Genetik Algoritmalar İle Enerji İletim Kayıpları Ve Saatlik Yakıt Giderleri Optimizasyonu

Abstract

Bu çalışmada, geliştirilen yeni bir genetik algoritma ile enerji iletim sistemlerindeki saatlik yakıt giderleri ve enerji iletim kayıpları optimizasyonu gerçekleştirilmiştir. Enerji iletim kayıpları, bara gerilimlerindeki %5’lik müsaade edilen ayar bölgesi içerisinde minimize edilmiştir. Saatlik yakıt giderleri fonksiyonu ise, generatör aktif güçlerine bağlı olarak minimize edilmiştir. Diğer taraftan, dinamik ceza fonksiyonları kullanılarak durum değişkenlerinin sınır değerleri taşması engellenmiştir. Genetik algoritmaların avantajı, matematiksel programlama yöntemlerindeki gibi doğrusallaştırma ve türev hesapları olmaksızın, yeteri duyarlılıkta optimizasyon yapabilmesidir. Yöntemin dezavantajı işlem süresinin uzun olması ve zaman zaman global optimum noktanın bulunamaması riskidir. Alışılagelmiş genetik algoritma yöntemlerinde karşılaşılan bu sakıncaların ortadan kaldırıldığı yöntemlerden olan Combat genetik algoritma yöntemi hakkında da bilgi verilmiştir. Tezde çok amaçlı optimizasyon yapılmamış ve enerji iletim kayıpları ve sabit yakıt giderleri ayrı ayrı optimize edilmiştir. MATLAB uyumlu MATPOWER 3.0b yük akış programı kullanılarak genetik algortima bazlı optimizasyon yapabilecek bir yazılım geliştirilmiştir. Geliştirilen yazılımın etkinliği, IEEE 5 baralı ve IEEE-30 baralı sitemlerinde test edilmiştir. Benzetim sonuçları klasik optimizasyon yöntemleriyle ile elde edilen değerlerle büyüklük ve sınır taşmaları açısından karşılaştırılmıştır.In this thesis, optimizations of power system transmission losses and hourly fuel costs are realized using a newly developed genetic algorithm. Real power transmission loss function is minimized within the range of 5% bus voltage magnitude variations. Hourly fuel costs are minimized by means of controlling generator active power outputs. On the other hand dynamic penalty functions are used to prevent the state variables exceeding their prescribed limits. The advantage of the method is the ability of computing the global optimum point with a reasonable accuracy without requiring any linearization or derivative computation. The disadvantage of the method is the requirement of long computation time to reach the optimal solution. Moreover, the likelihood to fail realizing global optimization is the other important disadvantage. Combat genetic algorithms overcome the disadvantages of the conventional genetic algorithms. Instead of multi-objective optimization, we have preferred optimizing hourly fuel cost and power transmission loss functions separately. It was because of simplicity. A new genetic algorithm is developed by using MATLAB and MATPOWER 3.0b. The developed software is genetic algorithm utilizes genetic algorithms to solve the optimal power flow problem. The developed software is tested on IEEE 5-Bus Test System and IEEE 30-Bus Test System. Optimal values and limit exceedings are compared those of the values attained by classical optimization methods.