ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 11(108).
2016, Quyển 1 67
NGHIÊN CỨU TỐI ƯU VỊ TRÍ VÀ CÔNG SUẤT NGUỒN ĐIỆN PHÂN TÁN
TRONG LƯỚI ĐIỆN PHÂN PHỐI SỬ DỤNG GIẢI THUẬT DI TRUYỀN
OPTIMIZING DISTRIBUTED GENERATION LOCATION AND CAPACITY IN
DISTRIBUTION POWER NETWORK USING GENETIC ALGORITHM
Đoàn Đức Tùng1, Ngô Minh Khoa1, Nguyễn Thành Trung2
1
Trường Đại học Quy Nhơn; (ddtung, nmkhoa)@ftt.edu.vn
2
Trường Cao đẳng Nghề Quy Nhơn; thanhtrungcdnqn@gmail.com
Tóm tắt - Trong bài toán lựa chọn và lắp đặt các nguồn điện phân
tán (DG) vào lưới điện phân phối (LĐPP) nhằm phát huy hiệu quả
vận hành LĐPP, vấn đề quan trọng là cần xác định được vị trí và
công suất DG tối ưu cần phân bố trong lưới điện đó. Bởi vì LĐPP
có đặc điểm nhiều nút, nhiều nhánh do đó chúng ta cần phải ứng
dụng một thuật toán tìm kiếm tối ưu để giải quyết bài toán này. Bài
báo sử dụng giải thuật di truyền (GA) để tìm kiếm tối ưu vị trí và
công suất của các DG trong LĐPP nhằm giảm tổn thất công suất
và nâng cao chất lượng điện năng của LĐPP. Lưới điện mẫu IEEE
69 nút được sử dụng trong bài báo để làm ví dụ áp dụng, kiểm
chứng và đánh giá phương pháp đề xuất. Các bài toán tối ưu đơn
mục tiêu và đa mục tiêu cũng được mô phỏng, phân tích và đánh
giá trong bài báo.
Từ khóa - lưới điện phân phối; giải thuật di truyền; tối ưu hóa; chất
lượng điện áp; tổn thất công suất.
1. Đặt vấn đề
Khi lắp đặt nguồn điện phân tán (DG) trong LĐPP thì
vị trí và công suất của DG phải được lựa chọn sao cho phát
huy được khả năng của chúng trong LĐPP như: giảm tổn
thất công suất, giảm độ lệch điện áp nút... Việc tìm kiếm
thông số tối ưu của DG như số lượng, vị trí và công suất
của chúng không thể thực hiện bằng tay do LĐPP có rất
nhiều nút và nhánh. Sử dụng máy tính số và đoạn mã
chương trình thực hiện tự động tìm kiếm lựa chọn ngẫu
nhiên phân bố DG là một công việc khả thi nhất. Nếu giải
thuật của chương trình đủ hiệu quả thì việc tìm kiếm sẽ mau
chóng đạt được kết quả mong muốn. Trong bài báo này,
giải thuật di truyền (GA) được sử dụng để tìm kiếm tối ưu
hóa vị trí và công suất DG trong LĐPP.
Ứng dụng GA là để tạo ra giải thuật tìm kiếm, chọn
lựa các giải pháp tối ưu nhất để giải quyết các bài toán
thực tế khác nhau [1], [2]. Giải pháp từ quần thể ban đầu
được biến đổi thông qua các hoạt động của GA để tạo
thành quần thể con cái với mong muốn rằng quần thể mới
sẽ tốt hơn so với thế hệ trước. Trong vấn đề nghiên cứu
này, các hoạt động của GA chính là sự tìm kiếm và thay
thế các phương án phân bố DG hiện có bằng các phương
án phân bố tối ưu hơn.
