hiệu chỉnh thông số bộ pss bằng giải thuật đàn kiến aco

Nghiên cứu ổn định HTĐ là một chủ đề được quan tâm trong nghiên cứu kỹ thuật điện, ổn định HTĐ có thể định nghĩa như sau: Khả năng của các máy phát điện đồng bộ trong hệ thống phản ứng l

THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ NGUYỄN THÀNH TỰU

HIỆU CHỈNH THÔNG SỐ BỘ PSS BẰNG GIẢI THUẬT ĐÀN KIẾN ACO

NGÀNH: KỸ THUẬT ĐIỆN - 60520202

S K C0 0 4 5 4 4

THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ NGUYỄN THÀNH TỰU

HIỆU CHỈNH THÔNG SỐ BỘ PSS BẰNG GIẢI THUẬT ĐÀN KIẾN ACO

NGÀNH: KỸ THUẬT ĐIỆN

Hướng dẫn khoa học:

TS NGUYỄN MINH TÂM

Tp Hồ Chí Minh, năm 2015

LÝ LỊCH KHOA HỌC

I LÝ LỊCH SƠ LƯỢC:

Họ & tên: NGUYỄN THÀNH TỰU Giới tính: Nam

Ngày, tháng, năm sinh: 20/11/1987 Nơi sinh: Phú Yên

Chỗ ở riêng hoặc địa chỉ liên lạc: xã Hòa Trị, huyện Phú Hòa, tỉnh Phú Yên Điện thoại liên hệ: 0933.565.357

Ngành học: Công nghệ Kỹ Thuật Điện

Tên đồ án, luận án hoặc môn thi tốt nghiệp:

Ngày & nơi bảo vệ đồ án, luận án hoặc thi tốt nghiệp:

Tại: Trường Đại Học Công Nghiệp TP.HCM

III QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC:

2010-2011 Cty TNHH Hóa Chất & Môi

Trường Vũ Hoàng, Tây Ninh Nhân viên bảo trì 2011- 2013 Cty Nitto Denko Việt Nam, VSIP

1, Bình Dương

Nhân viên kỹ thuật

ii

LỜI CAM ĐOAN

Tôi cam đoan đây là công trình nghiên cứu của tôi

Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác

Tp Hồ Chí Minh, ngày … tháng 4 năm 2015

(Ký tên và ghi rõ họ tên)

Nguyễn Thành Tựu

LỜI CẢM ƠN

Trong quá trình làm luận văn, tôi đã nhận được nhiều ý kiến đóng góp từ các thầy giáo, cô giáo, các anh chị và các bạn đồng nghiệp

Tôi xin bày tỏ lòng biết ơn đến TS Nguyễn Minh Tâm đã dành tâm huyết

hướng dẫn, giúp đỡ và tạo mọi điều kiện thuận lợi nhất cho tôi hoàn thành tốt đề tài

Tôi xin chân thành cảm ơn các thầy giáo, cô giáo Khoa điện – Điện Tử Trường Đại học Sư Phạm Kỹ Thuật TP.HCM, cùng bạn bè đã có những ý kiến đóng góp quí báu và tạo các điều kiện thuận lợi cho tôi trong quá trình hoàn thành luận văn

Người thực hiện

Nguyễn Thành Tựu

Để có bộ PSS cung cấp mô men giảm chấn tốt trên điều kiện hoạt động rộng, các thông số của nó cần được hiệu chỉnh để đáp ứng tốt với tất cả các loại dao động,

mà đây là một công việc tốn rất nhiều thời gian Để đơn giản quá trình này, các thuật toán tối ưu thông minh như: Mạng neuron, thuật toán di truyền , giải thuật bầy đàn… được áp dụng để xác định các thông số tối ưu của bộ PSS

Trong luận văn này, chúng tôi sẽ dành để phân tích nguyên nhân, tác hại của vấn đề dao động góc tải trong HTĐ và lý thuyết về bộ ổn định HTĐ Phần tiếp theo chúng tôi sẽ giới thiệu giải thuật tối ưu đàn kiến và ứng dụng giải thuật này để tìm các thông số tối ưu cho bộ PSS Kết quả được kiếm chứng bằng mô phỏng trên phần mềm Matlab/Simulink Việc nghiên cứu thành công đề tài sẽ góp phần tìm hiểu về nguyên lý làm việc, các ứng dụng của bộ PSS cũng như là cơ sở để nâng cao hiệu quả ổn định của HTĐ nói chung, và là điều kiện tiền đề để khai thác tính năng của bộ PSS trong HTĐ Việt Nam

ABSTRACT

Power Systems have an important role for the economic development of each country Due to the economic development as well as the increasing load demand, changes in the direction of the market of electricity makes power sysstem

increasingly large in scale, complexity in computational design and operation On the order hand, interconnection of system also bring about new problems The interconnection ties between neighboring power system are relatively weak when compare to the conection within the system It easily leads to low frequency

interarea oscillations Many of the eary instances of oscillatory instability occurred

at low frequencies when interconnection were made There are many technical damping control strategies power system Using the Power System Sabilizer (PSS) combination with excitation system to reduce oscillation at generator location is one of the techniques that The basic function of a PSS is to reduction of low-

frequency oscillations in power system, extending limitions on power transfer

capacity and keep safe operation of the network

To have the PSS provide good damping over wide operating conditions, its parameters need be fine tuned in response to all kind of oscillations, which is a time consuming job To simply this process, intelligent optimazition algorithms such as: Neuron Network, Genetic Algorithm, Particle Swarm Optimization…are applied to offline determining the optimal parameters of PSS

In this thesis, we will take to analyze the causes and effects of fluctuating load angle problem in the electrical system and the overview of the PSS.The next section we will present ant colony optimization algorithm and applied to find the optimal parameters for the PSS Search results certified by simulation Matlab/ Simulink software The successful research topics will contribute to understand the working principles, the application of PSS as a basis for improving the efficiency of power system stability in general, and is a precondition for exploit the features of the PSS in the power system of Viet Nam

vi

MỤC LỤC

Quyết định giao đề tài

Lý lịch cá nhân - i

Lời cam đoan - ii

Lời cảm ơn - iii

Tóm tắt - iv

Mục lục - vi

Danh sách các chữ viết tắt - ix

Danh sách các hình - x

Danh sách các bảng - xii

Chương 1: TỔNG QUAN VỀ ỔN ĐỊNH HỆ THỐNG ĐIỆN 1.1.Hệ thống điện và sự ổn định - 1

1.2 Kỹ thuật điều khiển hạn chế dao động trong hệ thống điện - 2

1.2.1.Điều khiển hạn chế trên đường dây truyền tải - 2

1.2.2 Bộ điều khiển giảm dao động đặt tại máy phát - 3

1.3 Mục tiêu nghiên cứu - 4

1.4 Phương pháp nghiên cứu - 4

1.5 Phạm vi nghiên cứu - 4

1.6 Kết cấu luận văn - 5

Chương 2: DAO ĐỘNG GÓC TẢI TRONG HỆ THỐNG ĐIỆN VÀ BỘ ỔN ĐỊNH HỆ THỐNG ĐIỆN (PSS) 2.1 Vấn đề dao động góc tải trong HTĐ - 7

