Áp dụng thuật toán stochastic fractl search để giải bài toán tái cấu trúc lưới điện phân phối có xét đến ảnh hưởng của nguồn phân tán

Tóm tắt: Luận văn sử dụng thuật toán Stochastic Fractal Search (SFS) để giải quyết bài toán tái cấu trúc lưới điện phân phối (LĐPP) có xét đến ảnh hưởng của nguồn phân tán nhằm giảm tổn thất công suất tác dụng. Thuật toán SFS được dựa trên thuật toán Fractal Search (FS) và được cải tiến nhằm nâng cao khả năng giải quyết của bài toán tối ưu và tốc độ hội tụ. Thuật toán SFS đề xuất để giải bài toán tái cấu trúc LĐPP cho mạng điện 33 nút, 69 nút, 84 nút và 119 nút

Trang 1

ĐẠI HỌC QUỔC GIA TP HCM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

LÊ THANH TÙNG

ÁP DỤNG THUẬT TOÁN STOCHASTIC FRACTAL SEARCH

ĐỂ GIẢI BÀI TOÁN TÁI CẤU TRÚC LƯỚI ĐIỆN PHÂN PHỐI

CÓ XÉT ĐẾN ẢNH HƯỞNG CỦA NGUỒN PHÂN TÁN

Chuyên ngành: Kỹ Thuật Điện

LUẬN VĂN THẠC SĨ

TP HỒ CHÍ MINH, tháng 06 năm 2017

Trang 2

Công trình được hoàn thành tại: Trường Đại học Bách Khoa - ĐHQG-HCM

Cán bộ hướng dẫn khoa học : TS Nguyễn Nhật Nam

Cán bộ chấm nhận xét 1 : TS Trần Hoàng Lĩnh

Cán bộ chấm nhận xét 2 : PGS TS Huỳnh Châu Duy

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 12 tháng 07 năm 2017

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:

(Ghi rõ họ, tên, học hàm, học vị của Hội đồng chấm bảo vệ luận văn thạc sĩ)

1 PGS TS Phan Thị Thanh Bình

2 TS Trần Hoàng Lĩnh

3 PGS TS Huỳnh Châu Duy

4 TS Huỳnh Quang Minh

Trang 3

ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHl NGHĨA VIỆT NAM

NHIỆM VỤ LUẬN VĂN THẠC SĨ

“Áp dụng thuật toán Stochastic Fractal Search để giải bài toán tái cấu trúc lưới điện phân phối có xét đến ảnh hưởng của nguồn phân tán”

NHIỆM VỤ VÀ NỘI DUNG:

- Tìm hiểu bài toán tái cấu trúc lưới điện phân phối

- Tìm hiểu thuật toán Stochastic Fractal Search

-Áp dụng thuật toán Stochastic Fractal Search để giải bài toán tái cấu trúc lưới điện phân phối có xét đến ảnh hưởng của nguồn phân tán

- So sánh kết quả đạt được với các thuật toán khác

- Kết luận và đưa ra hướng phát triển cho đề tài

III NGÀY HOÀN THÀNH NHIỆM VỤ: 18 /06 /2017

Trang 4

ii- (Họ tên và chữ ký)

-LỜI CẢM ƠN

Lời đầu tiên, tôi xin chân thành cảm ơn sự hướng dẫn tận tình của thầy TS.Nguyễn Nhật Nam và thầy Th.s Trần Thế Tùng, các thầy hướng dẫn tôi thực hiện luậnvăn này Trong suốt thời gian thực hiện luận văn, mặc dù công việc rất bận rộn nhưngthầy vẫn dành nhiều thời gian và tâm huyết trong việc hướng dẫn tôi thực hiện luận văn

Xin cảm ơn quý thầy cô giáo trường Đại học Bách Khoa TP.HCM đã tận tình chỉdạy cho tôi những kiến thức quý báu trong những năm tháng học tập tại trường Vốnkiến thức được tiếp thu trong quá trình học không chỉ là nền tảng cho quá trình nghiêncứu, mà còn là hành trang quí báu để tôi bước tiếp trong cuộc sống một cách vững chắc

và tự tin

Xin cảm ơn gia đình, những người thân yêu và bạn bè đồng nghiệp đã luôn lànguồn cổ vũ, động viên, tạo điều kiện và chăm lo cho tôi về cả vật chất lẫn tinh thần đểtôi có thể yên tâm thực hiện tốt việc học tập

Cuối cùng tôi kính chúc quý Thầy, Cô dồi dào sức khỏe và thành công trong sựnghiệp cao quý

Tp Hồ Chi Minh, tháng 06 năm 2017

Học viên

Lê Thanh Tùng

Trang 5

iii-

-TÓM TẮT

Luận văn sử dụng thuật toán Stochastic Fractal Search (SFS) để giải quyết bàitoán tái cấu trúc lưới điện phân phối (LĐPP) có xét đến ảnh hưởng của nguồn phân tánnhằm giảm tổn thất công suất tác dụng Thuật toán SFS được dựa trên thuật toán FractalSearch (FS) và được cải tiến nhằm nâng cao khả năng giải quyết của bài toán tối ưu vàtốc độ hội tụ Thuật toán SFS đề xuất để giải bài toán tái cấu trúc LĐPP cho mạng điện

33 nút, 69 nút, 84 nút và 119 nút

Các kết quả thu được trong quá trình tính toán cho thấy rằng thuật toán SFS đềxuất tốt hơn về hiệu quả tính toán Bên cạnh đó, luận văn cũng đề xuất các hướng pháttriển nghiên cứu, hướng tiếp cận mới để tiếp tục cải thiện thuật toán SFS, đưa đến kếtquả tốt hơn

Thông qua các kết quả khảo sát trên LĐPP từ mạng điện chuẩn cho thấy sau khitái cấu trúc, tổn thất công suất giảm đáng kể và từ đó nâng cao độ tin cậy cung cấp điệncho khách hàng Điều này thể hiện hiệu quả của giải thuật đề xuất

Trang 6

This thesis proposes a Stochastic Fractal Search (SFS) algorithm for solving theoptimal distribution network reconfiguration (DNRC) problem consider distributedgeneration (DG) for active power loss minimization The SFS algorithm is based on theFractal Search (FS) algorithm and improved for the ability to solve optimizationproblems and speed of convergence The SFS algorithm is proposed to solve the DNRCproblem with 33, 69, 84 and 119 bus power systems

The results obtained during calculations are better at computation efficiency.Besides, the thesis also proposes developing research directions, new approaches tofurther improve the SFS algorithm, brought to better results, as well as applications onthe practical DNRC problem in the power system

According to calculating results on distribution network from 33, 69, 84 and 119bus test systems, power loss is reduced considerably and there by improve powersupply reliability for customers Therefore, these results illustrate the efficiency of theproposed SFS algorithm

Trang 7

V-

-LỜI CAM ĐOAN

Tôi cam đoan luận văn này hoàn toàn do tôi thực hiện dưới sự hướng dẫn khoahọc của TS Nguyễn Nhật Nam

Các đoạn trích dẫn trong luận văn đều được dẫn nguồn, chính xác và kết quảnêu trong luận văn là nghiên cứu của tôi và chưa từng công bố trên bất kỳ công trìnhnào khác

Học viên

Lê Thanh Tùng

Trang 8

MỤC LỤC NHIỆM VỤ LUẬN VĂN THẠC sĩ I LỜI CẢM ƠN II TÓM TẮT III LỜI CAM ĐOAN IV MỤC LỤC VI DANH MỤC CÁC HÌNH X DANH MỤC CÁC BẢNG XII CHƯƠNG 1: GIỚI THIỆU CHUNG 1

