hạn f = @MHB; xL = [-6 -6]; xU = [6 6]; % Thiết lập thông số thuật toán HSparams.HMS = 10; HSparams.MaxImp = 10000; HSparams.HMCR = 0.8; HSparams.PAR = 0.4; HSparams.b = (xU-xL)/1000; % Tối ưu hóa [xbest,fbest,xnew_history,fbest_history] = harmony_plot(f,xL,xU,HSparams); % kết đồ thị % đồ thị có dánh dấu vị trí với lần lặp x1 = linspace(xL(1),xU(1)); x2 = linspace(xL(2),xU(2)); [X1,X2] = meshgrid(x1,x2); F = zeros(length(x1),length(x2)); for i=1:length(x1) for j=1:length(x2) F(i,j) = f([X1(i,j),X2(i,j)]); end end figure contour(X1,X2,F,75) xlabel('{\itx}_1') ylabel('{\itx}_2') hold on % Show iterations ImpStep = 100; for i = 1:ImpStep:HSparams.MaxImp c = [0.7 0.7 0.7]*(1 - i/HSparams.MaxImp); % Vary color gray to black plot(xnew_history(i:(i+ImpStep1),1),xnew_history(i:(i+ImpStep-1),2), '+','MarkerEdgeColor',c,'markersize',3) pause(0.01) end % đồ thị hội tụ figure 58 semilogy(fbest_history) xlabel('{\itImp}') ylabel('{\itf}({\bfx_{best}})') set(gca,'YGrid','on') Code file harmony_plot.m: function [xbest,fbest,xnew_history,fbest_history] = harmony_plot(f,xL,xU,HSparams) % HARMONY_PLOT basic Harmony Search minimization for continuous variables, % ghi lại vector giá trị tốt lần lặp % thành phần vector tham số HMS = HSparams.HMS; MaxImp = HSparams.MaxImp; HMCR = HSparams.HMCR; PAR = HSparams.PAR; b = HSparams.b; % Kích thước mảng N = length(xL); % Số lượng biến định HM = zeros(HMS,N); F = zeros(HMS,1); xnew = zeros(1,N); xnew_history = zeros(MaxImp,N); fbest_history = zeros(MaxImp,1); % Ngẫu nhiên khởi tạo ma trận HM,đảm bảo để biến giới hạn % Đánh giá hàm mục tiêu tương ứng for j = 1:HMS HM(j,:) = xL + (xU-xL).*rand(1,N); F(j) = f(HM(j,:)); end % Vòng ngẫu hứng qua MaxImp for j = 1:MaxImp % Ngẫu hứng tạo HM mới: vòng lặp qua biến for i = 1:N % ngẫu nhiên thực hoạt động với vector xnew(i) HM if rand < HMCR % Bộ nhớ xem xét lựa chọn ngẫu nhiên vector lưu trữ HM xnew(i) = HM(ceil(rand*HMS),i); 59 if rand < PAR % Hiệu chỉnh cường độ: điều chỉnh ngẫu nhiên cường độ nhẹ % within +/- b(i), đảm bảo giới hạn thỏa mãn xnew(i) = xnew(i) + (2*rand-1)*b(i); xnew(i) = min(max(xnew(i),xL(i)),xU(i)); end else % Random playing: ngẫu nhiên lựa chọn điều chỉnh giới hạn xnew(i) = xL(i) + rand*(xU(i)-xL(i)); end end % Kết thúc ngẫu hứng hài hòa % Ghi lại hài hòa xnew_history(j,:) = xnew; % HM update: kiểm tra hài hòa vector có tốt cũ tệ % hài hòa fnew = f(xnew); [fworst,idxworst] = max(F); if fnew < fworst HM(idxworst,:) = xnew; F(idxworst) = fnew; end % Ghi lại giá trị hàm số tốt fbest_history(j) = min(F); end % Maximum number of improvisations reached % Trở lại hài hòa tốt [fbest,idxbest] = min(F); xbest = HM(idxbest,:); 60 [...]... 31 5.1.2 Các bƣớc của phƣơng pháp lai 2 thuật toán GA – HS 32 5.2LƢU ĐỒ GIẢI THUẬT 34 5.2.1Lƣu đồ HS cho bài toán ED với hiệu ứng điểm van 34 5.2.2Lƣu đồ GA- HS cho bài toán ED với hiệu ứng điểm van 36 5. 3ỨNG DỤNG THUẬT TOÁN LAI GA- HS GIẢI BÀI TOÁN ED VỚI HIỆU ỨNG ĐIỂM VAN 39 5.3. 1Hệ thống 13 nút 39 5.3. 