بخشی از مقاله
چکیده:
مهمترین هدف برنامهریزي توسعه شبکه انتقال مشخص کردن تعداد، زمان و مکان احداث خطوط انتقال جدید براي افزودن به شبکه انتقال میباشد. تاکنون روشهاي متنوعی براي حل مساله برنامهریزي استاتیکی توسعه شبکه انتقال - STNEP - 1ارائه شده است که در اغلب آنها مساله مزبور بدون لحاظ نمودن همزمان تلفات و عدم قطعیت در تقاضا انجام شده است.
با توجه به اهمیت دو پارامتر مزبور - تلفات و عدم قطعیت در تقاضا - و نقش مهم آنها در انجام یک برنامهریزي موثر و دقیق جهت توسعه شبکه انتقال، ارزیابی و حل مسالهSTNEP با استفاده از روشهاي کارآمدتر و دقیقتر میتواند مفید واقع شود. بنابراین در این مقاله از روش جدیدي به نام الگوریتم اجتماع ذرات گسسته بهبودیافته پیشرفته - IADPSO - 2 براي حل مساله STNEP با لحاظ نمودن همزمان تلفات و عدم قطعیت در تقاضا استفاده شده است.
نهایتا روش پیشنهادي به همراه الگوریتم اجتماع ذرات گسسته - DPSO - بر روي شبکه انتقال برق منطقهاي آذربایجان اجرا شده است. با مقایسه و تحلیل نتایج بدست آمده از اجراي الگوریتم پیشنهادي و روش DPSO میتوان به کارآیی و دقت بالاي الگوریتم پیشنهادي در حل مساله STNEP پیبرد.
-1 مقدمه
برنامهریزي توسعه شبکه انتقال یکی از بخشهاي اساسی
برنامهریزي توسعه سیستمهاي قدرت است که هدف از انجام آن مشخص کردن زمان، مکان، و تعداد خطوط انتقال جدید در راستاي بهینهسازي هزینه ساخت و بهرهبرداري این خطوط جهت نیل به کفایت در تحویل توان الکتریکی به مراکز بار میباشد که این امر با در نظر گرفتن مجموعهاي از قیود فنی، اقتصادي و قابلیت اطمینان میسر میگردد
به طور کلی برنامهریزي توسعه شبکه انتقال به دو نوع دینامیکی و استاتیکی تقسیم میشود. نوع دینامیکی تمام اهداف برنامهریزي را محقق میسازد در حالیکه در برنامهریزي استاتیکی جهت سادهسازي، پارامتر زمان از مجهولات مساله حذف شده و برنامهریزي براي یک سال افق انجام می شود
امروزه با رشد فزاینده مصرف انرژي الکتریکی، نیاز بیشتري به مدیریت صحیح و برنامهریزي بهینه توسعه شبکه انتقال احساس میشود. لذا اهمیت بررسی نقش پارامترها و عوامل موثر بر آن بیش از پیش نمایان گشته است. یکی از این پارامترهاي مهم، تلفات شبکه انتقال است که کاهش آن همواره از اولویتهاي مالکان شبکه بوده است.
یکی دیگر از عوامل موثر بر TNEP، عدم قطعیت است که تقریبا از زمان ارائه ایده ابتکاري معروف گارور در سال 1970 [4] - که اساس برنامهریزي نوین شبکه انتقال به شمار میرود -
و همزمان با بحران نفت مورد توجه برنامهریزان قرار گرفته است .[5] افزایشهاي بیسابقه سالهاي اخیر قیمت جهانی نفت نیز، اهمیت این پدیده را دو چندان ساخته است. از جمله عدم قطعیتهاي مهم در TNEP میتوان به تقاضا - بار الکتریکی شینهاي انتقال - ، قیمت سوخت، وجود یا عدم وجود یک نیروگاه در سال افق و آماده شدن طرحهاي مصوب شبکه انتقال تا سال افق اشاره کرد. با توجه به آنچه که در سالهاي اخیر در شبکه ایران رخ داده و بار مصرفی مقداري متفاوت نسبت به ارقام پیشبینی شده داشته است، لذا در این پژوهش تنها به مساله عدم قطعیت در تقاضا - بار - پرداخته میشود.
