Tìm kiếm sách lược vận hành hồ chứa nhà máy thủy điện bằng thuật toán di truyền - Tô Thúy Nga

Mô hình thuật toán di truyền được phát triển để tìm sách lượt tối ưu vận hành hồ chứa nước nhà máy Thủy điện A Vương. Hàm mục tiêu của nghiên cứu này là Maximum điện năng. Các biến quyết định là lưu lượng xả nước từ hồ chứa qua Tuabin. Nhằm giúp các bạn hiểu hơn về mô hình này, mời các bạn cùng tham khảo nội dung bài viết "Tìm kiếm sách lược vận hành hồ chứa nhà máy thủy điện bằng thuật toán di truyền" dưới đây.
Nội dung trích xuất từ tài liệu:
Tìm kiếm sách lược vận hành hồ chứa nhà máy thủy điện bằng thuật toán di truyền - Tô Thúy Nga T×M KIÕM S¸CH L¦îc vËn hµnh hå chøa nhµ m¸y thñy ®iÖn B»NG THUËT TO¸N DI TRUYÒN T« Thóy Nga Tr­êng §¹i häc B¸ch khoa, §¹i häc §µ N½ng Tãm t¾t: Trong nghiªn cøu nµy, M« h×nh thuËt to¸n di truyÒn ®­îc ph¸t triÓn ®Ó t×m s¸ch l­ît tèi ­u vËn hµnh hå chøa n­íc nhµ m¸y Thñy ®iÖn A V­¬ng. Hµm môc tiªu cña nghiªn cøu này là Maximum ®iÖn n¨ng. C¸c biÕn quyÕt ®Þnh là l­u l­îng x¶ n­íc tõ hå chøa qua Tuabin. KÕt qu¶ vËn hµnh sÏ ®­îc x©y dùng dùa trªn 3 n¨m ®iÓn h×nh øng víi c¸c tÇn suÊt t­¬ng øng P=10%, P=50% vµ P=90%. Trong bµi b¸o nµy t¸c gi¶ kh«ng ph©n tÝch ®é nh¹y trong m« h×nh thuËt to¸n di truyÒn, M« h×nh thuËt to¸n di truyÒn lùa chän sè quÇn thÓ, x¸c suÊt giao phèi, x¸c suÊt ®ét biÕn vµ sè lÇn ph¸t ra cã gi¸ trÞ t­¬ng øng lµ 100, 0.75, 0.02, 100. 1. Giíi thiÖu ®iÖn A V­¬ng. V× ®©y lµ bµi to¸n vËn hµnh nªn ThuËt to¸n di truyÒn ®­îc lËp dùa trªn c¬ së kÕt qu¶ vËn hµnh ë ®©y sÏ ®­îc x©y dùng dùa lý thuyÕt Darwin vµ ®· ®­îc giíi thiÖu lÇn ®Çu trªn 3 n¨m ®iÓn h×nh øng víi c¸c tÇn suÊt t­¬ng tiªn bëi Holland (1975), sau ®ã Goldberg øng P=10%, P=50% vµ P=90. Trong bµi b¸o nµy (1989). C¸c nghiªn cøu tiÕp theo ®· t×m thÊy bëi t¸c gi¶ kh«ng ph©n tÝch ®é nh¹y trong m« h×nh (Wang 1991; Fahmy 1994; Olivera vµ Loucks thuËt to¸n di truyÒn, ë ®©y chän sè lÇn sinh ra 1997; Savic and Waters 1997). ThuËt to¸n di tèi ­u lµ 100. QuÇn thÓ ®­îc chän lµ 100, X¸c truyÒn øng dông cho bµi to¸n nguån n­íc cã thÓ suÊt tèi ­u giao phèi lµ 0,75 vµ ®ét biÕn lµ 0,01. t×m thÊy bëi Wardlaw vµ Sharif (1999). Sharif vµ 2. ThuËt to¸n di truyÒn Wardlaw (2000) øng dông ThuËt to¸n di truyÒn ThuËt to¸n di truyÒn xuÊt ph¸t tõ kh¸i niÖm cho tèi ­u hÖ thèng ®a hå chøa ë Indonesia lý thuyÕt Darwin cña sù tån t¹i thÝch hîp nhÊt vµ (Bratas Basin). Liong Shie-Yui, Tariq A. Al- ®­îc ®­a ra ®Çu tiªn n¨m 1975 bëi John Fayyaz vµ Lee Kim Sai sö dông ThuËt to¸n tiÕn Holland. ThuËt to¸n di truyÒn lµ thñ tôc t×m hãa trªn hÖ thèng l­u vùc s«ng Chaliyar ë kiÕm dùa trªn c¬ së chän läc c¬ häc tù nhiªn vµ Kerala State, Ên §é víi hµm môc tiªu cùc ®¹i c¸c di truyÒn tù nhiªn, t×m kiÕm lêi gi¶i tèt nhÊt s¶n xuÊt ®iÖn n¨ng vµ l­îng x¶ t­íi. Juran Ali tõ tËp hîp c¸c lêi gi¶i. Tæng qu¸t ThuËt to¸n di Ahmed vµ Arup Kumar Sarma (2005) vËn dông