2.1.1 Định nghĩa góc tải (góc rotor) - 7

2.1.2 Cân bằng công suất trong HTĐ - 8

2.1.3 Nguyên nhân gây ra dao động góc tải - 9

2.1.4 Nâng cao ổn định HTĐ - 11

2.2 Bộ ổn định HTĐ (Power system stabilizer) - 12

2.3 Công suất giảm chấn trong máy phát được sinh ra để giảm dao động - 14

Chương 3: GIẢI THUẬT TỐI ƯU HÓA ĐÀN KIẾN

3.1 Giới thiệu - 16

3.2 Ứng dụng thuật toán đàn kiến giải bài toán tìm đường “ Travelling Salesman Problem” (TSP) - 19

3.2.1.Bài toán TSP - 19

3.2.2 Ứng dụng thuật toán đàn kiến giải bài toán TSP - 20

3.3 Các nguyên tắc khi áp dụng tối ưu đàn kiến - 23

3.3.1 Số lượng kiến - 23

3.3.2 Xác định các vệt mùi - 24

3.3.3 Các thông tin heuristic - 24

3.3.4 Kết hợp tìm kiếm địa phương - 25

3.3.5 Điều chỉnh giữa sự học tăng cường và sự khám phá - 25

Chương 4: HIỆU CHỈNH THÔNG SỐ BỘ PSS BẰNG GIẢI THUẬT KIẾN 4.1 Tạo nút và đường - 27

4.2 Hàm mục tiêu của thuật toán - 28

4.3 Chọn đường đi theo xác suất - 29

4.4 Cập nhật lượng mùi - 30

4.5.Lưu đồ thuật toán - 31

4.6 Các bước thực hiện thuật toán - 32

Chương 5: XÂY DỰNG MÔ HÌNH MÁY PHÁT ĐIỆN NỐI LƯỚI 5.1 Phương trình góc công suất của máy phát điện - 33

5.2 Phương trình độ lệch tốc độ - 34

5.3 Phương trình sức điện động quá độ trục q của máy phát điện - 34

5.4 Phương trình tính sức điện động quá độ trục d (E’d) - 35

5.5 Phương trình công suất trên đầu cực máy phát - 35

5.6 Phương trình tính điện áp trục q của máy phát - 36

5.7 Phương trình tính điện áp trục d của máy phát - 36

5.8 Phương trình tính dòng điện trục d của máy phát - 36

5.9 Phương trình tính dòng điện trục q của máy phát - 36

viii

5.10 Bộ ổn định PSS thông thường theo IEEE chuẩn PSS1A - 38

Chương 6: KẾT QỦA MÔ PHỎNG 6.1 Mô hình nghiên cứu - 40

6.2 Kết quả mô phỏng - 41

6.2.1 Trường hợp 1 : thay đổi tải đột ngột - 41

6.2.2 Trường hợp 2: Ngắn mạch đầu cực máy phát - 43

Chương 7: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 7.1 Kết luận - 46

7.2 Hạn chế - 47

7.3 Hướng phát triển của đề tài - 47

TÀI LIỆU THAM KHẢO - 48

PHỤ LỤC A :THÔNG SỐ MÁY PHÁT-ĐƯỜNG DÂY - 50

PHỤ LỤC B : CODE MATLAB - 51

DANH MỤC TỪ VIẾT TẮT

AC : Alternating Current

ACO : Ant Colony Optimization

CPSS : Conventional Power System Stabilizer

FACT : Flexible AC Transmission

HVDC : High Voltage Direct Current

IEEE : Institute of Electrical and Electronics

Engineers

ISE : Integrated of The Square of the Error

PSS : Power System Stabilizer

STATCOM : Static Synchronous Compensator

SVC : Static Var Compensator

TCSC : Thyristor Controlled Series Capacitor

TSP :Traveling Salesman Problem

x

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

Hình 2.1 Đặc tính công suất máy phát - 7

Hình 2.2 Phân loại ổn định HTĐ - 9

Hình 2.3 Dao động cục bộ - 10

Hình 2.4 Dao động liên khu vực - 10

Hình 2.5 Sơ đồ điều chỉnh kích từ có PSS - 11

Hình 2.6 Mô hình cơ khí giống như máy phát mang tải - 12

Hình 2.7 Sơ đồ khối tín hiệu bộ PSS cấp cho hệ thống kích từ - 12

Hình 2.8 Cấu trúc cơ bản của bộ PSS - 13

Hình 2.9 Sơ đồ khối của Bộ PSS theo tiêu chuẩn IEEE 412.5 - 14

Hình 2.10 Sơ đồ nguyên lý tạo ra công suất giảm chấn - 14

Hình 2.11 Cuộn dây giảm chấn D được đặt trên rotor máy phát - 15

Hình 2.12 Đường đi từ thông phần ứng ở các trạng thái khác nhau - 15

Hình 3.1 Thí nghiệm chiếc cầu đôi - 16

Hình 3.2 Vòng quay Bánh xe sổ xố - 22

Hình 4.1 Biểu diễn các thông số của bộ PSS trong hệ trục tọa độ Oxy - 28

Hình 4.2 Lưu đồ giải thuật đàn kiến ACO - 31

Hình 5.1 Sơ đồ tương đương máy phát điện đồng bộ - 33

Hình 5.2 Mô hình Simulink để tính góc công suất của máy phát điện trong Matlab 34

Hình 5.3 Mô hình Simulink để tính thành phần sức điện động E’q - 35

Hình 5.4 Mô hình Simulink để tính thành phần E’d - 35

Hình 5.5 Mô hình Simulink để tính công suất trên đầu cực máy phát - 36

Hình 5.6 Mô hình Simulink để tính tính dòng điện id, iq của máy phát - 37

Hình 5.7 Mô hình Simulink để tính điện áp trên đầu cực máy phát Vt - 37

Hình 5.8 Mô hình Simulink để tính công suất điện Pe trên đầu cực máy phát - 37 Hình 5.9 Mô hình Simulink Bộ PSS - 38

Hình 5.10 Mô hình mô phỏng tính góc công suất δ, công suất điện Pe, điện áp trên đầu cực máy phát Vt trong SIMULINK - 39

Hình 6.1 Mô hình máy phát nối vào hệ thống truyền tải - 40

Hình 6.2 Công suất điện Pe (pu) trên đầu cực máy phát khi công suất phụ tải thay đổi - 42

