Méta heuristiques Appliquées à l’étude de la répartition optimale de la puissance active dans un réseau électrique

Abstract

يعد تحسين تدفق الطاقة مجالًا مهمًا للبحث لخبراء ومديري شبكات الكهرباء. ويقتصر التحسين في بعض الأحيان بشكل رئيسي على تقليل تكاليف التشغيل ، ومع ذلك ، فإن تشغيل محطات الطاقة ، وخاصة الوحدات الحرارية ، يسبب أنواع مختلفة من الانبعاثات. يفرض الاهتمام البيئي التقليل إلى أدنى حد من انبعاثات محطات الطاقة الحرارية ، بشكل فردي ، إذا تم تحسين هدف واحد أو في وقت واحد إذا تم النظر في عدة وظائف موضوعية ، حيث يمكن أن يكون تناقص التكاليف والخسائر والانبعاثات متناقضًا وبالتالي يجب أن يستند القرار إلى تحسين قوي متعدد الأهداف. يستخدم تدفق الطاقة الأمثل (OPF) على نطاق واسع لأخذها قرار من قبل مختلف المشغلين للنظام الكهربائي. يتضمن عملنا تطبيق طريقتين للتحسين العالمي باستخدام الخوارزمية الجينية وخوارزمية سرب الجسيمات. في هذه الأطروحة يتم دراسة التوليفات المختلفة للوظائف الموضوعية باستخدام تقنية باريتو على أساس الخوارزمية الجينية ، حيث لدينا نتائج مقبولة فيما يتعلق بتقليل تكلفة الإنتاج ، وتقليل خسائر الإرسال والحد من الانبعاثات. تم التحقق من صحة الخوارزميتين على شبكة اختبار IEEE 30-Bus. L'optimisation de l’écoulement de puissance est un axe de recherche important pour les experts et les gestionnaires des réseaux électriques. L'optimisation est parfois limitée principalement à la minimisation des coûts d'exploitation, toutefois, l'exploitation de centrales électriques, unités thermiques principalement, causent des divers types d'émissions. La préoccupation environnementale impose la minimisation des émissions des centrales thermique, individuellement, si un seul objectif est optimisé ou simultanément si plusieurs fonctions objectives sont considérées Les objectifs comme la minimisation des coûts, pertes et émissions peuvent être contradictoires et donc la décision doit être basée sur l'optimisation multi objectif robuste. L’écoulement de puissance optimale (OPF) est largement utilisé pour la prise de décision par les différents opérateurs du système électrique. Notre travail consiste à l’application de deux méthodes d’optimisation globales et ce par utilisation de l'algorithme génétique et l’algorithme des essaims des particules. Dans ce mémoire des différentes combinaisons entre fonctions objectifs sont étudiées utilisant la technique de Pareto basée sur l’algorithme génétique, où nous avons eu des résultats acceptable concernant la minimisation du coût de production, la minimisation des pertes de transmission et de réduction des émissions. Les deux algorithmes ont été validés sur un réseau test IEEE 30-Bus