Embed Size (px)
Citation preview
i
BỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VN
HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ
Nguyễn Tùng Linh
XÂY DỰNG THUẬT TOÁN TRÍ TUỆ NHÂN TẠO
CHO BÀI TOÁN TÁI CẤU TRÚC LƯỚI ĐIỆN PHÂN PHỐI
LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỀU KHIỂN & TỰ ĐỘNG HÓA
Hà Nội - Năm 2018
ii
BỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VN
HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ
Nguyễn Tùng Linh
XÂY DỰNG THUẬT TOÁN TRÍ TUỆ NHÂN TẠO
CHO BÀI TOÁN TÁI CẤU TRÚC LƯỚI ĐIỆN PHÂN PHỐI
Chuyên ngành: Kỹ thuật điều khiển và tự động hóa
Mã số: 62 52 02 16
LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỀU KHIỂN TỰ ĐỘNG HÓA
NGƯỜI HƯỚNG DẪN KHOA HỌC:
1. PGS.TSKH PHẠM THƯỢNG CÁT
2.PGS.TS TRƯƠNG VIỆT ANH
Hà Nội - Năm 2018
iii
LỜI CAM ĐOAN
Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các kết quả được
viết chung với các tác giả khác đều được sự đồng ý của đồng tác giả trước khi đưa
vào luận án. Các kết quả trong luận án là trung thực và chưa từng được công bố
trong bất kỳ công trình nào khác.
Tác giả luận án
Nguyễn Tùng Linh
iv
LỜI CẢM ƠN
Lời đầu tiên, Tôi xin chân thành cảm ơn Ban Lãnh đạo Học viện Khoa học và
Công nghệ, Viện Công nghệ thông tin - Viện Hàn lâm Khoa học và Công nghệ Việt
Nam, Phòng Công nghệ tự động hóa đã tạo điều kiện thuận lợi trong quá trình học
tập, nghiên cứu.
Tôi xin được bày tỏ lòng kính trọng và biết ơn sâu sắc tới người thầy quá cố
PGS.TSKH.Phạm Thượng Cát và thầy hướng dẫn PGSTS. Trương Việt Anh, hai
thầy đã định hướng và tận tình hướng dẫn để tôi có thể hoàn thành luận án.
Tôi xin cảm ơn Ban Giám hiệu trường Đại học Điện lực và Phòng Đào tạo Sau
Đại học và các đơn vị trong Nhà trường đã quan tâm giúp đỡ, tạo điều kiện để tôi có
thể thực hiện nghiên cứu.
Tôi xin cảm ơn các cán bộ Phòng Công nghệ Tự động hóa – Viện Công nghệ
thông tin, các đồng nghiệp thuộc Khoa kỹ thuật điều khiển tự động hóa, khoa Kỹ
Thuật Điện trường Đại học Điện lực đã động viên và trao đổi kinh nghiệm trong
quá trình hoàn thành luận án.
Cuối cùng, tôi xin chân thành cảm ơn đến gia đình, người thân, các bạn đồng
nghiệp những người luôn dành cho tôi những tình cảm nồng ấm, luôn động viên và
sẻ chia những lúc khó khăn trong cuộc sống và tạo điều kiện tốt nhất để tôi có thể
hoàn thành quá trình nghiên cứu.
Hà Nội, ngày ….tháng 03 năm 2018
Tác giả luận án
Nguyễn Tùng Linh
v
MỤC LỤC
LỜI CAM ĐOAN ...................................................................................................... i
LỜI CẢM ƠN .......................................................................................................... iv
MỤC LỤC .................................................................................................................. v
DANH MỤC KÍ HIỆU VÀ TỪ VIẾT TẮT ......................................................... vii
DANH MỤC BẢNG BIỂU ..................................................................................... ix
DANH MỤC HÌNH VẼ ............................................................................................ x
MỞ ĐẦU ................................................................................................................. xii
CHƯƠNG 1 TỔNG QUAN VỀ LƯỚI ĐIỆN PHÂN PHỐI VÀ BÀI TOÁN TÁI
CẤU TRÚC LƯỚI ĐIỆN PHÂN PHỐI .................................................................. 1
1.1 Giới thiệu tổng quan lưới điện phân phối ........................................................... 1
1.1.1 Đặc điểm lưới điện phân phối ......................................................................... 1
1.1.2 Giới thiệu bài toán tái cấu trúc lưới điện ........................................................ 4
1.1.3 Hiện trạng lưới điện phân phối Việt Nam ..................................................... 13
1.1.4 Mô hình bài toán tái cấu trúc lưới điện phân phối ........................................ 14
1.2 Tổng quát các nghiên cứu giải bài toán tái cấu trúc với hàm mục tiêu giảm tổn
thất công suất ............................................................................................................. 17
1.2.1 Kết hợp heuristics và tối ưu hóa.................................................................... 17
1.2.2 Các thuật toán thuần túy dựa trên Heuristics ................................................ 20
1.2.3 Các thuật toán dựa trên trí tuệ nhân tạo ........................................................ 23
CHƯƠNG 2 PHƯƠNG PHÁP HEURISTIC CHO BÀI TOÁN TÁI CẤU
TRÚC LƯỚI ĐIỆN PHÂN PHỐI ......................................................................... 32
2.1 Phương pháp Heuristic cho bài toán tái cấu trúc lưới điện .............................. 32
2.1.1 Giới thiệu ....................................................................................................... 32
2.1.2 Mô hình bài toán tái cấu trúc lưới điện ......................................................... 33
2.2 Đề xuất thuật toán Heuristic cho bài toán tái cấu trúc lưới điện ...................... 41
2.2.1 Hàm mục tiêu của bài toán ............................................................................ 41
2.3 Mô phỏng và đánh giá kết quả nghiên cứu ....................................................... 48
2.3.1 Mô phỏng kết quả nghiên cứu đánh giá ảnh hưởng của tụ bù đến tái cấu trúc
lưới điện phân phối.................................................................................................... 48
vi
2.3.2 Mô phỏng kết quả nghiên cứu của thuật toán đề xuất .................................. 50
2.3.3 Đánh giá kết quả mô phỏng: ............................................................................ 59
CHƯƠNG 3 PHƯƠNG PHÁP META HEURISTIC CHO BÀI TOÁN TÁI
CẤU TRÚC LƯỚI ĐIỆN PHÂN PHỐI ................................................................ 62
3.1 Phương pháp sử dụng thuật toán mô phỏng luyện kim (SA) cho bài toán tái cấu
trúc lưới điện phân phối ............................................................................................ 62
3. 1.1Giới thiệu thuật toán mô phỏng luyện kim ...................................................... 62
3.1.2 Đề xuất cải tiến thuật toán SA cho bài toán tái cấu trúc lưới điện ................... 68
3. 2 Kiểm tra và đánh giá kết quả trên lưới mẫu IEEE ............................................. 76
CHƯƠNG 4 THUẬT TOÁN DI TRUYỀN CHO BÀI TOÁN TÁI CẤU TRÚC
LƯỚI ĐIỆN PHÂN PHỐI CÓ XÉT ĐẾN QUY HOẠCH NGUỒN ĐIỆN
PHÂN TÁN .............................................................................................................. 84
4.1 Áp dụng thuật toán di truyền cho bài toán tái cấu trúc lưới điện phân phối ....... 84
4.1.1 Giới thiệu thuật toán di truyền ......................................................................... 84
4.1.2 Một số tính chất của thuật toán di truyền ......................................................... 85
4.1.3 Một số nghiên cứu liên quan ............................................................................ 85
4.2 Phương pháp đề xuất ........................................................................................... 87
4.2.1 Mô tả bài toán và hàm mục tiêu ....................................................................... 87
4.2.2 Đề xuất phương pháp sử dụng thuật toán GA cho bài toán tái cấu trúc lưới
điện phân phối ........................................................................................................... 90
4.3 Kiểm tra và đánh giá kết quả trên lưới mẫu IEEE .............................................. 99
4.4 Kết luận chương ................................................................................................ 113
KẾT LUẬN VÀ KIẾN NGHỊ .............................................................................. 115
DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ ........................................... 116
TÀI LIỆU THAM KHẢO
vii
DANH MỤC KÍ HIỆU VÀ TỪ VIẾT TẮT
Ký hiệu Đơn vị tính Ý nghĩa
P,Q kW, KvAr Công suất trung bình tại nút
P",Q" kW, kVAr Công suất trung bình cần chuyển tải
Pi kW Công suất tác dụng trên nhánh i
Qi kVAr Công suất phản kháng trên nhánh i
Vi kV Điện áp tại nút i
C(x) Hàm năng lượng của thuật toán SA
Ili
A, kA Dòng điện khi chưa kết nối DG
IDG A, kA Dòng khi DG hoạt động;
PDgi kW Công suất của nguồn điện phân tán
R(i,i+1) Ω Điện trở dây giữa nút i và nút i+1
ΔPi: kW Tổn thất công suất tác dụng trên nhánh thứ i
Ploss kW Tổn thất công suất tác dụng của hệ thống;
PDGjmax kW Công suất phát lớn nhất của nguồn điện phân tán thứ j
RMNLoop Ω Tổng điện trở các nhánh trong vòng kín MN
Simax kVA Khả năng mang tải của nhánh thứ i
PL kW Hàm tổn thất công suất tác dụng
IPi, IQi A, kA Dòng thành phần của nhánh thứ i trong lưới có n nhánh
IPlDG , IQl
DG A, kA Các thành phần dòng điện của DG thứ l trong lưới
tf 0,1 1 nếu đường dây ft làm việc, 0 nếu đường dây ft không
làm việc
n Số nút tải có trên lưới.
Cij Hệ số trọng lượng của tổn thất trên nhánh ij
Lij Tổn thất của nhánh nối từ nút i đến nút j
Sij Dòng công suất trên nhánh ij
Dj Nhu cầu công suất điện tại nút j
DVij Sụt áp trên nhánh ij
viii
tfS Dòng công suất trên đường dây ft
ft Các đường dây được cung cấp điện từ máy biến áp t
Hằng số thích nghi,
Ti Nhiệt độ tại lần tính thứ i.
C(x) Hàm năng lượng của thuật toán SA
GA Thuật toán di truyền
SA Thuật toán mô phỏng luyện kim
DG Nguồn điện phân tán
IEEE Institute of Electrical and Electronics Engineers
ix
DANH MỤC BẢNG BIỂU
Bảng 1.1 Phạm vi ứng dụng của bài toán tái cấu trúc lưới điện phân phối ............... 6
Bảng 2.1 Nhánh trên sơ đồ 32 ................................................................................... 35
Bảng 2.3 Thông số lưới điện và tụ bù ...................................................................... 48
Bảng 2.4 Kết quả cấu trúc lưới điện ........................................................................ 48
Bảng 2.5 Quá trình phân bố phụ tải giai đoạn 1 lưới điện 16 nút không có DG ...... 52
Bảng 2.6 Quá trình phân bố phụ tải giai đoạn 1 của lưới điện 16 nút có 2 DG ........ 53
Bảng 2.7 Quá trình phân bố phụ tải giai đoạn 1 lưới điện 16 nút có DG nút 9 ....... 55
Bảng 2.8 Quá trình phân bố phụ tải giai đoạn 1 lưới điện 16 nút có DG nút 13 ...... 56
Bảng 2.9 Kết quả tổng kết khảo sát trên lưới điện phân phối 16 nút ........................ 56
Bảng 2.10 Thông số các DG [11].............................................................................. 57
Bảng 2.11 Bảng so sánh trước và sau khi tái cấu trúc lưới điện 33 nút .................... 57
Bảng 2.12 Bảng so sánh trước và sau khi tái cấu trúc lưới điện 69 nút .................... 59
Bảng 3.1 So sánh quá trình vật lý và bài toán tối ưu ................................................ 64
Bảng 3.2 So sánh thuật toán SA với các thuật toán khác .......................................... 78
Bảng 3.3 Bảng tổng hợp so sánh phương pháp đề xuất với phương pháp khác ....... 80
Bảng 3.4 Thông số các DG [11]................................................................................ 81
Bảng 3.5 So sánh thuật toán SA với PSO và PSS/ADEPT trên lưới 33 nút ............. 82
Bảng 4.1 Kết quả thực hiện bằng hai phương pháp trên hệ thống 16 nút ............... 101
Bảng 4.2 Kết quả thực hiện trên hệ thống 16 nút.................................................... 101
Bảng 4.3 Kết quả thực hiện trên mạng 33 nút bằng phương pháp 1 ....................... 106
Bảng 4.4 Kết quả thực hiện hai giai đoạn trên hệ thống 33 nút .............................. 107
Bảng 4.5 So sánh kết quả thực hiện với cấu trúc ban đầu ...................................... 109
Bảng 4.6 So sánh kết quả thực hiện với một số phương pháp ................................ 110
Bảng 4.7 Kết quả thực hiện hai giai đoạn trên lưới điện phân phối 69 nút ............ 112
Bảng 4.8 So sánh kết quả thực hiện với các phương pháp trên LĐPP 69 nút ........ 113
x
DANH MỤC HÌNH VẼ
Hình 1.1 Vị trí vai trò của lưới điện phân phối ........................................................... 2
Hình 1.2 Mô hình lưới điện phân phối [11] ................................................................ 3
Hình 1.3 Sơ đồ điều khiển online bài toán tái cấu trúc lưới điện ………………... 4
Hình 1.4 Phân loại bài toán tái cấu trúc theo phương pháp nghiên cứu ..................... 6
Hình 1.5 Lưu đồ thuật toán của Chen và Cho [9] ...................................................... 8
Hình 1.6 Lưu đồ thuật toán của Rubin Taleski và Dragoslav [90] ............................ 9
Hình 1.7 Sơ đồ đánh giá lưới điện phân phối của R.E.Lee và C.L.Brooks ............... 6
Hình 1.8 Thuật toán của Merlin và Back được Shirmohammadi [80] cải tiến ........... 8
Hình 1.9 Sơ đồ thuật toán của Civanlar và các cộng sự [17]. ................................... 22
Hình 1.10 Mô phỏng thuật toán đàn kiến (ACS). ..................................................... 27
Hình 1.11 Sơ đồ chung của phương pháp bầy đàn (PSO). ....................................... 29
Hình 2.1 Lưới điện phân phối tổng quát ................................................................... 33
Hình 2.2 Lưới điện 32 nút 37 nhánh của nút Baran [11] ......................................... 35
Hình 2.3 Thành phần của dòng điện vận hành hở có tụ bù và máy phát phân tán ... 36
Hình 2.4 Mạch vòng lưới điện phân phối ................................................................. 36
Hình 2.5 Quá trình chuyển mạch đóng/cắt phân bố phụ tải ...................................... 36
Hình 2.6. Lưới điện phân phối gồm máy phát và tụ bù ............................................ 39
Hình 2.7 Sơ đồ thuật toán tái cấu trúc lưới điện có DG và tụ bù tìm P bé nhất ..... 46
Hình 2.8 Sơ đồ lưới điện đơn giản xét ảnh hưởng tụ bù ........................................... 48
Hình 2.9 Sơ đồ lưới điện phân phối 3 nguồn ............................................................ 49
Hình 2.10 Sơ đồ lưới điện 16 nút – IEEE ................................................................. 51
Hình 2.11 Sơ đồ mạng 1 nguồn 33 nút có 4 DG [11] ............................................... 57
Hình 2.12 Sơ đồ lưới điện phân phối 69 nút IEEE ................................................... 58
Hình 3.1 Mô hình không gian của thuật toán SA ...................................................... 63
Hình 3.2 Lưới điện IEEE gồm 3 nguồn.(a,b là sơ đồ trước, sau khi tái cấu trúc) .... 70
Hình 3.3 Sơ đồ thuật toán SA cho bài toán tái cấu trúc lưới điện............................. 73
Hình 3.4 Sơ đồ lưới điện có kết nối nguồn phân tán ................................................ 74
Hình 3.5 Sơ đồ thuật toán SA cho bài toán tái cấu trúc lưới điện có xét DG ........... 76
Hình 3.6 Lưới điện mẫu 33 nút IEEE - Baran & Wu ............................................... 77
xi
Hình 3.7 Cấu hình sau khi tái cấu trúc lưới điện Baran - Wu ................................... 77
Hình 3.8 Đặc tính hội tụ của thật toán .................................................................... 78
Hình 3.9 Đồ thị điện áp của các nút .......................................................................... 78
Hình 3.10 Sơ đồ lưới điện 16 nút – IEEE ................................................................. 79
Hình 3.11 Quá trình hội tụ thuật toán SA ......................................................... 79
Hình 3.12 Đồ thị điện áp của các nút ........................................................................ 79
Hình 3.13 Sơ đồ 1 nguồn 33 nút có 4 DG [10] ......................................................... 81
Hình 3.14 Quá trình hội tụ của lưới điện 33 nút không có các DG .......................... 81
Hình 3.15 Quá trình hội tụ của lưới điện 33 nút có các DG ..................................... 81
Hình 4.1 Cơ chế ghép chéo của thuật toán GA ......................................................... 91
Hình 4.2 Cơ chế đột biến trong thuật toán GA ......................................................... 92
Hình 4.3 Lưu đồ thuật toán của thuật toán GA để thực hiện .................................... 93
Hình 4.4 Lưới điện phân phối kín và hở ................................................................... 94
Hình 4.5 Lưu đồ thuật toán GA với 2 giai đoạn ....................................................... 98
Hình 4.6 Lưới điện 3 nguồn ...................................................................................... 99
Hình 4.7 Điện áp trước và sau khi thực hiện tối ưu ................................................ 102
Hình 4.8 Đặc tính hội tụ của thuật toán di truyền ................................................... 102
Hình 4.9 Lưới điện 33 nút của IEEE ....................................................................... 103
Hình 4.10 Vị trí DG, cấu trúc lưới tối ưu giảm tổn thất công suất phương pháp 1 105
Hình 4.11 Điện áp các nút trước và sau khi thực hiện phương pháp 1 ................... 105
Hình 4.12 Tổn thất công suất trên các nhánh của phương pháp 1 .......................... 105
Hình 4.13 Đặc tính hội tụ của thuật toán theo phương pháp 1 ............................... 106
Hình 4.14 Đặc tính hội tụ của thuật toán di truyền giai đoạn 1 - phương pháp 2 ... 107
Hình 4.15 Đặc tính hội tụ của thuật toán di truyền giai đoạn 2 - phương pháp 2 ... 108
Hình 4.16 Điện áp các nút trong hai giai đoạn tính toán bằng phương pháp 2 ...... 108
Hình 4.17 Điện áp trước và sau khi tối ưu lưới điện bằng phương pháp 2 ............. 108
Hình 4.18 Cấu trúc lưới tối ưu bằng phương pháp 2 .............................................. 109
Hình 4.19 Sơ đồ lưới điện phân phối 69 nút IEEE ................................................. 111
Hình 4.20 Đặc tính hội tụ của GA trong giai đoạn – I trên lưới điện 69 nút ......... 113
Hình 4.21 Đặc tính hội tụ của GA trong giai đoạn – II trên lưới điện 69 nút ......... 113
xii
MỞ ĐẦU
1. Đặt vấn đề
Lưới điện phân phối là thành phần đóng vai trò quan trọng trong việc cung cấp
điện từ nơi sản xuất điện năng đến các hộ tiêu thụ điện, được trải rộng trên toàn bộ
lãnh thổ của các quốc gia. Lưới điện phân phối có thể được thiết kế có cấu trúc
mạch vòng hoặc cấu trúc hình tia, tuy nhiên vì lý do kỹ thuật và điều kiện vận hành
nên nó được vận hành theo cấu trúc hình tia. Theo thống kê của Tập đoàn Điện lực
Việt Nam thì tổng tổn thất điện năng những năm gần đây khoảng từ 9-15% sản
lượng điện sản xuất, trong đó lưới điện phân phối chiếm 5-7%. Do đó việc nghiên
cứu các biện pháp giảm tổn thất điện năng trên lưới phân phối là một nhu cầu cần
thiết, mang lại nhiều lợi ích kinh tế. Hệ thống lưới điện phân phối là một hệ thống
lớn có đặc điểm trải rộng trên toàn bộ lãnh thổ quốc gia, gồm nhiều phần tử, nhiều
thông số, do đó các bài toán tính toán và phân tích cho lưới điện phân phối có số lượng
nghiệm lớn, yêu cầu độ chính xác và thời gian tính toán xử lý nhanh nên cần phải có
các phương pháp hiện đại để giúp giải quyết các bài toán này một cách hiệu quả. Bài
toán giảm tổn thất cống suất trên lưới điện phân phối là một bài toán được nghiên cứu
nhiều và mang lại giá trị kinh tế trong sản xuất và vận hành hệ thống điện.
Về mặt lý thuyết, có nhiều biện pháp để giảm tổn thất điện năng trên lưới điện
phân phối như: nâng cao điện áp vận hành lưới điện phân phối, thay đổi tiết diện
dây dẫn, hoặc giảm truyền tải công suất phản kháng trên lưới điện bằng cách lắp đặt
tụ bù. Trong các biện pháp nêu trên tính khả thi thực hiện là rất cao, tuy nhiên gặp
phải vấn đề về vốn đầu tư, chi phí lắp đặt và thời gian sửa chữa sẽ ảnh hưởng đến
độ tin cậy cung cấp điện. Một phương pháp mà được nghiên cứu nhiều đó là
phương pháp tái cấu trúc lưới điện.
Ngày nay khi các giải pháp về tự động hóa, công nghệ thông tin được triển khai
mạnh mẽ thì một trong những giải pháp được nghiên cứu gần đây đó là phương
pháp tái cấu trúc lưới điện. Phương pháp tái cấu trúc lưới điện được thực hiện thông
qua việc chuyển đổi tải bằng cách đóng/mở các cặp khoá điện có sẵn trên lưới, cũng
có thể giảm tổn thất điện năng đáng kể khi đạt được cân bằng công suất giữa các
xiii
tuyến đường dây mà không cần nhiều chi phí để cải tạo lưới điện. Không chỉ dừng
lại ở mục tiêu giảm tổn thất điện năng, tái cấu trúc lưới điện phân phối còn có thể
nâng cao khả năng tải của lưới điện, giảm sụt áp cuối đường dây, giảm thiểu số
lượng hộ tiêu thụ bị mất điện khi có sự cố hay khi cần sửa chữa đường dây và tăng
độ tin cậy cung cấp điện của hệ thống lưới điện phân phối.
Trong quá trình vận hành thực tế, việc vận hành lưới điện phân phối thông qua
tái cấu trúc sẽ gặp khó khăn đối với các nhân viên vận hành do lưới phân phối có số
lượng thiết bị đóng cắt lớn, việc tính toán đảm bảo các điều kiện kĩ thuật sẽ gặp khó
khăn. Do đó để áp dụng phương pháp tái cấu trúc lưới điện phân phối cần có các
phương pháp phân tích, thuật toán tính toán đủ mạnh để tái cấu trúc trong điều kiện
thỏa mãn các mục tiêu và điều kiện ràng buộc của bài toán tái cấu trúc.
Các thuật toán tái cấu trúc lưới điện phân phối luôn được xem xét dưới hai góc
độ phân tích đó là góc độ thiết kế và góc độ vận hành. Ở góc độ bài toán thiết kế,
thuật toán phải xem xét tính toán để chỉ ra được vị trí đặt khóa, sử dụng thiết bị
đóng cắt nào để có thể cực tiểu hóa tổn thất năng lượng và giảm chi phí đóng/cắt
khi chuyển mạch, giúp cho nhân viên điều độ, vận hành có không gian điều khiển
đủ lớn đáp ứng sự phát triển của phụ tải trong tương lai. Ở góc độ vận hành trên cơ
sở các khóa có sẵn trên lưới điện, người điều độ cần phân tích, tính toán chỉ ra được
cấu trúc vận hành tối ưu sao cho chi phí vận hành và tổn thất bé nhất, tương tự khi
có sự cố, hay sửa chữa cần phải thay đổi, cũng cần có cấu trúc mới để giảm thiểu số
lượng khách hàng mất điện, chống quá tải trên các nhánh của lưới, đảm bảo điện
năng và giảm thiểu tối đa tổn thất năng lượng. Trong luận án tác giả nghiên cứu bài
toán tái cấu trúc lưới điện dưới góc độ vận hành.
Trí tuệ nhân tạo (Artificical intelligent) là một lĩnh được áp dụng nhiều trong các
bài toán thực tế. Cụ thể các ứng dụng bao gồm các tác vụ điều khiển, lập kế hoạch
và lập lịch (scheduling), các hệ chuyên gia về chẩn đoán bệnh, trả lời khách hàng về
các sản phẩm của một công ty, nhận dạng chữ viết tay, nhận dạng tiếng nói và
khuôn mặt…vv. Bởi vậy việc nghiên cứu và áp dụng các thuật toán trí tuệ nhân tạo,
đã trở thành một hướng nghiên cứu đang được quan tâm hiện nay, với mục đích
xiv
chính là cung cấp lời giải cho các bài toán thực tế trong cuộc sống. Hiện nay, các
thuật toán trí tuệ nhân tạo được dùng thường xuyên trong kinh tế, y dược, các ngành
kỹ thuật và quân sự, cũng như trong các phần mềm máy tính thông dụng trong gia
đình và trò chơi điện tử. Trong lĩnh vực hệ thống điện, các thuật toán trí tuệ nhân
tạo cũng được áp dụng nhiều trong các bài toán sau [8]:
1. Xác định cấu trúc tối ưu của hệ thống cung cấp điện
2. Đánh giá và chuẩn đoán sự cố của các phần tử trên hệ thống lưới điện
3. Dự báo nhu cầu phụ tải điện trong các giai đoạn khác nhau như: ngắn hạn,
trung hạn và dài hạn
4. Điều khiển và tự động hóa lưới điện ở tất cả các cấp: Sản xuất, truyền tải,
tiêu thụ điện năng.
5. Dự báo và định giá điện năng trong thị trường điện trong tương lai.
6. Mô phỏng hệ thống lưới điện, các thiết bị điện.
7. Bảo vệ và cài đặt điều khiển hệ thống.
8. Tính toán các bài tối ưu trong hệ thống như: Bài toán vận hành tối ưu hồ
chứa, tính toán vận hành chi phí nhiêu liệu trong nhà máy nhiệt điện, các bài
toán tính các chế độ vận hành hệ thống.
Các bài toán tính toán tối ưu trong hệ thống điện có đặc điểm là không gian
nghiệm lớn, khối lượng tính toán nhiều, các tham số tham gia trong quá trình là các
tham số biến động, hàm mục tiêu có nhiều các điều kiện ràng buộc, đặc biệt là tính
đáp ứng thời gian thực của bài toán. Do đó việc sử dụng các phương pháp cổ điển
sẽ gặp nhiều khó khăn. Bài toán tái cấu trúc lưới điện là bài toán tối ưu, trong đó
nghiệm của bài toán là trạng thái đóng/mở của các khóa (CDL, Reclose…) để vận
hành tối ưu hệ thống lưới điện phân phối. Việc tìm ra phương án tối ưu dựa trên
việc thay đổi trạng thái của các thiết bị đóng cắt trên sơ đồ lưới điện và yêu cầu thời
gian tính toán, phân tích để đưa ra phương án cần thực hiện nhanh để đáp ứng được
yêu cầu của hệ thống điện. Bài toán tái cấu trúc lưới điện, thực tế là mô hình của bài
toán điều khiển tối ưu, để tìm ra lời giải tối ưu theo hàm mục tiêu và hàm ràng buộc
đảm bảo yêu cầu kỹ thuật.
xv
2. Mục tiêu và nhiệm vụ của luận án
Mục tiêu của luận án là phân tích và đưa ra các phương pháp mới cho bài toán
tái cấu trúc lưới điện phân phối. Nhằm mục tiêu giảm tổn thất công suất, sử dụng
các thuật toán đề xuất làm cơ sở nghiên cứu tổn thất công suất và các bài toán đối
với hàm đa mục tiêu, cụ thể luận án có các nhiệm vụ sau:
Đề xuất thuật toán theo phương pháp Heuristic áp dụng cho bài toán tái cấu
trúc lưới điện với hàm mục tiêu giảm tổn thất công suất xét trong trường hợp có
nguồn điện phân tán kết nối vào lưới điện phân phối.
Nghiên cứu ảnh hưởng của nguồn điện phân tán khi kết nối vào lưới điện
phân phối, ảnh hưởng đến bài toán tái cấu trúc lưới điện.
Đề xuất thuật toán theo phương pháp Meta Heuristic pháp mới cho bài toán
tái cấu trúc lưới điện với hàm mục tiêu giảm tổn thất điện năng trong các trường
hợp có kết nối nguồn điện phân tán, không có kết nối nguồn điện phân tán và
trường hợp có xét đến vị trí và dung lượng của nguồn điện phân tán khi kết nối lưới
điện phân phối.
3. Phạm vi nghiên cứu
Phạm vi nghiên cứu của luận án tập trung vào bài toán tái cấu trúc trên lưới điện
phân phối có cấu trúc mạch vòng và vận hành hình tia, bài toán tái cấu trúc được
xem xét cụ thể với hàm mục tiêu giảm tổn thất công suất kèm theo các điều kiện
ràng buộc.
Bài toán tái cấu trúc với hàm mục tiêu giảm tổn thất công suất trong trường
hợp không có nguồn điện phân tán kết nối vào lưới và trong trường hợp có nguồn
điện phân tán kết nối vào lưới.
Bài toán tái cấu trúc lưới điện có xét đến vị trí và công suất của nguồn điện phân
tán khi kết nối vào lưới điện phân phối với hàm mục tiêu giảm tổn thất công suất.
Phương pháp đề xuất được kiểm tra trên các lưới mẫu của IEEE để đánh giá
độ chính xác và tin cậy của phương pháp.
4. Phương pháp nghiên cứu
Luận án sử dụng các phương pháp lí thuyết và kiểm chứng trên các lưới điện
mẫu của IEEE đồng thời so sánh với các nghiên cứu khác để đánh giá, cụ thể:
xvi
Nghiên cứu áp dụng các thuật toán trí tuệ nhân tạo cho bài toán tái cấu trúc
lưới điện phân phối
Sử dụng phương pháp mô phỏng để kiểm tra độ chính xác của các thuật toán
đề xuất thông qua việc kiểm tra trên các bài toán mẫu của IEEE
5. Điểm mới của luận án
Các điểm mới của luận án được thể hiện trong các công trình nghiên cứu của
tác giả, tập trung chính vào các điểm sau:
Đề xuất phương pháp cho bài toán tái cấu trúc lưới điện dựa trên luật kinh
nghiệp “Heuristic” với hàm mục tiêu giảm tổn thất công suất và xét trong 2 trường
hợp, không có kết nối nguồn điện phân tán và có kết nối nguồn điện phân tán, ưu
điểm của thuật toán đề xuất:
- Thuật toán xây dựng hàm tối ưu cho bài toán tái cấu trúc lưới điện
- Đề xuất được luật kinh nghiệm để giảm khối lượng tính toán, việc tính cho
bài toán chế độ xác lập chỉ cần tính 1 lần, không phải lặp đi lặp lại
- Kết quả tính toán được kiểm tra trên lưới mẫu IEEE.
Đề xuất cải tiến thuật toán mô phỏng luyện kim cho bài toán tái cấu trúc lưới
điện với hàm hàm mục tiêu giảm tổn thất điện năng, ưu điểm của thuật toán là:
- Sử dụng bậc của khóa để thay đổi trạng thái đóng mở của các khóa
- Xây dựng hàm giá đảm bảo hàm mục tiêu của bài toán tái cấu trúc lưới điện
- Thuật toán đã đề xuất được hàm giảm nhiệt độ, điều kiện dừng của thuật toán
- Thuật toán có thời gian hội tụ nhanh.
- Kết quả được kiểm tra trên bài toán mẫu IEEE
Đề xuất sử dụng thuật toán di truyền cho bài toán tái cấu trúc có xét đến vị trí
và công suất của nguồn điện phân tán khi kết nối với lưới điện phân phối với hàm
mục tiêu giảm tổn thất điện năng. Kết quả nghiên cứu đưa ra 2 phương pháp:
- Phương pháp 1 đề xuất sử dụng thuật toán di truyền khi đồng thời tìm vị trí,
công suất và cấu trúc tối ưu đồng thời. Đối với phương pháp này, kết quả tính toán
chính xác trên các lưới mẫu, tuy nhiên trong phương pháp này tốc độ tính toán còn
chưa nhanh.
xvii
- Phương pháp 2 đề xuất giải quyết thành 2 giai đoạn, giai đoạn 1 tìm được vị
trí và công suất của nguồn phân tán, giai đoạn 2 tìm cấu trúc tối ưu khi đã có kết nối
của nguồn phân tán. Ưu điểm của phương pháp này cho tốc độ tính toán nhanh hơn.
- Kết quả nghiên cứu của 2 phương pháp đề xuất được thử nghiệm trên lưới
mẫu và được so sánh với nhau.
6. Giá trị thực tiễn của luận án: Các kết quả nghiên cứu của luận án đạt được có
giá trị thực tiễn trong vấn đề nghiên cứu về bài toán tái cấu trúc và áp dụng thực tế:
Phương pháp đề xuất theo hướng nghiên cứu Heuristic một lần nữa khẳng
định được việc áp dụng các luật kinh nghiệm và phương pháp tối ưu cho các bài
toán tối ưu vẫn được sử dụng tốt trong một số trường hợp, tuy nhiên để thực hiện
được phương pháp này, đòi hỏi người xây dựng phải nắm bắt được rõ về tính chất
cũng như đặc điểm của bài toán.
Phương pháp nghiên cứu theo hướng MetaHeuristic hiện nay được ứng dụng
rộng rãi trong các lĩnh vực, đối với bài toán tái cấu trúc lưới điện tác giả đề xuất sử
dụng thuật toán mô phỏng luyện kim và thuật toán di truyền cho bài toán tái cấu
trúc lưới điện với hàm mục tiêu giảm tổn thất công suất trong trường hợp có nguồn
điện phân tán và không có nguồn điện phân tán và trường hợp có xét đến vị trí,
dung lượng nguồn điện phân tán kết nối với lưới phân phối. Kết quả nghiên cứu cho
thấy việc áp dụng thuật toán MetaHeuristic có rất nhiều ưu điểm, như số lượng
không gian nghiệm lớn, thời gian xử lí nhanh,…đây là 2 yếu tố cần thiết khi thực
hiện trên các lưới điện thực tế.
Là công cụ hỗ trợ ra quyết định cho việc thiết kế, vận hành lưới điện phân
phối khi tham gia vào thị trường điện cạnh tranh.
Tạo các tình huống khác nhau trong lưới điện phân phối để khảo sát các
trường hợp đề xuất.
7. Bố cục luận án: Luận án được chia làm 4 chương
Chương 1: Tổng quan lưới điện phân phối và bài toán tái cấu trúc lưới điện phân phối
Trong chương này tác giả trình bày tổng quan về lưới điện phân phối và bài toán
tái cấu trúc lưới điện, mô hình toán học của bài toán tái cấu trúc lưới điện, phân tích
xviii
và tìm hiểu các phương pháp đã được nghiên cứu, từ đó có định hướng nghiên cứu
trong luận án của mình.
Chương 2: Phương pháp Heuristic cho bài toán tái cấu trúc lưới điện phân phối
Trong chương này tác giả trình bày kết quả nghiên cứu sử dụng luật kinh nghiệm
“Heuristic cho bài toán tái cấu trúc lưới điện với hàm mục tiêu giảm tổn thất điện
năng, áp dụng cho trường hợp có kết nối/không kết nối nguồn điện phân tán.
Chương 3: Phương pháp MetaHeuristic cho bài toán tái cấu trúc lưới điện phân
phối
Trong chương này tác giả trình bày kết quả nghiên cứu sử dụng thuật toán mô
phỏng luyện kim cho bài toán tái cấu trúc lưới điện phân phối với hàm mục tiêu
giảm tổn thất điện năng, được xét trong hai trường hợp không có kết nối nguồn điện
phân tán và có kết nối nguồn điện phân tán.
Chương 4: Thuật toán di truyền cho bài toán tái cấu trúc lưới điện phân phối có xét
đến quy hoạch nguồn điện phần tán
Trong chương này tác giả trình bày kết quả nghiên cứu sử dụng thuật toán di
truyền cho bài toán tái cấu trúc lưới điện có xét đến vị trí và dung lượng của nguồn
điện phân tán khi kết nối vào lưới điện.
CHƯƠNG 1
TỔNG QUAN VỀ LƯỚI ĐIỆN PHÂN PHỐI
VÀ BÀI TOÁN TÁI CẤU TRÚC LƯỚI ĐIỆN PHÂN PHỐI
Giới thiệu: Trong chương này tác giả trình bày tổng quan về lưới điện phân
phối, giới thiệu bài toán tái cấu trúc lưới điện phân phối, trên cơ sở phân loại bài
toán tái cấu trúc lưới điện theo hàm mục tiêu, theo phương pháp giải bài toán và
đánh giá tình hình nghiên cứu của bài toán tái cấu trúc lưới điện. Tác giả trình bày
mô hình toán học của bài toán, các điều kiện ràng buộc cũng như giả thiết để đơn
giản hóa bài toán tái cấu trúc lưới điện. Ngoài ra tác giả trình bày một số nghiên cứu
điển hình của bài toán này đã được nghiên cứu từ trước đến nay, để có được định
hướng cho các nghiên cứu của mình trong các chương tiếp theo.
1.1 Giới thiệu tổng quan lưới điện phân phối
1.1.1 Đặc điểm lưới điện phân phối
Lưới điện phân phối là thành phần đóng vai trò quan trọng trong việc cung cấp
điện từ nơi sản xuất đến các hộ tiêu thụ điện, được trải rộng trên toàn bộ lãnh thổ
của các quốc gia. Lưới điện phân phối có thể được thiết kế có cấu trúc mạch vòng
hoặc cấu trúc hình tia, tuy nhiên vì lý do kỹ thuật và điều kiện vận hành nên nó
được vận hành theo cấu trúc hình tia. Nhờ cấu trúc vận hành hở mà hệ thống relay
bảo vệ chỉ cần sử dụng loại relay quá dòng. Để tái cung cấp điện cho khách hàng
sau sự cố, hầu hết các tuyến dây đều có các mạch vòng liên kết với các đường dây
kế cận được cấp điện từ một trạm biến áp trung gian khác hay từ chính trạm biến áp
có đường dây bị sự cố. Việc khôi phục lưới được thực hiện thông qua các thao tác
đóng/cắt các cặp khoá điện nằm trên các mạch vòng, do đó trên lưới phân phối có
rất nhiều khoá điện.
Một đường dây phân phối luôn có nhiều loại phụ tải khác nhau (ánh sáng sinh
hoạt, thương mại dịch vụ, công nghiệp …) và các phụ tải này được phân bố không
đồng đều giữa các đường dây. Mỗi loại tải lại có thời điểm đỉnh tải khác nhau và
luôn thay đổi trong ngày, trong tuần và trong từng mùa. Vì vậy, trên các đường dây,
đồ thị phụ tải không bằng phẳng và luôn có sự chênh lệch công suất tiêu thụ. Điều
này gây ra quá tải đường dây và làm tăng tổn thất trên lưới điện phân phối.
Hình 1.1 Vị trí vai trò của lưới điện phân phối
Để chống quá tải đường dây và giảm tổn thất, các điều độ viên sẽ thay đổi cấu
trúc lưới điện vận hành bằng các thao tác đóng/cắt các cặp khoá điện hiện có trên
lưới. Vì vậy, trong quá trình thiết kế, các loại khoá điện (Recloser, LBS, DS…) sẽ
được lắp đặt tại các vị trí có lợi nhất để khi thao tác đóng/cắt các khoá này vừa có
thể giảm chi phí vận hành và vừa giảm tổn thất năng lượng. Hay nói cách khác, hàm
mục tiêu trong quá trình vận hành lưới điện phân phối là cực tiểu chi phí vận hành
bao gồm cả chi phí chuyển tải và tổn thất năng lượng. Bên cạnh đó, trong quá trình
220/110kV 110/22kV
110/22kV
Máy phát phân tán
Trạm ngắtTrạm ngắt
22/0,4kV
22/0,4kV
Dây nổi trung áp
Cáp ngầm trung áp
phát triển, phụ tải liên tục thay đổi, vì vậy xuất hiện nhiều mục tiêu vận hành lưới
điện phân phối để phù hợp với tình hình cụ thể. Tuy nhiên, các điều kiện vận hành
lưới phân phối luôn phải thoả mãn các điều kiện:
- Cấu trúc vận hành hở
- Tất cả các phụ tải đều được cung cấp điện, sụt áp trong phạm vi cho phép
- Các hệ thống bảo vệ relay phải thay đổi phù hợp
- Đường dây, máy biến áp và các thiết bị khác không bị quá tải
Trong hình vẽ 1.2 là sơ đồ lưới điện phân phối đơn giản gồm có 2 nguồn và
nhiều khoá điện. Khoá SW1, SW5 và RC3 ở trạng thái mở để đảm bảo lưới điện
vận hành hở. Các đoạn tải LN2 và LN6 nằm ở cuối lưới của nguồn điện SS2. Để cải
thiện chất lượng điện năng ở cuối lưới, bộ tụ bù được lắp giữa LN4 và SW2 và máy
biến thế điều áp được lắp giữa LN3 và LN4. Tất nhiên, các thiết bị này đều có thể
được vận hành ở chế độ thông số không đổi trong thời gian vận hành hay thông số
thay đổi bằng cách điều khiển từ xa hay tại chỗ.
