Upload
duonglien
View
221
Download
0
Embed Size (px)
Citation preview
KOMPARATIVNA ANALIZA METAHEURISTIČKIH METODA ZA
REŠAVANJE PROBLEMA OPTIMALNIH TOKOVA SNAGA
Miloš МilovanovićJordan Radosavljević Miroljub Jevtić
Univerzitet u Prištini, Fakultet tehničkih nauka, Kosovska Mitrovica
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
Uvod – 1/2› Jedan od najvažnijih aspekata ekonomi ne eksploatacije čelektroenergetskih sistema (EES) jeste ostvarivanje optimalnih tokova snaga (OTS)
› Osnovni zadatak kod OTS je optimizacija funkcije cilja, pri emu čmoraju biti zadovoljena sva pogonska ograni enja u sistemuč
› Deterministi ke i heuristi ke metode za rešavanje problema OTSč č› Klasi nč e heuristi kč e metode i metaheuristi kč e metode › Ideja ovog rada je da se izvrši objektivno pore enje i ocena nekoliko đmetaheuristi kih metodač
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
Uvod – 2/2› Razmatrano je 8 razli itih metaheuristi kih metoda: č č− Optimizacija rojem estica (PSO)č− Optimizacija zasnovana na vešta koj koloniji p ela (ABC) č č− Gravitacioni pretraživa ki algoritam (GSA)č− Bio-geografska optimizacija (BBO)− Takmi arski imepijalisti ki algoritam (ICA) č č− Algoritam sivih vukova (GWO)− Optimizacija inspirisana kretanjem vazduha (WDO)− Algoritam sa pretraživanjem unazad (BSA)
› Ocena razmatranih metoda je izvedena na osnovu statisti ke čevaluacije rezultata dobijenih u 20 uzastopnih izvršavanja prora una čOTS svakom od metoda za tri funkcije cilja
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
Matemati ka formulacija problema OTSč› Problem OTS se može matemati ki iskazati na slede i na in:č ć č
F - funkcija cilja koju treba minimiziratix - vektor zavisnih promenljivihu - vektor nezavisnih promenljivihPG1 - aktivna snaga balansno-referentnog (BLR) voračVG, VL - moduli napona generatora i potroša kih vorovač čPG, QG - aktivne i reaktivne snage generatoraSl - tokovi snaga po granama mrežeT - položaji regulacionih otcepa regulacionih transformatoraQc - reaktivne snage oto nih VAR kompenzatorač
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
( )( )( )
min ,
, 0
, 0
F
G
H
=
≤∈
x u
x u
x uu U
[ ][ ]
1 1 1 1
2 1 1 1
, ... , ... , ...
... , ... , ... , ...
TG L LNL G GNG l lNTL
TG GNG G GNG NT C CNC
P V V Q Q S S
P P V V T T Q Q
=
=
x
u
Funkcija cilja› Slu aj 1č : Minimizacija troškova goriva
ai, bi i ci - odgovaraju i koeficijenti kvadratne funkcije troškova gorivać
› Slu aj 2č : Minimizacija gubitaka snage
Pgubi - gubici snage u i-toj grani mreže
› Slu aj 3č : Minimizacija odstupanja napona u potroša kim vorovima č čmreže
Uref i Ui - moduli referentnog napona i napona u i-tom voru, respektivnoč4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č
4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
( ) ( )21
1 1
NG NG
Ci Gi i i Gi i Gii i
F f P a b P c P= =
= = + +∑ ∑
2 i
NTL
gubi
F P= ∑
31
NL
ref ii
F U U=
= −∑
Ograni enjač› Ograni enja tipa jednakosti č (G(x,u) = 0):
› Ograni enja tipa nejednakostič (H(x,u) ≤ 0):
› Ograni enja upravlja kih promenljivihč č (u ∈ U):
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
( ) ( )1
cos sin 0NB
Gi Di i k ik i k ik i kk
P P U U G Bθ θ θ θ=
− − − + − =∑
( ) ( )1
sin cos 0NB
Gi Di i k ik i k ik i kk
Q Q U U G Bθ θ θ θ=
− − − − − =∑
min maxLi Li LiU U U≤ ≤ min max
Gi Gi GiQ Q Q≤ ≤ maxli liS S≤
min maxGi Gi GiP P P≤ ≤ min max
Gi Gi GiU U U≤ ≤min max
i i iT T T≤ ≤ min maxCi Ci CiQ Q Q≤ ≤
Metaheuristi ke metode – 1/3č› Metaheuristi ke metode su populacione, stohasti ke, iterativne č čoptimizacione tehnike
