BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN QUỐC GIA VỀ KHOA HỌC, CÔNG NGHỆ VÀ ĐỔI MỚI SÁNG TẠO

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  29,977,726
  • Công bố khoa học và công nghệ Việt Nam

Khoa học máy tính

Nguyễn Ngọc Thiêm, Phan Minh Tân(1), Nguyễn Trung Thắng, Lê Chí Kiên

Cải tiến giải thuật tối ưu bầy đàn để tối ưu hóa lợi nhuận của nhà máy nhiệt điện trong các mô hình doanh thu khác nhau

Improve particle swarm optimization algorithm to optimize the profit of a thermal power plant using different revenue models

Tạp chí Khoa học Giáo dục Kỹ thuật - Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh

2022

71B

56-64

1859-1272

Tối ưu bầy đàn, Vận tốc quán tính, Hệ số giới hạn, Mô hình doanh thu, Tốc độ hội tụ

Particle swarm optimization, Inertia weight, Constriction factor, Revenue model, Converge speed

Trong nghiên cứu này, ba phiên bản của giải thuật tối ưu bầy đàn (PSO) bao gồm tối ưu bầy đàn cổ điển, tối ưu bầy đàn với vận tốc quán tính, và tối ưu bầy đàn với hệ số giới hạn được áp dụng để xử lý bài toán tối ưu hóa lợi nhuận của nhà máy nhiệt điện. Nhiệm vụ chính của các giải thuật PSO là xác định công suất phát và công suất dự trữ tối ưu của tổ máy phát điện để có được tổng lợi nhuận cao nhất cho các công ty sản xuất mà không vi phạm các ràng buộc. Các giải thuật này được áp dụng trên hai hệ thống ba và mười tổ máy với hai mô hình doanh thu khác nhau. Kết quả thu được từ việc lập trình các giải thuật PSO được so sánh với nhau để đánh giá hiệu quả và độ mạnh của các giải thuật, đồng thời cũng được so sánh với kết quả của các nghiên cứu trước để đánh giá hiệu quả của các giải thuật cải tiến. Từ kết quả so sánh dẫn đến kết luận rằng các giải thuật PSO cải tiến là một công cụ rất mạnh để giải quyết bài toán tối ưu hóa lợi nhuận của nhà máy nhiệt điện vì nó có thể thu được lợi nhuận cao nhất, tốc độ hội tụ nhanh với thời gian mô phỏng ngắn.

In this research, three versions of particle swarm optimization algorithm such as conventional particle swarm optimization (PSO), particle swarm optimization with inertia weight and particle swarm optimization with constriction factor are applied for handling the economic load dispatch problem under the competitive electric market. The main work of the PSO algorithms is to determine the most optimal power output of generators to obtain total profit as much as possible for the power companies without violation of constraints. These algorithms are tested on three and ten generators system using two different revenue models. The results obtained from the algorithm simulation are compared to each other as well as to the other methods to evaluate the algorithm efficiency and robustness. As a result, the improved PSO algorithms are very strong to solve the economic load dispatch problem for profit optimization because they can obtain the highest profit, fast converge speed and simulation time.

TTKHCNQG, CVv 389

Xem toàn văn