BİRİM YÜKLENME PROBLEMİNİN ÜÇ FARKLI YÖNTEM KULLANILARAK KARŞILAŞTIRMALI ÇÖZÜMLENMESİ

Öz

Bu çalışmada, güç sistemi optimizasyonunda önemli bir konu olan birim yüklenme problemi, dinamik programlama,
gevşetilmiş Lagrange ve benzetimli tavlama yöntemi kullanılarak çözülmüştür. Dinamik programlama yöntemi,
minimum maliyeti sağlayan bir zamanlamayı araştırmadan önce tüm kısıtlamaları dikkate alan işlem adımlarında
üretilmiş karara bağlı olası birim yüklenme zamanlamalarını değerlendirir. Gevşetilmiş Lagrange yöntemi,
matematiksel optimizasyon temelinde çözüm sunan bir yöntemdir. Benzetimli tavlama yöntemi ise, katı bir maddenin
yüksek bir sıcaklığa kadar ısıtılması ve sonra yavaş yavaş soğutularak ortam sıcaklığına adım adım düşürülmesi
esasına dayanan ve optimizasyon problemleri için iyi çözümler veren bir yöntemdir. MATLAB® kullanılarak yapılan
simülasyonlarda üç farklı çözüm yöntemi için birimlerin çalışma durumları ve toplam maliyet değerleri bulunmuştur.
Sonuçlar tablolar halinde verilmiş ve kullanılan yöntemler karşılaştırılmıştır. Birim yüklenme problemi için
Türkiye’de Kütahya bölgesinde bulunan dört birimli Tunçbilek termik santrali ele alınmıştır. Bu çalışmada kullanılan
veriler, TEİAŞ (Türkiye Elektrik İletim Anonim Şirketi) ve EÜAŞ (Elektrik Üretim Anonim Şirketi) ’tan alınmıştır.

Anahtar Kelimeler

• Güç sistemi optimizasyonu, birim yüklenme, dinamik programlama, gevşetilmiş Lagrange, benzetimli tavlama.

Kaynakça

1. Application Survey Paper, Electrical Generation
2. UC Planning © LINDO Systems, 2003.
3. James A. Momoh, Electric Power System
4. Applications of Optimization, M. Dekker, New
5. York, A.B.D, 405–408, 2001.
6. Snyder W. L., Powell H. D., Rayburn J. C.,
7. “Dynamic-programming approach to unit
8. commitment”, IEEE Transactions on Power

9. Systems, Cilt 2, No 2, 339-348,1987.
10. Ouyang Z., Shahidehpour S. M., “An intelligent
11. dynamic-programming for unit commitment
12. application”, IEEE Transactions on Power
13. Systems, Cilt 6, No 3, 1203 – 1209, 1991.
14. Nayak R., Sharma J.D., “Hybrid neural network and
15. simulated annealing approach to the unit
16. commitment problem”, Computers and Electrical
17. Engineering, Cilt 26, No 6, 461-477, 2000.
18. Zhuang F., Galiana F.D., “Unit Commitment by
19. Simulated Annealig”, IEEE Transactions on
20. Power Systems, Cilt 5, No 1, 311-318, 1990.
21. Mantawy A. H., Abdel-Magid L, Shokri S, “A
22. Simulated Annealing Algorithm for Unit
23. Commitment”, IEEE Transactions on Power
24. Systems, Cilt 13, No 1, 197-204, 1998.
25. Viana A, Sousaz J.P., Matow M., “Simulated
26. Annealing for the unit commitment problem”,
27. IEEE Porto Power Tech Conference, Portugal,
28. th -13th September2001.
29. Juste K.A., Tanaka E., Haegawa J., “An
30. evolutionary programming solution to the unit
31. commitment problem”, IEEE Transactions on
32. Power Systems., Cilt 14, No 4,1452-1459, 1999.
33. Senjyu T, Yamashiro H, Shimabukuro K, Uezato
34. K, “A unit commitment problem by using genetic
35. algorithm based on characteristic classification”,
36. Proc. IEEE Power Eng. Soc. Trans. Distr.
37. Conference, Cilt 1, 58-63, 2002.
38. Chuan P.C., Chih W.L., Chun., C.L., “Unit
39. commitment by Lagrangian relaxation and genetic
40. algorithms”, IEEE Transactions on Power
41. System, Cilt 15, No 2, 707-714, 2000.
42. Huang K.Y., Yang H.T., Yang C.L., “A new
43. thermal unit commitment approach using
44. constraint logic programming”, IEEE
45. Transactions on Power System, Cilt 13, No 3,
46. -945, 1998.
47. Vermin S, Imhof K, Mukherjee S, “Implementation
48. of Lagrangian relaxation based unit commitment
49. problem”, Cilt 4, No 4, 1373-1380, IEEE
50. Transactions on Power System, 1989.
51. Zhuang F., Galiana F. D., “Towards a more
52. rigorous and practical unit commitment by
53. Lagrange relaxation”, IEEE Transactions on
54. Power System, Cilt. 3, No 2, 763-773, 1988.
55. Ongsakul W., N. Petcharaks, “Unit commitment
56. by enhanced adaptive Lagrangian relaxation”,
57. IEEE Transactions on Power System, Cilt 19,
58. No 1, 620- 628, 2004.
59. El-Saadawi, Tantawi A., Tawfik E., “A Fuzzy
60. Optimisation-Based Approach to Large Scale
61. Thermal Unit Commitment”, Electric Power
62. Systems Research, Elsevier, Cilt 72, No 3, 245-
63. , 2004.
64. Dowd, P A., “Application of Dynamic and
65. Stochastic Programming to Optimize Cut-off Grades and Production Rates” Transactions of
66. the Institute of Mining andMetallury, Cilt 85,
67. A22–31, 1976.
68. Wood A. J., Wollenberg B. F., Power
69. Generation, Operation, and Control, 2nd ed.
70. New York: Wiley, 1996.
71. Metropolis, N., Rosenbluth A., Rosenbluth M.,
72. Teller A., “Equation of state calculations by fast
73. computing machines”, Journal of Chemical
74. Physics, Cilt 21, 1087–1092, 1953.
75. Santraller Enformasyon ve Değerlendirme
76. Müdürlüğü Teaş Faaliyet Raporları, Ankara 2001.
77. Santraller Enformasyon ve Değerlendirme
78. Müdürlüğü, 2002 Yıllık Faaliyet Raporu, Termik
79. Santraller ve Maden Sahaları Daire Başkanlığı,
80. Ankara, 2002.
81. Eren, Z. ve Aktaş, K., 2003 Puant (Yaz) yük
82. şartlarında yük akışı, üç faz ve faz toprak kısa
83. devre etüdü, TEİAŞ Yük Tevzi Dairesi Başkanlığı,
84. Etüd ve Raporlama Müdürlüğü, Ankara, 2004.