› Populacija je skup jedinki koje predstavljaju potencijalna rešenja problema
› Suština metaheuristi kih metoda je iterativna popravka rešenjač› Performanse metaheuristi kih metoda zavise od pravilnog čpodešavanja odgovaraju ih algoritamskih parametarać
› Za to podešavanje esto ne postoje opšta pravila ve se ono vrši na č ćosnovu iskustva, odnosno principa probaj-greši
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
Metaheuristi ke metode – č 2/3› Uopštena struktura metaheuristi kih metoda:čInicijalizacija Definisanje prostora mogu ih rešenjać U i funkcije cilja F(ui);
Izbor po etne populacije č
Iterativna proceduraOdre ivanje vrednosti za svaku jedinku, iz populacije đ
Generisanje delovanjem algoritamskih operatora na
jedinke iz prethodne populacije
Ako je , tada je i Kraj
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
1 1 11 1 2, ,...,
T
N = ⊆ POP u u u U
( ){ }1* min , 1,..., , * arg *1
iF F i N Ft
= = ==
u u
( )tiF u tPOP
1 1 11 1 2, ,...,
Tt t tt N
+ + ++ = ⊆ POP u u u U
( ){ }1min min , 1,...,t
iF F i N+= =u
min *F F< min*F F= min* arg F=u
Metaheuristi ke metode – č 3/3› Optimizacija rojem estica (PSO)č› Optimizacija zasnovana na vešta koj koloniji p ela (ABC) č č› Gravitacioni pretraživa ki algoritam (GSA)č› Bio-geografska optimizacija (BBO)› Takmi arski imepijalisti ki algoritam (ICA) č č› Algoritam sivih vukova (GWO)› Optimizacija inspirisana kretanjem vazduha (WDO)› Algoritam sa pretraživanjem unazad (BSA)
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
Optimizacija rojem estica (PSO) č
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
Najbolja pozicija celog roja
Najbolja pozicija čestice do sada����
���� Prethodna pozicija čestice
Trenutna pozicija čestice
Nova pozicija čestice
������−1
������ ������+1
��⋅ ������ ��1 ⋅ ��1 ⋅൫���� − ������൯ ��2 ⋅ ��2 ⋅൫���� − ������൯
( ) ( )11 1 2 2 k k k k
i i i i g iv w v r c p x r c p x+ = × + × × − + × × −
1 1 k k ki i ix x v+ += +
› Algoritam je inspirisan društvenim ponašanjem jata ptica, koje se kre u u ćdopustivom prostoru u potrazi za hranom
› Svaka estica (jedinka) u roju, čdefinisana svojom pozicijom i brzinom, predstavlja jedno rešenje problema
› Ažuriranje pozicije estice u teku oj č ćiteraciji se vrši uzimanjem u obzir prethodne pozicije estice, najbolje čpozicije koju je ova estica zauzela u čtoku kretanja, pozicije estice za koju čse ima najbolje rešenje u okviru celog roja u svim prethodnim iteracijama i brzine esticeč
Optimizacija vešta kom kolonijom p ela (ABC) č č
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
Izvori hrane
α
Trenutna lokacija
Potencijalna lokacija
Njihajući ples
Pčele izviđači
Pčele posmatrači
Pčele radilice Izbor rešenja na osnovu
funkcije podobnosti
› Ovaj metaheuristi ki algoritam je činspirisanih ponašanjem p ela u čprirodi tokom potrage za hranom
› U ABC algoritmu pozicija izvora hrane se posmatra kao mogu e ćrešenje optimizacionog problema, a koli ina nektara u izvoru hrane kao čvrednost kriterijuma optimalnosti u tom rešenju
› Proces pretrage vrše tri grupe vešta kih p ela: p ele radilice, p ele č č č čposmatra i i p ele izvi a ič č đ č
Gravitacioni pretraživa ki algoritam (GSA)č
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
M1
M3
��= �� 2
��
�� -��
��Ԧ12 ��Ԧ13 ��Ԧ21
��Ԧ23 ��Ԧ32 ��Ԧ31
M1
M2
M3
��= �� 2
��
��
��Ԧ12 ��Ԧ13 ��Ԧ21
��Ԧ23 ��Ԧ32 ��Ԧ31
M1
M2
M3
��= �� 2
��
��
M2
-�� -�� Iteracija=k Iteracija=k+1 Iteracija=k+2
› Osnovni princip algoritma baziran na Njutnovim zakonima gravitacije i kretanja
