Professional Documents
Culture Documents
ĐỒ ÁN HỆ THỐNG ĐIỆN
ĐỒ ÁN HỆ THỐNG ĐIỆN
Em xin gửi lời cảm ơn chân thành đến thầy Nguyễn Đăng Khoa, giảng viên Khoa
Công Nghệ - Trường Đại học Cần Thơ, người đã tận tình hướng dẫn, chỉ bảo em trong
suốt quá trình làm đồ án.
i
SVTH: Nguyễn Thanh Phục
Lời mở đầu
LỜI MỞ ĐẦU
Nhu cầu về năng lượng trong thời đại khoa học kỹ thuật không ngừng gia tăng. Tuy
nhiên các nguồn năng lượng truyền thống đang được khai thác như: than đá, dầu mỏ,
khí đốt, khí thiên nhiên và ngay cả thủy điện…đang ngày càng cạn kiệt. Không những
thế chúng còn có tác hại xấu đối với môi trường như: gây ra ô nhiễm môi trường, ô
nhiễm tiếng ồn, mưa axit, trái đất ấm dần lên, thủng tầng ozon... Do đó, việc tìm ra và
khai thác các nguồn năng lượng mới như năng lượng hạt nhân, năng lượng địa nhiệt,
năng lượng gió và năng lượng mặt trời là rất cần thiết. Việc nghiên cứu năng lượng gió
ngày càng thu hút sự quan tâm của các nhà nghiên cứu, nhất là trong tình trạng thiếu
hụt nghiêm trọng năng lượng hiện nay. Năng lượng gió là nguồn năng lượng sạch, dồi
dào, không gây ô nhiễm môi trường và không gây ô nhiễm tiếng ồn …Hiện nay gió là
một trong những dạng năng lượng phát triển nhanh nhất trên thế giới cũng như có tiềm
năng lớn ở Việt Nam. Để tăng hiệu suất và tiết kiệm chi phí của các trang trại gió thì
việc lắp đặt vị trí các tua-bin tối ưu là rất quan trọng. Bởi vì, việc che chắn gió giữa
các tua-bin với nhau sẽ ảnh hưởng đến ít nhiều đến công suất trang trại gió. Vì vậy,
cần có một phương pháp nào đó để tối ưu vị trí của của các tua-bin gió. Do đó em đã
chọn đề tài: “THUẬT TOÁN SYMBIOTIC CUCKOO SEARCH ALGORITHM
(CSA) TRONG BỐ TRÍ TUA-BIN GIÓ”. Đề tài này được trình bày trong 3 chương:
Trong quá trình thực hiện đồ án hệ thống điện, em đã cố gắng tìm tòi, học hỏi và
nghiên cứu kiến thức để hoàn thành bản đồ án. Do kinh nghiệm và kiến thức của bản
thân còn nhiều hạn chế nên báo cáo đồ án điện công nghiệp này của em khó tránh khỏi
những thiếu sót. Vậy em rất mong nhận được sự góp ý từ phía thầy để em hoàn thiện
thêm kiến thức cho bản thân. Qua đây em xin gửi lời cảm ơn chân thành tới thầy giáo
ThS. Nguyễn Đăng Khoa đã hướng dẫn và giúp đỡ em trong suốt quá trình làm đồ án
hệ thống điện.
2
SVTH: Nguyễn Thanh Phục
Lời mở đầu
3
SVTH: Nguyễn Thanh Phục
Lời mở đầu
4
SVTH: Nguyễn Thanh Phục
Mục lục
MỤC LỤC
LỜI MỞ ĐẦU..............................................................................................................ii
1.1 Tổng quan về tình hình sử dụng năng lượng điện gió.....................................1
1.3 Hướng tiếp cận vấn đề bố trí tối ưu vị trí tua – bin trong trang trại gió........3
2.1 Tua-bin gió và tiềm năng phát triển điện gió ở Việt Nam...............................6
2.1.1 Tua-bin gió....................................................................................................6
2.1.2 Tiềm năng phát triển điện gió ở Việt Nam.................................................7
iii
SVTH: Nguyễn Thanh Phục
Mục lục
3.4 Ứng dụng thuật toán trong trong trang trại gió.............................................21
KẾT LUẬN................................................................................................................23
iv
SVTH: Nguyễn Thanh Phục
Mục lục hình
v
SVTH: Nguyễn Thanh Phục
Mục lục bảng
vi
SVTH: Nguyễn Thanh Phục
Chương 1: Giới thiệu chung
Các máy phát điện sử dụng sức gió đã được sử dụng nhiều ở các nước Châu Âu,
Châu Mỹ và các nước công nghiệp phát triển khác. Sau thảm họa Chernobyl (Ukraine
1986), cuộc đấu tranh đòi hủy bỏ các nhà máy điện nguyên tử tại Đức diễn ra ngày
càng mãnh liệt nên điện bằng sức gió phát triển rất mạnh, sản lượng đã vượt xa sản
lượng thủy điện và trở thành nguồn năng lượng đáng kể trên cường quốc công nghiệp
này.
