Στοχαστική βελτιστοποίηση δικτύων με ΣΗΘ, αυξημένη διείσδυση μονάδων ΑΠΕ και ηλεκτρικά οχήματα, υπό περιβαλλοντικούς περιορισμούς, με χρήση μετευριστικών αλγορίθμων.

Κωνσταντινόπουλος, Σταύρος; Konstantinopoulos, Stavros

dc.contributor.author	Κωνσταντινόπουλος, Σταύρος	el
dc.contributor.author	Konstantinopoulos, Stavros	en
dc.date.accessioned	2016-04-06T09:06:07Z
dc.date.available	2016-04-06T09:06:07Z
dc.date.issued	2016-04-06
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/42329
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.11701
dc.rights	Default License
dc.subject	Συμπαραγωγή	el
dc.subject	Μη κυρτή βελτιστοποίηση	el
dc.subject	Ηλεκτρικά οχήματα	el
dc.subject	Μικροδίκτυο	el
dc.subject	Μετευριστικοί αλγόριθμοι	el
dc.subject	Particle swarm optimization	en
dc.subject	CHP	en
dc.subject	Wind penetration	en
dc.subject	Metaheuristics	en
dc.subject	V2G	en
dc.title	Στοχαστική βελτιστοποίηση δικτύων με ΣΗΘ, αυξημένη διείσδυση μονάδων ΑΠΕ και ηλεκτρικά οχήματα, υπό περιβαλλοντικούς περιορισμούς, με χρήση μετευριστικών αλγορίθμων.	el
heal.type	bachelorThesis
heal.classification	Ηλεκτρική ενέργεια	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2015-10-20
heal.abstract	Η εργασία αυτή είχε δύο στόχους. Αρχικά την στοχαστική, πολυκριτηριακή βελτιστοποίηση ενός μεγάλου υβριδικού δικτύου, με ενσωμάτωση μονάδων συμπαραγωγής, αιολικών μονάδων παραγωγής καθώς και ενός σταθμού τεχνολογίας Vehicle-to-Grid, υπό περιβαλλοντικές πολιτικές καθώς και περιορισμούς δυναμικής ευστάθειας. Αναλύθηκαν εκτενώς όλες οι παράμετροι μεταβλητότητας των εμπλεκομένων μονάδων και πως αυτές επηρεάζουν την τελική διαδικασία βελτιστοποίησης. Ειδικότερα, εξετάστηκε η εισαγωγή μίας πιο ακριβούς έκφρασης για την μετατροπή της τυχαίας μεταβλητής του ανέμου σε αντίστοιχη τυχαία μεταβλητή ισχύος, και πως αυτό επηρεάζει τις αναμενόμενες μέσες αποκλίσεις από τα επιθυμητά. Επίσης, στο κομμάτι που αφορούσε της μονάδες ΣΗΘ ενσωματώθηκαν τα μη κυρτά, πραγματικά, εφικτά σύνολα και διερευνήθηκε η επίδραση τους πάνω στο πρόβλημα. Αντίστοιχα, εφαρμόσαμε πολυκριτηριακή βελτιστοποίηση ενός μικροδικτύου με δυνατότητες τόσο συμβατικής παραγωγής όσο και συμπαραγωγής. Επιπλέον διερευνήθηκαν οι επιπτώσεις της φόρτισης ηλεκτρικών οχημάτων, στο εξεταζόμενο μικροδίκτυο και εισαγάγαμε έναν νέο αλγόριθμο κατανομής των ωρών φόρτισης με βάση την οριακή τιμή συστήματος. Οι παραπάνω βελτιστοποιήσεις πραγματοποιήθηκαν με δύο από τις πιο δημοφιλείς μεθόδους αναζήτησης βέλτιστου. Η πρώτη είναι η PSO (Particle Swarm Optimization) και δεύτερη η Αρμονική Αναζήτηση ή Αρμονικός Αλγόριθμος. Αυτό μας οδήγησε στο δεύτερο στόχο της διπλωματικής, ο οποίος ήταν η σύγκριση της απόδοσης και επίδοσης των δύο μεθόδων καθώς και η σύγκριση αυτών με τη μέθοδο πολλαπλασιαστών Lagrange. Οι αλγόριθμοι εξετάστηκαν σε απλά μικρών διαστάσεων ντετερμινιστικά προβλήματα, μέχρι και σε τάξεις μεγαλύτερα (30 διαστάσεων) στοχαστικά, με εφικτά σύνολα μη κυρτά. Η βελτιστοποίηση πραγματοποιήθηκε ανά μέθοδο με διαφορετική προσέγγιση, λόγω των ιδιαιτεροτήτων της κάθε μιας. Η PSO προσέγγισε το πρόβλημα με κριτήρια αριστείας Pareto, ενώ ο Αρμονικός με σταθμισμένη άθροιση των αντικειμενικών συναρτήσεων. Στόχος ήταν να διαφανεί γιατί είναι πιο αποδοτικές και προτιμούνται τέτοιες μέθοδοι για την επίλυση σύνθετων πολυδιάστατων προβλημάτων, καθώς και να τονιστούν οι δυνατότητες και τα μειονεκτήματα της κάθε μεθόδου. Τέλος, διερευνήθηκε η επίδραση των ηλεκτρικών οχημάτων στα δίκτυα ενέργειας καθώς και η επίδραση των νέων σταθμών τύπου V2G σε συνθήκες αιχμής.	el
heal.abstract	The purpose of this diploma thesis is to model, implement and simulate a stochastic multiobjective approach to an Economic Dispatch problem, incorporating CHP units, wind power plants and electric vehicles, under environmental and dynamic stability constraints, using two popular met heuristic algorithms, PSO and Harmony Search. The problem is approached, initially, on a larger scale and simulations take place on the modified IEEE 30-bus system with two CHP units, assuming a non-convex Feasible Region of Operation (FOR). Additionally, the 20 wind parks incorporated in the model use, the actual data measured from the wind parks of Crete island. The expected power deviation is calculated for all the units, and especially for the wind parks and the V2G station, overestimation and underestimation penalties are formulated and applied. This is possible, through the transformation of the random wind variable following the Weibull distribution, to power output random variable. Concerning the approach of the wind turbine power curve, a modified cubic form is assumed. The problem then is scaled down, where we assume a 17-bus micro grid with hybrid production capabilities along with a Wind Turbine and solar power installations. Additionally, 12 electric vehicles are present and their charging patterns are optimized following a "Marginal Price " algorithm and then incorporated into the model. The model is then simulated initially with a deterministic approach on operational cost, and then a stochastic multiobjective approach incorporating deviation and CO2 emissions. All the above, are simulated by a Pareto based PSO, and by Harmony Search using a weighted aggregation approach. Results and running times are compared, determining the strengths and weaknesses of each method, additionally to a comparison of how they handle non-convex CHPED problems. Finally, the effects of EVs on power systems are explored, along with the capabilities and effects of the newly introduced Vehicle-to-Grid technologies with regard to peak load management.	en
heal.advisorName	Χατζηαργυρίου, Νικόλαος	el
heal.committeeMemberName	Παπαθανασίου, Σταύρος	el
heal.committeeMemberName	Γεωργιλάκης, Παύλος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικής Ισχύος	el
heal.academicPublisherID	ntua
heal.numberOfPages	150 σ.	el
heal.fullTextAvailability	true