Aplikacja programowania ewolucyjnego do optymalizacji pracy miejskich sieci dystrybucyjnych SN w stanach awarii
W artykule o zastosowaniu programowania ewolucyjnego do optymalizacji pracy sieci dystrybucyjnych SN w stanach awarii, koncepcji opracowanego algorytmu optymalizacji i możliwościach jego zastosowań.
Ważnymi zagadnieniami w eksploatacji systemów
dystrybucyjnych energii jest organizacja ich bieżącej pracy oraz planowanie
rozwoju tych systemów. Sieci dystrybucyjne podlegają obecnie dużym zmianom
wynikającym z wprowadzania najnowszych rozwiązań w zakresie aparatury
rozdzielczej i zabezpieczeniowej, m.in. takiej jak wyłączniki próżniowe,
reklozery. Do sieci dystrybucyjnych przyłącza się źródła generacji rozproszonej
[15, 17], ponadto podejmowane są działania wprowadzające koncepcję sieci
inteligentnych [14, 16].
Zobacz także
dr inż. Elżbieta Niewiedział, dr inż. Ryszard Niewiedział Generacja z OZE a straty energii elektrycznej w sieciach elektroenergetycznych
Długoterminowe światowe prognozy energetyczne przewidują wzrost ogólnego zapotrzebowania na energię, w tym szczególnie energię elektryczną. Konsekwencją tego wzrostu jest konieczność budowy nowych źródeł...
Długoterminowe światowe prognozy energetyczne przewidują wzrost ogólnego zapotrzebowania na energię, w tym szczególnie energię elektryczną. Konsekwencją tego wzrostu jest konieczność budowy nowych źródeł wytwórczych (elektrowni). Jednak ekolodzy wskazują na wzrastające zanieczyszczenie atmosfery wynikające z eksploatacji elektrowni wykorzystujących do produkcji energii paliwa kopalne. W związku z tym zaczęto rozważać rozwój odnawialnych źródeł energii (OZE), które ograniczą emisję zanieczyszczeń...
dr inż. Bartosz Olejnik Ocena skuteczności wybranych kryteriów identyfikacji zakłóceń ziemnozwarciowych implementowanych w urządzeniach EAZ w głębi sieci SN
W nowoczesnych sieciach średniego napięcia około 75% wszystkich awarii to zwarcia doziemne [1, 2]. Spośród wszystkich zwarć doziemnych około 85% to zwarcia cechujące się właściwościami i parametrami wystarczającymi...
W nowoczesnych sieciach średniego napięcia około 75% wszystkich awarii to zwarcia doziemne [1, 2]. Spośród wszystkich zwarć doziemnych około 85% to zwarcia cechujące się właściwościami i parametrami wystarczającymi do zaistnienia procesu samogaśnięcia łuku elektrycznego. Intensywność zwarć doziemnych jest dość duża – przeciętnie notuje się 10–20 zwarć na każde 100 km linii SN w ciągu roku [3].
dr hab. inż. Andrzej Ł. Chojnacki, mgr inż. Zbigniew Kończak, Redakcja Sezonowość oraz przyczyny uszkodzeń elektroenergetycznych sieci dystrybucyjnych
W artykule „Sezonowość oraz przyczyny uszkodzeń elektroenergetycznych sieci dystrybucyjnych”, opublikowanym w nr. 3/2023 „elektro.info”, autor Andrzej Ł. Chojnacki z Politechniki Świętokrzyskiej przedstawił...
W artykule „Sezonowość oraz przyczyny uszkodzeń elektroenergetycznych sieci dystrybucyjnych”, opublikowanym w nr. 3/2023 „elektro.info”, autor Andrzej Ł. Chojnacki z Politechniki Świętokrzyskiej przedstawił wyniki analiz dotyczących sezonowości oraz przyczyn uszkodzeń obiektów eksploatowanych w elektroenergetycznych sieciach dystrybucyjnych 110 kV, SN oraz nn.