Tổng công suất của tất cả các tua-bin gió lắp đặt trên toàn thế giới tính đến cuối
năm 2018 đã đạt gần đến 597.000 MW (theo số liệu thống kê của WWEA), với công
suất tăng thêm 50.100 MW trong năm 2018 và trong năm 2017 là 52.552 MW. Trong
đó, Trung Quốc là nước có công suất lắp đặt tua bin gió lớn nhất trên thế giới là
216.870 MW và là nước đầu tiên trên thế giới đạt công suất lắp đặt tua bin gió lớn hơn
200.000 MW; Hoa Kỳ là nước có công suất lắp đặt tua bin gió lớn thứ nhì thế giới là
96.363 MW và sẽ sớm trở thành là nước thứ hai đạt công suất lắp đặt tua bin gió lớn
hơn 100.000 MW sau Trung Quốc. Hiện nay, công suất điện gió đã tăng nhanh đến
597 GW vào cuối năm 2018, và năng lượng điện gió sản xuất chiếm gần 6% nhu cầu
điện năng trên toàn thế giới, và sẽ tiếp tục phát triển nhanh chóng trong các năm tới.
1
SVTH: Nguyễn Thanh Phục
Chương 1: Giới thiệu chung
Hình 1. 1: Công suất điện gió lắp đặt trên toàn thế giới
Tại Việt Nam, Trong thời gian gần đây, đã có tổng cộng 106 nhà máy điện gió
với tổng công suất 5755,5 MW gửi văn bản và hồ sơ đăng ký chương trình đóng điện
và hòa lưới, thử nghiệm, đề nghị công nhận vận hành thương mại (COD). Trong số
106 nhà máy điện gió này, đến thời điểm hết ngày 31/10/2021 đã có 69 nhà máy điện
gió với tổng công suất 3298,95 MW đã được công nhận vận hành thương mại COD.
Như vậy, nếu bao gồm cả 15 nhà máy điện gió đã được công nhận COD và vào
vận hành từ trước đây, thì trong hệ thống điện quốc gia đã có tổng cộng 84 nhà máy
điện gió với tổng công suất 3.980,27 W được công nhận vận hành thương mại COD.
Điện gió là một trong những ngành phát triển nhanh nhất thế giới. Chỉ tính riêng
năm 2017, tổng vốn đầu tư toàn cầu cho điện gió đạt mức 107 tỷ USD với hơn 1,15
triệu lao động trên toàn thế giới.
Đông Nam Á có đầy đủ các yếu tố cơ bản để trở thành thị trường điện gió lớn.
Với dân số đang gia tăng, GDP ngày càng cao, nhu cầu năng lượng tăng cao hơn bao
2
SVTH: Nguyễn Thanh Phục
Chương 1: Giới thiệu chung
giờ hết cùng với những lo ngại về an ninh năng lượng, điện gió đang hỗ trợ đáp ứng
nhu cầu năng lượng ngày càng cao của khu vực theo phương thức duy trì hàm lượng
carbon thấp, tiết kiệm chi phí và mang lại lợi ích kinh tế cho địa phương.
Việt Nam là một trong những quốc gia tiềm năng nhất trong khu vực về cả gió
trên bờ và trên biển. Đường bờ biển dài 3.000 km giúp Việt Nam có được nguồn tài
nguyên tốt nhất cho cả gió trên bờ và trên biển, và đây là quốc gia duy nhất trong khu
vực đã phát triển điện gió trên biển với 99 MW đã được lắp đặt, trở thành quốc gia dẫn
đầu trong lĩnh vực điện gió trong khu vực.