1.1 Lý do chọn đề tài 1

1.2 Mục tiêu của đề tài 1

1.3 Đối tượng và phạm vi nghiên cứu 2

1.4 Phương pháp nghiên cứu 2

1.5 Nội dung của luận văn 2

CHƯƠNG 2: TỔNG QUAN 3

2.1 Tổng quan về lưới điện phân phối 3

2.2 Đặc điểm của lưới điện phân phối 4

2.3 Ảnh hưởng của nguồn phân tán đến lưới lưới điện phân phối 5

2.4 Tổng quan về bài toán tái cấu trúc lưới điện phân phối 7

2.4.1 Giới thiệu bài toán tái cấu trúc LĐPP 7

2.4.2 Các phương pháp nghiên cứu bài toán tái cấu trúc LĐPP 9

2.4.2.1 Các giải thuật Heuristics 9

2.4.2.2 Các giải thuật dựa trên trí thông minh nhân tạo 10

2.4.3 Tóm lược các bài báo về tái cấu trúc LĐPP có xét đến ảnh hưởng của DG .12

CHƯƠNG 3: BÀI TOÁN TÁI CẤU TRÚC LƯỚI ĐIỆN PHÂN PHỐI 15

3.1 Cơ sở xây dựng bài toán tái cấu trúc LĐPP có xét đến nguồn phân tán 15

3.2 Mô hình toán học bài toán tái cấu trúc LĐPP có xét đến nguồn phân tán 15 CHƯƠNG 4: ÁP DỤNG THUẬT TOÁN STOCHASTIC FRACTAL SEARCH GIẢI BÀI TOÁN TÁI CẤU TRÚC LƯỚI ĐIỆN PHÂN PHỐI CÓ XÉT ĐẾN NGUÒN PHÂN TÁN 18

4.1 Đặt vấn đề 18

Trang 9

4.2 Thuật toán Stochastic Fractal Search 18

4.2.1 Tìm kiếm Fractal 18

4.2.2 Tìm kiếm ngẫu nhiên Fractal 20

4.3 Áp dụng thuật toán SFS vào bài toán tái cấu trúc LĐPP có xét đến ảnh hưởng của DG 28

4.3.1 Khởi tạo ban đâu 28

4.3.2 Xây dựng vòng độc lập 30

4.3.3 Xây dựng giải thuật kiểm tra lưới điện hình tia 35

4.3.4 Hệ số độ nhạy tổn thất 37

4.3.5 Các bước thực hiện áp dụng giải thuật SFS và bài toán tái cấu trúc LĐPP có xét đến DG 38

CHƯƠNG 5: KẾT QUẢ TÍNH TOÁN 42

5.1 Xác định thông số 42

5.2 Mạng điện 33 nút 44

5.2.1 Kịch bản 2: Chỉ áp dụng tái cấu trúc lưới điện 44

5.2.2 Kịch bản 3: Phân bố và tối ưu dung lượng DG vào trường hợp lưới điện ở trạng thái mặc định ban đầu 45

5.2.3 Kịch bản 4: Phân bố và tối ưu dung lượng DG sau khi đã thực hiện tái cấu trúc lưới điện 46

5.2.4 Kịch bản 5: Thực hiện tái cấu trúc lưới sau khi đã phân bố và tối ưu dung lượng DG Kịch bản 4: Phân bố và tối ưu dung lượng DG sau khi đã thực hiện tái cấu trúc lưới điện 47

5.2.5 Kịch bản 6: Thực hiện đồng thời tái cấu trúc lưới điện và tối ưu dung lượng DG 48

5.2.6 Kịch bản 7: Thực hiện đồng thời tái cấu trúc, phân bố và tối ưu dung lượng DG 49

5.3 Mạng điện 69 nút 51

5.3.1 Kịch bản 2: Chỉ áp dụng tái cấu trúc lưới điện 52

5.3.2 Kịch bản 3: Phân bố và tối ưu dung lượng DG vào trường hợp lưới điện ở trạng thái mặc định ban đầu 53

5.3.3 Kịch bản 4: Phân bố và tối ưu dung lượng DG sau khi đã thực hiện tái cấu trúc lưới điện 54

Trang 10

5.3.4 Kịch bản 5: Thực hiện tái cấu trúc lưới sau khi đã phân bố và tối ưu dunglượng DG Kịch bản 4: Phân bố và tối ưu dung lượng DG sau khi đã thực hiệntái cấu trúc lưới điện 555.3.5 Kịch bản 6: Thực hiện đồng thời tái cấu trúc lưới điện và tối ưu dunglượng DG 565.3.6 Kịch bản 7: Thực hiện đồng thời tái cấu trúc, phân bố và tối ưu dunglượng DG 575.4 Mạng điện 84 nút 595.4.1 Kịch bản 2: Chỉ áp dụng tái cấu trúc lưới điện 615.4.2 Kịch bản 3: Phân bố và tối ưu dung lượng DG vào trường hợp lưới điện ởtrạng thái mặc định ban đầu 625.4.3 Kịch bản 4: Phân bố và tối ưu dung lượng DG sau khi đã thực hiện tái cấutrúc lưới điện 635.4.4 Kịch bản 5: Thực hiện tái cấu trúc lưới sau khi đã phân bố và tối ưu dunglượng DG Kịch bản 4: Phân bố và tối ưu dung lượng DG sau khi đã thực hiệntái cấu trúc lưới điện 645.4.5 Kịch bản 6: Thực hiện đồng thời tái cấu trúc lưới điện và tối ưu dunglượng DG 655.4.6 Kịch bản 7: Thực hiện đồng thời tái cấu trúc, phân bố và tối ưu dunglượng DG 665.5 Mạng điện 119 nút 695.5.1 Kịch bản 2: Chỉ áp dụng tái cấu trúc lưới điện 705.5.2 Kịch bản 3: Phân bố và tối ưu dung lượng DG vào trường hợp lưới điện ởtrạng thái mặc định ban đầu 725.5.3 Kịch bản 4: Phân bố và tối ưu dung lượng DG sau khi đã thực hiện tái cấutrúc lưới điện 735.5.4 Kịch bản 5: Thực hiện tái cấu trúc lưới sau khi đã phân bố và tối ưu dunglượng DG Kịch bản 4: Phân bố và tối ưu dung lượng DG sau khi đã thực hiện táicấu trúc lưới điện 74

