Βέλτιστος ημερήσιος προγραμματισμός έξυπνου δικτύου διανομής ηλεκτρικής ενέργειας

Αλεξόπουλος, Δημήτριος

dc.contributor.author	Αλεξόπουλος, Δημήτριος	el
dc.contributor.author
dc.date.accessioned	2017-03-08T07:54:14Z
dc.date.available	2017-03-08T07:54:14Z
dc.date.issued	2017-03-08
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/44546
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.5921
dc.description
dc.rights	Default License
dc.subject	Διανεμημένη Παραγωγή	el
dc.subject	Μονάδες Διανεμημένης Παραγωγής	el
dc.subject	Γενετικός Αλγόριθμος	el
dc.subject	Ημερήσιος Προγραμματισμός	el
dc.subject	Έξυπνο Δίκτυο Διανομής Ηλεκτρικής Ενέργειας	el
dc.subject	Distributed Generation	en
dc.subject	Smart Power Distribution Network	en
dc.subject	Optimal Day-ahead Dispatch Scheduling	en
dc.subject	Integer Genetic Algorithm	en
dc.subject	Optimal Power Flow	en
dc.title	Βέλτιστος ημερήσιος προγραμματισμός έξυπνου δικτύου διανομής ηλεκτρικής ενέργειας	el
dc.contributor.department	Παραγωγή και Διαχείριση Ενέργειας	el
heal.type	masterThesis
heal.classification	Δίκτυα Διανομής	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2016-09-28
heal.abstract	Σκοπός της διπλωματικής εργασίας είναι ο βέλτιστος ημερήσιος προγραμματισμός έξυπνου Δικτύου Διανομής Ηλεκτρικής Ενέργειας (ΔΔΗΕ). Η μέθοδος, η οποία χρησιμοποιείται, είναι ο ακέραιος γενετικός αλγόριθμος που εφαρμόζεται για την επίλυση προβλημάτων βελτιστοποίησης. Στην παρούσα εργασία, υλοποιήθηκε αλγόριθμος σε περιβάλλον MATLAB για την εύρεση του βέλτιστου ημερήσιου προγραμματισμού έξυπνου ΔΔΗΕ, χρησιμοποιώντας και κάποια στοιχεία από το λογισμικό πακέτο MATPOWER, το οποίο είναι λογισμικό σε MATLAB, για τον υπολογισμό ροών φορτίου. Επιπλέον, αναπτύχθηκε γραφικό περιβάλλον (GUI) για την καλύτερη και πιο εύχρηστη εφαρμογή του προγράμματος και την εξαγωγή αποτελεσμάτων. Ο γενετικός αλγόριθμος που χρησιμοποιήθηκε για την εύρεση της βέλτιστης λύσης, δημιουργεί έναν αρχικό πληθυσμό από χρωμοσώματα, των οποίων κάθε ομάδα 24 διαδοχικών γονιδίων (εφόσον εξετάζεται ο προγραμματισμός του έξυπνου ΔΔΗΕ για 24 ώρες) αντιπροσωπεύει και μια διαφορετική μεταβλητή ελέγχου π.χ. την τάση στον ζυγό αναφοράς, την ενεργό και άεργο ισχύ των Μονάδων Διανεμημένης Παραγωγής (ΜΔΠ) καυσίμου, την ενεργό και άεργο ισχύ των ανεμογεννητριών (Α/Γ). Καθένα από αυτά τα χρωμοσώματα αξιολογείται με βάση μια αντικειμενική συνάρτηση και ανάλογα το σενάριο που εξετάζεται. Οι αντικειμενικές συναρτήσεις που χρησιμοποιήθηκαν στην παρούσα εργασία είναι: α) ελαχιστοποίηση της διακύμανσης των τάσεων στους ζυγούς του δικτύου, β) ελαχιστοποίηση των συνολικών απωλειών ενέργειας του δικτύου και γ) ελαχιστοποίηση του κόστους λειτουργίας του ΔΔΗΕ. Ο πληθυσμός ταξινομείται, τα καλύτερα από τα χρωμοσώματα επιβιώνουν και τα υπόλοιπα διαγράφονται. Έπειτα από εξέλιξη του πληθυσμού με διασταύρωση και μετάλλαξη δημιουργείται μια νέα γενιά. Η διαδικασία αυτή επαναλαμβάνεται μέχρι να βρεθεί η βέλτιστη ή μια πολύ καλή λύση και τερματίζεται σύμφωνα με κάποια κριτήρια. Το λογισμικό που αναπτύχθηκε εφαρμόζεται σε δίκτυα 33 ζυγών και 69 ζυγών για διάφορες περιπτώσεις και επίσης δίνεται ένα αναλυτικό αριθμητικό παράδειγμα για δίκτυο 4 ζυγών, ώστε να γίνει κατανοητή η λειτουργία του αλγόριθμου και η μεθοδολογία που ακολουθήθηκε. Τέλος παρουσιάζονται τα αποτελέσματα και εξάγονται συμπεράσματα.	el
heal.advisorName	Γεωργιλάκης, Παύλος	el
heal.committeeMemberName	Διαλυνάς, Ευάγγελος	el
heal.committeeMemberName	Παπαθανασίου, Σταύρος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	217 σ.	el
heal.fullTextAvailability	true