2. Phương pháp tối ưu hoá phân bố DG bằng GA
Ở phần này sẽ xây dựng một thuật toán giúp cho việc
tìm kiếm tối ưu phân bố DG vào LĐPP dựa trên GA và một
chương trình Matlab được xây dựng theo thuật toán này sẽ
giúp tìm kiếm các kết quả mong muốn một cách tự động.
2.1. Mã hóa nhiễm sắc thể (NST)
GA chỉ có thể làm việc trên các NST đã được mã hóa
Abstract - In distributed generation (DG) selection and installation
problem in distribution networks to promote operation efficiency,
the important issue is that we should identify the optimal DG
location and capacity in that grid to reduce power losses and
improve voltage quality while operating that grid. However,
because distribution networks are characterized by lots of nodes
and branches, so we need to apply an algorithm to find a solution
to this problem. This paper uses genetic algorithm (GA) to find the
optimal location and capacity of DG to reduce power losses and
improve voltage quality. The sample system IEEE 69 buses is used
as a case study to verify and evaluate the proposed method. The
single and multi-goal optimization for that system are also modeled,
analyzed and evaluated in the paper.
Key words - Distribution network; genetic algorithm; optimization;
voltage quality; power losses.
nên các phương án phân bố DG sẽ được mã hoá thành các
NST tương ứng cho hoạt động của GA. Trong nghiên cứu
này, mã hóa số thực được chọn cho quá trình tối ưu hóa [5],
[7]. Giả sử một phương án phân bố số lượng n DG vào lưới
điện được thể hiện bằng một tập hợp DG gồm các DGi có
phân bố về vị trí và công suất như sau:
DG = { ρ1, P1; ρ2 , P2 ;...; ρn , Pn } (1)
Trong đó: ρ i là vị trí và Pi là công suất của DGi. Bảng 1
nêu một ví dụ về mã hóa một phương án DG thành một NST.
Bảng 1. Mã hóa phương án phân bố DG thành một NST
N ρ1 ρ2 ρ3 ρ4 ... ρn
Số NST ← Vị trí DG →
N P1 P2 P3 P4 ... Pn
Số NST ← Công suất DG →
2.2. Khởi tạo quần thể ban đầu
Vì GA làm việc cùng một lúc trên nhiều phương án
đưa ra nên cần phải tạo ra một tập hợp các NST được mã
hoá tương ứng. Tập hợp các NST này tạo thành quần thể.
Khởi tạo dùng để tạo ra các cá thể của một quần thể ban
đầu. Khởi tạo một quần thể ban đầu cho GA tối ưu phân
bố DG là tạo ra các phương án phân bố DG ngẫu nhiên
theo các điều kiện ràng buộc của bài toán và sau đó mã
hoá chúng thành các NST của quần thể ban đầu. Quần
thể ban đầu gọi là thế hệ thứ nhất, trải qua quá trình biến
đổi GA tạo ra quần thể của thế hệ thứ hai, quần thể của
thế hệ thứ ba…
2.3. Hàm mục tiêu, hàm thích nghi và các điều kiện ràng
buộc
68 Đoàn Đức Tùng, Ngô Minh Khoa, Nguyễn Thành Trung