Hình 1.2 Mô hình lưới điện phân phối [11]
Khi vận hành hệ thống điện phân phối như trên Hình 1.2 có thể có tổn thất cao
nhưng có thể giảm tổn thất công suất bằng cách chuyển một số tải từ nguồn SS2
sang nguồn SS1, ví dụ: đóng RC3 và mở SW2 để chuyển các đoạn tải LN5 và LN6
từ nguồn SS2 sang SS1. Việc phân tích lựa chọn các cách chuyển tải này là nội
SW8
SW7
SW5
SW4
RC4 T1
C1
SW2SW6
RC3
SW3
SW1
RC1
CB1
SS1
SS2CB2
LN11
LN10
LN16
LN15
LN12
LN13
LN14 LN5
LN6
LN3
LN4
LN7
LN8
LN1
LN2
dung của các thuật toán tái cấu trúc lưới (điều này đã được chứng minh trong các
bài báo liên quan). Trên lưới điện phân phối thực tế có hàng trăm khoá điện, việc tìm ra
cách chuyển tải tốt nhất trong tổ hợp các khoá điện khi chuyển tải sẽ cần một thời gian
rất dài và còn phải xem xét đến các điều kiện ràng buộc kỹ thuật. Vì vậy cần thiết phải
có một thuật toán tìm điểm mở trên lưới điện phân phối để có thể nhanh chóng tìm ra
cấu trúc vận hành tốt nhất cho lưới điện theo các mục tiêu điều khiển.
1.1.2 Giới thiệu bài toán tái cấu trúc lưới điện
a. Giới thiệu bài toán tái cấu trúc lưới điện
Bài toán tái cấu trúc lưới điện là bài toán điều khiển trạng thái của các thiết bị
đóng/ cắt trên lưới điện phân phối, trong các trường hợp vận hành nhằm đảm bảo
một số mục tiêu cụ thể: Như đảm bảo khả năng cung cấp điện, tăng độ tin cậy, giảm
tổn thất công suất,…
Hình 1.3. Sơ đồ bài toán tái cấu trúc điều khiển online
Trên hình vẽ 1.3 là sơ đồ bài toán tái cấu trúc lưới điện điều khiển online. Với
bài toán điều khiển hệ thống lưới điện online này, khi có sự thay đổi về dự báo phụ
tải (thay đổi về tải), nguồn cung cấp (DG) hay các sự cố trong quá trình vận hành
lưới điện, yêu cầu phải thay đổi cấu trúc vận hành của hệ thống, để thực hiện được
việc này thì phải giải quyết bài toán tái cấu trúc lưới điện với các hàm mục tiêu
Dự báo phụ tải và
nguồn DG
Cấu hình đang vận
hành
Bài toán tái cấu
trúc lưới điện
giảm ∆P
Cấu hình tối ưu giảm
∆P
Mức giảm
∆P > chi phí
chuyển
Điều khiển thiết bị
đóng/cắt
Cấu hình tối ưu Vận hành cấu hình
ban đầu
Dự báo phụ tải,
nguồn, sự cố,…
khác nhau, như hàm mục tiêu giảm tổn thất công suất ∆P, sau khi tìm được cấu trúc
tối ưu hay chính là trạng thái của các thiết bị đóng/cắt được điều khiển để có được
cấu hình vận hành. Điều khiển trạng thái của thiết bị đóng cắt trong trong bài toán
tái cấu trúc lưới điện phân phối online có đặc điểm là số thiết bị trên lưới điện lớn,
việc giải bài toán này là bài toán phi tuyến rời rạc nên thường gặp khó khăn về thời
gian tính toán, khối lượng tính toán lớn, do đó việc nghiên cứu tìm ra phương pháp
giải giảm thời gian tính toán, khối lượng tính toán là vấn đề cần phải giải quyết.
b. Phân loại bài toán tái cấu trúc lưới điện Bài toán tái cấu trúc lưới điện có
thể được phân loại theo các cách khác nhau, tuy nhiên có thể thống kê được 2 cách
phân loại như sau:
*Phân loại theo hàm mục tiêu: Các bài toán vận hành lưới điện phân phối mô tả các
hàm mục tiêu tái cấu trúc lưới điện như sau:
Bài toán 1: Xác định cấu trúc lưới điện theo đồ thị phụ tải trong 1 thời đoạn để chi
phí vận hành bé nhất.
Bài toán 2: Xác định cấu trúc lưới điện không thay đổi trong thời đoạn khảo sát để
tổn thất năng lượng bé nhất.
Bài toán 3: Xác định cấu trúc lưới điện tại 1 thời điểm để tổn thất công suất bé nhất.
Bài toán 4: Tái cấu trúc lưới điện cân bằng tải (giữa các đường dây, máy biến thế
nguồn ở các trạm biến áp) để nâng cao khả năng tải của lưới điện.
Bài toán 5: Khôi phục lưới điện sau sự cố hay cắt điện sửa chữa.
Bài toán 6: Xác định cấu trúc 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 bé
nhất cùng đồng thời xảy ra, ảnh hưởng của nguồn điện phân tán đến tái cấu trúc lưới
điện phân phối…vv (Hàm đa mục tiêu).
Bài toán 7: Xác định cấu trúc lưới điện để đảm bảo mục tiêu giảm năng lượng
ngừng cung cấp hay nâng cao độ tin cậy cung cấp điện.
Các bài toán xác định cấu trúc vận hành của một lưới điện phân phối cực tiểu
tổn thất năng lượng hay cực tiểu chi phí vận hành thoả mãn các điều kiện kỹ thuật
vận hành luôn là bài toán quan trọng và kinh điển trong vận hành hệ thống điện.
Bảng 1.1 Phạm vi ứng dụng của bài toán tái cấu trúc lưới điện phân phối
Tên bài toán 1 2 3 4 5 6 7 Đ
ặc
điể
m l
ướ
i đ
iện
Khoá điện được điều khiển từ xa x x x x
Chi phí chuyển tải thấp, không mất
điện khi chuyển tải x x x x
Chi phí chuyển tải cao, mất điện
khi chuyển tải x x x x x
Lưới điện thường xuyên bị quá tải x x x x
Lưới điện ít bị quá tải x x x x x
Lưới điện hầu như không quá tải x x x x x
*Phân loại theo phương pháp nghiên cứu: Dựa trên việc tổng kết các nhóm nghiên
cứu từ trước đến nay bài toán tái cấu trúc có thể được chia thành các nhóm chính
như sau:
- Áp dụng các lý thuyết giải bài toán tối ưu theo các phương pháp giải tích như
phương pháp Lagrang, phương pháp Newtonraphson, Gauss, lập trình tuyến tính (MLP)
- Các phương pháp sử dụng kết hợp các luật kinh nghiệm và lý thuyết tối ưu: Sử
dụng luật heuricstic, và lý thuyết tối ưu.
- Sử dụng các thuật toán của AI để giải quyết bài toán: Ứng dụng, cải tiến các
thuật toán như thuật toán Genetic, thuật toán PSO, thuật toán SA, thuật toán ACO,
ABC,…vv để giải quyết các bài toán tối ưu.
Hình 1.4 Phân loại bài toán tái cấu trúc theo phương pháp nghiên cứu
Việc phân loại bài toán tái cấu trúc theo ba hướng nghiên cứu chính trên còn
hướng nghiên cứu sử dụng phương pháp kết hợp đó là lai ghép dựa trên các phương
pháp trên. Việc nghiên cứu bài toán tái cấu trúc lưới điện phân phối được đặt nền
móng nghiên cứu từ những năm 1970, bắt đầu bằng các phương pháp giải tích toán
học để giải quyết, nhược điểm của các phương pháp này đó là khối lượng tính toán
Phân loại phương pháp giải bài toán tái cấu trúc lưới điện phân phối
Phương pháp toán học
giải tích
Phương pháp Heuristic
(luật kinh nghiệm)
Phương pháp Meta Heuristic
(sử dụng các thuật toán AI)
lớn, do đó khả năng tính toán đối với các sơ đồ lưới điện lớn gặp khó khăn, thời
gian tính toán lâu, tuy nhiên độ chính xác cao. Tiếp theo là hướng nghiên cứu dựa
vào luật kinh nghiệm (Heuristic) nhằm mục tiêu giảm khối lượng tính toán cũng
như giảm thời gian tính toán bằng cách sử dụng các luật kinh nghiệm, dựa vào các
luật kinh nghiệm, phương pháp này đã giảm được phần nào khối lượng tính toán
thông qua các “luật”, tuy nhiên trong phương pháp này gặp phải khó khăn khi xây
dựng các luật kinh nghiệm ngoài ra kết quả của bài toán được cho là tối ưu nhưng
chưa chắc đã là tốt nhất. Ngày nay khi khoa học công nghệ, đặc biệt là các thuật
toán xử lý với khối lượng tính toán lớn ra đời, đã cho phép giải quyết các bài toán
tối ưu một cách dễ dàng hơn, khắc phục được các nhược điểm của các phương pháp
trước đây đó là phương pháp sử dụng các thuật toán AI như thuật toán di truyền, mô
phỏng luyện kim, thuật toán bầy đàn, thuật toán đàn ong,…
* Một số kết quả nghiên cứu của các bài toán tái cấu trúc
Bài toán 3 – Xác định cấu trúc lưới giảm P là bài toán quan trọng nhất
Bài toán xác định cấu trúc lưới giảm tổn thất công suất tác dụng – bài toán 3 là
một bài toán quan trọng, được xem như một module để giải quyết các bài toán khác
trong hệ thống các bài toán tái cấu trúc lưới. Điều này được chứng minh qua các
thuật toán của các nghiên cứu từ trước đến nay.
Bài toán 1 - Cực tiểu hàm chi phí vận hành
Hàm mục tiêu này rất phù hợp với lưới điện phân phối có chi phí chuyển tải
thấp, linh hoạt trong vận hành, cấu trúc lưới có thể thay đổi nhiều lần trong ngày.
Đi đầu trong nghiên cứu bài toán này có lẽ là C.S.Chen và M.Y.Cho [15] khi có
xem xét sự khác biệt giữa thời gian khảo sát ngắn (24 giờ) và dài (tuần, mùa). Từ
nghiên cứu của mình, năm 1993, C.S.Chen và M.Y.Cho [16] tiếp tục hoàn thiện
phương pháp của mình. Lưu đồ thuật toán xác định cấu trúc lưới điện để có chi phí
vận hành thấp của Chen và Cho được trình bày tại hình 1.4. Trong lưu đồ này,
module quan trọng nhất là module chỉ ra cấu trúc vận hành tối ưu trong thời khoảng
Ti, và được đánh giá là bài toán 3. Việc thay đổi cấu trúc lưới như sau:
Xuất phát từ một cấu trúc lưới điện tối ưu tại một thời điểm nào đó - bài toán 3,
sau đó so sánh tổn thất công suất giữa cấu trúc cũ và cấu trúc mới để xác định cấu
trúc vận hành cho thời điểm tiếp theo, quá trình được xem xét cho đến hết 24 giờ.
Ưu điểm nổi bật là thuật toán đơn giản, trong sáng. Tuy nhiên thời gian giải lâu do phải
lặp lại bài toán 3 theo từng thời đoạn trong thời gian khảo sát, tác giả cũng không lý giải
chặt chẽ giá trị công suất đẳng trị của phụ tải để xác định cấu trúc tối ưu trong thời đoạn Ti.
Quan trọng hơn, cấu trúc vận hành hoàn toàn phụ thuộc vào thời đoạn xét ban đầu.
Với cùng ý tưởng này BroadWater và các cộng sự [10] cũng có nghiên cứu
trong cùng năm. Tuy nhiên phải đến 1997 khi Shirmohammadi [80] trình bày một
thuật toán xác định cấu trúc lưới điện dự trên hàm chi phí vận hành lưới điện bao
gồm phần tổn thất công suất được qui ra tiền và chi phí chuyển đổi trạng thái cấu
trúc lưới điện. Shirmohammadi sử dụng thuật toán tái cấu trúc giảm tổn thất công
suất của Civanlar [17] nhưng áp dụng chúng trong một thời đoạn Ti, đồng thời cũng
phát biểu bài toán 1 chỉ thực sự phù hợp cho lưới điện có hệ thống SCADA hoàn
chỉnh và các khoá điện được điều khiển từ xa khi áp dụng cho lưới điện thực tế của
công ty Pacific Gas and Electricity–San Francisco, California–Mỹ.
Hình 1.5 Lưu đồ thuật toán của Chen và Cho [9]
Bài toán 2 - Cực tiểu hàm tổn thất năng lượng
Trong thực tế, ngay cả ở những nước công nghiệp tiên tiến, chi phí chuyển tải
ảnh hưởng rất lớn đến quyết định thay đổi cấu trúc lưới. Vì đôi khi chi phí này lớn
hơn nhiều lợi ích thu được. Vì thế trong vận hành, cấu trúc lưới 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.
Hình 1.6 Lưu đồ thuật toán của Rubin Taleski và Dragoslav [90]
Bắt đầu
Dữ liệu vào: Lưới điện, phụ tải..vv
-Tất cả các vòng ở trạng thái không tối ưu
Tối ưu hóa các vòng độc lập
Tính điện áp trung bình tại các nút và dòng công suất trung bình
Đánh dấu các vòng ở trạng thái không tối ưu khi có dòng công suất thay đổi
Vi phạm điều kiện
có tối ưu không
- Chọn vòng kế tiếp để tối ưu
- Ước tính tổn thất năng lượng giảm
- Chọn nhánh trong vòng để mở
Tìm được nhánh
mở tốt nhất
Đánh dấu vòng vừa mở là tối ưu
Thay đổi cấu trúc và lưu để so sánh với vòng lặp kế tiếp
Cấu trúc lưới điện tối ưu
Dừng
Đúng
Sai
Sai
Đúng
Vì vậy xuất hiện bài toán 2 - Xác định cấu trúc lưới điện không đổi trong thời
gian khảo sát để tổn thất năng lượng bé nhất.
Tiếp cận bài toán này, Rubin Taleski [90] đề nghị một thuật toán cũng dựa vào
thuật toán giảm tổn thất công suất thuần heuristic của Civanlar [17] nhưng thay hàm
tổn thất công suất bằng hàm tổn thất năng lượng được xây dựng bằng cách cộng đồ
thị phụ tải và điện áp trung bình tính trong 24 giờ theo lưu đồ hình 1.5.
Ưu điểm nổi bật của thuật toán là số vòng lặp của bài toán giảm DA bằng với số
vòng lặp tìm cấu trúc lưới có DP sau khi qui đổi đồ thị phụ tải, điện áp thành một
lượng công suất đẳng trị để có thể sử dụng công thức giảm tổn thất công suất của
Civanlar [17]. Công thức tính tổn thất công suất đẳng trị được trình bày tại 1.1.
n
1i
z
am
2
M
m
1n
am
"
)i(m
"
)i(m2
M
m
2n
zm
"
)i(m
"
)i(m2
M
mChange
LoopD
V
R)i(CQjP
V
RQjP
V
RRe2P (1.1)
với: n...1i;QPC
n
1k
)k(
Q
)k,i(2
n
1k
)k(
P
)k,i(2
n
1i
n
1j
)j()i(
P
)j,i(2
n
1i
n
1j
)j()i(
P
)j,i(2QQPPD
trong đó: P,Q : Công suất trung bình tại nút
P",Q" : Công suất trung bình cần chuyển tải
2P, 2
Q : Moment bậc 2 của đồ thị phụ tải P và Q của tải có trên lưới
Tuy nhiên những nhược điểm cơ bản của thuật toán đó là:
- Do sử dụng thuật toán nền của Civanlar [17] nên thời gian giải lâu do phải tính
lại độ giảm tổn thất công suất đẳng trị (đại diện cho việc giảm DA) trên một vòng
kín khi đánh giá tìm vòng kín chuyển tải tốt nhất.
- Khi trên lưới có quá nhiều loại đồ thị phụ tải, xác định tổn thất công suất đẳng
trị cũng rất phức tạp làm giảm tốc độ tính toán đáng kể do phải tính các chỉ số 2P,
2Q khi cộng các đồ thị phụ tải với nhau.
- Trong thực tế, để có đầy đủ đồ thị phụ tải của tải là điều khó khăn.
Nhận xét:
- Bài toán cực tiểu tổn thất năng lượng là một bài toán quan trọng đối với những
lưới điện có hệ thống SCADA chưa phát triển và không được trang bị nhiều các
thiết bị đóng cắt có tải nên chi phí chuyển tải cao. Do đó phù hợp với điều kiện vận
hành lưới điện phân phối của Việt Nam.
- Các thuật toán của Rubin Taleski [90] yêu cầu đến đồ thị phụ tải của từng tải
tiêu thụ trong hệ thống. Đây là thông số khó đáp ứng nhất vì phải trang bị rất nhiều
bộ ghi dữ liệu rất đắt tiền. Vì vậy, xây dựng một thuật toán tái cấu trúc lưới cực tiểu
A mà không cần dùng dạng đồ thị phụ tải là một điều cần thiết.
Bài toán 4 - Cân bằng công suất giữa các đường dây và trạm biến áp
Thuật toán này áp dụng phù hợp cho những khu vực thường xuyên bị quá tải
hay có phụ tải không ổn định. Trong [91], Tim Taylor đề nghị một hàm mục tiêu
khác nhưng chỉ xem xét đến cân bằng tải giữa các máy biến thế nguồn của lưới
điện phân phối.
H.Yuan-Yih Hsu [44] cũng sử dụng hàm mục tiêu tương tự ở [91] nhưng áp dụng
cho toàn bộ phần tử lưới điện gồm máy biến thế, khoá điện, đường dây.
Nhưng đơn giản và hiệu quả nhất có lẽ là Baran [11] khi đưa ra hàm mục tiêu cân
bằng tải cho toàn bộ các phần tử trên lưới điện dựa vào bài toán 3 để giải quyết.
Hàm mục tiêu cân bằng tải có dạng như sau:
Min cb : 2
2 2N N N N2 2 2 2i i i
b i i i i imax max 2 max 2i 1 i 1 i 1 i 1i i i
S P Q 1c P Q A P Q
S S S
, (1.2)
với: 2max
i
i
S
1A và Si
max : Khả năng mang tải của nhánh thứ i
Hàm cân bằng tải viết tại (1.2) chính là hàm tổn thất công suất nếu cho thay chỉ
số Ai bằng điện trở nhánh Ri tương ứng. Với lý luận này, Baran đã chuyển bài toán
tái cấu trúc cân bằng tải thành bài toán tái cấu trúc giảm tổn thất công suất.
Bài toán 5 – Tái cấu trúc lưới điện phân phối sau sự cố
Đây là mục tiêu được đông đảo các nhà khoa học đề cập trong các nghiên cứu
của mình. Tuy có nhiều hướng nghiên cứu riêng biệt nhưng chủ yếu các thuật toán
vẫn theo các 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.
Các thuật toán nghiêng về cách sử dụng hàm mục tiêu cân bằng tải và giảm số
lần thao tác khoá để khôi phục lưới. Những nghiên cứu sâu về bài toán này phải kể
đến nghiên cứu của Liu[62] hay của Tomsovic [102]…
Bài toán 6 - Tái cấu trúc lưới theo hàm đa mục tiêu
Như đã trình bày, trong vận hành lưới điện phân phối có rất nhiều mục tiêu vận
hành mà người điều độ viên phải lựa chọn sao cho phù hợp với các đặc tính của lưới
điện tại khu vực mà mình đang trực tiếp vận hành. Tuy nhiên, việc chọn duy nhất
một mục tiêu điều khiển theo từng thời điểm tỏ ra không có tính thuyết phục đối với
người vận hành hơn khi cùng lúc thỏa mãn nhiều mục tiêu cùng lúc. Đã có nhiều
nghiên cứu trong việc giải quyết bài toán đa mục tiêu như của Baran trong [11] khi
xem xét cả 2 mục tổn thất công suất và cân bằng tải. Trong [18] đề cập vấn đề xem
xét đến cả việc giảm độ sụt áp khi xét hàm giảm tổn thất công suất. Trong [74] lại
đề nghị một hàm đa mục tiêu bao gồm: Cực tiểu tổn thất công suất, cân bằng tải
giữa các máy biến thế, cực tiểu tổn thất điện áp, cực tiểu số lần đóng cắt và cân
bằng số tải quan trọng trên các máy biến thế trung gian. Đây là một hàm đa mục
tiêu khá đầy đủ, được trình bày tại biểu thức
F = CLPL + CBB + CDD + CWW + CEE (1.3)
trong đó PL: Hàm tổn thất công suất tác dụng
B: Hàm cân bằng tải giữa các máy biến thế của trạm trung gian
D: Hàm số thể hiện độ sụt áp cuối lưới
W:Hàm số thể hiện mức độ sự cố của lưới điện
E: Hàm số thể hiện mức độ cân bằng của các phụ tải quan trọng.
CL, CB, CD, CW, CE là các hệ số trọng lượng liên kết các hàm mục tiêu
đơn lẻ trong hàm đa mục tiêu F.
Nhận xét:
Các nghiên cứu trên đều đưa ra hàm đa mục tiêu gồm các hàm mục tiêu cơ bản
có quan hệ tuyến tính với hàm F. Điều này gặp một số khuyết điểm như sau:
- Do hàm đa mục tiêu F ở [11, 18, 74] được xây dựng là tổ hợp tuyến tính của
các mục tiêu cơ bản, nên cần xác định các hệ số trọng lượng giữa các thành phần
này. Tuy nhiên, không thể áp dụng các hệ số giống nhau giữa các khu vực khác
nhau, giữa lưới nổi và ngầm hay giữa các quốc gia khác nhau.
- Đối với hệ thống lưới phân phối nổi trải trên một diện tích rộng lớn thì việc
giảm tổn thất điện áp là mục tiêu quan trọng hơn cả mục tiêu giảm tổn thất công
suất hay cân bằng tải vì ở đây lưới điện có công suất tải tiêu thụ không lớn. Ngược
lại hoàn toàn đối với lưới điện trong thành phố, khu công nghiệp do độ tập trung
phụ tải cao nên việc cân bằng tải đôi khi còn quan trọng hơn cả việc giảm tổn thất
công suất tác dụng.
- Hơn nữa, rất khó xác định hệ số trọng lượng nêu trên với nhau cho bước thay
đổi cấu trúc lưới tiếp theo vì chúng phụ thuộc hoàn toàn vào đồ thị phụ tải trong
ngày. Ngay cả khi lựa chọn mục tiêu cân bằng công suất và giảm tổn thất công suất,
hay phải xem xét giảm độ sụt áp cuối lưới và cân bằng số tải trên các máy biến thế
của trạm trung gian, mục tiêu nào quan trọng hơn cũng thực sự gây tranh cãi. Vào
giờ cao điểm, rõ ràng nên vận hành sao cho mức cân bằng công suất trên lưới là tốt
hơn việc giảm tổn thất công suất và thoả mãn các điều kiện vận hành, nhưng nếu
cân bằng công suất trên lưới thì có thể dẫn đến việc sụt áp lớn hơn giá trị cho phép.
Vào giờ thấp điểm, phụ tải tiêu thụ giảm mạnh, lúc này hệ số trọng lượng lại nặng
về phía tổn thất công suất giảm vì rất khó xảy ra quá tải trong thời điểm này.
Vì vậy, để mô tả tỷ trọng giữa các mục tiêu trong hàm đa mục tiêu tốt hơn, cần
phải xem các quan hệ giữa các hàm mục tiêu cơ bản và hàm đa mục tiêu là quan hệ
phi tuyến. Tuy nhiên, đây là bài toán khó vì khi thay đổi cấu trúc, có thể gây gián
đoạn các hàm mục tiêu, hay nói cách khác: Có thể không giải quyết được bài toán 6
một cách trọn vẹn.
Bên cạnh đó, các điều kiện ràng buộc trong vận hành không phải lúc nào cũng
được các điều độ viên xem xét một cách cứng nhắc. Họ có thể chấp nhận quá tải
đường dây 10-20% [42], nhưng giảm số lần thao tác đóng/cắt các khoá điện hay tổn
thất công suất sẽ giảm trong thời điểm tới. Vì vậy, xây dựng phương pháp đánh giá
cấu trúc lưới điện có tính thuyết phục cao là một điều cần thiết.
1.1.3 Hiện trạng lưới điện phân phối Việt Nam
Hiện nay, lưới phân phối hiện nay của Việt Nam có nhiều cấp điện áp khác
nhau, chi phí chuyển tải lớn và phải cắt điện khi chuyển tải vì:
- Do lịch sử phát triển, ở mỗi miền đất nước có nhiều cấp điện áp phân phối và
giữa các miền các cấp điện này cũng khác nhau (6.6, 10, 15, 22, 35 kV).
- Recloser và máy cắt có tải (LBS) không được điều khiển từ xa và có số lượng
không đáng kể nên chí phí đóng/cắt lớn và thời gian chuyển tải lâu.
- Các tổ đấu dây của máy biến áp tại các trạm trung gian không thống nhất, nên
phải cắt điện khi chuyển tải, điều này làm gián đoạn việc cung cấp điện và gây khó
chịu cho khách hàng sử dụng điện.
Việc chuyển tải chỉ xảy ra khi:
- Chống quá tải đường dây, trạm biến áp trung gian ở những nơi phụ tải phát
triển nhanh, vào giờ cao điểm hay khi có công tác sửa chữa mạch vòng truyền tải.
- Tái cấu trúc lưới khôi phục cung cấp điện sau khi cô lập sự cố hay sửa chữa,
cải tạo đường dây và trạm biến áp theo định kỳ.
Vì các khó khăn trên, mục tiêu vận hành lưới điện phân phối phù hợp với điều kiện
Việt Nam hiện nay có thể đề nghị như sau:
- Xác định cấu trúc lưới điện không thay đổi trong thời đoạn khảo sát để tổn thất
năng lượng bé nhất – bài toán 2.
- Tái cấu trúc lưới điện chống quá tải, cân bằng tải (giữa các đường dây, trạm
biến áp) để nâng cao khả năng tải của lưới điện – bài toán 4.
- Khôi phục lưới điện sau sự cố hay cắt điện sửa chữa – bài toán 5.
- Xác định cấu trúc lưới 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 bé nhất cùng
đồng thời xảy ra – bài toán 6 : hàm đa mục tiêu
- Tái cấu trúc lưới điện giảm thiểu điện năng ngừng cung cấp cho khách hàng,
đây là mục tiêu áp dụng cho những lưới điện phân phối sau cải tạo, có mức giảm
tổn thất công suất không đáng kể khi áp dụng bài toán 3 hay bài toán 2 – bài toán 7.
1.1.4 Mô hình bài toán tái cấu trúc lưới điện phân phối
a. Mô hình toán học lưới điện phân phối
Để giải quyết bài toán tái cấu trúc lưới thống điện phân phối, trước tiên phải xây
dựng hàm mục tiêu. Ví dụ mục tiêu là cực tiểu hóa tổn thất trên toàn hệ thống.
Vấn đề tái cấu trúc hệ thống cũng tương tự như việc tính toán phân bố công suất
tối ưu. Tuy nhiên, tái cấu trúc yêu cầu một khối lượng tính toán lớn do có nhiều
biến số tác động đến các trạng thái khóa điện và điều kiện vận hành như: Lưới điện
phân phối phải vận hành hở, không quá tải máy biến áp, đường dây, thiết bị đóng
cắt… và sụt áp tại hộ tiêu thụ trong phạm vị cho phép.
Về mặt toán học, tái cấu trúc lưới là bài toán qui hoạch phi tuyến rời rạc theo
dòng công suất chạy trên các nhánh, tại [78] vấn đề được trình bày như sau:
Cực tiểu hàm
n
i
n
j
ijij
n
i
n
j
ijijlosse LCRICP1 11 1
2 (1.4)
thoả mãn:
n
1i
jijDS (1.5)
Sij Sij max (1.6)
DVij DVij max (1.7)
max.tf
n
tftfSS
(1.8)
1
tf
tf
(1.9)
trong đó n: Số nút tải có trên lưới.
Cij: Hệ số trọng lượng của tổn thất trên nhánh ij
Lij: Tổn thất của nhánh nối từ nút i đến nút j
Sij: Dòng công suất trên nhánh ij
Dj: Nhu cầu công suất điện tại nút j
DVij: Sụt áp trên nhánh ij
tfS : Dòng công suất trên đường dây ft
ft: Các đường dây được cung cấp điện từ máy biến áp t
tf
: Có giá trị là 1 nếu đường dây ft làm việc, là 0 nếu đường dây ft
không làm việc
Hàm mục tiêu (1.4) thể hiện tổng tổn thất trên toàn lưới phân phối, có thể đơn
giản hoá hàm mục tiêu bằng cách xét dòng công suất nhánh chỉ có thành phần công
suất tải và điện áp các nút tải là hằng số. Biểu thức (1.5) đảm bảo cung cấp đủ công
suất theo nhu cầu của các phụ tải. Điều kiện chống quá tải tại trạm trung gian và sụt
áp tại nơi tiêu thụ được trình bày qua (1.6) và (1.7). Biểu thức (1.8) đảm bảo rằng
các trạm biến thế hoạt động trong giới hạn công suất cho phép, trong khi mạng phân
phối hình tia được đảm bảo qua (1.9).
Với mô tả trên, tái cấu trúc hệ thống lưới điện phân phối là bài toán qui hoạch
phi tuyến rời rạc. Hàm mục tiêu bị gián đoạn, rất khó để giải bài toán tái cấu trúc
bằng phương pháp giải tích toán học truyền thống [11].
b. Một số giả thiết để đơn giản bài toán tái cấu trúc lưới
Bù công suất phản kháng khi xem xét bài toán tái cấu trúc lưới
Để giảm tính phức tạp của bài toán, một đặc điểm chung trong các giả thiết ban
đầu của các nghiên cứu đều dựa vào một phần hay đầy đủ đề xuất của R.E.Lee và
C.L.Brooks [1] khi tiếp cận bài toán tái cấu trúc lưới điện phân phối. Trình tự 6
bước đánh giá lưới điện phân phối được trình bày tại hình 1.7.
Hình 1.7 Sơ đồ đánh giá lưới điện phân phối của R.E.Lee và C.L.Brooks
Đánh giá hệ thống hiện trạng
Phân bố trào lưu công suất
Loại bỏ tất cả các tụ bù và khóa
Điện mở tối ưu của hệ thống
Tái cấu trúc hệ thống
Phân bố trào lưu công suất
Xác định dung lượng và vị trí bù
Đánh giá hệ thống
Phân bố trào lưu công suất
Bước 1
Bước 2
Bước 3
Bước 4
Bước 5
So
sánh
kết
quả và
tổn
thất
Hàm mục tiêu
Bước 6
Năm 1996, Ross Baldick [49] đưa ra thuật toán xem xét cùng lúc việc thay đổi
cấu trúc lưới và điều khiển bù công suất phản kháng trên toàn lưới và có kết luận
“Tái cấu trúc lưới và điều khiển bù công suất phản kháng có thể tiến hành độc lập”,
kết luận này được M.H. Haque [41] thể hiện rất rõ.
Kết luận: Giả thiết trên có thể phát biểu như sau: “Có thể bỏ qua các thiết bị bù công
suất phản kháng trên lưới khi giải bài toán xác định cấu trúc lưới điện phân phối.”
Một số giả thiết khác cho bài toán tái cấu trúc lưới điện phân phối
- Thao tác đóng/cắt để chuyển tải, không gây mất ổn định của hệ thống điện
- Điện áp tại các nút tải không thay đổi và có giá trị gần bằng Uđm
- Khi giải bài toán phân bố công suất trên lưới hình tia, bỏ tổn thất công suất.
- Độ tin cậy cung cấp điện của lưới điện phân phối được xem là không đổi khi cấu
trúc lưới thay đổi.
1.2 Tổng quát các nghiên cứu giải bài toán tái cấu trúc với hàm mục tiêu giảm
tổn thất công suất
Có rất nhiều phương pháp tái cấu trúc lưới giảm P nhưng theo [78, 90] chỉ có
thuật toán heuristic kết hợp thuật toán tối ưu và thuật toán thuần heuristic mới thực
sự mang hiệu quả cao vì dễ tìm được cấu trúc lưới tối ưu. Trong các thuật toán này,
có thể chia hai nhóm chính, thuật toán của Merlin & Back [65] - kỹ thuật vòng cắt
đại diện cho phương pháp heuristic kết hợp thuật toán tối ưu và thuật toán của
Civanlar [17] kỹ thuật đổi nhánh đại diện cho phương pháp thuần heuristic. Ngoài
ra còn một số phương pháp khác nhưng không hiệu quả.
1.2.1 Kết hợp heuristics và tối ưu hóa
Việc kết hợp giữa thuật toán heuristics và tối ưu hoá tái cấu trúc lưới điện phân
phối cực tiểu P cần nhiều thời gian tính toán nhưng lại có khả năng xác định được
cấu trúc lưới điện đạt cực tiểu toàn cục và không phụ thuộc vào cấu trúc lưới ban
đầu khi khảo sát hết số tổ hợp khoá điện có thể thay đổi trạng thái. Cụ thể
S.K.Goswami [37], V.Glamocanin[38], Merlin & Back [65], Shirmohammadi [80],
T.P.Wagner [105],...
a. Thuật toán của Merlin và Back – kỹ thuật vòng kín
Thuật toán của Merlin và Back [65] khá đơn giản: “Đóng tất cả các khoá điện lại
tạo thành một lưới kín, sau đó giải bài toán phân bố công suất và tiến hành mở lần
lượt các khoá có dòng chạy qua bé nhất cho đến khi lưới điện dạng hình tia”. Ở đây
Merlin và Back cho rằng với mạch vòng, lưới điện luôn phân phối có mức tổn thất
công suất bé nhất. Vì vậy để có lưới điện phân phối vận hành hình tia, Merlin và
Back lần lượt loại bỏ những nhánh có tổn thất công suất nhỏ nhất, quá trình sẽ chấm
dứt khi lưới điện đạt được trạng thái vận hành hở. Các thuật toán tìm kiếm nhánh và
biên ứng dụng luật heuristic này mất rất nhiều thời gian do có khả năng xảy ra đến
2n cấu trúc nếu có n đường dây được trang bị khoá điện.
Hình 1.8 trình bày thuật toán của Merlin và Back, đã được Shirmohammadi [80]
bổ sung. Thuật toán này chỉ khác so với thuật toán nguyên thủy của Merlin và Back
ở chỗ có xét đến điện áp ở các trạm trung gian và yếu tố liên quan đến dòng điện.
Hình 1.8 Thuật toán của Merlin và Back được Shirmohammadi [80] cải tiến
Bắt đầu
Dữ liệu vào: Lưới điện, phụ tải..vv
Đóng tất cả các khóa
Giải bài toán phân bố công suất
Thay thế tải bằng nguồn dòng
Lưới điện hình tia
Đóng khóa điện vừa mở
Mở khóa điện có dòng bé nhất tiếp theo
Dừng
Sai
Đúng
Giải bài toán phân bố công suất
Mở khóa có dòng điện bé nhất
Vi phạm điều kiện
Đúng
Sai
Shirmohammadi [80] là tác giả đầu tiên sử dụng kỹ thuật bơm vào và rút ra một
lượng công suất không đổi để mô phỏng thao tác chuyển tải của lưới điện phân phối
hoạt động hở về mặt vật lý nhưng về mặt toán học là một mạch vòng. Dòng công
suất bơm vào và rút ra là một đại lượng liên tục. Sau khi chỉnh sửa, kỹ thuật này vẫn
còn bộc lộ nhiều nhược điểm, cụ thể như sau:
- Mặc dù đã áp dụng các luật heuristics, thuật toán này vẫn cần quá nhiều thời
gian để tìm ra được cấu trúc giảm tổn thất công suất.
- Tính chất không cân bằng và nhiều pha chưa được mô phỏng đầy đủ.
- Tổn thất của thiết bị trên đường dây chưa được xét đến trong thuật toán.
b. Các thuật toán khác
Có nhiều nhà nghiên cứu đã và đang nỗ lực tìm cách vận dụng kỹ thuật kết hợp
giữa heuristics và tối ưu hóa. Nếu kết hợp thành công hai kỹ thuật trên sẽ cho một
kết quả tính toán chính xác ở mức độ chấp nhận được trong điều kiện giảm đáng kể
khối lượng và thời gian tính toán. Mặc dù trong lý thuyết đã có nhiều thuật toán
mang tính khả thi nhưng có rất ít thuật toán thực sự có hiệu quả trong thực tế.
Liu và các cộng sự [62] đã đề xuất hai thuật toán tái cấu trúc lưới bằng cách
xem các phụ tải có dòng điện tiêu thụ không phụ thuộc vào điện áp thanh cái. Thuật
toán đầu tiên của do Liu chỉ tính đến mô hình phân phối tải phân bố đều (liên tục)
trên các đường dây. Thuật toán này đã xác định được các điểm chia tải cần thiết để
tái cấu trúc ở mức tổn thất nhỏ nhất. Tuy nhiên tính tối ưu có thể không được đảm
bảo vì giải thiết phụ tải trên đường dây phân bố liên tục là không phù hợp với thực
tế. Thuật toán thứ hai có xét đến các trạng thái hoạt động của các khoá điện khi tái
cấu trúc để hệ thống vận hành trong điều kiện tối ưu. Tuy nhiên, theo [78] cả hai
thuật toán đều chưa chỉ ra cấu trúc thực sự có tổn thất công suất bé nhất. .
V. Glamocanin [38] xem xét vấn đề tái cấu trúc như bài toán vận tải với chi phí
là hàm bậc 2. Trong phương pháp này, cần phải xác định cấu trúc tối ưu ban đầu
bằng cách tuyến tính hoá tổn thất với công suất để làm phương án tựa cho thuật
toán. Sau đó áp dụng, xấp xỉ tổn thất với hàm bậc 2 của công suất để cải thiện lời
giải. Tuy nhiên thuật toán này chưa hoàn chỉnh ở chỗ thuật toán heuristic không đủ
sâu để xác định cấu trúc cực tiểu tổn thất công suất.
Wagner và các cộng sự [103] trình bày một thuật toán tái cấu trúc dựa trên bài
toán vận tải có hàm chi phí tuyến tính. Tổn thất đường dây được xấp xỉ thành hàm
tuyến tính nhiều đoạn cho phép tính toán tổn thất công suất từng bước. Điện áp
đường dây và điều kiện chống quá tải cũng được đơn giản hoá bằng các hàm tuyến
tính. Wagner sử dụng 2 ví dụ trên lưới điện thực tế có Uvh = 44 kV, so sánh với
phương pháp của Shirmhammadi [80] và Civanlar [17] và tỏ ra rất phù hợp với lưới
điện nhỏ nhưng với lưới điện có 1000 nút trở lên thì thời gian tính toán quá lâu,
không phù hợp với việc điều khiển theo thời gian thực.
Goswami và Basu [37] xem xét lưới điện khởi đầu là lưới điện vòng bằng cách
đóng tất cả các khoá điện mở, thuật toán xác định khoá điện mở tương tự như của
Merlin và Back nhưng không hoàn toàn giống vì theo Goswami và Basu, cần phải
xác định cặp khoá điện dự kiến đóng/mở để đảm bảo là lưới điện hình tia. Mặc dù
phù hợp với lưới điện phân phối nhỏ nhưng theo R.J.Sarfi [78], thuật toán này rất
khó triển khai cho lưới điện lớn.
Còn rất nhiều thuật toán tái cấu trúc khác như của Chang [19] và JeanJumeau
[20], họ phát triển các thuật toán dựa trên việc mô phỏng kỹ thuật anneling. Thuật
toán của Jean Jumeau đề cập cả mục tiêu giảm tổn thất công suất và cân bằng tải,
tạo thành một hàm đa mục tiêu. Mặc dù thuật toán được chứng minh rất chặt chẽ về
mặt toán học nhưng thuật toán cần rất nhiều thời gian để giải các bài toán thực tế.