Trang 11

-ix-5.5.5 Kịch bản 6: Thực hiện đồng thời tái cấu trúc lưới điện và tối ưu dung

lượng DG 75

5.5.6 Kịch bản 7: Thực hiện đồng thời tái cấu trúc, phân bố và tối ưu dung lượng DG 75

CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 79

6.1 Kết luận 79

6.2 Hướng phát triển đề tài 79

6.3 Lời kết 80

TÀI LIỆU THAM KHẢO 81

PHỤ LỤC 86

LÝ LỊCH TRÍCH NGANG 95

Trang 12

-

X-DANH MỤC CÁC HÌNH

Hình 2.1: Sơ đồ lưới điện truyền tải - phân phối 3

Hình 2.2: Kết nối DG vào LĐPP 6

Hình 4.1: Sự khuếch tán 19

Hình 4.2: Quá trình khuếch tán 21

Hình 4.3: Lưu đồ giải thuật SFS 26

Hình 4.4: Lưu đồ giải thuật quá trình khuếch tán 27

Hình 4.5: Lưu đồ giải thuật hai quá trình cập nhật 28

Hình 4.6: Mạng điện 33 nút 30

Hình 4.8: Mô tả phương pháp xác định vòng độc lập cho nhánh 14 32

Hình 4.9: Lưu đồ giải thuật xác định vòng độc lập 34

Hình 4.10: Lưu đồ giải thuật kiểm tra lưới điện hình tia 36

Hình 4.11: Sơ đồ đơn tuyến của một LĐPP 2 nút 37

Hình 4.12: Lưu đồ giải thuật SFS áp dụng vào bài toán tái cấu trúc 41

Hình 5.2: Đặc tính hội tụ của kịch bản 2, mạng điện 33 nút 45

Hình 5.8: Chất lượng điện áp của 7 kịch bản, mạng điện 33 nút 51

Trang 13

Trang 14

DANH MỤC CÁC BẢNG

Bảng 5.1: Thông số của thuật toán SFS áp dụng vào bài toán 43

Bảng 5.2: Vòng độc lập mạng điện 33 nút 44

Bảng 5.3: Kết quả kịch bản 2, mạng điện33nút 45

Bảng 5.4: Ket quả kịch bản 4, mạng điện33nút 47

Bảng 5.9: Kết quả kịch bản 2, mạng điện 69 nút 52

Bảng 5.17: So sánh kết quả tái cấu trúc mạng điện 84 nút (kịch bản 2) 61

Bảng 5.20: Ket quả kịch bản 5, mạng điện 84 nút 64

Bảng 5.21: Ket quả kịch bản 6, mạng điện 84 nút 65

Bảng 5.25: So sánh kết quả tái cấu trúc mạng điện 119 nút (kịch bản 2) 71

Trang 15

-xiii-Bảng 5.30: Kết quả kịch bản 7, mạng điện 119 nút 76

Bảng A: Dữ liệu hệ thống mạng điện 33 nút 86

Bảng B: Dữ liệu hệ thống mạng điện 69 nút 87

Bảng C: Dữ liệu hệ thống mạng điện 84 nút 89

Bảng D: Dữ liệu hệ thống mạng điện 119 nút 92

Trang 16

-1-CHUƠNG1: GIỚI THIỆU CHUNG

1.1 LÝ DO CHỌN ĐỀ TÀI

Lưới điện phân phối (LĐPP) là hệ thống trực tiếp cung cấp điện cho khách hàng,

có tổng chiều dài lưới chiếm 95% tổng chiều dài toàn bộ lưới điện Việt Nam [1], Do đógiảm tổn thất trên LĐPP có ý nghĩa rất quan trọng trong việc giảm tỉ lệ tổn thất trêntoàn bộ hệ thống điện

Nhiều phương pháp để giảm tổn thất công suất và nâng cao độ tin cậy trên LĐPP

đã được thực hiện nhưng lại tốn các chi phí đầu tư và lắp đặt thiết bị như: nâng cao điện

áp vận hành lưới điện phân phối, tăng tiết diện dây dẫn, hoặc lắp đặt tụ bù nhằm giảmtruyền tải công suất phản kháng trên lưới điện Trong khi đó, tái cấu trúc lưới là phươngpháp không cần chi phí để cải tạo lưới điện, bằng cách đóng hoặc mở các cặp khóa điện

có sẵn trên lưới cũng làm giảm tổn thất điện năng đáng kể, khi đạt được cân bằng côngsuất giữa các tuyến dây Không chỉ dừng lại ở mục tiêu giảm tổn thất điện năng, tái cấutrúc LĐPP còn có thể nâng cao khả năng tải của lưới điện, giảm sụt áp cuối lưới vàgiảm thiểu số lượng hộ tiêu thụ bị mất điện khi có sự cố hay khi cần sửa chữa đườngdây

Gần đây với sự phát triển của các nguồn điện phân tán (nguồn máy phát Diesel,các nguồn năng lượng tái tạo ), yêu cầu tái cấu trúc LĐPP còn cần phát xét đến sự ảnhhưởng của các nguồn phân tán Do đó, cần tìm ra một biện pháp hiệu quả để giải quyết

một vấn đề này một cách tối ưu Và đó cũng là lý do mà đề tài : “Ảp dụng thuật toán SFS (Stochastic Fractal Search) để giải bài toán tái cấu trúc lưới điện phân phối có xét đến ảnh hưởng của nguồn phân tári” được chọn.

1.2 MỤC TIÊU CỦA ĐỀ TÀI

1.2.2 Mục tiêu chung

ứng dụng thuật toán SFS (Stochastic Fractal Search) để giải bài toán tái cấu trúcLĐPP có xét đến ảnh hưởng của các nguồn phân tán, đảm bảo các yêu cầu về chấtlượng điện năng, vận hành an toàn và giảm tổn thất công suất

Trang 17

1.3 ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU

Đối tượng nghiên cứu của luận văn là giảm tổn thất công suất tác dụng trênLĐPP

Phạm vi nghiên cứu của luận văn là tập trung vào bài toán: “Áp dụng thuật toánSFS để giải bài toán tái cấu trúc lưới điện phân phối có xét đến ảnh hưởng của nguồnphân tán”

1.4 PHƯƠNG PHÁP NGHIÊN CỨU

Phương pháp giải quyết bài toán sẽ gồm 3 bước như sau:

+ Nghiên cứu về thuật toán SFS

+ Xây dựng giải thuật dựa trên thuật toán SFS để giải bài toán tái cấu trúc LĐPP

có xét đến nguồn phân tán

+ So sánh kết quả với các kết quả đã được công bố trước đây

1.5 NỘI DUNG LUẬN VĂN

-4- Chương 1: Giới thiệu chung.

■4- Chương 2: Tổng quan.

-4- Chương 3: Bài toán tái cấu trúc LĐPP.

-4- Chương 4: Áp dụng giải thuật SFS để giải bài toán tái cấu trúc LĐPP có xét

đến nguồn phân tán

-4- Chương 5: Kết quả tính toán.

-4- Chương 6: Kết luận và hướng phát triển.

-4- Tài liệu tham khảo

-4- Phụ lục

-4- Lý lịch trích ngang

Trang 18

-3-CHƯƠNG 2: TỎNG QUAN

2.1 TỔNG QUAN VỀ LƯỚI ĐIỆN PHÂN PHỐI

Lưới điện phân phối (LĐPP) là lưới điện trực tiếp chuyển tải điện năng từ cácfrạm biến thế trung gian đến khách hàng Khác với đường dây truyền tải thường đượcvận hành mạch vòng, để đảm bảo yêu cầu vận hành an toàn, tiết kiệm và nâng cao độtin cậy cung cấp điện, LĐPP được cấu hình vận hành hình tỉa trong mọi trường hợp Đềtái cung cấp điện cho khách hàng sau sự cố, hầu hết các tuyến dây đều cố các mạchvòng liên kết với các đường dây kế cận Việc khôi phục lưới được thông qua thao tácđỏng/cắt các cặp khóa điện nằm trên các mạch vòng đó, do đó, trên lưới phân phổi cốrất nhiều khóa điện

Hình 2.1: Sơ đồ lưới điện truyền tải -phân phổi

Khi xuất hiện nguồn điện phân tán (DG - Distributed Generation) kết nối vàoLĐPP, phân bố dòng điện trên các nhánh đường dây sẽ thay đổi và ảnh hưởng đến cấuhình tối ưu của LĐPP, điều đó đặt nhiệm vụ là: cần phải tìm cấu hình tối ưu mới (táicấu trúc LĐPP có nguồn DG) nhằm đảm bảo các mục tiêu: cải thiện chất lượng điện áp

Trang 19

các nút trên LĐPP, giảm tổn thất công suất, nâng cao độ tin cậy cung cấp điện, chốngquá tải đường dây

-4-Trong quá trình vận hành, thực tế việc tái cấu hình lưới điện nhằm giảm tổn thấtnăng lượng thường nằm trong các điều kiện thỏa mãn những ràng buộc kỹ thuật, cộngvới có hàng trăm khóa điện dọc trên LĐPP là điều vô cùng khó khăn cho nhân viên vậnhành và điều độ viên Do đó, luôn cần một phương pháp phân tích phù hợp với LĐPPthực tế và một giải thuật đủ mạnh áp dụng cho việc tái cấu trúc lưới điện nhằm thõamãn các yêu cầu vận hành