› Pretraživa ki agenti (jedinke) u čalgoritmu su objekti koji se karakterišu preko njihovih masa
› Kod GSA postoji gravitaciona interakcija izme u objekata (masa), đpri emu se objekti manjih masa čkre u ka objektu najve e maseć ć
› Kretanje je uslovljeno podešavanjem gravitacionih i inercionih masa objekta, ije se vrednosti odre uju č đna osnovu funkcije dobrote
Bio-geografska optimizacija (BBO)
› Raspodela i dinamika bioloških vrsta u ostrvskim okruženjima poslužili su kao glavna inspiracija za razvoj algoritma
› Matemati ki modeli BBO opisuju kako vrste migriraju sa jednog čostrva na drugo, kako nastaju nove vrste i kako vrste izumiru
› Staništa se mogu posmatrati kao mogu e rešenje problema, a broj ćvrsta u staništu kao vrednost kriterijuma optimalnosti
› Proces pretrage kod BBO algoritma se izvodi uzastopnim izborima boljih rešenja primenom mehanizama migracije i mutacije
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
Takmi arski imepijalisti ki algoritam (ICA)č č
› Društveno i politi ko ponašanje ljudi poslužilo je kao inspiracija za črazvoj ovog algoritma
› Osnovni princip algoritma se bazira na populaciji zemalja koje su svrstane u dve kategorije: imperijaliste i kolonije
› Takmi enjem izme u imperijalista formira se optimizacioni algoritam č đu kome se slabe imperije urušavaju, a snažne zauzimaju njihove kolonije
› Algoritam konvergira ka zemlji u kojoj postoji samo jedna imperija i kolonije imaju istu vrednost funkcije dobrote kao i imperijalista
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
Algoritam sivih vukova (GWO)
› Ponašanje sivih vukova u prirodi za vreme lova poslužilo je kao glavna inspiracija za razvoj ovog algoritma
› Stroga hijerarhija društvene organizacije› Društvena hijerarhija sivih vukova je podeljena u etiri grupe:č alfa ( ), α beta ( ), β delta ( ) δ i omega ( )ω
› Grupni lov je još jedno zanimljivo društveno ponašanje sivih vukova
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
Optimizacija inspirisana kretanjem vazduha (WDO)
› WDO algoritam simulira kretanje vazdušnih masa u Zemljinoj atmosferi
› Na brzinu i pravac kretanja vazdušne estice uti u: sila gradijenta č čpritiska, Koriolisova sila, sila trenja i gravitaciona sila
› Svaka vazdušna estica (jedinka) je potencijalno rešenje čoptimizacionog problema
› Ažuriranje pozicije estice se vrši na osnovu njene trenutne pozicije i čbrzine, kao i pozicije najbolje estice u teku oj iteracijič ć
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
Algoritam sa pretraživanjem unazad (BSA)
› Jedinstveni koncepti ovog algoritma su istorijska populacija i karta matrice
› U procesu traganja za optimalnim rešenjem, BSA algoritam uzima u obzir sva mogu a rešenja i obavlja detaljnu pretragu prostora za ćpretraživanje
› Da bi se izbegle zamke lokalnog minimuma, BSA koristi istorijsku populaciju da istraži novo podru je rešenjač
› Karta matrice se koristi da precizira rešenje u eksploatacionoj potrazi
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
Test primer› Test sistem IEEE 30
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
29
30
27
26
15
14
13
1 3 4
2 5
7
11 9
16
1721
22
1918
20
25
28
23 24
6 8
1012
G
G G
G
G
GC
C
C
C
C
CC
C
C
Rezultati prora una – 1/5č
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
Rezultati prora una – 2/5č
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
Metoda
Slu aj 1č Slu aj 2č Slu aj 3č
Troškovi
goriva[$/h]
Gubicisnage[MW]
Odst.napona[r.j.]
Troškovi
goriva[$/h]
Gubicisnage[MW]
Odst.napona[r.j.]
Troškovi
goriva[$/h]
Gubicisnage[MW]
Odst.napona[r.j.]
