Αναπτυξη Πολυκριτηριακης Μεθοδου Particle Swarm Optimization:εφαρμογη Σε Στοχαστικη Βελτιστη Περιβαλλοντικη Κατανομη Φορτιου-θερμοτητας Με Chp Και Αιολικη Παραγωγη

Abstract

Ο σκοπός της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη μίας παραλλαγής ενός μεταευριστικού αλγορίθμου, της μεθόδου Particle Swarm Optimization, και η εφαρμογή της σε ένα πρόβλημα στοχαστικής βέλτιστης κατανομής φορτίου και θερμότητας με διείσδυση συμπαραγωγής ηλεκτρισμού και θερμότητας και αιολικής παραγωγής υπό τον περιορισμό εκπομπών αερίων N Ox και SO2 . Για την πολυκριτηριακήβελτιστοποίηση εισάγονται τεχνικές στον αλγόριθμο έτσι ώστε να εντοπίζεται με ακρίβεια και ταχύτητα η περιοχή των μη κυριαρχούμενων λύσεων όλων των αντικειμενικώνσυναρτήσεων, σύμφωνα με τα κριτήρια Pareto.Ο αλγόριθμος εφαρμόζεται σε ένα στοχαστικό μοντέλο βέλτιστης κατανομής φορτίου και θερμότητας σε ένα δίκτυο με 6 μονάδες παραγωγής, εκ των οποίων οι 2 είναι μονάδες συμπαραγωγής ηλεκτρισμού και θερμότητας. Το διάνυσμα απόφασης αποτελείται από την ενεργό ισχύ των μονάδων και τη θερμότητα που παράγουν οι μονάδες συμπαραγωγής (το φορτίο θεωρείται τυχαία μεταβλητή, άρα και οι μεταβλητές εξόδου των μονάδων). Οι αντικειμενικές συναρτήσεις που διαμορφώνονται είναι το αναμενόμενο συνολικό κόστος, η αναμενόμενη απόκλιση ενεργού ισχύος από τη ζήτηση και η αναμενόμενη απόκλιση θερμότητας από την αντίστοιχη ζήτηση.Στη συνέχεια επεκτείνεται το μοντέλο με την πρόσθεση της αντικειμενικής συνάρτησης των εκπομπών αερίων NOx και SO2 και εφαρμόζεται ο αλγόριθμος στην κατανομή με ταυτόχρονη ελαχιστοποίηση και των εκπομπών αερίων ρύπων, μετά το μετασχηματισμό της αντικειμενικής συνάρτησης σε στοχαστική.Η επόμενη επέκταση του μοντέλου αφορά τη διείσδυση αιολικής παραγωγής. Διαμορφώνεται η αντικειμενική συνάρτηση του συντελεστή ρίσκου ασφάλειας του δικτύου λόγω ποσοστού διείσδυσης αιολικής ισχύος, με χρήση γραμμικής ασαφούς αναπαράστασης. Η διαθέσιμη αιολική ισχύς που απαιτείται για τον υπολογισμό της κατανομής ισχύος θεωρείται στοχαστική, λόγω των χαρακτηριστικών της ταχύτητας τουανέμου και ακολουθεί διαφορετική κατανομή από αυτή της τυχαίας μεταβλητής του φορτίου. Η συνάρτηση πυκνότητας πιθανότητας προκύπτει από τον μετασχηματισμό της τυχαίας μεταβλητής της ταχύτητας του ανέμου, που ακολουθεί την κατανομή Weibullμε διαφορετική μορφή σε κάθε περιοχή, σε παραγόμενη ενεργό ισχύ, η οποία εισέρχεται στο πρόβλημα της κατανομής. Η εφαρμογή περιλαμβάνει το προηγούμενο δίκτυο, στο οποίο συνδέονται τα αιολικά πάρκα της Κρήτης, μετά από ανεμολογική μελέτη για τη διαμόρφωση των παραμέτρων της Weibull κατανομής σε κάθε περιοχή. Τελικά εφαρμόζεται ο αλγόριθμος και παράγεται το μέτωπο pareto των μη κυριαρχούμενων λύσεων.Στο τέλος παρουσιάζονται τα αποτελέσματα των εφαρμογών, τα συμπεράσματα και οι προοπτικές της διπλωματικής εργασίας.ABSTRACTThe purpose of the current diploma thesis is the development of a variation of a metaeuristic algorithm, the method of Particle Swarm Optimization, and the application on a stochastic economic heat and power dispatch incorporating wind power, under the restrictions of NOx and SO2 gas emissions, due to the fossil fuel units. Owing to multiobjective optimization, new techniques are introduced and implemented into the algorithm, so as to specify with speed and accuracy the region of non dominated solutions of all the objective functions, in terms of pareto dominance.The algorithm is applied on a stochastic model of heat and power dispatch in a network with 6 units, of which 2 are cogeneration units. The decision variables is made upof the real output power of the units and the produced heat of the CHP units (the total load is considered random variable, thus the units output variables are random variables). the objective functions that are formed are the mean total production cost, the mean power deviation and the mean heat deviation.Aterwards, the model is extended using the objective function of NOx and SO2 gas emissions and the algorithm is applied to the dispatch optimization problem with the simultaneous minimization of the above objective functions and the current gas emissions objective function, after its transformation into a stochastic.Further, the model is transformed for wind power incorporation. The objective function of the security risk factor due to high wind power penetration is formed, using alinear fuzzy representation. The available wind power used in the dispatch model is considered as stochastic, due to the wind speed characteristics and follows different distribution from the load random variable distribution. The probability density function is exported from the transformation of the random variable of the wind speed, that follows the Weibull distribution with different shape and scale factor for each location, into the output power random variable, that is introduced at the dispatch problem. The implementation includes the above network, on which the wind parks of the island Crete are connected, after a wind study is performed to extract the Weibull distribution parameters for every location. Finally the algorithm is applied and the Pareto front of the nondominated solutions is presented.In the last chapters the numerical solutions of the applications are presented, as well as the conclusions and discussion of the diploma thesis.