Modifiye hibrit optimizasyon yöntemi ile rüzgâr-termal güç sistemleri için ekonomik dağıtım probleminin çözümü

Öz

Ekonomik dağıtım problemi (EDP) karmaşık, sınırlamalı ve doğrusal olmayan bir optimizasyon problemidir. EDP’de talep edilen güç için, aktif güç baralarının minimum ve maksimum sınırları arasında sistemin yakıt maliyetini minimum yapmak amaçlanmaktadır. Bu çalışmada, Türkiye 19 baralı rüzgâr-termal güç sisteminin EDP çözümü amacıyla yerçekimsel arama algoritması (YAA) ile öğretme-öğrenme temelli optimizasyon (ÖÖTO) algoritmasının birleştirilmesi ile hızlı, etkili ve güvenilir bir hibrit optimizasyon algoritması olan modifiye hibrit yerçekimi arama-öğretme-öğrenme temelli optimizasyon yöntemi (MHYÖ) tasarlanmıştır. MHYÖ yöntemi, sınırlamalı optimizasyon problemi çözümü için YAA’nın güçlü global arama ve TLBO’nun yerel arama özelliği modifiye edilerek geliştirilmiştir. MHYÖ, literatürde iyi bilinen ve sık kullanılan on adet benchmark fonksiyonlarıyla deneysel amaçlı test edilmiştir. Geliştirilen MHYÖ yöntemi, EDP çözümü için ilk olarak 6-baralı rüzgâr-termal güç sisteminde talep edilen sırasıyla 400 MW, 450 MW ve 500 MW güç için uygulanmıştır. Daha sonra geliştirilen MHYÖ yöntemi, Türkiye 19 baralı rüzgâr-termal güç sisteminin EDP çözümü amacıyla sistemdeki toplam planlanan gücün %25, %27,5 ve %30 talep edilen güç oranına göre üç farklı durumda uygulanmıştır. Elde edilen sonuçlar diğer çalışmaların sonuçları ile kıyaslanmıştır. Bu sonuçlara göre, MHYÖ yönteminin hem yakıt maliyeti hem de hesaplama zamanı ikilisi açısından, kısa çalışma zamanında, güvenilir, etkili ve minimum yakıt maliyeti ile sonuçları bulduğunu göstermektedir.

Anahtar Kelimeler

• Hibrit optimizasyon algoritması,yerçekimsel arama algoritması,öğretme-öğrenme temelli optimizasyon algoritması,ekonomik dağıtım problemi,rüzgâr-termal güç sistemi

Kaynakça

1. 1. Mahor A., Prasad V., Rangnekar S., Economic dispatch using particle swarm optimization: A review, Renewable Sustainable Energy Rev., 13 (8), 2134-2141, 2009.
2. 2. Chowdhury B.H., Rahman S., A review of recent advances in economic dispatch, IEEE Trans. Power Syst., 5 (4), 1248-1259, 1990.
3. 3. Nicholson H., Sterling M.J.H., Optimum Dispatch of Active and Reactive Generation by Quadratic Programming, IEEE Trans. Power App. Syst., PAS-92 (2), 644-654, 1973.
4. 4. Tinney W.F., Hart C.E., Power Flow Solution by Newton's Method, IEEE Trans. Power App. Syst., PAS-86 (11), 1449-1460, 1967.
5. 5. Treece J.A., Bootstrap Gauss-Seidel load flow, Proc. Inst. Electr. Eng., 116 (5), 866-870, 1969.
6. 6. Momoh J.A., Adapa R., El-Hawary M.E., A review of selected optimal power flow literature to 1993. I. Nonlinear and quadratic programming approaches, IEEE Trans. Power Syst., 14 (1), 96-104, 1999.
7. 7. Eke İ., Tezcan S.S., Çelik C., Solving economic load dispatch problem with valve-point effects using filled function Journal of the Faculty of Engineering and Architecture of Gazi University, 32 (2), 429-438, 2017.
8. 8. Al-Betar M.A., Awadallah M.A., Khader A.T., Bolaji A.L.a., Almomani A., Economic load dispatch problems with valve-point loading using natural updated harmony search, Neural Comput. Appl., 1-15, 2016.

9. 9. Bakirtzis A., Petridis V., Kazarlis S., Genetic algorithm solution to the economic dispatch problem, IEE Proc. Generat. Transm. Distrib., 141 (4), 377-382, 1994.
10. 10. Cai J., Ma X., Li L., Yang Y., Peng H., Wang X., Chaotic ant swarm optimization to economic dispatch, Electr. Power Syst. Res., 77 (10), 1373-1380, 2007.