ÁP DỤNG CÁC THUẬT TOÁN DỰA TRÊN TÌM KIẾM BẦY ĐÀN … · Năm 1995, thuật toán...
Transcript of ÁP DỤNG CÁC THUẬT TOÁN DỰA TRÊN TÌM KIẾM BẦY ĐÀN … · Năm 1995, thuật toán...
ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH
TRƢỜNG ĐẠI HỌC BÁCH KHOA
------------------
LÊ ANH DŨNG
ÁP DỤNG CÁC THUẬT TOÁN DỰA TRÊN TÌM
KIẾM BẦY ĐÀN ĐỂ TÍNH TOÁN ĐIỀU ĐỘ TỐI ƢU
TRONG HỆ THỐNG ĐIỆN CÓ XÉT ĐẾN NGUỒN
NĂNG LƢỢNG GIÓ
Chuyên ngành: Mạng và hệ thống điện
Mã số chuyên ngành: 62525005
TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT
TP HỒ CHÍ MINH NĂM 2018
Công trình được hoàn thành tại
ĐẠI HỌC BÁCH KHOA THÀNH PHỐ HỒ CHÍ MINH
Người hướng dẫn khoa học 1: PGS.TS VÕ NGỌC ĐIỀU
Người hướng dẫn khoa học 2: TS ĐINH HOÀNG BÁCH
Phản biện độc lập 1:
Phản biện độc lập 2:
Phản biện 1:
Phản biện 2:
Phản biện 3:
Luận án sẽ được bảo vệ trước Hội đồng chấm luận án tiến sĩ kỹ thuật
cấp Đại học Bách Khoa TP Hồ Chí Minh họp vào.......
giờ ngày ... tháng ... năm ... tại Đại học Bách Khoa TP Hồ chí Minh.
Có thể tìm hiểu luận án tại thư viện:
- Đại học Quốc gia TP Hồ Chí Minh.
- Đại học Bách Khoa TP Hồ Chí Minh.
1
DANH MỤC CÁC KÝ HIỆU
i Góc điện áp tại nút i [rad]
j Góc điện áp tại nút j [rad]
wi Góc điện áp tại nút i khi có NMĐG [rad]
wj Góc điện áp tại nút j khi có NMĐG [rad]
ij Độ lệch góc điện áp giữa nút i và j [rad]
A Diện tích gió thổi qua cánh quạt tua bin [m2]
ai, bi, ci Hệ số chi phí của NMPĐ i [$/h], [$/MWh], [$/MW2h]
Bij, B0i, B00 Hệ số ma trận B tổn thất truyền tải
gli Điện dẫn của nhánh l giữa nút i và nút j [1/Ω]
Gij, Bij Điện dẫn và dung dẫn giữa nút i và nút j [1/Ω]
Kp Hệ số phạt công suất phát của các tổ máy phát
Kq Hệ số phạt công suất phản kháng máy phát
Ks Hệ số phạt công suất truyền tải trên đường dây
Kv Hệ số phạt điện áp nút tải
Li Chỉ số ổn định điện áp ở nút i
Nb Tổng số nút của hệ thống.
Nd Tổng số nút tải
Nl Tổng số đường dây truyền tải
Nwg Tổng số tua bin gió trong NMĐG
Ng Tổng số máy phát nhiệt điện
PD
Tổng phụ tải yêu cầu [MW]
PDi Công suất yêu cầu tại nút i [MW]
Pgi Công suất thực phát ra của máy phát thứ i [MW]
Pi,min, Pi,max Công suất thực cực tiểu và cực đại máy phát thứ i [MW]
PL Tổng tổn thất truyền tải [MW]
Ps Công suất phát bù trừ của hệ thống [MW]
2
Pwgi Công suất của tua bin gió thứ i trong NMĐG [MW]
Qci Bù công suất phản kháng tại nút thứ i [MVAr]
QDi Công suất phản kháng yêu cầu tại nút i [MVAr]
Qg Công suất phản kháng máy phát [VAr]
SFi Hàm mục tiêu theo Ploss, VD hoặc Lmax
Sl Công suất biểu kiến trên đường dây l [MVA]
Sli Công suất biểu kiến trên đường dây thứ i [MVA]
Slmax
Công suất cực đại trên đường dây truyền tải [MVA]
Tk Nấc điều chỉnh của máy biến áp thứ k
Tk, min, Tk, max Vị trí bộ điều áp cực tiểu và cực đại.
vcut-in Tốc độ gió tối thiểu phải dừng làm việc [m/s]
vcut-out Tốc độ gió tối đa phải dừng làm việc [m/s]
Vg Điện áp đầu cực máy phát [V]
Vgi Điện áp của máy phát ở nút thứ i [V]
Vbi(j) Điện áp tại nút thứ i (j) [V]
Vwi(j) Điện áp tại nút thứ i(j) khi có NMĐG [V]
Vi, i Biên độ điện áp và góc điện áp ở nút thứ i [V] [rad]
Vgi min, Vgi max Điện áp cực tiểu và cực đại của máy phát thứ i [V]
Vli Điện áp trên đường dây thứ i [V]
Vli,min, Vli,max Điện áp cực tiểu và cực đại trên đường dây thứ i [V]
Vw Tốc độ gió (m/s)
Yij Thành phần ma trận tổng dẫn của nút ij
ρ Mật độ không khí (kg/m3)
3
CHƢƠNG 1 MỞ ĐẦU
1.1 Lý do chọn đề tài
Thị trường điện và năng lượng gió tại Việt Nam hiện nay đã chính
thức đi vào vận hành, do đó việc tính toán các vấn đề về điều độ tối
ưu hệ thống điện là vấn đề rất quan trọng và cần thiết. Vì vậy, đề tài
nghiên cứu các thuật toán nhằm giải nhanh các bài toán điều độ tối
ưu hệ thống điện theo yêu cầu phụ tải 24 giờ với sự tham gia của
nguồn năng lượng gió. Từ đó có thể áp dụng vào vận hành thị trường
điện của Việt Nam hiện nay và trong tương lai.
1.2 Mục đích nghiên cứu
Ứng dụng và chọn lựa các thuật toán để giải bài toán điều độ
tối ưu của hệ thống điện.
Tính được công suất truyền tải trên đường dây, công suất và
công suất phản kháng của các nhà máy phát nhiệt điện và
NMĐG, dung lượng tụ bù, nấc điều chỉnh bộ điều áp tối ưu
với chi phí phát điện cực tiểu theo phụ tải 24 giờ.
Tính tối ưu tổn thất công suất, tối ưu độ lệch điện áp tại các
nút tải, tối ưu ổn định điện áp của hệ thống có tham gia của
NMĐG theo phụ tải 24 giờ
1.3 Đối tƣợng và phạm vi nghiên cứu
1.3.1 Đối tượng nghiên cứu
Cấu trúc của các thuật toán tìm kiếm bầy đàn: PSO, PSO-TVAC,
PG-PSO, PG-PSOCF và CS.
Hàm chi phí của tua bin gió và NMĐG.
Các vấn đề của bài toán ED, OPF và ORPD và xây dựng bài toán
ED, OPF và ORPD có NMĐG.
Giải các bài toán ED, OPF, ORPD bằng các thuật toán PSO, PSO-
TVAC, PG-PSO, PG-PSOCF và CS theo yêu cầu phụ tải 24 giờ.
4
1.3.2 Phạm vi nghiên cứu
Chi phí vận hành của các NMPĐ và NMĐG là tối ưu nhất để
cung cấp đủ công suất yêu cầu của phụ tải 24 giờ.
Tối ưu: công suất phân bố tại các nút tải và trên đường dây,
điện áp tại các nút, dung lượng bù, tổn thất công suất, độ lệch
điện áp.
Áp dụng tính toán vận hành trên hệ thống IEEE 30.
1.4 Phƣơng pháp nghiên cứu
Nghiên cứu lý thuyết: thu thập các tài liệu có trước về thuật
toán tìm kiếm bầy đàn và các ứng dụng trước đây, nghiên cứu
về tua bin gió, NMĐG và chi phí của tua bin gió khi tham gia
vào hệ thống.
Nghiên cứu thực nghiệm mô hình toán học: lập trình trên
phần mềm Matlab và mô phỏng hệ thống điện IEEE 30 nút để
tính được kết quả các bài toán điều độ tối ưu kinh tế, tối ưu
phân bố công suất, tối ưu công suất phản kháng trong hệ
thống điện theo yêu cầu phụ tải 24 giờ.
CHƢƠNG 2 TỔNG QUAN
2.1 Giới thiệu
chương 2 của luận án nhằm tổng quan các tài liệu đã nghiên cứu
trước đây về các nội dung chính như sau: các thuật toán để tính toán
vận hành tối ưu hệ thống điện về các bài toán ED, OPF và ORPD
gồm các nhà máy nhiệt điện và nhà máy điện gió, các tài liệu về vận
hành hệ thống điện theo yêu cầu phụ tải 24 giờ để phù hợp với tính
toán hệ thống điện khi tham gia thị trường điện hiện đang được áp
dụng trên thế giới và Việt Nam [1-7].
2.2 Thuật toán tìm kiếm bầy đàn và tối ƣu hóa
Từ năm 1980, trí tuệ thông minh nhân tạo (AI) đã được các nhà khoa
học nghiên cứu phát triển và áp dụng nhiều trong lĩnh vực khoa học
5
máy tính. Có nhiều thuật toán thông minh nhân tạo được nghiên cứu
và ứng dụng, một số thuật toán tiêu biểu đó là: mạng neural (NN), hệ
mờ (FS), tính toán tiến hóa (EC), thuật toán di truyền (GA) và thuật
toán tìm kiếm bầy đàn (PSO) [7-10].
