بخشی از مقاله
چکیده
برنامهریزی توسعه نیروگاه ها یکی از مهمترین بخش های برنامه ریزی و توسعه شبکه های قدرت می باشد که هدف از آن، یافتن الگوی مناسب جهت توسعه نیروگاه هاست که با احداث آنها ضمن تأمین انرژی مورد نیاز مصرف کنندگان به صورت مطمئن، کمترین هزینه نیز جهت تأمین بارها به شبکه تحمیل شده و همچنین شبکه نیز به بیشترین میزان پایداری خود دست یافته و تلفات خطوط انتقال و آلودگی تولید شده توسط نیروگاه ها در بهینه ترین شرایط خود قرار داشته باشند در این مقاله قصد بر آن است که با تمرکز بر مساله مذکور، گام مهمی در پیشرفت هرچه بیشتر شبکه های قدرت امروزی برداشته شود.
به طور کلی هدفی که پس از انجام این پژوهش مدنظر می باشد ارائه یک طرح کلی اجرایی برای پیاده سازی شبکه ای شامل منابع تولید پراکنده با حداکثر میزان بهره وری میباشد که بتواند به عنوان راهنمایی کاربردی برای طراحان مورد استفاده قرار گیرد.اساس کلی این تحقیق بر پایه یک مساله بهینه سازی چندهدفه استوار می باشد که برای پیاده سازی آن از نرم-افزار MATLAB استفاده خواهد شد و در آن به دنبال ارائه روشی جهت برنامه ریزی تولید بهینه نیروگاه های بادی در سیستم های قدرت به کمک الگوریتم رقابت استعماری میباشیم.
کلیدواژه ها: الکوریتم، نیروگاه های بادی، بهینه سازی، MATLAB
مقدمه
در بسیاری از تحقیقات انجام شده مساله برنامهریزی واحدهای تولیدی، مورد بحث قرار گرفته است اما در اغلب این تحقیقات تمرکز بر روی واحدهایی همچون نیروگاههای سیکل ترکیبی، گازی و بخاری بوده است و به منابع تولید پراکنده به عنوان واحدهای تولید آکادمیک پرداخته شده است؛ دلیل آن این است که فرض میشود این نیروگاهها ماهیت ذاتی غیرقابل پیشبینی داشته و در نتیجه این امر سبب میشود که نتوان آنها را به طور مستقیم در برنامههای پخشبار و بدنبال آن مساله برنامهریزی نیروگاهها دخالت داد. در این پژوهش بر خلاف سایر تحقیقات موجود واحدهای تولید پراکنده بادی به عنوان بازی کننده اصلی مساله برنامهریزی واحدهای تولیدی در نظر گرفته میشود و در نتیجه به طور مستقیم در مدل مساله دخالت داده میشود.
از سویی دیگر در صورتی که بخواهیم واحدهای تولید پراکنده بادی در مساله برنامهریزی نیروگاهها وارد شود، لازم است که با توجه به ماهیت غیر قابل پیشبینی باد از الگوریتمی متناسب با رفتار تصادفی باد استفاده شود؛ یکی از این الگوریتمهاکه میتواند به درستی تخمینی از مشخصات سیستم داشته باشد. الگوریتمی که برای این منظور در این پژوهش مورد استفاده قرار گرفته است الگوریتم رقابت استعماری میباشد؛ استفاده از این الگوریتم با توجه به بالا بودن تعداد متغیرهای مساله انتظار میرود که بتواند بهینهترین پاسخ را ارائه دهد.
1. مروری بر سوابق تحقیقات انجام شده
در مراجع تحقیقاتی متنوعی پیرامون موضوع مورد مطالعه در این مقاله بحث و بررسی صورت گرفته است. از این جمله در مراجع 1]و[2 تابع هدف مورد استفاده، حداقل نمودن کل هزینه تولید و هزینه سرمایه گذاری واحدهای جدید بوده است. این موضوع در مراجع 3]و[4به صورت حداقل کردن مجموع هزینه سرمایه گذاری واحدهای جدید، هزینه سوخت و هزینه تعمیر و نگهداری در نظر گرفته شده است .در مرجع [5,8] تابع هدف به صورت حداقل هزینه های متغیر و ثابت سالیانه هر نوع تکنولوژی در دوره طراحی بیان شده است .در برخی از تحقیقات هزینه خروج واحد و میزان نجات سرمایه نیز به تابع هدف اضافه شده است.
در مرجع [9] هدف حداقل کردن هزینه سرمایه گذاری و بهره برداری و حداقل کردن هزینه خروج واحد در نظر گرفته است .در مرجع [10] هدف پیدا کردن بهترین تصمیم در افق طراحی است، بطوری که مجموع هزینه های سرمایه گذاری، بهره برداری، تعمیر و نگهداری و منفی هزینه بازگشتی مینیمم گردد. تابع هدف مرجع [11] حداقل هزینه سرمایه گذاری واحدهای جدید، هزینه بهره برداری، تعمیرات و خروج اضطراری واحدها و ماکزیمم کردن میزان نجات سرمایه در نظر گرفته شده است. در خصوص قیود نیز، در مرجع [1] برآورده کردن بار سیستم و محدودیت تعداد ژنراتور به عنوان قیود مسأله بهینه سازی در نظر گرفته شده است.