Bắt đầu

Đọc dữ liệu mạng điện và xác định thông số DG cần lắp đặt

Tính toán trào lưu công suất của mạng điện, tính toán tổn thất công suất tác dụng,
độ lệch điện áp nút lớn nhất của mạng điện

Chọn thông số của GA

Gen = 0

Mã hoá phương án phân bố DG thành các nhiễm sắc thể cho quần thể ban đầu

Gen = Gen +1

Giải mã quần thể ban đầu và cập nhật dữ liệu bus

Chạy trào lưu công suất, tính hàm mục tiêu,

hàm thích nghi cho mỗi cá thể

Lưu lại các thông số của cá thể tối ưu nhất trong quần thể

Lựa chọn cá thể vào quần thể mới

sử dụng lựa chọn Roulette Wheel

Thực hiện lai ghép đồng dạng

Thực hiện đột biến

Có
Gen < số thế hệ tối đa?

Không

Chọn cá thể tối ưu nhất trong các cá thể tối ưu

Giải mã cá thể tối ưu nhất và cập nhật dữ liệu bus

Chạy trào lưu công suất, trình bày kết quả điện áp nút, dòng điện nhánh,
tính toán tổn thất công suất tác dụng của hệ thống

Dừng

Hình 1. Lưu đồ GA đa mục tiêu tối ưu hóa phân bố DG

Gọi hàm ψΣP(DG) là giá trị tổng tổn thất công suất tác ψ P = Min ψ ∑ P ( DG) (2)
dụng và hàm ψΔVmax(DG) là giá trị môđun độ lệch điện áp
nút lớn nhất trong các nút của LĐPP cần nghiên cứu. Giả ψ ΔV = Min ψ ΔV max ( DG) (3)
sử các hàm mục tiêu cần đạt được của GA trong bài toán Trong đó: ψP cho tối ưu hóa với tổn thất công suất tác
tối ưu phân bố DG là [1], [7]: dụng, ψΔV là cho tối ưu hoá độ lệch điện áp nút.
ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 11(108).2016, Quyển 1 69
Xây dựng hàm đa mục tiêu cho phân bố DG để vừa có kiểm tra TLCS ứng với mỗi trường hợp phân bố DG tìm
tối ưu tổn thất công suất tác dụng và vừa có độ lệch điện áp được đã thỏa mãn hay chưa. Kết quả tối ưu nhất tìm được
nút nhỏ nhất như sau [2], [7], [8]: bằng cách so sánh các cá thể tối ưu tìm được ở vòng lặp Gen.
ψP ψ
Ψ = αP . + α ΔV . ΔV (4)
ψ P _b ψ ΔV _ b Nút hệ
thống
Trong đó: ψ P _ b là tổn thất công suất tác dụng và ψ ΔV _ b là
độ lệch điện áp nút lớn nhất khi chưa có phương án phân bố
DG vào lưới điện. Hệ số trọng số α P cho tối ưu tổn thất công
suất tác dụng và hệ số trọng số α Δ V cho tối ưu độ lệch điện áp
nút với 0 ≤ α P , α ΔV ≤ 1. Mối quan hệ giữa α P và α Δ V [8]:
α P + α ΔV = 1 (5)
Hàm thích nghi đánh giá mức độ tối ưu của mỗi NST.
Xây dựng hàm thích nghi dựa trên cơ sở hàm mục tiêu [3, 6]:
1
F= (6)
1+ Ψ
Điều kiện ràng buộc được áp dụng trong bài toán để
giới hạn khoảng không gian biến đổi của biến đầu vào cũng
như đưa vào bài toán các yêu cầu của tham số thực tế, bao
gồm các ràng buộc về vận hành, số lượng, vị trí và công
suất lắp đặt DG được thể hiện như sau:
Giới hạn vận hành điện áp nút trên lưới:
Uimin ≤ Ui ≤ Uimax (7)
min max
Trong đó: Ui ,Ui là điện áp cho phép nhỏ nhất và