Năm 1995, thuật toán tìm kiếm bầy đàn (PSO) đã được J. Kennedy
và R. Eberhart nghiên cứu áp dụng trong các môn học tối ưu hóa,
thời gian này tối ưu hóa bầy đàn thường được áp dụng trong lĩnh vực
toán học và cơ khí [11][12]. Từ năm 1996 đến 2004, thuật toán tối ưu
hóa bầy đàn phát triển mạnh và cải tiến bằng cách thêm vào các hệ
số biến đổi nhằm mục đích tăng độ dốc của đặc tính đồ thị, giúp thời
gian tìm nghiệm nhanh cho các kết quả tối ưu [13-15], thời gian này
PSO đượcquan tâm để giải bài toán tối ưu vận hành kinh tế hệ thống
điện [16-30].
Theo [31] thuật toán chim tu hú (CS) và di chuyển Lévy flights được
ứng dụng trong ngành công nghệ thông tin từ năm 2009 và phát triển
trong nhiều ngành khác cho đến nay [32] .
2.3 Tua bin gió và tiềm năng điện gió ở Việt Nam
2.3.1 Tua bin gió
Công suất phát điện của tua bin gió được tính theo công thức [33]:
31. . . ( )
2w p w
P A C v
(1)
Đặc điểm làm việc của tua bin gió là công suất phát thay đổi theo tốc
độ gió trong ngày và theo mùa trong năm [34], khi đầu tư xây dựng
NMĐG cần khảo sát chi tiết đặc điểm của gió tại vị trí sẽ xây dựng
nhà máy, trong đó quan trọng là phải có lịch sử dữ liệu tốc độ gió của
nhiều năm trước để tính toán được vận tốc của gió của năm tiếp theo
[35].
Các vùng làm việc của tua bin gió được phân chia theo hình sau [36]
6
Bảng 2.1 Tiềm năng gió ở Việt Nam [37]
Tốc độ gió <6m/s 6-7m/s 7-8m/s 8-9m/s >9m/s
Diện tích (km2) 197,242 100,367 25,679 2,178 1,11
Diện tích (%) 60,60% 30,80% 7,90% 0,70% >2%
Tiềm năng (MW)
401.444 102.716 8.748 452
2.4 Điều độ tối ƣu hệ thống điện
2.4.1 Điều độ kinh tế hệ thống điện (ED)
Điều độ kinh tế (ED) tính toán được công suất thực phát ra từ các
máy phát điện là tối ưu với chi phí nhiên liệu thấp và phải thoả các
ràng buộc của hệ thống máy phát cũng như các ràng buộc của hệ
thống vận hành [38]. Một số thuật toán dùng để giải bài toán ED đã
công bố: thuật toán Hybrid Fuzzy Genetic Algorithm (HFGA) [39],
thuật toán Evoluationary Algorithm (EA) [40], thuật toán
Evolutionary Harmony Search Algorithm (EHSA) [41], thuật toán
Hybrid Differential Evolution and Harmony Search (HDEHS) [42],
phương pháp Differential Evolution Immunized Ant Colony
(DEIAC) [43], phương pháp Hybrid differential evolution sequential
quadratic programming (HDE-SQP) [44]. Các kết quả đã công bố
tính với nhiều vòng lặp nhằm chọn được nghiệm cực tiểu tốt nhất,
Power
Wind speed
vcut-in vcut-out
vrate
I
II
III
Hình 2.1 Các vùng làm việc của tua bin gió
7
giá trị biểu diễn bằng đồ thị sau mỗi vòng lặp để dể dàng nhận biết
kết quả sau mỗi vòng lặp [46].
Bảng 2.2 Kết quả bài toán ED qua các nghiên cứu đã công bố
Công suất phát[MW]
SGA
[45]
FGA
[45]
EA
[45][46]
SA
[46]
EP
[46]
WOA
[46]
P1 137,0804 137,2411 192,95 188,02 173,848 174,4379
P2 52,4502 57,6718 48,92 47,45 49,998 47,8294
P3 35,3219 27,3223 19,29 19,77 21,386 21,4578
P4 19,3034 12,8298 10,58 13,40 22,63 25,6931
P5 12,8986 23,8060 10,79 11,25 12,928 10,1262
P6 26,3435 24,5189 12,24 14,09 12,00 12,1515
Chi phí
($/h) 801,2817 795,5012 805,4500 804,4300 802,6200 800,2825
2.4.2 Điều độ phân bố tối ưu công suất
Từ năm 1960 vấn đề phân bố tối ưu công suất được đề cập đến đầu
tiên bởi hai nhà nghiên cứu Dommel và Tinney sau đó đã được nhiều
nghiên cứu và áp dụng trong quản lý và vận hành hệ thống điện [47]
Theo tài liệu [48-50], mục đích của bài toán phân bố tối ưu công suất
(OPF) là tìm được công suất phân bố trên đường dây truyền tải, công
suất phát của các NMPĐ, điện áp nút máy phát, điện áp nút tải, dung
lượng bù, nấc điều chỉnh bộ điều áp máy biến áp với nhiều ràng buộc
về công suất phụ tải, công suất máy phát và các ràng buộc về an ninh
hệ thống với chi phí nhiên liệu của NMPĐ thấp nhất.
Một số nghiên cứu được công bố về bài toán điều độ tối ưu phân bố
công suất (OPF) như sau: thuật toán Ant Colony Search (ACS) [51],
thuật toán Evolutionary Computation (EC) [51], thuật toán Bee
Colony Algorithm (BCA) [52], thuật toán Simulated Annealing
Metahuristic (ASM) [53], thuật toán Particle Swarm Optimization
8
(PSO) [54], thuật toán Conventional and Neural Networks (CNN)
[55]. Kết quả trình bày theo hình vẽ 2.2 và 2.3.
Theo tài liệu [56-60] công suất truyền tải trên đường dây là thông số
quan trọng cần phải tính được đối với bài toán OPF
2.4.3 Điều độ tối ưu công suất phản kháng
Điều độ tối ưu công suất phản kháng (ORPD) nhằm mục đích cải
thiện tổn thất công suất (Ploss) [61] [62], tối ưu cực tiểu độ lệch điện
áp (VD) [63] [64], cực đại hệ số ổn định điện áp (Lmax) [65] [66].
Các tài liệu đã công bố về bài toán ORPD: thuật toán Linear
Programming (LP) để tính tối ưu Ploss [67], thuật toán Hybrid Loop
Genetic (HLG) để tính tối ưu Ploss [68], thuật toán Bat Algorithm
(BA) để tính tối ưu Ploss và VD [69], thuật toán Ant Colony (AC) tính
và so sánh các kết quả bài toán ORPD [70], thuật toán Evolutionary
Algorithm (EA) để tính Ploss và VD [71], sử dụng Hybrid PSO
(HPSO) để tính tối ưu VD [80] và Improve Particle Swarm
Hình 2.3 Kết quả biểu diễn độ hội tụ nghiệm OPF qua các phương pháp [54]
Hình 2.4 Kết quả độ hội tụ nghiệm bài toán OPF [55]
9
Optimization (IPSO) để tính Ploss [72]. Theo [73] cần phải tìm được
thuật toán có thể giải bài toán ORPD để tăng ổn định an ninh hệ
thống.
Bảng 2.3 Kết quả bài toán ORPD theo các phương pháp
Biến số
Các phương pháp
EA
[74]
MOPSO
[70]
ICSE
[71]
DE
[72]
QSCSA
[69]
Ploss (MW) 5,1167 4,9849 4,990 4,456 4,532
VD (p.u) 1,1435 0,7096 - 0,544 -
2.5 Điều độ tối ƣu hệ thống điện có tham gia của NMĐG
2.5.1 Điều độ kinh tế có tham gia của NMĐG
Hàm chi phí của bài toán ED liên quan đến công suất của các NMPĐ
trong đó có công suất phát của NMĐG thay đổi theo từng giờ hoặc
tùy theo thời tiết các mùa trong năm [77] gây khó khăn trong việc
xác định công suất phát của các NMĐG để tính bài toán ED trong hệ
thống điện [78].
2.5.1.1 Xác định công suất phát của tua bin gió
Qua nghiên cứu tài liệu đang được công bố hiện có một số phương
pháp để xác định công suất của tua bin gió tham gia vào hệ thống
điện như sau:
Hình 2.7 Biểu diễn độ hội tụ nghiệm Ploss theo [71]
10
Tạo ma trận tua bin gió và chọn véc tơ trong ma trận để tính công
suất phát của NMĐG [79].
Xây dựng kịch bản phát điện của NMĐG theo 15%, 25%, 50%,
75% hoặc 90% của tổng công suất NMĐG [80] [81].
Cho tua bin gió phát ngẫu nhiên theo phân phối Weibull [82].
Xây dựng công suất phát của tua bin gió theo xác suất Gauss [83].
Kế hoạch phát ưu tiên của tua bin gió có tính đến hệ số phạt [84].
Kế hoạch phát điện của tua bin gió có tính đến hệ số phạt [84][88].