Trong các thập niên gần đây, với sự tiến bộ vượt bậc của khoa học trong lĩnhvực trí tuệ nhân tạo, các nhà khoa học đã liên tục đưa ra các giải pháp để giải bài toánnan giải này ngày càng được hoàn thiện hơn Trước đây cũng đã có rất nhiều công trìnhnghiên cứu xung quanh vấn đề tối ưu cấu hình lưới điện, tuy nhiên mỗi công trình đều

có những ưu điểm và những mặt hạn chế nhất định Do đó việc cố gắng tìm ra một giảipháp tốt hơn, khắc phục các nhược điểm của các giải pháp hiện hữu là một nhu cầu cấpthiết Hòa theo ý tưởng đó, tôi đề nghị ứng dụng thuật toán SFS (Stochastic FractalSearch) để giải bài toán tái cấu trúc LĐPP có xét đến ảnh hưởng của nguồn phân tán với

hy vọng tìm ra một giải pháp tối ưu hơn các giải pháp hiện hữu

2.2 ĐẶC ĐIỂM LƯỚI ĐIỆN PHÂN PHỐI

Phân phối điện là giai đoạn cuối cùng trong việc truyền tải điện đến hộ tiêudùng LĐPP sẽ nhận điện từ hệ thống lưới truyền tải và chuyển nó đến hộ tiêu dùng.Dòng công suất sẽ đi từ nguồn (hệ thống lưới truyền tải) qua LĐPP đến cung cấp chophụ tải khách hàng Vì vậy, việc truyền tải điện năng từ nhà máy điện đến khách hàngtiêu thụ sẽ sinh ra tổn hao trên lưới truyền tải và LĐPP

Khác với lưới truyền tải, phần lớn tổn thất là trên đường dây, LĐPP trực tiếpphân phối điện năng tới từng khách hàng, do số lượng khách hàng được cấp điện quaLĐPP là rất lớn nên vấn đề tổn thất tại LĐPP của các công ty Điện lực không chỉ là tổnthất kỹ thuật trên đường dây hay cách thức vận hành hệ thống mà còn là phương thức,cách thức quản lý khách hàng sử dụng điện, điều đó dẫn đến một khái niệm là tổn thấtphi kỹ thuật

Trang 20

Tổn thất trên LĐPP được phân thành tổn thất kỹ thuật và tổn thất phi kỹ thuật:

-5-❖ Tổn thất kỹ thuật bao gồm:

+ Tổn thất công suất trên đường dây

+ Tổn hao máy biến thế, các thiết bị đóng cắt, các mối nối xấu

+ Tổn hao do hệ số công suất thấp, sụt áp

❖ Tổn thất phi kỹ thuật bao gồm:

+ Khách hàng sử dụng điện không qua đo đếm, các hành vi tác động, gây sailệch hệ thống đo đếm

+ Sai số điện kế, hệ thống đo lường (TƯ, TI)

+ Chất lượng ghi chỉ số, sai lệch giữa ngày điện nhận và ngày thương phẩmtrong công tác tính toán tổn thất

2.3 ẢNH HƯỞNG CỦA NGUÒN PHÂN TÁN ĐẾN LƯỚI ĐIỆN PHÂN PHỐI

Nguồn phân phối DG ngày càng được ứng dụng nhiều trong lưới điện phân phối

vì những lý do chính sau:

- Thị trường điện đã mở cửa cho các nhà đầu tư tham gia ở tất cả các dạng nguồnnăng lượng

- Các nguồn năng lượng hóa thạch đang ngày càng cạn kiệt trong khi ý thức bảo

vệ môi trường của người dân đang tăng lên

- Một lý do nữa, đó là tình trạng quá tải của các mạng điện đang hiện hữu cùng với

sự phát triển rất nhanh với nhu cầu phụ tải trong khi đó việc xây dựng các nhàmảy điện có công suất lớn cần nhiều thời gian

Bài toán tái cấu true lưới điện phân phối mà đặc biệt là lưới điện phân phối cóliên kết DG là một sự lựa chọn hấp dẫn đối với việc lập kế hoạch mờ rộng và phát triểnlưới điện phân phối trong tương lai Những nguồn phát phân phối (DG) cùng vởỉ cấutrúc phù hợp của LĐPP sẽ góp phần giảm tổn thất năng lượng, cải thiện chất lượng điện

áp và nâng cao độ tin cậy cung cấp điện,

Trang 21

Nguồn phân tán (DG) là nguồn điện kết nối trực tiếp vào LĐPP hoặc lưới điệnphía sau hệ thống đo đếm của khách hàng Có rất nhiều định nghĩa khác nhau về DG,tùy thuộc vào mỗi quốc gia, tổ chức Cơ quan năng lượng quốc tế (IEA - InternationalEnergy Agnecy) định nghĩa: DG là một nhà máy phát điện phục vụ trực tiếp cho kháchhàng hoặc hỗ ừợ cho LĐPP, kết nối vào lưới điện tại cấp điện áp phân phối [28] CIGRE định nghĩa DG là một nguồn điện cỏ các đặc điểm: không phân bố tập trung,không được điều độ tập trung, thường kết nối vào LĐPP, có dung lượng nhỏ từ 50 - 100

-6-MW [29] Các tổ chức khác như Viện nghiên cứu năng lượng (Electric Power ReseachInstitue) đỉnh nghĩa DG là những máy phát có dung lượng vài kw tới 50 MW [30] Nhưvậy, có thể hiểu đơn giản DG chính là các máy phát điện cố dung lượng nhỏ

Hình 3.1: Kết nối DG vào lưới điện

Hiện nay, có rất nhiều công nghệ DG đang được sử dụng ưên thị trường Ngoàicác máy phát điện chạy bằng dầu diezel, xăng phổ biến, các công nghệ mới về DGnhư micro tubine chạy bằng năng lượng gió, sức nước hay nguồn năng lượng mặt ười,pin nhiên liệu cũng đang được áp dụng rộng rãi hơn

Khi có sự tham gia của DG vào LĐPP, phân bố công suất ưên lưới thay đổi, cácđặc tính về dòng điện, điện áp sẽ thay đổi dẫn theo sự thay đổi về tổn thất công suất ưênlưới Nhiều nghiên cứu trước đây chỉ ra rằng việc xác định dung lượng cũng như vị tríđặt DG không chính xác sẽ dẫn đến lượng công suất tổn thất lớn hơn so với trước khiđặt DG [25, 26], Bằng cách tính toán xác định dung lượng và vị trí tối ưu của DG sẽgiảm thiểu được tổn thất công suất và nâng cao chất lượng điện năng, cải thiện độ tincậy cung cấp điện

Trang 22

-7-2.4 TỔNG QUAN VÈ BÀI TOÁN TÁI CẤU TRÚC LĐPP

2.4.1 Giới thiệu bài toán tái cấu trúc LĐPP

Tái cấu trúc lưới điện là quá trình vận hành các khóa điện để thay đổi cấu hìnhcủa lưới điện nhằm đảm bảo các mục tiêu vận hành cũng như giảm thiểu chi phí Đốivới LĐPP, chi phí chủ yếu được tối thiểu hóa là chi phí tổn thất điện năng

Các bài toán vận hành LĐPP mô tả các hàm mục tiêu tái cấu trúc lưới điện:

❖ Bài toán 1: Xác định cấu hình lưới điện theo đồ thị phụ tải tíong một thời đoạn để

chi phí vận hành bé nhất

Hàm mục tiêu này phù hợp với LĐPP phức tạp, được tíang bị các khóa điện hiệnđại, có khả năng đóng mở có tải, được điều khiển từ xa như recloser, hay nói cách khác,bài toán 1 phù hợp với LĐPP có chi phí chuyển tải thấp, linh hoạt tíong vận hành, cấutrúc lưới có thể thay đổi nhiều lần ưong ngày

♦♦♦ Bài toán 2: Xác định cấu hình lưới điện không thay đổi tíong thời đoạn khảo sát để

tổn thất năng lượng bé nhất

Trong thực tế, ngay cả ở những nước công nghiệp tiên tiến, chi phí chuyển tảiảnh hưởng rất lớn đến quyết định thay đổi cấu trúc lưới Vì thế, trong vận hành, cấu trúclưới chỉ thay đổi khi:

- Phải cô lập sự cố và tái cấu trúc lưới chống quá tải lưới, máy biến thế nguồn

- Mức giảm tổn thất năng lượng ít nhất đủ bù đắp các chi phí chuyển tải

Vì vậy, xuất hiện bài toán 2 - Xác định cấu trúc lưới điện không đổi trong thờigian khảo sát để tổn thất năng lượng bé nhất

❖ Bài toán 3: Xác định cấu hình lưới điện tại một thời điểm để tổn thất công suất bé

Trang 23

-❖ Bài toán 4: Tái cấu hình lưới điện cân bằng tải (giữa các đường dây, máy biến thế

nguồn ở các ttạm biến áp) để nâng cao khả năng truyền tải của lưới điện

Giải thuật này áp dụng phù hợp cho những khu vực thường xuyên bị quá tải hay

có phụ tải không ổn định Khi đó, để ttánh quá tải đường dây và máy biến áp nguồn cầnphải có cấu trúc lưới điện phù hợp để tải được lượng công suất lớn nhất mà số lượngcác phần tử quá tải trong lưới điện là bé nhất

❖ Bài toán 5: Khôi phục lưới điện sau sự co hay cắt điện sửa chữa.

Đây là mục tiêu được đông đảo các nhà khoa học đề cập trong các nghiên cứucủa mình Tuy có nhiều hướng nghiên cứu riêng biệt nhưng chủ yếu các giải thuật vẫntheo trình tự như sau:

- Loại bỏ phần tử bị sự cố trên lưới

- Tái cấu trúc lưới để cấp điện với số khách hàng tối đa mà không gây quá tải

❖ Bài toán 6: Xác định cấu hình lưới điện theo nhiều mục tiêu như: tổn thất công suất

bé nhất, mức độ cân bằng tải cao nhất, số lần chuyển tải ít nhất, sụt áp cuối lưới bénhất cùng đồng thời xảy ra (hàm đa mục tiêu)

Trong vận hành LĐPP có rất nhiều mục tiêu vận hành mà người điều khiển tạikhu vực mà mình đang trực tiếp vận hành Tuy nhiên, việc chọn duy nhất một mục tiêuđiền khiển theo từng thời điểm tỏ ra không có tính thuyết phục đối với người vận hànhhơn khi cùng lúc thỏa mãn nhiều mục tiêu cùng lúc

❖ Bài toán 7: Xác định cấu hình lưới điện để đảm bảo mục tiêu giảm năng lượng do

việc ngừng cung cấp điện hay nâng cao độ tin cậy cung cấp điện

Các bài toán xác định cấu trúc vận hành của một LĐPP cực tiểu tổn thất nănglượng hay cực tiểu chi phí vận hành thỏa mãn các điều kiện kỹ thuật vận hành luôn là

Trang 24

bài toán quan trọng và kinh điển trong vận hành hệ thống điện Trong đó bài toán 3 làmột bài toán quan trọng, làm nền tảng cho việc giải các bài toán khác trong hệ thốngcác bài toán tái cấu trúc lưới.

-9-2.4.2 Các phương pháp nghiên cứu bài toán tái cấu trúc LĐPP

2.4.2.1 Các giải thuật Heuristics

♦♦♦ Kỹ thuật vòng kín - Giải thuật của Merlin và Back [31]

Merlin và Back cho rằng với mạch vòng, LĐPP luôn có mức tổn thất công suất

bé nhất Vì vậy, để có LĐPP vận hành hình tia, Merlin và Back lần lượt loại bỏ nhữngnhánh có tổn thất công suất nhỏ nhất, quá trình sẽ chấm dứt khi lưới điện đạt được trạngthái vận hành hở Trong quá trình thực hiện, thuật toán không tính mức giảm AP khiphân bố lại phụ tải cho từng bước mà chỉ xét đến dòng chạy qua khóa điện Thuật toánkhông tính tổn thất AP để so sánh lựa chọn cấu trúc tối ưu vì đã xuất phát từ điều kiện

mở nhánh có dòng công suất bé nhất để mức tổn thất AP là bé nhất Các giải thuật tìmkiếm nhánh và biên ứng dụng luật heuristic này mất rất nhiều thời gian do có khả năngxảy ra đến 2n cấu trúc lưới điện nếu có n đường dây được trang bị khóa điện

Kỹ thuật này được phát biểu như sau: “ Đóng tất cả các khóa điện lại - tạo thànhmột lưới kín, sau đó giải bài toán phân bố công suất và tiến hành mở lần lượt các khóa

có dòng chạy qua là bé nhất cho đến khi lưới điện dạng hình tia ”

❖ Kỹ thuật đổi nhánh - Giải thuật của Civanlar [3]

Giải thuật của Civanlar dựa trên heuristics để tái cấu hình LĐPP Kỹ thuật đổinhánh thể hiện ở quá trình thay thế một khóa mở bằng một khóa đóng trong một vòngkín để giảm tổn thất công suất Vòng được chọn để đổi nhánh là vòng có cặp khóađóng/mở có mức giảm tổn thất công suất lớn nhất Quá trình được lặp lại cho đến khikhông thể giảm được tổn thất nữa

2.4.2.2 Các giải thuật dựa trên trí thông minh nhân tạo

♦♦♦ Giải thuật Gen (GA - Genetic Algorithm)

Đối với mạng phân phối, khi đóng một khóa điện sẽ tạo ra một vòng kín Thuậttoán đề nghị bắt đầu bằng việc đóng tất cả các khóa điện để tạo một mạng vòng Mạngvòng này bao gồm nhiều vòng đóng và mỗi vòng phải có một điểm “mở” tốt nhất để

Trang 25

10-cực tiểu tổn thất cho mạch hở Mở một khóa điện ừong mỗi vòng sẽ có được cấu trúcmạng hình tia Tiếp theo là các biểu diễn chuỗi:

Mỗi gen biểu diễn một khóa mở trong vòng, độ dài của chuỗi bằng số vòng

- Neu chuỗi có một gen thì mạng có một vòng, mỗi gen ttong chuỗi là khác nhau

- Nếu chuỗi có hay hay nhiều gen là khóa điện thông thường ttong hai vòng khácnhau thì mạng có một nút bị cách ly

♦♦♦ Giải thuật đàn kiến (ACS -Ant Colony Algorithm)

Ban đầu, số kiến bắt đầu từ tổ kiến để đi tìm đường đến nơi có thức ăn Từ tổkiến sẽ có rất nhiều con đường khác nhau để đi đến nơi có thức ăn, nên một con kiến sẽchọn ngẫu nhiên một con đường để đi đến nơi có thức ăn Quan sát loài kiến, người tanhận thấy chúng tìm kiếm nhau dựa vào “dấu chân” (chất hóa học pheromone) màchúng để lại trên đường đi Sau một thời gian lượng “dấu chân” của mỗi chặng đường

sẽ khác nhau Do sự tích lũy “dấu chân” của mỗi chặng đường cũng khác nhau, đồngthời với sự bay hơi của “dấu chân” ở đoạn đường kiến ít đi Sự khác nhau này ảnhhưởng đến sự di chuyển của những con kiến về sau đi trên mỗi đoạn đường Nếu “dấuchân” để lại trên đường nhiều thì sẽ có khả năng thu hút các con kiến khác di chuyểntrên đường đi đó, những chặng đường còn lại do không thu hút được lượng kiến dichuyển sẽ có xu hướng bay hơi “dấu chân” sau một thời gian nhất định

