Báo cáo nghiên cứu khoa học: ÁP DỤNG THUẬT TOÁN DI TRUYỀN TÌM KIẾM QUỸ ĐẠO VẬN HÀNH TỐI ƯU HỒ CHỨA NƯỚC CÓ NHÀ MÁY THỦY ĐIỆN LÀM VIỆC ĐỘC LẬP VỚI QUÁ TRÌNH DÒNG CHẢY ĐẾN LÀ NGẪU NHIÊN

bài báo này trình bày mô hình Thuật toán di truyền (GA) để tìm quỹ đạo vận hành tối ưu hồ chứa Nhà máy Thủy điện Ea Krông Rou - Tỉnh Khánh Hòa với đơn mục tiêu là sản lượng điện năng cực đại. Trên cơ sở chuỗi dòng chảy đến hàng tháng của 23 năm, ứng dụng phương pháp mô phỏng Monte Carlo để mở rộng...
Nội dung trích xuất từ tài liệu:
Báo cáo nghiên cứu khoa học: " ÁP DỤNG THUẬT TOÁN DI TRUYỀN TÌM KIẾM QUỸ ĐẠO VẬN HÀNH TỐI ƯU HỒ CHỨA NƯỚC CÓ NHÀ MÁY THỦY ĐIỆN LÀM VIỆC ĐỘC LẬP VỚI QUÁ TRÌNH DÒNG CHẢY ĐẾN LÀ NGẪU NHIÊN" TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, ĐẠI HỌC ĐÀ NẴNG - SỐ 2(31).2009 ÁP DỤNG THUẬT TOÁN DI TRUYỀN TÌM KIẾM QUỸ ĐẠO VẬN HÀNH TỐI ƯU HỒ CHỨA NƯỚC CÓ NHÀ MÁY THỦY ĐIỆN LÀM VIỆC ĐỘC LẬP VỚI QUÁ TRÌNH DÒNG CHẢY ĐẾN LÀ NGẪU NHIÊN APPLICATION OF GENETIC ALGORITHMS TO THE SEARCH OF OPTIMAL OPERATING TRAJECTORY OF A RESERVOIR OF THE INDEPENDENT WORKING HYDROELECTRIC POWER PLANT, WITH ITS INFLOW AS A STOACHASTIC PROCESS Nguyễn Thế Hùng – Lê Hùng Trường Đại học Bách Khoa, Đại học Đà Nẵng TÓM TẮT Trong bài báo này trình bày mô hình Thuật toán di truyền (GA) để tìm quỹ đạo vậnhành tối ưu hồ chứa Nhà máy Thủy điện Ea Krông Rou - Tỉnh Khánh Hòa với đơn mục tiêu làsản lượng điện năng cực đại. Trên cơ sở chuỗi dòng chảy đến hàng tháng của 23 năm, ứngdụng phương pháp mô phỏng Monte Carlo để mở rộng dòng chảy đến là 40 lần của chuỗi dòngchảy tháng lịch sử. Kết quả tính toán đạt được bởi Thuật toán di truyền được so sánh vớiphương pháp Quy hoạch động. Thuật toán di truyền đơn mục tiêu ở đây cho thấy dễ dàng mởrộng nó cho bài toán vận hành tối ưu nhà máy thủy điện đa mục tiêu so với phương pháp quihoạch động. ABSTRACT This paper presents a Genetic Algorithm (GA) model for finding the optimal operatingtrajectory of the reservoir of the hydroelectric power plant of Ea Krong Rou in Khanh HoaProvince, with a single objective for maximum electricity output. Based on the monthlystreamflow series in 23 years, we apply Monte-Carlo simulation method to extend the inflow upto 40 times of monthly historic streamflow. The calculation results obtained by the GeneticAlgorithm are compared with those of the dynamic programming method. The paper also showsthat compared with the dynamic programming method, the single object Genetic Algorithmmodel is easily extended to that of the multi-object Genetic Algorithm.1. Giới thiệu Thuật toán di truyền được lập dựa trên cơ sở lý thuyết Darwin và đã được giớithiệu lần đầu tiên bởi Holland (1975), sau đó Goldberg (1989). Đến năm 1992Michalewicz đã phát triển và hoàn thiện phương pháp này; từ đó Thuật toán di truyềnđã được áp dụng trong các lĩnh vực khác nhau, trong đó có một số tác giả đã nghiên cứuứng dụng giải bài toán vận hành hồ chứa. East và Hall (1994) ứng dụng Thuật toán ditruyền cho bài toán vận hành hệ thống 4 hồ chứa với mục tiêu là Maximum lợi ích từphát điện và cấp nước tưới. Fahmy ứng dụng Thuật toán di truyền tính vận hành hệthống hồ chứa và kết quả được so sánh với phương pháp Quy hoạch động. Oliveira và 1 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, ĐẠI HỌC ĐÀ NẴNG - SỐ 2(31).2009Loucks (1997) đã chứng mình tính hiệu quả của việc vận hành hệ thống hồ chứa bằngThuật toán di truyền. Sharif và Wardlaw (2000) ứng dụng Thuật toán di truyền cho tốiưu hệ thống đa hồ chứa ở Indonesia (Bratas Basin). Liong Shie-Yui, Tariq A. Al-Fayyazvà Lee Kim Sai sử dụng Thuật toán tiến hóa trên hệ thống lưu vực sông Chaliyar ởKerala State, Ấn Độ với hàm mục tiêu cực đại sản xuất điện năng và lượng xả tưới.Juran Ali Ahmed và Arup Kumar Sarma (2005) vận dụng Thuật toán di truyền để tìmsách lược vận hành tối ưu của hồ chứa đa mục tiêu trên sông Pagladia, phụ lưu chínhcủa sông Brahmaputra, kết quả nhận được bởi mô hình Thuật toán di truyền được sosánh với Quy hoạch động ngẫu nhiên. Janga Reddy và D. Nagesh Kumar (2006) trìnhbày Thuật toán tiến hóa đa mục tiêu (MOEA) nhằm tìm kiếm tập hợp các lời giải tối ưuvà khắc phục những mặt hạn chế của phương pháp tối ưu đa mục tiêu (MOOP).Jothiprakash và Ganesan Shanthi (2007) sử dụng Thuật toán di truyền tìm quy trình vậnhành hồ chứa Pechiparai ở Tamil Nadu Ấn độ. M.S. Hashemi, G.A. Barani and H.Ebrahimi (2008) ứng dụng Thuật toán di truyền tối ưu vận hành hồ chứa đa mục tiêuJiroft, hàm mục tiêu và các ràng buộc được chuyển thành bài toán không ràng buộcbằng phương pháp hàm phạt ngoài, sau đó dùng Thuật toán di truyền không ràng buộcđể giải. Mục tiêu của bài báo này là tìm kiếm sách lược vận hành tối ưu hồ chứa có nhàmáy thủy điện Ea Krông Rou làm việc độc lập. Quỹ đạo vận hành tối ưu nhận được bởiThuật toán di truyền sẽ được so sánh với Quy hoạch động trên cơ sở dòng chảy đếnđược mô phỏng kéo dài 40 lần theo phương pháp mô phỏng Monte Carlo. Cả hai môhình Thuật toán di truyền và Quy hoạch động được sử dụng với hàm mục tiêu là sảnlượng điện năng bình quân đạt cực đại.2. Thuật toán di truyền Thuật toán di truyền xuất phát từ khái niệm lý thuyết Darwin của sự tồn t ...