Hình 6.3 Góc công suất Delta của máy phát khi công suất phụ tải thay đổi 42

Hình 6.4 Độ lệch tốc độ của máy phát khi công suất phụ tải thay đổi - 43

Hình 6.5 Góc công suất delta của máy phát trong trường hợp ngắn mạch - 44

Hình 6.6 Độ lệch tốc độ rotor trong trường hợp ngắn mạch - 44

Hình 6.7 Công suất điện Pe trong trường hợp ngắn mạch - 45

xii

DANH MỤC CÁC BẢNG

Bảng 6.1 Các tham số sử dụng trong giải thuật đàn kiến - 41Bảng 6.2 Các thông số của bộ PSS - 41Bảng 6.1 Giới hạn ổn định động - 45

Chương 1:

TỔNG QUAN VỀ ỔN ĐỊNH HỆ THỐNG ĐIỆN 1.1 Hệ thống điện và sự ổn định

Ngày nay, hệ thống điện (HTĐ) không còn là một hệ thống đơn lẻ mà là một

hệ thống liên kết Nó có thể bao gồm hàng ngàn thiết bị điện và trải rộng trên một khu vực rộng lớn, lợi ích của việc liên kết HTĐ là [6]:

 Cung cấp một lượng lớn công suất và tăng độ tin cậy của hệ thống

 Giảm số lượng máy phát theo yêu cầu vận hành đỉnh tải cũng như yêu cầu dự trữ quay của hệ thống khi tải thay đổi đột ngột

 Cung cấp nguồn công suất kinh tế cho khách hàng

Mặt khác liên kết hệ thống cũng mang đến nhiều vấn đề mới Đường dây liên kết giữa các hệ thống điện lân cận là tương đối yếu khi so với hệ thống không có liên kết, nó dễ dẫn đến dao động tần số thấp trong nội vùng, những dao động không

ổn định thường xảy ra tại tần số thấp khi liên kết hệ thống

Nghiên cứu ổn định HTĐ là một chủ đề được quan tâm trong nghiên cứu kỹ thuật điện, ổn định HTĐ có thể định nghĩa như sau:

Khả năng của các máy phát điện đồng bộ trong hệ thống phản ứng lại sự nhiễu loạn trong điều kiện vận hành bình thường để đưa hệ thống vận hành trở lại trạng thái bình thường

Nghiên cứu ổn định phụ thuộc bản chất và đặc tính của biên độ nhiễu, và được phân ra làm 3 loại:

Trạng thái ổn định lâu dài: để chỉ tính chất hoạt động của một hệ thống

quanh một điểm vận hành cố định Hệ thống thay đổi nhỏ và từ từ theo điều kiện vận hành

Ổn định động là: đáp ứng thời gian dài của hệ thống đối với nhiễu loạn

tương đối nhỏ Nó khác với trạng thái ổn định tĩnh bởi vì hệ thống có thể ổn định ở trạng thái tĩnh và hệ thống phải có nhiễu loạn nhỏ

Ổn định quá độ là: nếu một hệ thống vẫn giữ được đồng bộ sau khi có sự

nhiễu lớn chẳng hạn như: sự cố hệ thống truyền tải, sự thay đổi tải đột ngột, mất

nguồn phát hay đóng cắt đường dây Vấn đề ổn định quá độ được chia ra thành những phần nhỏ dao động là lúc những giây ban đầu sau khi nhiễu loạn, và nhiều dao động ổn định có thời gian nghiên cứu hơn 10 giây

Đối với trạng thái ổn định động và ổn định lâu dài, hệ thống có thể được mô hình bằng các phương trình vi phân tuyến tính Đối với bài toán ổn định quá độ, hệ thống phải được biểu diễn bằng phương trình vi phân phi tuyến Nghiên cứu tất cả các trạng thái ổn định với mục đích là Rotor của máy phát dao động được đưa trở về tốc độ vận hành ổn định

1.2 Kỹ thuật điều khiển để hạn chế dao động trong hệ thống điện

Một vấn đề thông thường trong hệ thống điện lớn và nhỏ là bản chất vốn có của dao động không ổn định Trong những thập kỹ qua nhiều công trình nghiên cứu

để cải thiện ổn định hệ thống, thường nói nhiều là phương pháp điều khiển hạn chế dao động được chia ra thành hai nhóm [11]:

 Tăng cường điều khiển để hạn chế dao động trong đường dây truyền tải

 Tăng cường điều khiển để hạn chế dao động tại ví trí nhà máy phát điện

1.2.1 Điều khiển hạn chế dao động trên đường dây truyền tải

Truyền tải điện một chiều cao thế (HVDC): có vai trò quan trọng trong

việc nâng cao ổn định HTĐ [6], là vì đối với HVDC không cần duy trì đồng bộ Mặc khác, HVDC có khả năng hạn chế dao động vì đường dây liên kết HVDC có thể thay đổi dòng công suất truyền tải phối hợp với hệ thống AC nhanh hơn bất kỳ nhà máy nhiệt điện nào Tác hại chính của HVDC là giá thành và sự phức tạp của

bộ chỉnh lưu, mặc khác nó còn phát ra sóng hài vào hệ thống AC

Hệ thống truyền tải điện xoay chiều AC linh hoạt (FACTS): có khả năng

điều khiển truyền tải công suất với hệ thống điện có các thông số ràng buộc như tổng trở nối tiếp, tổng trở rẽ nhánh, góc pha .v.v[6] Các bộ điều khiển FACTS gồm có:

 Bù công suất phản kháng tĩnh SVC dùng van Thyristor để nhanh chóng thêm hoặc cắt bớt điện cảm, điện dung mắc rẽ nhánh

 Thyristor điều khiển tụ nối tiếp (TCSC) có thể thay đổi tổng trở từ mức thấp đến mức tổng trở tự nhiên đường dây truyền tải

 Tụ tĩnh (Statcom) phát ra công suất phản kháng có thể là công suất của tụ, hay công suất của cuộn dây để điều khiển được điện áp trên lưới

 Bộ điều chỉnh góc pha thay đổi điện áp pha bằng cách thêm hoặc bớt một thành phần điện áp, thành phần này vuông góc với điện áp pha của đường dây

Bộ HVDC được ưa chuộng hơn, trở ngại chính của bộ điều khiển FACTS là giá thành cao

1.2.2 Bộ điều khiển giảm dao động đặt tại máy phát

Điều khiển kích từ là một trong những kiểu điều khiển hạn chế dao động đặt tại máy phát vì những lý do sau:

 Hệ thống điện có hằng số thời gian nhỏ hơn hệ thống cơ khí của máy phát

 Hệ thống điều khiển điện dễ ứng dụng và kinh tế hơn hệ thống điều khiển cơ

khí

 Hằng số thời gian hồi tiếp nhỏ và một hệ thống điều khiển điện là một hệ thống tác động liên tục, vì thế nó làm cho hệ thống có đáp ứng phẳng hơn Điều khiển kích từ cung cấp cho máy phát được xem như là Bộ ổn định hệ thống điện (Power System Stabilizer - PSS), nó được chọn đầu tiên để nâng cao việc giảm dao động của hệ thống kích từ[6] Chức năng chính của một bộ PSS là

mở rộng giới hạn ổn định bằng cách điều chỉnh hệ thống kích từ để hạn chế dao động của Rotor máy phát đồng bộ với các máy phát khác Đó là những dao động có tần số từ 0.2 đến 2 Hz và những dao động này làm giảm khả năng truyền công suất

Để ngăn ngừa dao động, Bộ ổn định HTĐ phải tạo ra được một mômen điện trong Rotor cùng pha với sự thay đổi tốc độ Tín hiệu đầu vào của bộ PSS là một trong các thành phần bên dưới hoặc là tổ hợp của chúng:

Bộ PSS đầu tiên được gọi là bộ PSS thông thường (CPSS)[6] được thiết kế dựa trên hàm truyền sử dụng lý thuyết điều khiển cổ điển Nó sử dụng hệ thống bù sớm trễ pha để bù sự dịch chuyển pha do dao động tần số thấp gây ra do sự nhiễu loạn trong hệ thống bằng cách điều chỉnh thích hợp các thông số hệ thống bù sớm trễ pha Nó có thể làm cho hệ thống giảm bớt dao động

Tuy nhiên hệ thống điện là một hệ thống phi tuyến Mô hình hệ thống tuyến tính hóa được sử dụng để thiết kế Bộ ổn định HTĐ thông thường chỉ được đánh giá tại thời điểm vận hành và tại đó hệ thống được tuyến tính hóa

Để có bộ PSS cung cấp mô men giảm chấn tốt trên điều kiện hoạt động rộng, các thông số của nó cần được hiệu chỉnh để đáp ứng tốt với tất cả các loại dao động,

mà đây là một công việc tốn rất nhiều thời gian Để đơn giản quá trình này, các thuật toán tối ưu thông minh như: Mạng neuron (Neuron Network), Thuật toán di truyền (Genetic Algorithm), Giải thuật bầy đàn (Particle Swarm Optimization) … được áp dụng để xác định các thông số tối ưu của bộ PSS Cho đến nay trên thế giới cũng đã có nhiều công trình nghiên cứu về vấn đề này Có thể kể đến một số nghiên cứu như:

- “Tuning of power system stabilizer using an artificial neuron network” của

nhóm tác giả Yuan-Yih Hsu, Chao-Rong Chen[8]

- “Tuning of power system stabilizers using genetic algorithms” của nhón tác

giả Y.L Abdel-Magid , M.M Dawoud[9]

- “ Ứng dụng giải thuật PSO để xác định thông số tối ưu cho bộ PSS” của

nhóm tác giả Nguyễn Minh Tâm, Nguyễn Hoàng Linh[10]

Các nghiên cứu trên ứng dụng thuật toán tối ưu thông minh mạng Noron, giải thuật Gen và giải thuật bầy đàn tối ưu hóa các tham số của bộ PSS và mô phỏng trên hệ thống SMIB (Single Machine Infinity Bus) để ổn định các dao động tín hiệu nhỏ của hệ thống Các kết quả mô phỏng trên phần mềm Matlab/Simulink của các nghiên cứu này cho thấy bộ PSS với các tham số được tối ưu bằng các thuật toán thông minh có đáp ứng ổn định tốt hơn so với khi không có PSS và khi có bộ PSS truyền thống Tần số và biên độ của các dao động thấp hơn, thời gian trở về trạng

thái ổn định ngắn hơn Qua đó, cho ta thấy tính hiệu quả khi áp dụng các thuật toán tối ưu thông minh trong việc hiệu chỉnh tối ưu các thông số của bộ PSS

Trong luận văn này chúng tôi đề xuất một phương pháp tối ưu khác đó là dùng giải thuật đàn kiến (ACO) để hiệu chỉnh tìm thông số tối ưu cho bộ PSS và mô phỏng trên hệ thống SMIB Kết quả sẽ được kiểm chứng bằng mô phỏng trên phần mềm Matlab/Simulink

1.3 Mục tiêu nghiên cứu

Ứng dụng giải thuật đàn kiến (ACO - Ant Colony Optimization) để tìm kiếm các thông số tối ưu của bộ PSS nhằm cải thiện trạng thái ổn định của máy phát, nâng cao đặc tính ổn định động của hệ thống

1.4 Phương pháp nghiên cứu

Nghiên cứu mô hình của bộ điều khiển PSS và ứng dụng giải thuật đàn kiến tối ưu thông số bộ PSS

Xây dựng mô hình mô phỏng để kiểm chứng trên phần mềm Matlab/Simulink Trên cơ sở các kết quả thu được trên mô hình để rút ra đánh giá, kết luận

1.5 Phạm vi nghiên cứu

Đề tài tập trung nghiên cứu giải thuật đàn kiến (ACO) cho việc xác định thông số tối ưu của bộ PSS nhằm cải thiện trạng thái ổn định của máy phát, nâng cao đặc tính ổn định động của hệ thống

1.6 Kết cấu của luận văn

Luận văn này chia ra các phần nghiên cứu như sau:

Chương 1: Tổng quan về hệ thống điện

 Chương này gồm những nội dung sau :

 Hệ thống điện và sự ổn định

 Kỹ thuật điều khiển để hạn chế dao động trong hệ thống điện

 Mục tiêu nghiên cứu

 Phương pháp nghiên cứu

 Phạm vi nghiên cứu

 Kết cấu của luận văn

Chương 2: Dao động góc tải và Bộ ổn định HTĐ PSS

 Chương này tìm hiểu các vấn đề:

 Định nghĩa góc tải

 Cân bằng công suất trong hệ thống điện

 Nguyên nhân gây ra dao động góc tải

 Nâng cao ổn định hệ thống điện

 Bộ ổn định hệ thống điện

 Công suất giảm chấn trong máy phát

Chương 3: Thuật toán tối ưu hóa bầy kiến

 Chương này tìm hiểu các vấn đề:

 Lịch sử hình thành

 Mô tả thuật toán

 Đặc điểm và ứng dụng của giải thuật đàn

Chương 4: Hiệu chỉnh bộ PSS bằng giải thuật đàn kiến

 Chương này trình bày các bước thực hiện áp dụng thuật toán đàn kiến

để tìm bộ thông số tối ưu cho bộ PSS

Chương 5: Xây dựng mô hình máy phát điện

 Chương này tìm hiểu các vấn đề:

 Phương trình góc công suất máy phát điện

 Phương trình độ lệch tốc độ

 Phương trình sức điện động quá độ trục q của máy phát điện

 Phương trình tính sức điện động quá độ trục d (E’d)

 Phương trình công suất trên đầu cực máy phát

 Phương trình tính điện áp trục q của máy phát

 Phương trình tính điện áp trục d của máy phát

 Phương trình tính dòng điện trục d của máy phát

 Phương trình tính dòng điện trục q của máy phát

 Bộ ổn định PSS theo IEEE chuẩn PSS1A

Chương 6: Kết quả mô phỏng

 Chương này trình bày các kết quả đạt được trong quá trình mô phỏng, đưa ra nhận xét

Chương 7: Kết luận và hướng phát triển của đề tài

 Chương này trình bày các kết quả đạt được, hạn chế và hướng phát triển

đề tài

Chương 2:

DAO ĐỘNG GÓC TẢI TRONG HỆ THỐNG ĐIỆN VÀ

BỘ ỔN ĐỊNH HỆ THỐNG ĐIỆN (PSS)

2.1 Vấn đề dao động góc tải trong HTĐ

2.1.1 Định nghĩa góc tải (góc rotor)

Đặc tính quan trọng của HTĐ là mối quan hệ giữa công suất và vị trí góc của rotor Để minh họa điều này chúng ta hãy xét một HTĐ đơn giản cho trên hình 2.1a Bao gồm máy phát đồng bộ kết nối với HTĐ qua đường dây tải điện có điện kháng

là Xe

Góc tải (góc rotor) 𝛿 là góc giữa vector sức điện động bên trong 𝐸̃𝑔 do từ

thông dòng điện kích từ sinh ra với vector điện áp trên thanh cái đầu cực 𝑉̃𝑡 = 𝑉𝑡∠𝜃

Hình 2.1b là sơ đồ thay thế lý tưởng (đã bỏ qua điện trở và điện dẫn các phần tử) để xác định mối quan hệ giữa công suất với góc Hình 2.1c biểu diễn đồ thị vector pha giữa máy phát và hệ thống Ở chế độ xác lập công suất đầu ra của máy phát cho bởi[12]:

𝐸𝑔

𝑋𝑔Đường dây

Đáp ứng của mối quan hệ công suất và góc 𝛿 được biểu diễn như hình 2.1d Với các mô hình được lý tưởng hoá sử dụng để biểu diễn máy phát đồng bộ (như đã giả thiết), thì sự thay đổi công suất theo góc 𝛿 có dạng hình sin Còn với các mô hình máy phát đòi hỏi sự chính xác cao như xét đến ảnh hưởng của quá trình điện

từ, thì mối quan hệ công suất góc có thể lệch khỏi dạng sin, tuy nhiên dạng chung là giống nhau Khi góc bằng không, công suất bằng không Nếu góc tăng, công suất truyền tải sẽ tăng tới giá trị cực đại thường được đảm bảo bằng 900, sau đó nếu góc tiếp tục tăng công suất sẽ giảm Còn tiếp tục tăng góc nữa sẽ dẫn tới mất ổn định

2.1.2 Cân bằng công suất trong HTĐ

Trong quá trình vận hành, khi bị nhiễu loạn bởi sự thay đổi đột ngột, tốc độ

và công suất của máy phát sẽ biến đổi xung quanh điểm vận hành Mối quan hệ này

có thể được biểu diễn bởi phương trình chuyển động sau đây (trong hệ đơn vị tương đối) [12]:

2𝐻

𝜔0

𝑑2𝛿

𝑑𝑡2 = 𝑇𝑚− 𝑇𝑒 (2.2) Trong đó:

𝛿 – góc rotor (rad)

𝜔0 – tốc độ góc rotor, giá trị cơ sở hoặc giá trị định mức bằng 2𝜋𝑓0 rad/s

Tm – Moment cơ (p.u)

Te – Moment điện (p.u)

H – hằng số quán tính của máy phát (MW-s/MVA)

Theo (2.2), ở chế độ xác lập của HTĐ, có sự cân bằng giữa mô men cơ đầu vào và mô men điện đầu ra của mỗi máy phát (Tm = Te) và góc tải, tốc độ rotor duy trì là hằng số Nếu hệ thống bị xáo trộn, điểm cân bằng sẽ bị thay đổi, kết quả làm cho rotor bị tăng tốc hay giảm tốc so với tần số hệ thống, khiến hoạt động của máy phát có thể không ổn định

2.1.3 Nguyên nhân gây ra dao động góc tải

Khi có tải yêu cầu đến một trạm có nhiều tổ máy, bộ phận phân phối công suất sẽ làm nhiệm vụ phân công suất cho các tổ máy để hướng tới sự cân bằng Tuy nhiên do động học của mỗi máy phát là khác nhau, gây nên các luồng công suất trao đổi trong nội bộ trạm phát, hoặc giữa máy phát với hệ thống qua đường truyền Những tác động xen kênh này khiến cho rotor máy phát dao động xung quanh điểm làm việc

Một nguồn khác gây nên dao động góc tải là việc sử dụng các bộ kích từ đáp ứng nhanh với AVR hệ số khuếch đại lớn có tác dụng cải thiện giới hạn ổn định tĩnh

và ổn định động, nhưng lại làm giảm thành phần mô men damping, gây bất lợi với

ổn định tín hiệu nhỏ

Tác hại của dao động:

Khi góc tải dao động khiến tốc độ rotor không còn là tốc độ đồng bộ nữa, góc tải có thể vượt quá 900 điện (hình 2.1d), làm cho hoạt động máy phát bị mất đồng bộ, trong trường hợp không được khống chế kịp thời, nó rất có thể bị cộng hưởng với những dao động khác gây nên mất đồng bộ nghiêm trọng giữa các máy phát và lưới điện thậm chí gây tan rã HTĐ

Cách tiếp cận nghiên cứu ổn định:

Trong cách phân loại ổn định HTĐ như hình 2.2 [12] thì ổn định góc tải chia

ra làm hai loại là ổn định tín hiệu nhỏ và ổn định quá độ

Hình 2.2 Phân loại ổn định HTD

Ổn định hệ thống điện

Ổn định góc tải Ổn định tần số Ổn định điện áp

Ổn định tín hiệu nhỏ (nhiễu nhỏ)

Ổn định quá độ (nhiễu lớn)

Lý thuyết ổn định tín hiệu nhỏ được dùng để nhận dạng và phân tích các dao động cơ điện (dao động tần số thấp) trong HTĐ Các dao động này làm cho góc rotor của máy phát tăng lên hoặc giảm đi so với điểm làm việc và là nguyên nhân của sự thiếu mô men đồng bộ hoặc mô men damping [15] Dao động tần số thấp gồm có các dạng sau đây[16],[17]:

- Các dao động cục bộ: Những dao động này thường liên quan đến một hoặc nhiều máy phát đồng bộ quay với nhau tại một nhà máy điện so với một HTĐ lớn hay trung tâm phụ tải Tần số dao động trong khoảng 0,7–2Hz- Các dao động liên khu vực: Những dao động này thường liên quan đến việc kết hợp rất nhiều máy phát tại một phần của HTĐ đối với phần khác của HTĐ thông qua đường truyền yếu Tần số các dao động liên khu vực thường nhỏ hơn 0,5 Hz

- Các dao động toàn cầu: Những dao động này liên quan đến nhiều HTĐ lớn kết nối với nhau trên diện rộng Tần số dao động nhỏ hơn 0,2Hz

Ổn định quá độ là: nếu một hệ thống vẫn giữ được đồng bộ sau khi có sự

nhiễu lớn chẳng hạn như: sự cố hệ thống truyền tải, sự thay đổi tải đột ngột, mất nguồn phát hay đóng cắt đường dây Vấn đề ổn định quá độ được chia ra thành những phần nhỏ dao động là lúc những giây ban đầu sau khi nhiễu loạn, và nhiều dao động ổn định có thời gian nghiên cứu hơn 10 giây

Việc điều khiển dập dao động được thực hiện thông qua HTKT Trong máy phát điện đồng bộ người ta cũng đã bố trí các vòng dây ngắn mạch trên rotor (cuộn cản), để tiêu tán năng lượng dao động và làm cho các dao động của máy phát tắt nhanh hơn Tuy nhiên việc làm này không thể triệt tiêu hết các dao động Giải pháp cho vấn đề này là sử dụng thiết bị ổn định HTĐ PSS hoạt động thông qua các bộ điều chỉnh điện áp AVR, có sơ đồ nối vào hệ thống điều khiển như hình 2.5

2.1.4 Nâng cao độ ổn định hệ thống điện

Ổn định hệ thống điện là khả năng quay trở về trạng thái ban đầu sau khi hệ thống bị nhiễu loạn Thông số quan trọng trong cân bằng hệ thống điện là góc tải (công suất) Ổn định góc tải của hệ thống điện có thể nâng cao ổn định hệ thống điện, cải thiện ổn định động [12]

Hình 2.5 Sơ đồ điều khiển kích từ có PSS

Mô hình tương tự cho hệ thống máy phát nối vào thanh cái vô hạn:

Hình 2.6 Mô hình cơ khí giống như máy phát mang tải

Mô tả hệ thống cơ khí so với một máy phát điện được mang tải như sau: Một vật có khối lượng m được treo vào cái loxo k và một bộ giảm chấn c (tương tự như bộ giảm sóc xe gắn máy) Khi ta lấy bớt khối lượng m thì cái loxo sẽ

dao động mạnh nhưng nhờ bộ giảm chấn c nên loxo sẽ ít dao động hơn trước khi trở

về trạng thái cân bằng

Tương tự như trong hệ thống điện: tải P của máy phát tương đương với khối lượng m khi ta giảm tải P đột ngột thì góc rotor của máy phát sẽ dao động mạnh, nhưng nhờ bộ PSS (tương đương bộ giảm chấn c) góc tải ít dao động hơn Đây là mục đích nghiên cứu bộ PSS

2.2 Bộ ổn định hệ thống điện (Power System Stabilizer)

Bộ ổn định hệ thống điện (Power System Stabilizer – PSS) là một thiết bị dùng để thêm mạch điều khiển cho hệ thống tự động điều chỉnh điện áp AVR[12], như hình 2.7

Hình 2.7 Sơ đồ khối tín hiệu bộ PSS cấp cho hệ thống kích từ

s AVR Kích từ

Tín hiệu PSS cấp cho AVR máy phát điện để nâng cao ổn định hệ thống điện trong các trường hợp nhiễu loạn tín hiệu nhỏvà nhiễu loạn tín hiệu lớn

Ở trạng thái ổn định, có sự nhiễu loạn tín hiệu nhỏ thì độ lệch tốc độ Δω là zero hay gần zero Không có tín hiệu từ PSS cấp cho AVR

Ở trạng thái không ổn định tốc độ của máy phát không còn là hằng số nữa, dao động của rotor làm thay đổi góc lệch rotor Lúc này xuất hiện tín hiệu từ Bộ PSS cấp cho AVR, từ đó sinh ra công suất giảm chấn PD làm giảm dao động và cùng pha với Δω

Hình 2.8 Cấu trúc cơ bản của PSS

Hình 2.8 là sơ đồ khối cơ bản của PSS sự dụng trong hệ thống điện Cấu trúc

cơ bản của một loại PSS dựa trên tín hiệu tốc độ thường gồm có:

- Bộ đo tốc độ đầu trục bằng cách dùng một cực từ và cách bố trí bánh răng

- Chuyển đổi tốc độ đo được sang dạng điện áp một chiều tỉ lệ với tốc độ

- Khâu lọc thông cao để loại bỏ mức tốc độ trung bình, điều này đảm bảo rằng PSS chỉ phản ứng với những thay đổi trong tốc độ mà không thay đổi điện áp đặt đầu cực máy phát

- Áp dụng vượt pha để tạo ra tín hiệu bù chậm pha trong mạch vòng điều khiển điện áp

- Điều chỉnh hệ số khuếch đại của tín hiệu cuối cùng đưa đến đầu vào AVR Hình 2.9 là sơ đồ khối của bộ Bộ CPSS theo tiêu chuẩn IEEE 412.5[14]

Hình 2.9 Sơ đồ khối của Bộ CPSS theo tiêu chuẩn IEEE 412.5

Trong đó: hệ số khuếch đại là Kpss, Tw là hằng số thời gian của bộ lọc thông

Từ T1 đến T4 là hằng số thời gian của khâu bù sớm-trễ Δω là tín hiệu đầu vào và

VPss là tín hiệu ổn định ngõ ra của PSS

2.3 Công suất giảm chấn trong máy phát được sinh ra để giảm dao động

Hình 2.10 Sơ đồ nguyên lý tạo ra công suất giảm chấn

Có hai phần chính để sinh ra công suất giảm chấn đó là cuộn dây kích từ và cuộn dây giảm chấn[3], Cuộn dây giảm chấn D (damper wingding) là nguồn chính

để giảm chấn trong máy phát điện đồng bộ

Hình 2.10, nguyên lý tạo ra công suất giảm chấn PD trong cuộn dây giảm chấn, khi từ thông do cuộn dây kích từ biến thiên trong quá trình quá độ, thì trong cuộn dây giảm chấn xuất hiện dòng điện và sinh ra công suất giảm chấn, ở trạng thái bình thường từ thông xuyên qua cuộn dây giảm chấn không biến thiên nên