StreszczenieArtykuł przedstawia zastosowanie programowania ewolucyjnego do optymalizacji pracy sieci dystrybucyjnych SN w stanach awarii. Przedstawiono koncepcję opracowanego algorytmu optymalizacji oraz przedstawiono opis możliwości jego zastosowań. Zaprezentowano także możliwość połączenia opracowanego algorytmu programowania ewolucyjnego z algorytmem planowania rozwoju sieci dystrybucyjnej. W artykule zaprezentowano przykładowe rezultaty obliczeń optymalizacji dla wybranej miejskiej sieci SN. Przebieg obliczeń opracowanymi algorytmami przedstawiono na załączonych wykresach.AbstractThe article presents the conception and description method evolutionary programming for optimization the power distribution grids. The article shows possibility of connection of evolutionary programming with algorithm the planning of development of power distribution grids. The final part of the article describes sample calculations for power distribution grids performed using the proposed method. |
Koncepcja elektroenergetycznych sieci inteligentnych zakłada uzyskanie korzyści dla dostawców i odbiorców energii, które będą wynikały z bardziej racjonalnego wykorzystania unowocześnionej i zmodernizowanej infrastruktury sieci dystrybucyjnych. Do tego celu dąży się m.in. poprzez rozwijanie układów telemechaniki oraz zastosowanie inteligentnych systemów teleinformatycznych umożliwiających autodiagnostykę, samoograniczanie zasięgu awarii i optymalizację pracy sieci w stanach normalnych i zakłóceniowych.
Wśród metod optymalizacji sieci dystrybucyjnych można wyróżnić:
- metody optymalizacji statycznej (odnoszącej się do danego okresu pracy sieci)
- metody optymalizacji dynamicznej, uwzględniającej m.in. wieloetapowy rozwój sieci [11, 12, 13, 16].
W wielu przypadkach do rozwiązania wymienionych problemów nie jest możliwe zastosowanie klasycznych metod optymalizacji. Przyczynami tego są rozmiary zadań oraz złożony opis matematyczny modeli optymalizacyjnych. Podejmowane są próby wykorzystania w tym celu metod obliczeniowych bazujących na tzw. sztucznej inteligencji, do których zalicza się m.in. algorytmy genetyczne i ewolucyjne czy też sztuczne sieci neuronowe [1, 9, 18].
Niniejszy artykuł poświęcono zastosowaniu programowania ewolucyjnego (PE) do optymalizacji poawaryjnych konfiguracji sieci dystrybucyjnych. Zaproponowana metoda obliczeniowa może być bezpośrednio zastosowana do obliczeń lub może być częścią większego algorytmu optymalizacji sieci, co również zaprezentowano w dalszej części artykułu.
Niniejszy artykuł podzielono na 5 punktów, w których kolejno przybliżono metody oceny niezawodności sieci, pozwalające określić prawdopodobieństwo zaistnienia stanów awarii sieci, algorytmy przywracania pracy sieci.
Następnie przedstawiono proponowane algorytmy optymalizacji oraz przykłady obliczeń z ich zastosowaniem.
Metody oceny niezawodności i przywracania pracy sieci dystrybucyjnych
Metody oceny niezawodności sieci elektroenergetycznych można podzielić następująco [21]:
- analityczne, polegające na analizie zdarzeń lub procesów losowych,
- symulacyjne, polegające na symulacji zdarzeń i procesów losowych,
- mieszane, będące połączeniem metod analitycznych i symulacyjnych.
Analityczne metody oceny niezawodności sieci polegają często na obliczaniu wartości współczynników zawodności układów sieciowych. Wartości współczynników nie dostarczają jednak pełnej informacji dotyczącej rzeczywistej zmienności wielkości niezawodnościowych.
Ważnym zadaniem w określaniu niezawodności dostaw energii jest określenie rozkładów prawdopodobieństwa wielkości określających niezawodność sieci.
W analizach niezawodności sieci stosowana jest także metoda średniej intensywności awarii i średniego czasu awarii [19, 20]. Pozwala ona uzyskać dla analizowanych struktur wypadkową intensywność awarii.
Dobrą alternatywą dla metod analitycznych są metody symulacyjne opierające się na modelowaniu statystycznym. Metody modelowania statystycznego umożliwiają uwzględnienie wzajemnej zależności obiektów, niestacjonarności strumieni niesprawności i odnów, współzależności zdarzeń, empirycznych rozkładów prawdopodobieństw czasów przebywania obiektów w poszczególnych stanach. Pełną informację niezawodnościową, można uzyskać poprzez określenie rozkładu podstawowych funkcji niezawodnościowych sieci [19].