Theo [88] nếu NMĐG phát công suất thấp hơn công suất đăng ký
sẽ chịu chi phí phạt như sau
(t)
( ) 1 exp exp
exp exp
1 11 1
t
n rwj oej
k k
t in out
oej j k k
kk
jr in r
j k k
r in
k k
jr r
t
r n
d C E Y
v vE Y W
c c
vW v vw
v v c c
vW c v
v v k c k c
(2)
2.5.1.2 Hàm chi phí của bài toán ED có tham gia của NMĐG
Chi phí của tua bin gió chủ yếu là chi phí phí vận hành và bảo trì của
tua bin gió [85]. Theo tài liệu [86] hàm chi phí của bài toán ED của
hệ thống nhà máy phát nhiệt điện có sự tham gia của NMĐG là:
min.. ( ) ( ( ) ( ))
g w
N N
g w n
Ng n Nw n
F C P t C P t d t
(3)
Theo [87] hàm chi phí của bài toán ED có tham gia của NMĐG là:
( ) ( ), ,
Min F F t F tdiesel i w i
(4)
11
( ) ( ), ,
F t b P tw i i w i
, , ,( )F t a b P t c P t
diesel i i i diesel i i diesel i
0
( ) ( )., ,
0
v vr cut in
P t P tw i w i r
v vcut in
2.5.1.3 Các thuật toán dùng để giải bài toán ED có NMĐG
Một số tài liệu đã công bố: thuật toán Plant Growth Simulation
Algorithm (PGSA) [88], thuật toán Genetic Algorithm Solution
(GAS) [89], thuật toán Particle Swarm Optimization (PSO) [90]. Kết
quả ED có NMĐG hệ thống 15 nút IEEE theo bảng 2.5
Bảng 2.4 Kết quả tính ED có NMĐG hệ thống 15 nút và 6 nút IEEE
theo [88][91][96]
Không có NMĐG Có NMĐG
GA PSO PGSA GA FAC
P1 415,31 439,11 450,38 367,69 351,7814
P2 359,72 407,97 357,37 357,74 100,0248
P3 104,42 119,63 124,01 124,15 50,0248
P4 74,98 129,99 128,28 93,91
P5 380,28 151,06 169,56 156,00
P6 426,79 459,99 401,48 456,02
P7 341,31 424,56 417,50 369,23
P8 124,78 98,57 90,33 106,39
P9 133,14 113,49 142,72 105,64
P10 89,25 101,11 114,93 65,80
P11 60,05 33,91 77,35 75,84
P12 50,00 79,96 76,69 79,83
P13 38,77 25,00 44,45 51,53
P14 41,94 41,41 33,19 26,71
P15 22,64 35,61 34,36 44,30
PWind - - - 175,12 98,1691
12
Không có NMĐG Có NMĐG
GA PSO PGSA GA FAC
Time 2668,40 2662,40 2662,70 2655,97
Cost 33113,00 32858,00 32937,70 31092,30 6514,4
W-Cost - - - 875,64
2.5.2 Điều độ phân bố tối ưu công suất có tham gia của NMĐG
Khác với bài toán ED, hàm mục tiêu của bài toán OPF gồm có: chi
phí nhiên liệu các nhà máy nhiệt điện, chi phí các tua bin gió tham
gia phát điện, công suất truyền tải trên đường dây, công suất phản
kháng truyền tải trên đường dây, điện áp tại các nút, công suất biểu
kiến trên đường dây [92][93].
2.5.2.1 Hàm mục tiêu của bài toán OPF có NMĐG
Theo tài liệu [93] công suất phát của tua bin gió và hàm mục tiêu bài
toán OPF có tham gia của NMĐG là:
3
,
0, 0
,
0,
ci
ci ra
w
ra ra co
co
v v
a bv v v vP
P v v v
v v
(5)
Theo tài liệu [94][95] hàm mục tiêu của bài toán OPF có NMĐG là:
( )wr wr r wr
C P d P
2
1 1
( ) ( ) ( )g
N Nw
i i Gi i Gi wri wri
i i
Min F a b P c P C P
(6)
2.5.2.2 Các thuật toán áp dụng giải bài toán OPF có NMĐG
Một số thuật toán đã được áp dụng: Khums Optimization Algorithm
(KOA) and Black Hole Optimization Algorithm (BHOA) [96],
thuật toán Bacterial Dynamics Algorithm (BDA) [97], thuật toán
Probability Interval Optimization (PIO) [98], thuật toán Grey Wolf
Optimizer (GWO) [99], thuật toán Gbest Guided Artificial Bee
13
Colony (GABC) [100], thuật toán Optimal Bus Placement (OBP)
[101]. Kết quả tính trình bày theo bảng 2.6 và 2.7
Bảng 2.5 Kết quả tính bài toán OPF có NMĐG [100][101]
Thông số tính GWO GA BDA
G1(MW) 85,4 87,3 58,12
Cost($/h) 284,62 292,57
G2 (MW) 73,73 76,22 36,16
Cost($/h) 224,17 235,06
G5 (MW) 37,97 43,77 52,74
Cost($/h) 132,91 153,21
G8 (MW) 28,43 28,07 75,32
Cost($/h) 78,95 77,32
G11 (MW) 29,7 33,37 96,51
Cost($/h) 103,94 116,81
G13 (MW) 32,3 18,78 43,51
Cost($/h) 132,91 153,21 1447,01
V1 (p.u) 1,0407 1,0369
V2 (p.u) 1,0245 0,9684
V5 (p.u) 1,0228 0,9790
V8 (p.u) 1,0064 1,0012
V11 (p.u) 1,0463 1,0139
V13 (p.u) 1,05 1,0486
Tap1 (p.u) 1,068 1,0833
Tap2 (p.u) 0,9768 1,0305
Tap3 (p.u) 0,9864 0,9595
G1(MVAr) 16,7 -
G1(MVAr) 0 -
G1(MVAr) 37,8 -
G1(MVAr) 40,49 -
G1(MVAr) 10,69 -
G1(MVAr) 25,97 -
2.5.3 Điều độ tối ưu công suất phản kháng có NMĐG
Bài toán ORPD có tham gia của NMĐG tập trung ba mục tiêu chính
Cực tiểu tổn thất công suất (Ploss)
Cực tiểu độ lệch điện áp (VD)
14
Cực đại hệ số ổn định điện áp (Lmax)
Khi có tham gia của NMĐG sẽ ảnh hưởng đến sự phân bố công suất
phản kháng và độ ổn định điện áp của hệ thống, dẫn đến thay đổi tổn
thất điện áp của hệ thống [104].
2.5.3.1 Hàm mục tiêu của bài toán ORPD có NMĐG
Hàm mục tiêu theo tài liệu [105]
2 2
( , )
1
2 cos( )k
N
loss k i j i j i J i j
k
P G V V V V
1
/
n
Ni i
i
VD V V n
(7)
Theo tài liệu [106] hàm mục tiêu được xây dựng như sau
2
1 1
nl n
ob SK i
K i
F L Q
(8)
2.5.3.2 Các thuật toán để giải ORPD có tham gia của NMĐG
Các nghiên cứu đã công bố sử dụng các thuật toán sau: Adaptive
Aalgorith (AGA) [106], Particle Swarm Optimization (PSO) [107],
Multi-agent Based System (MABS) [108], Chance Constrained
Programming (CCP) và Robust Programming (RP) [109]. Kết quả
trình bày bảng 2.8
Bảng 2.6. Kết quả ORPD có NMĐG theo tài liệu tham khảo [111]
Tốc độ gió (m/s) MinF Ploss VD Lmax
4 0,0418 0,2182 0,0213 -
6 0,0413 0,2179 0,0210 -
8 0,0410 0,2173 0,0209 -
10 0,0405 0,2168 0,0206 -
12 0,0403 0,2165 0,0204 -
13.5 0,0402 0,2163 0,0203 -
15
Bảng 2.7 Kết quả ORPD có NMĐG theo tài liệu tham khảo [114]
Thông số
(pu)
Kịch bản
1
Kịch bản
2
Thông số
(pu)
Kịch bản
1
Kịch bản
2
V1 1,06 1,0378 T(6-9) 0,9966 1,035
V2 1,0378 1,004 T(6-10) 1,0092 0,9
V5 0,9907 0,996 T(4-12) 0,9813 0,987
V8 0,9976 1,002 T(27-28) 0,9915 0,9717
V11 1,0519 1,0271
V13 1,0444 1,06
2.6 Các khiếm khuyết cần khắc phục
Qua phân tích các ưu khuyết điểm trình bày trong mục 2.5, nghiên
cứu cần thực hiện các vấn đề chính như sau:
Xây dựng hàm chi phí của tua bin gió.
Phát triển và cải thiện thuật toán PSO cụ thể là PSO-TVAC, PG-
PSO và PG-PSOCF.
Áp dụng thuật toán Cuckoo Search (CS) để giải bài toán ED, OPF
và ORPD có tham gia của NMĐG.
Tính bài toán ED, OPF và ORPD theo yêu cầu phụ tải 24 giờ, có
tính độ lệch chuẩn và thời gian giải bài toán của từng thuật toán
CHƢƠNG 3 CÁC PHƢƠNG PHÁP TÌM KIẾM TỐI ƢU
3.1 Tối ƣu hoá bầy đàn (PSO)
Vân tôc va vi tri mơi câp nhât cua bây sau môi vong lăp đươc xac
đinh theo phương trình sau:
( 1) 1 1 2 2( ) ( )
i i best i best iv v c rand p x c rand g x
(9)
1i i ix x v
(10)
3.2 Các phƣơng pháp PSO c ải tiến.
16
3.2.1 Phương pháp PSO với hệ số gia tốc thời gian PSO-TVAC
Hệ số gia trọng w kiêm soat vận tốc mỗi bầy
( 1 ) ( 1 ) ( ) ( ) ( ) ( ) ( )
1 1 1 2
k k k k k k k
id id id id i idv w v c rand pbest x c rand gbest x
(11)
( 1 ) ( ) ( 1 )k k k
id id idx x v
(12)
3.2.2 Phương pháp PSO với gradient giả (PG)
3.2.2.1 Khái niệm gradient giả (PG)
1/. Nếu f(xl) < f(xk), hướng từ xk tới xl là hướng di chuyển tích cực.