2Hệ thống 40 nút 42 Chƣơng 6 KẾT LUẬN... công suất sao cho hệ thống vận hành tối ƣu: Các bài báo nước ngoài: Bài báo: “Luận văn Thạc Sĩ, Ứng dụng thuật toán di truyền phân bố công suất tối ưu trong Hệ Thống Điện, Phạm Việt Cường, 7 /2003, 700998, Thư viện Đại Học Bách Khoa TPHCM [2] Luận văn đề cập đến việc ứng dụng giải thuật di truyền vào tính toán tối ƣu công suất phát các nhà máy điện và phân bố tối ƣu công suất trong lƣới điện với hàm... Đặc biệt, các thuật toán đề xuất là rất hứa hẹn cho các hệ thống quy mô lớn của các hoạt động thực tếED 1.2 MỤC TIÊU CỦA ĐỀ TÀI Luận văn này giới thiệu một thuật toán lai giữa thuật toán tìm kiếm sự hài hòa (HS) [3], và giải thuật di truyền (GA) [2], đƣợc gọi là thuật toán lai GA- HS Ứng dụng thuật toán lai GA- HS để giải các bài toán về điều độ kinh tế ED với ảnh hƣởng của điểm van công suất, và so sánh... giải thuật hai phƣơng pháp trên để tìm ra cách kết hợp tạo ra phƣơng pháp mới để giải bài toán phân bố công suất tối ƣu mà ở đây cụ thể là bài toán ED với hiệu ứng điểm van công suất 5 Chƣơng2 BÀI TOÁN ĐIỀU PHỐI CÔNG SUẤT ED 2.1 GIỚI THIỆU Để hệ thống điện hoạt động hiệu quả và tin cậy thì một số kỹ thuật đã đƣợc phát triển để tính toán xác định dự báo công suất và mức công suất phát Điều phối công suất. .. TOÁN TÌM KIẾM SỰ HÀI HÒA (HS) 23 4.1GIỚI THIỆU CHUNG 23 4.2GIẢI THUẬT CỦA THUẬT TOÁN HS 25 4.3ƢU VÀ NHƢỢC ĐIỂM THUẬT TOÁN HS 29 4.3.1 Ƣu điểm của HS 29 4.3.2Nhƣợc điểm của HS 29 4.4 PHÂN TÍCH VÍ DỤ 29 Chƣơng 5 THUẬT TOÁN LAI GA- HS VÀ ỨNG DỤNG GIẢI BÀI TOÁN ED VỚI HIỆU ỨNG ĐIỂM VAN 31 viii 5.1.THUẬT TOÁN LAI GA- HS 31 5.1.1Giới... một trong các kỹ thuật trên để điều chỉnh biến điều khiển và phân phối công suất cho hệ thống điện hoạt động tối ƣu Điều phối công suất có hai cách: điều phối công suất thực và điều phối công suất phản kháng Bài toán điều phối kinh tế tìm điểm hoạt động tối ƣu để phân phối công suất thực giữa các nhà máy nhằm giảm thấp nhất chi phí sản xuất Điều phối công suất phản kháng dùng để cực tiểu tổn thất hệ thống, ... nhà nghiên cứu rất quan tâm.Mục đích của hệ thống điện là chất lƣợng điện năng, nâng cao hiệu quả sử dụng, độ tin cậy cấp điện đồng thời giảm chi phí đầu tƣ, vận hành và bảo trì Tối ƣu hóa chiếm một vị trí quan trọng trong hệ thống năng lƣợng và là một kỹ thuật thƣờng đƣợc sử dụng trong vận hành hệ thống điện Tối ƣu hóa tìm cách phân bố lại công suất thực và công suất phản kháng nhằm làm giảm chi phí... HẠN ĐỀ TÀI Sử dụng phƣơng pháp lai GA- HS ứng dụng giải các bài toán điều phối công suấtED với Hàm chi phí nhiên liệu có xét ảnh hƣởng của điểm van công suất:  Bài toán mạng 13 nút máy phát với hiệu ứng điểm van  Bài toán mạng 40 nút máy phát với hiệu ứng điểm van 1.4 PHƢƠNG PHÁP NGHIÊN CỨU Nghiên cứu lý thuyết hai phƣơng pháp tối ƣu:  Tìm kiếm sự hài hòa (HS)  Giải thuật di truyền (GA) Trên cơ sở... hòa (HS) [3-5], tối ƣu bầy đàn (PSO)… Tìm kiếm một giải pháp tối ƣu là hiệu quả và có thể thực hiện trong thực tế Các thuật toán này phải cạnh tranh với các phƣơng pháp tối ƣu thông thƣờng Các kết quả nghiên cứu trong và ngoài nƣớc đã công bố Một số nhà khoa học trên thế giới đã triển khai nghiên cứu giải thuật HS và GA vào ứng dụng vào trong Hệ thống điện nhằm tìm ra cách điều khiển, phân bố công suất. .. nâng cao hiệu suất và khả năng tận dụng nguồn Bài toán điều phối công suất làm cải thiện việc hoạt động ổn định của hệ thống điện Thƣờng làm giảm mô hình hệ thống điện, làm đơn giản các giải pháp chi phí về chất lƣợng Việc sử dụng đúng đắn và chính xác hơn các mô hình sản lƣợng điện làm cho lời giải bài toán tốt hơn nhƣng vấn đề khó khăn cũng tăng lên đáng kể Mô hình phổ biến cải tiến bài toán điều phối