Jeżeli rozkłady elementów składowych analizowanych struktur są różne od wykładniczych, zastosować można ocenę niezawodności sieci elektroenergetycznych za pomocą sieci Petriego [2, 8]. Wykorzystanie tej metody umożliwia przeprowadzenie analiz niezawodnościowych nawet złożonych układów elektroenergetycznych, na różnych stopniach percepcji, wykorzystując jako dane wejściowe parametry niezawodnościowe opisane zarówno wartościami średnimi, jak i rozkładami prawdopodobieństwa.
Z powyższych informacji wynika, iż można zastosować różne metody oceny niezawodności sieci elektroenergetycznych. Przy realizacji obliczeń dla analizowanego w artykule problemu, zastosowano podstawową metodę oceny niezawodności sieci, bazującą na wyznaczaniu współczynników zawodności sieci.
Awarie sieci dystrybucyjnych nie muszą prowadzić do długotrwałych przerw w zasilaniu odbiorców. Jeżeli infrastruktura sieci na to pozwala, operator może wykonać przełączenia w sieci (np. zdalnie z zastosowaniem telemechaniki) przywracające odbiorcom dostawy energii. W takich sytuacjach potrzebny jest plan czynności łączeniowych. Przy określaniu takiego planu ważne są szybkość i efektywność w eliminacji przerw w pracy sieci. Czynniki te zależą od struktury i konfiguracji sieci oraz zainstalowanych w sieci systemów automatyki i aparatury łączeniowej.
W metodach wyznaczania poawaryjnych (zastępczych) konfiguracji sieci uwzględnia się m.in. następujące kryteria optymalizacyjne [1, 9, 18]:
- przywrócenie dostaw energii jak największej liczbie odbiorców,
- minimalizacji liczby czynności łączeniowych,
- minimalizacja czasu przerw w zasilaniu,
- minimalizacja odchyleń napięcia w węzłach sieci,
- minimalizacja strat technicznych.
Głównym zadaniem jest odszukanie konfiguracji sieci przewracającej dostawy energii dla węzłów odbiorczych sieci w jak najkrótszym czasie. Problem ten można zaklasyfikować jako zadanie optymalizacji typu transportowego.
W pracach m.in. [1, 18] przedstawiono rozwiązania tego zadania za pomocą metod bazujących na heurystycznych algorytmach poszukiwania. Ich wykorzystanie jest jednak ograniczone do sieci o stosunkowo małej liczbie węzłów.
W literaturze [3, 9, 10] dotyczącej tego rodzaju problematyki można znaleźć próby rozwiązania tego problemu przy wykorzystaniu algorytmów genetycznych i ewolucyjnych (algorytmy te odróżniają się operatorami oraz metodami reprodukcji).
Zaletą zastosowania tego rodzaju algorytmów jest możliwość ich wykorzystania przy dużej liczbie zmiennych decyzyjnych oraz złożonym modelu obliczeniowym.
W celu rozwiązania zadania wyznaczania poawaryjnych konfiguracji sieci, autor stosował wcześniej system genetyczny [4] i algorytm koewolucyjny [5]. Jednak w dalszych badaniach stwierdzono, iż do szybkich analiz efektywniejsze będzie zastosowanie programowania ewolucyjnego, które w odróżnieniu od innych metod ewolucyjnych bazuje głównie na operatorze mutacji. Ta metoda jest mniej czasochłonna, a uzyskiwane rezultaty są zbliżone z rozwiązaniami uzyskiwanymi za pomocą innych metod.
Literatura
- Abedini M., Moradi M.H. A combination of genetic algorithm and particle swarm optimization for optimal DG location and sizing in distribution systems. “International Journal of Electrical Power & Energy Systems”. Volume 34, Issue 1, January 2012, pp. 66–74.
- Chojnacki A., Kaźmierczyk A.: Wykorzystanie sieci Petriego do analizy wpływu awarii elektroenergetycznej automatyki zabezpieczeniowej i sterowniczej na niezawodność układów zasilania w energię elektryczną. „Logistyka 2014”, Zeszyt: 6, Strony: 2619-2625.
- Delbem A. C. B., Carvalho A. C. P. L. F., Bretas N. G.: Main chain representation for evolutionary algorithms applied to distribution system reconfiguration. “IEEE Trans. Power Systems”, vol. 20, no. 1, Feb. 2005, pp. 425-436.
