مقاله کنترل توزیع شده در مسئله پخش بار اقتصادی با محدودیتهای جامع در یک شبکه هوشمند

بخشی از مقاله

خلاصه

پخش بار اقتصادی در کوتاه مدت یک مسئله بهینه سازی است و هدف آن کاهش هزینه های تولید است. براساس آن توان خروجی مطلوب واحدهای تولیدی در راستای تأمین کل تقاضای توان با کمترین هزینه ممکن بدست می آید. امروزه با توسعه شبکه و تبدیل آن به یک شبکه هوشمند دو طرفه، چالشهای جدی برای تعیین پخش بار بهینه ایجاد شده است. اولا انجام اقدامات کنترلی به صورت متمرکز، نیاز به جمع آوری اطلاعات از تمام تجهیزات در سطح بالایی دارد و یک خطا یا یک شکست ممکن است کنترل متمرکز و اثر بخشی آن را با اختلال مواجه کند.

ثانیا توپولوژی در یک شبکه ارتباطی هوشمند بخاطر وجود منابع تجدید پذیر و منابع تولید پراکنده و بارهای انعطاف پذیری مثل خودروهای برقی به صورت مداوم تغییر می کند. در این مقاله، یک الگوریتم کنترل توزیع شده ای معرفی می گردد که قادر است با تجزیه شبکه های هوشمند بزرگ به مناطقی مجزا، پخش بار بهینه ای را با سرعت قابل قبول و دقت مطلوب به انجام برساند. نتایج بدست آمده بر روی شبکه 14 باسه استاندارد IEEE حاکی از کارآیی روش مذکور میباشد.

.1 مقدمه

شبکه هوشمند، شبکه ای مدرن است که با استفاده از اطلاعات آنالوگ و دیجیتال، از جمله بررسی رفتار تامین کنندگان و مصرف کنندگان، حرکت به سوی بالا بردن قابلیت اطمینان، پایداری تولید و شبکه های توزیع برق دارد و همچنین با کمک فن آوری اطلاعات، اقدام به جمع آوری اطلاعات از تمام قسمت های مربوطه می نماید. هریک از اعضا از طریق شبکه ارتباطی و مسیرهای الکتریکی به هم متصل می شوند. بخش عمده ای از تولید در شبکه های هوشمند، تولید برق از انرژی منابع تجدیدپذیر است. منابع متغیری مانند انرژی خورشید و انرژی باد به عنوان تجدیدپذیر طبقه بندی شدهاند.

با استفاده از یک شبکه ی ارتباطی دوطرفه می توان برای اتصال پست ها، شبکه مشتریان و سایر دستگاههای حوزه هوشمند استفاده کرد و این کار یک برنامه نظارتی از وضعیت مصرف و روند اطلاعاتی مهم برای تصمیم گیری های آتی را فراهم می آورد. مدیریت بازار، فروش، خرده فروشی و فروش خدمات انرژی و همچنین تبادل اطلاعات با ارائه دهندگان ثالث به عنوان خدمات در شبکه های هوشمند دیده شده است. توسعه ی الکترونیک قدرت، الگوریتم های کنترلی، فن آوری های ارتباطی و روش های جمع آوری اطلاعات، نقش مهمی در تکنولوژی شبکه های هوشمند بازی کرده اند.

با این حال افزایش استفاده از شبکه های هوشمند با چالش های زیادی در آینده برای شبکه ها همراه خواهد بود. نگرانی های زیادی در ارتباط با فن آوری شبکه های هوشمند وجود دارد، به عنوان مثال حل مشکل پخش بار اقتصادی - EDP - *با استفاده از روش های معمولی باعث تحمیل هزینه های زیاد به یک شبکه هوشمند می شود. اساساً EDP یک مسئله ی بهینه سازی برای کاهش هزینه های ژنراتورهای برق با استفاده از محدودیت های خاص است. قانون سال 2005 آمریکا EDP را بهره برداری از امکانات تولید انرژی، با کمترین هزینه ها تعریف کرده است.

بسیاری از روش های مرسوم برای حل EDP در سیستم های قدرت توسعه یافته اند. کلیه ی روش های مرسوم نیازمند جمع آوری اطلاعات از طریق کنترل مرکزی و متمرکز برای رسیدن به یک نقطه ی بهینه تولید و حداقل کردن هزینه ها می باشد. کنترل کننده ی مرکزی برای جمع آوری اطلاعات اضافی ازجمله تولید واحدهای جدید و اختصاص توان خروجی متناظر با آن، متقابلاً تغییر می کند. بنابراین یک تغییر جزئی در شبکه هوشمند ممکن است منجر به طراحی مجدد الگوریتم متمرکز شود و همچنین جمع آوری اطلاعات سراسری از ژنراتورها نیز ممکن است باعث تحمیل هزینه های اضافی شود. روش های مختلف عددی برای حل EDP در سیستم های قدرت وجود دارند.

