Application des algorithmes génétiques au dispatching économique des réseaux électriques

Abstract

Habituellement, le calcul de la répartition optimale de la puissance ou l’écoulement de puissance optimal (OPF), au niveau d’un réseau électrique, emploie des techniques de programmation mathématique standard. Parfois ces techniques ne sont pas convenables pour traiter certaines considérations pratiques rencontrées dans les systèmes de puissance, telle que l'incertitude des contraintes de fonctionnement. ……………… Les contraintes d'un système électrique réel peuvent être divisées en deux groupes : les limites physiques de commande et les limites de fonctionnement. Les limites physiques sur les variables de commande ne peuvent pas être dépassées. Par exemple, un générateur ne peut pas produire une puissance au-delà ses limites supérieures et inférieures (rigides). Donc on ne peut pas admettre une solution de l'OPF qui donne un dépassement de ce genre. Cependant, les limites de fonctionnement peuvent être considérées souples puisqu’elles sont imposées pour des considérations de sécurité et ne représentent nullement des limites physiques. Elles peuvent être dépassées temporairement, si le besoin se fait sentir, pour obtenir des solutions pratiques. Pour bien prendre en compte ce type de contraintes, on propose dans ce travail l’application d’une méthode basée sur l’algorithme génétique, au problème de la répartition optimale des puissances, connue aussi par « l’écoulement de puissance optimal » (OPF). La méthode développée a été testée sur des réseaux électriques standard à moyenne échelle (6 J.D.B, 25 J.D.B et 30 J.D.B), et comparée avec d’autres méthodes. Les résultats numériques de test montrent que cette méthode est prometteuse et possède une grande flexibilité pour incertitudes dans certains systèmes de puissance pratique عادة، حساب التوزيع الأمثل للقوة أو تدفق الطاقة الأمثل (OPF) في شبكة الكهربائية، يستخدم تقنيات البرمجة الرياضية القياسية. في بعض الأحيان هذه التقنيات ليست مناسبة لعلاج بعض الاعتبارات العملية التي نواجهها في أنظمة الطاقة، مثل عدم التيقن من القيود التشغيلية. القيود على النظام الكهربائي الحقيقي يمكن تقسيمها إلى مجموعتين: حدود السيطرة المادية وحدود التشغيل. الحدود المادية على مراقبة المتغيرات لا يمكن تجاوزها. على سبيل المثال، مولد لا يمكن ان تنتج قوة ما وراء حدودها العليا والسفلى (جامدة). لذلك لا يمكننا قبول حل OPF الذي تجاوز هذه الحدود. ومع ذلك، فإن حدود التشغيل يمكن اعتبارها أكثر مرونة لأنها فُرضت لاعتبارات السلامة ولا تمثل الحدود المادية. ويمكن تجاوزها مؤقتا، إذا دعت الحاجة إلى ذلك، لحلول عملية. للنظر في مثل هذه القيود، نقترح في هذا العمل تطبيق أسلوب يقوم على الخوارزمية الجينية، ومشكلة التوزيع الأمثل للصلاحيات، والمعروفة أيضا باسم "تدفق الطاقة الأمثل" ( OPF). وقد تم اختبار هذه الطريقة وضعت على أنظمة الطاقة متوسطة الحجم القياسي (; 6 J.D.B 25 J.D.B و 30 J.D.B)، وبالمقارنة مع الطرق الأخرى. تظهر نتائج الاختبار العددية أن هذه الطريقة واعدة، ولها مرونة كبيرة لعدم اليقين في بعض أنظمة الطاقة العملية Usually, the calculation of the optimal distribution of power or optimal power flow (OPF) at an electric network, employs standard mathematical programming techniques. Sometimes these techniques are not suitable for treating certain practical considerations encountered in power systems, such as the uncertainty of operating constraints. The constraints of a real electrical system can be divided into two groups: the physical limits of control and the operating limits. Physical limits on the control variables can not be exceeded. For example, a generator can not produce a power beyond its upper and lower limits (rigid). So we can not accept a solution of the OPF giving an overshoot of this kind. However, the operating limits can be considered flexible because they are imposed for safety considerations and do not represent the physical limits. They can be exceeded temporarily, if the need arises, for practical solutions. To consider such constraints, it is proposed in this work the application of a method based on the genetic algorithm, the problem of optimal distribution of powers, also known as "optimal power flow" (OPF). The developed method has been tested on standard medium scale power systems (6 J.D.B, 25 and 30 J.D.B J.D.B), and compared with other methods. The numerical test results show that this method is promising and has great flexibility to uncertainties in some practical power systems.