lớn nhất tại nút i.
Giới hạn vận hành dòng điện nhánh trên lưới:
Hình 2. Lưới điện phân phối chuẩn IEEE 69 nút
Iij ≤ Iijmax (8)
max 3. Kết quả mô phỏng và thảo luận
Trong đó: Iij là dòng điện cho phép lớn nhất trên
Phần này sẽ thực hiện tìm kiếm tối ưu vị trí và công suất
nhánh ij. DG vào LĐPP bằng chương trình máy tính đã được viết
Trong thực tế, số lượng cũng như vị trí đấu nối các theo thuật toán đã được xây dựng trong Mục 2. Việc tối ưu
nguồn phân tán vào lưới điện phụ thuộc vào điều kiện tự phân bố DG sẽ được áp dụng trên lưới điện IEEE 69 nút,
nhiên. Đồng thời công suất của chúng cũng được thiết kế trong đó các kết quả được thể hiện dưới dạng hệ đơn vị
theo các dãy công suất cố định. Do đó trong nghiên cứu tương đối với lượng công suất cơ bản là 10 MVA.
này tác giả đã đưa ra các ràng buộc về số lượng, công suất
3.1. Sơ đồ lưới điện mẫu
và vị trí DG lắp đặt vào trong lưới điện như sau:
max Sơ đồ LĐPP mẫu để áp dụng phương pháp đề xuất ở mục
nDG ≤ nDG 2 tìm kiếm tối ưu hóa phân bố vị trí và công suất DG là LĐPP
set
PDGi ∈ PDG (9) tiêu chuẩn IEEE 69 nút như trong Hình 2. Toàn bộ dữ liệu
set
nhánh và nút của lưới điện này được trình bày ở [4]. Việc
VitriDG ∈ VitriDG phân tích trào lưu công suất lưới điện này để xác định tổn
Trong đó: thất công suất và độ lệch điện áp lớn nhất trên lưới điện đó
max được thực hiện ở phương thức vận hành cơ bản tương ứng
nDG : là số lượng vị trí lớn nhất có thể lắp đặt DG. với chế độ công suất cực đại. Kết quả mô phỏng cho thấy
set rằng lưới điện đó có tổng tổn thất công suất tác dụng
PDG : là tập gam công suất của các nguồn điện DG.
set ψP_b=0,03177 (pu), điện áp thấp tại các nút 14 đến 27 và từ
VitriDG : là tập các vị trí có thể lắp đặt DG trên lưới. nút 56 đến nút 65, điện áp thấp nhất là 0,87544 (pu) ở nút 65
2.4. Lưu đồ thuật toán và nút này có độ lệch điện áp lớn nhất ψΔV_b=0,12456(pu).
Lưu đồ GA đa mục tiêu tối ưu hóa phân bố DG [7] để có Mục đích các nghiên cứu sau đây là để kiểm chứng khả
tổn thất công suất tác dụng và độ lệch điện áp nút nhỏ nhất năng ứng dụng GA để tìm kiếm phân bố tối ưu DG vào lưới
cho LĐPP được xây dựng như trong Hình 1. Xây dựng lưu điện thông qua hai bài toán. Bài toán 1 (Tối ưu đơn mục tiêu):
đồ thuật toán thực hiện các bước tuần tự theo nội dung của Tìm kiếm tối ưu phân bố DG vào lưới điện IEEE 69 nút sao
GA. Chọn các thông số của GA dựa vào quá trình chạy cho tổn thất công suất tác dụng là nhỏ nhất. Bài toán 2 (Tối ưu
chương trình để sao cho bài toán hội tụ nhanh nhất. Tích hợp đa mục tiêu): Tìm kiếm tối ưu phân bố DG vào lưới điện IEEE
tính toán trào lưu công suất (TLCS) của LĐPP vào lưu đồ 69 nút sao cho tổn thất công suất tác dụng và độ lệch điện áp
