Luận án Trần Thế Tùng: Tái cấu trúc lưới điện phân phối dùng thuật toán tối ưu

ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA TRẦN THẾ TÙNG TÁI CẤU TRÚC LƯỚI ĐIỆN PHÂN PHỐI SỬ DỤNG CÁC THUẬT TOÁN TỐI ƯU LUẬN ÁN TIẾN SĨ TP. HỒ CHÍ MINH - NĂM 2022 ĐẠI HỌC QUỐC GIA TP. HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA TRẦN THẾ TÙNG TÁI CẤU TRÚC LƯỚI ĐIỆN PHÂN PHỐI SỬ DỤNG CÁC THUẬT TOÁN TỐI ƯU Chuyên ngành: Kỹ thuật điện Mã số chuyên ngành: 60520202 Phản biện độc lập: PGS.

Nguyễn Hùng Phản biện độc lập: PGS. Lê Mỹ Hà Phản biện: GS. Lê Kim Hùng Phản biện: TS. Nguyễn Trung Nhân Phản biện: TS.

Đinh Hoàng Bách NGƯỜI HƯỚNG DẪN: PGS. Võ Ngọc Điều LỜI CAM ĐOAN Tác giả xin cam đoan đây là công trình nghiên cứu của bản thân tác giả. Các kết quả nghiên cứu và các kết luận trong luận án này là trung thực, và không sao chép từ bất kỳ một nguồn nào và dưới bất kỳ hình thức nào. Việc tham khảo các nguồn tài liệu đã được thực hiện trích dẫn và ghi nguồn tài liệu tham khảo đúng quy định.

Tác giả luận án Trần Thế Tùng i TÓM TẮT LUẬN ÁN Luận án trình bày việc tái cấu trúc lưới điện phân phối (LĐPP) sử dụng các thuật toán tối ưu với mục tiêu giảm tổn thất công suất tác dụng, cải thiện chất lượng điện áp thỏa mãn các ràng buộc của hệ thống điện. Trong Luận án này, bài toán tái cấu trúc lưới điện phân phối được xây dựng với hàm đơn và đa mục tiêu, đồng thời có xét đến ảnh hưởng của nguồn phân tán (DG). Luận án đã đưa ra nhiều kịch bản cho các bài toán đề xuất và mức độ phức tạp của các ràng buộc cũng tăng dần để kiểm tra tính hiệu quả của phương pháp áp dụng. Đối với bài toán tái cấu trúc LĐPP đơn mục tiêu, Luận án áp dụng các thuật toán tìm kiếm phân dạng ngẫu nhiên (Stochastic Fractal Search (SFS)), thuật toán Chaotic SFS, và thuật toán tìm kiếm dựa trên quan hệ sinh vật cộng sinh (Symbiotic Organism Search (SOS)) để giải bài toán.

Hiệu quả của các thuật toán này được kiểm tra trên các hệ thống điện 33 nút, 69 nút, 84 nút, 119 nút, 136 nút, và 272 nút với các kịch bản khác nhau. Bên cạnh đó, kết quả cũng được so sánh với các nghiên cứu trước đây để đưa ra nhận xét về tính hiệu quả. Kết quả cho thấy trong hầu hết các trường hợp so sánh, kết quả từ phương pháp SFS, SOS tốt hơn kết quả từ các phương pháp khác về tổn thất công suất và cải thiện cấu hình điện áp. Đặc biệt, hiệu quả của phương pháp SOS đã được kiểm chứng thông qua mạng điện quy mô lớn lên đến 272 nút, phương pháp SOS có thể là một phương pháp triển vọng để giải quyết tái cấu trúc LĐPP phức tạp và cũng có thể áp dụng cho các bài toán tối ưu hóa khác trong hệ thống điện.

Đối với bài toán tái cấu trúc LĐPP đa mục tiêu, thuật toán SFS được phát triển thành phiên bản đa mục tiêu để giải bài toán này. Thuật toán mới là thuật toán tìm kiếm phân dạng ngẫu nhiên dựa trên sự sắp xếp không vượt trội (Non-dominated Sorting Stochastic Fractal Search (NSSFS)). Thuật toán NSSFS kết hợp kỹ thuật sắp xếp nhanh không vượt trội (fast non-dominated sorting), phương pháp dùng khoảng cách mật độ (crowding distance), và cơ chế lựa chọn (selection mechanism) vào thuật toán SFS để tìm kiếm lời giải Pareto tốt nhất. Thuật toán NSSFS được kiểm tra ban đầu với tám hàm đa nhiệm vụ tiêu chuẩn với kích thước và loại khác nhau.