در مرجع [2] قیود تأمین تقاضای توان، معیار قابلیت اطمینان شامل معیار احتمال از دست دادن بار الکتریکی حاشیه رزرو، محدودیت ، - Loss Of Load Probability - LOLP ظرفیت، دسترسی انرژی حرارتی، محدودیت های انتشار گازها شامل محدودیت انتشارات آلاینده محدودیت غلظت آلاینده و محدودیت محل را به عنوان قیود مسأله معرفی کرده است. محدودیت های ذکر شده در مرجع [3] به صورت تقاضای توان، قابلیت اطمینان، محدودیت ظرفیت و دسترسی انرژی حرارتی - محدودیت سوخت - می باشد .در مرجع [4] قیود به صورت میزان ظرفیت رزرو، تعادل توان شبکه، محدودیت دسترسی منابع انرژی، کناره گیری واحدهای قدیمی و محدودیت انتشار انتخاب شده است. مرجع [5]قیود برآورده کردن تقاضای توان، معیار قابلیت اطمینان، محدودیت دسترسی نیروگاه، محدودیت انرژی سالیانه و محدودیت دسترسی منابع را برای رسیدن به هدف در نظر گرفته است.
همانطوریکه مشاهده شد در بسیاری از تحقیقات انجام شده مساله برنامهریزی واحدهای تولیدی، مورد بحث قرار گرفته است اما در اغلب این تحقیقات تمرکز بر روی واحدهایی همچون نیروگاههای سیکل ترکیبی، گازی و بخاری بوده است و به منابع تولید پراکنده به عنوان واحدهای تولید آکادمیک پرداخته شده است؛ دلیل آن این است که فرض میشود این نیروگاهها ماهیت ذاتی غیرقابل پیشبینی داشته و در نتیجه این امر سبب میشود که نتوان آنها را به طور مستقیم در برنامههای پخشبار و بدنبال آن مساله برنامهریزی نیروگاهها دخالت داد. در این پژوهش بر خلاف سایر تحقیقات موجود واحدهای تولید پراکنده بادی به عنوان بازی کننده اصلی مساله برنامهریزی واحدهای تولیدی در نظر گرفته میشود.
در نتیجه به طور مستقیم در مدل مساله دخالت داده میشود. از سویی دیگر در صورتی که بخواهیم واحدهای تولید پراکنده بادی در مساله برنامهریزی نیروگاهها وارد شود، لازم است که با توجه به ماهیت غیر قابل پیشبینی باد از الگوریتمی متناسب با رفتار تصادفی باد استفاده شود؛ یکی از این الگوریتمها که میتواند به درستی تخمینی از مشخصات سیستم داشته باشد. الگوریتمی که برای این منظور در این پژوهش مورد استفاده قرار گرفته است الگوریتم رقابت استعماری میباشد؛ استفاده از این الگوریتم با توجه به بالا بودن تعداد متغیرهای مساله انتظار میرود که بتواند بهینهترین پاسخ را ارائه دهد.
2.مساله برنامهریزی تولید واحدهای نیروگاهی
حل مسأله در مدار قرار گرفتن نیروگاهها با هدف تعیین وضعیت واحدهای تولید انرژی الکتریکی موجود در یک شبکه قدرت میباشد. - 0 - و - - 1 به معنای واحدهای روشن و خاموش هستند. در ضمن حل این مساله، مقدار دهی واحدهای روشن تحت عنوان پخش اقتصادی بار نیز صورت میگیرد. پس در کل مساله پیش رو مسالهای غیر خطی با متغییرهای گسسته و پیوسته میباشد و در زمره مسائل خیلی سخت موسوم به NP-hard دسته بندی میشود.
روشهای استفاده شده برای حل مسأله در مدار قرار گرفتن نیروگاهها را میتوان به سه دسته کلاسیک، هوشمند و ترکیبی تقسیم بندی نمود. از روشهای دسته اول میتوان به روش یکایک شماری1 ، لیست حق تقدم2 ، برنامه ریزی دینامیکی3 روش لاگرانژ4 شاره کرد .[18] این روشها به لحاظ همگرایی عددی و نیز کیفیت پاسخ مقبولیت بالایی ندارند.[19] رایجترین روشهای هوشمند مورد استفاده برای حل مسأله در مدار قرار گرفتن نیروگاهها عبارت است از، Tabu Search،Simulated Annealing، الگوریتمهای ژنتیکی و Ant colony .[18] این روشها از توانمندی بالایی در ارضا قیود غیر خطی و ایجاد پاسخهای با کیفیت برخوردارند. اما در صورت افزایش ابعاد مساله، مشکلات زمانی و کیفیت پاسخ بروز میکنند .[19] در استفاده از روشهای ترکیبی مانند شبکه عصبی با Simulated Annealing سعی در تقلیل مشکلات هر دو طیف از روشهای کلاسیک و هوشمند میشود.[18]
تابع هدف: هدف مسئله در مدار قرار گرفتن نیروگاهها، حداقل کردن هزینه بهره برداری در افق برنامه ریزی است. از آنجاکه در میکروگرید، کنترلر آن، نگهبان و مسئول بهینه کردن تمامی سیستم های در حال کار است، حل مسئله در مدار قرار گرفتن نیروگاهها را با هدف افزایش سود بر عهده می گیرد. این سود طبق رابطه زیر بدست می آید:درآمد، از فروش برق به شبکه، بر اساس رابطه زیربدست می آید:
هزینه کلی تولید انرژی در میکروگرید، شامل هزینه های ناشی از تولید برق،خرید برق از شبکه و هزینه راه اندازی و خاموش کردن هر واحد می باشد.