Điều đặc biệt trong cách hành xử loài kiến là lượng “dấu chân” trên đường đi có

sự tích lũy càng lớn thì cũng đồng nghĩa với việc đoạn đường đó là ngắn nhất từ tổ kiếnđến nới có thức ăn Phương pháp này đưa ra để giải quyết các bài toán có không giannghiệm lớn để tìm ra lời giải có nghiệm là tối ưu nhất trong không gian nghiệm đó vớithời gian cho phép hay không gian tìm ra cấu trúc tối ưu hơn thì dừng Phương phápnày cũng rất thích hợp để giải bài toán tái cấu trúc để có thể tìm ra trong các cấu trúc cóthể của mạng phân phối có một cấu trúc có tổn thấy công suất là bé nhất

♦♦♦ Giải thuật toi ưu hóa bầy đàn (PSO - Particle Swarm Optimization)

PSO là một bầy đàn dựa trên kỹ thuật tính toán tiến hóa lấy cảm hứng từ hành vi

xã hội của loài chim liên kết lại hoặc liên minh cá Kể từ khi phát minh đầu tiên vàonăm 1995, PSO đã trở thành một trong những phương pháp phổ biến nhất được áp dụng

Trang 26

11-ttong các vấn đề tối ưu hóa khác nhau do sự đơn giản và khả năng tìm thấy gần các giảipháp tối ưu của nó Trong PSO, một cá thể của bầy di chuyển ừong không gian tìmkiếm các vấn đề tiếp cận với các mục tiêu tối ưu Sự di chuyển của mỗi cá thể trong bầyđược xác định thông qua vị trí và vận tốc của nó Trong quá trình di chuyển, vận tốc củacác cá thể được thay đổi theo thời gian và vị trí của chúng sẽ được cập nhật cho phùhợp Vị trí tối ưu nhất là vị trí mà phần lớn các cá thể tập hợp lại.

-♦♦♦ Giải thuật tìm kiểm chim Cuckoo (CSA - Cuckoo Search Algorithm)

Giải Thuật CSA được đưa ra bởi Ramin Rajabioun, được đăng trên tạp chíApplied Soft Computing vào cuối năm 2011 [19] Đây là một giải thuật tối ưu lấy cảmhứng từ đời sống của quần thể chim Cuckoo Những điểm đặc biệt trong cách sinh sống,cách đặt trứng và phát triển của chúng là nền tảng cho việc phát triển giải thuật mới này.Chim Cuckoo đẻ trứng nhưng không ấp và nuôi dưỡng chim non, sau khi đẻ trứngchúng sẽ gắp trứng bỏ vào tổ của loài chim khác, nếu không bị phát hiện chim Cuckoonon sẽ được ấp và nuôi dưỡng bởi loài chim khác

Giống như những giải thuật tiến hóa khác, cs bắt đầu bởi một quần thể ban đầu.Quần thể Cuckoo ở những môi trường sống khác nhau bao gồm 2 đối tượng là chimCukoo và trứng Trong suốt quá trình đấu tranh sinh tồn một số con Cuckoo hoặc trứngcủa nó bị tiêu diệt, số còn lại sẽ di chuyển tới môi trường sống tốt hơn rồi tiếp tục quátrình sinh sản và đặt trứng Sự cố gắng thích nghi với môi trường sống của chimCuckoo hy vọng sẽ hội tụ lại tại một môi trường sống duy nhất và tốt nhất (vị trí cócùng giá trị lợi nhuận và là giá trị lợi nhuận cao nhất) Đây cũng chính là lời giải cầntìm trong các bài toán tối ưu hóa

ứng dụng của giải thuật cs đã được thử nghiệm trền các hàm toán học chuẩn vàcác vấn đề thực tế Điều này chứng minh khả năng giải quyết các vấn đề tối ưu hóa cómức độ khó cao của giải thuật

2.4.3 Tóm lược các bài báo về tái cấu trúc LĐPP có xét đến ảnh hưởng của DG

♦♦♦ Optimal network reconfiguration and loss minimization using harmony search algorithm in the presence of distributed generation - Pardhavi Sai Sree.T, Pooma

Chandra Rao.N [5]

Trang 27

12-Bài báo giới thiệu một phương để giải bài toán tái cấu trúc lưới điện có sự hiệndiện của nguồn phân tán, mục tiêu là cực tiểu công suất tác dụng và cải thiện chất lượngđiện áp trên lưới Giải thuật HSA (Harmony Search Algorithm) được sử dụng để đồngthời thực hiện tái cấu trúc và xác định vị trí tối ưu để đặt DG trên lưới.

-Hệ số độ nhạy được sử dựng để xác định vị trí đặt DG tại các kịch bản giả định khácnhau Tác giả đồng thời sử dụng cả hai giải thuật là HSA và PSO áp dụng vào mạngđiện 33 và 69 nút để kiểm tra tính hiệu quả của hai giải thuật

❖ A Novel integration technique for optimal network reconfiguration and distributed generation placement in power distribution networks - A Mohamed

Imran, M Kowsalya, D.p Kothari [6]

Bài báo giới thiệu một kỹ thuật mới áp dụng vào bài toán tái cấu trúc lưới điện

và phân bố DG trong LĐPP với mục tiêu giảm tổn thất công suất và nâng cao độ ổnđịnh điện áp Giải thuật Fnework Algorithm (FWA) được sử dụng để đồng thời tái cấutrúc lưới điện và phân bố tối ưu DG FWA là một giải thuật mới dựa trên cơ sở trí thôngminh bầy đàn, giải thuật mô tả hiện tượng nổ pháo hoa để thực hiện việc tìm kiếm vị trítối ưu cho các tia lửa từ pháo hoa phát tán ra Hệ số ổn định điện áp (VSI - VoltageStability Index) được sử dụng để xác định trước vị trí đặt DG Giải thuật FWA áp dụng

mô phỏng trên mạng điện IEEE 33 và 69 nút với 6 kịch bản tái cấu trúc lưới và tối ưu

DG Đồng thời tác giả cũng so sánh với các giải thuật khác, cho thấy sự vượt trội củaFWA

❖ A novel method based on adaptive cuckoo search for optimal network reconiguration and distributed generation allocation in distribution network -

Thuan Thanh Nguyen, Anh Viet Truong, Tuan Anh Phung [7]

Tác giả bài báo đề xuất một phương pháp mới dựa trên đặc tính của loài chimCuckoo (CSA - Cuckoo Search Algorithm) để áp dụng vào bài toán tái cấu trúc lướiđiện và tối ưu vị trí, dung lượng DG trên LĐPP Đồng thời để giảm khối lượng tínhtoán, lý thuyết đồ thị (Graph Theory) được áp dụng để xây dựng giải thuật kiểm tta lướiđiện hình tia, loại bỏ các trường hợp lưới điện không đủ điều kiện Để đánh giá hiệu quảcủa phương pháp, giải thuật áp dụng mô phỏng đối với 3 mạng điện mẫu và 7 kịch bản

Trang 28

13-đánh giá khác nhau Ket quả đạt được cho thấy sự vượt trội của phương pháp khi ápdụng giải bài toán tái cấu trúc lưới điện và tối ưu vị trí, dung lượng của DG.