truyÒn cã 5 thµnh phÇn c¬ b¶n sau: ThuËt to¸n di truyÒn ®Ó t×m s¸ch l­îc vËn hµnh - Di truyÒn biÓu thÞ c¸c lêi gi¶i cña bµi to¸n; tèi ­u cña hå chøa ®a môc tiªu trªn s«ng - Theo h­íng t¹o ra quÇn thÓ ban ®Çu cña c¸c Pagladia, phô l­u chÝnh cña s«ng Brahmaputra. lêi gi¶i; Barani and H. Ebrahimi (2008) øng dông ThuËt - Chøc n¨ng ®¸nh gi¸ tèc ®é c¸c lêi gi¶i trong to¸n di truyÒn tèi ­u vËn hµnh hå chøa ®a môc c¸c giíi h¹n thÝch hîp cña chóng; tiªu Jiroft, hµm môc tiªu vµ c¸c rµng buéc ®­îc - To¸n tö di truyÒn ®ã biÕn ®æi kÕt cÊu di chuyÓn thµnh bµi to¸n kh«ng rµng buéc b»ng truyÒn cña con trong suèt qu¸ tr×nh t¸i sinh; ph­¬ng ph¸p hµm ph¹t ngoµi, sau ®ã dïng ThuËt - C¸c gi¸ trÞ cho c¸c tham sè cña c¸c di to¸n di truyÒn kh«ng rµng buéc ®Ó gi¶i. truyÒn. Môc tiªu cña bµi b¸o nµy lµ t×m kiÕm s¸ch ThuËt to¸n di truyÒn duy tr× quÇn thÓ cña c¸c l­îc vËn hµnh tèi ­u hå chøa cã nhµ m¸y thñy c¸ thÓ, P(t) cho sè lÇn ph¸t ra t. Mçi c¸ thÓ biÓu 44 thÞ kh¶ n¨ng lêi gi¶i cña bµi to¸n. Mçi c¸ thÓ biÕn ®ång nhÊt cho phÐp thay ®æi gene b»ng c¸ch ®­îc ­íc l­îng cho vµi ®o l­êng cña thÝch hîp chØ râ l­îng, cã thÓ kh¸c x¸c ®Þnh hoÆc kh«ng ®ã. Vµi c¸ thÓ tr¶i qua sù dÞch chuyÓn ngÉu x¸c ®Þnh. Sau khi ®ét biÕn, trë l¹i hµm thÝch hîp nhiªn thành c¸c to¸n tö di truyÒn d¹ng c¸c c¸ lµ ­íc l­îng t×m kiÕm c¸c gi¸ trÞ tèi ­u cña c¸c thÓ míi. §©y cã 2 kiÓu biÕn ®æi: §ét biÕn ®­îc biÕn ra quyÕt ®Þnh vµ qu¸ tr×nh lÆp ®Õn khi hÖ t¹o ra c¸c c¸ thÓ míi b»ng c¸ch lµm thay ®æi c¸ thèng thùc hiÖn kh«ng thay ®æi hoÆc tèt nhÊt. thÓ ®¬n vµ giao phèi, t¹o ra c¸c c¸ thÓ míi b»ng Cấu trúc của Thuật toán di truyền được minh c¸ch tæ hîp bé phËn tõ 2 c¸ thÓ, gäi lµ con C(t) họa như sau: ®­îc ®¸nh gi¸. QuÇn thÓ míi lµ mÉu ®­îc t¹o procedure Genetic Algorithms thµnh b»ng c¸ch lùa chän nhiÒu h¬n c¸c c¸ thÓ begin thÝch hîp tõ quÇn thÓ cha mÑ vµ quÇn thÓ con. t0; Sau vµi lÇn ph¸t ra, thuËt to¸n héi tô ®Õn c¸ thÓ initialize P(t); tèt nhÊt. evaluate P(t); M« h×nh thuËt to¸n di truyÒn ®­îc gi¶i theo while (not termination condition) do c¸c b­íc sau: Begin - B­íc ®Çu tiªn trong m« h×nh thuËt to¸n di Recombine P(t) to yield C(t); truyÒn lµ m· hãa c¸c thµnh phÇn cña kh¶ n¨ng Mutation; lêi gi¶i vµo trong nhiÔm s¾c thÓ. Mçi nhiÔm s¾c Evaluate C(t); thÓ m· hãa chuçi nhÞ ph©n 0 hoÆc 1 biÓu thÞ kh¶ select P(t+1) from P(t) and C(t); n¨ng lêi gi¶i bao gåm c¸c thµnh phÇn cña c¸c tt+1; biÕn ra quyÕt ®Þnh (Genes), ®iÒu ®ã cã thÓ sö end dông ®¸nh gi¸ hµm môc tiªu; end - ¦íc l­îng hµm thÝch hîp: QuÇn thÓ ban 3. M« h×nh to¸n vËn hµnh hå chøa víi môc ®Çu ®­îc ph¸t ra, b­íc tiÕp theo lµ ­íc l­îng ®Ých ph¸t ®iÖn c¸c chuçi, mçi chuçi lµ ®Çu tiªn m· hãa vµ sau Hµm môc tiªu ®­îc chän lµ s¶n l­îng ®iÖn ®ã b¶n ®å m« t¶ ph¹m vi còng nh­ tËp hîp c¸c n¨ng cña nhµ m¸y thñy ®iÖn ®¹t cùc ®¹i øng víi gi¸ trÞ sè cña c¸c biÕn, trong nghiªn cøu nµy trÞ sè møc n­íc vËn hµnh ë c¸c kho¶ng thêi ...