Năm 2000 Jeon cùng các cộng sự [51] của mình giới thiệu một chiến lược tìm
kiếm Tabu sử dụng kỹ thuật chuyển đổi nhánh để tái cấu trúc lưới điện phân phối.
Mặc dù sử dụng Tabu cho lưới điện kiểm chứng nhưng Jeon thực sự gặp khó khăn
khi phải thực hiện số lần lặp quá lớn.
1.2.2 Các thuật toán thuần túy dựa trên Heuristics
Bản chất phi tuyến rời rạc của bài toán tái cấu trúc lưới điện phân phối đã tạo
tiền đề cho các nghiên cứu theo hướng sử dụng kỹ thuật chỉ thuần túy dựa trên thuật
toán heuristics. Các thuật toán này có cùng đặc điểm là sử dụng các công thức thực
nghiệm để đánh giá mức độ giảm tổn thất liên quan đến thao tác đóng cắt và giới
thiệu một số qui luật nhằm giảm số lượng xem xét các khóa điện. Các qui tắc
heuristics dựa trên giả định rằng việc giảm tải trên thiết bị và nguồn phát đồng
nghĩa với giảm tổn thất. Mặc dù đã có nhiều nghiên cứu theo hướng này nhưng
chưa tìm được thuật toán tỏ ra thực sự khả thi.
a. Thuật toán của Civanlar và các cộng sự – kỹ thuật đổi nhánh
Khác với thuật toán tại [65], thuật toán của Civanlar [17] dựa trên heuristics để
tái cấu trúc lưới điện phân phối, lưu đồ mô tả thuật toán được trình bày tại Hình 1.8.
Thuật toán của Civanlar được đánh giá cao với lí do:
- Xác định được hai qui luật để giảm số lượng khóa điện cần xem xét.
+ Nguyên tắc chọn khóa đóng: việc giảm tổn thất chỉ có thể đạt được nếu như
có sự chênh lệch đáng kể về điện áp tại khoá đang mở.
+ Nguyên tắc chọn khóa mở: việc giảm tổn thất chỉ đạt được khi thực hiện
chuyển tải ở phía có độ sụt áp lớn sang phía có sụt áp bé hơn.
- Xây dựng được hàm số mô tả mức giảm tổn thất công suất tác dụng khi có sự
thay đổi trạng thái của một cặp khóa điện trong quá trình tái cấu trúc.
2
Di
iloop
*
NM
Di
iIREEI2Re)t(P
(1.10)
trong đó D: Tập các nút tải được dự kiến chuyển tải
Ii: Dòng điện tiêu thụ của nút thứ i
EM: Tổn thất điện áp do thành phần điện trở gây ra tại nút M
EN: Tổn thất điện áp do thành phần điện trở gây ra tại nút N
Rloop : Tổng các điện trở trên vòng kín khi đóng khoá điện đang mở.
Biểu thức (1.10) được rút ra từ phân tích mô hình tải phân bố tập trung. Biểu
thức này tỏ ra chính xác khi ứng dụng cho các lưới mẫu nhỏ nhưng chưa được kiểm
chứng ở lưới điện lớn. Kỹ thuật đổi nhánh thể hiện ở quá trình thay thế 01 khóa mở
bằng và 01 khoá đóng trong cùng một vòng để giảm tổn thất công suất. Vòng được
chọn để đổi nhánh là vòng có cặp khoá đóng/mở có mức giảm tổn thất công suất lớn
nhất. Quá trình được lặp lại cho đến khi không thể giảm được tổn thất nữa. Thuật
toán Civanlar có những ưu điểm sau:
- Nhanh chóng xác định phương án tái cấu trúc có mức tổn thất nhỏ hơn bằng
cách giảm số liên kết đóng cắt nhờ qui tắc heuristics và sử dụng công thức thực
nghiệm để xác định mức độ giảm tổn thất tương đối.
- Việc xác định dòng tải tương đối chính xác.
Tuy nhiên, thuật toán cũng còn nhiều nhược điểm cần khắc phục:
- Mỗi bước tính toán chỉ xem xét 01 cặp khóa điện trong 01 vòng.
- Chỉ đáp ứng được nhu cầu giảm tổn thất, chứ chưa giải quyết được bài toán cực
tiểu hóa hàm mục tiêu.
Việc tái cấu trúc hệ thống phụ thuộc vào cấu trúc xuất phát ban đầu.
Hình 1.9 Sơ đồ thuật toán của Civanlar và các cộng sự [17].
Bắt đầu
Giảm số lần thao tác khóa điện bằng
cách xem xét các luật Heuristic
Tính tổn thất công suất cho các
thao tác đóng/cắt đề xuất
Sai Thực hiện thao
tác đóng cắt
Sai
Thực hiện đóng/cắt có mức
giảm tổn thất bé nhất
Phân bố cống suất cho lưới điện mới
Kiếm tra điều
kiện ràng buộc
Chọn thao tác đóng/cắt kế tiếp
Hệ thống được xem là tối ưu
Đúng
Đúng
Dừng
b. Một số thuật toán khác.
Tiếp theo các thuật toán của Civanlar [17], nhiều thuật toán khác đã được đề
xuất theo hướng chỉ dựa trên kỹ thuật heuristics. Các thuật toán sau này tập trung
theo hướng tìm ra các giải pháp và công thức tinh tế hơn giải bài toán giảm tổn thất.
Baran [15] cố gắng cải tiến thuật toán của Civanlar bằng cách giới thiệu hai
phép tính gần đúng cho dòng công suất và sụt áp trong quá trình chuyển tải. Công
suất tính toán trên nhánh theo Bran và Wu chỉ gồm thành phần công suất phụ tải, bỏ
qua thành phần tổn thất của các nhánh trước đó. Thông qua việc sử dụng phương
pháp này, các khó khăn liên quan đến quá tải đường dây và sụt áp được xác định
ngay trong thuật toán chứ không phải sau khi kết thúc bài toán. Baran còn cố gắng
vượt qua nhược điểm lớn trong kỹ thuật “đổi nhánh” là dễ bị rơi vào cực tiểu địa
phương bằng cách chỉ ra các trình tự đóng/mở khoá điện. Tuy nhiên, thuật toán của
Baran và Wu dễ bị rơi vào các cực tiểu địa phương vì trình tự thay đổi nhánh có
tính chất tổ hợp. Điều này được kiểm chứng qua các thuật toán của Goswami [37],
Liu [61] trên chính lưới điện ví dụ của Baran [11].
Castro và Watanabe [21] mở rộng nghiên cứu của Civanlar [17] theo hướng tăng
cường khả năng tìm kiếm. Một trong những điểm yếu cố hữu trong thuật toán của
Civanlar là chỉ xem xét một cặp khoá đóng mở tại một thời điểm, điều này tuy giảm
thời gian xử lý nhưng làm cho kết quả bị rơi vào cực tiểu địa phương. Đề xuất của
Castro và Watanabe đã nâng cao khả năng tìm ra cấu trúc có cực tiểu toàn cục.
Nhược điểm là tính tối ưu toàn cục chưa được bảo đảm cũng như tính khả thi của
giải thuât cho các hệ thống phân phối lớn cũng chưa được chứng minh.
1.2.3 Các thuật toán dựa trên trí tuệ nhân tạo
Gần đây, trí tuệ nhân tạo đã trở nên phổ biến đưa đến sự nở rộ của nhiều kỹ
thuật như: Mạng noron nhân tạo (ANN), thuật toán di truyền (GA) và hệ chuyên gia
(ES) đã được ứng dụng để tái cấu trúc hệ thống. Mặc dù việc sử dụng các kỹ thuật
dựa trên cơ sở của trí tuệ nhân tạo đã tỏ ra có giá trị trong nhiều ứng dụng, nhưng
vẫn chưa thể chứng minh là đã tìm ra được các giải pháp tốt nhất. Với tốc độ phát
triển của công nghệ máy tính như hiện nay, chắc chắn trí tuệ nhân tạo sẽ được ứng
dụng nhiều hơn trong các bài toán tái cấu trúc hệ thống. Các kỹ thuật áp dụng đồng
thời ANN và GA (thuật toán lai) mở ra nhiều triển vọng trong việc giảm đáng kể
thời gian tính toán.
a. Sử dụng ANN tái cấu trúc lưới điện phân phối
Mạng noron nhân tạo tỏ ra đặc biệt hữu dụng để thực hiện tái cấu trúc lưới vì
chúng có thể mô phỏng mối liên hệ giữa tính chất phi tuyến tính của tải với tính
chất của mạng lưới topo nhằm cực tiểu hóa tổn thất trên dây [58, 71]. Mặc dù ANN
làm giảm đáng kể thời gian tính toán ngay cả khi áp dụng cho các hệ thống phức
tạp, việc ứng dụng chúng trong thực tế vẫn gặp khó khăn do những lý do sau:
- Thời gian huấn luyện kéo dài do tính chất phức tạp trong thao tác.
- Việc huấn luyện cần thực hiện cho từng yếu tố cấu thành lưới điện và cần được
cập nhật, điều chỉnh một cách liên tục sau này.
- Các số liệu mẫu phải thật chính xác để đảm bảo kết quả tính toán có ý nghĩa.
Kim và các cộng sự [58] đã đề xuất một thuật toán gồm hai giai đoạn dựa trên
ANN trong nỗ lực tái cấu trúc hệ thống nhằm cực tiểu hóa tổn thất. Nhằm tránh
những khó khăn liên quan đến khối lượng lớn các dữ liệu, Kim đã đề nghị chia hệ
thống phân phối thành nhiều vùng phụ tải. Tại mỗi vùng phụ tải, một hệ thống gồm
hai ANN sẽ được sử dụng để phân tích mức độ tải và sau đó thực hiện tái cấu trúc
tuỳ theo điều kiện của tải. Việc ứng dụng ANN trong phương pháp này mang lại các
kết quả tính toán nhanh vì không cần xem xét trạng thái đóng ngắt riêng rẽ trong
thuật toán tổng thể. Tuy nhiên, ANN cũng chỉ có thể tìm ra được trạng thái lưới sau
tái cấu trúc tốt như tập số liệu huấn luyện. Chính vì vậy cấu trúc lưới đề nghị dùng
ANN cũng không thể chỉ ra được trạng thái cực tiểu P.
b. Tái cấu trúc lưới bằng thuật toán di truyền
Joon-Ho Choi [38] trình bày một một phương pháp tái cấu trúc lưới sử dụng
thuật toán d truyền có những đặc điểm như sau:
Biểu diễn chuỗi dựa trên các chiến lược Heuristic:
Đối với mạng phân phối, khi đóng một khóa điện sẽ tạo một vòng kín. Thuật
toán đề nghị bắt đầu bằng việc đóng tất cả các khóa điện để tạo một mạng vòng.
Mạng vòng này sẽ bao gồm nhiều vòng đóng và mỗi vòng phải có một điểm mở
“tốt nhất” để cực tiểu tổn thất cho mạch hở. Mở một khóa điện trong mỗi vòng sẽ có
được cấu trúc mạng hình tia. Tiếp theo là các biểu diễn chuỗi:
- Mỗi gien biểu diễn một khóa mở trong vòng, độ dài của chuỗi bằng số vòng.
- Nếu chuỗi có cùng một gien thì mạng có một vòng, mỗi gien trong chuỗi khác nhau.
- Nếu chuỗi có hai hay nhiều gien là khóa điện thông thường trong hai vòng khác
nhau thì mạng có một nút bị cách ly.
Quá trình sinh sản, lai ghép và đột biến:
Trong quá trình sinh sản, chọn một tập hợp các chuỗi cũ để sản sinh một tập các
chuỗi mới dựa theo tính hợp lý được xác định bằng mô phỏng bàn Roulet có trọng
số. Bàn Roulet hướng theo độ thích nghi của mỗi lời giải. Trong quá trình lai hóa,
chọn hai chuỗi một cách ngẫu nhiên từ dân số ở cùng một thời điểm. Chọn một hay
nhiều vị trí trên hai chuỗi và hoán đổi cho nhau (lai ghép đơn giản hoặc phức tạp).
Quá trình đột biến được thực hiện rất hạn chế, sau mỗi chuyển đổi từ 100-1000 bit
trong quá trình lai ghép, thay đổi một vị trí bit ngẫu nhiên bằng các khóa điện khác
nhau trong vòng cho một chuỗi được chọn ngẫu nhiên từ dân số. Phép toán này
được sử dụng để thoát khỏi một cực tiểu địa phương. Tuy nhiên trong quá trình này,
chuỗi mới tạo ra có thể vi phạm các ràng buộc hình tia và cách ly.
Hàm thích nghi:
Áp dụng phương pháp trên luôn thỏa mãn các điều kiện hình tia. Tuy nhiên không
thỏa mãn các ràng buộc khác như giới hạn công suất nguồn, dòng, điện áp,… Vì vậy
phải xét các điều kiện này bằng cách thêm chúng vào hàm thích nghi như sau:
n k
i j ji 1 j 1
f 1/ loss a p
trong đó: k: số ràng buộc
pj: nhân tố phạt
aj: hệ số
Mạng cực tiểu tổn thất là mạng có giá trị f lớn nhất. Thuật toán đã được áp dụng
cho mạng 1 nguồn 32 nút - 37 nhánh của Baran [11], kết quả tổn thất công suất tác
dụng giảm 31.1% so với khi chưa tái cấu trúc mạng.
c. Tái cấu trúc lưới bằng thuật toán mô phỏng luyện kim
Các thuật toán mô phỏng luyện kim (Simulated Annealing Algorithm – SA) lần
đầu tiên được đề xuất bởi Scott Kirkpatrick, C. Daniel Gelatt, Cerny và Mario P.
Vecchi vào năm 1983 dựa trên mô hình của quá trình xử lý tinh thể do Metropolis
đề cập đến vào năm 1953. Tên của thuật toán này xuất phát từ quá trình làm lạnh
và kết tinh hoặc một kim loại làm mát và ủ tương ứng của một chất lỏng. Ở nhiệt độ
cao, một chất lỏng ngẫu nhiên phân tán các phân tử trong một trạng thái năng lượng
cao. Khi quá trình làm giảm nguồn nhiệt từ thời điểm này, các hạt từ từ vào một
mạng có cấu trúc (pha rắn) tương ứng với từng mức năng lượng. Một điều rất quan
trọng trong suốt quá trình này là nhiệt lượng của hệ thống đạt đến một trạng thái ổn
định trước khi giảm nhiệt độ để cấp độ tiếp theo. Khi nhiệt độ đủ thấp, cấu trúc hệ
thống đạt đến trạng thái cơ bản hoặc điểm mà tại đó năng lượng của các chất rắn
được giảm tối thiểu. Nếu quá trình làm mát không được thực hiện chậm đủ, hệ
thống không còn ở trạng thái năng lượng tối thiểu, tương tự như quá trình dập tắt.
Các trạng thái vật lý của quá trình luyện kim cũng tương tự như việc xác định
gần như toàn bộ hoặc toàn phần giải pháp tối ưu cho các vấn đề tối ưu hoá. Ý tưởng
cơ bản là bắt đầu với cấu trúc nguyên tử hiện hành. Cấu trúc này tương đương với
các giải pháp hiện thời của một vấn đề tối ưu hoá. Năng lượng của các nguyên tử
tương tự với chi phí của các hàm mục tiêu và trạng thái cuối cùng tương ứng với
cực tiểu của hàm chi phí.
d. Tái cấu trúc lưới bằng thuật toán đàn kiến (Ant Colony Algorithm – ACS)
Ban đầu, số con kiến bắt đầu từ tổ kiến để đi tìm đường đến nơi có thức ăn. Từ
tổ kiến sẽ có rất nhiều con đường khác nhau để đi đến nơi có thức ăn, nên một con
kiến sẽ chọn ngẫu nhiên một con đường đi đến nơi có thức ăn. Quan sát loài kiến,
người ta nhận thấy chúng tìm kiếm nhau dựa vào dấu chân mà chúng để đường đi
(hay còn gọi là dấu chân kiến để lại). Sau một thời gian lượng dấu chân
(pheromone) của mỗi chặng đường sẽ khác nhau. Do sự tích lũy dấu chân của mỗi
chặng đường cũng khác nhau đồng thời với sự bay hơi của dấu chân ở đoạn đường
kiến ít đi. Sự khác nhau này sẽ ảnh hưởng đến sự di chuyển của những con kiến sau
đi trên mỗi đoạn đường. Nếu dấu chân để lại trên đường đi nhiều thì sẽ có khả năng
thu hút các con kiến khác di chuyển trên đường đi đó, những chặng đường còn lại
do không thu hút được lượng kiến di chuyển sẽ có xu hướng bay hơi dấu chân sau
một thời gian qui 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
kiến đến nơi có thức ăn (Hình 1.10). Từ khi thuật toán kiến trở thành một lý thuyết
vững chắc trong việc giải các bài toán tìm kiếm tối ưu toàn cục đã có nhiều ứng
dụng thực tế cho thuật toán này như: tìm kiếm các trang web cần tìm trên mạng, kế
hoạch sắp xếp thời khóa biểu cho các y tá trong bệnh viện, cách hình thành các màu
khác nhau dựa vào các màu tiêu chuẩn có sẵn, tìm kiếm đường đi tối ưu cho những
người lái xe hơi… nói tóm lại phương pháp này đưa ra để giải quyết các bài toán có
không gian nghiệm lớn để tìm ra lời giải có nghiệm là tối ưu nhất trong không gian
nghiệm đó với thời gian cho phép hay không tìm ra cấu trúc tối ưu hơn thì dừng.
Phương pháp này cũng rất thích hợp để giải bài toán tái cấu trúc để có thể tìm ra
trong các cấu trúc có thể của mạng phân phối có một cấu trúc có tổn thất công suất
là nhỏ nhất.
Hình 1.10 Mô phỏng thuật toán đàn kiến (ACS).
e. Tái cấu trúc lưới bằng phương pháp tìm kiếm TABU (Tabu Search – TS)
Khái niệm đầu tiên về bảng tìm kiếm (Tabu list) được dùng trong trí tuệ nhân
tạo. Không giống như một số thuật toán khác chẳng hạn như gen hay luyện kim, nó
không liên quan đến những hiện tượng sinh học hay vật lý. Giải thuật bảng
tìm kiếm được đề cập bởi Fred Glover đầu những năm 1980 [71] và đã được ứng
dụng rộng rãi trong nhiều lĩnh vực khoa học và kỹ thuật. Trong lĩnh vực hệ thống
điện dùng để giải quyết các vấn đề của bài toán tái cấu trúc lưới điện phân phối, để
cực tiểu tổn thất trong các điều kiện vận hành bình thường. Tabu Search là phương
pháp tối ưu sử dụng cho các bài toán tối ưu tổ hợp.
So sánh với thuật toán luyện kim và gen, Tabu Search có không gian tìm kiếm và
quản lý tích cực hơn. Thuật toán Tabu Search được khởi tạo với một cấu trúc cơ bản, và
nó sẽ trở thành cấu trúc hiện tại. Tại mỗi bước lặp của thuật toán , một cấu trúc lân cận sẽ
được định nghĩa cho cấu trúc hiện tại, mỗi bước di chuyển tiếp theo sẽ chọn ra cấu
trúc tốt nhất lân cận. Trong quá trình tìm kiếm, Tabu Search sử dụng một bộ nhớ được
gọi là “Tabu list” dùng để lưu trữ các thuộc tính của các phương án. Các phương án
trong “Tabu list” không thể là ứng cử của lần lặp kế tiếp, kết quả là nó ngăn chặn việc
lựa chọn phương án giống nhau nhiều lần và nghiệm cục bộ.
f. Tái cấu trúc lưới bằng phương pháp logic mờ (Fuzzy Logic)
Học thuyết điều khiển logic mờ được Lotfi Zadeh đưa ra năm 1965, đó là sự kết
hợp giữa những giá trị chính xác khi tính toán bằng các công thức toán học và các
giá trị thực nghiệm chấp nhận được.
King và Radha được sử dụng một bộ điều khiển logic mờ để thích ứng hoàn
toàn và xác suất xảy ra đột biến dựa trên chức năng hàm trọng. Các ưu điểm chính
của hệ thống kiểm soát mờ đối với các phương pháp truyền thống là: khả năng mô
hình hóa định lượng các khía cạnh của kiến thức và quá trình lý luận của con người,
mô hình hóa ước tính mạnh mẽ, và dễ dàng thực hiện. Logic mờ điều khiển GA
luôn luôn tìm ra tối ưu toàn cục và đã chứng tỏ có sự hội tụ nhanh hơn so với một
GA sử dụng qua cố định trên và đột biến thích nghi.
B.Parsad và Ranjan [13] đề xuất một thuật toán di truyền đột biến mờ và những
thỏa mãn thuật toán tối ưu hóa đa mục tiêu rời rạc. Các tính năng hấp dẫn của
thuật toán là: xác định đúng cấu trúc lưới hình tia không cần cô lập các điểm
tải bằng một chương trình mã hóa thích hợp và đặc tính hội tụ một cách hiệu
quả do một đột biến được điều chỉnh bằng cách sử dụng logic mờ.
Một cách tổng quát, một hệ thống mờ là một tập hợp các quy tắc dưới dạng If …
Else … Việc thiết kế một hệ thống mờ mang rất nhiều tính chủ quan, nó phụ thuộc
vào kinh nghiệm và kiến thức của người thiết kế. Ngày nay, tuy kỹ thuật mờ đã phát
triển vượt bậc nhưng vẫn chưa có một cách thức chính quy và hiệu quả để thiết kế
một hệ thống mờ.
g. Tái cấu trúc lưới bằng thuật toán bầy đàn
Eberhart và Kennedy đã đề xuất phương pháp tối bầy đàn (Particle Swarm
Method – PSO) vào năm 1995, bản chất của phương pháp là hành vi thông minh
của cá thể khi tìm ra đường đi ngắn nhất. Mỗi giải pháp là một con chim trong đàn
và được gọi như là một "phần tử" tương tự như một nhiễm sắc thể trong GA.
Phương pháp này được sử dụng hiệu quả trong việc tìm kiếm cho các giải pháp tối
ưu.Nền tảng của phương pháp gồm các bước sau: chọn bước di chuyển từ các nơi
gần nhất → đi về phía đích → đi đến trung tâm bầy đàn.
Hình 1.11 Sơ đồ chung của phương pháp bầy đàn (PSO).
Bắt đầu
Tạo ra các điều kiện ban đầu cho mỗi cá thể
Sai Số lần lặp lớn
nhất
Đúng
Dừng
Đánh giá điểm tìm kiếm của mỗi cá thể
Hiểuchiính của mỗi điểm tìm kiếm
Bước 1
Bước 2
Bước 3
h. Tái cấu trúc lưới bằng hệ chuyên gia
Có nhiều nghiên cứu giải bài toán tái cấu trúc lưới điện phân phối bằng cách sử
dụng hệ chuyên gia. Có thể nói, hệ chuyên gia đã phối hợp được cách sử dụng các
thuật toán kết hợp heuristics và tối ưu hóa cũng như các thuật toán thuần túy
heuristic với các luật bổ sung dựa trên các điều kiện ràng buộc trong vận hành.
Taylor và Lubkeman [91] đưa ra một hệ chuyên gia tái cấu trúc hệ thống phân phối
dựa trên sự mở rộng các luật của Civanlar [17]. Taylor và Lubkeman mô tả các mục
tiêu cơ bản của họ như tránh quá tải máy biến áp, quá tải đường dây và độ sụt áp
không bình thường, các tác giả khẳng định rằng nếu thỏa mãn các điều kiện này sẽ
dẫn đến giá trị tổn thất công suất đạt giá trị nhỏ nhất.
e. Tái cấu trúc lưới điện sử dụng mạng noron Hopfield [CT07]
Trong nghiên cứu của nhóm tác giả sử dụng mạng noron Hopfield áp dụng cho
bài toán tái cấu trúc lưới điện phân phối với hàm mục tiêu giảm tổn thất công suất,
nghiên cứu đã sử dụng các ưu điểm, đặc điểm của mạng noron Hopfield và xây
dựng mạng noron, kết quả nghiên cứu đã tìm được cấu trúc tối ưu của lưới điện
phân phối, có cải thiện được thời gian tính toán so với một số phương pháp tính
toán giải tích, tuy nhiên phương pháp đề xuất có giá trị tổn thất nhỏ nhất cục bộ.
Phương pháp của nhóm nghiên cứu đã kiểm tra trên lưới điện mẫu và áp dụng trên
lưới điện thực tế.
1.3 Nhận xét và kết luận.
1.3.1 Nhận xét và đánh giá
Các bài toán tái cấu trúc lưới điện với mục tiêu điều khiển lưới điện
Có nhiều bài toán tái trúc lưới điện phân phối ứng với những hàm mục tiêu điều
khiển khác nhau. Mỗi một bài toán có một phạm vi áp dụng nhất định, phù hợp cho
từng lưới điện cụ thể. Tuy nhiên, chúng có những nét cơ bản giống nhau:
- Phần lớn các bài toán tái cấu trúc theo các mục tiêu khác nhau, nhưng đều sử
dụng bài toán 3 – xác định cấu trúc lưới điện phân phối giảm tổn thất công suất tác
dụng làm module chính trong suốt quá trình giải lặp.
Các kỹ thuật giải bài toán tái cấu trúc lưới điện
- Khi tiếp cận các bài toán tái cấu trúc lưới điện, các nhà khoa học đều cho
rằng phương pháp giải tích toán học không hiệu quả bằng các thuật toán tìm kiếm.
- Các thuật toán tìm kiếm được sử dụng trong bài toán tái cấu trúc lưới điện
phân phối có thể chia thành 3 hướng chính như sau: thuật toán tìm kiếm heuristic
kết hợp với thuật toán tối ưu; thuật toán chỉ dùng qui tắc heuristic trong hệ chuyên
gia; sử dụng trí tuệ nhân tạo bao gồm có hệ chuyên gia, thuật toán di truyền, mạng
noron…phù hợp với bài toán tái cấu trúc lưới điện phân phối.
- Hầu hết các thuật toán tái cấu trúc lưới không chỉ ra được cấu trúc lưới có
cực tiểu tổn thất công suất, hoặc không chứng tỏ được điểm tìm được là điểm cực
tiểu toàn cục, thường bị rơi vào cực tiểu địa phương.
Kết luận:
Thông qua việc phân tích và các nhận xét trên, để định hướng cho nghiên cứu
của mình trong luận án, tác giả nhận thấy việc áp dụng các giải thuật trí tuệ nhân tạo
cho bài toán tái cấu trúc lưới điện phân phối là phù hợp. Cụ thể:
- Áp dụng các luật kinh nghiệm “Heuristic” cho bài toán tái cấu trúc lưới điện
với việc xây dựng các luật kinh nghiệm để giảm số lần tính toán do đó tăng
tốc độ thuật toán, nhằm hướng tới đáp ứng thời gian thực của bài toán
- Áp dụng thuật toán mô phỏng luyện kim (SA) cho bài toán tái cấu trúc lưới
điện, với lợi thế của thuật toán mô phỏng luyện kim là tối ưu toàn cục sẽ giúp
cho bài toán có lời giải tốt hơn. Thông qua việc cải tiến các tham số, nghiên
cứu của tác giả đã tăng tốc độ thuật toán và cho nghiệm tối ưu toàn cục
- Áp dụng thuật toán di truyền (GA) cho bài toán tái cấu trúc lưới điện có xét
đến vị trí và dung lượng của nguồn phân tán khi kết nối vào lưới điện phân
phối. Việc xem xét bài toán tái cấu trúc lưới điện phân phối có xét đến vị trí
và dung lượng của nguồn điện phân tán khi kết nối vào lưới phân phối đang
là xu thế phát triển của ngành điện hiện nay, khi mà các nguồn năng lượng
mới, năng lượng tái tạo phát triển, yêu cầu xem xét bài toán là cần thiết.
CHƯƠNG 2
PHƯƠNG PHÁP HEURISTIC CHO BÀI TOÁN
TÁI CẤU TRÚC LƯỚI ĐIỆN PHÂN PHỐI
Giới thiệu: Heuristic là phương pháp giải quyết vấn đề bằng cách dựa trên các
luật kinh nghiệm, tìm giải pháp qua thử nghiệm và rút gọn các khuyết điểm. Từ
Heuristic sử dụng trong thuật toán dùng để tìm giải pháp trong số những cái có thể,
nhưng không đảm bảo rằng cái tốt nhất sẽ được tìm thấy, do đó có thể giả định đó là
thuật toán xấp xỉ và không chính xác tuyệt đối. Các thuật toán này thường tìm ra một
giải pháp gần như tốt nhất và thường chúng tìm thấy nhanh chóng và dễ dàng. Trong
một số trường hợp thuật toán này có thể chính xác và thực sự tìm ra giải pháp tốt nhất,
tuy nhiên thuật toán vẫn được gọi là Heuristic, cho đến khi giải pháp tốt nhất này được
chứng minh là phương pháp tốt nhất. Trong nghiên cứu này, dựa trên việc nghiên cứu
bài toán tái cấu trúc lưới điện và các phương pháp Heuristic đã được đề xuất, tác giả
xây dựng và đề xuất phương pháp Heuristic giải quyết bài toán tái cấu trúc lưới điện
với hàm mục tiêu giảm tổn thất điện năng và có xét đến ảnh hưởng của nguồn điện
phân tán khi kết nối. Phương pháp đề xuất được kiểm tra trên lưới điện mẫu của IEEE,
kết quả nghiên cứu được tác giả so sánh với một số nghiên cứu khác [CT1].
2.1 Phương pháp Heuristic cho bài toán tái cấu trúc lưới điện
2.1.1 Giới thiệu
Thuật toán Heuristic là một sự mở rộng khái niệm thuật toán. Nó thể hiện cách
giải bài toán với các đặc điểm sau:
- Thường tìm được lời giải tốt (nhưng không chắc là lời giải tốt nhất)
- Giải bài toán theo thuật toán Heuristic thường dễ dàng và nhanh chóng đưa ra
kết quả hơn so với thuật toán tối ưu, vì vậy số lượng tính toán cũng như thời gian
tính được rút ngắn.
- Thuật toán Heuristic thường thể hiện khá tự nhiên, gần gũi với cách suy nghĩ
và hành động của con người
Có nhiều phương pháp để xây dựng một thuật toán Heuristic, trong đó người ta
thường dựa vào một số nguyên lý cơ sở như sau:
Nguyên lý vét cạn thông minh: Trong một bài toán tìm kiếm nào đó, khi không
gian tìm kiếm lớn, ta thường tìm cách giới hạn lại không gian tìm kiếm hoặc thực
hiện một kiểu dò tìm đặc biệt dựa vào đặc thù của bài toán để nhanh chóng tìm ra
mục tiêu.
Nguyên lý tham lam (Greedy): Lấy tiêu chuẩn tối ưu (trên phạm vi toàn cục) của
bài toán để làm tiêu chuẩn chọn lựa hành động cho phạm vi cục bộ của từng bước
(hay từng giai đoạn) trong quá trình tìm kiếm lời giải.
Nguyên lý thứ tự: Thực hiện hành động dựa trên một cấu trúc thứ tự hợp lý của
không gian khảo sát nhằm nhanh chóng đạt được một lời giải tốt.
Hàm Heuristic: Trong việc xây dựng các thuật toán Heuristic, người ta thường
dùng các hàm Heuristic. Ðó là các hàm đánh giá thô, giá trị của hàm phụ thuộc vào
trạng thái hiện tại của bài toán tại mỗi bước giải. Nhờ giá trị này, ta có thể chọn
được cách hành động tương đối hợp lý trong từng bước của thuật toán
Trong bài toán tái cấu trúc lưới điện phân phối, các thuật toán Heuristic được sử
dụng từ rất lâu. Từ những năm 1975 đến nay có gần 80 công trình nghiên cứu về bài
toán này sử dụng phương pháp Heuristic được đăng tải trên các tạp chí uy tín.
2.1.2 Mô hình bài toán tái cấu trúc lưới điện
a. Mô tả lưới điện và các qui ước: Xét sơ đồ lưới điện phân phối tổng quát như hình 2.1
Hình 2.1 Lưới điện phân phối tổng quát
Với n là số nhánh của lưới điện. Ta gọi:
- IPi, IQi là dòng điện tác dụng và phản kháng của nhánh i; Ri là điện trở nhánh i,
- Gọi k là số khoá điện cần mở để đảm bảo lưới điện vận hành hở. Trên nhánh có
khoá điện mở thứ j có ký hiệu là MNj với j = 1...k.
Quy ước chọn tập các vòng độc lập sao cho mỗi vòng độc lập chỉ đi qua duy nhất
một khoá điện mở MNj; chiều dương ngược với chiều kim đồng hồ như Hình 2.1.
Trong đó:
- Vjh là tập các nhánh giao giữa vòng j và vòng h;
- Vjj là tập các nhánh thuộc vòng j;
- Rj vòng là điện trở vòng j;
- MNj là nhánh có khoá mở của vòng thứ j.
Chỉ số Aij thể hiện tương quan giữa chiều vòng thứ j và chiều phân công suất tự
nhiên nhánh thứ i trong lưới hở:
Aij = 1: khi chiều vòng j cùng chiều với IPi và IQi;
Aij = -1: khi chiều vòng j ngược chiều với IPi và IQi;
Aij = 0: khi nhánh thứ i không thuộc vòng j.
Lưới điện phân phối thường được thiết kế dạng kín và vận hành hình tia cho nên
những khoá điện không tạo thành một mạch vòng kín khi đóng sẽ bị loại bỏ trước
khi phân tích. Với bài toán này, vấn đề đặt ra là cần tìm được vị trí điểm mở hợp lý,
đặc biệt khi có sự thay đổi dòng trên nhánh trong lưới điện (xuất hiện nguồn mới,
phụ tải gia tăng đột biến...) để đảm bảo tổn thất công suất là bé nhất. Xét một lưới
điện phân phối tổng quát với k mạch vòng độc lập như hình 2.1, tại thời điểm xem
xét ta giả thiết công suất nguồn và phụ tải là hoàn toàn xác định.
Ví dụ minh họa: Xét lưới điện 32 nút 37 nhánh [12] như hình 2.2
Bảng 2.1 Nhánh trên sơ đồ 32
Hình 2.2 Lưới điện 32 nút 37 nhánh của nút Baran [11]
Lưới điện này thường được sử dụng đề nghiên cứu làm ví dụ mẫu kiểm tra độ
chính xác của các thuật toán tái cấu trúc lưới điện vì đây là lưới điện phân phối có
độ phức tạp cao, gồm 5 vòng lồng nhau, có cấu trúc sâu nên nếu thuật toán không
đủ mạnh, quá trình tìm kiếm rất dễ bị rơi vào cực tiểu địa phương. Cấu trúc ban đầu,
lưới điện có 5 khoá mở lần lượt là: 37, 33, 35, 34, 36 và tạo thành 5 vòng độc lập,
tại bảng 2.2
Bảng 2.2: Tên khoá mở và tên các nhánh có trong từng vòng
Vòng Khoá mở Tên nhánh trong vòng
1 37 22, 23, 24, 37, 28, 27, 26, 25, 5, 4, 3
2 33 2, 3, 4, 5, 6, 7, 33, 20, 19, 18
3 35 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 35, 21, 20, 19, 18
4 34 34, 14, 13, 12, 11, 10, 9
5 36 6,7, 8, 9, 10, 11,12,13,14,15,16,17,36,32,31,30,29,28,27,26,25
1
3
2
4
525
26
27
28
29
30
31
32
17
16
15
14
1312
11
10
9
87
6
24
23
22
0
18
19 20
21
1
222
3
4
5
6
7
89
10
11
12
13
14
15
16
17
36
23
24
18
19
20
21
35
30
31
32
25
26
37
27
28
29
34
33
Voøng 1
Voøng 2
Voøng 3
Voøng 4
Voøng 5
Đoạn Nhánh thuộc đoạn
1 22, 23, 24, 37
2 33
3 35, 21
4 34
5 15, 16, 17, 36, 32, 31, 30, 29
6 28, 27, 26, 25
7 2, 20, 19, 18
8 8
9 12, 13, 14
10 5, 4, 3
11 6, 7
12 9, 10, 11
b. Mô tả toán học thao tác phân bố lại phụ tải
Hình 2.3 Thành phần của dòng điện Hình 2.4 Mạch vòng lưới điện phân phối
vận hành hở có tụ bù và máy phát phân tán
Dòng điện nhánh trên lưới điện phân phối có thể biểu diễn thành 2 thành phần
như Hình 2.3: nhanh P QI I I . Hàm tổn thất công suất tác dụng P của lưới điện
phân phối ở hình 2.4 được viết tại biểu thức (2.1), trong hàm tổn thất này có mô tả
sự ảnh hưởng của các tụ bù và má phát điện phân tán
n n n n n2 2 2
truoc DG 2 bu bu DG bu DG 2
Pi PB i Pi i Qi QA QC QB i Qi QC QB i Qi i
i 1 i 1 i 1 i 1 i 1i OB i BN i OA i ABC i CN
n n n2
2 bu 2
Pi i Qi QL i Qi i
i 1 i 1 i 1i OM i OL i LM
P I I R I R I I I I R I I I R I R
I R I I R I R
(2.1)
Hình 2.5 Quá trình chuyển mạch đóng/cắt phân bố phụ tải
Để mô tả hàm số P, phụ thuộc vào lượng công suất chuyển tải hay dòng công
suất chuyển tải, có thể sử dụng kỹ thuật bơm vào và rút ra tại khoá điện đang mở
trên nhánh MN cùng một dòng điện có giá trị là IMN như hình 2.5 [10]. Khi đấy, P
sau chuyển tải được biểu diễn như biểu thức (2.2)
n n n n n2 2 2 2 2
sau DG MN MN bu bu DG MN bu MN MN
Pi PB P i Pi P i Qi QA QC QB Q i Qi QC Q i Qi Q i
i 1 i 1 i 1 i 1 i 1i OB i BN i OA i ABC i CN
n n2 2 2
MN MN bu MN
Pi P i Pi Q i Qi QL Q
i 1 i 1i OL i LM
P I I I R I I R I I I I I R I I I R I I R
I I R I I R I I I
n n
2 2 2MN MN MN
i Qi Q i P MN Q MN
i 1 i 1i OL i LM
R I I R I R I R
(2.2)
Inhánh
Ipnhánh
Iqnhánh
Iq
Ip
M N
A B C
H
O
DG
M N
A B C
H
O
IpMN,Iq
MN
DG
IPMN+jIQMN
Như vậy việc xác định khóa điện mở trong lưới điện hình 2.5 có tổn thất công
suất tác dụng bé nhất có thể xem là xác định lượng công suất cần chuyển tải từ khóa
mở hiện hữu sang khóa điện mới bằng cách xác định giá trị dòng điện MN
PI và MN
QI để
tổn thất công suất tác dụng là bé nhất
Xác định giá trị bơm vào và rút ra MN
PI và MN
QI để tổn thất công suất tác dụng là bé nhất
Xác định MN
PI và MN
QI để giá trị P của lưới điện hình 1 đạt cực tiểu thì: sau
MN
P
P0
I
và
sau
MN
Q
P0
I
sau n n n
DG MN MN MN MN
Pi PB P i Pi P i Pi P i P MNMNi 1 i 1 i 1Pi OB i BN i OLM
P0 I I I R I I R I I R I R 0
I
(2.3)
sau n n n nbu bu DG MN bu DG MN bu MN MN
Qi QA QC QB Q i Qi QC QB Q i Qi QC Q i Qi Q iMNi 1 i 1 i 1 i 1Qi OA i AB i AB i CN
n nbu MN MN MN
Qi QL Q i Qi Q i Q MN
i 1 i 1i OL i LM
P0 I I I I I R I I I I R I I I R I I R
I
I I I R I I R I R 0
(2.4)
Nhân j vào 2 vế của (2.4) được (2.5)
n n n nbu bu DG MN bu DG MN bu MN MN
Qi QA QC QB Q i Qi QC QB Q i Qi QC Q i Qi Q i
i 1 i 1 i 1 i 1i OA i AB i BC i CN
n nbu MN MN MN
Qi QL Q i Qi Q i Q MN
i 1 i 1i OL i LM
j I I I I I R j I I I I R j I I I R j I I R
j I I I R j I I R jI R 0
(2.5)
Biểu thức (2.6) được hình thành sau khi thực hiện phép cộng đại số hai biểu thức
(2.3) và (2. 5)
n nDG MN bu bu DG MN DG MN DG bu MN
Pi PB P Qi QA QC QB Q i Pi PB P Qi QC QC Q i
i 1 i 1i OB i AB
MN bu MN
Pi P Qi QC Q
i
Udoan OA Udoan AB
I I I j I I I I I R I I I j I I I I R
I I j I I I
n nMN MN
i Pi P Qi Q i
1 i 1i BC i CN
nMN MN MN MN MN
P Q MN Pi P Qi Q i Pi P Qi
i 1i LM
Udoan BC Udoan CN
Udoan MN
Udoan LM
R I I j I I R
I jI R I I j I I R I I j I I
n
bu MN
QL Q i
i 1i OL
Udoan OL
I R 0
(2. 6)
Biến đổi (2.3)
n n nMN DG
P Pi i Pi i PB iLoop Loopi 1 i 1 i 1i OM i ON i OB
Anh huongdocongsuat tacdungcua taiDG taivi triB
1 1(2. ) I I R I R I R
R R3
(2.7)
Biến đổi (2.4)
n n n n nMN bu bu bu
Q Qi i Qi i QA i QC i QL iLoop Loopi 1 i 1 i 1 i 1 i 1i OM i ON i OA i OC i OL
congsuat phan khangcua tai Anh huongdobuQ tai cac vi triA,C,L
1 1(2. ) I I R I R I R I R I R
R R4
n
DG
QB iLoopi 1i OB
Anh huongdoDG taivi triB
1I R
R
(2.8)
c. Nhận xét
Biểu thức (2.6) mô tả tổng sụt áp trên tất cả các nhánh khi phân bố công suất
trên LĐPP kín nếu lưới thuần trở hay Rnhánh >> Xnhánh. Điều này cho thấy giá trị
dòng điện IPMN và IQ
MN bơm vào và rút ra để P tại (2.2) cực tiểu có giá trị bằng với
dòng trên nhánh có khóa MN lúc lưới điện phân phối kín và có tụ bù (khoá điện trên
nhánh MN ở trạng thái đóng).