PG tại điểm xl được tính bởi công thức:
1 2
( ) ( ), ( ), ..., ( )T
p l l l lng x x x x
(13)
2/. Nếu f(xl) f(xk), hướng xk tới xl là hướng tiêu cực. PG tại xl là
( ) 0p l
g x
(14)
3.2.2.2 Gradient giả chỉ dẫn hướng cho PSO
Vị trí mới cập nhật
( ) ( 1) ( 1) ( 1)
( 1)
( ) ( 1)
( ) if ( ) 0
otherwise
k k k k
k id id id p id
id k k
id id
x x v g xx
x v
(15)
3.2.3 Phương pháp PSO với hệ số giới hạn (CF)
Hệ số giới hạn C được tính theo công thức (16), vị trí mới của bầy
được cập nhật theo công thức (15)
( 1) ( ) ( ) ( )
1 1
( ) ( )
2 2
k k k k
id id id id
k k
i id
v C v c rand pbest x
c rand gbest x
(16)
17
1 22
2; where , 4
2 4
C c c
(17)
3.2.4 Thuật toán chim tu hú (CS)
Trứng chất lượng tốt nhất sẽ nở ra chim tu hú con.
Trong tổng số tổ chim mẹ, số trứng chim tu hú bị phát hiện với
xác xuất rất nhỏ là 0,1aP chim mẹ sẽ đẩy trứng chim tu hú,
hoặc bỏ đi và làm một tổ mới.
Phân bố Lévy flights
1
(t) ~ (0 2)Levy u t
(18)
Giải pháp trứng mới được xác định
( 1)
( )t t
i ix x Lévy t
(19)
3.3 Lựa chọn thông số cài đặt cho các phƣơng pháp
Đối với phương pháp PSO, PSO-TVAC, PG-PSO và PG-SPOCF
chọn: hệ số phạt K= 10-4 - 10
-6, tổng số bầy Np = 10, hệ số cá thể c 1=
2, hệ số quần thể c 2= 2, Hệ số gia trọng cực tiểu wmin = 0,4, hệ số gia
trọng cực đại wmax = 0,9, tổng số vòng lặp ITmax = 100
Đối với phương pháp CS chọn: tổng số tổ NP = 15, số trứng trong tổ
NP = 10, số trứng xấu pa = 0,25, hệ số bước α = 1 , Tổng số vòng lặp
ITmax = 100
CHƢƠNG 4 ĐIỀU ĐỘ KINH TẾ TRONG HỆ THỐNG ĐIỆN
4.1 Thành lập bài toán ED trƣờng hợp không có NMĐG
Hàm mục tiêu bài toán ED không có năng lượng gió:
2
1
Min
Ng
i i gi i gi
i
F a b P c P
(20)
18
Ràng buộc:
1
gN
D L
i
P P P
(21)
Tổn thất công suất PL tính với hệ số ma trận B
0 00
1 1 1
g g gN N N
L gi ij gj i gi
i j i
P P B P B P B
(22)
,min ,maxgi gi giP P P
(23)
4.2 Thành lập bài toán ED trƣờng hợp có NMĐG
4.2.1 Giá trị trung bình
Giá trị trung bình của tập dữ liệu được tính theo công thức:
1
1 k
l
l
vk
(24)
Độ lệch chuẩn được tính theo công thức
2
1
1( )
k
l
l
v
k
(25)
4.2.2 Xác suất tốc độ gió
2
2
( )1exp
22
li
vi
vPR
(26)
4.2.3 Tốc độ gió và hàm phân phối tốc độ gió
Hàm phân phối tốc độ gió theo Weibull [132] và Rayleigh [133]
19
1 111 1
( ) 1 1 avg
k
avg
k v
V k
W
vf v k e
k V k
(27)
2
2
2( ) exp
avg avg
R
v vf v
V V
(28)
Đồ thị biểu diễn tốc độ gió theo Weibull với k là hệ số bề mặt vùng
gió thổi qua [33]
Hình 4.1 Phân phối tốc độ gió theo Weibull [33]
Từ giá trị tốc độ gió theo công thức (1) và hàm phân phối tốc độ gió
(26), thành lập công thức tính công suất phát điện của tua bin gió như
sau [136]
max max
min min
3 3
1. . . ( ) . ( )
2
v v
v v
wi p wP A C f v dv F f v dv
(29)
4.2.4 Hàm chi phí tua bin gió
Chi phí trung bình sản xuất điện năng ($/kWh) của tua bin gió được
tính theo công thức sau [137] [138]
20
*&
NET
ICC FRC LRCCOE O M
AEP
(30)
4.2.5 Chi phí vận hành của NMĐG
Theo [33] chi phí vận hành và bảo trì của tua bin gió chiếm từ 0,005
$/kWh đến 0,007 $/kWh, chọn chi phí vận hành trung bình của tua
bin gió là 0,006 $/kWh hay 6 $/MWh để làm cơ sở tính toán. Vậy chi
phí vận hành của tua bin gió là:
max
min
3
6. 6. . ( )
v
v
wi wi wC P F f v dv
(31)
4.2.6 Nhà máy điện gió (wind farm)
Nhà máy điện gió (NMĐG) được kết nối từ nhiều tua bin gió, các tua
bin này có thể đấu nối song song hoặc nối tiếp với nhau sau đó kết
nối vào hệ thống [139] [140]
Từ (28) và (30) xây dựng công thức chi phí vận hành của NMĐG là:
max
min
3
1 1
6 6 ( ) ( )
vw w
v
N N
w wi wi i
i i
C P F f v dv
(32)
4.2.7 Hàm chi phí của hệ thống khi có tham gia của NMĐG
Từ (19) và (31) hàm chi phí của các nhà máy nhiệt điện và NMĐG là
2
1
Min ( ) (P )
Ng
i i gi i gi
i
wiF a b P c C
(33)
21
4.2.8 Điều kiện ràng buộc của tua bin gió và NMĐG
Các ràng buộc khi có NMĐG tham gia [141]:
Công suất tua bin gió theo tốc độ gió.
max
min
3
1
( )
vw
v
N
w i i
i
P f v dv
cut in r cut outv v v
(34)
An ninh hệ thống điện: ổn định điện áp, đảm bảo công suất phát
ra đúng yêu cầu, công suất phản kháng trong phạm vi cho phép, độ tin tưởng công suất phát dự phòng khi có yêu cầu.
Cân bằng hệ thống: đảm bảo tổng công suất phát ra bằng với tổng
phụ tải cộng với tổn thất công suất [142] [143].
1 1
g wN N
gi wgi D L
i i
P P P P
(35)
4.3 Áp dụng các phƣơng pháp giải bài toán ED
4.3.1 Trường hợp không có năng lượng gió
Tính công suất phát bù trừ Ps của hệ thống N nhà máy phát
1
gN
s D L
i
i s
P P P P
(36)
2
0 0 00
1 1 1 1
2g g g
N N NN
L ss s si i s s gi ij gj i gi
i i j i
i s i s j s
P B P B P B P P B P B P B
(37)
2
. . 0s s
A P B P C
(38)
ssA B
(39)
0
1
2 1
Ng
si i s
i
i s
B B P B
(40)
22
0 00
1 1 1 1
g g gN N N Ng
gi ij gj i gi D gi
i j i i
i s j s i s
C P B P B P B P P
(41)
2
24. ., 4. . 0
2.s
B B A CP B A C
A
(42)
4.3.1.1 Các bước giải ED không có NMĐG gió sử dụng PSO-TVAC
Bƣớc 1: Bắt đầu: xác định số NMPĐ Ngi có trong hệ thống, xác định
các thông số vận hành của máy phát nhiệt điện: ai, bi, ci, ei, fi, xác
định các ràng buộc bài toán ED theo (20)(21) và (22). Chọn các
thông số K, Np, c1, c2, w, ITmax của phương pháp PSO-TVAC theo 3.3.
Bƣớc 2: Khởi tạo ban đầu
Số đàn ban đầu X = [X1, X2, X3,...,Xd,..., XNp], ứng với mỗi bầy Xd =
[Pd1, Pd2,..., Pdi,...,PdNp]. Với Pdi là công suất phát của các nhà máy
nhiệt điện và d = (1, 2, ..., N). N: tổng số máy phát nhiệt điện trong
hệ thống. Khởi tạo bầy Xd theo công thức:
,min 1 ,max ,min* ( )
di i i iX P rand P P
(43)
Từ bầy Xdi ban đầu đánh giá theo hàm khả dụng sau:
2
lim
inf
1
( )gi
N
i di sdc s
i
FF F X K P P
(44)
Với: Psdc là công suất điều chỉnh tính theo (41), Pslim
phụ thuộc vào
công suất điều chỉnh tính theo công thức sau:
,max ,max
lim
,min ,min
,min ,max
s sdc s
s s sdc s
sdc s sdc s
P if P P
P P if P P
P if P P P
(45)
Tiếp tục tính bài toán ED theo mục 4.3.1.1 của báo cáo luận án.
23
4.3.1.2 Các bước giải ED không có NMĐG gió sử dụng PG-PSOCF
Thực hiện theo mục 4.3.1.2 của báo cáo luận án.
4.3.1.3 Các bước giải ED không có NMĐG gió sử dụng CS
Thực hiện theo mục 4.3.1.3 của báo cáo luận án.