với mục đích để xây dựng hàm mục tiêu và cũng dùng để nút là nhỏ nhất. Nội dung 2 bài toán được trình bày tiếp theo.
70 Đoàn Đức Tùng, Ngô Minh Khoa, Nguyễn Thành Trung
3.2. Bài toán 1 (Tối ưu hoá đơn mục tiêu) 0, 95 ( pu ) ≤ Vi ≤ 1, 05 ( pu ) (18)
Yêu cầu của bài toán 1 đặt ra là cần tìm một số lượng giới Tổng công suất các DG được lấy không lớn hơn 50%
hạn DG phân bố vào lưới điện IEEE 69 nút sao cho làm giảm tổng công suất tác dụng của hệ thống:
được tối đa tổn thất công suất tác dụng của lưới điện. Do đó
PDG ≤ 0,19011( pu ) (19)
hàm mục tiêu cho bài toán này được xây dựng từ phương
trình (4) với αΔV = 0 cho tối ưu hóa đơn mục tiêu như sau: VitriDG ∈{2,3,...,69} (20)
Ψ = 31, 4762.ψ P (10) Nhằm tìm kiếm nhiều hơn nữa khả năng tối ưu của DG
Hàm thích nghi: trong lưới điện, ta nghiên cứu các trường hợp lắp đặt một
1 DG, hai DG, ba DG, bốn DG hoặc năm DG vào lưới điện,
F= (11) sau đó GA sẽ tự động tìm kiếm vị trí, công suất của các DG
1 + 31, 4762.ψ P ứng với mỗi trường hợp. Chương trình Matlab được viết
Các điều kiện ràng buộc: theo đồ lưu thuật toán Hình 1 ứng dụng GA để tìm kiếm tối
Điện áp vận hành tại các nút: ưu hóa phân bố DG vào LĐPP IEEE 69 nút giúp cho việc
tìm kiếm dễ dàng và nhanh chóng. GA sử dụng hàm mục
0, 95 ( pu ) ≤ Vi ≤ 1, 05 ( pu ) (12) tiêu (16), hàm thích nghi (17) và các điều kiện ràng buộc
Tổng công suất các DG được lấy không lớn hơn 50% (18), (19), (20) để định hướng hoạt động tìm kiếm. Chọn
tổng công suất tác dụng của hệ thống: chiều dài NST bằng10, xác suất lai ghép ΩC=0,35, xác suất
PDG ≤ 0,19011( pu ) (13)
đột biến Ωm=0,1 cho các trường hợp nghiên cứu.
Trường hợp đặt một DG
nDG ≤ 5 (14)
Chạy nhiều lần GA với kích thước quần thể và số thế
VitriDG ∈{2,3,...,69} (15) hệ tối đa thay đổi nhằm tìm được NST tối ưu nhất cho phân
Chương trình Matlab được viết theo lưu đồ thuật toán bố DG. Giá trị Ψ=0,43737 GA tìm được là nhỏ nhất, tương
Hình 1 ứng dụng GA để tìm kiếm tối ưu hóa phân bố DG ứng với tổn thất công suất tác dụng của lưới điện
vào IEEE 69 nút giúp cho việc tìm kiếm dễ dàng và nhanh ψP=0,01121 (pu) và độ lệch điện áp nút lớn nhất của lưới
chóng. GA sử dụng hàm mục tiêu (10), hàm thích nghi (11) điện ψΔV=0,06640 (pu). Như vậy, ở trường hợp cần lắp đặt
và các điều kiện ràng buộc (12), (13), (14), (15) để định một DG trong lưới điện mẫu, áp dụng GA để tìm kiếm tối
hướng hoạt động tìm kiếm. Chạy nhiều lần GA với kích ưu đã nhận được vị trí và công suất DG như trong Bảng 3.
thước quần thể và số thế hệ tối đa thay đổi nhằm tìm được Bảng 3. Phương án phân bố một DG
NST tối ưu nhất cho phân bố DG. Trong tất cả các lần chạy Nút 61