Biểu thức (2.7) cho thấy IPMN phụ thuộc phụ tải và dòng điện công suất tác
dụng của máy phát phân tán mà không phụ thuộc vào việc bù công suất phản kháng.
Thành phần này cho thấy ảnh hưởng của giá trị dòng công suất tác dụng của DG và
vị trí DG. Trong khi đó, dòng IQMN trên lưới điện phân phối có máy phát phân tán
và tụ bù tính tại (2.8) lại gồm 3 phần: phụ tải, dòng điện công suất phản kháng do
máy phát phân sinh ra và các thành phần bù công suất kháng của tụ bù. Các ảnh
hưởng này bao gồm số lượng, vị trí, dung lượng máy phát DG và tụ bù. Mức chênh
lệch này cho thấy kết quả của bài toán tái cấu trúc lưới có xét đến ảnh hưởng của
máy phát phân tán và tụ bù có thể khác biệt khi không xét tụ bù nếu biểu thức (2.8)
thoả mãn
MN MN
nhanh nhanh TailancanCoDGvaQbu khong DG va Qbu
I I I (2.9)
2.1.3 Xây dựng hàm mục tiêu cho lưới điện tổng quát
a. Hàm P tổng quát có máy phát điện phân tán và tụ bù
Hình 2.6. Lưới điện phân phối gồm máy phát và tụ bù
Xét lưới điện tổng quát như hình 2.6, về mặt toán học, hàm ∆P mô tả tổn thất
công suất tác dụng của thao tác tái cấu trúc lưới có thể mô tả theo (10). Lúc này
mục tiêu bài toán là đi xác định MN MN
Pj QjI , I (j=1…K) để ∆P cực tiểu. Các vòng j được
chọn tương như (2.2)
2 2
n G K n G L K K K2 2
DG MN DG bu MN MN MN MN MN
Pi ig Pg ij Pj i Qi ig Qg il Ql ij Qj i Pj j Qj j
i 1 g 1 j 1 i 1 g 1 l 1 j 1 j 1 j 1
P I C I A I R I C I B I A I R I R I R
(2.10)
trong đó:
IPi, IQi : Dòng thành phần của nhánh thứ i trong lưới có n nhánh
MN MN
Pj QjI , I : Dòng thành phần bơm vào/rút ra của nhánh có khoá mở MNj trong lưới có
K vòng
MN
jR : Điện trở của nhánh có khoá mở MN trên vòng thứ j
Aij: Chỉ số quan hệ giữa vòng j và nhánh i, có giá trị (-1, 0, +1: tương ứng lần lượt
là ngược chiều, không quan hệ, cùng chiều)
bu
QlI : Dòng thành phần công suất kháng của tụ bù thứ l trong lưới có L tụ bù (l = 1…L)
Bil: Chỉ số quan hệ giữa tụ điện thứ l và nhánh i, có giá trị (0, +1: tương ứng lần
lượt là không quan hệ, tụ thứ l ở phía sau nhánh i tính từ nguồn đến)
DG
PgI : Dòng thành phần công suất tác dụng của DG thứ g trong lưới có G DG (g = 1…G)
DG
QgI : Dòng thành phần công suất phản kháng của DG thứ g trong lưới có G DG (g =
1…G)
M N
Pk-1
,Qk-1
Voøng k-1
M N
P2,Q
2M N
P1,Q
1
M N
PK,Q
K
M N
P3Q
3
Voøng 3
Voøng 1
Voøng K
Voøng 2
Nguoàn 1 Nguoàn 2 Nguoàn 3 Nguoàn i Nguoàn L
NUÙT
NHAÙNH
ÑOAÏNNGAÕ 3
M N
Pk-1
,Qk-1
Voøng k-1
M N
P2,Q
2
M N
P2,Q
2M N
P1,Q
1
M N
P1,Q
1
M N
PK,Q
K
M N
PK,Q
K
M N
P3Q
3
M N
P3Q
3
Voøng 3
Voøng 1
Voøng K
Voøng 2
Nguoàn 1Nguoàn 1 Nguoàn 2Nguoàn 2 Nguoàn 3Nguoàn 3 Nguoàn iNguoàn i Nguoàn LNguoàn L
NUÙT
NHAÙNH
ÑOAÏNNGAÕ 3
DG
DG
DG
DG
Cig: Chỉ số quan hệ giữa tụ điện thứ g và nhánh i, có giá trị (0, +1: tương ứng lần
lượt là không quan hệ, tụ thứ g ở phía sau nhánh i tính từ nguồn đến)
Điều kiện cần để (2.10) cực tiểu theo các biến số MN MN
Pj QjI , I được biểu diễn bằng 2 biểu
thức (2.11) và (2. 12)
n G KMN MN DG MN
Pj j ij Pi ig Pg ij Pj iMNi 1 g 1 j 1Pj
PI R A I C I A I R 0
I
(2.11)
n G L KMN MN DG bu MN
Qj j ij Qi ig Qg il Ql ij Qj iMNi 1 g 1 l 1 j 1Qj
PI R A I C I B I A I R 0
I
(2.12)
Trong (2.10) cũng luôn có j h : 1…K và i: 1…n để
hj
2 2 22 2
Loop MN2 MN2 MN MNhMN2 MN2 Ph Pj Ph Pj
Ph Qh
2 2Loop
jMN2 MN2
Pj Qj
2 2
ij iMN MN MN MNi VPh Pj Qh Qj
2 2
MN MN MN MN
Ph Qj Qh Pj
P P PP P
R I I I II I
P PR
I I
P PA R
I I I I
P P0
I I I I
2
22 2 2
MN2 MN2 MN MN
Ph Qj Ph Qj
22 2 2
MN2 MN2 MN MN
Qh Qj Qh Qj
22 2 2
MN2 MN2 MN MN
Qh Pj Qh Pj
0
P P P0
I I I I
P P P0
I I I I
P P P0
I I I I
Nên cũng luôn thoả mãn điều kiện đủ để (10) đạt cực tiểu theo biến số MN MN
Pj QjI , I
Giá trị MN MN
Pj QjI , I được tính từ biểu thức (2.11) và (2.12).
n G GnDG DG
ij Pi i ij ig Pg i ij ig Pg iij Pi ii 1 g 1 g 1MN i 1
Pj K LoopMN LoopMNMN j jj ij i
j 1 Anh huongcuacacDG
A I R A C I R A C I RA I R
IR R
R A R
n G L Gn LDG bu DG bu
ij Qi i ij ig Qg i ij il Ql i ij ig Pg iij Qi i ij il Ql ii 1 g 1 l 1 g 1MN i 1 l 1
Qj K LoopMN LoopMN LoopMNMN j j jj ij i
j 1 Anh huongcuacacDG Anh huongcuacactu bu
A I R A C I R A B I R A C I RA I R A B I R
IR R R
R A R
Biểu thức (2.15) được thành lập khi cộng đại số 2 biểu thức (2.11) và (2.12) sau khi
đã nhân 2 vế của (2.12) với j.
n G G L K
MN MN MN DG DG bu MN MN
Pj Qj j ij Pi Qi ig Pg ig Qg il Ql ij Pj Qj iMN MNi 1 g 1 g 1 l 1 j 1Pj Qj
P Pj I jI R A I jI C I j C I j B I A I jI R 0
I I
(2.13)
(2.14)
(2.15)
b. Nhận xét
Các biểu thức (2.13), (2.14) và (2.15) cho thấy nhận xét trên lưới điện phân
phối 1 vòng cũng hoàn đúng cho lưới điện phân phối phức tạp. Trong công thức
(2.13), (2.14) còn mô tả tác động qua lại của các vòng, máy phát điện phân tán, tụ
bù trong lưới điện phân phối lên dòng công suất cần chuyển tải. Điều này cho thấy
có thể xác định cấu trúc lưới điện phân phối có máy phát điện phân tán và tụ bù
bằng phương pháp giải tương tự tại [5] khi tính các dòng MN MN
Pj QjI , I theo (2.13), (2.14)
hay đúng bằng dòng điện nhánh MNj trên lưới điện phân phối kín có máy phát điện
phân tán và tụ bù.
Trong biểu thức (2.14), mức độ ảnh hưởng của các tụ bù lên dòng IQMN có
thể gây tác động lớn đối với lưới điện phân phối nhỏ nhưng sẽ bị giảm nhiều trên
lưới điện phân phối lớn và phức tạp vì các thành phần Aij và Bij có thể tác động qua
lại và tự bù trừ lẫn nhau. Hay nói cách khác, cấu trúc của lưới điện phân phối lớn sẽ
không thay đổi đáng kể khi cực tiểu P khi có xét hay không xét ảnh hưởng của tất
cả các tụ bù trên lưới. Điều này hoàn toàn phù hợp với các kết luận mang tính định
tính tại [17,24,10]
Trong khi đó, mức độ ảnh hưởng của các máy phát phân tán không chỉ tác
động lên dòng IQMN như các tụ bù mà còn lên cả các dòng IP
MN nên có thể gây tác
động lớn đến vị trí của các khóa mở so với lưới điện phân phối không có máy phát
điện phân tán.
Cũng tương tự như (2.6), biểu thức (2.15) mô tả tổng sụt áp của một vòng
độc lập trong lưới điện phân phối phức tạp nhưng có sự ảnh hưởng qua lại của các
dòng điện cần chuyển tải và tụ bù của các khác.
2.2 Đề xuất thuật toán Heuristic cho bài toán tái cấu trúc lưới điện
2.2.1 Hàm mục tiêu của bài toán
Như trên đã phân tích, tổn thất công suất trong lưới điện phân phối có DG là
nhỏ nhất khi tất cả các khoá đều đóng. Lưới điện phân phối hở (hình tia) tối ưu chỉ
có thể đạt được khi mở khoá k của các mạch vòng làm tăng hàm mục tiêu ít nhất, đó
cũng chính là ý tưởng của thuật toán tái cấu hình lưới điện phân phối có DG. Ta viết
lại (2.13) và (2.14) cho mạch vòng thứ j như sau:
Qj
L
jii
i
DG
Qiilij
n
i
iQiij
vòngMN
j
MN
Qj
Pj
L
jii
i
DG
Piilij
n
i
iPiij
vòngMN
j
MN
Pj
RIBARIARI
RIBARIARI
11
11
.
.
trong đó: Pj và Qj là độ tăng tổn thất công suất của mạch vòng nếu ngắt khoá j
(cho dòng bằng 0) so với tổn thất của lưới điện phân phối kín.
Dòng điện IPMN và IQ
MN xác định theo (2.13) và (2.14) là điều kiện cực tiểu tổn
thất công suất tác dụng. Nếu làm thay đổi các giá trị này sẽ là giá trị hàm mục tiêu
tăng lên. Hơn nữa, khi IPMN và IQ
MN càng bé thì mức tăng tổn thất công suất sẽ càng
ít. Xuất phát từ ý tưởng trên, tiến hành đặt G = [Pj2 + Qj
2] với j = 1...K thì mức
tăng tổn thất công suất:
K K
2 2 2MN vongMN MN vongMN MN vòngMN
Pj j Qj j j j
j 1 j 1
G I .R I .R I R min
(2-17)
Hàm mục tiêu tại (2.17) là hàm suất tăng P, gọi tắt là hàm G. Từ các nhận xét
ở trên cho thấy: Trạng thái lưới điện phân phối vận hành hở có P bé nhất nếu tìm
được cấu trúc để hàm G trên lưới điện phân phối hình tia bé nhất. Bởi vì khi hàm G
tăng ít nhất sẽ tương đương với dòng điện bơm vào/rút ra tại nhánh có khoá mở MN
là bé nhất, cho nên khi mở nhánh này sẽ cho mức tổn thất công suất bé nhất so với
mở các khoá điện khác.
Do đó:
Nếu IPjMN 0 và IQj
MN 0 (j = 1...k) Thì hàm G 0
Nếu hàm G 0 Thì P Pmin
Hàm G có cực tiểu lý tưởng bằng 0. Tuy nhiên trong thực tế không thể phân bố
lại phụ tải chính xác như (2.13) và (2.14) nên chỉ phân bố lại phụ tải nhánh sao cho
G đạt giá trị bé nhất có thể. Phương pháp thực hiện để hàm G nhỏ nhất như sau:
(2.16)
Trong trường hợp lưới điện phân phối phức tạp có DG, nếu giả sử ở vòng thứ
j có khoá mở hiện trạng là MN, sau khi đã đóng các khoá điện, giải bài toán phân bố
công suất; nếu dòng bé nhất của vòng này không phải là khoá MN (giả thiết dòng bé
nhất chạy qua khoá NH nào đó), mà độ chênh lệch dòng điện chạy qua MN và NH
lớn nhất so với các vòng còn lại thì khi mở NH sẽ cho mức tăng P ít nhất. Theo
nhận xét trên, để cực tiểu hàm G, ta có thể thay thế lần lượt các giá trị IPjMN và IQj
MN
bằng IPjNH và IQj
NH bé hơn trong cùng một vòng j có giá trị điện trở vòng là Rjvòng
theo (2.18). Ở đây:
22222222 NH
j
MN
j
vongMN
j
NH
Qj
NH
Pj
MN
Qj
MN
Pj
vongMN
j
NHMN
j IIRIIIIRG (2-18)
Do trong LĐPP phức tạp có nhiều vòng lồng nhau nên cần tính cho tất cả k
mạch vòng độc lập. Vòng độc lập được chọn mở đầu tiên là vòng có mức giảm G
nhiều nhất so với tất cả các vòng độc lập còn lại trong toàn lưới điện phân phối có
DG. Trong mạch vòng độc lập đó, khoá điện được mở là khoá điện có dòng điện
chạy qua bé nhất trong mạch vòng độc lập.
Trong 1 mạch vòng độc lập thứ j (giả thiết sau khi đóng các khoá điện để có
mạch vòng), nếu khoá có dòng bé nhất chạy qua trùng với khoá đang mở thì giữ
nguyên. Tiến hành mở nhánh này và tính mức tăng tổn thất công suất.
Quá trình lặp được thực hiện để giảm hàm G cho đến khi không còn mạch
vòng nào nữa trong lưới điện phân phối
2.2.2. Đề xuất thuật toán mới
Với việc phân tích và các nhận xét đối với bài toán tái cấu trúc có ảnh hưởng
của DG và tụ bù nêu trên cho phép thực hiện các bước lặp liên tiếp để xác định cấu
trúc tối ưu của lưới điện phân phối. Nhận thấy khối lượng tính toán sẽ rất lớn nếu
lưới điện có nhiều mạch vòng, số lượng DG gắn vào lưới lớn, hoặc xét trong nhiều
chế độ khác nhau.
Luận án đề xuất thuật toán xác định giá trị tăng P ít nhất của bài toán tái cấu
trúc lưới điện phân phối trong trường hợp có kết nối DG trong hình 2.7. Thuật toán
mới đề xuất dựa trên các luật đề xuất như sau:
Luật 1: Đóng tất cả các khóa tạo thành lưới kín khi đó tổn thất đi qua vòng kín
là bé nhất
Luật 2: Tính hàm G theo (2.14) và G theo (2.16), lập danh sách có G giảm
dần và chọn mở một cặp khoá điện ở vòng độc lập, bắt đầu từ vòng có G lớn nhất.
Luật 3: Khi đóng/mở 1 khóa trong vòng độc lập, để giảm tiếp được P thì sẽ
mở khóa có dòng điện chạy qua là bé nhất, đóng khóa có dòng điện chạy qua là lớn
nhất
Thuật toán đề xuất được mô tả trong hình 2.7, được chia làm 2 quá trình.
Quá trình 1:
Lập danh sách các khóa điện hiện trạng đang mở. Tạo danh sách các khóa này
Đóng toàn bộ các khóa điện và các DG, các vòng trên lưới điện tạo thành
vòng kín. Thực hiện giải bài toán phân bố công suất với lưới điện kín có DG
Xác định các vòng độc lập ở tất cả các vòng trên lưới điện phân phối (mạch
vòng độc lập chỉ đi qua một khoá điện mở).
Xác định giá trị của hàm G theo (2.17) và G theo (2.18). Với lưới điện phân
phối có k vòng độc lập sẽ có k giá trị G và G khác nhau. Sắp xếp G theo một
danh sách có giá trị giảm dần.
Chọn cặp khóa đóng/mở trong vòng độc lập có mức giảm hàm G nhiều
nhât. Khi khoá điện có dòng điện nhỏ được mở ra thì sự chênh lệch về P giữa
mạch điện kín và mạch điện hở là ít nhất, nên khi đó P ở mạch hở tăng ít nhất.
Vấn đề đặt ra ở đây là lưới điện phân phối nhiều vòng, chúng ta phải chọn mở vòng
nào, và dĩ nhiên vòng nào cho mức tăng P ít nhất so với mạch kín sẽ được lựa
chọn, nghĩa là sẽ phải đóng khoá có dòng lớn hơn và mở khoá có dòng bé hơn. Tuy
nhiên mức chênh lệch về dòng là chưa đủ, ở đây sự chênh lệch về P mới là yếu tố
quyết định nên ta phải xét xem khi mở khoá điện có dòng bé nhất ra thì mức thay
đổi P sẽ ra sao, tức là ngoài việc mở dòng bé thì mức độ tác động lên các nhánh
khác phải ít. Do đó còn cần phải xem thêm những nhánh mà dòng này đi qua, tức là
điện trở của mạch vòng (Rvòng), nói cách khác việc kiểm tra dòng điện qua khoá
điện và Rvòng sẽ được xem xét đồng thời.
Sau khi mở khoá (có dòng bé nhất chạy qua) trong vòng độc lập có cặp khoá
có G lớn nhất này, khi đó các vòng độc lập còn lại đã bị thay đổi (khi đó hàm G
thường sẽ giảm giá trị vì các vòng độc lập còn lại đã bị thay đổi). Lúc này cần xác
định lại các giá trị G mới và cũng được sắp xếp lại các giá trị theo thứ tự từ lớn đến
bé. Có 2 tình huống xảy ra ở bước này:
- Hàm G không thể giảm được nữa, tức là lúc này khoá có dòng bé nhất chạy
qua trùng với khoá đang mở (G = 0);
- Hàm G vẫn tiếp tục giảm, bởi vì khi đó vòng độc lập đã bị thay đổi do mở
cặp khoá ở bước trước nên cần xác định lại các vòng độc lập mới và tính lại
hàm G ở các vòng độc lập còn lại vừa xác định.
Lặp lại các bước trên cho đến khi hàm G không còn giảm được nữa, khi đó
ta chỉ việc chọn mở các khoá điện có dòng bé nhất chạy qua trong các vòng độc lập.
Bởi vì lúc này khoá có dòng bé nhất chạy qua sẽ trùng với khoá đang mở.
Sau khi kết thúc giai đoạn 1, lưới điện phân phối đã hoàn toàn hình tia (sau khi
mở đồng loạt các khoá mở đã dự kiến) từ việc tính toán hàm G. Kết quả giai đoạn 1
có ý nghĩa tìm được cấu hình gần tối ưu nhất với thời gian nhanh nhất do chỉ phải
giải phân bố công suất 1 lần duy nhất. Cấu hình tối ưu sẽ đạt được khi thực hiện giai
đoạn 2. Đây là giai đoạn mang ý nghĩa kiểm tra lại tính đúng đắn và kết quả tối ưu
của tổ hợp khoá điện mở đã xác định được ở giai đoạn 1.
Quá trình 2:
Đóng một khoá điện đang mở (khoá bất kỳ nào đang mở trên lưới điện phân
phối đã tìm được ở giai đoạn 1, vì lúc này hàm G không giảm được nữa). Giải bài
toán phân bố công suất cho một mạch vòng cho khoá thứ j vừa đóng, mở khoá có
dòng chạy qua bé nhất. Tuy nhiên với nguyên tắc chọn khoá đóng và nguyên tắc
chọn khoá mở theo luật heuristic khi đó ở khối thứ nhất của giai đoạn 2, thực chất
chỉ cần chọn những cặp khoá đóng/mở ở những vòng độc lập có G 0 ở giai
đoạn 1. Điều này giúp giảm rất nhiều khối lượng tính toán để lưới điện phân phối có
P bé nhất với thời gian tính toán nhanh nhất.
Sau khi lưới điện phân phối đã hoàn toàn hình tia, tiến hành kiểm tra điều
kiện vận hành là điều kiện vi phạm sụt áp và quá tải, nếu trường đúng thì mở các
khóa có dòng điện bé nhất tiếp theo trong vòng kín, trường hợp sai thì kiểm tra điều
kiện dòng qua khóa nhỏ nhất và quá trình này thực hiện với tất cả các vòng độc lập
Qúa trình kết thúc khi tất cả các vòng độc lập được kiểm tra và lưới điện ở
trạng thái hình tia
Hình 2.7 Sơ đồ thuật toán tái cấu trúc lưới điện có DG và tụ bù tìm P bé nhất
Ta nhận thấy, thuật toán đề xuất được thực hiện qua 2 giai đoạn, trong giai đoạn
thứ nhất việc giải bài toán phân bố công suất chỉ cần thực hiện 1 lần, đây là ưu điểm
nổi bật của thuật toán đề xuất, vì đã giảm được việc phải tính nhiều lần khi giải bài
toán tái cấu trúc (ở hầu hết các nghiên cứu trước đây). Trong giai đoạn 2 với mức
giảm G lớn nhất sẽ cho độ giảm P là lớn nhất, các bước giảm của G tiếp theo sẽ
cho độ giảm P là không đáng kể nên chỉ có tác dụng chỉ ra được cấu hình lưới điện
phân phối có P tăng ít nhất mà thôi (so với lưới điện kín), nhưng nó mang ý nghĩa
khi vận hành lưới điện phân phối trong thời gian rất dài. Nhờ có điểm khác biệt này
mà các thành phần dòng điện Ip và Iq của các DG và tụ điện được xét ảnh hưởng lên
thành phần IPMN và IQ
MN còn lại trong suốt quá trình lặp. Thuật toán này có các đặc
điểm sau:
Hàm mục tiêu trình bày trong phần này có xét đến yếu tố điện trở của vòng
độc lập. Đây là hàm mục tiêu mới (các nghiên cứu trước đây thường là giảm trực
tiếp hàm P = I2R, hoặc chỉ đơn thuần đi tìm nhánh có dòng bé nhất). Hàm G có ý
nghĩa như là một chỉ tiêu so sánh nên việc tìm cấu hình lưới điện phân phối có mức
tăng P ít nhất thực chất đã được đưa về bài toán xác định hàm suất tăng tổn thất
công suất (hàm G) trên phạm vi toàn lưới điện phân phối. Điều này đã giúp thuật
toán mạnh hơn và nhanh hơn trong việc tìm cấu hình tối ưu có mức P tăng ít nhất
so với lưới kín.
Hàm G vừa xét được giá trị tổn thất P, vừa xét đến yếu tố điện trở của lưới
điện phân phối (Rvòng), do đó xét được độ ảnh hưởng qua lại giữa các khoá điện với
kết nối của DG và tụ điện đến toàn lưới điện phân phối. Đây là sự khác biệt so với
các nghiên cứu trước đây. Bởi vì nếu bỏ qua yếu tố điện trở chúng ta thường lựa
chọn những nhánh có dòng bé nhất trong lưới điện phân phối để mở trước, điều này
dẫn đến có thể phải mở những khoá điện ở phía xa nguồn, mà trong thực tế những
khoá điện này thường không được mở (vì nếu mở chúng thì những phụ tải phía sau
sẽ không có điện). Do đó việc tìm P tối ưu cho phép tránh được cực tiểu địa
phương và không mất thời gian kiểm tra lại xem tất cả các phụ tải có được cấp điện
hay không. Ngoài ra nó còn có ý nghĩa khi so sánh giá trị hàm G khi trong lưới
điện phân phối có rất nhiều cặp khoá cạnh tranh (để lựa chọn cặp khoá nào mở
trước, cặp khoá nào mở sau).
Trong trường hợp khoá điện có dòng bé nhất chạy qua không trùng với khoá
điện mở hiện trạng, hàm G sẽ chọn các cặp cùng vòng để giảm tối đa không gian
tìm kiếm, nghĩa là vừa thoả mãn lưới điện phân phối cuối cùng sẽ là hình tia, vừa
giảm được tổn thất công suất. Điều này sẽ tránh được khó khăn mà [65], [75] cũng
như các nghiên cứu khác đã gặp phải khi lưới điện phân phối có số tổ hợp khoá mở
quá lớn.
2.3 Mô phỏng và đánh giá kết quả nghiên cứu
2.3.1 Mô phỏng kết quả nghiên cứu đánh giá ảnh hưởng của tụ bù đến tái cấu
trúc lưới điện phân phối.
a. Khảo sát trên lưới điện phân phối đơn giản
Hình 2.8 Sơ đồ lưới điện đơn giản xét ảnh hưởng tụ bù
Xét lưới điện phân phối đơn giản tại hình 2.8, công suất tải, tụ bù và thông số
cấu trúc được trình bày tại bảng 2.3. Khảo sát giá trị tổn thất P trên tất cả các cấu
trúc vận hành có thể của lưới điện phân phối hình 2.8 như tại bảng 2.4 Tại TH1 và
TH2, cấu trúc lưới điện phân phối có P bé nhất lần lượt mở khoá điện tại nhánh
N4 và N5
Bảng 2.3 Thông số lưới điện và tụ bù Bảng 2.4 Kết quả cấu trúc lưới điện
So sánh cấu trúc vận hành của lưới điện phân phối giữa việc dùng giải thuật xác
định cấu trúc có P bé nhất không xét đến ảnh hưởng của tụ bù của [10] và giải
thuật đề nghị, kết quả được nêu tại bảng 2.2 Mức chênh lệch P giữa 2 cấu trúc lưới
điện phân phối của 2 lần khảo sát tại TH1 là 1,3kW và TH2 là 4,6kW. Giải thuật tại
[10] chỉ tìm được cấu trúc lưới điện phân phối có P bé nhất khi bỏ qua các tụ bù
trên lưới. Trong khi đó, nếu dùng (2.8) để tính dòng cần chuyển tải như giải thuật đề
nghị đã thực sự chỉ ra này không phải là cấu trúc trúc lưới điện phân phối có P bé
nhất khi có tính đến các tụ bù.
b. Khảo sát trên lưới điện phân phối phức tạp
Hình 2.9 Sơ đồ lưới điện phân phối 3 nguồn
Xét lưới điện phân phối 3 nguồn tại [17], các tụ bù được lắp tại các nút 5, 6, 9,
11, 12, 14, 16 với dung lượng lần lượt là 1.1, 1.2, 1.2, 0.6, 3.7, 1.8, 1.8MVAr. Cấu
trúc lưới điện phân phối có P bé nhất được xác định bằng giải thuật đề nghị là 19,
17, 26. Cấu trúc này hoàn toàn tương tự cấu trúc nêu tại [17,54,61]. Khảo sát trên
lưới điện phân phối 1 nguồn phức tạp của Baran&Wu [11]. Cấu trúc có P bé nhất
được xác định bởi nhiều nghiên cứu [54,61] là mở các khoá 37, 7, 9, 14, 32. Tổn
thất P chưa gắn tụ là 30.0 kW. Tiến hành lắp tụ vào các vị trí hợp lý để giảm P
tại các nút B4 (400kVar), B8 (400kVar), B16 (200kVar), B23 (200kVAr), B27
(300kVAr), khi đấy P giảm còn 26,6 kW. Sử dụng giải thuật đề nghị để tìm cấu
trúc lưới điện phân phối giảm P có xét đến các tụ bù. Kết quả cũng cho cấu trúc
lưới điện phân phối tương tự như các giải thuật nêu tại [8,9]. Thay đổi vị trí, dung
lượng, số lượng tụ bù tại các vị trí mới: B4 (200kVar), B8 (200kVar), B12
(200kVar), B16 (100kVar), B20 (200kVAr) B23 (100kVAr), B27 (150kVAr), B30
(200kVAr) Tiến hành tương tự các khảo sát như trên, cấu trúc lưới vẫn không thay
đổi và có P = 25,5 kW
c. Nhận xét
Qua các khảo sát trên lưới điện phân phối đơn giản và phức tạp có tụ bù, cấu trúc
lưới điện có P bé nhất có xét đến tụ bù được xác định bằng các giải thuật nêu tại
[10,17,24] hay như giải thuật đề nghị có thể không thay đổi hoặc thay đổi rất ít vì
những lý do như sau:
- Đối với lưới điện phân phối đơn giản, ít vòng, mức độ ảnh hưởng của tụ bù lên
quá trình tái cấu trúc lưới lớn, cần phải xem xét và sử dụng giải thuật đề nghị để
có cấu trúc lưới thực sự có P bé nhất
- Đối với lưới điện phân phối phức tạp có nhiều vòng lồng nghép với nhau, mức
độ ảnh hưởng của tụ bù lên quá trình tái cấu trúc lưới không thể hiện rõ ràng,
các kết quả tương tự nhau. Có thể sử dụng giải thuật tái cấu trúc lưới không xét
đến tụ bù mà vẫn cho kết quả tốt.
- Cả 2 nhận xét trên dễ nhận thấy tại biểu thức (2.8) và (2.14). Đối với lưới điện
phân phối đơn giản giá trị Qbù ảnh hưởng trực tiếp lên dòng thành phần công
suất kháng cần chuyển tải và đủ lớn để làm thay đổi trạng thái khoá điện tối ưu
theo nhận xét tại (2.9). Trong khi đấy, lưới điện phân phối phức tạp, nhiều vòng
lồng ghép, tổng các thành phần điện trở nhánh tương hỗ giữa các vòng bị giảm
theo biểu thức (2.14) nên mức độ ảnh hưởng của Qbù bị giảm đáng kể.
- Những biểu hiện này phù hợp với các nghiên cứu mang tính định tính của
R.E.Lee và C.L.Brooks [24], hay của Broadwater[10] nhưng đã được giải thích
cụ thể bằng biểu thức toán tường minh và có tính định lượng tại nghiên cứu này.
2.3.2 Mô phỏng kết quả nghiên cứu của thuật toán đề xuất
Xét lưới điện phân phối 16 nút có 21 nhánh; có 6 khoá đang mở; có 2 máy phát
DG do G.Celli đề xuất tại [39] mô tả ở hình 2.7, thông số sơ đồ lưới điện [39]. Điện
áp danh định của lưới điện là 6 kV.
Hình 2.10 Sơ đồ lưới điện 16 nút – IEEE
Trong lưới điện phân phối có 2 DG công suất lần lượt là 450kW (nút 9) và
630kW (nút 13). Quá trình tìm cấu hình vận hành để P nhỏ nhất được khảo sát
trong 2 trường hợp: không kết nối DG và có kết nối DG. Ở đây giả thiết đồ thị phụ
tải các nút đều tuân theo đồ thị phụ tải chung của hệ thống và các nút được tính toán
cho trường hợp tải cực đại. Các trường hợp khác tính toán tương tự. Kết quả tìm
kiếm cấu hình tối ưu sẽ được so sánh với kết quả của [39] và đối chiếu với trình
TOPO trong PSS/ADEPT 5.0 để kiểm chứng ưu điểm của thuật toán.
a. Mô tả quá trình tìm kiếm cấu hình lưới điện khi không có DG
- Lưới điện phân phối hình tia ban đầu [39] có các khoá mở K21, K17, K18, K20,
K10, K19. Tổn thất công suất ban đầu được tính bằng PSS/ADEPT 5.0: Pbanđầu =
171,6kW.
- Tiến hành đóng tất cả các khoá điện trên lưới điện phân phối, giải bài toán phân
bố công suất. Có 6 vòng độc lập (V) đi qua các khoá điện bao gồm: V1 (K1, K2,
K21, K6), V2 (K3, K4, K17, K15, K14), V3 (K3, K4, K5, K18, K16, K15, K14),
V4 (K14, K15, K20, K8, K7, K21), V5 (K7, K8, K10, K12, K11), V6 (K7, K8, K9,
K19, K13, K12, K11).
- Sau khi giải bài toán phân bố công suất trên lưới điện phân phối kín, thuần trở.
Tiến hành tính hàm G và G ở giai đoạn 1 theo thuật toán đề xuất. Hàm G thay
đổi (G1 = 18342) sau lần lặp 1 khi xét vòng độc lập V1 (đóng K21 và mở K2).
Hàm G tiếp tục thay đổi ở lần lặp 2 (G3 = 25,49) khi xét vòng độc lập 3 (đóng 18
và mở 16). Các vòng độc lập khác không làm thay đổi G. Tổn thất công suất ở giai
đoạn 1 lúc này là: Pgđ1 = 92,3kW.
Sau khi kết thúc giai đoạn 1, các khoá điện mở là: K2, K10, K16, K17, K19, K20
(bảng 2.5). Tiến hành giai đoạn 2, lúc này cấu hình của lưới điện phân phối có các
khóa mở là: K2, K17, K16, K20, K10, K19. Lần lượt giải bài toán phân bố công
suất khi đóng từng khóa đang mở và mở khóa có dòng bé nhất chạy qua. Kết quả
như sau:
+ Đóng K2: Vòng độc lập 1 có dòng I2 bé nhất (41.1A)
+ Đóng K17: Vòng độc lập 2 có dòng I17 (30.9A)
+ Đóng K16: Vòng độc lập 3 có dòng I16 bé nhất (8.1A)
+ Đóng K20: Vòng độc lập 4 có dòng I20 bé nhất (30.5A)
+ Đóng K10: Vòng độc lập 5 có dòng I10 bé nhất (9.6A)
+ Đóng K19: Vòng độc lập 6 có dòng I19 bé nhất (11.1A)
- Vậy sau giai đoạn 2, các khóa mở của lưới điện phân phối sẽ là: K2, K17, K16,
K20, K10, K19, hoàn toàn trùng khớp với kết quả giai đoạn 1, với P = 92.3kW.
Bảng 2.5. Quá trình phân bố phụ tải giai đoạn 1 lưới điện 16 nút không có DG
b. Mô tả quá trình tìm kiếm cấu hình lưới điện khi có 2 DG tại nút 9 và nút 13
- Lưới điện phân phối hình tia ban đầu [39] có các khoá mở K21, K17, K18, K20,
K10, K19. Tổn thất công suất ban đầu được tính bằng PSS/ADEPT: Pbanđầu =
120.5kW.
- Giải bài toán phân bố công suất trên lưới điện phân phối kín, thuần trở. Tiến hành
giảm hàm G giai đoạn 1 theo thuật toán đề xuất. Hàm G thay đổi sau lần lặp 1
(G1 = 14024) khi xét vòng độc lập V1 (đóng K21 và mở K2: P1 = 67,5kW) và lần
lặp 2 (G2 = 14,59) khi xét vòng độc lập V3 (đóng K18 và mở K5: P2 = 68,4kW)
bảng 2.6. Tổn thất P lần lặp 2 tăng bởi hàm P chỉ thực sự giảm khi biểu thức
(2.10) và (2.11) đồng thời bằng 0.
- Tiến hành giai đoạn 2, lúc này cấu hình của lưới điện phân phối có các khóa mở
là: K2, K17, K5, K20, K10, K19. Lần lượt giải bài toán phân bố công suất khi đóng
từng khóa đang mở và mở khóa có dòng bé nhất chạy qua. Kết quả như sau:
+ Đóng K21: Vòng độc lập 1 có dòng I2 bé nhất (33.6A)
+ Đóng K17: Vòng độc lập 2 có dòng I17 (21.7A)
+ Đóng K5: Vòng 3 có dòng I18 bé nhất (11.35A) đóng K5 mở K18, P3 =
67,5kW.
+ Đóng K20: Vòng độc lập 4 có dòng I20 bé nhất (29.12A)
+ Đóng K10: Vòng độc lập 5 có dòng I10 bé nhất (18.57A)
+ Đóng K19: Vòng độc lập 6 có dòng I19 bé nhất (18.95A)
Vậy sau giai đoạn 2, các khóa mở của lưới điện phân phối sẽ là: K2, K17, K18, K20,
K10, K19, nên tổn thất công suất từ Pgđ1 = 68,4kW giảm còn Pgđ2 = 66,3kW.
Bảng 2.6. Quá trình phân bố phụ tải giai đoạn 1 của lưới điện 16 nút có 2 DG
c. Mô tả quá trình tìm kiếm cấu hình lưới điện khi có 1 máy phát DG tại nút 9
- Lưới điện phân phối hình tia ban đầu [39] có các khoá mở K21, K17, K18, K20,
K10, K19. Tổn thất công suất ban đầu được tính bằng PSS/ADEPT là: Pbanđầu =
166.9kW.
- Giải bài toán phân bố công suât trên lưới kín, thuần trở. Tiến hành tính hàm G
(gđ1) theo thuật toán đề xuất. Hàm G thay đổi sau lần lặp 1 (G1 = 18244,8)
khi xét vòng độc lập V1 (đóng K21 và mở K2, P1 = 89.8kW). Các vòng khác
không làm giảm hàm G (bảng 2.7).
- Tiến hành giai đoạn 2, lúc này cấu hình của lưới điện phân phối có các khóa mở
là: K2, K17, K18, K20, K10, K19. Lần lượt giải bài toán phân bố công suất khi
đóng từng khóa đang mở và mở khóa có dòng chạy qua. Kết quả như sau:
+ Đóng K2: Vòng độc lập 1 có dòng I2 bé nhất (39.48A)
+ Đóng K17: Vòng độc lập 2 có dòng I17 (30.88A)
+ Đóng K18: Vòng 3 có dòng I16 bé nhất (8.06A) đóng K18 mở K16, P3 =
85.8kW
+ Đóng K20: Vòng độc lập 4 có dòng I20 bé nhất (41.63A)
+ Đóng K10: Vòng độc lập 5 có dòng I10 bé nhất (18.57A)
+ Đóng K19: Vòng độc lập 6 có dòng I19 bé nhất (18,96A)
- Vậy sau giai đoạn 2, các khóa mở của lưới điện phân phối sẽ là: K2, K17, K16,
K20, K10, K19, nên tổn thất công suất từ Pgđ1 = 89.8kW giảm còn Pgđ2 =
83.7kW.
d. Mô tả quá trình tìm kiếm cấu hình lưới điện khi có 1 máy phát DG tại nút 13
- Lưới điện phân phối hình tia ban đầu [39] có các khoá mở K21, K17, K18, K20,
K10, K19. Tổn thất công suất ban đầu được tính bằng PSS/ADEPT là: Pbanđầu =
125.2kW.
- Giải bài toán phân bố công suất trên lưới điện phân phối kín, thuần trở. Tiến
hành tính hàm G giai đoạn 1 theo thuật toán đề xuất. Hàm G thay đổi sau lần
lặp 1 (G1 = 14822) khi xét vòng độc lập V1 (đóng K21 và mở K2: P1 =
74.3kW) và lần lặp 2 (G2 = 1,2) khi xét vòng độc lập V3 (đóng K18 và mở K5:
P2 = 75.2kW) - bảng 2.8 Giá trị P ở lần lặp 2 tăng bởi hàm P chỉ thực sự
giảm khi biểu thức (2.10) và (2.11) đồng thời bằng 0.
