SOLUTION OF THE ECONOMIC LOAD DISPATCH PROBLEM USING CHAOTIC PARTICLE SWARM OPTIMIZATION

Öz

Efforts to reduce energy generation costs in power systems are increasing day by day. Therefore, economical load dispatch is an important issue for today's power systems. Economic load dispatch (EYD) is the planning of determining how much power each generation unit should produce in order to operate power systems with minimum cost. Economic load dispatch among electricity generation units is very important in terms of helping to generate cheap electricity. Heuristic optimization methods are used for economical load dispatch as well as for many engineering problems. The performance of optimization methods also changes according to the constraints and complexity of the problem. In this study, it is aimed to solve the economic load dispatch problem with Chaotic Particle Swarm Optimization (CPSO). Particle Swarm Optimization is applied to a test system with 6 generation units. Cases with and without transmission line losses are analyzed separately. The results obtained with CPSO are compared with Artificial Bee Colony (ABC) and Differential Evolution Optimization (DEO) methods in the literature. The obtained results showed the usability and effectiveness of the proposed method in economic load dispatch problems.

Anahtar Kelimeler

• Economic Load Dispatch
• CPSO
• Transmission Line Losses

KAOTİK PARÇACIK SÜRÜ OPTİMİZASYONU KULLANARAK EKONOMİK YÜK DAĞITIMI PROBLEMİNİN ÇÖZÜMÜ

Öz

Güç sistemlerinde enerji üretim maliyetlerinin azaltılması amacıyla gerçekleştirilen çalışmalar her geçen gün artmaktadır. Bu nedenle günümüzdeki güç sistemleri için ekonomik yük dağıtımı önemli bir konudur. Ekonomik yük dağıtımı (EYD), güç sistemlerinin minimum maliyet ile çalıştırılabilmesi için her bir üretim ünitesinin ne kadar güç üretmesi gerektiğinin belirlenmesinin planlanmasıdır. Elektrik üretim birimleri arasında ekonomik yük dağıtımı yapılması, ucuz elektrik üretmeye yardımcı olması açısından oldukça önemlidir. Sezgisel optimizasyon yöntemleri birçok mühendislik probleminde olduğu gibi ekonomik yük dağıtımı için de kullanılmaktadır. Problemin kısıtları ve karmaşıklığına göre optimizasyon yöntemlerinin performansı da değişmektedir. Bu çalışmada, Kaotik Parçacık Sürü Optimizasyonu (CPSO) ile ekonomik yük dağıtımı probleminin çözümü amaçlanmıştır. CPSO, 6 üretim ünitesine sahip bir test sistemine uygulanmıştır. İletim hattı kayıplarının dâhil edildiği ve edilmediği durumlar ayrı ayrı analiz edilmiştir. CPSO ile elde edilen sonuçlar, literatürde yer alan Yapay Arı Kolonisi (YAK) ve Diferansiyel Gelişim Optimizasyonu (DGO) metotları ile karşılaştırılmıştır. Elde edilen sonuçlar, önerilen yöntemin ekonomik yük dağıtımı problemlerinde kullanılabilirliğini ve etkinliği göstermiştir.

Anahtar Kelimeler

• Ekonomik Yük Dağıtımı
• CPSO
• İletim Hattı Kayıpları

Kaynakça

1. Arslan, Ö.P., 2015. Güç Sistemlerinin Ekonomik ve Çevresel Ekonomik Yük Dağıtımında Yeni Optimizasyon Tekniklerinin Kullanımı. Yüksek Lisans Tezi, Kırıkkale Üniversitesi, Türkiye.
2. Çetin, E., Daldaban, F., 2012. Rüzgâr Enerjisi Dâhil Olan Güç Sistemlerinde Ekonomik Yük Dağıtımı Probleminin Çözümü. Yüksek Lisans Tezi, Erciyes Üniversitesi, Türkiye.
3. Döşoğlu, M. K., Duman, S., Öztürk, A., 2009. Genetik Algoritma Kullanarak Ekonomik Dağıtım Analizi: Türkiye Uygulaması. Politeknik Dergisi,12(3), 167-172.
4. Eminoğlu, U., Karahan, O., 2017. Metasezgisel Metotlar Kullanılarak Ekonomik Yük Dağıtımı Probleminin Çözümü: Grafiksel Kullanıcı Arayüzü Uygulaması. Politeknik Dergisi, 20(4), 827-835.
5. Gaing Z.L., 2003. Particle Swarm Optimization to Solving the Economic Dispatch Considering the Generator Constraints," IEEE Transactions On Power Systems, 18(3), 1187-1195.
6. Hardiansyah, H., J., Juanidi, M.S. Yohannes, 2012. Solving Economic Load Dispatch Problem Using Particle Swarm Optimization Technique," I.J. Intelligent Systems And Applications, 12, 12-18.
7. Karaboğa, D., 2017. Yapay Zeka Optimizasyon Algoritmaları. Nobel Akademi Yayıncılık.
8. Kennedy, J., Eberhart, R.C., 1995. Particle Swarm Optimization," International Conference on Neural Networks, 1942-1948.

9. Khamsawang, S., Jiriwibhakorn, S., 2009. Solving the Economic Dispatch Problem Using Novel Particle Swarm Optimization. International Journal Of Electrical, Computer, And Systems Engineering, 3, 41-46.
10. Özsağlam, M.Y., Çunkaş, M., 2008. Optimizasyon Problemlerinin Çözümü İçin Parçaçık Sürü Optimizasyonu Algoritması. Politeknik Dergisi, 11(4), 299-305.
11. Özyön, S., Yaşar, C., Temurtaş, H., 2011. Parçacık Sürü Optimizasyon Algoritmasının Termik Birimlerden Oluşan Çevresel Ekonomik Güç Dağıtım Problemlerine Uygulanması. 6th International Advanced Technologies Symposium, 175-180.
12. Saadat. H., 1999. Power System Analysis. New York:McGraw-Hill.
13. Soni, A., Mishra, H., Koli, V.K., Loşi, R., 2020. Economic Load Dispatch Using Artificial Bee Colony Optimization. International Research Journal of Engineering and Technology (IRJET), 7(9), 733-737.
14. Sulaiman, M., Masihullah, Hussain, Z., Ahmad, S., Mashwani, W.K., Jan, M.A.,Khanum, R.A., 2019. Implementation Of Improved Grasshopper Optimization Algorithm To Solve Economic Load Dispatch Problems, Hacettepe Journal of Mathematics & Statistics, 48(5), 1570-1579.
15. Turgut, M. S., G. K. Demir, 2017. Ekonomik Yük Dağıtımı Probleminin Yapay İşbirlikçi Algoritması İle Çözümü. Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen Ve Mühendislik Dergisi, 19(55), 16-27.
16. Wood, A. J., Wollenberg, B. F., Sheblé, G. B., 2013. Power Generation, Operation, and Control. John Wiley & Sons.