4.3.2 Trường hợp có năng lượng gió
4.3.2.1 Các bước giải ED sử dụng phương pháp PSO-TVAC
Bƣớc 1: Bắt đầu
Xác định số NMPĐ Ngi có trong hệ thống bao gồm nhiệt điện và
NMĐG. Xác định các thông số vận hành của máy phát nhiệt điện: ai,
bi, ci, ei, và của tua bin gió: cwi. Xác định các ràng buộc bài toán ED
có năng lượng gió theo (33)(34), chọn các thông số cài đặt của
phương pháp PSO-TVAC theo 3.3
Bƣớc 2: Khởi tạo ban đầu
Số đàn ban đầu X = [X1, X2, X3,...,Xd,..., XNp], ứng với mỗi bầy Xd =
[Pd1, Pd2,..., Pdi,...,PdNp]. Với Pdi là công suất phát của các nhà máy
nhiệt điện và NMĐG và d = (1, 2, ..., N). N: tổng số máy phát nhiệt
điện và NMĐG trong hệ thống.
Sau đó thực hiện các bước tiếp theo tương tự mục 4.3.1.1
4.3.2.2 Các bước giải bài toán ED có NMĐG dùng PG-PSOCF
Bƣớc 1: Tương tự bước 1 mục 4.3.2.1, lựa chọn các thông số cài đặt
phương pháp PG-PSO theo 3.5
Bƣớc 2: thực hiện tương tự bước 2 mục 4.3.2.1
Sau đó thực hiện các bước tiếp theo tương tự mục 4.3.1.2 của báo
cáo luận án.
4.3.2.3 Các bước giải bài toán ED sử dụng phương pháp CS
Khởi tạo tổ chim ban đầu theo công thức
24
, min 1 , max , min* ( )
di i i iX P rand P P
(46)
Đánh giá hàm khả dụng:
2
lim
inf
1
( )
giN
i di sdc s
i
FF F X K P P
(47)
Lévy flights tạo số ngẫu nhiên từ số tổ tốt nhất ban đầu Xbestdi
2
new new
di bestdi dX X rand X
(48)
Sau đó thực hiện các bước tiếp theo tương tự mục 4.3.1.3 của báo
cáo luận án.
4.4 Dữ liệu hệ thống tính toán
4.4.1 Dữ liệu gió
Nghiên cứu thực hiện chọn dữ liệu gió từ nguồn tài liệu [147] ngày
26 tháng 06 năm 2018, dữ liệu gió được khảo sát từ 0 giờ đến 23 giờ
ngày 16 tháng 04 của các năm 2012 đến 2014, địa điểm khảo sát tại
An Ninh Đông- Huyện Tuy An - Tỉnh Phú Yên - Việt Nam, vị trí đo
tốc độ gió ở độ cao 60m. Số liệu tốc độ gió theo bảng 4.1
Bảng 4.1 Dữ liệu tốc độ gió (m/s) [147]
Giờ 0 1 2 3 4 5 6 7 8 9 10 11
Ngày
16/04/2012 4,1 3,4 2,4 1 1,8 2,8 4,2 1,8 2,1 2,8 4,1 4,6
16/04/2013 0,9 2,3 1,4 1 0,7 1,6 0,7 0,6 1,4 1,6 2,3 2,5
16/04/2014 2,9 1,6 1,6 1,2 0,9 1,2 1,6 0,7 1,6 2,2 3,1 2,3
Giờ 12 13 14 15 16 17 18 19 20 21 22 23
Ngày
16/04/2012 7,5 5,9 6,7 8,6 9,3 10,5 7,3 7,5 4,4 4,2 3,5 1,8
16/04/2013 2,1 1,8 3,9 5,4 6,2 2,6 1,9 1,1 0,9 1,7 2,2 2,5
16/04/2014 2,1 2,6 2 7,5 4,7 5,5 4,3 4,4 5,1 3,3 2,4 3,1
25
Bảng 4.2 Vận tốc gió cực tiểu, cực đại và trung bình [147]
Giờ 0 1 2 3 4 5 6 7 8 9 10 11
Vận tốc
Vmin(m/s) 0,9 1,6 1,4 1 0,7 1,2 0,7 0,6 1,4 1,6 2,3 2,3
Vmax(m/s) 4,1 3,4 2,4 1,2 1,8 2,8 4,2 1,8 2,1 2,8 4,1 4,6
Vavg(m/s) 2,633 2,433 1,8 1,067 1,133 1,867 2,167 1,033 1,7 2,2 3,167 3,133
Giờ 12 13 14 15 16 17 18 19 20 21 22 23
Vận tốc
Vmin(m/s) 2,1 1,8 2 5,4 4,7 2,6 1,9 1,1 0,9 1,7 2,2 1,8
Vmax(m/s) 7,5 5,9 6,7 8,6 9,3 10,5 7,3 7,5 5,1 4,2 3,5 3,1
Vavg(m/s) 3,9 3,433 4,2 7,167 6,733 6,2 4,5 4,333 3,467 3,067 2,7 2,467
4.4.2 Dữ liệu phụ tải 24 giờ
Dữ liệu phụ tải 24 giờ hệ thống IEEE 30 nút [148] theo bảng 4.3
Bảng 4.3 Phụ tải 24 giờ hệ thống IEEE 30 nút
Giờ 1 2 3 4 5 6 7 8 9 10 11 12
Tải (MW) 166 196 229 267 283.4 289 246 213 192 161 147 160
Giờ 13 14 15 16 17 18 19 20 21 22 23 24
Tải (MW) 170 185 208 232 246 241 236 225 204 182 161 131
4.4.3 Dữ liệu hệ thống IEEE 30 nút và các thông số cài đặt
Tính toán sử dụng dữ liệu hệ thống điện IEEE 30 nút [149] bao gồm:
7 nút máy phát: 1, 2, 5, 8, 11, 13 và 22
24 nút tải, 41 đường dây truyền tải, 04 bộ điều áp dưới tải đặt tại
các đường dây: 6-9, 6-10, 4-12 và 27-28
02 khóa đóng cắt dãy tụ đặt tại các nút 10 và 24
Tua bin gió được đặt tại nút 22, gồm có thông số sau:
26
Bảng 4.4 Thông số tua bin gió
Thông số ρ D (m) k CP
Giá trị 0,133 52 1,8 0,59
4.5 Kết quả tính toán bài toán ED có năng lƣợng gió theo phụ
tải 24 giờ
Các kết quả bài toán ED có năng lượng gió theo yêu cầu phụ tải từ 2
đến 23 giờ được trình bày tại phụ lục C và báo cáo luận án.
4.5.1 Phụ tải 1 giờ
Bảng 4.5 Kết quả bài toán ED có năng lượng gió phụ tải lúc 1 giờ
Bài toán ED tải 1h Phương pháp tính
Công suất
máy phát Pmin Pmax PSO
PSO-
TVAC PG PSO
PG
PSOCF CS
Pg1(MW)
Pg2(MW)
Pg3(MW)
Pg4(MW)
Pg5(MW)
Pg6(MW)
Pg22(MW)
50
20
15
10
10
12
0,0
200
80
50
35
30
40
30
94,3534
26,3582
15,0000
10,0000
10,0000
12,0000
1,5000
92,2718
28,3775
15,0000
10,0000
10,0000
12,0000
1,5000
101,5174
20,0000
15,0000
10,0000
10,0000
12,0000
1,5000
101,0220
20,0000
15,0000
10,0000
10,0000
12,0000
1,5000
94,6815
26,0378
15,0001
10,0000
10,0000
12,0020
1,5000
Chi phí cực tiểu ($/h) 415,0573 415,6210 419,0779 417,7108 415,8748
Chi phí cực đại ($/h) 461,3283 430,0164 454,3575 478,9403 454,5669
Chi phí trung bình ($/h) 415,7496 415,7070 417,9053 417,3199 416,5151
Chi phí NMĐG ($/h) 9,0000 9,0000 9,0000 9,0000 90000
Độ lệch chuẩn 0,7978 0,7427 1,2073 1,3879 0,4569
Thời gian trung bình (s) 9,694 9,213 4,591 4,588 7,584
Hình 4.2 Đồ thị bài toán ED có
NMĐG phụ tải 1giờ dùng PSO
Hình 4.3 Độ lệch chuẩn ED có NMĐG phụ tải 1 giờ dùng PSO
27
Hình 4.4 Đồ thị bài toán ED có
NMĐG phụ tải 24 giờ dùng PSO
Hình 4.5 Độ lệch chuẩn ED có
NMĐG phụ tải 24 giờ dùng PSO
4.6 Đánh giá và so sánh kết quả bài toán ED
Bảng 4-6. So sánh kết quả bài toán ED với tải 289,3 MW
MBO [151]
PSO PSO-
TVAC PG-PSO
PG-
PSOCF CS
Nút -
NMĐG 7 22 22 22 22 22
Pg1(MW) 48,45 119,7839 114,4548 114,7479 102,2375 111,3859
Pg2(MW) 34,44 29,1427 33,9109 33,8074 20,0000 33,5229
Pg3(MW) 30,43 15,0000 15,0000 15,0000 16,2831 15,2604
Pg4(MW) 29,07 10,0000 10,0000 10,0000 35,0000 13,4066
Pg5(MW) 16,12 10,0000 10,0000 10,0000 10,0000 10,0092
Pg6(MW) 28,61 12,0000 12,0000 12,0000 12,0000 12,0000
Pwind(MW) 99,73 100,0000 100,0000 100,0000 100,0000 99,9997
Tải (MW) 289,3 289,4 289,4 289,4 289,4 289,4
Chi phí
($/h) 514 492,9853 492,5350 493,0694 492,4223 493,2198
ĐL chuẩn - 2,0466 1,1070 12,3761 10,1985 0,9274
Thời gian - 58,696 57,045 28,736 32,630 47,497
Bảng 4-7. So sánh kết quả bài toán ED với tải 189,2 MW
LP
[153] GA
[96] PSO
PSO-
TVAC PG-PSO
PG-
PSOCF CS
Nút -
NMĐG 8
- 22 22 22 22 22
Pg1(MW) 45 367,69 108,4148 99,9815 99,6213 110,0750 89,3363
Pg2(MW) 60,9 357,74 21,9730 30,3444 31,1898 20,0000 38,0848
Pg3(MW) 15 124,15 15,0000 15,0000 15,0000 15,0000 17,2016
28
LP
[153] GA
[96] PSO
PSO-
TVAC PG-PSO
PG-
PSOCF CS
Pg4(MW) 21 93,91 10,0000 10,0000 10,0000 10,0000 10,0000
Pg5(MW) 16 156,00 10,0000 10,0000 10,0000 10,0000 10,0002
Pg6(MW) 39,89 456,02 12,0000 12,0000 12,0000 12,0000 12,0000
Pwind(MW) 16 175,12 16,0000 16,0000 16,0000 16,0000 15,9856
Tải (MW) 189,2 189,3 189,3 189,3 189,3 189,3
Chi phí
($/h) 450 31092,30 440,2635 439,8955 440,3466 440,0200 440,7798
Std - 1,3898 1,3770 7,1008 8,3594 0,6928
Số vòng lặp - 100 100 100 100 100
Thời gian - 56,754 57,026 32,901 33,647 55,110
CHƢƠNG 5 PHÂN BỐ TỐI ƢU CÔNG SUẤT TRONG HỆ
THỐNG ĐIỆN
5.1 Xây dựng bài toán phân bố tối ƣu công suất (OPF)
5.1.1 Trường hợp không có năng lượng gió
Hàm mục tiêu của bài toán OPF không có năng lượng gió là [155]
1 1
( )
NgNg
i gi
i i
MinF FC P F P
(49)
Các ràng buộc bài toán OPF không có năng lượng gió [156]:
1
cos( ) sin( ) ; 1, ....,b
N
gi Di i j ij i j ij i j i g
j
P P V V G B g N
(50)
1
sin( ) cos( ) ; 1, ....,b
N
gi ci Di i j ij i j ij i j i g
j
Q Q Q V V G B g N
(51)
Công suất thực, công suất phản kháng và điện áp tại mỗi nút máy
phát phải giới hạn trong cực tiểu và cực đại cho phép [157] [158].