GA, ta lấy chiều dài NST bằng 10, xác suất lai ghép
ΩC=0,35, xác suất đột biến Ωm=0,1. Công suất DG (pu) 0,1888
Công suất DG (kW) 1888
Hàm mục tiêu Ψ=0,32253 do GA tìm được là nhỏ nhất,
tương ứng với tổn thất công suất tác dụng ψP=0,01025 (pu). Trường hợp đặt hai DG
Như vậy, ở trường hợp cần lắp đặt DG vào lưới điện mẫu Chạy nhiều lần GA với kích thước quần thể và số thế
sao cho làm giảm tối đa tổn thất công suất của lưới ta có hệ tối đa thay đổi nhằm tìm được NST tối ưu nhất cho phân
phương án phân bố DG do GA tìm được như trong Bảng 2. bố DG. Giá trị Ψ=0,42999 GA tìm được là nhỏ nhất, tương
Bảng 2. Phương án phân bố DG bằng GA đơn mục tiêu ứng với tổn thất công suất tác dụng của lưới điện
Nút 15 26 61 62 64 ψP=0,01052 (pu) và độ lệch điện áp nút lớn nhất của lưới
điện ψΔV=0,06728 (pu). Như vậy, ở trường hợp cần lắp đặt
Công suất
0,0274 0,0154 0,0368 0,0941 0,0164 hai DG trong lưới điện mẫu, áp dụng GA để tìm kiếm tối
DG (pu)
ưu đã nhận được vị trí và công suất DG như trong Bảng 4.
Công suất
274 154 368 941 164 Bảng 4. Phương án phân bố hai DG
DG (kW)
3.3. Bài toán 2 (Tối ưu hoá đa mục tiêu) Nút 14 61
Yêu cầu của bài toán 2 đặt ra là cần tìm vị trí và công Công suất DG (pu) 0,0185 0,1716
suất một số lượng giới hạn DG phân bố vào lưới điện IEEE Công suất DG (kW) 185 1761
69 nút sao cho làm giảm được tối đa tổn thất công suất tác
dụng và độ lệch điện áp nút của lưới điện. Xây dựng hàm Trường hợp đặt ba DG
đa mục tiêu cho bài toán này từ phương trình (4) với các hệ Chạy nhiều lần GA với kích thước quần thể và số thế
số trọng số αP=αΔV=0,5: hệ tối đa thay đổi nhằm tìm được NST tối ưu nhất cho phân
Ψ = 15,7374.ψ P + 3,93065.ψ ΔV (16) bố DG. Giá trị Ψ=0,43007 GA tìm được là nhỏ nhất, tương
Hàm thích nghi cho tối ưu hóa đa mục tiêu: ứng với tổn thất công suất tác dụng của lưới điện
ψP=0,01017(pu) và độ lệch điện áp nút lớn nhất của lưới
1
F= (17) điện ψΔV=0,06870(pu). Như vậy, ở trường hợp cần lắp đặt
1 + 15,7374.ψ P + 3,93065.ψ ΔV 3 DG trong lưới điện mẫu, áp dụng GA để tìm kiếm tối ưu
Các điều kiện ràng buộc được sử dụng trong bài toán: đã nhận được vị trí và công suất DG như trong Bảng 5.
Điện áp vận hành tại các nút:
ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 11(108).2016, Quyển 1 71
Bảng 5. Phương án phân bố ba DG tế của các phương án tìm được vì DG thường lắp đặt gần
Nút 19 61 62 các phụ tải công suất lớn để kịp thời cung cấp đủ công suất
cho tải, đồng thời rút ngắn đường đi của dòng điện có trị số
Công suất DG (pu) 0,0343 0,1128 0,0430
lớn trên các nhánh của LĐPP nhằm làm giảm tổn thất công
Công suất DG (kW) 343 1128 430 suất và độ sụt áp trên các nhánh của LĐPP.
Trường hợp đặt bốn DG 1.02