مساله برنامهریزي استاتیکی توسعه شبکه انتقال یک مساله بهینهسازي غیرخطی با ابعاد بزرگ بوده که تا کنون روشهاي مختلفی از جمله گراسپ [6]، جداسازي بندر [3]، HIPER [7]، الگوریتم شاخه و کران [8]، و آنالیز حساسیت [9] براي حل آن ارائه شده است اما در تمامی این روشها، مساله مزبور بدون در نظر گرفتن همزمان تلفات خطوط و عدم قطعیت در تقاضا انجام شده است.
اخیرا روشهاي جستجوي تصادفی مانند الگوریتم ژنتیک [10]، [11]، آبکاري شبیهسازي شده [12]، جستجوي تابو
[13]، و الگوریتم ژنتیک با کدینگ دهدهی [14]، [15]، [16] براي حل مساله STNEP پیشنهاد شدهاند. این الگوریتمهاي تکاملی روشهاي جستجوي ابتکاري هستند که بر اساس جمعیتی از افراد استوار بوده و عملکرد آنها به اعمال یکسري تغییرات تصادفی بستگی دارد. اگرچه بنظر میرسد الگوریتمهاي مزبور، روشهاي خوبی براي حل مساله STNEP میباشند اما با افزایش تعداد پارامترهاي مساله، دقت و سرعت آنها در رسیدن به پاسخ بهینه کاهش مییابد. بنابراین در این تحقیق جهت رفع این مشکلات از الگورریتم اجتماع ذرات گسسته بهبودیافته پیشرفته - IADPSO - براي حل مساله STNEP استفاده شده است.
الگوریتم اجتماع ذرات - PSO - روشی فوق ابتکاري است که با ایجاد رقابتی هوشمندانه بین ذرات یک جمعیت به ابزاري مفید براي حل مسائل مهندسی تبدیل شده است [17]، .[18] برخلاف دیگر روشهاي ابتکاري، روش PSO با استفاده از مکانیزمی موزون و انعطافپذیر قدرت جستجوي الگوریتم را در رسیدن به پاسخهاي بهینهتر افزایش میدهد.
در این مقاله، هدف حل مساله STNEP در حضور تلفات شبکه انتقال و عدم قطعیت در تقاضا با استفاده از الگوریتم جدید IADPSO میباشد. بنابراین هزینه تلفات، عدم قطعیت در بار و همچنین هزینه توسعه پستهاي مرتبط - از نظر سطح ولتاژ - نیز در هزینههاي توسعه شبکه انتقال - تابع هدف - لحاظ گردیده است. لازم به ذکر است که در این پژوهش لحاظ نمودن عدم قطعیت در بار بر مبناي تکنیک سناریو صورت گرفته است.
در ادامه بعد از معرفی مدل ریاضی مساله STNEP و روش حل ارائه شده براي آن، با اجراي روش پیشنهادي بر روي شبکه انتقال برق منطقهاي آذربایجان نتایج بدست آمده مورد بررسی قرار خواهد گرفت.
-2 مدل ریاضی STNEP در حضور عدم قطعیت
با توجه به لحاظ نمودن تلفات و عدم قطعیت در بار در برنامهریزي استاتیکی توسعه یک شبکه انتقال با سطوح ولتاژ مختلف و به تبع آن افزوده شدن هزینه توسعه پستها، تابع هدف به صورت زیر تعریف میشود:
که در روابط فوق:
:OF تابع هدف مساله STNEP پیشنهادي.
:ECk هزینه توسعه شبکه در سناریوي k ام.
:LCk هزینه تلفات اهمی شبکه انتقال.
: rik بار تامین نشده شین i ام در سناریوي k ام.
:α ضریب تبدیل بار تامین نشده به هزینه.
:PRk احتمال وقوع سناریوي k ام.
:CLij هزینه احداث خط انتقال در کریدور .i-j
: nkij تعداد مدارات احداثی کریدور i-j در سناریوي k ام.
:SCc هزینه ترانسفورماتور نوع c ام - هزینههاي مربوطه در پیوست آمده است - .