Ngày càng nhiều thị trường lựa chọn điện gió làm nguồn cung năng lượng, bởi
đây là lựa chọn sản xuất điện chi phí hiệu quả nhất. Năm 2017, tại hơn 30 quốc gia,
điện từ nguồn năng lượng tái tạo, khi chưa được trợ giá, có giá thấp hơn điện từ nguồn
nhiên liệu hóa thạch.
Tới năm 2025, điện gió có thể trở thành động lực phát triển chính hướng tới
tương lai năng lượng bền vững và sẽ là tình hình chung của hầu hết các quốc gia trên
thế giới.
Dự án điện gió đã tạo ra động lực thúc đẩy thị trường năng lượng gió của Việt
Nam và thu hút một loạt các dự án khác. Hiện đã có 5755 MW công suất điện gió
được lắp đặt.
Như vậy, việc phát triển nguồn năng lượng điện gió nói riêng và năng lượng tái
tạo nói chung nhằm “đảm bảo an ninh năng lượng quốc gia, góp phần bảo tồn tài
nguyên năng lượng, giảm thiểu tác động tiêu cực tới môi trường trong sản xuất điện”.
1.3 Hướng tiếp cận vấn đề bố trí tối ưu vị trí tua – bin trong trang trại gió
Thiết kế một số nhà máy điện thông thường có thể kiểm soát và điều khiển được
nhiên liệu đầu vào như nhà máy nhiệt điện, nhà máy thủy điện, nhà máy điện hạt nhân.
Tuy nhiên, thiết kế nhà máy điện gió có nhiều khác biệt hơn so với các nhà máy
trên. “Nhiên liệu” đầu vào của nhà máy điện gió phụ thuộc vào năng lượng gió luôn
biến đổi theo tốc độ gió. Do đó, việc giải quyết vấn đề bố trí tối ưu vị trí tua-bin
3
SVTH: Nguyễn Thanh Phục
Chương 1: Giới thiệu chung
trong trang trại gió nhằm thu được công suất phát tối đa được đặc biệt quan tâm.
Nhiều công trình nghiên cứu bố trí tối ưu vị trí tua-bin trong trang trại gió đã
được thực hiện và hầu hết áp dụng các thuật toán tìm kiếm (metaheuristic algorithms)
để giải quyết vấn đề với nhiều hàm mục tiêu khác nhau. Nhiều công trình nghiên cứu
sử dụng các thuật toán phổ biến như GA và PSO đã cho ra các kết quả nghiên cứu
rất khả quan.
Phần mềm thương mại bố trí tối ưu vị trí tua-bin trong trang trại gió hiện đang
được sử dụng rộng rãi trên thế giới hiện nay là WindPRO được dự đoán sử dụng
thuật toán heuristic placement algorithm. Vấn đề của thuật toán heuristic algorithm là
không thể tìm thấy tối ưu ở một số bài toán và do đó không tìm được tối ưu cục bộ
cũng như không cung cấp thước đo chất lượng của giải pháp. Nhược điểm quan
trọng của thuật toán là không thể thực hiện giải bài toán nhanh chóng vì tại cùng
thời điểm chỉ có thể di chuyển được một tua-bin.
Ngày càng có nhiều thuật toán tìm kiếm (metaheuristic algorithms) được công bố
và áp dụng như một phương pháp kỹ thuật chính để đạt được giải pháp tối ưu thiết kế
các vấn đề thực tế. Theo đó, một thuật toán có thể rất hiệu quả trong việc giải quyết
một nhóm các vấn đề này nhưng lại kém hiệu quả trong một số các vấn đề khác. Và
đây là cơ sở để nhiều thuật toán tìm kiếm mới liên tiếp được công bố trên thế giới.
Từ các lý do trên, đề tài đồ án đã nghiên cứu một thuật toán mới được công bố
gần đây để giải quyết việc bố trí tối ưu vị trí tua-bin gió khi nâng công suất hoặc mở
rộng trang trại gió hiện hữu.
