Βέλτιστη ανάθεση φορτίου σε αεριοστροβιλικές μονάδες ηλεκτροπαραγωγής - μέθοδος, λογισμικό, πιστοποίηση

Abstract

Η διπλωματική αυτή εργασία επικεντρώνεται, αξιοποιώντας τη στοχαστική μέθοδο βελτιστοποίησης των Εξελικτικών Αλγορίθμων (ΕΑ), στην επίλυση του προβλήματος της ανάθεσης φορτίου σε αεριοστροβιλικές μονάδες ηλεκτροπαραγωγής, δηλαδή στην εύρεση προγραμμάτων λειτουργίας που ικανοποιούν τη ζήτηση ισχύος με το ελάχιστο κόστος. Ξεκινά από μία διερεύνηση του γενικού προβλήματος και καταλήγει δίνοντας έμφαση στην εξέταση επιμέρους περιπτώσεων όπως τη βελτιστοποίηση με περιοδική ζήτηση και την κάλυψη της απότομης αύξησης της ζήτησης. Συγκεκριμένα, αναπτύσσεται διαδικασία για τη δημιουργία περιοδικών προγραμμάτων λειτουργίας και διαδικασία για την ενεργοποίηση ανενεργών μονάδων στην περίπτωση που η ζήτηση ισχύος προκύψει μεγαλύτερη της αρχικά προβλεπόμενης, ώστε να καλυφθεί η νέα ζήτηση. Για την επίλυση του προβλήματος, ως βάση λαμβάνεται λογισμικό του Εργαστηρίου Θερμικών Στροβιλομηχανών του ΕΜΠ (εξελικτικός αλγόριθμος, αλγόριθμος υπολογισμού της συνάρτησης κόστους). Ο αλγόριθμος υπολογισμού της συνάρτησης κόστους τροποποιείται κατάλληλα για την εξέταση των επιμέρους περιπτώσεων. Η πιστοποίηση γίνεται για περιπτώσεις από τη βιβλιογραφία, ώστε να είναι δυνατή η σύγκριση των αποτελεσμάτων. Το πρόβλημα της περιοδικότητας αντιμετωπίζεται κάνοντας χρήση δύο μεθόδων, τη μέθοδο της επιβολής ποινής και τη μέθοδο της διόρθωσης των προγραμμάτων λειτουργίας. Για το πρόβλημα της απότομης αύξησης ζήτησης ισχύος προτείνονται δύο τεχνικές για την ενεργοποίηση των μονάδων. Η πρώτη στηρίζεται στην ενεργοποίηση των μονάδων βάσει της μέγιστης ισχύος που μπορούν να αποδώσουν και η δεύτερη στην ελαχιστοποίηση του ωριαίου κόστους λειτουργίας. Τα αποτελέσματα της εργασίας είναι ικανοποιητικά και συνηγορούν στη χρήση των προαναφερθέντων τεχνικών. Για το πρόβλημα ενός συστήματος 10 μονάδων ηλεκτροπαραγωγής σε μία χρονική περίοδο 24 ωρών, ο νέος περιοριορισμός της περιοδικότητας επέφερε μία αύξηση του συνολικού κόστους λειτουργίας μόνο κατά περίπου 1%. Στο πρόβλημα της απότομης αύξησης ζήτησης και οι δύο τεχνικές οδηγούν στην κάλυψη της απαιτούμενης ισχύος αλλά η μέθοδος της ελαχιστοποίησης του ωριαίου κόστους οδηγεί σε μικρότερο συνολικό κόστος λειτουργίας.

This diploma thesis uses the stochastic optimization method of evolutionary algorithms (EA), as a means to solve the unit commitment problem of gas-turbine power plants, which is to define the operating scenario that fulfills the power demand at minimum cost. It begins with a presentation of the general problem and continues by focusing on some specific cases, such as the handling of periodic demands or sudden increase in the power demand. Two procedures, one for the creation of periodic operating scenarios and another for the activation of closed units should the power demand become greater than the one initially forecasted, have been programmed. The problem is solved using software (EA, cost function calculation algorithm) developed in the laboratory of Thermal Turbomachines of the NTUA. The cost function calculation algorithm is modified properly in order to examine the sub-cases. The assessment is based on test-cases taken from the relevant literature on the subject, so that a comparison of the results is possible. The periodicity problem is handled using two methods, the penalty method and the operating scenario repairing method. As for the problem of the sudden power demand increase two methods are suggested for the activation of closed units. The first method is based on the activation of units according to their maximum power and the second method on the minimization of the hour operating cost. The results of the work are satisfactory and consent the use of the aforementioned techniques. While examining the problem of a 10-unit power plant in a 24-hour period, the new periodicity constraint led to the increase only by 1% of the total operating cost. As for the sudden power demand increase problem, both methods succeed in covering the power demand, and as it was expected, the method of the minimization of the hour operating cost leads to lower total operating cost.