- Filipiak S.: Application of classifier systems to restoration service of electric power distribution networks. “International Journal of Power and Energy Systems”, Vol. 32, No. 4, 2012, p. 143-148.
- Filipiak S.: Application of Evolutionary Algorithm in Optimisation of Medium-Voltage Distribution Networks Post-Fault Configuration, “International Journal of Electrical Power & Energy Systems” Volume 44, Issue 1, January 2013, Pages 666–671.
- Filipiak S.: Optymalizacja strategii rozwoju elektroenergetycznych sieci dystrybucyjnych z zastosowaniem algorytmu ewolucyjnego. Energetyka, lipiec 2015, s. 410-415.
- Helt P., Parol M., Piotrowski P.: Metody sztucznej inteligencji – przykłady zastosowań w elektroenergetyce. Oficyna Wydawnicza Politechniki Warszawskiej, 2012.
- Kaźmierczyk A.: Zastosowanie sieci Petriego do oceny niezawodności elektroenergetycznych sieci rozdzielczych. Rozprawa doktorska obroniona w 2015 na Wydziale Elektrotechniki, Automatyki i Informatyki Politechniki Świętokrzyskiej.
- Khushalani S., Solanki, J.M., Schulz, N.N. Optimized Restoration of Unbalanced Distribution Systems. “IEEE Transactions on Power Systems”, no. 22, Issue 2. 2007, p. 624-630.
- Kumar Y., Das, B., Sharma, J. Multiobjective, Multiconstraint Service Restoration of Electric Power Distribution System With Priority Customers. “IEEE Transactions on Power Delivery”, no. 23, Issue 1, 2008, p. 261-270.
- Machowski J., Kacejko P., Robak S., Miller P., Wancerz M.: Analizy systemu elektroenergetycznego w średniookresowym planowaniu rozwoju. „Przegląd Elektrotechniczny”, s. 234 - 243, Nr 6/2013.
- Machowski J., Kacejko P., Robak S., Miller P., Wancerz M.: Badania systemów elektroenergetycznych w planowaniu rozwoju - Analizy statyczne, „Wiadomości Elektrotechniczne”. s. 3-12, Nr 7/2013.
- Machowski J., Kacejko P., Robak S., Miller P., Wancerz M.: Badania systemów elektroenergetycznych w planowaniu rozwoju. Część 2. Analizy dynamiczne. „Wiadomości Elektrotechniczne”, tom LXXXI, pp. 3 -12, nr 8/2013, 2013.
- Marzecki J., Drab M.: Obciążenia i rozpływy mocy w sieci terenowej średniego napięcia-wybrane problemy. „Przegląd Elektrotechniczny”, R.91, pp. 192-195, luty, Nr 2, 2015.
- Marzecki J., Mikołajczuk P.: Analiza algorytmów rozwiązywania zadania optymalizacji wieloetapowej przy badaniu rozwoju stacji 110 kV/SN, „Prace Instytutu Elektrotechniki”, Nr 270, pp. 27-38, listopad, 2015.
- Marzecki J., Pawlicki B., Dukat P., Sosnowski, Ł.: Kierunek rozwoju inteligentnych sieci elektroenergetycznych w aglomeracji miejskiej, „Wiadomości Elektrotechniczne” pp. 42-44, maj, Nr 5, 2014.
- Parol M.: Aspekty techniczne i prawne dotyczące pracy i przyłączania źródeł generacji rozproszonej do sieci dystrybucyjnych niskich napięć, „Przegląd Elektrotechniczny” pp. 326-330, Nr 5, 2013.
- Sood Y.R.: Evolutionary programming based optimal power flow and its validation for deregulated power system analysis, “International Journal of Electrical Power & Energy Systems” January (2007) pp. 65–75.
- Stępień J., Madej Z.: Evaluation of structural redundancy efects in medium voltage cable networks., “Rynek Energii”, Issue: 4, pp. 55-60, AUG 2009
- Stępień J.: Charakterystyka planowanych prac eksploatacyjnych elektroenergetycznych sieci rozdzielczych i ich skutków. „Przegląd Elektrotechniczny”. Nr. 7/2008, s.: 162-165.
- Stępień J.: Kompleksowy model niezawodnościowy głównych punktów zasilających 110/15 kV. „Przegląd Elektrotechniczny”, Nr. 4/2008, s:128-131.