4
SVTH: Nguyễn Thanh Phục
Chương 1: Giới thiệu chung
5
SVTH: Nguyễn Thanh Phục
Chương 2: Xây dựng mô hình bài toán
Công suất phát điện của tua bin gió được tính theo công thức:
1
Pw = . ρ . A .C p . ( v w )3 (2.1)
2
6
SVTH: Nguyễn Thanh Phục
Chương 2: Xây dựng mô hình bài toán
Đặc điểm làm việc của tua-bin gió là công suất phát thay đổi theo tốc độ gió
trong ngày và theo mùa trong năm, khi đầu tư xây dựng nhà máy điện gió cần khảo sát
chi tiết đặc điểm của gió tại vị trí sẽ xây dựng nhà máy, trong đó quan trọng là phải có
lịch sử dữ liệu tốc độ gió của nhiều năm trước để tính toán được vận tốc của gió của
năm tiếp theo.
Theo đánh giá của Ngân hàng Thế giới, Việt Nam là nước có tiềm năm gió lớn
nhất trong bốn nước của khu vực, với hơn 39% tổng diện tích của Việt Nam được ước
tính là có tốc độ gió trung bình hằng năm lớn hơn 6m/s ở độ cao 65 m, tương đương
công suất 512 GW.
7
SVTH: Nguyễn Thanh Phục
Chương 2: Xây dựng mô hình bài toán
trong trang trại gió lớn. Trong vấn đề tối ưu hóa vị trí tua-bin, vùng ảnh hưởng xa trở
nên quan trọng hơn vùng ảnh hưởng gần. Điều này càng quan trọng hơn đối với việc
lắp đặt thêm tua-bin mới khi muốn nâng công suất hoặc mở rộng trại gió hiện hữu. Do
đó, phương pháp đơn giản để giải quyết, phân tích vấn đề là khai thác bản chất tương
tự của vùng ảnh hưởng xa nhằm mô hình hóa vùng nhiễu loạn gió.
Các vùng gió bị ảnh hưởng sau tua bin được thể hiện như hình sau:
Mô hình vùng ảnh hưởng xa được chia thành hai nhóm cơ bản là Kinematic
models và Field and Wake added turbulence models. Larsen wake model, Frandsen
and Jensen’s wake model thuộc nhóm Kinematic model.
Một trong những mô hình đầu tiên lâu đời nhất và được sử dụng rộng rãi nhất
được phát triển bởi N.O. Jensen, và được cải tiến bởi Katic. Mô hình khá đơn giản,
được giả định tuyến tính mở rộng với việc suy giảm vận tốc chỉ phụ thuộc vào khoảng
cách phía sau rô-to tua-bin.
Jensen xử lý vùng ảnh hưởng sau tua-bin như một sự nhiễu loạn gió và bỏ qua
ảnh hưởng gió xoáy, vốn chỉ ảnh hưởng đến vùng gần tua-bin.
8
SVTH: Nguyễn Thanh Phục
Chương 2: Xây dựng mô hình bài toán
Theo mô hình của Jensen như trong Hình 2.3, gió thổi từ trái sang phải với tốc độ v 0
và đập vào tua-bin, bán kính quét của cánh quạt là r 0 . Tại một khoảng cách x nằm phía sau
tua-bin, tốc độ sẽ là v1 và bán kính bị ảnh hưởng bởi hiệu ứng Wake là :
rx = α x + r0. (2.2)
Đại lượng α thể hiện mức độ mở rộng hiệu ứng Wake và được xác định theo công thức:
0.5
α= (2.3)
z
ln
z0
trong đó:
z là chiều cao tua-bin gió
z0 là độ nhám bề mặt.
Gọi i là vị trí tua-bin phía trước tạo ra hiệu ứng Wake, j là vị trí tua-bin phía sau bị
ảnh hưởng, v0 là biên độ tốc độ gió, vj là tốc độ gió tại vị trí j. Ta có:
v J =v 0 ¿ ) (2.4)
Trong đó, vdij là vận tốc hao hụt tại vị trí j khi bị ảnh hưởng hiệu ứng Wake của
tua-bin ở vị trí i, vdij được xác định như sau:
2α
vd ij= (2.5)
( )
2
xij
1+α
rd
Hệ số α được gọi là hệ số điện kháng dọc trục và được xác định như sau:
α =0,5 ( 1−√ 1−CT ) (2.6)
9
SVTH: Nguyễn Thanh Phục
Chương 2: Xây dựng mô hình bài toán
Trong đó, CT là hệ số đẩy của tua-bin, có mối quan hệ với điện kháng dọc trục như
sau:
C T =4 α ¿1-α ) (2.7)
Trong đó, rd là bán kính quét của rotor phía sau:
r d =r r
√ 1−α
1−2 α
(2.8)
√ ∑ vd
2
vd ef ( j )= ij (2.9)
i ∈w ( j )
Trong đó W(j) là tập hợp các tua-bin bị ảnh hưởng hiệu ứng Wake bởi tua-bin vị trí
i.