- Tiến hành giai đoạn 2, lúc này cấu hình của lưới điện phân phối có các khóa mở
là: K2, K17, K5, K20, K10, K19. Lần lượt giải bài toán phân bố công suất khi
đóng từng khóa đang mở và mở khóa có dòng bé nhất chạy qua. Kết quả như
sau:
+ Đóng K2: Vòng độc lập 1 có dòng I2 bé nhất (35,5A)
+ Đóng K17: Vòng độc lập 2 có dòng I17 (21,7A)
+ Đóng K5: Vòng độc lập 3 có dòng I18 bé nhất (11,3A) đóng K5 mở K18,
P3 = 74,3kW
+ Đóng K20: Vòng độc lập 4 có dòng I20 bé nhất (23,5A)
+ Đóng K10: Vòng độc lập 5 có dòng I10 bé nhất (9,6A)
+ Đóng K19: Vòng độc lập 6 có dòng I19 bé nhất (11,1A)
- Vậy sau giai đoạn 2, các khóa mở của lưới điện phân phối sẽ là: K2, K17, K18,
K20, K10, K19, nên tổn thất công suất từ Pgđ1 = 75,2kW giảm còn Pgđ2 =
74,3kW.
Bảng 2.7. Quá trình phân bố phụ tải giai đoạn 1 lưới điện 16 nút có DG nút 9
Bảng 2.8. Quá trình phân bố phụ tải giai đoạn 1 lưới điện 16 nút có DG nút 13
e. Đánh giá kết quả mô phỏng: Sau khi thực hiện mô phỏng trên lưới điện mẫu và
so sánh với một số phương pháp nghiên cứu khác được tổng hợp trong bảng 2.9.
Nhận xét thấy trong trường hợp không có DG, khi có cả hai DG tham gia (trong đó
DG1 phát 450 kW, DG2 phát 630kW) hoặc trong trường hợp 1 trong 2 DG phát thì
phương pháp đề xuất và phương pháp tính theo module Topo trong phần mềm
PSS/ADEPT cho kết quả tương tự nhau và tốt hơn phương pháp G.Celli.
Bảng 2.9. Kết quả tổng kết khảo sát trên lưới điện phân phối 16 nút
TT Khoá mở P
(kW) PP
DG1 nút
9 (kW)
DG2 nút
13 (kW) Ghi chú
1 2, 8, 9, 15, 16, 20 144.17 G. Celli [51] 0 0
Không có
DG 2 2, 17, 16, 20, 10, 19 92.3 TOPO 0 0
3 2, 17, 16, 20, 10, 19 92.3 PP đề xuất 0 0
4 2, 8, 10, 15, 18, 20 76.1 G. Celli [51] 450 630 Có cả 2
DG 5 2, 17, 18, 20, 10, 19 66.3 TOPO 450 630
6 2, 17, 18, 20, 10, 19 66.3 PP đề xuất 450 630
7 2, 8, 10, 15, 16, 20 102.6 G. Celli [51] 450 0 DG1 làm
việc và
DG2 nghỉ 8 2, 17, 16, 20, 10, 19 83.7 TOPO 450 0
9 2, 17, 16, 20, 10, 19 83.7 PP đề xuất 450 0
10 2, 9, 10, 15, 18, 20 82.9 G. Celli [51] 0 630 DG1 nghỉ
và DG2
làm việc 11 2, 17, 18, 20, 10, 19 74.3 TOPO 0 630
12 2, 17, 18, 20, 10, 19 74.3 PP đề xuất 0 630
Xét ví dụ trên lươi điện mẫu IEEE với lưới điện 1 nguồn 33 nút của Baran,
thông số được thể hiện trong [11], sử dụng 4 DG [11].
Bảng 2.10. Thông số các DG [11]
54
6
82 3 7
19
9
1211 1413 16
15 18
17
26 27 28 29 30 31 32 33
23 24 25
20 21 22
101
Hình 2.11. Sơ đồ mạng 1 nguồn 33 nút có 4 DG [11]
Cấu hình ban đầu không kết nối với các DG có tổn thất công suất 203.679 kW
tương ứng với các nhánh mở: SW33, SW34, SW35, SW36, SW37. Thực hiện tương
tự như đối với ví dụ 16 nút sau khi thực hiện thuật toán thu được cấu hình mới tối
ưu hơn với các nhánh mở là SW7, SW37, SW9, SW14, SW32 và tổn thất 138.876
kW sau 8 vòng lặp.
Bảng 2.11 Bảng so sánh trước và sau khi tái cấu trúc lưới điện 33 nút
Phương pháp Tổn thất (kW) Khóa mở
Vòng
lặp
Hệ thống không có DG
Ban đầu 203.679 SW33, SW34, SW35, SW36, SW37 -
Phương pháp đề xuất 138.876 SW7, SW9, SW14, SW32, SW37 8
R. Srinivasa [75] 138.876 SW7, SW9, SW14, SW32, SW37 -
Tính toán trên phần mềm
PSS/ADEPT 138.876 SW7, SW9, SW14, SW32, SW37
Hệ thống có kết nối DG (cả 4 DG cùng kết nối)
Ban đầu 173 SW33, SW34, SW35, SW36, SW37 -
Phương pháp đề xuất 111.45 SW7, SW9, SW14, SW28, SW32 12
R. Srinivasa [75] 111.45 SW7, SW9, SW14, SW28, SW32 -
Tính toán trên phần mềm
PSS/ADEPT 111.45 SW7, SW9, SW14, SW28, SW32
Khi đưa các DG vào vận hành, thuật toán đề xuất đưa hệ thống vào vận hành ở
cấu hình mới có các khóa mở là s7, s28, s9, s14, s32 và tổn thất công suất là 111.45
kW sau 12 vòng lặp, đây là cấu hình có tổn thất bé nhất. Kết quả nghiên cứu được
tổng hợp bảng 2.9 và so sánh với các phương pháp đề xuất khác.
*Kiểm tra trên lưới điện phân phối 69 nút, 1 nguồn
Xét lưới điện phân phối 69 nút bao gồm, 73 nhánh, 5 khóa thường mở và tổng
công suất phụ tải là 3.802 + j 3.696 MW. Sơ đồ đơn tuyến được trình bày tại Hình
4.19 và thông số hệ thống được cho ở [20]. Trong điều kiện vận hành bình thường
các khóa điện {69, 70, 71, 72 và 73} được mở và có 3 nguồn điện phân tán được kết
nối vào lưới tại các nút 50,21, 61;
Với cấu hình ban đầu các khóa thường mở {73, 73, 70, 69, 71}và tổn thất công
suât trong trường hợp chưa có DG kết nối là 224.95 kW. Điện áp nhỏ nhất là 0.91
pu. Thực hiện mô phỏng như đối với sơ đồ 16 nút và 33 nút, kết quả tính toán được
tổng hợp trong bảng 2.10
Hình 2.12. Sơ đồ lưới điện phân phối 69 nút IEEE
Bảng 2.12 Bảng so sánh trước và sau khi tái cấu trúc lưới điện 69 nút
Phương pháp Tổn thất (kW) Khóa mở Vòng
lặp
Hệ thống không có DG
Ban đầu 224.95 {73, 73, 70, 69, 71} -
Phương pháp đề xuất 99.75 {69, 14, 70, 55, 62} 24
R. Srinivasa [75] 101,32 {69, 14, 70, 57, 61} -
Tính toán trên phần mềm
PSS/ADEPT 99.75 {69, 14, 70, 55, 62}
Hệ thống có kết nối DG (cả 3 DG cùng kết nối)
Ban đầu 274.4 {73, 73, 70, 69, 71} -
Phương pháp đề xuất 40.21 {69, 70, 12, 55, 62} 24
R. Srinivasa [75] 40.21 {69, 70, 12, 55, 62} -
Tính toán trên phần mềm
PSS/ADEPT 40.21 {69, 70, 12, 55, 62}
Nhận xét: Kết quả mô phỏng đối với lưới điện 69 nút được xét trong 2 trường hợp,
không có kết nối DG và có kết nối DG. Kết quả phương pháp đề xuất có cấu hình
tối ưu, giảm tổn thất so với cấu hình ban đầu. Phương pháp nghiên cứu được so
sánh với kết quả của R.Srinivasa [75] và với phần mềm PSS/ADEPT có kết quả
tương đồng.
2.3.3 Đánh giá kết quả mô phỏng: Thông qua việc mô phỏng thuật toán trên các
lưới điện mẫu, ta có một số nhận xét sau:
Cấu hình lưới điện phân phối trong 2 trường hợp không có DG và có DG do
thuật toán đề xuất có kết quả tương tự như các kết quả của module TOPO trong
PSS/ADEPT 5.0, nhưng mức giảm P tốt hơn so với phương pháp đề xuất của G.
Celli hay R. Srinivasa [4] là (11,5 - 18,8)%. Tuy đều cùng thuộc nhóm bài toán áp
dụng thuật toán tìm kiếm heuristic, nhưng trong quá trình tính toán giảm hàm G chỉ
cần giải bài toán phân bố công suất trên lưới điện phân phối kín có DG thuần trở
một lần duy nhất. Điều này làm giảm khối lượng và tăng tốc độ tính toán, rất phù
hợp với công tác vận hành trực tuyến lưới điện phân phối.
Hàm suất tăng tổn thất công suất G mô tả đầy đủ mối quan hệ giữa các khoá
điện và dòng điện nhánh trong lưới điện phân phối nên sẽ xem xét được tất cả các
vòng độc lập cùng một lúc nên số lần thao tác ít và đi thẳng đến cấu hình có cực
tiểu P.
Kết quả trên được tính toán với một mức tải và công suất DG cố định. Khi công
suất DG và tải thay đổi theo thời gian, quá trình tính được lặp lại tương tự, khi đó sẽ
có rất nhiều tổ hợp các cặp khoá điện trên lưới. Lúc này cần xác định tổ hợp cặp
khoá điện cho P bé nhất, hoặc vận hành với cấu hình thay đổi liên tục. Như vậy,
khi đó cần có các thông tin chính xác về dự báo phụ tải, công suất DG ở các thời
điểm tương lai, và bài toán vận hành trực tuyến lưới điện phân phối có thể sẽ được
tính đến để giảm thiệt hại do mất điện khi phân bố lại phụ tải.
2.4 Kết luận chương: Trong kết quả nghiên cứu này tác giả đã xây dựng được biểu
thức tường minh về ảnh hưởng của DG đến bài toán tái cấu hình lưới điện phân
phối để mức tăng P ít nhất. Hàm mục tiêu G được đề xuất thành lập, với hàm mục
tiêu này, cấu hình một lưới điện phân phối được đảm bảo có P bé nhất có thể, thể
hiện được ảnh hưởng của DG đến phân bố dòng điện trên các xuất tuyến của lưới
điện phân phối. Hàm G làm nền tảng cho bài toán tái cấu hình lưới điện phân phối
có DG để giảm P và ứng dụng rất tốt cho vận hành trực tuyến. Kết quả nghiên cứu
cho thấy:
Việc áp dụng hàm G cho phép chỉ ra được cấu hình sau cùng có mức tăng P ít
nhất so với lưới kín, do có sự so sánh hàm G ở tất cả các vòng độc lập trên toàn lưới
điện phân phối
Phương pháp đề xuất dựa trên lưu đồ hình 2.7 để cực tiểu công thức tính hàm G
theo (2.17) và G theo (2.18) mà không trực tiếp giảm hàm P nên số lượng phép
tính ít hơn và đơn giản hơn tính trực tiếp P như các giải thuật tiến hoá.
Do tính chất giảm giá trị từng bước của hàm G, nên có thể phát triển hàm này để
giải quyết các bài toán tái cấu hình lưới điện phân phối có DG như: xác định cấu
hình lưới điện phân phối vận hành trực tuyến, bài toán khôi phục cung cấp điện, cân
bằng tải và hạn chế số lần phân bố lại phụ tải.
Thuật toán đề xuất phù hợp với phương thức vận hành trực tuyến lưới điện phân
phối có DG trên cơ sở so sánh độ lệch c.A với chi phí đóng cắt. Khi có thông tin
về dự báo phụ tải, DG cũng như tỷ lệ % phụ tải công nghiệp và thời gian phân bố
lại phụ tải sẽ giúp điều độ viên của Điện lực có quyết định thay đổi cấu hình lưới
điện phân phối hay không.
Phương pháp đề xuất đã được kiểm tra trên hệ thống lưới mẫu của IEEE và so
sánh với các phương pháp khác với cùng bộ dữ liệu cho thấy kết quả nghiên cứu
đáng tin cậy và chính xác.
CHƯƠNG 3
PHƯƠNG PHÁP META HEURISTIC CHO BÀI TOÁN
TÁI CẤU TRÚC LƯỚI ĐIỆN PHÂN PHỐI
Giới thiệu: Metaheuristic là một cách gọi chung cho các thuật toán heuristic
trong việc giải quyết các bài toán tổ hợp. Metaheuristic bao gồm những chiến lược
khác nhau trong việc khám phá không gian tìm kiếm bằng cách sử dụng những
phương thức khác nhau và phải đạt được sự cân bằng giữa tính đa dạng và chuyên
sâu của không gian tìm kiếm. Metaheurstic thường được gọi là modern heurstics.
Các lớp bài toán của metaheurstics bao gồm: Tối ưu hóa đàn kiến (ant cology
optimization- ACO), tính toán tiến hóa (evolutionary computation- EC) bao gồm cả
thuật toán di truyền và tiến hóa (genetic algorithms- GAs), tìm kiếm cục bộ lặp
(iterated local search), mô phỏng luyện kim (simulated annealing- SA), tìm kiếm
Tabu (Tabu Search- TS), tối ưu hóa đàn ong (Artificial Bee Colony
Algorithm)…vv. Trong nghiên cứu cho bài toán tái cấu trúc lưới điện phân phối, tác
giả đề xuất cải tiến thuật toán mô phỏng luyện kim cho bài toán tái cấu trúc lưới
điện với hàm mục tiêu giảm tổn thất trong hai trường hợp không kết nối nguồn và
có kết nối nguồn. Kết quả nghiên cứu được kiểm tra trên lưới điện mẫu IEEE, cho
kết quả tương đồng với các nghiên cứu khác [CT2,3,4,7]
3.1 Phương pháp sử dụng thuật toán mô phỏng luyện kim (SA) cho bài toán
tái cấu trúc lưới điện phân phối
3. 1.1 Giới thiệu thuật toán mô phỏng luyện kim
Thuật toán mô phỏng luyện kim lần đầu tiên được đề xuất bởi Scott Kirkpatrick,
C.Daniel Gelatt, Cerny và Mario P.Vecchi vào năm 1983 dựa trên mô hình của quá
trình xử lý tinh thể do Metropolis đề cập đến vào năm 1953. Tên của thuật toán này
xuất phát từ quá trình làm lạnh và kết tinh của kim loại là làm mát và ủ tương ứng
dưới thể chất lỏng. Ở nhiệt độ cao, một chất lỏng ngẫu nhiên phân tán các phân tử
trong một trạng thái năng lượng cao. Khi quá trình làm giảm nguồn nhiệt từ thời
điểm này, các hạt từ từ vào một mạng có cấu trúc (pha rắn) tương ứng với từng mức
năng lượng. Một điều rất quan trọng trong suốt quá trình này là nhiệt lượng của hệ
thống đạt đến một trạng thái ổn định trước khi giảm nhiệt độ để cấp độ tiếp theo.
Khi nhiệt độ đủ thấp, cấu trúc hệ thống đạt đến trạng thái cơ bản hoặc điểm mà tại
đó năng lượng của các chất rắn được giảm tối thiểu. Nếu quá trình làm mát không
được thực hiện chậm đủ, hệ thống không còn ở trạng thái năng lượng tối thiểu,
tương tự như quá trình dập tắt.
Các trạng thái vật lý của quá trình luyện kim cũng tương tự như việc xác định
gần như toàn bộ hoặc toàn phần giải pháp tối ưu cho các bài toán tối ưu hoá. Ý
tưởng cơ bản là bắt đầu với cấu hình nguyên tử hiện hành, cấu hình này tương
đương với các giải pháp hiện tại của bài toán tối ưu. Hàm năng lượng của các
nguyên tử được hiểu tương tự với các hàm mục tiêu của bài toán và trạng thái cuối
cùng của chất rắn đạt được cấu trúc bền vữn tương ứng với giải pháp mà hàm mục
tiêu đạt giá trị cực tiểu
Thuật toán SA là một thuật toán tìm kiếm xác suất, là phương pháp tối ưu hóa có
thể áp dụng để tìm kiếm tối ưu toàn cục cho các bài toán quy hoạch phi tuyến, rời
rạc và có khả năng tránh được tối ưu hóa cục bộ bằng cách chấp nhận một lời giải
tốt hơn thông qua xác suất thay đổi nhiệt độ T. Mô hình không gian thể hiện tối ưu
toàn cục của thuật toán SA được mô phỏng như hình 3.1
Hình 3.1. Mô hình không gian của thuật toán SA
Thuật toán SA dựa trên quá trình nóng chảy và làm mát của kim loại để đạt về
cấu trúc bền vững của vật rắn, quá trình này có thể được mô tả qua hai giai đoạn
như sau [47]: giai đoạn đầu: Tăng nhiệt độ của chất rắn lên nhiệt độ cao để chất rắn
nóng chảy, giai đoạn sau giảm nhiệt độ để cho chất rắn đạt được cấu trúc bền vững,
khi đó chất rắn đạt trạng thái bền vững, lúc đó năng lượng liên kết giữa các phân tử
đạt trạng thái bền vững. Thuật toán SA thực hiện dựa trên quá trình luyện kim của
chất rắn và được xây dựng tương tự với mô hình của bài toán tối ưu, được so sánh
bảng 3.1 [87], [36], [73].
Bảng 3.1 So sánh quá trình vật lý và bài toán tối ưu
Quá trình vật lý Bài toán tối ưu
Trạng thái Cấu trúc
Năng lượng Hàm tối ưu
Trạng thái ổn định Nghiệm tối ưu
Quá trình chuyển trạng thái Tìm kiếm cục bộ
Mô hình toán học của thuật toán Mô phỏng luyện kim (SA)
Không gian trạng thái: Thuật toán SA thực thi trong một không gian trạng thái.
Không gian trạng thái là một tập hợp các trạng thái, mỗi trạng thái đại diện cho một
cấu hình. Kí hiệu không gian trạng thái là S, số phần tử của không gian trạng thái là
|S|. Một quan hệ láng giềng trên S: S S
- Các phần tử của µ được gọi là các di chuyển
- (s, s’) Є µ kết nối qua một di chuyển được gọi là láng giềng
- (s, s’) Є μk kết nối qua một tập k di chuyển Uk=1∞ μk = S × S
Tập trạng thái kết nối với trạng thái đã cho si Є S được kí hiệu là Ni, số phần tử
của Ni gọi là cấp độ của si. Ni là tập các láng giềng của si.Có hai trạng thái si và si-1
và xác suất để si là trạng thái hiện thời phụ thuộc vào hàm chi phí của si và hàm chi
phí của si-1 và nhiệt độ T. Có ba trạng thái liên tiếp si-1, si, si+1 thì trạng thái si-1 và
si+1 không phục thuộc vào nhau. Xác suất mà s’ là trạng thái kế tiếp của s kí hiệu là
P(s,s’,T) gọi là xác suất chuyển tiếp
P(s, s′, T) = {
α(ε(s), ε(s′), T)β(s, s′)∀ s ≠ s′
1 − ∑α(ε(s), ε(s′′), T)β(s, s′′)
s′′
trong đó: α: là hàm xác suất chấp nhận
β: là hàm xác suất lựa chọn, chỉ cho lựa chọn một cặp trạng thái µ
Xác suất lựa chọn không bao giờ bằng 0 cho một cặp trạng thái được kết nối bởi
một di chuyển đơn.
∀ (s, s′) ∉ μ [β(s, s′) = 0]
∀ (s, s′) ∈ μ [β(s, s′) ≠ 0]
∀ s ∈ S [∑ β(s, s′) = 1
s′∈N
]
Hàm chấp nhận α: R+3 → [0,1] ⊂ R
Hàm nhiệt độ: Đầu tiên khởi tạo nhiệt độ T là T0. Quy trình phổ biến nhất là quy
trình làm lạnh cân xứng: Tnew = k*Told với 0 ≤ k ≤ 1. Thuật toán kết thúc khi T = 0
Hàm chi phí và hàm tối ưu: Hàm đánh giá cost là hàm xác định chi phí được dùng
để ước lượng một lời giải đã cho. Hàm chi phí của lời giải s kí hiệu là cost(s). Hàm
tối ưu Fitness được định nghĩa:
Fitness = 1
1 + cost∗ 100%
Hàm tối ưu tỉ lệ nghịch với hàm chi phí, chi phí tăng thì hàm tối ưu giảm và ngược
lại.
Sự phân bố trạng thái giới hạn: Cho πTk(si) là xác suất mà si là lời giải hiện thời sau k
bước của thuật toán ở nhiệt độ T.
Vectơ xác suất trạng thái: πTk = (πTk(s1), πTk(s2),…,πTk(si),…). Cho chuỗi Markov,
vector xác suất trạng thái hội tụ tới 1 véctơ xác suất giới hạn limk→∞
πTk = πT
Chứng minh rằng: limk→∞
πTk(si) =exp (−f(si)/T)
∑ sj∈Sexp (−f(sj)/T)
chính là phân bố Bolzman.
Sự hội tụ và điều kiện dừng: Sự hội tụ: Cho không gian tìm kiếm hữu hạn S, điều
kiện đủ cho sự hội tụ là sự cân bằng chi tiết (detail balance) phụ thuộc vào xác suất
giữa hai lời giải bất kỳ sj , si trong không gian trạng thái là bằng nhau: i (T).ij (T)
j (T).ji(T)
trong đó: πi(T) là sự phân bố ổn định của trạng thái si ở nhiệt độ T.
Sự phân phối ổn định là một vectơ: π(T) = (π1(T), π2(T), …, π|s|(T))
Thỏa mãn phương trình: πT(T)*P(T) = πT(T)
P(T): ma trận chuyển tiếp πT: Hoán vị của π.
|S| : là số phần tử của không gian trạng thái S.
Nếu P là tối giản và không có chu kỳ thì tồn tại một xác suất ổn định duy nhất π.
Điều kiện đủ cho tính không chu kỳ là tồn tại trạng thái si є S sao cho Pii ≠ 0
Điều kiện dừng: Thuật toán dừng khi đã tìm được một lời giải đủ tốt và T là quá
nhỏ mà xác suất tránh được là không đáng kể.
Một tiêu chuẩn kết thúc khác là chi phí trung bình thay đổi không đáng kể ở một vài
giá trị liên tiếp nhau của T. Và trong mỗi bài toán cụ thể lại có thể có điều kiện
dừng khác nhau.
Thuật toán SA được mô tả như sau:
Bước 1: Khởi tạo bộ đếm i = 0, lựa chọn nhiệt độ To ban đầu (đủ lớn để đảm bảo được
không gian tìm kiếm), tìm trạng thái ban đầu x N trong đó N là không gian tìm kiếm.
Bước 2: Quá trình Metropolis (TPM): Là quá trình tạo ra trạng thái x’ theo cơ chế nhiễu
loạn TPM như sau: Tạo một tập x’ ngẫu nhiên sao cho 'x N , tính toán độ chênh lệnh của
hàm năng lượng ( ') ( )C C x C x và xét dấu độ chênh lệch của hàm năng lượng. Trong đó
C(x) là hàm năng lượng ở trạng thái x, C(x’) là hàm năng lượng ở trạng thái x’. Nếu 0C
thì khi đó trạng thái x’ là cấu trúc tối ưu cục bộ tương ứng với hàm năng lượng C(x’),
x:=x’. Nếu 0C , khởi tạo giá trị (0,1)R , trạng thái x’ được chấp nhận nếu thỏa mãn
phân bố xác suất Boltzmann
exp( )
i
CR
T
Bước 3: Nếu thỏa mãn bước 2, hệ thống đạt trạng thái cân bằng thì chuyển sang bước 4,
ngược lại thì quay về bước 2.
Bước 4: Quá trình giảm nhiệt độ để hệ thống đạt trạng thái cân bằng tính theo công thức:
1 .i iT T
trong đó: là hằng số thích nghi, Ti là nhiệt độ tại lần tính thứ i.
Bước 5: Quá trình hội tụ của thuật toán đạt được trạng thái cân bằng được giữ, xác định
được nhiệt độ tại trạng thái cân bằng và cho kết quả nghiệm, ngược lại thì tăng i=i+1 và
quay về thực hiện bước 2.
Ứng dụng thuật toán SA cho bài toán tái cấu trúc lưới điện
Trong lĩnh vực điện năng, thuật toán SA được ứng dụng nhiều trong các bài toán
tính toán tối ưu, bài toán lập kế hoạch, quy hoạch hệ thống điện, dự báo nhu cầu
phụ tải…vv
Thuật toán SA được đề xuất lần đầu áp dụng cho bài toán tái cấu trúc lưới điện
phân phối từ những năm 1990 bởi nhóm nghiên cứu Chiang and Jumeau [46], thuật
toán SA đã được áp dụng cho bài toán tái cấu trúc lưới điện, sau đó nhóm nghiên
cứu này đã cải tiến quá trình Metropilis trong thuật toán SA để tăng tốc độ hội tụ
của thuật toán [46]. Năm 1994 nhóm nghiên cứu Chang and Kuo [47] đã để xuất áp
cái tiến thuật toán bằng cách đơn giản quá trình tính toán chế độ xác lập bằng kĩ
thuật “heuristic” để tăng tốc độ của thuật toán. Hai nhóm nghiên cứu là Jiang and
Baldick [30] và Su and Lee [89] nghiên cứu áp dụng thuật toán SA cho bài toán tái
cấu trúc lưới điện có xét đến điều khiển dung lượng của tụ bù và vị trí tối ưu của tụ
bù. Jeon et al. [56] đã cải tiến thuật toán SA bằng cách cải tiến quá trình làm mát
của thuật toán để cải thiện thời gian hội tụ và quá trình tính toán của thuật toán.
Chen et al. [26] đã mở rộng các điều kiện của thuật toán để áp dụng cho bài toán tái
cấu trúc lưới điện. Một số nhóm nghiên cứu Jeon and Kim [57], Augugliaro et al [4]
và Su et al [88] đã đề xuất việc kết hợp các điểm mạnh của các thuật toán với nhau
để nhằm mục đích tăng tốc độ của thuật toán cũng như giảm số lượng tính toán, như
Jeon and Kim [57] đề xuất kết hợp giữa thuật toán Tabu search với thuật toán mô
phỏng luyện kim, Augugliaro et al [4] đề xuất kết hợp thuật toán SA với thuật toán
thuật toán di truyền và thuật toán Tabu search, Su et al [88] đề xuất kết hợp các
thuật toán đàn kiến, thuật toán di truyền và thuật toán mô phỏng luyện kim…Nhận
xét thấy qua các nghiên cứu của các công trình nghiên cứu về việc áp dụng thuật
toán SA cho bài toán tái cấu trúc lưới điện được áp dụng cho với nhiều hàm mục
tiêu khác nhau và việc cải tiến thuật toán cũng được tập trung vào quá trình tăng tốc
độ tính toán, nhằm mục tiêu đáp ứng được thời gian thực, các quá trình này tập
trung vào hai giai đoạn của thuật toán đó là quá trình giảm nhiệt độ quá trình
Metropolits và điều kiện dừng của thuật toán. Ngoài ra các nghiên cứu cũng tập
trung vào kết hợp các ưu điểm của các thuật toán với nhau để tăng tính hội tụ, giảm
thời gian tính toán của thuật toán.
Trong nghiên cứu này của tác giả, tác giả đề xuất cải tiến thuật toán SA và áp
dụng cho bài toán tái cấu trúc lưới điện với hàm mục tiêu giảm tổn thất cống suất
trong hai trường hợp: Trường hợp lưới điện không có nguồn điện phân tán và
trường hợp có nguồn điện phân tán [CT2,3,4]
3.1.2 Đề xuất cải tiến thuật toán SA cho bài toán tái cấu trúc lưới điện
a. Áp dụng thuật toán SA trong trường hợp không kết nối nguồn điện phân tán
* Hàm mục tiêu của bài toán
Hàm mục tiêu của giảm tổn thất được xác định theo dòng công suất như sau:
2 2NLi i
i i 2i=1
i
P +QMin f= k R
V
với i NL (3.1)
Điều kiện các rằng buộc:
maxl l lk P P
(3.2)
maxl l lk Q Q
(3.3)
Vimin ≤ Vi ≤ Vimax iN; Ijmin ≤ Ij ≤ Ijmax jM (3.4)
gi(P,k)=0 (3.5)
gi(Q,k)=0 (3.6)
(k)=0 (3.7)
trong đó:
- Pi: Công suất tác dụng trên nhánh i, công thức (3.2) là giới hạn cho phép của
công suất tác dụng trên nhánh i.
- Qi: Công suất phản kháng trên nhánh i, công thức (3.3) là giới hạn cho phép
của công suất phản kháng trên nhánh i.
- Vi , Ij: Điện áp tại nút i, dòng điện nhánh j công thức (3.4) giới hạn cho phép
của điện áp tại nút i và dòng điện trên nhánh j
Phương trình (3.5) (3.6) là điều kiện đảm bảo tính liên thông của hệ thống. Với
mô hình toán học của bài toán tái cấu trúc lưới điện với hàm mục tiêu giảm tổn thất
công suất được giải theo phương pháp sử dụng biến công suất.
(3.9)
* Phương pháp đề xuất
Với hàm mục tiêu (3.1) và các điều kiện ràng buộc (3.2), (3.3), (3.4), (3.5). Xây
dựng thuật toán như sau:
Một số khái niệm:
Trạng thái ban đầu của lưới điện: Trạng thái ban đầu trước khi tái câus trúc được
chọn như trạng thái ban đầu của chất rắn
Nhiệt độ ban đầu: Để tính nhiệt độ ban đầu To, ta lựa chọn ngẫu nhiên 20 cấu hình
khả thi xi. Tương ứng với mỗi cấu hình đó, tính các hàm giá Ci. Tính hiệu số ∆𝐶 =
𝑚𝑎𝑥 (𝐶𝑖) − 𝑚𝑖𝑛 (𝐶𝑖), trong đó, maxC, minC lần lượt tương ứng với giá trị hàm giá
đạt giá trị lớn nhất và bé nhất trong số 20 cấu hình khả thi trên. Theo điều kiện
Metropolis, nhiệt độ ban đầu T0 được tính như sau [87]:
𝑇0 = −∆𝐶/𝑙𝑛 (0,95) (3.8)
Tỉ số chấp nhận
Theo [87] ta thực hiện quá trình Metropolis với số lần bằng 10n với n là tổng số
khóa trong hệ thống và kiểm tra tỉ số chấp nhận ở mỗi nhiệt độ. Nếu tỉ số chấp nhận
tại một trạng thái nhỏ hơn 0,1 thì trạng thái đó là trạng thái cân bằng tại nhiệt độ
đang khảo sát. Ngược lại, quá trình Metropolis được thực hiện tiếp tục theo công
thức (3.9)
𝑇ỷ 𝑠ố 𝑐ℎấ𝑝 𝑛ℎậ𝑛 = 𝑇ổ𝑛𝑔 𝑠ố 𝑡𝑟ươ𝑛𝑔 ℎợ𝑝 đượ𝑐 𝑐ℎấ𝑝 𝑛ℎậ𝑛
𝑇ổ𝑛𝑔 𝑠ố 𝑞𝑢á 𝑡𝑟ì𝑛ℎ 𝑀𝑒𝑡𝑟𝑜𝑝𝑜𝑙𝑖𝑠 đã 𝑡ℎự𝑐 ℎ𝑖ệ𝑛
Cơ chế nhiễu loạn.
Trong các hệ thống phân phối, có hai tập các khóa: tập “Tie witch” là tie và tập
“Sectional swich” là sec. Tập tie gồm các khóa ở trạng thái mở, còn tập sec là tập
các khóa ở trạng thái đóng. Tổ hợp các trạng thái của các khóa sẽ tạo ra một cấu hình
của hệ thống phân phối. Để tạo ra một cấu hình mới của hệ thống phân phối, một cơ
chế nhiễu loạn được sử dụng. Nổi bật trong số các cơ chế nhiễu loạn được sử dụng, cơ
chế nhiễu loạn của Chiang và Jean-Jumeau [46], [105] được mô tả như sau:
- Lựa chọn ngẫu nhiên một “Switch” từ tập “Switch tie” tie rồi đóng nó. Switch
này được chuyển từ tập tie sang sec. Điều này tạo ra một vòng kín trong mạng
phân phối.
- Để đảm bảo tính chất hình tia của hệ thống phân phối, một trong số các “Switch”
thuộc sec trong vòng kín phải được mở ra.
- Cơ chế nhiễu loạn này phù hợp cho một bài toán tái cấu trúc nhưng nó lại không
tận dụng được những lý thuyết về cấu trúc (Topology) của hệ thống. Giả sử tất cả
các khóa thuộc tập tie được lựa chọn với xác suất bằng nhau. Hệ quả là, quá trình
tìm kiếm sẽ không được thực hiện đầy đủ trong vòng kín có kích thước lớn hơn, và
ngược lại, quá trình này sẽ cho các kết quả trùng nhau trong các vòng kín có kích
thước nhỏ hơn. Bởi vậy, xác suất lực chọn các khóa thuộc tập tie sẽ được liên hệ
với kích thước của vòng kín được hình thành tương ứng.
Hình 3.2 Lưới điện IEEE gồm 3 nguồn.(a,b là sơ đồ trước, sau khi tái cấu trúc)
Tiếp theo, hình 3.2 nếu khóa 25 được đóng, vòng kín gồm nguồn 1, nguồn 3, các
khóa 22, 23, 25, 26, 14, và 13 được tạo thành và một trong số các khóa đó phải
được mở để đảm bảo tính chất hình tia của lưới điện phân phối. Ở nhiệt độ cao, cơ
chế nhiễu loạn mở khóa 13 vẫn có thể được chấp nhận bởi tiêu chuẩn Metropolis,
mặc dù hàm giá bị tăng. Nhưng ở nhiệt độ thấp, điều này bị từ chối. Do đó, việc tìm
ra một cơ chế nhiễu loạn mà nó có thể tạo ra một cấu hình mới, được chấp nhận ở
nhiệt độ thấp, là cần thiết. Từ đây, cơ chế nhiễu loạn TPM [105] được đề nghị để
lựa chọn các khóa tie và sec như sau:
Đối với mỗi khóa tie, một vòng kín sẽ được hình thành sau khi đóng nó. Kích
thước của vòng kín này được tính theo số lượng các khóa sec có trong vòng này.
Xác suất lựa chọn các khóa tie để chuyển trạng thái (opened closed) tỉ lệ với kích
thước của vòng kín loop được hình thành tương ứng.
- Từ tất cả các khóa sec trong loop, bậc của mỗi khóa sec SLi được tính theo
khoảng cách (số lượng Switch ở giữa) từ khóa tie tới nó. Ví dụ, khi khóa 25
được đóng, bậc của khóa 26 là 1, bậc của 14 là 2, vv..
- Xác suất để lựa chọn các khóa sec để chuyển trạng thái (closed open) được tính:
loop
Lj
i
Lj
j
SSW
S (3.10)
Hàm giá (Hàm năng lượng)
Các cấu hình mới được tạo từ cơ chế nhiễu ở trên phải thỏa mãn các ràng buộc
cấu hình. Các ràng buộc này được chia làm 3 loại: ràng buộc nguồn cung cấp hình
tia, ràng buộc về khả năng tải của đường dây, ràng buộc về giới hạn tổng số lần
chuyển trạng thái từ cấu hình ban đầu sang cấu hình hiện tại.
Hàm giá được xác định theo công thức sau:
os
os
( )( )
1 ( )
l s s
s l s s
P A x B x n LC x
n L P A x B x n L
(3.11)
trong đó: ,, là các hệ số phạt các vi phạm ràng buộc, A(x) và B(x) là các hàm
tương ứng với các ràng buộc về nguồn cấp và khả năng tải của đường dây.
Quá trình giảm nhiệt độ
Trong hệ thống cấu trúc chất rắn, khi ở nhiệt độ cao, chất rắn ở trạng thái thể
lỏng, quá trình nguội dần của chất rắn sẽ tạo ra các cấu trúc tinh thể, khi ở nhiệt độ
cao, quá trình làm mát có thể được diễn ra nhanh hơn mà không ảnh hưởng đến cấu
trúc hình thành, sau đó khi các cấu trúc bắt đầu hình thành thì việc làm mát được
diễn ra chậm hơn để các cấu trúc bắt đầu hình thành không bị lỗi và đạt được cấu
trúc bền vững. Do đó trong nghiên cứu này đề xuất quá trình giảm nhiệt độ như
công thức (3.12), tại thời các thời điểm ban đầu khi i = 1,2,3,…vv, quá trình giảm
nhiệt độ sẽ diễn ra nhanh, khi sắp đạt đến trạng thái cân bằng, quá trình giảm nhiệt
độ sẽ chậm dần. Chính vì vậy tại thời điểm ban đầu giảm nhiệt độ, quá trình luyện
kim sẽ diễn ra nhanh hơn, vì vậy thuật toán sẽ nhanh hơn ở giai đoạn đầu.
2
101 .
ii iT e T (3.12)
trong đó: i là số lần giảm nhiệt độ của chất rắn
Điều kiện hết thúc:
Nếu trong quá trình giảm nhiệt độ, biểu thức sau được thỏa mãn:
2 1k k kT T T T T T
C x C x C x
T T T
(3.13)
Với là một số rất nhỏ có thể được chọn tùy ý, kT T
C x
T
là trị tuyệt đối của đạo
hàm riêng của hàm giá theo T tại giá trị Tk, thì thuật toán sẽ kết thúc và cấu hình x
tại thời điểm Tk chính là nghiệm tối ưu của thuật toán mô phỏng luyện kim.
Từ đó ta có thể mô hình các bước để áp dụng thuật toán SA cho bài toán tái cấu trúc
lưới điện như sau:
Bước 1: Nhập dữ liệu của lưới điện, khởi tạo một cấu trúc ban đầu của hệ thống 𝑥𝑜,
xác định nhiệt độ ban đầu của thuật toán mô phỏng luyện kim, giá trị To đủ lớn để
đảm bảo không gian nghiệm, tính toán To theo công thức (3.8)
Bước 2: Sử dụng cơ chế nhiễu loạn TPM để tạo ra lân cận 𝑥𝑜 là 𝑥
Bước 3: Xác định độ chênh lệch hàm năng lượng (hàm tối ưu) theo công thức
∆𝐶 = 𝐶(𝑥) − 𝐶(𝑥𝑜)
trong đó: C(x) là hàm năng lượng tương ứng (3.10) và kiểm tra được các điều kiện
ràng buộc của hệ thống.
Bước 4: Kiểm tra điều kiện ∆𝐶 < 0, nếu ∆𝐶 < 0 thì thực hiện bước 6, nếu ngược
lại thì thực hiện bước 5
Bước 5: Kiểm tra điều kiện xác suất phân bố Metropolis, nếu biểu thức phân bố xác
suất 𝑒𝑥𝑝(−∆𝐶/𝑇𝑖) > 𝑅 trong đó R ∈ (0,1). Nếu biểu thức đúng thì thực hiện bước
6, nếu sai thì quay lại thực hiện bước 2.
Bước 6: (Điểm cân bằng). Cập nhật cấu hình mới của hệ thống. Nếu tỷ số chấp nhận
(3.9) trong cấu hình mới bé hơn 0,1 thì trạng thái tại nhiệt độ đó được chấp nhận và
chuyển sang bước 7, ngược lại thì quay lại bước 2
Bước 7: Kiểm tra điều kiện kết thúc (điểm đóng băng). Nếu thỏa mãn công thức
(3.13) thì cấu hình tìm được là nghiệm của bài toán, tính toán giảm nhiệt độ theo
công thức (3.12) và quay lại bước 2.
Hình 3.3 mô tả thuật toán SA áp dụng cho bài toán tái cấu trúc lưới điện trong
trường hợp không có kết nối nguồn điện phân tán.