,min ,max; 1, ...,
gi gi gi gP P P i N
(52)
,min ,max; 1,...,
gi gi gi gQ Q Q i N
(53)
29
,min ,max; 1, ....,
gi gi gi gV V V i N
(54)
Dung lượng tụ bù tại các nút
,min ,max; 1, ....,
ci ci ci i cQ Q Q c N
(55)
Giới hạn cận dưới và cận trên của nấc điều chỉnh bộ điều áp dưới tải
,min ,max; 1, ....,
k k k kT T T k N
(56)
Giới hạn điện áp tại mỗi nút và công suất truyền tải trên đường dây
,min ,max; 1, ....,
li li li lV V V i N
(57)
,max; 1, ....,
li li lS S i N
(58)
Từ các công thức (48) đến (57) xây dựng hàm khả dụng [65]:
2
lim
1
2
max
1
lim 2
1
lim 2
1
( )
( )
( )
g
l
N
i P gi gi q
i
N
s l l
l
g
d
N
gi gi
i
N
v li li
i
FF FC K P P K
K S S
Q Q
K V V
(59)
5.2 Áp dụng các phƣơng pháp giải bài toán OPF
5.2.1 Bài toán OPF không có năng lượng gió
Từ công suất Ps theo công thức (41) tiếp tục tính bài toán OPF theo
các phương phá như sau
5.2.1.1 Bài toán OPF không có NMĐG sử dụng PSO-TVAC
Áp dụng thuật toán PSO-TVAC tính theo 5.2.1.1 của báo cáo luận án
5.2.1.2 Bài toán OPF không có NMĐG sử dụng PG-PSOCF
Áp dụng thuật toán PG-PSOCF tính theo 5.2.1.2 của báo cáo luận án
30
5.2.1.3 Giải bài toán OPF không có NMĐG sử dụng CS
Khởi tạo tổ Xd theo công thức:
, min 1 , max , min* (X )
di di di diX X rand X
(60)
Ứng dụng Lévy flights tạo số trứng mới trong tổ Xdi(new)
ngẫu nhiên
2
new new
di bestdi dX X rand X
(61)
Tiếp tục áp dụng thuật toán CS tính theo 5.2.1.3 của báo cáo luận án
5.2.2 Bài toán OPF có năng lượng gió
Hàm mục tiêu của bài toán OPF có tham gia của NMĐG
1 1
( P )
NgNg
i gi wgi
i i
MinF FC P F P
(62)
5.2.2.1 Các bước giải bài toán OPF có NMĐG sử dụng PSO-TVAC
Khởi tạo bầy Xd theo công thức
,min 1 ,max ,min* (X )
di di di diX X rand X
(63)
Đánh giá hàm khả dụng ban đầu theo công thức:
2
lim
1
2
max
1
lim 2
1
lim 2
1
( )
( )
( )
g
l
N
i P gi gi
i
N
s l l
l
g
d
N
q gi gi
i
N
v li li
i
FF FC K P P
K S S
K Q Q
K V V
(64)
Tiếp tục thực hiện giải bài OPF toán theo 5.2.2.1 của báo cáo luận án
5.2.2.2 Các bước giải bài toán OPF có NMĐG sử dụng PG-PSOCF
Áp dụng thuật toán PG-PSOCF tính theo 5.2.2.2 của báo cáo luận án
5.2.2.3 Các bước giải OPF có NMĐG sử dụng phương pháp CS
Thực hiện bước khởi tạo theo (59)(60), tiếp tục thực hiện theo
5.2.2.3 của báo cáo luận án.
31
5.3 Kết quả tính toán
5.3.1 Dữ liệu hệ thống tính toán
Các thông số dữ liệu chọn theo 4.4 và 5.3.1 của báo cáo luận án.
5.3.2 Kết quả phụ tải 1 giờ
Bảng 5.1 Kết quả bài toán OPF có năng lượng gió phụ tải 1 giờ
Bài toán OPF Các phương pháp tính
PSO PSO TVAC PG PSO PG PSO CF CS
Chi phí cực tiểu ($/h) 417,3269 415,8845 419,2150 416,2802 417,4045
Chi phí trung bình ($/h) 417,7016 416,4322 423,5543 416,9852 417,6720
Chi phí cực đại ($/h) 473,5996 463,6826 468,4080 464,1182 473,0520
Chi phí NMĐG ($/h) 9,0000 9,0000 9,0000 9,0000 9,0000
Độ lệch chuẩn 1,2843 0,7862 1,5476 1,0233 0,6261
Thời gian xử lý (s) 8,809 9,688 5,426 4,866 9,290
Bảng 5.2 Phân bố công suất máy phát phụ tải 1 giờ
Bài toán OPF Các phương pháp tính
Nút
Pg(MW)
Qg
(MVAR)
Pmin
Qmin
Pmax
Qmax PSO
PSO-
TVAC PG-PSO
PGPSO
CF CS
1
2
5
8
11
13
22
Pg1
Pg2
Pg3
Pg4
Pg5
Pg6
Pg7
50
20
15
10
10
12
0,0
200
80
50
35
30
40
30
100,5561
20,0000
15,0000
10,0000
10,0000
12,0000
1,5000
92,0759
28,3377
15,0000
10,0000
10,0000
12,0000
1,5000
101,2410
20,0000
15,0000
10,0000
10,0000
12,0000
1,5000
92,0015
28,5547
15,0000
10,0000
10,0000
12,0000
1,5000
91,3476
29,4421
15,0000
10,0000
10,0786
12,0424
1,5000
1
2
5
8
11
13
22
Qg1
Qg2
Qg3
Qg4
Qg5
Qg6
Qg7
-20
-20
-15
-15
-10
-15
-15
200
100
80
60
50
60
50
-11,0156
4,2018
27,7399
29,0059
11,8325
12,4250
26,5197
-9,2590
7,4751
22,5865
38,0047
-
22,7908
22,2508
30,5085
-24,9043
34,0249
24,6362
68,7951
-35,1771
-20,0513
44,2971
1,0950
8,7485
20,7799
34,2893
-4,3710
5,9832
32,6741
-
19,1186
21,1078
25,2843
45,0868
-
33,6178
17,0649
47,8437
32
Đồ thị biểu diễn OPF phụ tải 1 giờ
Hình 5.1 Đồ thị bài toán OPF có
NMĐG phụ tải 1 giờ dùng PSO
Hình 5.2 Độ lệch chuẩn OPF có
NMĐG phụ tải 1 giờ dùng PSO
5.3.3 Kết quả phụ tải 24 giờ
Kết quả bài toán OPF phụ tải 24 giờ theo 5.3.3 báo cáo luận án
5.4 Đánh giá và so sánh kết quả bài toán OPF
Bảng 5.3 Bảng so sánh kết quả bài toán OPF qua các phương pháp
MCS
[161]
MPSO
[63] PSO
PSO-
TVAC PG-PSO
PG-
PSOCF CS
Bus- wind 22 22 22 22 22 22 22
Pg1(MW) 163,8355 166,6133 167,2449 164,2360 165,0300 166,3483 158,2994
Pg2(MW) 45,5225 46,1629 45,0055 45,6170 45,4667 46,2434 44,8089
Pg3(MW) 20,4511 20,5314 20,1991 20,2261 21,0616 20,6733 23,2127
Pg4(MW) 13,3914 10,0000 11,5106 12,9968 12,6088 10,0000 12,3191
Pg5(MW) 10,0028 10,0000 10,0012 10,0000 10,0000 10,0000 13,0645
Pg6(MW) 12,000 12,000 12,0000 12,0000 12,0000 12,0000 14,2059
Pwind(MW) 25,9991 26,1662 25,8610 25,8610 25,8610 25,8610 25,1031
Tải (MW) 283,4 283,4 283,4 283,4 283,4 283,4 283,4
Chi phí ($/h)
707,9701 707,7161 707,9565 707,5023 707,9695 707,6715 708,6939
Số vòng lặp 500 500 100 100 100 100 100
Thời gian (s)
345,58 343,20 24,95 26,53 13.55 12.03 15.34
KOA BH KOA BH KOA BH KOA
P1(MW) 166,74 166,81 169,83 167,98 170,05 167,00 167,60
P2(MW) 46,10 46,10 47,07 46,42 47,03 46,14 45,94
P5(MW) 20,35 20,34 20,88 20,45 20,75 20,34 20,52
P8(MW) 15,43 15,33 18,71 16,22 15,51 15,58 19,53
P11(MW) 10,07 10,08 11,05 10,26 10,77 10,13 11,35
33
MCS
[161]
MPSO
[63] PSO
PSO-
TVAC PG-PSO
PG-
PSOCF CS
P13(MW) 12,00 12,00 12,00 12,00 12,00 12,00 12,00
Pw7(MW) 9,57 8,70 4,06 5,67 5,82 6,81 2,36
V1(p.u) 1,09 1,09 1,04 1,09 1,07 1,09 1,10
V2(p.u) 1,07 1,07 1,02 1,07 1,04 1,08 1,09
V5(p.u) 1,05 1,04 1,00 1,04 1,01 1,05 1,06
V8(p.u) 1,05 1,04 1,00 1,04 1,01 1,05 1,05
V11(p.u) 1,03 1,05 1,08 0,97 1,04 1,04 1,10
V13(p.u) 1,05 1,04 1,05 1,04 1,07 1,05 1,04
Vw7(p.u) 1,04 1,04 1,00 1,04 1,01 1,04 1,05
Chi phí ($/h)
734,92 734,02 760,23 740,33 749,68 734,13 750,37
