Βελτιστοποίηση Προγράμματος Λειτουργίας Θερμικών Μονάδων Ηλεκτροπαραγωγής με Πιθανοτικές Βλάβες με Χρήση Εξελικτικού Αλγορίθμου και Προσομοίωσης Monte Carlo

Abstract

Η παρούσα διπλωματική εργασία ασχολείται με το πρόβλημα της βελτιστοποίησης του προγράμματος λειτουργίας (UCP) και της ανάθεσης φορτίου (EDP) σε μονάδες ηλεκτροπαραγωγής, με σκοπό την κάλυψη δεδομένης ενεργειακής ζήτησης με ελάχιστο κόστος. Το μοντέλο που υιοθετείται είναι στοχαστικό και λαμβάνει υπόψηπιθανοτικές βλάβες των μονάδων. Για τη βελτιστοποίηση χρησιμοποιείτυαι εξελικτικός αλγόριθμος (ΕΑ) ενώ για την αξιολόγηςη των λύσεων, δεδομένης της στοχαστικότητας του πριβλήματος, χρησιμοποιείται η μέθοδος προςομοίωσης Monte Carlo. Το πρόβλημα λύνεται χρησιμοποιώντας τον αλγόριθμο που προτάθηκε στη διπλωματική εργασία του Ι. Δολιανίτη και βελτιώθηκε σε αυτή του Ι. Αμωράτη. Ο αλγόριθμος τροποποιείται ως προς τη μέθοδο αξιολόγησης των λύσεων, προσαρμόζοντας έτσι το πρόβλημα στο μοντέλο με βλάβες. Για την αξιολόγηση τησ κάθε λύσης δημιουργείται επαρκέσ πλήθος σεναρίων για τις καταστάσεις AV/UAV των μονάδων. Για κάθε σενάριο, υπολογίζεται το ολικό λειτουργικό κόστος (TOC) και, στο τέλος, προκύπτει το εκτιμώμενο κόστος της λύσης (ETOC) ως ο μέσός όρος του κόστους όλων των δοκιμών, το οποίο είναι και η αντικειμενική συνάρτηση της οποίας επιθυμείται η ελαχιστοποίηση. Με τον προϋπάρχοντα αλγόριθμο το πρόβλημα λυνόταν με σχετικά μικρό υπολογιστικό κόστος υιοθετώντας ένα αιτιοκρατικό μοντέλο. Στόχος της εργασίας είναι η τροποποίηση του αλγορίθμου με τέτοιο τρόπο ώστε το μοντέλο να είναι πιο κοντά στα πραγματικά προβλήματα UC και η λύση να είναι περισσότερο ρεαλιστική. Μεταξύ άλλων περιγράφεται η μοντελοποίηση του προβλήματος, γίνεται μια γενική περιγραφή των εξελικτικών αλγορίθμων και της μεθόδου Monte Carlo, εξηγείται ο αλγόριθμος και ο τρόπος με τον οποίο χρησιμοποιείται η τεχνική Monte Carlo για την αξιολόγηση των λύσεων και τέλος, παρουσιάζονται εφαρμογές της μεθόδου.

Thus diploma thesis deals with the unit commitment problem of thermal power plants along with the economic load dispatch problem, aiming to cover a specified load demand at minimum cost. A stochastic model is adopted in order to consider probabilistic unit outages. The optimization method used relies on evolutionary algorithms (EAs) while a Monte Carlo simulation is used for the evaluation of candidate solutions. The algorithm of the study is based on that is presented in the diploma thesis of I. Dolianitis and was improved in that of I.J. Amoratis. The evaluation method of the algorithm is adapted to the stochastic model. A Monte Carlo simulation creates an adequate number of availability–unavailability (AV/UAV) trial time patterns. The total operating costs (TOC) of all these trials must be evaluated. Through averaging, the expected TOC (ETOC) of the system is computed and this is the objective function to be minimized. Using the preexisting algorithm the problem is solved in a relatively economic way but a deterministic model is used. The purpose of the study is to adapt the algorithm in order to make the solution more realistic. Among other, evolutionary algorithms and Monte Carlo simulations are described. The analysis of the algorithm and the evaluation method follows and the thesis ends up with applications.