Sau đó, thuật toán NSSFS được ứng dụng giải bài toán tái cấu trúc LĐPP đa mục tiêu có xét đến nguồn phân tán DG với các hàm ii mục tiêu là giảm tổn thất công suất tác dụng, cải thiện chất lượng điện áp, và nâng cao ổn định điện áp. Các thuật toán đa mục tiêu khác như là NSGA-II, MOPSO, và MOMVO cũng được ứng dụng vào cùng bài toán tái cấu trúc đa mục tiêu để so sánh với kết quả từ thuật toán NSSFS. Sự so sánh kết quả cho thấy thuật toán NSSFS cung cấp lời giải tốt hơn thuật toán NSGA-II, MOPSO, và MOMVO, chứng minh tính hiệu quả của thuật toán NSSFS trong việc giải bài toán tái cấu trúc đa mục tiêu. iii ABSTRACT The thesis presents the research results on distribution network reconfiguration (DNR) by using optimization algorithms with the aim of reducing active power loss, improving voltage profile while satisfying the operation constraints of the power system.

In this thesis, the DNR problem was formulated with single and multi-objective functions, while considering the presence of distributed generation (DG). The thesis considered many scenarios for the proposed problems and the complexity of the constraints also increases to test the effectiveness of the applied method. For the single-objective DNR problems, the thesis applies Stochastic Fractal Search (SFS) algorithm, Chaotic SFS algorithm, and Symbiotic Organism Search (SOS) algorithm to find the optimal solution. The efficiency of these algorithms was tested on 33-node, 69-node, 84-node, 119-node, 136-node, and 272-node distribution networks with different scenarios.

Besides, the obtained results were also compared with previous studies to make comments on the effectiveness. The results showed that, in most of the compared cases, SFS and SOS methods were better than other methods in terms of power loss and improved voltage profile. In particular, the effectiveness of the SOS method was verified through a large-scale power network of up to 272 nodes. The SOS method can be a promising method to solve complex DNR and can also be applied for other optimization problems in power systems.

For the multi-objective DNR problems, the SFS algorithm was developed to a multi- objective version to solve this problem. The new algorithm is a Non-dominated Sorting Stochastic Fractal Search (NSSFS) algorithm. The NSSFS algorithm combines fast non- dominated sorting technique, crowding distance method, and selection mechanism into SFS algorithm to search for best Pareto solution. The NSSFS algorithm was initially tested with eight standard multi-objective functions of different sizes and types.

Then, the NSSFS algorithm was applied to solve the multi-objective DNR problem considering the presence of DGs with the objective functions of reducing all active power loss, improving voltage profile, and improving voltage stability index. Other multi-objective algorithms such as NSGA-II, MOPSO, and MOMVO were also applied iv to the same multi-objective problems to compare with the results from the NSSFS algorithm. The comparison of results shows that the NSSFS algorithm provides better solution than NSGA-II, MOPSO, and MOMVO algorithms, proving the effectiveness of the NSSFS algorithm for solving multi-objective DNR problem. v LỜI CÁM ƠN Tôi xin chân thành cảm ơn PGS.

TS Võ Ngọc Điều đã tận tình hướng dẫn và giúp đỡ tôi định hướng nghiên cứu thu thập và tham khảo các tài liệu chuyên ngành trong và ngoài nước, chỉ dẫn soạn thảo và hoàn chỉnh luận án này của tôi. Tôi cũng xin trân trọng cảm ơn các Thầy Cô Bộ môn Hệ thống điện và Khoa Điện – Điện tử - Trường Đại học Bách Khoa, ĐHQG TP. HCM đã trao đổi và đóng góp nhiều ý kiến để tôi hoàn thành luận án này. Tôi cũng xin cảm ơn các Thầy Cô tại Phòng Đào tạo Sau Đại học - Trường Đại học Bách Khoa, ĐHQG TP.

