Исследование применимости генетических алгоритмов к задаче оптимального развития и проектирования электроэнергетических сетей
Аннотация
Диссертация 80 с., 3 ч., 44 рис., 26 табл., 6 источников, 1 прил.
ИССЛЕДОВАНИЕ ПРИМЕНИМОСТИ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ К ЗАДАЧЕ ОПТИМАЛЬНОГО РАЗВИТИЯ И ПРОЕКТИРОВАНИЯ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ СЕТЕЙ
Объектом исследования данной магистерской диссертации является разработанный генетический алгоритм, применительно к задаче проектирования электрических сетей. Известно, что задача проектирования принадлежит к классу оптимизационных задач, которая включает линейные и нелинейные ограничения. Говоря про аналитические методы оптимизации, следует отметить важную их особенность. Если линейные ограничения реализовать зачастую возможно, то для нелинейных ограничений, например связность сети при потере одного источника принимающей стороны, это не всегда удается. Помимо аналитических методов решения существует отдельный класс методов оптимизации, называемый эволюционным. Именно к данному классу относится генетический алгоритм. Данный класс позволяет учитывать такие нелинейные ограничения как: связность сети, связность сети при потере одного присоединения (n-1 критерий). Более того, эволюционные алгоритмы математически легко формализуемы, по сравнению с аналитическими методами решения оптимизационных задач.
Исследуемый алгоритм был разработан с использованием блока Genetic Algorithm в ПК MATLAB, и адекватность его работы уже проверялась на примере 8-узловой схемы 110 кВ. Стоит отметить, что в ранних работах оптимизация велась на основании критерия минимальных капиталовложений, и не учитывался ущерб на покрытие потерь мощности, а также издержки на амортизацию и обслуживание ЛЭП и подстанций. В связи с чем, варианты, генерируемые в результате работы алгоритма, по сравнению с вариантом, посчитанным вручную, обладали меньшими капиталовложениями, но большими потерями в сети.
Целью же данной работы является исследование применимости генетических алгоритмов для задачи оптимального проектирования сети на классе напряжения 110 кВ с учетом потерь в сети. Для достижения данной цели было разработано 15 схем различной конфигурации, вручную посчитан наиболее экономичный вариант с точки зрения функции приведенных затрат, а затем данные варианты сравнивались с вариантами полученными в результате работы алгоритма.
Результатом работы является серия расчетов технико-экономических показателей и режимов исследуемых схем. Установлено, что алгоритм генерирует, как правило, равноэкономичные варианты развития сети, которые зачастую оказываются выгоднее ручных вариантов.
Однако в процессе работы алгоритма было установлено, что наиболее выходными вариантами являются кольцевые схемы. В связи с этим встает вопрос о доработке алгоритма на предмет надежности функционирования электрической сети. А именно анализ режимов, в частности, в ситуациях при отключении наиболее загруженной ЛЭП. Так как наибольшие последствия это имеет в кольцевой схеме, может сложиться ситуация, когда в целях обеспечения надежности необходимо усиливать связи между определенными узлами схемы. И соответственно, повышать капиталовложения, тем самым еще и влияя на потери в сети.
ИССЛЕДОВАНИЕ ПРИМЕНИМОСТИ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ К ЗАДАЧЕ ОПТИМАЛЬНОГО РАЗВИТИЯ И ПРОЕКТИРОВАНИЯ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ СЕТЕЙ
Объектом исследования данной магистерской диссертации является разработанный генетический алгоритм, применительно к задаче проектирования электрических сетей. Известно, что задача проектирования принадлежит к классу оптимизационных задач, которая включает линейные и нелинейные ограничения. Говоря про аналитические методы оптимизации, следует отметить важную их особенность. Если линейные ограничения реализовать зачастую возможно, то для нелинейных ограничений, например связность сети при потере одного источника принимающей стороны, это не всегда удается. Помимо аналитических методов решения существует отдельный класс методов оптимизации, называемый эволюционным. Именно к данному классу относится генетический алгоритм. Данный класс позволяет учитывать такие нелинейные ограничения как: связность сети, связность сети при потере одного присоединения (n-1 критерий). Более того, эволюционные алгоритмы математически легко формализуемы, по сравнению с аналитическими методами решения оптимизационных задач.
Исследуемый алгоритм был разработан с использованием блока Genetic Algorithm в ПК MATLAB, и адекватность его работы уже проверялась на примере 8-узловой схемы 110 кВ. Стоит отметить, что в ранних работах оптимизация велась на основании критерия минимальных капиталовложений, и не учитывался ущерб на покрытие потерь мощности, а также издержки на амортизацию и обслуживание ЛЭП и подстанций. В связи с чем, варианты, генерируемые в результате работы алгоритма, по сравнению с вариантом, посчитанным вручную, обладали меньшими капиталовложениями, но большими потерями в сети.
Целью же данной работы является исследование применимости генетических алгоритмов для задачи оптимального проектирования сети на классе напряжения 110 кВ с учетом потерь в сети. Для достижения данной цели было разработано 15 схем различной конфигурации, вручную посчитан наиболее экономичный вариант с точки зрения функции приведенных затрат, а затем данные варианты сравнивались с вариантами полученными в результате работы алгоритма.
Результатом работы является серия расчетов технико-экономических показателей и режимов исследуемых схем. Установлено, что алгоритм генерирует, как правило, равноэкономичные варианты развития сети, которые зачастую оказываются выгоднее ручных вариантов.
Однако в процессе работы алгоритма было установлено, что наиболее выходными вариантами являются кольцевые схемы. В связи с этим встает вопрос о доработке алгоритма на предмет надежности функционирования электрической сети. А именно анализ режимов, в частности, в ситуациях при отключении наиболее загруженной ЛЭП. Так как наибольшие последствия это имеет в кольцевой схеме, может сложиться ситуация, когда в целях обеспечения надежности необходимо усиливать связи между определенными узлами схемы. И соответственно, повышать капиталовложения, тем самым еще и влияя на потери в сети.