بخشی از مقاله
چکیده -
هدف از پخش بار اقتصادی معمول تخصیص تولید توان به واحدهای نیروگاهایی متفاوت برای حداقل کردن هزینههای بهرهبرداری است؛ این بدان معنی است که پخش بار اقتصادی معمول، نگرانی های زیست محیطی را برآورده نکرده و فقط حداقل رساندن هزینه کلی سوخت را مدنظر قرار میدهد. ولی به دلیل قوانین سختگیرانه در باب مسایل زیست محیطی، راهکارهایی به منظور کاهش آلودگی ناشی از نیروگاه های برپایه سوخت های فسیلی باید اتخاذ گردد.
بنابراین، کاهش آلودگی باید به عنوان یک هدف اساسی وارد مسئله پخش بار اقتصادی شود. در این مقاله، برای دستیابی به بهترین شرایط ممکن در عملکرد واحدهای تولیدی، بهرهبرداری با هزینه کمتر و شرایط زیستمحیطی بهتر توابع هدف متعدد پیشنهاد شده است. توابع هدف در نظر گرفته شده تمامی جنبههای اقتصادی و محیطی سیستم قدرت را در بر میگیرد. حل مسئله با استفاده از الگوریتم NSGA II بهینه سازی شده است. از مزایای مدلسازی چندهدفه ارائه دسته جواب نامغلوب است که به تصمیمگیرنده اجازه میدهد تا براساس اولویتهای شخصی خود مبتنی بر هزینه و/یا شرایط بهره برداری سیستم جواب نهایی را انتخاب کند.
در این صورت جواب نهایی براساس نظر تصمیم گیرنده انتخاب می شود که مختص یک فرد می باشد. در این مقاله روش تحلیل پوششی داده ها - DEA - به منظور رتبه بندی جواب های نامغلوب بدست آمده از NSGA II استفاده شده است.
به عبارت ساده تر، ابتدا مسئله پخش بار اقتصادی-محیطی با استفاده از NSGA II حل شده و سپس جواب های بدست آمده با استفاده از DEA براساس بهره وری آنها رتبه بندی می شود. کارامدترین نتیجه، گزینه ای است که همزمان هزینه های بهره برداری و آلودگی زیست محیطی را همزمان کاهش دهد. استفاده از DEA دید واقع گرایانه از کارآمدی نتایج را بدست می دهد و نتیجه نهایی مختص یک نفر نیست و عمومیت دارد. نتایج بدست آمده بیانگر کارایی روش پیشنهادی در کاهش هزینه های بهره برداری، بهبود شرایط فنی و کاهش آلودگی های زیست محیطی دارد.
-1 مقدمه
یکی از نمودهای بهینهسازی در بهرهبرداری سیستمهای قدرت، تخصیص مقدار بهینه تولبد برای واحدهای تولیدی است که به عنوان پخشبار اقتصادی شناخته میشود ED . - ED - ، نیاز لنرژی مشترکان برق را با در نظر گرفتن محدودیت واحدهای تولید برآورده میکند
هرچند که در مسئله پخشبار اقتصادی هزینه تولید، بهعنوان اصلیترین هدف در نظر گرفته میشود، علاوه بر این به دلیل معضلات زیست محیطی استفاده از سوخت های فسیلی به منظور تولید توان، سیاست های سختگیرانه ای اتخاذ شده است تا تولید توان الکتریکی ناشی از این سوخت ها را محدود کند. چنین می توان گفت که نشر گازهای گلخانهای از واحدهای نیروگاهی با پایه سوختهای فسیلی باعث مخاطرات جدی اکولوژیکی شده است که در نتیجه تقسیم توان مورد نیاز بین واحدهای مختلف نیروگاههی کاهش می یابد . [5] بدین ترتیب مسئله پخش بار اقتصادی می تواند بهعنوان مسئله ای چندهدفه با هدف کمینه سازی قیمت سوخت و آلودگی زیست محیطی مطرح شود.
بنابراین یافتن راه حلی متعادل که همزمان موجب کاهش هزینه و نیز میزان آلایندگی شود از اهمیت به سزایی برخوردار است و این مهم بوسیله پخش بار اقتصادی/ محیطی EED قابل دست-یابی است.