CHƢƠNG 6 ĐIỀU ĐỘ TỐI ƢU CÔNG SUẤT PHẢN KHÁNG
TRONG HỆ THỐNG ĐIỆN
6.1 Xây dựng bài toán ORPD không có năng lƣợng gió
Hàm mục tiêu theo tổn thất công suất, sai lệch điện áp và chỉ số ổn
định điện áp [162][163]
2 2
1
2 cos( )l
N
loss li i j i j i j
i
MinF P g V V VV
(65)
1
dN
sp
i i
i
MinF VD V V
(66)
maxmax ; 1, ...,
i d MinF L L i N
(67)
6.2 Áp dụng các phƣơng pháp giải bài toán ORPD
6.2.1 Bài toán ORPD không có năng lượng gió
Hàm khả dụng bài toán ORPD
lim 2
inf max
1
2
max
1
lim 2
1
(or VD)(or L ) ( )
( )( )
g
l
N
loss q gi gi
i
N
s l l
l
dN
v li li
i
FF FP K Q Q
K S SK V V
(68)
34
6.2.1.1 Các bước giải ORPD không có NMĐG sử dụng PSO-TVAC
Thực hiện bước khởi tạo theo 6.2.1.1 của báo cáo luận án
Đánh giá hàm khả dụng ban đầu theo (67), tiếp tục thực hiện các
bước theo 6.2.1.1
6.2.1.2 Các bước giải ORPD không có NMĐG sử dụng PG-PSOCF
Áp dụng thuật toán PG-PSOCF tính bài toán ORPD theo 6.2.1.2 của
báo cáo luận án
6.2.1.3 Các bước giải ORPD không có NMĐG sử dụng CS
Khởi tạo Xdi và ứng dụng Lévy flights theo (59)(60)
Áp dụng thuật toán CS tiếp tục các bước theo 6.2.1.3 của báo cáo
luận án
6.2.2 Bài toán ORPD có năng lượng gió
Khi có năng lượng gió, các ràng buộc của hệ thống thay đổi về công
suất thực và công suất phản kháng tại mỗi nút [184]:
1
cos( ) sin( )
1,...,
bN
gi wgi di wi wj ij wi wj ij wi wj
j
b
P P P V V G B
i N
(69)
1
sin( ) cos( )
1,..., ;
bN
G di wi wj ij wi wj ij wi wj
j
b G gi wgi
Q Q V V G B
i N Q Q Q
(70)
,min ,max
,min ,max
; 1, ...,
; 1, ...,
gi gi gi g
wgi wgi wgi gi
V V V i N
V V V i N
(71)
,min ,max
,min ,max
; 1, ...,
; 1, ...
gi gi gi g
wgi wgi wgi wgi
Q Q Q i N
Q Q Q i N
(72)
,min ,max; 1, ...,
ci ci ci cQ Q Q i N
(73)
35
,min ,max; 1, ...,
k k k tT T T k N
(74)
,min ,max; 1, ...,
li li li dV V V i N
(75)
Hàm mục tiêu của hệ thống cũng thay đổi khi có năng lượng gió
2 2
1
2 cos( )lN
w w loss li wi wj wi wj wi wj
i
MinF P g V V V V
(76)
1
dN
sp
w w wi i
i
MinF VD V V
(77)
maxmax ; 1,...,
w w i dMinF L L i N
(78)
6.3 Áp dụng các phƣơng pháp giải bài toán ORPD có NMĐG
Hàm khả dụng ORPD khi có NMĐG tham gia
lim 2 lim 2 2
max
1 1 1
( ) ( ) ( )g d l
N N N
fitness wi q G gi v li li s l l
i i l
FF SF K Q Q K V V K S S
(79)
Áp dụng các thuật toán POS-TVAC, PG-PSOCF và CS tính bài toán
ORPD theo mục 6.2.2 của báo cáo luận án
6.4 Kết quả tính toán ORPD
Dữ liệu hệ thống tính theo 4.4.1 và 6.3.1 của báo cáo luận án
6.4.1 Kết quả bài toán Ploss
6.4.1.1 Kết quả bài toán Ploss phụ tải 1 giờ
ORPD - Ploss
Phương pháp
PSO PSO-
TVAC
PG-
PSO
PG-
PSOCF CS
Cực tiểu Ploss (MW) 1,3192 1,3134 1,3542 1,2089 1,3193
Trung bình Ploss (MW) 1,3350 1,3152 1,3267 1,1977 1,3037
Cực đại Ploss (MW) 1,4141 1,3975 1,3926 1,2722 1,3586
Công suất NMĐG (MW)
1,5000 1,5000 1,5000 1,5000 1,5000
Độ lệch chuẩn (Std) 0,0626 0,0387 0,0482 0,0387 0,0296
Thời gian xử lý (s) 5,7250 5,6797 5,6641 5,5375 10,5219
Đồ thị phụ tải bài toán Ploss phụ tải 1 giờ
36
Hình 6.1 Đồ thị bài toán Ploss có
NMĐG phụ tải 1h dùng PSO
Hình 6.2 Độ lệch chuẩn Ploss có
NMĐG phụ tải 1h dùng PSO
6.4.1.2 Kết quả bài toán Ploss phụ tải 24 giờ
Trình bày theo mục 6.3.2.2 của báo cáo luận án
6.4.2 Kết quả bài toán VD
6.4.2.1 Kết quả bài toán VD phụ tải 1 giờ
Bảng 6.1. Kết quả bài toán ORPD theo VD phụ tải 1 giờ
ORPD - VD Phương pháp
PSO PSO-TVAC PG-PSO PG-PSOCF CS
Cực tiểu VD 0,1481 0,0924 0,1049 0,0881 0,1030
Trung bình VD 0,1692 0,0979 0,1087 0,0973 0,1101
Cực đại VD 0,2410 0,1056 0,1122 0,1172 0,1271
CS NMĐG (MW) 0,43000 0,43000 0,43000 0,43000 0,43000
Độ lệch chuẩn (Std) 0,0271 0,0351 0,0028 0,0089 0,0066
Thời gian xử lý (s) 5,497 5,07 5,514 5,406 9,519
Hình 6.3 Đồ thị bài toán VD có NMĐG phụ tải 1h dùng PSO
Hình 6.4 Độ lệch chuẩn VD có NMĐG phụ tải 1h dùng PSO
6.4.2.2 Kết quả bài toán VD phụ tải 24 giờ
Trình bày theo mục 6.3.3.2
37
6.4.3 Kết quả bài toán Lmax
6.4.3.1 Kết quả bài toán Lmax phụ tải 1 giờ
Bảng 6.2. Kết quả bài toán ORPD theo Lmax phụ tải 1 giờ
ORPD - Lmax
Phương pháp
PSO PSO-
TVAC PG-PSO PG-PSOCF CS
Cực tiểu Lmax 0,0810 0,0805 0,0805 0,0804 0,0808
Trung bình Lmax
0,0821 0,0812 0,0820 0,0809 0,0811
Cực đại Lmax 0,0841 0,0823 0,0843 0,0825 0,0814
Công suất NMĐG (MW)
1,5000 1,5000 1,5000 1,5000 1,5000
Độ lệch chuẩn (Std)
0,0010 0,0005 0,0011 0,0006 0,0002
Thời gian xử lý (s)
5,664 5,767 5,906 5,641 10,952
Đồ thị phụ tải bài toán Lmax phụ tải lúc 1 giờ
Hình 6.5 Đồ thị bài toán Lmax có
NMĐG phụ tải 1h dùng PSO
Hình 6.6 Độ lệch chuẩn Lmax có
NMĐG phụ tải 1h dùng PSO
6.4.3.2 Kết quả bài toán Lmax phụ tải 24 giờ
Trình bày theo mục 6.3.4.2 báo cáo luận án
6.5 Đánh giá và so sánh kết quả bài toán ORPD
Bảng 6.3. So sánh kết quả bài toán ORPD theo Ploss các phương pháp
Phương pháp Ploss (MW) Độ lệch
chuẩn (Std)
Thời gian
xử lý (s)
Tổng số
vòng lặp
PSO 2,5778 0,1353 5,368 100
PSO-TVAC 2,5564 0,0952 5,541 100
38
Phương pháp Ploss (MW) Độ lệch
chuẩn (Std)
Thời gian
xử lý (s)
Tổng số
vòng lặp
PG-PSO 2,5828 0,1249 5,191 100
PG-PSOCF 2,5765 0,0823 5,209 100
CS 3,7969 0,0968 10,594 100
Bảng 6.4. So sánh kết quả bài toán ORPD theo Lmax các phương pháp
Phương pháp Lmax Độ lệch
chuẩn (Std)
Thời gian
xử lý (s)
Tổng số
vòng lặp
PSO 0,0930 0,0019 5,451 100
PSO-TVAC 0,0890 0,0010 5,374 100
PG-PSO 0,0888 0,0009 5,263 100
PG-PSOCF 0,0914 0,0015 5,444 100
CS 0,0860 0,0003 10,298 100
Bảng 6.5. So sánh kết quả bài toán ORPD theo VD các phương pháp
Phương pháp VD Độ lệch
chuẩn (Std)
Thời gian
xử lý (s)
Tổng số
vòng lặp
PSO 0,1099 0,0087 4,816 100
PSO-TVAC 0,0902 0,0085 4,897 100
PG-PSO 0,1099 0,0029 4,939 100
PG-PSOCF 0,1136 0,0007 4,965 100
CS 0,1040 0,0063 9,898 100
CHƢƠNG 7 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN
7.1 Kết luận
Qua các kết quả trình bày, nghiên cứu đã đạt được các mục đích sau:
Xây dựng hàm chi phí của tua bin gió.