Hình 3.3 Sơ đồ thuật toán SA cho bài toán tái cấu trúc lưới điện
Bắt đầu
Khởi tạo x = {x=x1, x
2,…. X
n}
∆𝑃𝑜, nhiệt độ ban đầu To, bộ đếm i = 0
Sử dụng cơ chế nhiễu loạn TPM để tạo x, x’
Tính tổn thất ∆𝑃𝑟
Tính toán chênh lệnh x, x’
∆𝐶 = 𝐶(𝑥′) − 𝐶(𝑥)
∆𝐶 < 0 ?
Tỷ số chấp nhận < 0,1
Đúng Sai
Điểm đóng băng
Nghiệm tối ưu
Kết thúc
Đúng
Sai
Đúng
Trạng thái cân bằng Sai
x=x’
Đúng
exp −∆𝐶
𝑇𝑖 > 𝑅?
Giảm nhiệt độ:
𝑇𝑖+1 = 𝑇𝑖 .𝑒−
2𝑖+10
i = i + 1
b. Áp dụng thuật toán SA với hàm mục tiêu giảm tổn thất có xét đến kết nối nguồn điện
phân tán (DG) vào lưới.
* Hàm mục tiêu của bài toán: Bài toán tái cấu hình lưới điện phân phối là bài
toán quy hoạch phi tuyến rời rạc theo dòng công suất chạy trên các nhánh,
nhằm mục tiêu đưa ra cấu trúc vận hành tối ưu để giảm tổn thất công suất trên
lưới điện phân phối mà vẫn đảm bảo các yếu tố kĩ thuật của lưới điện. Việc kết
nối DG vào lưới điện phân phối nhằm mục tiêu nâng cao chất lượng điện năng,
tăng độ tin cậy cung cấp điện và giảm chi phí truyền tải điện năng so với việc
phải cung cấp điện từ lưới điện truyền tải đến phụ tải. Công suất tối ưu của mỗi
DG kết nối vào lưới điện phân phối khi thay đổi cấu trúc sẽ được xác định để
đảm bảo các mục tiêu trên.
Hình 3.4 Sơ đồ lưới điện có kết nối nguồn phân tán
Đầu vào:
- Sơ đồ lưới điện.
- Các thông số của các thiết bị, như đường dây, máy biến áp, nguồn, phụ tải,
các thiết bị bù, các thiết bị đóng cắt….
- Trạng thái của các thiết bị đóng cắt trên lưới.
- Tổn thất công suất của cấu trúc đang vận hành.
- Vị trí các DG kết nối vào lưới điện phân phối, các thông số chính của DG.
Kết quả:
- Trạng thái mới của các thiết bị đóng cắt.
- Công suất của các DG kết nối vào lưới điện phân phối.
- Tổn thất công suất thỏa mãn hàm mục tiêu và các điều kiện ràng buộc.
Xây dựng hàm mục tiêu: Giả sử với cấu trúc hình tia tìm được, DG được kết nối vào
nhánh tia l tại nút m (il), khi DG hoạt động, dòng điện trên nhánh thuộc tia l thay đổi:
.newli li i DGI I D I với 𝐼𝐷𝐺 =
𝑃𝐷𝐺
𝑈𝑚 (3.14)
trong đó: Ili : Dòng điện khi chưa kết nối DG;
IDG : Dòng khi DG hoạt động;
Di = 1 nếu nhánh il, Di = 0 nếu nhánh il
Tổn thất của trong trường hợp có kết nối DG
2 2, os os ( , 1)
1 1 1
'' ( . ) .
n k m
DG L s L s k k j j li i DG i
k j i
P P I R I D I R
(3.15)
trong đó: j =1-k: Tập các nhánh không có kết nối DG;
i =1-m: Tập các nhánh có kết nối DG.
Công suất của DG được kết nối tại nút k xác định
2 2 2 2, 2 2
( ) ( 2 . 2 . )k kk DG i i G G k G k G
k k
R R GP P Q P Q P P Q Q
LU U (3.16)
Hàm mục tiêu của bài toán tái cấu trúc lưới điện khi có kết nối DG được mô tả:
os , os , os( ) ( )l se RO L se DG L seMin P Min P P (3.17)
Các điều kiện ràng buộc:
- Điều kiện đảm bảo về điện áp cho phép: min axi mU U U (3.18)
- Điều kiện đảm bảo về dòng điện cho phép: axi mI I (3.19)
- Điều kiện cân bằng công suất khi kết nối DG vào nút k:
, , os
1 1
n n
k DG k k l se
k k
P P P
(3.20)
- Điều kiện ràng buộc công suất của DG min maxDG DG DGP P P (3.21)
Bài toán tái cấu hình lưới điện phân phối trở thành tìm nghiệm:
x=(x1,x2,x3,x4,…xn, PDG1, PDG2…PDGm) để hàm mục tiêu (3.17) đạt giá trị min.
trong đó: - (PDG1, PDG2…PDGm): Công suất của DG khi kết nối vào lưới điện;
- (x1,x2,x3,x4,…xn,): Trạng thái đóng/mở của nhánh ij có giá trị 0 hoặc 1;
Hình 3.5 sơ đồ thuật toán áp dụng trong trường hợp có kết nối nguồn điện phân tán
Hình 3.5 Sơ đồ thuật toán SA cho bài toán tái cấu trúc lưới điện có xét DG
3. 2 Kiểm tra và đánh giá kết quả trên lưới mẫu IEEE
a. Xét ví dụ trong trường hợp không có nguồn điện phân tán kết nối.
Xét sơ đồ lưới điện mẫu 33 nút của IEEE như hình 3.6. Sơ đồ lưới điện mẫu là hệ
thống lưới phân phối gồm 33 nút của Baran và Wu [11]. Thống số của lưới điện
mẫu như trong phụ lục 3.1. Điện áp 12,66kV, tổng công suất là: P = 5058,25 kW và
Bắt đầu
Tạo x = {x=x1, x2,…. Xn, PDG1, PDG2, PDG3,..PDGm}
∆𝑃𝑜, nhiệt độ ban đầu To, bộ đếm i = 0
Sử dụng cơ chế nhiễu loạn TPM để tạo x, x’
Tính tổn thất ∆𝑃𝑟, (Tính giá trị hàm năng lượng C) _(10)
Tính toán chênh lệnh x, x’
∆𝐶 = 𝐶(𝑥′) − 𝐶(𝑥)
∆𝐶 < 0 ?
Tỷ số chấp nhận < 0,1
Đúng Sai
Điểm đóng băng
Nghiệm tối ưu và tính PDgi (3.16)
Kết thúc
Đúng
Sai
Đúng
Trạng thái cân bằng Sai
x=x’
Đúng
exp −∆𝐶
𝑇𝑖 > 𝑅?
Giảm nhiệt độ:
𝑇𝑖+1 = 𝑇𝑖 .𝑒−
2𝑖+10
i = i + 1
Sai
Q = 2547,32 kvar. Các khóa thường mở s33, s34, s35, s36, s37. Thiết bị chuyển
mạch thường đóng s1 để s32 được biểu diễn bởi các đường liền. Tổn thất công suất
trong trường hợp này là: 202,68 kW.
Hình 3.6 Lưới điện mẫu 33 nút IEEE - Baran & Wu
Lựa chọn các thông số α = 1000; β = 1000; ε = 0,1; δ = 1; Cấu trúc lưới điện
tối ưu sau khi thực hiện sử dụng thuật toán mô phỏng luyện kim: Các khóa: s7, s9,
s14, s32, s37 được mở ra hình 3.7. Tổn thất lưới điện 33 nút ở cấu trúc mới là:
136,57kW. Điện áp Umin và Umax của lưới điện trước khi tái cấu trúc là: 0,913pu và 1
pu, điện áp Umin và Umax được cải thiện hơn là: 0,932 pu và 1 pu
Hình 3.7 Cấu hình sau khi tái cấu trúc lưới điện Baran - Wu
Độ hội tụ của thuật toán SA được mô tả trong hình 3.8. Đồ thị điện áp trước và
sau khi thực hiện tái cấu trúc lưới điện cho thấy điện áp các nút đều nằm trong giới
hạn cho phép mô tả trong hình 3.9
Hình 3.8 Đặc tính hội tụ của thật toán Hình 3.9 Đồ thị điện áp của các nút
Kết quả nghiên cứu của phương pháp đề xuất được so sánh với một số thuật toán
Gomes [37], HSA [45], Shirmohammadi [80], Zhu [106], HR[25]. Nhận thấy, độ
giảm tổn thất của các phương pháp đề xuất tương đương với phương pháp Gomes
và tốt hơn các phương pháp của Zhu và HR, giá trị nhỏ nhất điện áp đảm bảo điều
kiện kỹ thuật. Kết quả so sánh được tổng hợp trong bảng 3.2
Bảng 3.2: So sánh thuật toán SA với các thuật toán khác
Phương pháp Tổn thất (kW) Umin (p.u) Các khóa mở
Cấu trúc ban đầu 202.68 0.913 s33, s34, s35, s36, s37
Phương pháp (SA) 136.57 0.932 s7, s9, s14, s32, s37
Gomes [37] 136.57 0.928 s7, s9, s14, s32, s37
HSA [45] 137.07 0.928 s7, s9, s14, s32, s37
Shirmohammadi [80] 136.66 0.921 s7, s10, s14, s32, s37
Zhu [106] 139,52 0.934 s11, s28, s32, s32, s33
HR[25] 137.54 0.921 s33, s14, s7, s36, s28
Nhận xét: Thông qua việc tính toán trên sơ đồ lưới mẫu 33 nút ta nhận thấy phương
pháp đề xuất đã thực hiện tính và đưa ra được cấu trúc tối ưu có độ giảm tổn thất
công suất so với cấu trúc ban đầu, kết quả tính toán được so sánh với một số
phương pháp khác thì có kết quả tốt hơn hoặc tương. Độ giảm tổn thất của lưới điện
phân phối trước và sau khi tái cấu trúc là: 70,02kW
b. Kiểm tra trên ví dụ mẫu của IEEE với lưới điện 16 nút có DG kết nối.
Hình 3.10. Sơ đồ lưới điện 16 nút – IEEE
Kiểm tra trên lưới điện 16 nút có: điện áp định mức 6 kV, 21 nhánh và 6 khoá mở,
trong đó có 2 DG do G.Celli đề xuất được mô tả tại hình 3.10, số liệu nhánh và nút cho
trong [23]. Trong LĐPP có 2 DG, công suất phát lần lượt là 450kW ở nút 9 và 630kW
ở nút 13. Quá trình tìm kiếm cấu hình vận hành giảm tổn thất công suất tác dụng được
khảo sát trong 2 trường hợp không có DG và có DG. Kết quả trình tìm kiếm cấu hình
tối ưu được so sánh với kết quả của [23] và đối chiếu với trình TOPO trong
PSS/ADEPT 5.0 để kiểm chứng ưu điểm của thuật toán. Kết quả tổng hợp cho trong
bảng 3.3. Lựa chọn các thông số α = 750; β = 800; γ =0,1; ε = 0,1; δ = 1;
Mô phỏng quá trình hội tụ của thuật toán SA đối với các trường hợp không có
DG, có 1 DG và 2 DG kết nối vào lưới điện phân phối, quá trình hội tụ đạt được tại
lần giảm nhiệt độ khi i = 18,19,20.
Hình 3.11 Quá trình hội tụ thuật toán SA Hình 3.12 Đồ thị điện áp của các nút
Mô phỏng đồ thị điện áp tại các nút trong các trường hợp. Nhận thấy giá trị
Umin trong các trường hợp đều nằm trong giới hạn điện áp cho phép. Trong đó,
trường hợp khi có cả hai nguồn phân tán tham gia, điện áp của các nút có giá trị tốt
nhất, hình 3.12 giá trị điện áp tại các nút gần nhất với điện áp định mức.
Bảng 3.3: Bảng tổng hợp so sánh phương pháp đề xuất với phương pháp khác
Kết quả tính toán được so sánh với thuật toán do G.Celli [39] đề xuất và với
công cụ tính toán Topo trong phần mềm PSS/ADEPT. Ta nhận thấy các kết quả so
sánh đối với các trường hợp không có DG, có 1 DG kết nối lần lượt ở các nút số 9,
số 13 và trường hợp kết nối cả 2 nút. Kết quả đề suất của thuật toán SA cải tiến cho
kết quả tốt hơn khi so sánh với thuật toán của G.Celli và tương tự kết quả của
PSS/ADEPT.
Xét ví dụ 1 nguồn IEEE 33 nút phụ tải có thông số được thể hiện trong [23], sử
dụng 4 DG có thông số cho ở bảng 3.4, lưới điện được biểu diễn tại hình 3.13. Cấu
hình ban đầu không kết nối với các DG có tổn thất công suất 202.66 kW tương ứng
với các nhánh mở: 25-29, 18-33, 9-15, 12-22, 8-2.
STT Khóa mở ∆𝑃 kW Phương
pháp
DG1
Nút 9
DG2
Nút 13
Ghi chú
1 2;8;9;15;16;20 144.17 G Celli[39] 0 0 Không kết
nối DG 2 2;16;17;10;20;19 92.3 TOPO [83] 0 0
3 2;16;17;10;20;19 92.3 SA 0 0
4 2;8;10;15;18;20 81.93 G Celli[39] 450 630 Kết nối cả
2 DG 5 2;17;18;20;10;19 66.3 TOPO [83] 450 630
6 2;17;18;20;10;19 66.3 SA 450 630
7 2;8;10;15;16;20 84.74 G Celli[39] 450 0 DG1 làm
việc, DG2
dừng
8 2;17;16;20;10;19 83.7 TOPO [83] 450 0
9 2;17;16;20;10;19 83.7 SA 450 0
10 2;9;10;15;18;20 99.04 G Celli[39] 0 630 DG1 làm
việc, DG2
dừng
11 2;17;18;20;10;19 74.3 TOPO [83] 0 630
12 2;17;18;20;10;19 74.3 SA 0 630
Bảng 3.4. Thông số các DG [11]
54
6
82 3 7
19
9
1211 1413 16
15 18
17
26 27 28 29 30 31 32 33
23 24 25
20 21 22
101
TT Nút P
(kW)
Q (kVar)
1 4 50 37.5
2 7 100 48.4
3 25 200 96.9
4 30 100 0
Hình 3.13. Sơ đồ 1 nguồn 33 nút có 4 DG [10]
Thông số cho ở bảng 3.4 và kết nối vào các nút như hình 3.13
Hình 3.14 Quá trình hội tụ của lưới điện 33 nút không có các DG
Hình 3.15 Quá trình hội tụ của lưới điện 33 nút có các DG
Bảng 3.5 So sánh thuật toán SA với PSO và PSS/ADEPT trên lưới 33 nút
Phương pháp Tổn thất (kW) Khóa mở Vòng lặp
Hệ thống không có DG
Cấu hình ban đầu 202.66 25-29, 18-33, 9-15, 12-22, 8-21 -
PSO [54] 138.876 7-8, 25-29, 8-9, 14-15, 32-33 23
SA 138.876 7-8, 25-29, 8-9, 14-15, 32-33 16
PSS/ADEPT 129.55 7-8, 28-29, 9-10, 14-15, 32-33 -
Hệ thống có kết nối DG
PSO [54] 111.45 7-8, 28-29, 8-9, 14-15, 32-33 15
SA 111.45 7-8, 28-29, 9-10, 14-15, 32-33 12
PSS/ADEPT 111.45 7-8, 28-29, 9-10, 14-15, 32-33 -
Trong trường hợp không có kết nối với DG, tốc độ hội tụ của thuật toán SA hội tụ
ở bước lặp thứ 16, đối với thuật toán PSO thuật toán hội tụ tại bước thứ 23. Hình 3.14
Đối với mạng điện 33 nút. Sau khi thực thi thuật toán thu được cấu hình mới tối
ưu hơn với các nhánh mở là 7-8, 25-29, 9-10, 14-15, 32-33 và tổn thất 138.876 kW,
khi thực hiện bằng SA chi mất có 16 vòng lặp, thuật toán đã tìm được cấu trúc tối
ưu, trong khi PSO mất 23 vòng lặp với cùng một không gian tìm kiếm ban đầu được
khởi tạo như nhau.
Khi đưa 4 DG vào vận hành, đặc tính hội tụ của thuật toán được cho ở hình
3.15, với tổn thất công suất 111.145 kW sau 12 vòng lặp, trong khi thuật toán PSO
hội tụ sau 15 vòng lặp.
3.3 Kết luận chương
Ý nghĩa thuật toán: Trong kết quả nghiên cứu này tác giả đã đề xuất sử dụng
thuật toán SA cho bài toán tái cấu trúc lưới điện phân phối trong hai trường hợp là
không có kết nối nguồn điện phân tán và có kết nối nguồn điện phân tán. Trong nội
dung trình bày, các đóng góp của nghiên cứu là đã cải tiến phần nào thuật toán SA
để kết quả tốt hơn, cụ thể:
- Trong cơ chế nhiễu loạn sử dụng việc lựa chọn vòng kín để mở và sử dụng
bậc của khóa để thực hiện việc đóng/mở vòng kín.
- Cải tiến quá trình giảm nhiệt độ theo công thức (3.12) để tăng tốc độ hội tụ
của thuật toán
- Xây dựng hàm giá (hàm năng lượng) tương ứng với hàm mục tiêu của bài
toán tái cấu trúc lưới điện
- Cải tiến điều kiện dừng của thuật toán (3.13)
Mô phỏng và đánh giá: Mô phỏng thuật toán đề xuất trên các lưới điện mẫu của
IEEE và so sánh với các nghiên cứu khác, cho kết quả tương đương và tin cậy,
cụ thể:
Thuật toán cải tiến SA đề xuất được kiểm tra trên 2 sơ đồ lưới điện mẫu của
IEEE với sơ đồ 16 nút và 33 nút. Kết quả nghiên cứu được thực hiện trong 2 trường
hợp, có kết nối nguồn điện phân tán và không kết nối nguồn điện phân tán. Đối với
trường hợp 16 nút, kết quả nghiên cứu cho thấy phương pháp SA đề xuất tốt hơn
phương pháp so sánh G. Celli[39], PSO và có cùng kết quả với module Topo trong
phần mềm PSS/ADEPT. Đối với trường hợp 33 nút, kết quả nghiên cứu được so
sánh với thuật toán PSO, nhận thấy về tốc độ hội tụ của thuật toán đề xuất nhanh
hơn thuật toán PSO, kết quả của 3 phương pháp có cùng kết quả.
CHƯƠNG 4
THUẬT TOÁN DI TRUYỀN CHO BÀI TOÁN TÁI CẤU TRÚC LƯỚI ĐIỆN
PHÂN PHỐI CÓ XÉT ĐẾN QUY HOẠCH NGUỒN ĐIỆN PHÂN TÁN
Giới thiệu: Trong chương này tác giả tiếp cận bài toán tái cấu trúc lưới điện
với hàm mục tiêu giảm tổn thất điện năng đồng thời xác định vị trí, công suất tối
ưu của các nguồn điện phân tán (DG) khi kết trên lưới điện phân phối. Giải pháp
xác định vị trí và công suất của các DG tối ưu và xác định cấu hình vận hành được
thực hiện bằng hai giai đoạn với thuật toán di truyền (GA - Genetic Algorithm).
Trong đó, giai đoạn thứ nhất sử dụng thuật toán di truyền xác định vị trí và công
suất tối ưu của các nguồn điện phân tán trên lưới điện phân phối kín (đóng tất cả các
khóa điện), ở giai đoạn thứ hai, giải thuật di truyền được sử dụng để xác định cấu
trúc vận hành hở tối ưu của hệ thống. Kết quả bài toán được so sánh với các nghiên
cứu khác cho thấy tính hiệu quả của giải pháp đề xuất. [CT6]
4.1 Áp dụng thuật toán di truyền cho bài toán tái cấu trúc lưới điện phân phối
4.1.1 Giới thiệu thuật toán di truyền
Thuật toán di truyền là một kỹ thuật của khoa học máy tính nhằm tìm kiếm giải
pháp thích hợp cho các bài toán tối ưu tổ hợp (combinatorial optimization), là một
phân ngành của thuật toán tiếkn hóa, vận dụng các nguyên lý của tiến hóa như: di
truyền, đột biến, chọn lọc tự nhiên, và trao đổi chéo. Nó sử dụng ngôn ngữ máy tính
để mô phỏng quá trình tiến hoá của một tập hợp những đại diện trừu tượng (gọi là
những nhiễm sắc thể), của các giải pháp có thể (gọi là những cá thể) cho bài toán tối
ưu hóa vấn đề. Tập hợp này sẽ tiến triển theo hướng chọn lọc những giải pháp tốt
hơn. GA cũng như các thuật toán tiến hoá, đều được hình thành dựa trên một quan
niệm được coi là một tiên đề phù hợp với thực tế khách quan. Đó là quan niệm
"Quá trình tiến hoá tự nhiên là quá trình hoàn hảo nhất, hợp lý nhất và tự nó đã
mang tính tối ưu". Quá trình tiến hoá thể hiện tính tối ưu ở chỗ thế hệ sau bao giờ
cũng tốt hơn thế hệ trước.
Ngày nay, GA càng trở nên quan trọng, đặc biệt là trong lĩnh vực tối ưu hoá,
một lĩnh vực có nhiều bài toán thú vị, được ứng dụng nhiều trong thực tiễn nhưng
thường khó và chưa có phương pháp hiệu quả để giải quyết.
4.1.2 Một số tính chất của thuật toán di truyền
Thuật toán GA là kỹ thuật chung, giúp giải quyết vấn đề bằng cách mô phỏng
sự tiến hóa của con người hay của sinh vật nói chung (dựa trên thuyết tiến hóa
muôn loài của Darwin), trong điều kiện qui định sẵn của môi trường. Mục tiêu của
GA không nhằm đưa ra lời giải chính xác tối ưu mà là đưa ra lời giải tương đối tối
ưu. Một cá thể trong GAs sẽ biểu diễn một giải pháp của bài toán. Tuy nhiên, không
giống với trong tự nhiên là một cá thể có nhiều nhiễm sắc thể (NST) mà để giới hạn
trong GA, ta quan niệm một cá thể có một NST. Do đó, khái niệm cá thể và NST
trong GA coi như là tương đương. Một NST được tạo thành từ nhiều gen, mỗi gen
có thể có các giá trị khác nhau để quy định một tình trạng nào đó. Trong GA, một
gen được coi như một phần tử trong chuỗi NST. Một tập hợp các cá thể có cùng
một số đặc điểm nào đấy được gọi là quần thể. Trong thuật giải di truyền, ta quan
niệm quần thể là một tập các lời giải của một bài toán.
4.1.3 Một số nghiên cứu liên quan
Các máy phát điện phân tán (DGs) được kết nối với lưới điện ở các điện áp
cấp phân tán đang tạo ra nguồn điện phục vụ cho khách hàng tại chỗ. Vì lý do an
ninh năng lượng và lợi ích kinh tế, sự có mặt của DGs vào các mạng lưới phân phối
đã tăng lên nhanh chóng [48, 31]. Tác động của các DG vào hệ thống điện đã thu
hút sự quan tâm của một các nghiên cứu gần đây. Trong [67], các tác giả đề xuất so
sánh độ nhạy tổn thất điện năng mới (NPLS), chỉ số ổn định năng lượng (PSI), và
chỉ số ổn định điện áp (VSI) để phân bổ tối ưu và công suất của DG trong mạng
lưới phân phối hình tia. Trong [68], một phương pháp dựa giải thuật (BFOA) được
đề xuất để tìm vị trí tối ưu và dung lượng của DG với hàm mục tiêu giảm tổn thất
điện năng, chi phí hoạt động và cải thiện ổn định điện áp. Trong [99], các tác giả đề
xuất một phương pháp dựa trên mạng nơ-ron nhân tạo để tìm dung lượng và vị trí
DG tối ưu do sự phức tạp và đa dạng của các DG. Kayal và Chanda đã đề xuất một
máy phát điện tua bin gió mới dựa trên mô hình hạt nhân và phương pháp sắp đặt
mảng quang điện để giảm sự mất điện và cải thiện sự ổn định điện áp của hệ thống
lưới điện phân phối. Trong [5], một ứng dụng mới của việc tối ưu hóa hàm đa mục
tiêu đã được phát triển để xác định vị trí và dung lượng của DG, và định mức giá
bán của công suất phát ra. Gần đây, một số nghiên cứu đã tích hợp cả các vấn đề về
vị trí của DNR và DG để cải thiện hiệu quả mạng lưới phân phối [95-76-69]. Trong
[106], vấn đề DNR trong sự hiện diện của DG với mục tiêu giảm thiểu tổn thất điện
năng thực tế và tăng cường cấu hình điện áp trong mạng phân phối được giải quyết
dựa trên thuật toán tìm kiếm (HSA). Trong [14], một phương pháp dựa trên thuật
toán tối ưu (FWA) được đề xuất để giải quyết DNR cùng với vị trí DG để giảm
thiểu tổn thất điện năng và cải thiện điện áp ổn định.
Tài liệu [97] nghiên cứu sử dụng phương pháp điểm trong để xác định vị trí và
dung lượng của DG nhằm tối ưu tổn thất lưới phân phối, kết quả áp dụng trên lưới 10
nút và lưới 42 nút đạt được khá tốt. Kết quả tính toán cho thấy vị trí đặt DG tối ưu là tại
nút có công suất tải tiêu thụ lớn nhất trong lưới phân phối. Độ giảm tổn hao trên lưới
phân phối sau khi có DG so với trước nhiều hay ít phụ thuộc vào công suất phát ra của
DG. Sự tham gia DG vào hệ thống lưới điện phân phối sẽ đạt được một số lợi ích về
mặt kỹ thuật: giảm tổn hao đường dây, cải thiện chỉ số điện áp, nâng cao chất lượng
điện năng, tăng độ tin cậy trong việc truyền tải và phân phối... Trong [63] đã công bố
nghiên cứu “Tối ưu hóa vị trí đặt và công suất phát của nguồn phân tán trên mô hình
lưới điện phân phối 22kV” mô tả cách sử dụng giải thuật GA để tìm ra vị trí đặt và
công suất phát tối ưu của nguồn phân tán trên mô hình lưới điện 22kV. Tuy nhiên, các
nghiên cứu trên chỉ tập trung giải quyết trên một lưới điện phân phối hình tia cố định và
chưa xét đến bài toán cấu hình. Điều này, thực sự chưa phù hợp với bài toán thiết kế và
vận hành lưới điện phân phối mà đặc biệt là lưới điện phân phối trong thị trường điện
cạnh tranh hoàn toàn vì: Lưới điện phân phối phải luôn chuyển tải để đảm bảo đạt được
mục tiêu vận hành khi sự thay đổi của phụ tải.
Nhận xét: Nhìn chung có các phương pháp xác định vị trí và dung lượng DG
trong các nghiên cứu khoa học hiện nay có thể tóm tắt thành 4 nhóm như sau:
(1) Xác định vị trí và công suất của các nguồn phân tán tối ưu trên lưới điện
phân phối hình tia ban đầu bằng các thuật toán tối ưu. Sau đó sử dụng các thuật toán
tối ưu để xác định cấu trúc lưới có tổn thất công suất bé nhất.
(2) Xác định cấu trúc lưới có tổn thất bé nhất bằng các thuật toán tối ưu. Sau
đó, Xác định vị trí và công suất của các nguồn phân tán tối ưu trên lưới điện phân
phối có cấu trúc hình tia tối ưu.
(3) Xác định vị trí của các nguồn phân tán dựa trên các chỉ số như độ ổn định
điện áp, độ nhạy điện áp các nút…. Sau đó sử dụng các thuật toán tối ưu để xác
định dung lượng, kết hợp với bài toán tái cấu trúc lưới.
(4) Sử dụng các thuật toán tối ưu để giải bài toán xác định vị trí, công suất
nguồn phân tán và xác định cấu trúc vận hành hình tia tối ưu.
Trong bốn kỹ thuật được sử dụng, phương pháp (1) và (2) có ưu điểm là dễ
dàng thực hiện, thời gian tính toán nhanh. Nhưng kết quả thu được thường không
phải là hệ thống phân phối có tổn thất công suất bé nhất do sự độc lập của hai lần
tính toán. Phương pháp (3), đã hạn chế được nhược điểm của phương pháp (1) và
(2). Tuy nhiên, các chỉ số ban đầu của lưới phân phối để lựa chọn vị trí của nguồn
phân tán lại thường bị thay đổi khi cấu trúc lưới thay đổi dẫn đến giải pháp thu được
sau cùng cũng có thể không phải là tối ưu nhất. Phương pháp (4) đã giải quyết được
những hạn chế của các phương pháp trên. Nhưng rõ ràng, bài toán sẽ trở nên phức
tạp hơn do bởi sự khác nhau về bản chất của các biến trong véc tơ biến điều khiển
của các thuật toán tối ưu và ít nhiều ảnh hưởng đến các cơ chế tạo ra các véc tơ biến
mới trong quá trình tối ưu. Mặt khác, thời gian tính toán trên thuật toán sẽ lâu hơn
do số biến cần tối ưu lớn bao gồm vị trí nguồn phân tán, công suất nguồn phân tán
và các khóa điện cần thay đổi trong hệ thống.
4.2 Phương pháp đề xuất
4.2.1 Mô tả bài toán và hàm mục tiêu
Bài toán: Xác định vị trí và dung lượng của các DG khi kết nối với lưới điện phân
phối trong bài toán tái cấu hình lưới với hàm mục tiêu cực tiểu tổn thất công suất tác
dụng và cực đại công suất của các DG [5]
Một trong những ưu điểm lớn khi đặt DG trên lưới điện phân phối là giảm tổn
thất công suất do bởi khả năng đáp ứng nhu cầu phụ tải tại chỗ và các vùng lân cận.
Ngoài ra, để giảm tổn thất công suất trên lưới điện phân phối bài toán tái cấu hình
thông qua việc thay đổi trạng thái các khóa điện cũng đã được nhiều nhà nghiên cứu
quan tâm giải quyết và đã chứng minh được hiệu quả của phương pháp tái cấu hình
đem lại. Do đó, trong phạm của nghiên cứu này hàm mục tiêu giảm tổn thất công
suất được xem như là hàm mục tiêu chính của bài toán xác định vị trí và công suất
nguồn điện phân tán có xét đến bài toán tái cấu hình lưới điện phân phối [9]
Tổn thất công suất tác dụng của một phần đường dây giữa nút i và nút i+1 được tính
như sau:
∆P(i,i+1) = R(i,i+1) [(Pi
2+Qi2)
|Vi|2
] (4.1)
trong đó Pi, Qi: Công suất tác dụng và công suất phản kháng tại nhánh thứ i
Vi: Điện áp tại nút thứ i
R(i,i+1): Điện trở dây giữa nút i và nút i+1
Tổn thất công suất của hệ thống bằng tổng tổn thất trên các nhánh.
Ploss = ∑ ki∆PiNbri=1 = ∑ ki. Ri. |Ii|
2Nbri=1 = ∑ kiRi
Pi2+Qi
2
Vi2
Nbri=1 (4.2)
trong đó ΔPi: Tổn thất công suất tác dụng trên nhánh thứ i
Nbr: Tổng số nhánh
Pi, Qi: Công suất tác dụng và công suất phản kháng trên nhánh thứ i
Vi, Ii: Điện áp nút kết nối của nhánh và dòng điện trên nhánh thứ i
Ploss: Tổn thất công suất tác dụng của hệ thống;
ki: Trạng thái của các khóa điện (ki = 0: khóa điện thứ i mở)
Ngoài ra, đối với các DG có công suất giới hạn nhất là các DG dùng nguồn năng
lượng tái tạo, việc tận thu công suất từ các nguồn DG này có ý nghĩa quan trọng
nhằm tránh lãng phí khả năng của các nguồn phát này. Tuy nhiên, việc huy động tối
đa công suất phát của các nguồn phân tán có thể làm ảnh hưởng đến chất lượng hệ
thống phân phối chẳng hạn như có thể xảy ra hiện tượng quá điện áp trên một số
phần của lưới phân phối. Vì vậy, trong phạm vi nghiên cứu này bên cạnh mục tiêu
giảm tổn thất công suất trên lưới điện phân phối, tối đa công suất phát của các
nguồn phân tán cũng được xem như hàm mục tiêu thành phần của đa mục tiêu:
F = 𝑚𝑖𝑛 𝑎 ∑ 𝑘𝑖 . 𝑅𝑖 . |𝐼𝑖|2𝑁𝑏𝑟
𝑖=1 + (1 − 𝑎)∑ 1 −𝑃𝐷𝐺𝑗
𝑃𝐷𝐺𝑗𝑚𝑎𝑥
𝑁𝐷𝐺𝑗=1 (4.3)
trong đó NDG: Số lượng nguồn điện phân tán lắp đặt trên lưới phân phối
PDGj : Công suất phát của nguồn điện phân tán thứ j
PDGjmax: Công suất phát lớn nhất của nguồn điện phân tán thứ j
a: hệ số ảnh hưởng tổn hao công suất và công suất DG đến hàm mục tiêu.
Ràng buộc bài toán:
- Cấu trúc hình tia: Để duy trì cấu trúc hình tia, tổng số nhánh được kết nối
(Nbr) của mỗi cấu hình phải bằng tổng số nút được kết nối (Nb) trừ đi một đơn vị:
Nbr = Nb − 1 (4.4)
- Giới hạn dòng điện trên các nhánh: Để duy trì an ninh hệ thống, dòng điện
chạy qua các nhánh phải luôn nằm trong giới hạn cho phép của đường dây:
|Ii| ≤ Ii,max, với i = 1, 2, … , Nbr (4.5)
- Giới hạn điện áp các nút: Để duy trì sự ổn định của hệ thống điện, biên độ
điện áp các nút phải được giữ trong giới hạn vận hành cho phép:
Vi,min ≤ |Vi| ≤ Vi,max, với i = 1, 2, … , Nbus (4.6)
- Giới hạn công suất phát của DG: Nếu phân loại DG theo kích cỡ công suất,
nguồn điện phân tán có công suất từ 1 đến 5 kW được gọi là máy phát có công suất
cực nhỏ (Micro DG), công suất từ 5 kW đến 5 MW được gọi là máy phát công suất
nhỏ (Small DG), công suất từ 5 MW đến 50 MW được gọi là máy phát công suất
trung bình (Medium DG) và máy phát có công suất lớn khi công suất nằm trong
khoảng 30 đến 50 MW.
Nếu phân loại theo loại máy phát, DG có thể được chia làm bốn loại: Loại
P-DG, chỉ phát công suất tác dụng và không trao đổi công suất phản kháng với
lưới. Loại Q-DG, chỉ trao đổi công suất phản kháng với lưới. Loại PQ+ cung
cấp cả công suất tác dụng và phản kháng lên lưới điện. Loại PQ- cung cấp công
suất tác dụng và tiêu thụ công suất phản kháng từ lưới. Trong phạm vi nghiên
cứu này, máy phát tán loại P-DG có công suất nhỏ được sử dụng để tối ưu vị trí
và dung lượng trên lưới điện phân phối, và giới hạn công suất của các máy phát
được định nghĩa:
PDGi,min ≤ PDG,i ≤ PDGi,max, với i = 1, 2, … , NDG (4.7)
4.2.2 Đề xuất phương pháp sử dụng thuật toán GA cho bài toán tái cấu trúc
lưới điện phân phối
Dựa trên hàm mục tiêu của bài toán và các bước của thuật toán di truyền,
trong nghiên cứu này đề xuất 2 phương pháp tương ứng sử dụng thuật di truyền cho
bài toán tái cấu trúc lưới điện: Phương pháp 1 đề xuất sử dụng thuật toán GA thông
qua việc tìm kiếm đồng thời cấu trúc tối ưu và vị trí của DG. Phương pháp 2 đề xuất
việc tìm kiếm cấu trúc và vị trí của DG được chia làm 2 giai đoạn, giai đoạn 1 sẽ
tìm vị trí và dung lượng của DG, giai đoạn 2 sẽ tìm cấu trúc tối ưu của lưới điện
phân phối. [CT6]
Phương pháp 1: Phương pháp tìm kiếm đồng thời vị trí, dung lượng của DG và cấu
trúc tối ưu, dựa trên việc chọn lọc, lai ghép của thuật toán di truyền. Các bước
phương pháp đề xuất theo các bước sau:
Bước 1: Khởi tạo quần thể: Đối với thuật toán di truyền, mỗi nhiễm sắc thể tương
ứng với một giải pháp để giải bài toán. Trong bài toán xác định vị trí và công suất
nguồn điện phân tán có xét đến bài toán tái cấu trúc, cấu trúc của mỗi giải pháp gồm
có hai thành phần. Thành phần thứ nhất bao gồm các khóa điện mở và thành phần
thứ hai gồm vị trí và công suất của các nguồn điện phân tán. Vì vậy, nhiễm sắc thể
thứ i trong quần thể được khởi tạo ngẫu nhiên như sau:
Xi = [S1i , … , SNO
i , VT1i , … , VTm
i , DG1i , … , DGm
i ] (4.8)
trong đó: SNOi : Khóa điện mở
NO: Số lượng khóa mở để duy trì cấu trúc lưới hình tia
m: Số lượng DG cần lắp đặt
VTmi : Vị trí các nút được lắp đặt DG thứ m
DGmi : Công suất của DG thứ m cần lắp đặt
Dựa trên quần thể được khởi tạo, thông số nhánh và nút của lưới điện được cập
nhật và bài toán phân bố công suất được giải dựa trên phương pháp lặp Newton-
Raphson để tính toán giá trị của hàm mục tiêu (tổn thất công suất).
Bước 2: Chọn lọc các nhiễm sắc thể tốt: Mục đích của chọn lọc là đảm bảo cơ hội
tái sinh lớn hơn cho các nhiễm sác thể tốt. Chọn lọc được thực hiện dựa trên giá trị
thích nghi của các nhiễm sắc thể. Đầu tiên, giá trị thích nghi của N nhiễm sắc thể
được sắp xếp theo thứ tự từ xấu đến tốt nhất. Sau đó, chỉ có các nhiễm sắc thể tốt
nhất được lựa chọn với tỉ lệ Nkeep cho các giai đoạn tiếp theo, các nhiễm sắc thể còn
lại được loại bỏ khỏi quần thể.
Bước 3: Ghép chéo tạo ra các nhiễm sắc thể mới: Ghép chéo (lai hóa) cho phép
trao đổi thông tin gen giữa các nhiễm sắc thể được chọn lọc. Các nhiễm sắc thể mới
xuất hiện trong quần thể góp phần làm tăng tính đa dạng, do đó cho phép thăm dò
các điểm mới trong không gian tìm kiếm. Trong nghiên cứu này, phương pháp ghép
chéo đơn điểm được sử dụng để tạo ra các nhiễm sắc thể mới. Tuy nhiên, đối với
các nhiễm sắc thể liên tục phương pháp ghép chéo này không tạo ra thông tin mới vì
mỗi giá trị liên tục được tạo ra một cách ngẫu nhiên trong quần thể ban đầu được
truyền nguyên vẹn cho thế hệ sau, chỉ có cách kết hợp khác nhau. Do đó, một
phương pháp chéo cải tiến [38] được sử dụng để tạo ra các thế hệ con. Các bước
chính của phương pháp cải tiến có thể được mô tả như sau:
Xm1 Xm2 ... Xmα ... Xmd Xd1 Xd2 ... Xdα ... Xdd
Xnew1 = Xmα – β(Xmα – Xdα) Xnew2 = Xmα + β(Xmα – Xdα)
Xm1 Xm2 ... Xnew1 ... XddXdα+1
Xmα+1 Xdα+1
Xd1 Xd2 ... Xnew2 ... XmdXmα+1
Hình 4.1 Cơ chế ghép chéo của thuật toán GA
(a) Chọn ngẫu nhiên một gen trong mỗi cặp nhiễm sắc thể cần ghép chéo
Parent1 = [Xm1, Xm2, …, Xmα, … Xmd] (4.9)
Parent2 = [Xd1, Xd2, …, Xdα, … Xdd] (4.10)
(b) Thay thế các gen được chọn bằng các gen mới như sau
Xnew1= Xmα – β(Xmα – Xdα) (4.11)
Xnew2=Xmα + β(Xmα – Xdα) (4.12)
(c) Tạo ra các nhiễm sắc thể con bằng phương pháp ghép chéo đơn điểm
offspring 1 = [Xm1, Xm2, …, Xnew1, … Xdd] (4.13)
offspring 2 = [Xd1, Xd2, …, Xnew2, … Xmd] (4.14)
Bước 4: Đột biến tạo ra các nhiễm sắc thể mới: Để thuật toán di truyền không bị
rơi vào điểm cực trị địa phương trong quá trình khám phá không gian tìm kiếm.