کاهش هزینههای بهره برداری با در نظر گرفتن مسئله آلایندگی امری است که اخیرا مورد توجه محققان قرار گرفته است .[6] بنابراین مسئلهEED می تواند شامل مباخث اقتصادی و زیست محیطی گردد. بدلیل ماهیت غیرخطی و پیچیده مسئله پخش بار اقتصادی، این مسئله می تواند در قالب یک مسئله بهینهسازی مورد توجه قرار گیرد که در این راستا مقالات مختلفی درباره حل این مسئله توسط الگوریتمهای هوشمند گزارش شده است. در مقالات متعدد استفاده از الگوریتمهای متفاوتی برای حل مسئله پخش بار اقتصادی گزارش شده است که می توان به الگوریتم ژنتیک، [7-10]، الگوریتم [11] PSO و الگوریتمهای تکاملی [12-14] اشاره کرد.
در این میان روشهای بهینه سازی چندهدفه، راهکارهای سریع و مؤثری هستند که قابلیت ارائه مجموعه ای گسترده از جوابهای مصامحه را دارا می باشند .[15] برای یافتن جواب مصامحه که به عنوان مرز پرتو شناخته شده هستند، روشهای تکاملی چندهدفه متفاوتی معرفی شده است . [16] روش حل چندهدفه این امکان را برای تصمیم گیر فراهم می کند که دید وسیع تری از جوانب احتمالی جوابها داشته باشد که سرانجام قادر خواهد بود دست به انتخاب درست تری بزند.
برای حل مسئلههای چندهدفه روشهای متفاوتی معرفی شده است. یکی از این روشهای متداول تبدیل مسئله چندهدفه به مسئله تک هدفه میباشد که با اختصاص دادن ضرائب وزنی مناسب به هر تابع هدف صورت میپذیرد .[17-19] با این روش، ابعاد مسئله چند هدفه به یک مسئله خطی معادل تبدیل می شود. ولی تضمینی وجود ندارد که در صورت بهینه شدن یکی از توابع هدف دخیل، دیگری نیز به همان میزان بهبود یابد. علاوه بر این، با توجه به ماهیت توابع هدف مختلف یکسان سازی آنها آسان نیست.
راهکار دیگر برای حل مسئله چندهدفه، استفاده از الگوریتم های مناسب این کار می باشد که قادر هستند چندین تابع هدف را به صورت همزمان و غیروابسته بهینه کنند. هدف از این روش، در واقع به دست آوردن مجموعه پاسخهای نامغلوب است.
با توجه به تعداد زیاد پاسخهای نامغلوب معمولا روشهای حل مربوطه زیرمجموعهای را از کل پاسخهای کارا بدست میآورند. روشی که برای حل این گونه مسایل بکار برده میشود باید علاوه بر توانایی یافتن پاسخهای نامغلوب واقعی این قابلیت را داشته باشند که از تمامی فضای پاسخ های نامغلوب زیر مجموعه مذکور را انتخاب نماید.
به طور کلی روشهای حل مسایل بهینهسازی با معیارهای چندگانه را میتوان به دو بخش تحلیلی و تکاملی تقسیم کرد. در روشهای تحلیل تنها یکی از پاسخهای کارا در هربار اجرا به دست میآید و برای به دست آوردن تعداد بیشتری از آنها به نحو مطلوب اجرای مکرر روش مربوطه مورد نیاز است. از سوی دیگر ایجاد گوناگونی در جوابها به راحتی امکانپذیر نیست علاوه بر این در این روشها اگر مدل ریاضی توابع هدف و قیود غیرخطی باشند، دستیابی به پاسخهای کارا به راحتی امکانپذیر نیست .
