Modifiye hibrit optimizasyon yöntemi ile rüzgâr-termal güç sistemleri için ekonomik dağıtım probleminin çözümü

Mehmet Fatih Tefek, Harun Uğuz
245 52

Öz


Ekonomik dağıtım problemi (EDP) karmaşık, sınırlamalı ve doğrusal olmayan bir optimizasyon problemidir. EDP’de talep edilen güç için, aktif güç baralarının minimum ve maksimum sınırları arasında sistemin yakıt maliyetini minimum yapmak amaçlanmaktadır. Bu çalışmada, Türkiye 19 baralı rüzgâr-termal güç sisteminin EDP çözümü amacıyla yerçekimsel arama algoritması (YAA) ile öğretme-öğrenme temelli optimizasyon (ÖÖTO) algoritmasının birleştirilmesi ile hızlı, etkili ve güvenilir yeni bir hibrit optimizasyon algoritması olan HYÖ yöntemi tasarlanmıştır. Tasarlanan HYÖ yönteminde, YAA’nın global arama üstünlüğünün yanında çözüm hassasiyetinde iyileştirme yapmak amacıyla ÖÖTO algoritmasının güçlü yerel arama özelliği birleştirilmiştir. HYÖ, literatürde iyi bilinen ve sık kullanılan on adet benchmark fonksiyonlarıyla deneysel amaçlı test edilmiştir. Deneysel çalışmalarda benchmark test sonuçlarının başarılı olduğu ve tasarlanan yöntemin geçerli olduğu istatiksel olarak gösterilmiştir. Daha sonra HYÖ yöntemi, Türkiye 19 baralı rüzgâr-termal güç sisteminin EDP çözümü amacıyla sistemdeki toplam planlanan gücün %25, %27,5 ve %30 talep edilen güç oranına göre üç farklı durumda uygulanmıştır. Elde edilen sonuçlar literatürle kıyaslanmıştır. Bu sonuçlara göre HYÖ yönteminin daha kısa hesaplama zamanında, güvenilir, etkili ve minimum yakıt maliyeti ile sonuçları bulduğunu göstermektedir. Bunlara ilaveten tasarlanan HYÖ yönteminin büyük ölçekli rüzgâr-termal güç sistemlerinin EDP çözümü için uygulanabileceği öngörülmektedir.


Anahtar kelimeler


Hibrit optimizasyon algoritması; yerçekimsel arama algoritması; öğretme-öğrenme temelli optimizasyon algoritması; ekonomik dağıtım problemi; rüzgâr-termal güç sistemi

Tam metin:

PDF


Referanslar


Mahor A., Prasad V., Rangnekar S., Economic dispatch using particle swarm optimization: A review, Renewable Sustainable Energy Rev., 13 (8), 2134-2141, 2009.

Chowdhury B.H., Rahman S., A review of recent advances in economic dispatch, IEEE Trans. Power Syst., 5 (4), 1248-1259, 1990.

Nicholson H., Sterling M.J.H., Optimum Dispatch of Active and Reactive Generation by Quadratic Programming, IEEE Trans. Power App. Syst., PAS-92 (2), 644-654, 1973.

Tinney W.F., Hart C.E., Power Flow Solution by Newton's Method, IEEE Trans. Power App. Syst., PAS-86 (11), 1449-1460, 1967.

Treece J.A., Bootstrap Gauss-Seidel load flow, Proc. Inst. Electr. Eng., 116 (5), 866-870, 1969.

Momoh J.A., Adapa R., El-Hawary M.E., A review of selected optimal power flow literature to 1993. I. Nonlinear and quadratic programming approaches, IEEE Trans. Power Syst., 14 (1), 96-104, 1999.

Eke İ., Tezcan S.S., Çelik C., Solving economic load dispatch problem with valve-point effects using filled function Journal of the Faculty of Engineering and Architecture of Gazi University, 32 (2), 429-438, 2017.

Al-Betar M.A., Awadallah M.A., Khader A.T., Bolaji A.L.a., Almomani A., Economic load dispatch problems with valve-point loading using natural updated harmony search, Neural Comput. Appl., 1-15, 2016.

Bakirtzis A., Petridis V., Kazarlis S., Genetic algorithm solution to the economic dispatch problem, IEE Proc. Generat. Transm. Distrib., 141 (4), 377-382, 1994.

Cai J., Ma X., Li L., Yang Y., Peng H., Wang X., Chaotic ant swarm optimization to economic dispatch, Electr. Power Syst. Res., 77 (10), 1373-1380, 2007.

Hemamalini S., Simon S.P., Artificial Bee Colony Algorithm for Economic Load Dispatch Problem with Non-smooth Cost Functions, Electr. Power Compon. Syst., 38 (7), 786-803, 2010.

Duman S., Güvenç U., Yörükeren N., Gravitational Search Algorithm for Economic Dispatch with Valve-Point Effects Int. Rev. Electr. Eng., 5 (6), 2890-2895, 2010.