-♦♦♦ Optimal location and size of distributed generation in distribution system by Artificial Bees Colony algorithm - Nguyen Tung Linh, Dam Xuan Dong [8]

Bài báo đề xuất áp dụng phương pháp sử dụng giải thuật đàn ong (ABC Artificial Bees Colony Algorithm) để xác định vị trí và dung lượng DG tối ưu đặt vàoLĐPP Phương pháp được kiểm tra trên mạng điện chuẩn IEEE 33 nút để đánh giá tácđộng của DG đối với lưới điện qua các thông số: độ tin cậy, tổn thất năng lượng

-❖ An analytical approach for DG allocation in primary distribution network

-Naresh Acharya, Purkar Mahad, N Mihulananthan [4]

Bài báo đề xuất phương pháp giải tích để tính toán dung lượng và xác định vị tríđặt DG tối ưu với mục tiêu cực tiểu tổn thất trên lưới điện Phương pháp giải tích đượcdựa trên phương trình tổn thất chính xác (Exact loss fomula) Để đánh giá hiệu quá củaphương pháp giải tích xác định dung lượng và vị trí DG, tác giả áp dụng tính toán trên 3mạng điện và kết quả được so sánh với các phương pháp khác

Trang 29

CHUƠNG 3: BÀI TOÁN TÁI CẤU TRÚCLUỚI ĐIỆN PHÂN PHỐI

Việc tối ưu phân bố, dung lượng DG trên lưới cũng ảnh hưởng tới các đặc tínhdòng điện, điện áp Từ đó thay đổi giá trị của hàm mục tiêu Vì vậy kết hợp việc tối ưuphân bố và dung lượng DG vào bài toán tái cấu trúc là một hàm mục tiêu cực tiểu côngsuất tác dụng với 3 biến đầu vào, có thể được mô tả theo công thức:

Trong đó: hàm f là hàm mục tiêu, có thể là một hoặc nhiều mục tiêu khác nhau

(tổn thất công suất, ổn định điện áp, chi phí )

X, u, V là các biến đầu vào (trạng thái khóa mở, vị trí DG, dung lượng

DG )

3.2 MÔ HÌNH TOÁN HỌC BÀI TOÁN TÁI CẤU TRÚC LĐPP CÓ XÉT ĐẾN NGUỒN PHÂN TÁN

Các thuật ngữ:

Pi Công suât tác dụng ngõ ra tại nút i

Qi Công suất phản kháng ngõ ra tại nút i

Pj Công suất tác dụng ngõ ra tại nút j

Qj Công suất phản kháng ngõ ra tại nút j

PLÌ Công suất tác dụng của tải tại nút i

QLÌ Công suất phản kháng của tải tại nút i

Trang 30

p L j Công suât tác dụng của tải tại nút j

QLJ Công suất phản kháng của tải tại nút j

R ij Điện hở giữa nút i và nút j

Iij Dòng điện giữa nút i và nút j

Iịjmax Dòng điện lớn nhất giữa nút i và nút j

V-’ i,max Điện áp lớn nhất tại nút ỉ

P T L OSS Tổng công suất tổn thất

m A A ✓ ,Tông sô nút

IDG Dòng điện DG bơm vào

PDGÌ Công suất tác dụng của DG tại nút i

QDGÌ Công suất phản kháng của DG tại nút i

PoGi.max Công suất tác dụng lớn nhất của DG tại nút i

QDGi.min Công suất phản kháng lớn nhất của DG tại nút i

Mục tiêu của bài toán là cực tiểu hàm tổn thất công suất tác dụng bằng cách thayđổi ttạng thái đóng mở các khóa điện tại các nhánh

Bài toán được thành lập chi tiết như sau:

❖ Hàm muc tiêu:

(3.2)

ss

❖

+ Điều kiện cân bằng công suất:

PSUB = Ĩ>Ĩ=IPLÌ + PT,LOSS

Trang 31

+ Cấu trúc hình tia của lưới điện:

Để đảm bảo cấu trúc lưới điện hình tia, số khóa mở tương ứng phải bằng sốvòng độc lập:

N ts = nl — (nb + ns)

CHVƠNG 4: ÁP DỤNG THUẬT TOÁN STOCHASTIC FRACTAL

SEARCH GIẢI BÀI TOÁN TÁI CẤU TRÚC LƯỚI ĐIỆN PHÂN PHỐI

CÓ XÉT ĐẾN NGUỒN PHÂN TÁN

4.1 ĐẶT VẤN ĐÈ

Mục tiêu của bài toán tái cấu trúc LĐPP là tìm ra một cấu trúc lưới có lợi ích vềkinh tế nhất nhưng vẫn đảm bảo về mặt kỹ thuật để LĐPP vận hành ổn định ửong điềukiện vận hành bình thường cũng như sự cố Những lợi ích về mặt kinh tế bao gồm chiphí cho tổn thất trên lưới điện, chi phí chuyển tải (đóng cắt khóa điện), chi phí thiệt hạicủa khách hàng do bị ngừng cung cấp điện, và cả chi phí không bán được điện của công

ty điện lực Như vậy, tìm lời giải cho bài toán tái cấu trúc LĐPP để giảm tổn thất côngsuất cũng chính là tìm ra cấu trúc lưới phân phối có chi phí vận hành thấp nhất Mỗi cấu

(3.9)

Trang 32

trúc LĐPP được tạo ra từ cấu trúc hiện tại bằng cách thay đổi trạng thái đóng/mở cáckhóa điện (tie switch, selection switch).

LĐPP được tái cấu trúc bằng cách mở các khóa điện phân đoạn và đóng cáckhóa điện chuyển mạch sao cho cấu trúc lưới vẫn là hình tia và tất cả khách hàng vẫnđảm bảo cung cấp điện Do đó dòng công suất đi qua các nút, tổn thất công suất, và độtin cậy cung cấp điện của lưới điện cũng thay đổi

Trong luận văn, mục tiêu chính được xác định cụ thể là tái cấu trúc LĐPP nhằmgiảm tổn thất công suất tác dụng

4.2 THUẬT TOÁN STOCHASTIC FRACTAL SEARCH

Thuật toán tìm kiếm ngẫu nhiên Fractal (SFS - Stochastic Fractal Search) được

đề xuất bởi Hamid Samili vào năm 2014 [16] Thuật toán SFS dựa trên lý thuyết Fractallần đầu được sử dụng bởi Benoit Mandelbrot vào năm 1975 Mandelbrot đã sử dụng lýthuyết Fractal để mô tả các mô hình hình học trong tự nhiên

4.2.1 Tìm kiếm Fractal

Thuật toán tìm kiếm Fractal (FS-Fractal Search) sử dụng 3 quy tắc cơ bản để tìmkết quả:

Trang 33

- Mỗi điểm được tích một điện thế năng.

- Mỗi điểm khuếch tán và tạo ra một vài điểm khác, năng lượng của điểm được phân chia trong quá trình khuếch tán

- Một vài điểm tốt nhất được giữ lại trong mỗi lần khuếch tán, các điểm còn lại bị loại bỏ

Giả sử có p điểm (với 1< p < 20) được dùng để tìm kiếm giải pháp giải quyếtvấn đề Ban đầu mỗi điểm Pi sẽ có vị trí ngẫu nhiên trong không gian tìm kiếm vớinăng lượng bằng Ei theo công thức:

(4.1)Với: E là điện thế năng lớn nhất

Để vận hành tối ưu, mỗi điểm sẽ khuếch tán ttong mỗi thế hệ và điểm mới đượctạo ra dựa trên bước Levy flight Levy flight là một dạng riêng của chuyển độngBrownian bao gồm các bước nhảy ngẫu nhiên ở nhiều cấp độ, mà trong đó thỉnh thoảngngẫu nhiên vài đối tượng bất ổn có bước nhảy vọt vào vùng không gian khác

Kết quả của quá trình khuếch tán là một số điểm mới được tạo ra Để tạo ra mỗiđiểm ttong ttong quá trình khuếch tán thì cả Levy flight và phân bố Gaussian đều được

áp dụng

Trang 34

Để sử dụng ưu điểm của cả bước nhảy Gaussian và Levy flight, thuật toán FShoán đổi ngẫu nhiên giữa chúng Đó là bởi vì Levy flight đảm bảo cho thuật toán có tốc

độ hội tụ nhanh, trong khi đó bước Gaussian cho kết quả tính toán cuối cùng tốt hơn

Sau khi khuếch tán, vấn đề chính gặp phải đó là làm thế nào để phân bố nănglượng cho những điểm được tạo ra Và một ý tưởng rất đơn giản được đưa ra để phân

bố năng lượng đó là: điểm thích hợp hơn thì nhận được nhiều năng lượng hơn Gọi q là

số hạt được tạo ra do sự khuếch tán của hạt Pi có năng lượng Ei Mỗi hạt được khuếch

tán sẽ có một giá trị tương ứng (fitness value) fj với j = 1,2, , q Công thức phân bố

năng lượng sẽ được định nghĩa như sau:

(4.2)

Với: fi là giá trị tương ứng của điểm chính trước khi khuếch tán.