روش های مرسوم شامل روش تکرار لامبدا [8] ، روش لاگرانژ [9] ، گرادیان [10] و برنامه نویسی دینامیکی [11] می باشند. در روش مرجع [8]، هزینه افزایشی هر ژنراتور به منظور برآورده کردن تعادل توان، در هر بار تکرار به روزرسانی می شود. . برخلاف روش های معمولی مانند گاوس سایدل و نیوتن رافسون، تکرار لامبدا متفاوت است. برای مثال در روش گاوس سایدل مقدار بعد از یک متغیر ناشناخته را می توان بااستفاده از معادله حل شده بدست آورد، با این که در تکرار لامبدا متغیر ناشناخته براساس مشاهدات مقدار بعدی می باشد.

با این حال این روش نیازمند زمان بیشتر و فرآیند محاسبات پیچیده تری میباشد و ممکن است نتیجه آن نیز دقیق نباشد. روش آزاد سازی لاگرانژ را می توان به طور مستقیم به یک مسئله بهینهسازی غیر محدب و از طریق تجزیه فضای غیر محدب به تعداد کمی از زیر مجموعه ها اعمال کرد .[5] به منظور کار با یک تابع غیرمحدب، بسیاری از روش های بهینه سازی - برنامه ریزی تکاملی [6] ، دیفرانسیل تکاملی [7] ، بهینه سازی ازدحام ذرات [8] ، الگوریتم ژنتیک [9] و شبیه سازی جستجوی ممنوعه - [10] توسعه یافته اند. برنامه های تکاملی منطبق با کاهش هزینه ها و همچنین با استفاده از تجربه توسعه یافته اند.

برنامه نویسی تکاملی یک استراتژی بهینه سازی تصادفی است که توسط لورنس فوگل بیان شده است. ابتدا یک جمعیت تصادفی از افراد تشکیل میشود، سپس برای ایجاد افراد جدید ،جهشی در هر فرد ایجاد می شود، جهش در شدت اثر آن بر رفتار هر فرد متفاوت است. افراد جدید پس از مقایسه در زمینه ای خاص برای تشکیل جمعیت جدید زنده می مانند. در سیستم های قدرت کوچک چه از نظر نرخ همگرایی، زمان راه حل، حداقل هزینه و احتمال راه حل های بهتر، برنامه های تکاملی عملکردی مناسب تر و سریعتر نسبت به جهش گاوسی دارند. بهینه سازی ازدحام ذرات - PSO* - یکی از الگوریتم های اکتشافی مدرن است که برای اولین بار توسط کندی و ابرهارت برای حل EDP معرفی شده است.

الگوریتم PSO براساس رفتار موجودات زنده مانند تجمع ماهی ها و انگیزه هجوم آوردن پرندگان بیان شده است. این روش جستجو براساس جمعیتی است که در آن افراد به نام ذرات مواضع خود را نسبت به زمان تغییر می دهند.در مقایسه با الگوریتم ژنتیک، الگوریتم PSO ویژگی های برتری ازجمله راه حل باکیفیت بالاتر ، ثبات مشخصه همگرایی و بازده محاسباتی خوب را نشان داده است . الگوریتم ژنتیک GA در هلند در اوایل 1970 و بر پایه ی جستجوی تصادفی مطرح گردید . این روش یکی از روش های بهینه سازی پیشرفته برای حل EDP است و روشی با استعاره از تکامل بیولوژیکی طبیعت است

همه روش های مرسوم نیازمند اطلاعات سراسری از طریق کنترل متمرکز برای رسیدن به تولید برق مطلوب و با حداقل هزینه هستند. با این حال الگوریتم متمرکز ممکن است در شبکه هوشمند چند مشکل داشته باشد: اولا کنترل متمرکز نیازمند سطح بالایی از اتصالات است که ممکن است به شکل مناسبی مدل نشده باشد، ثانیا توپولوژی شبکه های هوشمند و شبکه های ارتباطی به احتمال زیاد تغییر می کنند، بنابراین یک تغییر کوچک در شبکه های هوشمند ممکن است باعث پیکربندی دوباره الگوریتم متمرکز شود و همچنین جمع آوری اطلاعات سراسری از هر ژنراتور نیز منجر به تحمیل هزینههای اضافی می شود، بنابراین می توان این گونه نتیجه گرفت که در یک شبکه هوشمند روش کنترل متمرکز راه حل مناسبی برای حل EDP نمی باشد.

در این مقاله به منظور حل EDP در یک شبکه هوشمند، از یک الگوریتم کنترل توزیع شده استفاده شده است. در مقایسه با الگوریتم متمرکز، الگوریتم توزیع شده مزایا و ویژگی هایی چون اطلاعات مورد نیاز کمتر، توانمندی و مقیاس پذیری بیشتری را دارد.

.2  پخش بار اقتصادی - EDP -

در این قسمت قصد داریم مسأله پخش بار اقتصادی را با در نظر گرفتن قیود تلفات انتقال و تولید در یک شبکه هوشمند مورد تحلیل قرار دهیم. هدف از مسأله پخش بار اقتصادی - EDP - ، حداقلسازی هزینه کل توان تولیدی ژنراتورها میباشد. منحنی یک تابع هزینه معمول برای یک واحد تولیدی مطابق شکل1 می باشد. مرسوم است که تابع هزینه را با یک تابع درجه دو به صورت رابطه - 1 - تعریف می کنند.