Cuộn dây kích từ

𝑅𝐷

Δ𝐸𝑓

i𝐷(Δ𝐸𝑓)

Hình 2.11 Cuộn dây giảm chấn D được đặt trên rotor máy phát

Ở trạng thái trước quá độ cuộn dây này hoạt động như là màng chắn và làm thay đổi từ thông phần ứng ϕa không xuyên qua chúng (như hình 2.12)

Ở trạng thái quá độ từ thông móc vòng qua stator khe hở rotor nó sẽ quay cùng tốc độ đồng bộ, và xuyên qua cuộn dây giảm chấn cảm ứng một sức điện động

và dòng điện trong nó Khi tốc độ rotor ω khác với tốc độ đồng bộ ωs Dòng điện cảm ứng này sẽ sinh ra mô men giảm chấn, theo định luật Lent, Rotor có xu hướng phục hồi lại tốc độ đồng bộ

Việc cộng thêm môment giảm chấn này chỉ xuất hiện khi: ω ≠ ωs và tỉ lệ với

độ lệch tốc độ: Δω = dδ/dt, Công suất giảm chấn: PD= DΔω, trong đó D là hệ số giảm chấn

Hình 2.12 Đường đi từ thông phần ứng ở các trạng thái khác nhau: a Trạng thái trước quá độ (hiệu ứng chắn của cuộn dây giảm chấn và của cuộn dây kích từ);

b Trạng thái quá độ (hiệu ứng chắn của chỉ cuộn dây kích từ); c Trạng thái ổn định

Năm 1989, nhà bác học người Đan Mạnh Deneubourg và các cộng sự công

bố kết quả nghiên cứu về thí nghiệm trên đàn kiến Argentina (một loài kiến hiếm trên thế giới), gọi là thí nghiệm “Chiếc cầu đôi” (Double Bridge Experiment)[18][19]

Cụ thể, họ đã đặt một chiếc cầu đôi gồm hai nhánh (nhánh dài hơn có độ dài bằng hai lần nhánh ngắn hơn, như hình vẽ) nối tổ của đàn kiến với nguồn thức ăn, sau đó thả một đàn kiến và bắt đầu quan sát hoạt động của chúng trong một khoảng thời gian đủ lớn Kết quả là ban đầu các con kiến đi theo cả hai nhánh của chiếc cầu với số lượng gần như ngang nhau, nhưng càng về cuối thời gian quan sát người ta nhận thấy các con kiến có xu hướng chọn nhánh ngắn hơn để đi (80-100% số lượng)

Hình 3.1 Thí nghiệm chiếc cầu đôi (a) Hai nhánh có kích thước bằng nhau

(b) Một nhánh có kích thước gấp đôi nhánh kia

Kết quả được các nhà sinh học lý giải như sau: Do đặc tính tự nhiên và đặc tính hóa học, mỗi con kiến khi di chuyển luôn để lại một lượng hóa chất gọi là các vết mùi (pheromone trail) trên đường đi và thường thì chúng sẽ đi theo con đường

có lượng mùi đậm đặc hơn Các vết mùi này là những loại hóa chất bay hơi theo thời gian, do vậy ban đầu thì lượng mùi ở hai nhánh là xấp sỉ như nhau, nhưng sau một khoảng thời gian nhất định nhánh ngắn hơn sẽ có lượng mùi đậm đặc hơn so với nhánh dài hơn do cũng lượng mùi gần xấp sỉ như nhau khi phân bố ở nhánh dài hơn mật độ phân bố mùi ở nhánh này sẽ không dày bằng nhánh có độ dài ngắn hơn, thêm nữa cũng do lượng mùi trên nhánh dài hơn cũng sẽ bị bay hơi nhanh hơn trong cùng một khoảng thời gian [18] [19]

Điều thú vị quan sát được là khi một nhánh dài gấp đôi nhánh kia thì không phải tất cả các con kiến sử dụng nhánh ngắn hơn mà có một lượng nhỏ kiến chọn nhánh dài hơn Đây là cách để kiến có thể khám phá được những con đường mới

Hệ thống ACO lần đầu tiên được Marco Dorigo giới thiệu trong luận văn của mình vào năm 1991, và được gọi là Hệ thống kiến (Ant System, hay AS) AS là kết quả của việc nghiên cứu trên hướng tiếp cận trí tuệ máy tính nhằm tối ưu tổ hợp mà Dorigo được hướng dẫn ở Politecnico di milano với sự hợp tác của Alberto Colorni

và Vittorio Maniezzo AS ban đầu được áp dụng cho bài toán người du lịch (TSP)

Cũng vào năm 1991, tại hội nghị sự sống nhân tạo lần đầu tiên ở châu Âu, Dorigo và các cộng sự đã công bố bài: sự tối ưu được phân bố bởi đàn kiến [19] Tiếp theo tại hội nghị quốc tế thứ hai về giải quyết các vấn đề song song trong tự nhiên ở Hà Lan (1992), ông và các cộng sự đã công bố bài: nghiên cứu về các đặc tính của một giải thuật kiến

Kể từ năm 1995 Dorigo, Gambardella và Stützle đã phát triển các sơ đồ AS khác nhau Dorigo và Gambardella đã đề xuất Hệ thống bầy kiến (Ant Colony System, hay ACS) trong khi Stützle and Hoos đề xuất MAX-MIN Ant System (MMAS) Tất cả đều áp dụng cho bài toán người du lịch đối xứng hay không đối xứng và cho kết quả mỹ mãn Dorigo, Gambardella and Stützle cũng đề xuất những phiên bản lai của ACO với tìm kiếm địa phương

Vào năm 1995, L.M Gambardella và M Dorigo đã đề xuất hệ thống Ant-Q,

là một cách tiếp cận học tăng cường cho cho bài toán TSP

Tiếp đó, vào năm 1996, trong bài báo công nghệ của mình tại Bruxelles M Dorigo và L.M Gambardella đã công bố hệ thống Ant Conoly System Đây là hệ thống đề cập đến cách học phối hợp áp dụng cho bài toán TSP

Cũng trong năm 1996 này, T Stützle và H H Hoos đã đề xuất hệt thống

Max-Min Ant System Đây là một hệ thống cải tiến hệ thống AntSystem ban đầu

và được đánh giá là hệ thống tính toán trong tương lai

Sau đó, vào năm 1997, G Di Caro và M Dorigo đã đề xuất hệ thống AntNet Đây là cách tiếp cận về định hướng sự thích nghi Và phiên bản cuối cùng của hệ thống AntNet về điều khiển mạng truyền thông đã được công bố vào năm 1998

Cũng trong năm 1997, hệ thống Rank-based Ant System, một hệ thống cải tiến hệ thống kiến ban đầu về nghiên cứu hệ thống tính toán đã được đề xuất bởi B Bullnheimer, R F Hartl và C Strauss Phiên bản cuối cùng của hệ thống này được công bố vào năm 1999