: mik تعداد ترانسفورماتورهاي پیشبینی شده براي احداث در شین i ام در سناریوي k ام.
:CMWh هزینه واحد تولید - دلار بر مگاوات ساعت - . : Rijk مقاومت الکتریکی کریدور i-j در سناریوي k ام.
: I جریان عبوري از کریدور i-j در سال t ام و سناریوي
k ام که با رشد سالانه بار - بعد از توسعه شبکه - تغییر کرده و لذا وابسته به زمان است.
:Kloss ضریب تلفات.
:Ω مجموعه تمامی شینهاي شبکه.
:NY تعداد سالهاي سپري شده پس از سال افق که جهت محاسبه میزان تلفات طرحهاي توسعه در سناریوهاي مختلف مقدار ثابتی 10 - سال - فرض میشود.
:NC تعداد کریدورهاي قابل توسعه شبکه.
:NB تعداد شینهاي شبکه.
:ST تعداد انواع مختلف ترانسفورماتورهاي احداثی.
:NS تعداد سناریوهاي در نظر گرفته شده.
همانطورکه ملاحظه میشود، تمامی هزینههاي قید شده در تابع هدف داراي اندیس k بوده و متاثر از ویژگی سناریوي متناظر است. شایان ذکر است که مولفه بار تامین نشده - rik - ، مقدار اضافهبار خطوط شبکه توسعهیافته است که به علت محدودیت در توان قابل عبور، به مراکز بار نرسیده و اصطلاحا قسمتی از بار مورد تغذیه قرار نمی گیرد. البته ارزیابی ارزش بار تامین نشده بسیار دشوار بوده و در این مقاله یک مقدار تقریبی
براي ضریب α در نظر گرفته شده است.
اما قیود مساله عبارتند از:
که در آن - i, j - ∈Ω و :Sk ماتریس ساختار شبکه در سناریوي k ام.
:f k ماتریس توانهاي جاري شده در هر کریدور در سناریوي k ام.
:gk بردار تولید در سناریوي k ام.
:dk بردار مصرف - تقاضا - در سناریوي k ام.
: θik زاویه شین i ام در سناریوي k ام.
: γijk عکس راکتانس کل مدارات موجود در کریدور i-j در سناریوي k ام.
: nijk تعداد مدارات قابل احداث کریدور i-j در سناریوي k ام.
: nij حداکثر تعداد مدارات قابل احداث در کریدور.i-j
: fij حداکثر توان قابل عبور از کریدور .i-j
:β ضریب حاشیه اطمینان در بارگذاري خطوط به منظور کفایت آنها در سالهاي پس از توسعه شبکه.
با توجه به اینکه در این پژوهش هدف، به دست آوردن تعداد مدارات و سطح ولتاژ خطوط لازم براي افزودن به شبکه تا رساندن آن به کفایت مورد نیاز در یک سال افق تعیین شده میباشد، متغیرهاي ما گسسته خواهند بود. بنابراین مساله بهینهسازي فوق یک مساله برنامهریزي عدد صحیح میباشد که براي حل این مساله روشهاي مختلف و متنوعی از قبیل کلاسیک ریاضی، کلاسیک غیر ریاضی و ابتکاري وجود دارد.
در این پژوهش به دلیل انعطافپذیري و سهولت پیاده سازي از الگوریتم DPSO بهبودیافته پیشرفته - IADPSO - استفاده گردیده است. بدین ترتیب قابلیت توسعه و تکمیل تابع هدف - مثلا افزودن تلفات شبکه و یا تعمیم سطوح ولتاژ مورد مطالعه و ... - وجود خواهد داشت.
-3 حل مساله STNEP به کمک الگوریتم
IADPSO
الگوریتم اجتماع ذرات - PSO - از جمله الگوریتمهاي جستجوي تصادفی الهام گرفته از طبیعت میباشد که بر پایه رفتارهاي اجتماعی پرندگان استوار است. ایدههاي اولیه اجتماع ذرات تشکیل دهنده یک شبکه در سال 1995 توسط Kennedy و Eberhart مطرح گردید .[19] این ایده در حل انواع مسایل بهینهسازي عملکرد مناسبی داشته است