Mặc dù mô hình này thực hiện tốt cho cả tìm kiếm cục bộ và toàn cục nhưngtrong quá trình lặp thì việc tìm kiếm trở nên phức tạp hơn do việc tạo ra các hạt mớidựa trên sự khuếch tán Để giải quyết vấn đề này, chỉ có một vài hạt tốt nhất được thamgia vào thế hệ tiếp theo (không đến 10% tổng số hạt trong mỗi thế hệ) Năng lượng thuđược từ việc loại bỏ những hạt này sẽ được dùng cho những hạt còn lại và tạo ra nhữnghạt mới

4.2 Tìm kiếm ngẫu nhiên Fractal

Mặc dù thuật toán FS thực hiện tìm kiếm hiệu quả, nhưng phương pháp này vẫncòn một số hạn chế Hạn chế lớn nhất là có rất nhiều tham số cần để mô tả vấn đề vàmột hạn chế khác là sự trao đổi thông tin giữa các điểm không khả thi Nếu thông tinđược trao đổi giữa các điểm một cách hiệu quả, thuật toán FS sẽ có tốc độ hội tụ nhanhhơn Nhưng thuật toán FS lại không có sự trao đổi giữa các điểm với nhau, vì vậy từngyếu tố trong FS hoạt động một cách độc lập Mặt khác FS là một thuật toán động vớicác yếu tố trong thuật toán bị biến động, chúng ta phải đối mặt với yêu cầu cân bằnggiữa độ chính xác và thời gian thực hiện Vì vậy để giải quyết

Trang 35

vấn đề ừên, một thuật toán mới được đưa ra, là một bảnthể của thuật toán FS, gọi là thuật toán tim kiếm ngẫunhiên Fractal (SFS).

SFS bao gồm hai quá ừình chính;

- Quá trình khuếch tán

- Quá trình cập nhật

Trong quá trình thứ nhất, tương tự như FS, mỗi điểm khuếch tán xung quanh vịtrí ban đầu Quá trình này làm tăng xác suất tìm thấy cục tiểu toàn cục, tránh các bẫycực tiểu địa phương

Hình 4.2: Quá trình khuếch tán

Trong quá trình cập nhật, thuật toán mô phỏng cách mà một điểm cập nhật vị trícủa mình dựa trên vị trí cảc điểm khác trong nhóm Không như giai đoạn khuếch táncủa FS làm tăng số lượng các điềm tham gỉa, chúng ta cần cân nhắc cho quá trìnhkhuếch tán của SFS một cách ổn định Điều đó có nghĩa là những điểm tốt nhất đượctạo ra cần được giữ lại và các điểm còn lại bị loại bỏ Để tăng hiệu quả cho quá trìnhtìm kiếm trong không gian tìm kiếm, SFS sử dụng các bước ngẫu nhiên trong quá trìnhcập nhật

Để tạo ra điểm mới trong quá ừình khuếch tán, SFS sử dụng hai bước nhảy là:Levy flight và Gaussian Trong các nghiên cứu trước đây, bước Levy flight cho độ hội

tụ nhanh hơn so với Gaussian frong một vài thế hệ Tuy nhiên, bước Gaussian lại hứahẹn cho việc tìm kiếm cực tiểu toàn cục Vì thế, khác với thuật toán FS sử dụng Levyflight, SFS lại sù dụng bước Gaussian Tổng quát, chuỗi các bước Gaussian tham giavào quá trình khuếch tán được thống kế theo các phương trình:

Trang 36

GW1 = Gaussỉan(/j.BP,ơ) + ( EX BP - E ’ X PỈ)

GW2 = Gaussỉan(/jP,ơ)

Với: £ và £ là số phân bố đều ngẫu nhiên ửong khoảng [0,1],

BP và P: là vị trí tốt nhất và vị trí của điểm thứ i trong nhóm.

ỊJ.BP và ỊjP có giá trị tương ứng IBPI và IPíl.

Độ lệch của Gaussian chuẩn được tính bằng phương trình:

Với: UB, LB tương ứng là vector giới hạn trên và dưới.

Sau khi đã khai báo tất cả các điểm, hàm tương ứng của mỗi điểm sẽ được tínhtoán và đưa ra điểm tốt nhất (BP) trong số tất cả các điểm Theo đặc tính thăm dò trongquá trình khuếch tán, tất cả các điểm sẽ khuếch tán xung quanh vị trí hiện tại để khaithác không gian tìm kiếm Mặt khác, do đặc tính thăm dò nên hai phương pháp thống kêlàm cho việc khai thác không gian tìm kiếm tốt hơn Phương pháp thống kê đầu tiênthực hiện cho mỗi chỉ số vector cá thể và phương pháp thống kê thứ hai được áp dụngsau đó cho tất cả các điểm

(4.3)(4.4)

Trang 37

Với: rank(Pi) là hạng của điểm Pi so với những điểm khác trong nhóm.

N là tổng số điểm của nhóm

Phương trình (4.7) cho thấy rằng điểm tốt hơn sẽ có xác suất lớn hơn Phươngtrình này được sử dụng để tăng cơ hội thay đổi vị trí của các điểm không có lời giải tốt.Mặt khác làm gia tăng cơ hội di truyền các lời giải tốt vào thế hệ tiếp theo Mỗi điểm Pitrong nhóm, nếu thỏa điều kiện Pai < E thì thành phần thứ j của Pi sẽ cập nhật theocông thức (4.8), ngược lại sẽ không thay đổi

Với: Pi ’ là vị trí mới được sửa đổi của điểm Pi

Pr, Pt là 2 điểm được chọn ngẫu nhiên trong nhóm

E là một số ngẫu nhiên được chọn từ phân bố đều và có giá trị [0, 1]

Phương pháp thống kê đàu tiên được thực hiện trên các thành phần của điểm,phương pháp thứ hai nhằm thay vị trí của một điểm có xét đến vị trí các điểm kháctrong nhóm Đặc tính này giúp cải thiện chất lượng khai thác và thỏa mãn tính chất đadạng hóa Tương tự phương pháp thống kê đầu tiên, nếu điều kiện Pai < E thỏa vớiđiểm mới Pi’ thì vị trí hiện tại của Pi’ sẽ được sửa đổi theo phương trình (4.9) và (4.10),ngược lại sẽ không có sự cập nhật diễn ra

Với: Pt’ và Pt ’ là hai điểm được chọn ngẫu nhiên từ phương pháp thứ nhất

£ là một sô được tạo ra ngâu nhiên bởi phân bô Gaussian

(4.7)

(4.8)

Trang 38

Điểm mới Pỉ ” sẽ thay thế điểm Pỉ ’ nếu giá trị hàm thích hợp tốt hơn điểm Pỉ

Mô hình giải thuật cho thuật toán SFS được mô tả qua đoạn code và lưu đồ giảithuật sau [ 16]:

Trang 39

Khởi tạo số quần thể gồm N điểm.

While g < số vòng lặp tối đa (hoặc điều kiện dừng) Do

Tạo điểm mới sử dụng phương trình (4.3).

} }

Call quá trình cập nhật:

{

Quá trình cập nhật thứ nhất

Đầu tiên, tất cả các điểm được xếp hạng theo phương trình (4.7)

For mỗi điểm Pị trong hệ thống Do

}

Trang 40

Hình 4.3: Lưu đồ giải thuật SFS

Định dạng
Số trang	92
Dung lượng	1,5 MB
File đính kèm	Stochastic Fractl Search.rar (11 MB)