Chạy nhiều lần GA với kích thước quần thể và số thế 1

hệ tối đa thay đổi nhằm tìm được NST tối ưu nhất cho phân 0.98
bố DG. Giá trị Ψ=0,42953 GA tìm được là nhỏ nhất, tương
0.96
ứng với tổn thất công suất tác dụng của lưới điện

Dien ap (p.u)
ψP=0,01025(pu) và độ lệch điện áp nút lớn nhất của lưới 0.94
điện ψΔV=0,06824(pu). Như vậy, ở trường hợp cần lắp đặt 0.92
bốn DG trong lưới điện mẫu, áp dụng GA để tìm kiếm tối
0.9
ưu đã nhận được vị trí và công suất DG như trong Bảng 6.
0.88
Bảng 6. Phương án phân bố bốn DG
0.86
Nút 25 60 61 63 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69
Công suất DG (pu) 0,0288 0,0206 0,1271 0,0137 Nut

Công suất DG (kW) 288 206 1271 137

Không có DG Có 3 DG
Trường hợp đặt năm DG Có 1 DG Có 4 DG
Có 2 DG Có 5 DG
Chạy nhiều lần GA với kích thước quần thể và số thế
hệ tối đa thay đổi nhằm tìm được NST tối ưu nhất cho phân Hình 4. Điện áp tại các nút trong trường hợp phân bố DG
bố DG. Giá trị Ψ=0,42842 GA tìm được là nhỏ nhất, tương
Tính toán TLCS cho LĐPP mẫu khi có các phương án
ứng với tổn thất công suất tác dụng của lưới điện
phân bố DG tối ưu ứng với từng trường hợp nghiên cứu do
ψP=0,01039(pu) và độ lệch điện áp nút lớn nhất của lưới
GA tìm được ta có đồ thị điện áp nút như Hình 4. Trên đồ
điện ψΔV=0,06739 (pu). Như vậy, ở trường hợp cần lắp đặt
thị ta thấy điện áp nút của LĐPP mẫu ở các trường hợp
năm DG trong lưới điện mẫu, áp dụng GA để tìm kiếm tối
phân bố DG đều có giá trị nằm trong khoảng cho phép của
ưu đã nhận được vị trí và công suất DG như trong Bảng 7.
dao động điện áp nút như ở điều kiện (9). Đồ thị phân bố
Bảng 7. Phương án phân bố năm DG điện áp nút ở các trường hợp một DG, hai DG, ba DG và
Nút 4 6 23 61 64 bốn DG dao động xung quanh đồ thị điện áp nút của trường
Công suất hợp phân bố năm DG. Do vậy, trường hợp lắp đặt 5 DG sẽ
0,0014 0,0027 0,0169 0,1246 0,0445 cho phân bố điện áp trên các nút đồng đều hơn so với các
DG (pu)
trường hợp lắp đặt ít DG hơn.
Công suất
14 27 169 1246 445
DG (kW) 0.6
0.5
0.4
Dong dien (pu)