روشهای بهینهسازی تکاملی اخیرا در حل مسایل چند هدفه کاربرد فراوانی یافته اند. در این روشها سعی میشود تا با بکارگیری مکانیزم های محاسباتی بتوان در هر بار اجرای روش مجموعه قابل قبولی از پاسخهای کارا را به دست آورد. در این روشها معمولا تنها به اطلاعاتی از توابع هدف و قیود مرتبط با آن نیاز است و نگرانی از گسسته و یا غیرخطی بودن مدل ریاضی مساله وجود ندارد. بنابراین، یکی از مهمترین خصوصیات فرمولاسیون چندهدفه این است که تعداد زیادی دسته جواب غالب بدست میدهد که به تصمیمگیرنده اجازه میدهد تا براساس اولویتهای شخصی خود مبتنی بر هزینه و/یا شرایط بهره برداری سیستم جواب نهایی را انتخاب کند.
در دست بودن یک دسته جواب نامغلوب در کنار مزایایی که دارد این چالش را برای تصمیم گیر ایجاد میکند که کدام جواب باید به منظور اجرایی شدن انتخاب گردد. در این مقاله روش DEA به منظور رتبه بندی جواب های نامغلوب بدست امده از NSGA II پیشنهاد شده است که قادر است جواب ها را براساس کارایی آنها و بدون اعمال نظر تصمیم گیرنده رتبه بندی کند. رتبه بندی براساس بهره وری جواب ها صورت میگیرد.
با توجه به توضیحات ارائه شده در باب اهمیت بهره برداری سیستم قدرت در کمترین هزینه و شرایط زیست محیطی بهتر مدلسازی چندهدفه پیشنهاد شده است. برای حل مسئله چندهدفه فوق از الگوریتم NSGA II به همراه DEA استفاده شده است. روش پیشنهادی فوق قادر است با در نظر گرفتن تمام محدودیت های موجود در بخش تولید نیروگاهی، کارامدترین نتیجه را برای اجرایی شدن، بدست آورد
-2 روابط ریاضی
در این قسمت، مدلسازی ریاضی مسئله EED چند هدفه بیان خواهد شد و توابع هدف مربوط معرفی گردید.
-1-2
همانطور که بیان شد هدف اصلی این مقاله، یافتن بهینهترین مقدار ممکن تولید توان نیروگاهها میباشد، که این امر با حداقل رساندن توابع هدف مختلف صورت میگیرد.
در ادامه توابع هدف به تفصیل بیان شده و به مدلسازی ریاضی انها و نیز تمام قیود مربوط با جزییات ارائه شده است.
توابع هدف F1 و F2 پیشنهادی به ترتیب دلالت بر جنبههای اقتصادی و اثرات زیست محیطی دارد.
همانطور که گفته شده برای حل مسئله مذکور و بهینهسازی توابع هدف متعدد آن از الگوریتم NSGA II استفاده شده است که توضیح آن از حوصله این مقاله خارج است
کاهش هزینه بهره برداری هزینه سوخت واحدهای نیروگاهی معیاری مهم در بهره وری
اقتصادی به حساب می اید. منحنی هزینه سوخت به صورت تخمینی از تابعی درجه دوم از توان اکتیو خروجی واحدهای نیروگاهی مدل شده است. تابع F1 بیانگر قیمت سوخت است که بصورت زیر تعریف میشود:
PGi ، توان خروجی i امین واحدنیروگاهی است، N تعداد نیروگاه ها، ai ، bi و ci ضرائب منحنی قیمت سوخت i امین نیروگاه هستند که مقادیر آنها در جدول 1 آمده است.
جدول :1 ضرایب قیمت سوخت
جدول :2 ضرایب انتشار گازهای گلخانهای
کاهش انتشار گازهای گلخانهای
CO2، NOx و SO2 گازهایی هستند که بسته به سوخت، گاز طبیعی نفت، گاز مایع - LPG - تولید میشوند.
جدول :3 حد بالا و پایین تولید هر ژنراتور
· تعادل توان
به وضوح روشن است که بخشی از توان مجموع توان تولیدی نیروگاه ها صرف تامین نیاز مشترکین می شود و بخشی دیگر به صورت تلفات خطوط و تجهیزات هدر می رود . از این روی، مجموع تولید واحدهای نیروگاهی همواره باید پاسخگوی نیاز مشترکین بعلاوه میزان تلفات گردد.