Bhattacharjee K., Bhattacharya A., Dey S.H.N., Teaching-learning-based optimization for different economic dispatch problems, Sci. Iran. D: Comput. Sci. Eng. Electr. Eng., 21 (3), 870-884, 2014.

Chen G., Ding X., Optimal economic dispatch with valve loading effect using self-adaptive firefly algorithm, Appl. Intell., 42 (2), 276-288, 2015.

Nadeem Malik T., Ul Asar A., Wyne M.F., Akhtar S., A new hybrid approach for the solution of nonconvex economic dispatch problem with valve-point effects, Electr. Power Syst. Res., 80 (9), 1128-1136, 2010.

Zaman F., Elsayed S.M., Ray T., Sarker R.A., Configuring two-algorithm-based evolutionary approach for solving dynamic economic dispatch problems, Eng. Appl. Artif. Intell., 53, 105-125, 2016.

Niknam T., Narimani M.R., Azizipanah-Abarghooee R., A new hybrid algorithm for optimal power flow considering prohibited zones and valve point effect, Energy Convers. Manage., 58, 197-206, 2012.

Pourakbari-Kasmaei M., Rashidi-Nejad M., An effortless hybrid method to solve economic load dispatch problem in power systems, Energy Convers. Manage., 52 (8), 2854-2860, 2011.

Niknam T., A new fuzzy adaptive hybrid particle swarm optimization algorithm for non-linear, non-smooth and non-convex economic dispatch problem, Appl. Energy, 87 (1), 327-339, 2010.

Kherfane N., Younes M., Kherfane R.L., Khodja F., A hybrid FFA-MPSO algorithm for solving economic power dispatch problem with valve-point effect, J. Electr. Eng., 16 (3), 198-209, 2016.

Younes M., A novel Hybrid FFA-ACO Algorithm for Economic Power Dispatch J. Control Eng. Appl. Inf., 15 (2), 67-77, 2013.

Jiang S., Ji Z., Shen Y., A novel hybrid particle swarm optimization and gravitational search algorithm for solving economic emission load dispatch problems with various practical constraints, Int. J. Electr. Power Energy Syst., 55, 628-644, 2014.

Hetzer J., Yu D.C., Bhattarai K., An Economic Dispatch Model Incorporating Wind Power, IEEE Trans. Energy Convers., 23 (2), 603-611, 2008.

Chen C.-L., Lee T.-Y., Jan R.-M., Optimal wind-thermal coordination dispatch in isolated power systems with large integration of wind capacity, 47 (18), 3456-3472, 2006.

Teeparthi K., Vinod Kumar D.M., Security-constrained optimal power flow with wind and thermal power generators using fuzzy adaptive artificial physics optimization algorithm, Neural Comput. Appl., 29 (3), 855-871, 2018.

Li Y.Z., Jiang L., Wu Q.H., Wang P., Gooi H.B., Li K.C., Liu Y.Q., Lu P., Cao M., Imura J., Wind-thermal power system dispatch using MLSAD model and GSOICLW algorithm, Knowledge Based Syst., 116, 94-101, 2017.

Güçyetmez M., Çam E., A new hybrid algorithm with genetic-teaching learning optimization (G-TLBO) technique for optimizing of power flow in wind-thermal power systems, Electr. Eng., 98 (2), 145-157, 2016.

Tefek M.F., Uğuz H., Güçyetmez M., A new hybrid gravitational search–teaching–learning-based optimization method for energy demand estimation of Turkey, Neural Comput. Appl., 1-16, 2017.

Rashedi E., Nezamabadi-Pour H., Saryazdi S., GSA: A Gravitational Search Algorithm, Inf. Sci., 179 (13), 2232-2248, 2009.

Cui Y., Geng Z., Zhu Q., Han Y., Review: Multi-objective optimization methods and application in energy saving, Energy, 125, 681-704, 2017.

Rao R.V., Savsani V.J., Vakharia D.P., Teaching–learning-based optimization: A novel method for constrained mechanical design optimization problems, Comput.-Aided Des., 43 (3), 303-315, 2011.

Malek M., Guruswamy M., Owens H., Pandya M., "A Hybrid Algorithm Technique," Departmant of Computer Sciences Tech. Rep. 89-6, University of Texas at Austin, Texas1989.

Venkata Rao R., Kalyankar V.D., Multi-pass turning process parameter optimization using teaching–learning-based optimization algorithm, Sci. Iran., 20 (3), 967-974, 2013.

Happ H.H., Optimal power dispatch; A comprehensive survey, IEEE Trans. Power App. Syst., 96 (3), 841-854, 1977.

Alsac O., Stott B., Optimal Load Flow with Steady-State Security, IEEE Trans. Power App. Syst., PAS-93 (3), 745-751, 1974.

Wilcoxon F., Individual Comparisons by Ranking Methods, Biometrics Bull., 1 (6), 80-83, 1945.




Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 License.