Trong nghiên cứu sử dụng tỉ lệ đột biến bằng 20% tổng số gen trong quần thể nhiễm
sắc thể tại mỗi thế hệ. Lưu ý rằng, nhiễm sắc thể tốt nhất trong quần thể sẽ không
được thay thể bằng các nhiễm sắc thể được tạo ra do đột biến.
𝑋(𝑖, 𝑑) = [X𝑚𝑖𝑛,𝑑 + 𝑟𝑎𝑛𝑑 × (X𝑚𝑎𝑥,𝑑 − X𝑚𝑖𝑛,𝑑)] (4.15)
trong đó: 𝑋(𝑖, 𝑑) là các khóa mở, vị trí nguồn điện phân tán và công suất nguồn điện
phân tán được chọn để đột biến. Cơ chế đột biến của thuật toán di truyền được mô
tả chỉ tiết như hình sau:
X1 X2 ... Xd ... Xdd
X1 X2 ... Xdm ... Xdd
Xdm = [Xmin,d + rand (Xmax,d – Xmin,d)]
Hình 4.2 Cơ chế đột biến trong thuật toán GA
Đối với quần thể mới được tạo thành, mỗi nhiễm sắc thể được kiểm tra và điều
chỉnh trong giới hạn cho phép ban đầu để đảm bảo cấu trúc lưới thu được là hình tia
và công suất nguồn điện phân tán nằm trong giới hạn cho phép.
{𝑆𝑑𝑖 = 𝑆𝑑,𝑚𝑎𝑥 𝑛ế𝑢 𝑆𝑑
𝑖 > 𝑆𝑑,𝑚𝑎𝑥
𝑆𝑑𝑖 = 𝑆𝑑,𝑚𝑖𝑛 𝑛ế𝑢 𝑆𝑑
𝑖 < 𝑆𝑑,𝑚𝑖𝑛
𝑣ớ𝑖 𝑑 = 1,2, … ,𝑁𝑂 (4.16)
{𝑉𝑇𝑑
𝑖 = 𝑉𝑇𝑑,𝑚𝑎𝑥 𝑛ế𝑢 𝑉𝑇𝑑𝑖 > 𝑉𝑇𝑑,𝑚𝑎𝑥
𝑉𝑇𝑑𝑖 = 𝑉𝑇𝑑,𝑚𝑖𝑛 𝑛ế𝑢 𝑉𝑇𝑑
𝑖 < 𝑉𝑇𝑑,𝑚𝑖𝑛
𝑣ớ𝑖 𝑑 = 1,2, … ,𝑚 (4.17)
{𝐷𝐺𝑑
𝑖 = 𝐷𝐺𝑑,𝑚𝑎𝑥 𝑛ế𝑢 𝐷𝐺𝑑𝑖 > 𝐷𝐺𝑑,𝑚𝑎𝑥
𝐷𝐺𝑑𝑖 = 𝐷𝐺𝑑,𝑚𝑖𝑛 𝑛ế𝑢 𝐷𝐺𝑑
𝑖 < 𝐷𝐺𝑑,𝑚𝑖𝑛
𝑣ớ𝑖 𝑑 = 1,2, … ,𝑚 (4.18)
trong đó: 𝑆𝑑,𝑚𝑎𝑥, 𝑆𝑑,𝑚𝑖𝑛 : Các khóa điện được mã hóa lớn nhất và nhỏ nhất trong
mỗi vòng kín trên lưới điện phân phối.
𝑉𝑇𝑑,𝑚𝑎𝑥, 𝑉𝑇𝑑,𝑚𝑖𝑛: Vị trí nút lớn nhất và nhỏ nhất có thể đặt DG
𝐷𝐺𝑑,𝑚𝑎𝑥, 𝐷𝐺𝑑,𝑚𝑖𝑛: Công suất cho phép lớn nhất và nhỏ nhất của DG
Bước 5: Điều kiện dừng thuật toán: Thông thường đối với các thuật toán tiến hóa,
điều kiện dừng của thuật toán có thể là sự sai khác của giá trị hàm mục tiêu trong
một số vòng lặp nhất định hoặc là dựa vào số vòng lặp đặt trước. Trong phạm vi
nghiên cứu này, điều kiện dừng của thuật toán di truyền được thực hiện dựa trên số
thế hệ đặt trước Itermax. Sơ đồ thuật toán của phương pháp xác định vị trí và công
suất nguồn điện phân tán có xét đến bài toán tái cấu trúc áp dụng thuật toán di
truyền được mô tả chi tiết như hình 4.3
Bắt đầu
Đọc thông số lưới, Xác định không gian tìm kiếm các khóa mở;
Chọn các thông số: kích thước quần thể N, số biến cần tối ưu, tỉ lệ đột biến Xm, và tỉ lệ
chọn lọc Xkeep, Số thế hệ Itermax
- Khởi tạo ngẫu nhiên quần thể nhiễm sắc thể N
[khóa mở,…, vị trí DG,..., công suất DG,...]
Giải bài toán phân bố công suất và tính toán tổn thất công suất cho mỗi nhiễm sắc thể
- Giữ lại các nhiễm sắc thể tốt nhất dựa trên tỉ lệ chọn lọc Xkeep
- Chọn các cặp nhiễm sắc thể để ghép chéo
Xuất nhiễm sắc thể tốt nhất (có tổn thất công suất nhỏ nhất) bao gồm
[khóa mở, vị trí DG, công suất DG]
Iter <= Itermax
đúng
sai
- Chọn ngẫu nhiên một gen trong mỗi cặp nhiễm sắc thể cha mẹ
- Thay thể gen được chọn bằng một gen mới
- Thực hiện ghép chéo sử dụng phương pháp đơn điểm
Chọn lọc
Ghép chéo
- Xác định số lượng gen cần đột biến Xm: (N-1) x Nts x Xm
- Thay thể ngẫu nhiên một số gen được chọn
- Kiểm tra các giới hạn ràng buộc của các nhiễm sắc thể mới
Đột biến
Kết thúc
Iter = Iter + 1
Hình 4.3 Lưu đồ thuật toán của thuật toán GA để thực hiện
Phương pháp 2: Trong phương pháp này, bài toán tái cấu trúc và vị trí, dung
lượng của DG được chia thành 2 bài toán nhỏ, thuật toán GA được sử dụng trong
hai giai đoạn. Giai đoạn đầu sử dụng GA để tìm vị trí và dung lượng của DG, sau
đó ở giai đoạn 2 sử dụng GA để tìm cấu trúc tối ưu cho bài toán tái cấu trúc lưới
điện phân phối
Xây dựng hàm mục tiêu
So sánh tổn thất công suất trên lưới điện phân phối hình tia và hình kín
Hình 4.4 Lưới điện phân phối kín và hở
Xét lưới điện đơn giản có các DG và chiều dương được chọn là ngược chiều kim
đồng hồ như hình 4.4. Nếu khóa diện MN đóng, lưới điện đang ở trạng thái vận
hành mạch vòng. Gọi dòng điện trên các nhánh thứ i là Ii (i=1..n). Khi mở khóa
MN, nếu giả thiết dòng điện trên các nhánh thuộc OM giảm đi một lượng IMN, thì
dòng điện trên các nhánh thuộc ON sẽ tăng lên một lượng là IMN. Khi đó, hàm tổn
thất công suất tác dụng P cho lưới điện kín và cho lưới điện hở của lưới điện phân
phối được viết tại biểu thức (4.19) và biểu thức (4.20).
Tổn hao công suất của lưới điện phân phối trước khi tái cấu hình lưới:
∆𝑃𝑘í𝑛 = ∑ 𝑅𝑖𝐼𝑖2 + 𝑅𝑀𝑁𝐼𝑀𝑁
2𝑛
𝑖∈𝑂𝑀+ ∑ (−𝐼𝑖)
2𝑅𝑖𝑛
𝑖∈𝑁𝑂
(4.19)
∆𝑃ℎở = ∑ 𝑅𝑖(𝐼𝑖 − 𝐼𝑀𝑁)2𝑛
𝑖∈𝑂𝑀+ ∑ 𝑅𝑖(𝐼𝑖 + 𝐼𝑀𝑁)
2𝑛
𝑖∈𝑁𝑂
(4.20)
So sánh tổn thất công suất tác dụng của LĐPP vận hành mạch vòng và vận hành hở
được biểu diễn theo biểu thức (4.21)
M N
A B C
H
O DG
DG
DG
i n i n
ho kin 2 2 2 2
i i MN i MN i i MN i MN
i OM i NO
i n i n2 2 2
i i MN MN i i
i OM i NO
P P R I 2I I I R I 2I I I
R I R I R I
i n i n
2 2 2 2 2
i i MN MN i i MN MN MN MN MN MN MN MN
i OM i NO
R 2I I I R 2I I I R I R I R I
i n i n i n i n2
MN i MN i MN i i MN MN i i
i OM i NO i OM i NO
I R R R 2I R I R I R I
Hay:
i n i nho kin 2 Loop
MN MN MN i i MN MN i i
i OM i NO
P P I R 2I R I R I R I
(4.21)
trong đó: RMNLoop là tổng điện trở các nhánh trong vòng kín MN
Mặt khác, do phân bố công suất trên lưới điện phân phối mạch hở, dòng điện trên
các nhánh không phụ thuộc vào tổng trở của nhánh của lưới điện phân phối mà chỉ
phụ thuộc vào công suất tiêu thụ tại các phụ tải. Vậy có thể giả thiết rằng tồn tại một
lưới điện phân phối có tổng trở nhánh thuần trở vẫn đảm bảo tổn hao công suất tác
dụng như lưới điện thông thường và được tính như (4.19). Do đó, khi đóng khóa
điện trên nhánh MN của lưới điện này, theo định luật K2 thì:
∑ 𝑅𝑖𝐼𝑖 𝑛𝑖∈𝑂𝑀 + 𝑅𝑀𝑁𝐼𝑀𝑁 - ∑ 𝐼𝑖
𝑛𝑖∈𝑁𝑂 𝑅𝑖 = 0 (4.22)
Vì vậy khi thay (4.21) vào (4.22) sẽ được:
∆𝑃ℎở − ∆𝑃𝑘í𝑛 = 𝐼𝑀𝑁2 𝑅𝑙𝑜𝑜𝑝 = 0 => ∆𝑃ℎở ∆𝑃𝑘í𝑛 (4.23)
Nhận xét:
- Độ lệch tổn hao công suất trên lưới điện phân phối kín và lưới điện phân phối
hở phụ thuộc vào giá trị 𝐼𝑀𝑁2 𝑅𝑙𝑜𝑜𝑝 nên nếu mở khóa điện trên nhánh có dòng điện
IMN=0 trên lưới kín thì tổn hao công suất trên lưới hở bằng với tổn hao trên lưới kín.
Hay nói cách khác, tổn thất trên lưới điện hở sẽ đạt giá bé nhất. Tuy nhiên, thực tế
trường hợp này hầu như không thể xảy ra nên tổn hao công suất lưới điện hở chỉ có
khả năng giảm gần đến giá trị tổn hao lưới điện kín vì rất khó tổn tại sự phân bố
công suất trên mạch vòng có dòng IMN=0.
- Do lưới điện hở luôn có tổn lớn hơn lưới điện phân phối kín trong cả trường
hợp có DG nên việc xác định được vị trí DG có dung lượng phù hợp làm cho tổn
hao lưới điện phân phối kín bé nhất và có giá trị là , thì sẽ tạo điều kiện đảm bảo
tìm thấy một cấu hình vận hành lưới điện phân phối hở tiến đến giá trị tổn hao .
- Việc xác định cấu hình lưới điện phân phối hở từ cấu trúc lưới điện phân phối
kín có DG thực chất là quá trình mở các khóa điện, điều này chỉ tác động đến phần
độ lệch tổn hao công suất giữa hai lưới điện phân phối kín và hở. Hay nói cách
khác, việc xác định vị trí và dung lượng DG để hàm mục tiêu F mô tả tại (4.3) trên
lưới điện phân phối kín vẫn đúng cho mục tiêu bài toán lúc ban đầu.
Do vậy, để đơn giản bài toán xác định vị trí và dung lượng của các DG có thể
chia thành 2 giai đoạn như sau:
Giai đoạn 1: Xác định vị trí và dung lượng của các DG để hàm mục tiêu (4.3) trên
lưới điện phân phối kín là bé nhất bằng cách đóng tất cả các khóa điện đang ở trạng
thái mở, tạo thành cấu trúc lưới điện phân phối kín có DG
Giai đoạn 2: Xác định cấu hình vận hành của lưới điện phân phối hở có tổn hao
công suất bé nhất từ cấu trúc lưới điện phân phối kín có DG
Mô tả hàm mục tiêu và các ràng buộc
Hàm mục tiêu cho giai đoạn 1 tương tự như mục tiêu tại biểu thức (4.3)
Hàm mục tiêu cho giai đoạn 2 được biểu diễn như biểu thức (4.24)
𝑃𝑙𝑜𝑠𝑠 = ∑ 𝑘𝑖∆𝑃𝑖𝑁𝑏𝑟𝑖=1 = ∑ 𝑘𝑖 . 𝑅𝑖 . |𝐼𝑖|
2𝑁𝑛𝑟𝑖=1 = ∑ 𝑘𝑖𝑅𝑖
𝑃𝑖2+𝑄𝑖
2
𝑉𝑖2
𝑁𝑏𝑟𝑖=1 (4.24)
trong đó ΔPi: Tổn thất công suất tác dụng trên nhánh thứ i
Nbr: Tổng số nhánh
Pi, Qi: Công suất tác dụng và công suất phản kháng trên nhánh thứ i
Vi, Ii: Điện áp nút kết nối của nhánh và dòng điện trên nhánh thứ i
Ploss: Tổn thất công suất tác dụng của hệ thống
ki: Trạng thái của khóa điện, ki = 0: khóa điện thứ i mở và ngược lại.
Đối với giai đoạn 1, cần thỏa mãn các ràng buộc sau:
- Giới hạn công suất phát của các nguồn điện phân tán: Nếu phân loại nguồn
điện phân tán theo kích cỡ công suất, nguồn điện phân tán có công suất từ 1 đến 5
kW được gọi là nguồn phát có công suất cực nhỏ, công suất từ 5 kW đến 5 MW
được gọi là nguồn phát công suất nhỏ, công suất từ 5 MW đến 50 MW được gọi là
nguồn phát công suất trung bình và nguồn phát có công suất lớn khi công suất nằm
trong khoảng 30 đến 50 MW. Trong phạm vi nghiên cứu này, nguồn phát loại phát
công suất tác dụng có công suất nhỏ có khả năng nối lên lưới điện phân phối khoảng
35kV trở xuống, giới hạn công suất của các máy phát được định nghĩa như sau:
𝑃𝐷𝐺𝑖,𝑚𝑖𝑛 ≤ 𝑃𝐷𝐺,𝑖 ≤ 𝑃𝐷𝐺𝑖,𝑚𝑎𝑥 , 𝑣ớ𝑖 𝑖 = 1, 2, … , 𝑁𝐷𝐺 (4.25)
Dòng điện chạy qua các nhánh phải luôn nằm trong giới hạn cho phép của đường dây:
|Ii| ≤ Ii,max, với i = 1, 2, … , Nbr (4.26)
Điện áp các nút phải được giữ trong giới hạn vận hành cho phép:
Vi,min ≤ |Vi| ≤ Vi,max, với i = 1, 2, … , Nbus (4.27)
Đối với giai đoạn 2: Bên cạnh việc phải thỏa mãn các ràng buộc liên quan đến điện
áp các nút và dòng điện trên các nhánh phải nằm trong giới hạn cho phép, thì ràng
buộc về cấu hình vận hành hình tia là một trong những ràng buộc quan trọng nhất
của bài toán nhằm tìm ra cấu trúc vận hành hở của lưới điện có tổn hao công suất bé
nhất.
Phương pháp đề xuất: Để giải bài toán tái cấu trúc lưới điện phương pháp đề xuất
sử dụng thuật toán di truyền như phương pháp 1. Tuy nhiên bài toán chia làm 2 giai
đoạn
Giai đoạn 1: Các biến cần tối ưu là vị trí và công suất các nguồn điện phân tán, vì
vậy vector biến điều khiển có dạng như sau:
𝑋𝑖 = [ 𝑉𝑇1𝑖 , … , 𝑉𝑇𝑚
𝑖 , 𝐷𝐺1𝑖 , … , 𝐷𝐺𝑚
𝑖 ] (4.28)
trong đó: 𝑉𝑇𝑚𝑖 : Vị trí các nút được lắp đặt DG nằm trong giới hạn
m: Số lượng DG cần lắp đặt
𝐷𝐺𝑚𝑖 : Công suất của DG cần lắp đặt.
Giai đoạn 2: Các biến cần tối ưu là các khóa điện mở trong hệ thống, vì vậy véc tơ
biến điều khiển có dạng như sau:
𝑋𝑖 = [𝑆1𝑖 , 𝑆2
𝑖 … , 𝑆𝑁𝑂𝑖 ] (4.29)
trong đó 𝑆𝑁𝑂𝑖 : Khóa điện mở
NO: Số lượng khóa mở để duy trì cấu trúc lưới hình tia.
Phương pháp đề xuất được trình bày chi tiết trong hình 4.5
Bắt đầu
Chọn thông số: quần thể N, số biến (vị trí, dung lượng DG), tỉ lệ
đột biến Xm, và tỉ lệ chọn lọc Xkeep, Số vòng lặp lớn nhất Itermax,1
- Khởi tạo ngẫu nhiên quần thể nhiễm sắc thể N
[vị trí DG,..., công suất DG,...]
Giải bài toán phân bố công suất và tính toán tổn thất công suất cho mỗi nhiễm sắc thể
- Giữ lại các nhiễm sắc thể tốt nhất dựa trên tỉ lệ chọn lọc Xkeep
- Chọn các cặp nhiễm sắc thể để ghép chéo
Xuất nhiễm sắc thể tốt nhất (có tổn thất công suất nhỏ nhất)
[vị trí DG, công suất DG]
Iter1 <= Itermax,1
đúng
sai
Thực hiện ghép chéo sử dụng phương pháp đơn điểm
- Thay thể ngẫu nhiên một số gen được chọn dựa trên Xm
- Kiểm tra các giới hạn ràng buộc của các nhiễm sắc thể mới
Kết thúc
Iter1 = Iter1 + 1
Đóng các khóa điện
Chọn thông số: quần thể N, số biến (số khóa điện mở), tỉ lệ đột
biến Xm, và tỉ lệ chọn lọc Xkeep, Số vòng lặp lớn nhất Itermax,2
- Khởi tạo ngẫu nhiên quần thể nhiễm sắc thể N
[s1, s2, …, sn]
Giải bài toán phân bố công suất và tính toán tổn thất công suất cho mỗi nhiễm sắc thể
- Giữ lại các nhiễm sắc thể tốt nhất dựa trên tỉ lệ chọn lọc Xkeep
- Chọn các cặp nhiễm sắc thể để ghép chéo
Xuất nhiễm sắc thể tốt nhất (có tổn thất công suất nhỏ nhất) bao gồm
[các khóa mở]
Iter2 <= Itermax,2
đúng
sai
Thực hiện ghép chéo sử dụng phương pháp đơn điểm
- Thay thể ngẫu nhiên một số gen được chọn dựa trên Xm
- Kiểm tra các giới hạn ràng buộc của các nhiễm sắc thể mới
Iter2 = Iter2 + 1
Cập nhật thông số DG vào thông số lưới
Hình 4.5 Lưu đồ thuật toán GA với 2 giai đoạn
4.3 Kiểm tra và đánh giá kết quả trên lưới mẫu IEEE
* Kiểm tra trên lưới điện phân phối mẫu IEEE với 3 nguồn cung cấp
Hình 4.6 Lưới điện 3 nguồn
Lưới gồm 3 nút thanh cái đầu nguồn, 13 nút phụ tải và 16 nhánh, cấp điện áp
22.8kV, các khóa điện được lắp trên tất cả các nhánh như hình 4.6, dữ liệu lưới điện
theo phụ lục 4.1. Tổng công suất phụ tải là: 28.7 MW, ở điều kiện vận hành bình
thường các khóa điện mở ban đầu là: S14, S15, S16 với tổn thất công suất 511.4 kW
và điện áp thấp nhất Vmin trong hệ thống là 0.96927 pu.
Đối với hệ thống 3 nguồn, số lượng nguồn điện phân tán được giới hạn là 1 và
công suất lớn nhất máy phát được đặt là 5MW. Ngoài ra hệ thống hiện hữu cần phải
duy trì 3 khóa mở để đảm bảo cấu trúc lưới là hình tia. Giới hạn điện áp các nút
được thiết lập trong giới hạn từ 0.95 p.u đến 1.05 p.u. Giới hạn dòng điện cho phép
trên tất cả các nhánh được chọn là 255 A. Ngoài ra hệ thống hiện hữu cần phải duy
trì 5 khóa mở để đảm bảo cấu trúc lưới là hình tia.
Mô phỏng theo phương pháp 1:
Đối với phương pháp 1, tổng số biến cần tối ưu là 5 biến và cấu trúc của mỗi
nhiễm sắc thể trong thuật toán có dạng: [S1, S2, S3, VT1, DG1]. Kích thước quần thể,
tỉ lệ chọn lọc và đột biến được chọn trong giai đoạn tương tự như giai đoạn 1 với N
= 20, Xkeep = 50 %, Xm = 20% và số thế hệ lớn nhất được giảm từ 200 xuống 100
vòng lặp.
Mô phỏng theo phương pháp 2:
Đối với phương pháp 2, số biến cần tối ưu trong giai đoạn 1 là 2 biến và cấu trúc
của mỗi nhiễm sắc thể trong thuật toán có dạng [VT1, DG1]. Kích thước quần thể
được chọn trong giai đoạn 1 là N = 20, tỉ lệ chọn lọc trên quần thể được chọn là
Xkeep = 50%, tỉ lệ đột biến trong quần thể là Xm = 20%. Để đảm bảo kết quả tìm được
là giải pháp tối ưu nhất, số thế hệ lớn nhất là 200.
Trong giai đoạn 2, số biến cần tối ưu là 3 biến tương đương với 3 khóa điện mở
và cấu trúc của mỗi nhiễm sắc thể trong thuật toán có dạng [S1, S2, S3]. Kích thước
quần thể, tỉ lệ chọn lọc và đột biến được chọn trong giai đoạn tương tự như giai
đoạn 1 với N = 20, Xkeep = 50 %, Xm = 20% và số thế hệ lớn nhất được giảm từ 200
xuống 100 vòng lặp.
Bảng 4.1 trình bày kết quả tính toán trong hai giai đoạn của phương pháp 2.
Trong giai đoạn 1, vị trí nguồn điện phân tán được lắp đặt tại nút 10 với công suất 5
MW. Tổn thất công suất trên lưới điện lúc này là 256.55 kW. Sau khi xác định được
vị trí và công suất tối ưu của nguồn điện phân tán trên cấu trúc lưới kín, giai đoạn 2
được thực hiện để tìm các khóa điện mở và cấu trúc lưới thu được với các khóa mở
là 14, 12 và 6 tương ứng với tổn thất công suất 259.32 kW. Rõ ràng, tổn thất công
suất thu được sau giai đoạn 2 lớn hơn so với giai đoạn 1 (cấu trúc lưới kín) nhưng
đã giảm đáng kể so với cấu hình lưới ban đầu. Cụ thể, tổn thất công suất của cấu
trúc tối ưu khi so sánh với tổn thất công suất của cấu hình ban đầu giảm từ 511.4
kW tới 261.81 kW.
Bảng 4.2 trình bày kết quả tính toán trong được thực hiện để tìm các khóa điện
mở và cấu trúc lưới thu được với các khóa mở là 14, 12 và 6 tương ứng với tổn thất
công suất 259.32 kW. Rõ ràng, tổn thất công suất thu được sau đã giảm đáng kể so
với cấu hình lưới ban đầu. Cụ thể, tổn thất công suất của cấu trúc tối ưu khi so sánh
với tổn thất công suất của cấu hình ban đầu giảm từ 511.4 kW tới 261.81 kW. Điện
áp các nút trong hệ thống sau khi thực hiện tối ưu vị trí, công suất DG và khóa mở
được cho ở Hình 4.7 cho thấy, điện áp các nút đã được cải thiện đáng kể so với cấu
trúc ban đầu.
Bảng 4.1 Kết quả thực hiện bằng hai phương pháp trên hệ thống 16 nút
Thông số Phương
pháp 1
Phương pháp 2
Giai đoạn 1 Giai đoạn 2
Vị trí DG (nút) 10 10 10
Công suất DG (MW) 5 5 5
Khóa mở 14 12 6 Không có khóa mở
(LĐPP kín)
14 12 6 (lưới điện
phân phối hình tia)
Tổn thất (kW) 261.81 261.81 261.81
Điện áp nhỏ nhất (pu) 0.98355 0.98555 0.98355
Điện áp lớn nhất (pu) 1 1 1
Giá trị hàm mục tiêu 259.32 256.5459 259.32
Bảng 4.2 Kết quả thực hiện trên hệ thống 16 nút
Thông số Kết quả
Vị trí DG (nút) 10
Công suất DG (MW) 5
Khóa mở 14 12 6
Tổn thất (kW) 261.81
Điện áp nhỏ nhất (pu) 0.98355
Điện áp lớn nhất (pu) 1
Giá trị hàm mục tiêu 259.32
Thời gian tính toán (giây) 10.1869
Hình 4.7 Điện áp trước và sau khi thực hiện tối ưu
Hình 4.8 Đặc tính hội tụ của thuật toán di truyền
Đặc tính hội tụ của thuật toán di truyền được vẽ trên hình 4.8. Hình này cho
thấy, đối với mạng 3 nguồn, cả 2 phương pháp đề nghị dễ dàng tìm được giải pháp
tối ưu với số vòng lặp ít (khoảng 15 vòng lặp).
*Kiểm tra trên lưới điện phân phối 33 nút, 1 nguồn
Hệ thống phân phối 33 nút, bao gồm 37 nhánh, 32 khóa điện thường đóng và 5
khóa điện thường mở. Thông số của lưới điện [37] và sơ đồ đơn tuyến được trình
bày hình 4.9 . Tổng công suất thực của tải và công suất phản kháng của hệ thống
tương ứng là 3,72 MW và 2.3 MVAR. Tổng tổn thất công suất thực và công suất
phản kháng đối với các trường hợp ban đầu tính từ phân bố công suất tương ứng là
202,68 kW và 135.14 kVAr. Độ lớn điện áp nhỏ nhất của hệ thống là 0,9108 p.u.
xảy ra tại nút 18.
Đối với hệ thống 33 nút phụ tải, số lượng nguồn điện phân tán được giới hạn là
3 và công suất lớn nhất mỗi máy phát được đặt là 2 MW. Giới hạn điện áp các nút
được thiết lập trong giới hạn từ 0.95p.u đến 1.05p.u. Giới hạn dòng điện cho phép
trên tất cả các nhánh được chọn là 255A. Ngoài ra hệ thống hiện hữu cần phải duy
trì 5 khóa mở để đảm bảo cấu trúc lưới là hình tia.
1
23
1
4
5
67
8
1920
21
33
91011
12
22
35
1819
20
21
87
6
5
4
3
2
91011
1314
1534
1214
1316 17
18 33
36
15
16 17
2627
28
25 2627
32
29
29
23
24
25
37
2223
24
31
30
3231
30
29
Hình 4.9. Lưới điện 33 nút của IEEE
Mô phỏng kết quả theo phương pháp 1: Đối với phương pháp 1, tổng số
biến cần tối ưu là 11 biến và cấu trúc của mỗi nhiễm sắc thể trong thuật toán có
dạng: [S1, S2, S3, S4, S5, VT1, VT2, VT3, DG1, DG2, DG3]. Kích thước quần thể được
chọn là N = 30, tỉ lệ chọn lọc trên quần thể được chọn là Xkeep = 50 %, tỉ lệ đột biến
trong quần thể là Xm = 20%. Để đảm bảo kết quả tìm được là giải pháp tối ưu nhất,
số thế hệ lớn nhất là 1000.
Mô phỏng theo phương pháp 2: Đối với phương pháp 2, số biến cần tối ưu
trong giai đoạn 1 là 6 biến và cấu trúc của mỗi nhiễm sắc thể trong thuật toán có
dạng [VT1, VT2, VT3, DG1, DG2, DG3]. Kích thước quần thể được chọn trong giai
đoạn 1 là N = 20, tỉ lệ chọn lọc trên quần thể được chọn là Xkeep = 50 %, tỉ lệ đột
biến trong quần thể là Xm = 20%. Để đảm bảo kết quả tìm được là giải pháp tối ưu
nhất, số thế hệ lớn nhất là 1000. Trong giai đoạn 2, số biến cần tối ưu là 5 biến
tương đương với 5 khóa điện mở và cấu trúc của mỗi nhiễm sắc thể trong thuật toán
có dạng [S1, S2, S3, S4, S5]. Kích thước quần thể, tỉ lệ chọn lọc và đột biến được
chọn trong giai đoạn tương tự như giai đoạn 1 với N = 20, Xkeep = 50%, Xm = 20%
và số thế hệ lớn nhất được giảm từ 1000 xuống 150 vòng lặp.
Trong giai đoạn 2, số biến cần tối ưu là 3 biến tương đương với 3 khóa điện mở
và cấu trúc của mỗi nhiễm sắc thể trong thuật toán có dạng [S1, S2, S3]. Kích thước
quần thể, tỉ lệ chọn lọc và đột biến được chọn trong giai đoạn tương tự như giai
đoạn 1 với N = 20, Xkeep = 50 %, Xm = 20% và số thế hệ lớn nhất được giảm từ 200
xuống 100 vòng lặp.
Phương pháp xác định vị trí và công suất nguồn điện phân tán có xét đến bài
toán tái cấu trúc được thử nghiệm trên hai hệ thống điện phân phối bao gồm hệ
thống phân phối chuẩn 33 nút phụ tải nhằm thực hiện so sánh phương pháp đề xuất
với một số nghiên cứu đã được thực hiện sử dụng lưới điện trên và hệ thống phân
phối.
Kết quả tính toán trên hệ thống 33 nút được hiển thị trong Bảng 4.3 đối với
phương pháp 1. Vị trí các nguồn điện phân tán lần lượt được lắp đặt tại các nút 25,
15 và 7 với công suất tương ứng là 1.48049, 0.630801 và 1.01291 MW và các khóa
điện mở tối ưu của hệ thống là {33, 34, 11, 32 và 28}. Tổn thất công suất của cấu
trúc tối ưu khi so sánh với tổn thất công suất của cấu hình ban đầu giảm từ 202.8
kW tới 52.94 kW. Kết quả cho thấy tổng tổn thất công suất đã được giảm 73.94%
so với chưa lắp đặt các máy phát nói trên. Ngoài ra, điện áp thấp nhất trong hệ
thống đã được cải thiện từ 0.91081 tới 0.97191 pu. Trong khi không có nút nào bị
quá điện áp do ảnh hưởng của việc lắp đặt nguồn điện phân tán với điện áp lớn nhất
bằng 1 p.u. Cấu trúc lưới và vị trí lắp đặt nguồn phân tán tối ưu trên hệ thống được
trình bày trên hình 4.10
Điện áp các nút của hệ thống cho trường hợp ban đầu và trường hợp tối ưu
được so sánh trong hình 4.11 Từ hình vẽ cho thấy biên độ điện áp tại tất cả các nút
đã được cải thiện đáng kể và nằm trong giới hạn cho phép sau khi thực hiện tối ưu
vị trí và công suất các nguồn điện phân tán kết hợp với tái cấu trúc lưới bằng thuật
toán di truyền. Hình 4.12 so sánh tổn thất công suất trên các nhánh của hệ thống
trước và sau khi thực hiện tối ưu vị trí và công suất nguồn điện phân tán kết hợp với
tái cấu trúc lưới. Có thể thấy, sau khi thực hiện tối ưu, tổn thất công suất trên các
nhánh giảm đáng kể so với cấu trúc ban đầu. Đặc tuyến hội tụ của phương pháp đề
nghị được trình bày tại Hình 4.13. Từ hình vẽ cho thấy, phương pháp xác định vị trí
và công suất nguồn điện phân tán có xét đến tái cấu trúc áp dụng thuật toán di
truyền hội tụ sau khoảng hơn 700 vòng lặp.
1
23
1
4
5
67
8
1920
21
33
91011
12
22
35
1819
20
21
87
6
5
4
3
2
91011
1314
1534
1214
1316 17
18 33
36
15
16 17
2627
28
25 2627
32
28
29
23
24
25
37
2223
24
31
30
3231
30
29
G
G
G
Hình 4.10 Vị trí DG,cấu trúc lưới tối ưu giảm tổn thất công suất phương pháp 1
Hình 4.11 Điện áp các nút trước và sau khi thực hiện phương pháp 1
Hình 4.12 Tổn thất công suất trên các nhánh của phương pháp 1
0 5 10 15 20 25 30 340.9
0.91
0.92
0.93
0.94
0.95
0.96
0.97
0.98
0.99
1
Nut
Die
n a
p (
p.u
.)
Toi uu
Ban dau
5 10 15 20 25 30 350
0.005
0.01
0.015
0.02
0.025
0.03
0.035
0.04
0.045
0.05
Nhánh
To
n th
at (M
W)
Ban dau
Toi uu
Hình 4.13. Đặc tính hội tụ của thuật toán theo phương pháp 1
Bảng 4.3 Kết quả thực hiện trên mạng 33 nút bằng phương pháp 1
Trường hợp Thành phần Kết quả
Ban đầu
Vị trí lắp đặt DG Không
Công suất DG (MW) Không
Khóa điện mở 33, 34, 35, 36, 37
Tổn thất công suất (kW) 202.68
Điện áp nhỏ nhất (p.u) 0.9108
Điện áp lớn nhất (p.u) 1
Tối ưu với hàm
đơn mục tiêu
giảm tổn thất
công suất
Vị trí lắp đặt DG 25, 15, 7
Công suất DG (MW) 1.48049, 0.630801, 1.01291
Khóa điện mở 33, 34, 11, 32, 28
Tổn thất công suất (kW) 52.9432
Điện áp nhỏ nhất (p.u) 0.97191
Điện áp lớn nhất (p.u) 1
Trong bảng 4.4 trình bày kết quả tính toán trong hai giai đoạn của phương pháp
2. Trong giai đoạn 1, vị trí các nguồn điện phân tán lần lượt được lắp đặt tại các vị
trí tối ưu là nút 32, 8 và 25 với công suất tương ứng là 0.8234, 1.1047 và 1.1073
MW. Tổn thất công suất trên lưới điện này là 41.9082 kW. Tuy nhiên, cần lưu ý là
cấu trúc lưới trong giai đoạn 1 là cấu trúc lưới điện kín và tổn thất công suất trên
lưới điện kín là tổn thất bé nhất mà lưới điện phân phối có thể đạt được. Sau khi xác
định được vị trí và công suất tối ưu của nguồn điện phân tán trên cấu trúc lưới kín,
0 100 200 300 400 500 600 700 800 900 100050
60
70
80
90
100
110
The he
To
n t
ha
t c
on
g s
ua
t (k
W)
giai đoạn 2 được thực hiện để tìm các khóa điện mở và cấu trúc lưới thu được với
các khóa mở là 33, 34, 11, 30 và 28 tương ứng với tổn thất công suất 53.4274 kW.
Rõ ràng, tổn thất công suất thu được sau giai đoạn 2 lớn hơn so với giai đoạn 1 (cấu
trúc lưới kín) nhưng đã giảm đáng kể so với cấu hình lưới ban đầu. Cụ thể, tổn thất
công suất của cấu trúc tối ưu khi so sánh với tổn thất công suất của cấu hình ban
đầu giảm từ 202.68 kW tới 53.4271 kW. Kết quả bảng 4.4 cho thấy tổng tổn thất
công suất đã được giảm 73.64% so với chưa thực hiện tối ứu lưới điện Ngoài ra,
điện áp thấp nhất trong hệ thống đã được cải thiện từ 0.91081 tới 0.9685 pu. Trong
khi không có nút nào bị quá điện áp do ảnh hưởng của việc lắp đặt nguồn điện phân
tán với điện áp lớn nhất bằng 1 p.u.
Bảng 4.4 Kết quả thực hiện hai giai đoạn trên hệ thống 33 nút
Giai đoạn 1 Giai đoạn 2
Vị trí DG (nút) 32, 8, 25 32, 8, 25
Công suất DG (MW) 0.8234, 1.1047, 1.1073 0.8234, 1.1047, 1.1073
Khóa mở Không có khóa mở 33, 34, 11, 30, 28
Tổn thất (kW) 41.9082 (Lưới điện kín) 53.4274 (Lưới điện hở)
Điện áp nhỏ nhất (pu) 0.9832 0.9685
Điện áp lớn nhất (pu) 1 1
Giá trị hàm mục tiêu 41.9082 53.4274
Hình 4.14 Đặc tính hội tụ của thuật toán di truyền giai đoạn 1 - phương pháp 2
Hình 4.15 Đặc tính hội tụ của thuật toán di truyền giai đoạn 2 - phương pháp 2
Hình 4.16 Điện áp các nút trong hai giai đoạn tính toán bằng phương pháp 2
Hình 4.17 Điện áp trước và sau khi tối ưu lưới điện bằng phương pháp 2
Điện áp các nút trong hệ thống sau khi thực hiện hai giai đoạn được cho ở hình
4.17. Từ hình vẽ cho thấy, điện áp các nút trong giai đoạn 1 tốt hơn so với giai đoạn
2. Điều này khẳng định sự tối ưu của cấu trúc vận hành kín so với cấu trúc vận hành
hở. Điều này cho thấy, nếu các thiết bị bảo vệ lưới điện đáp ứng nhu cầu vận hành
kín, thì việc vận hành lưới điện phân phối kín có nhiều ưu điểm về tổn thất và điện
áp các nút trên toàn hệ thống. Tuy nhiên, mặc dù điện áp các nút không tốt hơn cấu
trúc vận hành kín, nhưng rõ ràng điện áp các nút sau giai đoạn 2 đã được cải thiện
đáng kể so với cấu trúc ban đầu, điều này được thể hiện bằng sự so sánh với điện áp
ban đầu tại hình 4.17. Cấu trúc lưới và vị trí lắp đặt nguồn điện phân tán tối ưu trên
hệ thống hình 4.18
1
23
1
4
5
67
8
1920
21
33
91011
12
22
35
1819
20
21
87
6
5
4
3
2
91011
1314
1534
1214
1316 17
18 33
36
15
16 17
2627
28
25 2627
32
28
29
23
2425
37
2223
24
31
30
3231
30
29
G
G
G
Hình 4.18 Cấu trúc lưới tối ưu bằng phương pháp 2
Bảng 4.5 So sánh kết quả thực hiện với cấu trúc ban đầu
Lưới điện phân phối ban đầu
không có DG
Lưới điện phân phối hở có
DG – đề xuất
Vị trí DG (nút) Không 32, 8, 25
Công suất DG (MW) Không 0.8234, 1.1047, 1.1073
Khóa mở 33, 34, 35, 36, 37 33, 34, 11, 30, 28
Tổn thất (kW) 202.68 53.4274
Điện áp nhỏ nhất (pu) 0.9108 0.9685
Điện áp lớn nhất (pu) 1 1
Giá trị hàm mục tiêu Không 53.4274
Thời gian tính toán (giây) Không 39.54
Đánh giá phương pháp đề xuất: Kết quả so sánh phương pháp đề xuất với
một số phương pháp đã công bố được cho ở bảng 4.5. Bảng 4.5 cho thấy, trong
trường hợp sử dụng hàm mục tiêu giảm tổn thất công suất, phương pháp đề xuất tìm
được cấu trúc lưới, vị trí và công suất của nguồn điện phân tán tối ưu với mức tổn
thất công suất tương tự như phương pháp Cuckoo search trong nghiên cứu [105] và
tốt hơn hẳn so với phương pháp Harmony search [36] và Fire work [37] ở giá trị
nhỏ nhất của hàm mục tiêu. Ngoài ra, để chứng minh hiệu quả của phương pháp đề
nghị, kết quả tính toán từ thuật toán đề xuất được so sánh với một số nghiên cứu đã
công bố. Trong đó, thuật toán tìm kiếm hài hòa (HSA) được sử dụng để tái cấu trúc
lưới kết hợp với bài toán xác định vị trí và công suất nguồn điện phân tán để giảm
tổn thất công suất và cải thiện điện áp các nút. Đối với thuật toán tối ưu pháo hoa
(FWA) kết hợp bài toán tái cấu trúc với xác định vị trí và công suất nguồn điện
phân tán để giảm tổn thất công suất và nâng cao chỉ số ổn định điện áp. Trong các
nghiên cứu này vị trí của các nguồn điện phân tán được xác định trước sử dụng các
phương pháp khác nhau như hệ số nhạy đối với phương pháp HSA và chỉ số ổn
định điện áp đối với phương pháp FWA. Ngoài ra, phương pháp đề xuất cũng được
so sánh với thuật toán cuckoo search (CSA) [33], trong phương pháp này, vị trí và
công suất nguồn điện phân tán được xác định đồng thời sử dụng thuật toán CSA để
giảm tổn thất công suất và nâng cao chỉ số ổn định điện áp.