Từ hàm chi phí của tua bin gió kết hợp xây dựng hàm mục tiêu
của các bài toán ED, OPF. Từ công suất phát của NMĐG xây
dựng hàm mục tiêu bài toán ORPD.
Áp dụng các thuật toán tối ưu bầy đàn PSO, cải tiến PSO và CS để
giải bài toán ED, OPF và ORPD có tham gia của năng lượng gió.
So sánh với các kết quả báo cáo của các nghiên cứu đã công bố để
tìm các phương pháp tính tốt nhất và cho kết quả tối ưu nhất.
39
Nghiên cứu đã đạt được kết quả bài toán ED, OPF, ORPD có tham
gia của năng lượn gió theo yêu cầu phụ tải 24 giờ. Đây là cơ sở
quan trọng để tính tối ưu vận hành hệ thống điện khi tham gia thị
trường điện cạnh tranh.
Nghiên cứu đã có các đóng góp cho khoa học như sau:
Áp dụng các thuật toán tối ưu bầy đàn PSO, PSO-TVAC, PG-
PSO, PG-PSOCF và CS để giải các bài toán ED, OPF và ORPD
trong hệ thống điện.
Tính các bài toán ED, OPF và ORPD có sự tham gia của năng
lượng gió.
Tính các bài toán ED, OPF và ORPD có sự tham gia của năng
lượng gió theo yêu cầu phụ tải 24 giờ.
7.2 Hƣớng phát triển
Từ kết quả nghiên cứu trên, có thể áp dụng các thuật toán tối ưu bầy
đàn để tính tối ưu điều độ kinh tế, tối ưu phân bố công suất, tối ưu
công suất phản kháng trong hệ thống điện với qui mô hệ thống lớn
hơn và có thể áp dụng các thuật toán tối ưu bầy đàn để tính tối ưu
điều độ hệ thống điện Việt Nam.
Nghiên cứu đã tính được các bài toán điều độ tối ưu kinh tế, tối ưu
phân bố công suất, tối ưu công suất phản kháng theo yêu cầu phụ tải
24 giờ, nhằm mục đích định hướng hệ thống điện tham gia thị trường
điện phù hợp với yêu cầu hệ thống điện khi tham gia thị trường điện
cạnh tranh để lựa chọn giá bán điện tốt nhất. Năng lượng gió sẽ phát
triển mạnh tại Việt Nam trong tương lai do Việt Nam có đặc điểm
địa lý thích hợp, do đó việc tính toán điều độ tối ưu hệ thống điện có
tham gia của năng lượng gió là cần thiết và áp dụng được trong
tương lai.
Xin chân thành cảm ơn tất cả tập thể giáo viên Trường Đại học Bách
Khoa Thành phố Hồ Chí Minh đã dạy dỗ và giúp đỡ tôi trong suốt
thời gian là nghiên cứu sinh tại Trường và hoàn thành luận án này
40
DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ
1. D. A. Le and D. N. Vo, "Optimal reactive power dispatch by
pseudo-gradient guided particle swarm optimization", 2012 10th
International Power Energy Conference (IPEC), DOI:10.1109
/ASSCC.2012.6523230, ISSN:1947-1262, pp. 7-12, Dec-2012.
2. Le Dinh Luong, Le Anh Dung, Vo Ngoc Dieu, Truong Phung
Hiep Minh Phuong, Nguyen Huu Thien An, "Economic Dispatch
with Multiple Fuels by Self-Organizing Hierarchical Particle Swarm
Optimization", GMSARN Int. Conf. on Green Economy with Energy,
Environmental & Social Responsibility, Vol.7, No.2, ISSN: 1905-
9094, pp.19-21, Dec-2012.
3. Vo Ngoc Dieu, D, Le Anh Dung and Nguyen Phuc Khai, "Particle
Swarm Optimization with Constriction Factor for Optimal Reactive
Power Dispatch", GMSARN, International Journal, Vol.7, No.1,
pp.31-40, March-2013.
4. Võ Ngọc Điều, Lê Anh Dũng, Vũ Phan Tú, "Áp dụng phương
pháp tối ưu hóa phần tử bầy đàn với hệ số giới hạn cho bài toán tối
ưu hóa công suất phản kháng", Tạp chí phát triển Khoa học và Công
nghệ, Tập 16, số K2 - 2013, trang 89-101,11-04-2013.
5. Le Dinh Luong, Vo Ngoc Dieu, Nguyen Thanh Hop and Le Anh
Dung, "A hybrid differential evolution and harmony search for
nonconvex economic dispatch problems", 2013 IEEE 7th
International Power Engineering and Optimization Conference
(PEOCO), DOI:10.1109/PEOCO.2013.6564550, p.p 238-243, June-
2013.
6. Dieu Ngoc Vo, Khai Phuc Nguyen, Goro Fujita, Mohd Nabil
Muhtazaruddin and Dung Anh Le, "Pseudo-gradient based particle
swarm optimization for security constrained optimal power flow",
Seventeenth International on Intelligent System Applications to
Power Systems, ISAP2013, Japan, July-2013.
41
7. Vo Ngoc Dieu, Nguyen Phuc Khai, Nguyen Thanh Hop,
Weerakorn Ongsakul and Le Anh Dung, "Evolutionary harmony
search algorithm for non-convex economic dispatch". Power
Engineering Conference (UPEC) Dublin, DOI:14043541, ISBN:
978-1-4799-3254-2, 2-5 September-2013.
8. Luong Dinh Le, Jirawadee Polprasert, Weerakorn Ongsakul, Dieu
Ngoc Vo and Dung Anh Le, "Stochactis weight trade-off paticle
swarm optimization for optimal power flow". Journal of Automation
and Control Engineering (JOACE), Volume 2, No.1, 31-37, JOACE
2014, ISSN: 2307-3702, March-2014.
9. Le Anh Dung and Vo Ngoc Dieu, "Application of Cuckoo Search
Algorithm for Optimization Power Flow in Power Sytem",
GMSARN, Vol.9, No.2, pp.45-50, June-2015.
10. Dung Le Anh and Dieu Ngoc Vo, "Cuckoo Search Algorithm for
Minimization of Power Loss and Voltage Deviation", International
Journal of Energy Optimization and Engineering, IJEOE-5(1), DOI:
10.4018/IJEOE.2016010102, vol.5, issue.1 pp.12-21, Jan-Mar-2016
(ESCI of SCIE).
11. Dung Anh Le and Dieu Ngoc Vo, "Cuckoo Search Algorithm
Application for Economic Dispatch with Wind Farm in Power
Systems", Global Journal of Technology & Optimization,
DOI:10.4172/2229-8711.1000204, ISSN:2229-8711, vol.7, isse.3,
pp.2-6, 2016.
12. Lê Anh Dũng, Võ Ngọc Điều, Ngô Quốc Hưng, "Áp dụng thuật
toán PSO cải tiến phân bố tối ưu công suất phản kháng và áp dụng
cho lưới điện 110 kV Miền Nam", Tạp chí phát triển Khoa học và
Công nghệ (đã chỉnh sữa theo phản biện).