0.3
0.2
0.1
0
-0.1
1 6 11 16 21 26 31 36 41 46 51 56 61 66
Nhanh

Không có DG Có 3 DG
Có 1 DG Có 4 DG
Có 2 DG Có 5 DG

Hình 3. Phân bố DG qua các trường hợp nghiên cứu
Tổng hợp các kết quả GA tìm được qua các trường hợp
nghiên cứu cần lắp đặt một DG, hai DG, ba DG, bốn DG
và năm DG ta có đồ thị phân bố DG như Hình 3. Trên đồ
thị ta thấy, GA tìm được các phương án phân bố DG tối ưu
tập trung xung quanh nút 61. Quan sát dữ liệu của LĐPP
IEEE 69 nút thì nút 61 là nút mang tải nặng nhất của lưới
điện (1244kW, 888kVar). Điều này cho thấy ý nghĩa thực
Hình 5. Dòng điện trên các nhánh trong trường hợp phân bố DG
Các phương án phân bố DG tối ưu vào IEEE 69 nút tìm
được cũng đã làm giảm đáng kể dòng điện chạy trên các
nhánh của lưới điện như ở Hình 5. Điều này có tác dụng
làm giảm được tổn thất công suất và độ sụt áp trên các
nhánh của lưới điện. Nhận xét thấy rằng đồ thị dòng điện
nhánh tương đối giống nhau cho các trường hợp phân bố
DG. Điều này phản ảnh được quá trình tìm kiếm tối ưu các
phương án phân bố DG đã tập trung vào một mục tiêu duy
nhất là làm giảm tối đa tổn thất công suất và độ sụt áp trên
các nhánh của lưới điện IEEE 69 nút, nên các phương án
tìm được là tối ưu nhất cho từng trường hợp nghiên cứu.
72
0.08
0.07
0.06
Gia tri (p.u)
0.05
0.04
0.03
0.02
0.01
0 giảm thiểu tổn thất công suất tác dụng của lưới điện. Bài
1 DG 2 DG 3 DG
Phuong an phan bo so luong DG
Tong ton that cong suat
Hình 5. Tổn thất công suất tác dụng và độ lệch điện áp nút
của lưới điện qua các trường hợp phân bố DG
Tổn thất công suất và độ lệch điện áp nút ứng với các
trường hợp nghiên cứu được thể hiện ở đồ thị Hình 5. Các
trường hợp lắp đặt DG đều cho giá trị hàm đa mục tiêu
nhỏ nhất. Tuy nhiên, kết quả tìm được đối với LĐPP IEEE
69 nút cho thấy phương án phân bố một DG vào lưới điện
sẽ cho tổn thất công suất tác dụng cao nhất và độ lệch điện
áp nút là thấp nhất, trong khi phương án phân bố ba DG
vào lưới điện sẽ cho tổn thất công suất tác dụng là thấp
nhất và độ lệch điện áp nút là cao nhất trong các trường hợp
nghiên cứu.
4. Kết luận
Bài báo này thực hiện tìm kiếm tối ưu bằng GA phân
bố DG vào LĐPP. Cần phải mã hóa được các phương án
phân bố DG thành các NST để áp dụng được GA. Các
hoạt động của GA chính là quá trình xử lý các biến số cần
tìm của bài toán nhằm tạo ra nhiều phương án phân bố
DG khác nhau để tìm được phương án tối ưu nhất cho bài
toán. Xây dựng hàm mục tiêu dựa vào các hệ số trọng số
(BBT nhận bài: 01/112016, phản biện xong: 20/11/2016)
Đoàn Đức Tùng, Ngô Minh Khoa, Nguyễn Thành Trung
giúp GA hội tụ nhanh chóng đến kết quả tìm kiếm, đồng
thời qua đó có thể linh hoạt áp dụng cho tìm kiếm đơn
mục tiêu và đa mục tiêu.
Áp dụng GA thông qua hai bài toán cơ bản tìm kiếm
tối ưu phân bố DG vào LĐPP chuẩn IEEE 69 nút nhằm
làm giảm tổn thất công suất và cải thiện chất lượng điện
áp của lưới điện này. Bài toán 1: Tìm kiếm tối ưu hoá
phân bố DG bằng GA đơn mục tiêu với mục đích làm
4 DG 5 DG toán 2: Tìm kiếm tối ưu phân bố DG sao cho vừa làm
giảm được tổn thất công suất tác dụng và vừa làm giảm
độ lệch điện áp nút của lưới điện, trong đó có các trường
hợp nghiên cứu cần lắp đặt một DG, hai DG, ba DG, bốn
Do lech dien ap nho nhat
DG và năm DG.
TÀI LIỆU THAM KHẢO
[1] Denny Hermawanto (2013), Genetic Algorithm for Solving Simple
Mathematical Equality Problem.
[2] Dirk Büche (2003), Multi-Objective Evolutionary Optimization of
Gas Turbine components.
[3] A.E. Eiben and J.E. Smith (2010), Genetic Algorithms, Springer.
[4] Saeid Soudi (2013), “Distribution System Planning with Distributed
Generations Considering Benefits and Costs”, I. J. Modern
Education and Computer Science, 9, 45-52.
[5] Darrell Whitley (1994), “A Genetic Algorithm Tutorial”, Statistics
and Computing, Vol. 4, Iss. 2, pp. 65-85.
[6] Noraini Mohd Razali, John Geraghty (2011), “Genetic
Algorithm Performance with Different Selection Strategies in
Solving TSP”, Proceedings of the World Congress on
Engineering, Vol II, 978-988.
[7] Dipanjan Samajpati (2014), Distributed Generation Allocation for
Power Loss Minimization and Voltage Improvement of Radial
Distribution Systems Using Genetic Algorithm.
[8] R. P. Payasi, Asheesh K. Singh, Devender Singh, Navneet K. Singh
(2015), “Multi-Objective Optimization of Distributed Generation
with Voltage Step Constraint”, International Journal of
Engineering, Science and Technology, Vol. 7, No. 3, pp. 33-41.