HCM đã tận tình trao đổi, cung cấp và hướng dẫn tham khảo các biểu mẫu biên soạn theo đúng quy định, cũng như giúp đỡ tôi trong các công tác liên quan để hoàn thành báo cáo luận án. Sau cùng, tôi cũng chân thành cảm ơn đồng nghiệp, gia đình và bạn bè đã luôn hỗ trợ, động viên tôi trong quá trình học tập nghiên cứu sinh tại Trường. vi MỤC LỤC DANH MỤC CÁC HÌNH ẢNH. xii DANH MỤC BẢNG BIỂU .xvi DANH MỤC CÁC TỪ VIẾT TẮT.

xviii GIỚI THIỆU .1 Mục tiêu nghiên cứu .2 Phạm vi, đối tượng và phương pháp nghiên cứu .1 Phạm vi nghiên cứu .2 Đối tượng nghiên cứu.3 Phương pháp nghiên cứu .3 Các đóng góp của Luận án .4 Ý nghĩa khoa học và thực tiễn .1 Ý nghĩa khoa học .2 Ý nghĩa thực tiễn .5 Bố cục của Luận án .1 Tổng quan về tái cấu trúc lưới điện phân phối .2 Ảnh hưởng của nguồn phân tán đến lưới điện phân phối .7 Tổng quan về bài toán tái cấu trúc LĐPP .9 vii Các phương pháp nghiên cứu bài toán tái cấu trúc LĐPP .1 Các nghiên cứu giải bài toán tái cấu trúc lưới điện phân phối .2 Các nghiên cứu giải bài toán tái cấu trúc lưới điện phân phối có xét ảnh hưởng của nguồn phân tán.3 Các nghiên cứu giải bài toán tái cấu trúc LĐPP với hàm đa mục tiêu .18 Các vấn đề giải quyết trong luận án .1 Hàm mục tiêu .2 Phương pháp giải.3 Ràng buộc cấu trúc hình tia .22 CÁC PHƯƠNG PHÁP TỐI ƯU .23 Thuật toán Stochastic Fractal Search .1 Quá trình khuếch tán (Diffusion process) .2 Quá trình cập nhật (Updating process) .3 Các bước thực hiện của thuật toán SFS .25 Thuật toán SFS cải tiến dựa trên Chaotic .27 Thuật toán Symbiotic Organism Search .1 Giai đoạn hỗ sinh (Mutualism phase) .2 Giai đoạn hội sinh (Commensalism phase).3 Giai đoạn ký sinh (Parasitism phase) .4 Các bước thực hiện của thuật toán SOS .32 viii Thuật toán Non-dominated Soritng Stochastic Fractal Search .1 Các định nghĩa tối ưu đa mục tiêu .2 Thuật toán NSSFS .37 Các mạng điện được nghiên cứu cho bài toán tái cấu trúc .6 Mạng điện 272 nút Tân Châu .46 TÁI CẤU TRÚC LĐPP VỚI HÀM ĐƠN MỤC TIÊU .48 Mô hình toán học bài toán tái cấu trúc LĐPP .1 Hàm mục tiêu .2 Các điều kiện ràng buộc .49 Phương pháp giải bài toán tái cấu trúc LĐPP .1 Xây dựng giải thuật kiểm tra lưới điện hình tia .2 Hệ số độ nhạy tổn thất .51 Áp dụng thuật toán CSFS cho bài toán tái cấu trúc LĐPP với hàm đơn mục tiêu và không xét ảnh hưởng DG .1 Áp dụng thuật toán CSFS cho bài toán tái cấu trúc .2 Kết quả áp dụng CSFS cho bài toán tái cấu trúc .55 Áp dụng thuật toán SFS cho bài toán tái cấu trúc có xét ảnh hưởng của DG với hàm đơn mục tiêu .1 Áp dụng thuật toán SFS cho bài toán tái cấu trúc .2 Kết quả áp dụng SFS cho bài toán tái cấu trúc xét ảnh hưởng của DG .69 Áp dụng thuật toán SOS cho bài toán tái cấu trúc có xét ảnh hưởng của DG với hàm đơn mục tiêu .1 Áp dụng thuật toán SOS cho bài toán tái cấu trúc .2 Kết quả áp dụng thuật toán SOS cho bài toán tái cấu trúc có xét ảnh hưởng của DG .101 Áp dụng các thuật toán SFS, CSFS, và SOS cho bài toán tái cấu trúc với LĐPP Tân Châu, Tây Ninh .1 Đặc điểm lưới điện Tân Châu, Tây Ninh .2 Kết quả áp dụng các thuật toán SFS, CSFS, và SOS cho bài toán tái cấu trúc không xét ảnh hưởng DG .3 Kết quả áp dụng các thuật toán SFS, CSFS, và SOS cho bài toán tái cấu trúc có xét ảnh hưởng DG .129 TÁI CẤU TRÚC LƯỚI ĐIỆN PHÂN PHỐI CÓ XÉT NGUỒN PHÂN TÁN VỚI HÀM ĐA MỤC TIÊU .