Bảng 4.6 So sánh kết quả thực hiện với một số phương pháp
Thông số Phương
pháp 1
Phương
pháp 2
HSA
[76]
FWA
[9]
CSA
[33]
Vị trí DG (nút) 25, 15, 7 32, 8, 25 32, 31, 33 32, 29, 18 18, 25, 7
Công suất DG
(MW)
1.48049,
0.630801,
1.01291
P∑=3.12421
0.8234,
1.1047,
1.1073
P∑=3.0354
0.5258,
0.5586,
0.5840
P∑=1.6684
0.5367,
0.6158,
0.5315
P∑=1.684
0.8968,
1.4381,
0.9646
P∑=3.2995
Khóa mở 33, 34, 11,
32, 28
33, 34, 11,
30, 28
7, 14, 10,
32, 28
7, 14, 11,
32, 28
33, 34, 11,
31, 28
Tổn thất (kW) 52.9432 53.43 73.05 67.11 53.21
Điện áp nhỏ
nhất (pu) 0.97191 0.9685 0.9700 0.9713 0.9806
Kết quả so sánh giữa các phương pháp được trình bày trong bảng 4.6 Từ kết
quả so sánh cho thấy, ở thành phần tổn thất công suất, phương pháp đề nghị thu
được cấu trúc lưới tối ưu với tổn thất công suất 53.43 kW so với 73.05 kW khi thực
hiện bằng HSA và 67.11 kW với FWA. Trong khi, điện áp nhỏ nhất tại các nút
trong hệ thống là gần như tương tự nhau với điện áp nhỏ nhất trên hệ thông được
thực hiện bằng phương pháp đề nghị, HSA và FWA lần lượt là 0.9685, 0.9700 và
0.9713 p.u. Đối với thuật toán CSA, tổn thất công suất thu được của phương pháp
đề nghị gần bằng với phương pháp CSA với tổn thất công suất của hai phương pháp
lần lượt là 53.43 kW và 53.21 kW. Điện áp nút nhỏ nhất thu được từ phương pháp
đề xuất là 0.9685 p.u. so với 0.9806 p.u. thu được từ phương pháp CSA. Từ kết quả
so sánh với một số thuật toán tối ưu mới được phát triển như HSA, FWA và CSA có
thể thấy rằng phương pháp đề nghị thực hiện tối ưu vị trí và công suất nguồn điện
phân tán kết hợp với xác định cấu trúc vận hành lưới phân phối bằng hai giai đoạn
riêng rẽ sử dụng thuật toán di truyền là một phương pháp khả thi để thực hiện tối ưu
lưới điện phân phối liên quan đến nguồn điện phân tán và cấu trúc vận hành lưới
điện phân phối.
*Kiểm tra trên lưới điện phân phối 69 nút, 1 nguồn
Xét lưới điện phân phối 69 nút bao gồm, 73 nhánh, 5 khóa thường mở và tổng
công suất phụ tải là 3.802 + j 3.696 MW. Sơ đồ đơn tuyến được trình bày tại Hình
4.19 và thông số hệ thống được cho ở [20]. Trong điều kiện vận hành bình thường
các khóa điện {69, 70, 71, 72 và 73} được mở.
154 6 82
3
7 199 1211 1413 1615 1817 27
66 67
23 24 2520 21 22 26
68 69
10
36 37 3938 40 41 4342 44 45 46
5853 5554 56 59 6560 6261 6463
47 4948 50
3328 3029 3231 34 35
1 2 54 6 7 8 9 1211 141310 191615 1817
27
23 24 2520 21 22 26
3328 3029 3231 34
35
37 3938 40 41 4342 44 45
46
36
47 4948
515250
51
52
57
5853 5554 56 59
65
60 6261 646357
66
67
68
69
70
71
72
73
Hình 4.19 Sơ đồ lưới điện phân phối 69 nút IEEE
Kết quả tính toán trên lưới điện 69 nút ở Bảng 4.7 cho thấy, sau khi thực hiện
tối ưu vị trí và công suất DG và xác định cấu trúc vận hành hở tối ưu, tổn thất công
suất đã giảm từ 224.89 kW xuống 39.332 kW và biên độ điện áp nút thấp nhất trong
hệ thống đã được cải thiện đáng kể từ 0.9092 đến 0.9841 p.u.
Bảng 4.7 cũng cho thấy giá trị trung bình của hàm thích nghi trong 20 lần thực
hiện độc lập trong giai đoạn – I gần bằng với giá trị hàm thích nghi nhỏ nhất với độ
lệch chuẩn 0.0233. Trong khi đó, ở giai đoạn – II, trong tất cả các lần thực hiện, GA
đều tìm được cấu trúc vận hành tối ưu. Điều này được thể hiện quá các giá trị lớn
nhất, nhỏ nhất, trung bình của hàm thích nghi đều bằng nhau với độ lệch chuẩn
bằng 0. Đặc tính hội tụ lớn nhất, nhỏ nhất và trung bình của GA trong hai giai đoạn
được cho ở Hình 4.20 và Hình 4.21. Hình vẽ cho thấy, đường đặc tính trung bình rất
gần với đường đặc tính hội tụ nhỏ nhất trong cả hai giai đoạn.
Bảng 4.7. Kết quả thực hiện hai giai đoạn trên lưới điện phân phối 69 nút
Lưới điện phân
phối ban đầu
Giai đoạn – I Giai đoạn – II
Vị trí DG (nút) - 50, 21, 61 50, 21, 61
PDG (MW) -
0.7431, 0.6778,
1.6224
0.7431, 0.6778,
1.6224
Khóa mở 69, 70, 71, 72, 73 Không có khóa mở 69, 70, 12, 55, 62
Tổn thất (kW) 224.89 28.8883 39.332
Umin(pu) 0.9092 0.9881 0.9841
Umax (pu) 1 1 1
Giá trị hàm thích nghi - 28.8883 39.332
Giá trị lớn nhất hàm
thích nghi - 28.9766 39.332
Giá trị trung bình hàm
thích nghi - 28.9241 39.332
Độ lệch chuẩn - 0.0233 6e-11
Thời gian tính toán
trung bình (giây) - 806.47 214.95
Bảng 4.8 So sánh kết quả thực hiện với các phương pháp trên LĐPP 69 nút
Phương pháp
Đề xuất HSA [76] FWA [9] CSA [33]
Vị trí DG
(nút) 50, 21, 61 61, 60, 62 61, 62, 65 61, 62, 65
PDG(MW)
0.7431, 0.6778,
1.6224
P∑=3.0433
1.0666, 0.3525,
0.4257
P∑=1.8448
1.1272,
0.2750, 0.4159
P∑=1.8181
1.7496,
0.1566, 0.4090
P∑= 2.3152
Khóa mở 69, 70, 12, 55,
62 69, 17, 13, 58, 61
69, 70, 13, 55,
63
69, 70, 12, 58,
61
ΔP (kW) 39.332 40.3 39.25 40.49
Umin
(p.u.) 0.9841 0.9736 0.9796 0.9873
Hình 4.20 Đặc tính hội tụ của GA trong Hình 4.21 Đặc tính hội tụ của GA trong
giai đoạn – I trên lưới điện 69 nút giai đoạn – II trên lưới điện 69 nút
Kết quả so sánh với một số phương pháp được trình bày trong Bảng 4.8. Kết
quả cho thấy, tổn thất công suất thu được bằng phương pháp đề xuất nhỏ hơn so với
HSA và CSA với giá trị tổn thất công suất là 39.332 kW, trong khi đối với HSA và
CSA lần lượt là 40.3 và 40.49 kW. So với FWA, tổn thất công suất thu được khi sử
dụng phương pháp đề xuất cao hơn 0.0820 kW so với FWA
4.4 Kết luận chương
Trong nội dung nghiên cứu này tác giả đã trình bày phương pháp sử dụng
thuật toán GA: Trình bày phương pháp xác định vị trí và dung lượng nguồn điện
phân tán trên lưới phân phối có xét đến bài toán tái cấu trúc lưới điện. Mục tiêu
chính của phương pháp là giảm tổn thất công suất tác dụng và huy động tối đa
0 200 400 600 800 1000 1200 1400 1600 1800 200028
30
32
34
36
38
40
Vong lap
Ha
m th
ich
ng
hi
Mean
Min
Max
Giai doan - I
0 50 100 150
40
45
50
55
60
Vong lap
Ha
m th
ich
ng
hi
Min
Max
Mean
Giai doan - II
công suất các nguồn điện phân tán. Phương pháp được lựa chọn sử dụng để giải bài
toán tối ưu vị trí, công suất nguồn điện phân tán và các khóa điện mở trên lưới điện
phân phối là thuật toán di truyền GA. Ngoài việc áp dụng trên lưới điện phân phối với
sơ đồ lưới điện 13 nút – 3 nguồn; 33 nút – 1 nguồn và sơ đồ 69 nút để làm cơ sở cho
việc áp dụng phương pháp đề nghị để tính toán và so sánh với các phương pháp khác.
Thông qua các kết quả đã thực hiện, có một số kết luận như sau:
- Việc đề xuất 2 phương pháp trong bài toán vị trí và dung lượng DG có xét
đến vấn đề tái cấu trúc lưới phân phối cho thấy việc kết hợp các phát biểu heuristic
phù hợp sẽ làm ngắn chuỗi Gien và tăng tốc độ hội tụ mà kết quả hàm mục tiêu vẫn
có thể chấp nhận được.
- Với sự hỗ trợ mạnh của thuật toán tối ưu GA, việc tối ưu vị trí và công suất
các nguồn phân tán có thể được thực hiện đồng thời, giá trị hàm mục tiêu tốt hơn
các giải thuật tham chiếu mới nhất. Điều này cho thấy khả năng tránh các cực địa
phương của giải thuật GA tốt hơn trong bài toán xác định vị trí và dung lượng DG
có xét đến vấn đề tái cấu trúc lưới điện phân phối
- Việc tối đa công suất của các nguồn phân tán, có thể làm tăng tổn thất công
suất nhưng có thể huy động được tối đa khả năng của các nguồn phân tán, giảm
nguồn công suất nhận từ hệ thống, tạo điều kiện cho phát triển các nguồn phân tán
trong thị trường điện bán lẻ
- Phương pháp đề nghị thực hiện hàm mục tiêu: Có tốc độ hội tụ nhanh hơn
các phương pháp khác mặc dù có độ chính xác không cao và có tổn thất lệch nhưng
không đáng kể.
KẾT LUẬN VÀ KIẾN NGHỊ
1. KẾT LUẬN
Với đặc điểm của lưới điện phân phối và tầm quan trọng của bài toán tái cấu trúc lưới
điện phân phối để tiến tới hệ thống điện thông minh. Việc giảm tổn thất công suất trên hệ
thống cũng là mục tiêu của vận hành lưới điện phân phối ngoài ra việc tìm được cấu trúc
vận hành hợp lý cũng như đáp ứng được thời gian tính toán là rất ý nghĩa trong vận hành.
Mặt khác, hiện nay với hệ thống SCADA ngày càng được trang bị các thiết bị tự động
hiện đại đã giúp phần hiện thực hóa hệ thống lưới điện thông minh, chính vì vậy việc đưa
ra các giải pháp tính toán để điều khiển là vô cùng quan trọng, với ý nghĩa này, mục tiêu
của luận án đặt ra: “ xây dựng các phương pháp hiện đại: Heuristic, thuật toán di truyền,
mô phỏng luyện kim,…vv áp dụng cho bài toán tái cấu trúc lưới điện phân phối.
Thông qua việc nghiên cứu bài toán tái cấu trúc lưới điện với hàm mục tiêu giảm
tổn thất công suất với các điều kiện ràng buộc được xét trong các trường hợp không
có nguồn điện phân tán kết nối và có nguồn điện phân tán kết nối, cũng như với
hàm mục tiêu giảm tổn thất công suất kèm theo điều kiện xác định vị trí và dung
lượng của nguồn điện phân tán kết nối vào lưới điện phân phối, luận án đã hoàn
thành được các nội dung nghiên cứu sau:
- Đề xuất thuật toán sử dụng luật kinh nghiệm “Heuristic cho bài toán tái cấu
trúc lưới điện phân phối với hàm mục tiêu giảm tổn thất công suất.
- Cải tiến thuật toán mô phỏng luyện kim cho áp dụng cho bài toán tái cấu trúc
lưới điện phân phối với hàm mục tiêu giảm tổn thất công suất.
- Đề xuất sử dụng thuật toán di truyền cho bài toán tái cấu trúc lưới điện với
hàm mục tiêu giảm tổn thất công suất có xét đến bài toán vị trí và dung
lượng của nguồn điện phân tán khi kết nối vào lưới điện phân phối.
- Các kết quả nghiên cứu được mô phỏng trên các lưới điện mẫu của IEEE và
được so sánh với các phương pháp nghiên cứu khác.
2. KIẾN NGHỊ HƯỚNG PHÁT TRIỂN TRONG TƯƠNG LAI
- Tiếp tục nghiên cứu tiếp hướng ứng dụng trí tuệ nhân tạo trong các bài toán
tối ưu của hệ thống điện đặc biệt là bài toán tái cấu trúc lưới điện phân phối
- Nghiên cứu bài toán tái cấu trúc lưới điện kết hợp với hệ thống SCADA
trong vận hành online hệ thống điện phân phối.
DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ
[CT1] Nguyen Tung Linh, Trinh Trong Chuong, Truong Viet Anh “A Study on the
Effect of Distributed Generation of the Reconfiguration of Distribution Networks”
Journal of Electrical Engineering & Technology, 2017; 12(4): 1435-1441;
ISSN(Print)1975-0102;ISSN(Online)-2093-7423;
Doi.org/10.5370/JEET.2017.12.4.1435 (SCIE).
[CT2] Nguyễn Tùng Linh, Phạm Thượng Cát, “Áp dụng giải thuật luyện kim cho
bài toán tái cấu trúc lưới điện phân phối” Hội nghị Toàn quốc lần thứ 7 về Cơ điện
tử - VCM, pp 484-492 (2014)
[CT3] Linh Tung Nguyen, Thuan Thanh Nguyen, Cat Thuong Pham, Anh Viet
Truong, “Applications of Simulated Annealing-Based Approaches to Network
Reconfiguration in Distribution Systems” Journal Mitteilungen
Klosterneuburneuburg, Vo.65.8 pp 138-154 (2015)
[CT4] Nguyễn Tùng Linh, Phạm Thượng Cát, “Áp dụng thuật toán mô phỏng
luyện kim cho bài toán tái cấu trúc lưới điện có xét đến ảnh hưởng của nguồn điện
phân tán” Hội nghị toàn quốc lần thứ 3 về Điều khiển và Tự động hoá - VCCA-
2015, pp 167-176 DOI: 10.15625/vap.2015.0025
[CT5] Nguyễn Tùng Linh, Trương Việt Anh, Nguyễn Thanh Thuận, “Cải tiến
thuật toán di truyền áp dụng cho bài toán tái cấu trúc lưới điện có xét đến vị trí và
công suất của nguồn điện phân tán kết nối vào lưới điện phân phối” Journal of
science anh technology University of Da Nang ISSN 1859 – 1531. Vo 7 (116) pp 56
– 61 (2017).
[CT6] Nguyen Tung Linh, Truong Viet Anh, Trinh Trong Chuong, “A
combination of Simulation annaealing algorthm and Genetic algorithm for
reconfiguration of Distribution network”, Tạp chí Khoa học Công nghệ, Đại học
Công nghiệp, Số 38 pp 121-125. (02/2017).
[CT7] Nguyen Tung Linh, Pham Thuong Cat “Application of Hopfield Neural
network for Distribution network’s Reconfiguration”, Journal of Computer Science
and Cybernetics, pp 81–92.V.30, N.2 (2014)
TÀI LIỆU THAM KHẢO
[1]. Aoki, K., K. Nara, T. Satoh, M. Kitagawa and K. Yamanaka, “New
Approximate Optimization Method for Distribution System Planning”, IEEE
Transactions on Power Systems, 5-1, pp. 126-132, February (1990)
[2]. Aoki, K., K. Nara, T. Satoh, M. Itoh and H. Kuwabara, M. Kitagawa, K.
Yamanaka, “Totally Automated Switching Operation in Distribution System”,
IEEE Transactions on Power Delivery, 5-1, pp. 5 14-520, January (1990)
[3]. A. Merlin and H. Back, “Search for a Minimum Loss Operating Spanning
Tree Configuration for Urban Power Distribution System,” in Proc. 5th Power
Syst. Computation Conf. (PSCC), Cambridge, U.K, pp6.1 -6 (1975).
[4]. Augugliaro A, Dusonchet, L, Sanseverino, E.R: “Genetic, simulated
annealing and tabu search algorithms: three heuristics methods for optimal
distribution network’s reconfiguration and compensation” Eur. Trans. Electr.
Power 9(1), pp 35–41 (1999)
[5]. Ameli A, Shahab B, Farid K, Mahmood-Reza H. “A multiobjective particle
swarm optimization for sizing and placement of DGs from DG Owner’s and
distribution company’s viewpoints” IEEE Trans Power Vol29 (4):1831–1840.
(Deliv 2014)
[6]. Abd Elazim SM, Ali ES. “Optimal power system stabilizers design via cuckoo
search algorithm”. Int J Electr Power Energy Syst Vol.75: pp 99–107. (2016)
[7]. Abdelaziz AY, Ali ES. “Cuckoo search algorithm based load frequency
controller design for nonlinear interconnected power system”. Int J Electr
Power Energy Syst Vo.73: pp 632–643 (2015)
[8]. Abdelaziz AY, Mohamed FM, Mekhamer SF, Badr MAL.“Distribution system
reconfiguration using a modified Tabu search algorithm” Electr Power Syst
Res, 80(8):943–53. (2010)
[9]. A. Mohamed Imran, M. Kowsalya, and D. P. Kothari,“A novel intergration
technique for optimal network reconfiguration and distributed generation
placement in power distribution networks,” Int, J. Electr. Power Energy Syst.,
vol. 63, pp. 461-472, (2014)
[10]. Broadwater, R. P., A. H. Khan, H. E. Shaalan and R. E. Lee, “Time Varying
Load Analysis to Reduce Distribution Losses Through Reconfiguration”, IEEE
Transactions on Power Delivery, 8- I, pp 294 - 300. (January 1993)
[11]. Baran, M. E. and F. F. Wu, “Network Reconfiguration in Distribution Systems
for Loss Reduction and Load Balancing”, IEEE Transactions on Power
Delivery, 4-2, April 1989, pp. 1401- 1407. (1998)
[12]. Baghzouz, Y “Effects of Nonlinear Loads on Optimal Capacitor Placement in
Radial Feeders”, IEEE Transactions on Power Delivery, 6-1, pp. 245-251.
(January 1991)
[13]. B. Venkatesh, Member, IEEE, Rakesh Ranjan, and H. B. Gooi, Senior
Member, IEEE,”Optimal Reconfiguration of Radial Distribution Systems to
Maximize Loadability”, IEEE Transactions on power system Vol.19, No. 1,
February (2004)
[14]. Balasubbareddy M, Sivanagaraju S, Suresh CV. “Multi-objective optimization
in the presence of practical constraints using nondominated sorting hybrid
cuckoo search algorithm”. Eng Sci Technol Int J;18(4): 603–15. (2015)
[15]. Chen C. S. , and Cho M. Y. "Energy Loss Reduction by Critical Switches",
IEEE Trans on PWRD”, Vol. 8, No. 3, pp. 1246-1253, (July 1993)
[16]. Chen, C. S. and NI. Y. Cho, “Determination of Critical Switches in
Distribution System,” IEEE Trans on PWRD-7-3, pp. 1443-1449. (July 1992)
[17]. Civanlar, S., J. J. Grainger, Y. Yin and S. S. Lee, “Distribution Feeder
Reconfiguration for Loss Reduction”, IEEE Transactions on Power Delivery,
3-3, pp. 1217-1223. (July 1988)
[18]. Choi J.H. and Kim J.C. "Network Reconfiguration at the Power Distribution
System with Dispersed Generations for Loss Reduction", IEEE Power
Engineering Society Winter Meeting. (2000)
[19]. Chang, H.-C. and Ch.-Ch. Kuo, “Network Reconfiguration in Distribution
Systems using Simulated Annealing”, Electric Power Systems Research vol.
29, pp. 227-238, (1994)
[20]. Chiang, H.-D. and R. Jean-Jumeau, “Optimal Network Reconfigurations in
Distribution Systems. Ecletric Power System Research 10 pp 112-118. (1994)
[21]. Castro C.A. và Watanabe A.A, “An efficient reconfiguration algorithm for loss
reduction of distribution system”, Ecletric Power System Research 19, pp 137-
144. (1990)
[22]. Cui-ru wang, yun-e zhang “Distribution network reconfiguration based on
modified particle swarm optimization algorithm” Proceedings of the Fifth
International Conference on Machine Learning and Cybernetics, Dalian, 13-16
(August 2006)
[23]. Civanlar“Distribution feeder reconfiguration for loss reduction”; IEEE Trans.
PWRD, Vol-3, (July 1988)
[24]. C.C. Liu, S.J.Lee, and S. S. Venkata, “An Expert System Optimal Aid for
Restoration and Loss Reduction of Distribution Systems,” IEEE Trans. Power
Delivery, vol. 3, pp. 619–625, (May 1998)
[25]. Charles Daniel L,' Hafeezulla Khan 1. 2 and Ravichandran S. 3,“Distribution
Network Reconfiguration For Loss Reduction Using Ant Colony System
Algorithm” - IEEE Indicon 2005 Conference. Chennai. India. Pp 619-625 II.13
(Dec. 2005)
[26]. Chen, J, Zhang, F, Zhang,Y:“Distribution network reconfiguration using
simulated annealing immune algorithm”. Energy Procedia 12, 271–277 (2011)
[27]. Chakravorty M, Das D. “Voltage stability analysis of radial distribution
networks” Int J Electr Power Energy Syst;Vo.23(2):129–35. (2003)
[28]. Chiang H-D, Jean-Jumeau R. “Optimal network reconfigurations in
distribution systems”: Part 2: solution algorithms and numerical results. IEEE
Trans Power Deliv;5(3):1568–74. (1990)
[29]. D. Shirmohammadi and H. W. Hong, “Reconfiguration of Electric
Distribution Networks for Resistive Losses Reduction,” IEEE Trans. Power
Delivery, vol. 4, pp. 1402–1498, (Apr. 1989)
[30]. D., Baldick, R: “Optimal electric distribution switch reconfiguration and
capacitor control” IEEE Trans. Power Syst.11(2), 890–897 (1996)
[31]. Doagou-Mojarrad H, Gharehpetian GB, Rastegar H, Olamaei J. “Optimal
placement and sizing of DG (distributed generation) units in distribution
networks by novel hybrid evolutionary algorithm”. Energy; 54:129–38. (2013)
[32]. Dash P, Saikia LC, Sinha N. “Comparison of performances of several FACTS
devices using Cuckoo search algorithm optimized 2DOF controllers in
multiarea AGC”. Int J Electr Power Energy Syst;65:316–24. (2015)
[33]. Dolatdar E, Soleymani S, Mozafari B. “A new distribution network
reconfiguration approach using a tree model”. World Acad Sci Eng Technol;
3(10). 2009 (4.19)
[34]. Esmat Rashedi, Hossein Nezamabadi-pour, Saeid Saryazdi, GSA: “A
Gravitational Search Algorithm”, Information Sciences, ScienceDirect. Vol
179 p.2232–p.2248 (2009)
[35]. F.Li,“Application of ordinal optimization for distribution system
reconfiguration,” Proceedings of Power Systems Conference and Exposition,
IEEE/PES, (2009)
[36]. Flávio Vanderson Gomes, Sandoval Carneiro, Jose Luiz R. Pereira, “A New
Heuristic Reconfiguration Algorithm for Large Distribution Systems” IEEE
Transactions on power systems, vol.20.no 3 pp1373- 1378 (August 2005).
[37]. Goswaini, S. K. and S. K. Basu, “A New Algorithm for the Reconfiguration of
Distribution Feeders for Loss Minimization”, IEEE Transactions on Power
Delivery, 7-3, pp. 1484- 1491, (July 1992)
[38]. Giamocanin, V, “Optimal Loss Reduction of Distribution Networks’’. IEEE
Transactions on Power Systems , Vol5-3. pp. 774-781 August 1990 (1.24)
[39]. G. Celli “Online network reconfiguration for loss reduction in distribution
networks with distributed generation” 18th International Conference on MVN;
CIRED - Turing, 6-9 (June 2005)
[40]. Gupta N, Swarnkar A, Niazi KR, Bansal RC. “Multi-objective reconfiguration
of distribution systems using adaptive genetic algorithm in fuzzy framework”
IET Gener Transm Distrib 2010;4(12):1288. (2010)
[41]. Haque M.H. "Improvement of Power Delivery Efficiency of Distribution
Systens through Loss Reduction", IEEE Power Engineering Society, Winter
Meeting. pp 892-898 (2000)
[42]. Hsu, Y.-Y. and I-I. C. Kuo, “A Heuristic Based Fuzzy Reasoning Approach for
Distribution System Service Restoration”, IEEE Transactions on Power
Delivery, 9-2, pp. 948-95 3, (April 1994)
[43]. H. A. Gil and G. Joos, “Models for Quantifying the Economic Benefits of
Distributed Generation”, IEEE Transaction on Power Systems, vol. 23, no 2,
pp. 327-335, (May. 2008)
[44]. Hsu, Y.-Y., J.-H. Yi, S. S. Liu, Y. W. Chen. H. C. Feng and Y. M. Lee,
“Transformer and Feeder Load Balancing Using Heuristic Search
Approach”, IEEE Transactions on Power Systems, 8-1, pp. 184-190.
(February 1993)
[45]. Harold Salazar, Ramón Gallego, Rubén Romero “Artificial Neural Networks
and Clustering Techniques Applied in the Reconfiguration of Distribution
Systems” IEEE transactions on power delivery, vol. 21, no. 3, (july 2006)
[46]. H. D. Chiang and R.M.Jean-Jumeau, “Optimal Network Reconfiguration
Distribution System: Part 1:A New Formulation and a Solution Methodology,”
IEEE Trans. Power Delivery, vol. 5, pp. 1902–1909, (Nov. 1990)
[47]. Hong-Chan Chang and Cheng-Chien Kuo, “Network Reconfiguration in
Distribution Systems Using Simulated Annealing” Electric Power Systems
Research, pp. 227-238 Vol 29 (1994)
[48]. Hung DQ, Mithulananthan N, Bansal RC. “An optimal investment planning
framework for multiple distributed generation units in industrial distribution
systems”, 24: 62–72. Appl Energy (2014)
[49]. Jiang, D. and R. Baldick, “Optimal Electric Distribution System Switch
Reconfiguration and Capacitor Control,” IEEE Transactions on Power
Systems, 11-2, pp. 890-897, (May 1996)
[50]. J. Olamaei, T. Niknam and G. Gharehpetian, “Impact of distributed generators
on distribution feeder reconfiguration,” Proceedings of IEEE Lausanne Power
Tech, (2007)
[51]. Jeon Y.J. and Kim J.C. "Network Reconfiguration in Radial Distribution
System Using Simulated Annealing and Tabu Search", IEEE Power
Engineering Society Winter Meeting, (2000).
[52]. J.Z. Zhu, “Optimal Reconfiguration of Electrical Distribution Network using
the Refined Genetic Algorithm”, Electric Power Systems Research, vol. 62, pp.
37-41, (2002)
[53]. J. S. Savier and D. Das, “Impact of Network Reconfiguration on Loss
Allocation of Radial Distribution Systems,” IEEE Transaction on Power
Delivery, vol. 22, no.4, pp. 2473-2480, (Oct. 2007)
[54]. J. Moshtagh, S. Ghasemi “Optimal Distribution System Reconfiguration Using
Non-dominated Sorting Genetic Algorithm (NSGA-II)” Journal of Operation
and Automation in Power Engineering, Vol. 1, No. 1, (March 2013)
[55]. J.Z. Zhu, “Optimal reconfiguration of electrical distribution network using the
refined genetic algorithm”. Elsevier- Electric Power Systems Research 62 pp-
37-42 (2002)
[56]. Jeon, Y.J., Kim, J.C., Kim, J.O., Shin, J.R., Lee, K.Y “An efficient simulated
annealing algorithm for network reconfiguration in large scale distribution
system” IEEE Trans. Power Deliv.17(4), 1070– 1078 (2002)
[57]. Jeon, Y.J., Kim, J.C: “Application of simulated annealing and tabu search for
loss minimization in distribution systems” Int. J. Electr. Power Energy
Syst.26(1), 9–18 (2004)
[58]. Kim, H., N. Ko and K.-H. Jung, “Artificial Neural-Network Based Feeder
Reconfiguration for Loss Reduction in Distribution Systems”, IEEE
Transactions on Power Delivery, 8-3, pp. 1356-1366. (July 1993)
[59]. K.Aoki, T.Ichimori, and M. Kanezashi, “Normal State Optimal Load
Allocation in Distribution Systems,” IEEE Trans. Power Delivery, vol.
PWRD2, pp. 147–155, (Jan. 1987)
[60]. Kayal P, Chanda CK. “Placement of wind and solar based DGs in distribution
system for power loss minimization and voltage stability improvement” Int J
Electr Power Energy Syst;53:795–809, (2013)
[61]. Liu W.M., Chin H.C. and Yu G.J. "An Effective Algorithm for Distribution
Feeder Loss Reduction by Switching Operations", IEEE Trasmission and
Distribution (Conference 1999)
[62]. Liu. C-C.. S. J. Lee and S. S. Venkata, “An Expert System Operational Aid
Restoration and Loss Reduction of Distribution Systems”, IEEE Transactions
on Power Systems, 3-2, pp. 619-626 (May 1988)
[63]. Lê Kim Hùng, Lê Thái Thanh –– Đại học Đà Nẵng; “Giảm tổn thất lưới điện
bằng giải pháp tái cấu trúc lưới điện, áp dụng cho Điện lực Phú Yên”, Tạp chí
khoa học công nghệ, Đại học Đà Nẵng. (2006)
[64]. M. Xie, J. Zhong, F. F. Wu, “Multiyear transmission expansion planning
using ordinal optimization,” IEEE Trans. Power Syst., Vol. 22, No. 4, Nov.
2007, pp. 1420-1428. (2007)
[65]. Merlin A. and Back H , "Search for a Minimal-Loss Operating Spaning Tree
Configuration in Urban Power Distribution Systems", Proc. Of. 5th Power
System Comp. Con., Cambridge, U.K., Sept. 1-5, (1975)
[66]. M. A. Tavakoli, M. R. Hanhifam, H. Lesani, S. Sanakhan, and E. Javan,
“Review on reconfiguration methods of electric distribution networks,” in
Proceeding of the Technical and Physical Problems in Power Engineering
Conference, Ankara, Turkey, (May 2006)
[67]. Murty VVSN, Kumar A. “Optimal placement of DG in radial distribution
systems based on new voltage stability index under load growth” Int J Electr
Power Energy Syst; 69: 246–56, (2015)
[68]. Mohamed IA, Kowsalya M. “Optimal size and siting of multiple distributed
generators in distribution system using bacterial foraging optimization”.
Swarm Evol Comput; 15: 58–65, (2014)
[69]. Mohamed Imran A, Kowsalya M, Kothari DP. “A novel integration technique
for optimal network reconfiguration and distributed generation placement in
power distribution networks. Int J Electr Power Energy Syst;63:461–72.
(2014)
[70]. Mohamed Imran A, Kowsalya M. “A new power system reconfiguration
scheme for power loss minimization and voltage profile enhancement using
Fireworks Algorithm” Int J Electr Power Energy Syst; 62:312–22. (2014)
[71]. N. Rugthaicharoencheep and S. Sirisumrannukul, “Feeder Reconfiguration
for Loss Reduction in Distribution System with Distributed Generators
by Tabu Search”, N.Rugthaicharoencheep and S.Sirisumrannukul/GMSARN
International Journal V3 47 – 54. (2009)
[72]. N. I. Voropai and B. Bat-Undraal; “Multicriteria Reconfiguration of
Distribution Network with Distributed Generation”, Journal of Electrical and
Computer Engineering; Article ID 317315, 8 pages; doi:10.1155/2012/317315.
(2012).
[73]. P.J.M. van Laarhoven and E.H.L. Aarts, Simulated Annealing: Theory and
Applications, Reidel, Dordrecht, (1987)
[74]. Roytelman I. ,Melnik V. , Lee S.S.H. , Lugtu R.L. , "Multi-Objective Feeder
Reconfiguration by Distribution Management System", IEEE Trans. Power
Systems, Vol.11, No. 2, pp. 661-667, (May 1996)
[75]. R. Srinivasa Rao, S.V.L. Narasimham, M. Ramalingaraju, “Optimization of
Distribution Network Configuration for Loss Reduction Using Artificial Bee
Colony Algorithm” Word Academy of Science, engineering and technology,
45 (2008)
[76]. Rao RS, Ravindra K, Satish K, Narasimham SVL. “Power loss minimization
in distribution system using network reconfiguration in the presence of
distributed generation” IEEE Trans Power Syst;28(1):pp 1–9, (2013)
[77]. Rao, R. S, Narasimham,S.V.L, Raju, M. R, and Rao, A. S,“Optimal network
reconfiguration of large-scale distribution system using harmony search
algorithm,” IEEE Trans Power Syst., Vol. 26, No. 3, pp. 1080–1088, (August
2011)
[78]. Sarfi R. J, Salama M. M. A, Chakani A. Y, "A survey of the state of the art in
distribution system reconfiguration for system loss reduction", Electric Power
System Research 31, pp. 61-70. (1994)
[79]. Shirmohammadi, Q. Zhou D. and Liu W.H. E, "Distribution Feeder
Reconfiguration For Operation Cost Reduction", IEEE Trans. on Power
Systems, Vol. 12, No. 2, (May 1997)
[80]. Shirmohammadi, D. and H. W. Hong, “Reconfiguration of Electric
Distribution for Resistive Line Loss Reduction”, IEEE Transactions on Power
Delivery, 4-2, . pp. 1492-1498, (April 1989)
[81]. S. A. Yin and C. N. Lu, "Distribution feeder scheduling considering variable
load profile and outage costs," IEEE Trans. Power Systems, Vol. 24, No. 2,
pp. 652-660, (May 2009)
[82]. S. Raja Balachandar, K. Kannan “Newton’s Law of Gravity-Based Search
Algorithms” Indian Jounal Science Technology, (Vol 6, 2013)
[83]. Shaw Power Technologies Inc (2004), PSS-ADEPT User Manual, New York. (2.7)
[84]. S.Civanlar, J.J.Grainger, and S. H. Lee, “Distribution Feeder Reconfiguration
for Loss Reduction,” IEEE Trans. Power Delivery, vol. 3, pp. 1217–1223,
(July 1988)
[85]. S.Dai-Seub Choi; Chang-Suk Kim; Hasegawa, J; “An Application of Genetic
Algorithms to The Network Reconfiguration in Distribution for Loss
Minimization and Load Balancing Problem”, 1995. Proceedings of EMPD '95,
1995 International Conference on 21-23 pp 562-56 (Nov 1995)
[86]. S. Kirkpatrick, C. D. Gelatto, and M. P. Vecchi, “Optimization by Simulated
Annealing,” Science, vol. 220, pp. 671–680, (May 1983)
[87]. S. K. Goswami and S. K. Basu, “A New Algorithm for The Reconfiguration of
Distribution Feeders for Loss Minimization,” IEEE Trans. Power Del.,vol. 7,
no. 3, pp. 1484–1491, (July 1992)
[88]. Su,C.T.Chang, C.F., Chiou, J.P: “Distribution network reconfiguration by ant
colony search algorithm”. Electr. Power Syst. Res. 75(2–3), 190–199 (2005)
(3.28)
[89]. Su,C.T., Lee, C.S:“Feeder reconfiguration and capacitor settings for loss
reduction of distribution systems”. Electr. Power Syst. Res.58(1), 97–102 (2001)
[90]. Taleski R. and Rajicic D. " Distribution Network Reconfiguration For Energy Loss
Reduction", IEEE Trans. on Power Systems, Vol. 12, No. 1, (February 1997)
[91]. Taylor, T. and D. Lubkeman, “Implementation of Heuristic Search Strategies
for Distribution Feeder Reconfiguration”, IEEE Transactions on Power
Delivery, 5-1, pp. 239-246. (January 1990)
[92]. T. W. Edward Lau, Y. C. Ho, P. Subburaj, et al., “Distribution System
Reconfiguration for Loss Reduction using Genetic Algorithm”, J. Electrical
Systems, vol. 2, no. 4, pp. 198-207, December 2006. (1.37)
[93]. T. Ackermann, G. Andersson, and L. Soder,“Distributed generation a definition,”
Electric Power Systems Research, vol.57, no. 3, pp. 195–204, (2001)
[94]. Tan S, Xu JX, Panda SK. “Optimization of distribution network incorporating
distributed generators: an integrated approach”. IEEE Trans Power Syst Vol
28 pp : 2421–32 (2013)
[95]. T. T. Nguyen, A. V. Truong, and T. A. Phung, “A novel method based on
adaptive cuckoo search for optimal network reconfiguration and distributed
generation allocation in distribution network,” Int. J. Electr. Power Energy
Syst., vol. 78, pp. 801–815, (2016)
[96]. Trương Quang Đăng Khoa, Phan Thị Thanh Bình, Hồng Bảo Trân. “Xác định
dung lượng và vị trí của máy phát phân bố (DG) tối ưu tổn thất lưới phân
phối”, Tạp phát triển khoa học và công nghệ, tập 10, (Số 03– 2007)
[97]. T.V.Anh, Viet. N.H; “An effective algorithm for loss reduction by
reconfiguration distribution feeder” The 2004 International Symposium on
Advanced Science and Engineering; HCM city (5/2004)
[98]. Ugranli F, Karatepe E. “Multiple-distributed generation planning under load
uncertainty and different penetration levels”. Int J Electr Power Energy Syst;
46(1):pp132–44, (2013)
[99]. V. V. S. N. Murty and A. Kumar, “Optimal placement of DG in radial
distribution systems bases on new voltage stability index under load growth”
Int. J. Electr. Power Energy Syst., vol. 69, pp. 246-256, (2015)
[100]. V. Cerny, “Thermodynamical Approach to The Traveling Salesman
Problem: An Efficient Simulated Algorithm,” J. Optim. Theory Applicat., vol.
45, no. 1, pp. 41–51, (1985)
[101]. Wu J.S., Tomsovic K.L. and Chen C.S. "A Heuristic Search Approach to
Feeder Switching Operations for Overload, Fault, Unbalance Flow and
Maintenance", IEEE Trans. Power Delivery, Vol.6, pp. 1579-1585. (1991)
[102]. Wagner T.P., Chikhani A.Y., Hackem R. “Feeder reconfiguration for loss
reduction: an application of distribution automation”, IEEE Trans. on Power
Delivery, Vol. 6, (1991)
[103]. Xiaoling Jin, Jianguo Zhao, Ying Sun, Kejun Li, Bqin “Distribution
Network Reconfiguration for Load Balancing Using Binary Particle Swarm”
Zhang 2004 International Conference on Power System Technology -
POWERCON 2004 Singapore, 21-24 pp 507-510, (November 2004)
[104]. Young-Jae Jeon*, Jae-Chul Kim, “Application of Simulated Annealing and
Tabu Search for Loss Minimization in Distribution Systems” Sliver, Electrical
Power and Energy Systems 26 pp 9 –18, (2004)
[105]. Yang XS, Deb S. “Cuckoo search via Lervy flights”. In: 2009 world
congress on nature and biologically inspired computing, proceedings; 2009. p.
210–4. NABIC (2009)
[106]. Zhang D, Fu Z, Zhang L.“An improved TS algorithm for loss-minimum
reconfiguration in large-scale distribution systems”. Electr Power Syst Res;
77(5–6):pp 685–94. (2007).