PSO 800.9419 9.2108 0.6781 967.8051 3.1599 0.8533 927.7950 4.8105 0.1311
ABC 800.7077 9.0667 0.6760 967.6804 3.1075 0.8391 833.3953 12.5206 0.1275
BBO 801.3977 9.1646 0.7045 941.6113 3.4819 0.6154 838.6572 6.9191 0.1390
WDO 800.7439 9.0660 0.7343 962.3947 3.1729 0.5894 840.4374 7.0529 0.1128
GSA 800.5511 9.0620 0.8789 950.0452 3.2898 0.4783 816.5802 8.3639 0.0943
BSA 800.9164 9.1114 0.4827 967.9711 3.2294 0.6983 841.5138 6.5092 0.1177
ICA 801.5356 9.0888 0.4576 967.8365 3.1729 0.8212 892.5856 6.5399 0.1226
GWO 801.7795 9.1434 0.5242 930.3063 3.7413 0.3917 810.8452 9.1776 0.1413
Bazni slu ajč
Troškovi goriva [$/h]
Gubici snage [MW] Odst. napona [r.j.]
901.9494 5.8223 0.1723
Rezultati prora una – 3/5č
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
MetodaSlu aj 1:č
Troškovi goriva [$/h]Slu aj 2:č
Gubici snage [MW]Slu aj 3:č
Odstupanja napona [r.j.]Min Max Std. Min Max Std. Min Max Std.
PSO 800.9419 805.6173 1.6656 3.1599 4.9838 0.5917 0.1311 0.3814 0.0691
ABC 800.7077 801.5080 0.2045 3.1075 3.2976 0.0461 0.1003 0.1439 0.0109
BBO 801.3977 815.7214 3.2800 3.4819 4.3186 0.2119 0.1390 0.2654 0.0332
WDO 800.7439 801.2813 0.1268 3.2545 3.4579 0.0650 0.1128 0.1505 0.0111
GSA 800.5511 800.6350 0.0257 3.2898 3.6130 0.0787 0.0943 0.1072 0.0027
BSA 800.9164 802.3182 0.3395 3.2294 3.4991 0.0737 0.1177 0.1575 0.0104
ICA 801.5356 804.8443 0.9371 3.1729 3.8450 0.1898 0.1226 0.1721 0.0144
GWO 801.7795 815.3456 3.8455 3.7413 8.9719 1.2434 0.1413 0.1834 0.0132
Rezultati prora una – 4/5č
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
Rezultati prora una – 5/5č
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
MetodaSrednje vreme trajanja prora una [s]č
Slu aj 1č Slu aj 2č Slu aj 3č
PSO 126.648 129.203 125.509
ABC 155.254 161.258 151.930
BBO 134.365 140.306 132.282
WDO 127.331 134.073 126.388
GSA 131.892 136.592 132.226
BSA 130.456 133.981 130.109
ICA 120.876 125.375 115.750
GWO 141.810 143.909 139.379
Zaklju akč› Sve metaheuristi ke metode omogu avaju brzo, jednostavno i ta no izra unavanje OTS č ć č čza bilo koju varijantu funkcije cilja, uz istovremeno zadovoljenje svih postavljenih ograni enjač
› Dobijeni rezultati se me usobno dobro slažu i u skladu su sa postoje im rezultatima iz đ ćliterature
› Ustanovljeno je da GSA postiže najbolje optimalno rešenje kada se vrši minimizacija gubitaka snage i minimizacija odstupanja napona u potroša kim vorovima. Najbolje č črešenje i najbolje statisti ke pokazatelje kada je funkcija cilja minimizacija gubitaka snage čdaje ABC
› Pokazano je da GSA poseduje bolju konvergenciju u odnosu na ostale algoritme, a da do optimalnog rešenja najbrže dolazi ICA
› Pore enje metoda prema prethodnim statisti kim pokazateljima, po opadaju em đ č ćredosledu (prva metoda ima najbolje performanse, a svaka naredna slabije) je slede e: ćGSA, WDO, ABC, ICA, BSA, PSO, BBO i GWO
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016
KRAJ PREZENTACIJE
HVALA NA PAŽNJI!
4. Me unarodna konferencija o obnovljivim izvorima elektri ne energije, Beograd, 17. i 18. oktobar 2016đ č4th International Conference on Renewable Electrical Power Sources, Belgrade, 17th and 18th October, 2016