Vào năm 2001, C Blum, A Roli, và M Dorigo đã cho công bố về hệ thống kiến mới là Hyper Cube – ACO Phiên bản mở rộng tiếp đó đã được công bố vào năm 2004

Hầu hết các nghiên cứu gần đây về ACO tập trung vào việc phát triển các thuật toán biến thể để làm tăng hiệu năng tính toán của thuật toán Ant System ban đầu

Giải thuật kiến đã nhận được sự chú ý rộng lớn nhờ vào khả năng tối ưu của

nó trong nhiều lĩnh vực khác nhau Khái niệm ACO lấy cảm hứng từ việc quan sát hành vi của đàn kiến trong quá trình chúng tìm kiếm nguồn thức ăn Người ta đã khám phá ra rằng, đàn kiến luôn tìm được đường đi ngắn nhất từ tổ của chúng đến nguồn thức ăn Phương tiện truyền đạt tín hiệu được kiến sử dụng để thông báo cho những con khác trong việc tìm đường đi hiệu quả nhất chính là mùi của chúng (pheromone) Kiến để lại vệt mùi trên mặt đất khi chúng di chuyển với mục đích đánh dấu đường đi cho các con theo sau[4]

Vệt mùi này sẽ bay hơi dần và mất đi theo thời gian, nhưng nó cũng có thể được củng cố nếu những con kiến khác tiếp tục đi trên con đường đó lần nữa Dần dần, các con kiến theo sau sẽ lựa chọn đường đi với lượng mùi dày đặc hơn, và chúng sẽ làm gia tăng hơn nữa nồng độ mùi trên những đường đi được yêu thích hơn Các đường đi với nồng độ mùi ít hơn rốt cuộc sẽ bị loại bỏ và cuối cùng, tất cả đàn kiến sẽ cùng kéo về một đường đi mà có khuynh hướng trở thành đường đi ngắn nhất từ tổ đến nguồn thức ăn của chúng

Các ứng dụng gần đây có thể kể đến như các bài toán lập lịch, tô màu đồ thị, định hướng trong mạng truyền thông, v.v…

3.2 Ứng dụng thuật toán đàn kiến giải bài toán tìm đường “ Travelling Salesman Problem” (TSP):

Năm 1991, dựa trên kết quả thí nghiệm trên, nhà khoa học người Bỉ Marco Dorigo đã xây dựng thành công thuật toán đàn kiến (Ant Algorithm, hay còn gọi là

hệ kiến - Ant System) và ứng dụng vào giải bài toán tìm đường cho du khách Kết quả nghiên cứu này đã được công bố trong luận án tiến sĩ của ông Hiện nay, Dorigo

và các cộng sự của ông đã xây dựng được nhiều hệ kiến phức tạp hơn ứng dụng vào nhiều bài toán khó hơn và có nhiều ý nghĩa thực tiễn hơn Bài toán “Travelling Salesman Problem” là bài toán đầu tiên và cũng là bài toán tiêu biểu cho ứng dụng của thuật toán đàn kiến

3.2.1 Bài toán TSP

Nội dung bài toán như sau: Một người chào hàng xuất phát từ thành phố của anh ta, anh ta muốn tìm một đường đi ngắn nhất đi qua tất cả các thành phố của khách hàng mỗi thành phố đúng một lần sau đó trở về thành phố ban đầu TSP được phát biểu vào thế kỷ 17 bởi hai nhà toán học vương quốc Anh là Sir William Rowan Hamilton và Thomas Penyngton Kirkman, và được ghi trong cuốn giáo trình Lý thuyết đồ thị nổi tiếng của Oxford Nó nhanh chóng trở thành bài toán khó thách thức toàn thế giới bởi độ phức tạp thuật toán tăng theo hàm số mũ (trong chuyên ngành thuật toán người ta còn gọi chúng là những bài toán NP-khó) Người ta bắt đầu thử và công bố các kết quả giải bài toán này trên máy tính từ năm 1954 (49 đỉnh), cho đến năm 2004 bài toán giải được với số đỉnh lên tới 24.978, và dự báo sẽ

còn tiếp tục tăng cao nữa Bài toán TSP có thể phát biểu dưới dạng đồ thị như sau: Cho G = (N, A) là đồ thị có hướng đầy đủ có trọng số, trong đó N là tập hợp của n=|N| nút (thành phố), 𝐴 = {(𝑖, 𝑗)|(𝑖, 𝑗) ∈ 𝑉𝑥𝑉} là tập tất cả các cung của đồ thị Mỗi cạnh (𝑖, 𝑗) được gán một trọng số 𝑑𝑖𝑗 để biểu diễn khoảng cách giữa 2 thành

phố i và j Bài toán TSP trở thành bài toán tìm chu trình Hamilton có độ dài ngắn

nhất trên đồ thị G

3.2.2 Ứng dụng thuật toán đàn kiến giải bài toán TSP

Đầu tiên là xây dựng đồ thị, n đỉnh biểu diễn cho n thành phố

Vệt mùi: mỗi cạnh (𝑖, 𝑗) được gắn một vệt mùi 𝜏𝑖𝑗

Thông tin heuristic: 𝜂𝑖𝑗 là nghịch đảo khoảng cách giữa hai thành phố (𝑖, 𝑗)

𝜂𝑖𝑗 = 1

𝑑𝑖𝑗 (3.1) Trong phần lớn các thuật toán ACO cho bài toán TSP người ta đều sử dụng thông tin heuristic như trên Có hai quá trình chính trong thuật toán AS là quá trình xây dựng lời giải và quá trình cập nhật các vệt mùi

Xây dựng lời giải:

Có m con kiến nhân tạo được đặt khởi tạo ngẫu nhiên tại các đỉnh, và tại mỗi bước lặp của thuật toán, mỗi con kiến sẽ xây dựng lời giải riêng của nó bằng cách chọn một đỉnh mà chúng chưa thăm để đi Ban đầu các vệt mùi được khởi tạo bởi giá trị 𝜏𝑜, mỗi con kiến được đặt ngẫu nhiên tại một đỉnh xuất phát và lần lượt đi thăm các đỉnh còn lại để xây dựng đường đi theo quy tắc như sau (gọi là quy tắc

random proportional), con kiến thứ k đang ở đỉnh i sẽ chọn đỉnh j tiếp theo với xác

suất:

𝑝𝑖𝑗𝑘(𝑡) = {

[𝜏𝑖𝑗(𝑡)]𝛼[𝜂𝑖𝑗]𝛽

∑ [𝜏𝑖𝑙(𝑡)]𝛼[𝜂𝑖𝑙]𝛽 𝑙𝜖𝑁𝑖𝑘