Theo giả thuyết của Mosetti , tổng chi phí đầu tư cho một tua-bin là 1, thì đầu tư
cho mỗi tua-bin tiếp theo chỉ còn 1/3. Như vậy, tổng chi phí trên một năm của một
trang trại gió được tính như sau:
Để tính toán công suất trong một trang trại máy phát điện gió, các công thức được
đề xuất từ Mosetti như sau:
Đối với 01 tua-bin gió có xét đến hiệu suất:
3 1
Power produced = η ρA u (2.12)
2
Trong đó, η là hiệu suất tổng thể của tua-bin gió; ρ là mật độ không khí (kg/m3); và
A là diện tích quét của tua-bin gió (m2);
Công suất của tua-bin được đề xuất theo là:
2 3 1
Power produced = 40% .1,2 π 20 u (2.13)
2
10
SVTH: Nguyễn Thanh Phục
Chương 2: Xây dựng mô hình bài toán
Nhiều phương pháp tiếp cận đối với đặc tuyến tua-bin gió đã được giới thiệu,
trong đó có phương pháp xấp xỉ đa thức. Trong đề tài này, mô hình đa thức bậc 9 được
áp dụng vì được xem là phù hợp nhất. Mô hình đa thức bậc 9 như sau:
f ( x )= p1 x 9+ p 2 x 8 + p3 x 7 + p4 x 6 + p5 x 5 + p6 x 4 + p7 x3 + p8 x 2+ p 9 x + p10 (2.15)
Hình 2.4, Hình 2.5, Hình 2.6 cho thấy so sánh giữa mô hình đa thức và đặc
tuyến tua-bin gió thực tế đề xuất của đề tài luận văn. Quan sát cho thấy đặc tuyến mô
hình rất gần với đặc tuyến tua-bin thực tế áp dụng.
11
SVTH: Nguyễn Thanh Phục
Chương 2: Xây dựng mô hình bài toán
Hình 2.6: Đặc tuyến tua-bin gió 2.5MW - GE WIND ENERGY GE 2.5
Cùng với đặc tuyến tua-bin gió, đặc tuyến Ct (thrust coefficient) có vai trò rất quan
trọng trong việc tính toán hiệu ứng che chắn gió trong trang trại gió và hiệu suất của
trại gió. Đặc tuyến này có thể được cung cấp từ các nhà sản xuất tua-bin gió hoặc tra
cứu trong thư viện của các phần mềm WAsP và WindPRO.
12
SVTH: Nguyễn Thanh Phục
Chương 2: Xây dựng mô hình bài toán
13
SVTH: Nguyễn Thanh Phục
Chương 2: Xây dựng mô hình bài toán
Một số thuật toán được biết đến nhiều trong lĩnh vực này là: Genetic Algorithms
(GA), Particle Swarm Optimization (PSO), Ant Colony Optimization (ACO),
Differential Evolution (DE), Evolutionary Programming (EP). Mặc dù các thuật toán
này có thể giải quyết nhiều vấn đề thực tế và đầy thử thách, khái niệm gọi là No Free
Lunch theorem cho phép các nhà nghiên cứu đề xuất các thuật toán mới. Theo khái
niệm này, các thuật toán sẽ thực hiện bình đẳng với nhau khi giải quyết tất cả các vấn
đề tối ưu hóa. Theo đó, một thuật toán có thể rất hiệu quả trong việc giải quyết một
nhóm các vấn đề nhưng không có hiệu quả trong một nhóm các vấn đề khác. Đây là
nền tảng của nhiều công trình trong lĩnh vực này. Một số các thuật toán gần đây như
là: Grey Wolf Optimizer (GWO), Artificial Bee Colony (ABC), Firefly Algorithm
(FA), Cuckoo Search (CS), Cuckoo Optimization Algorithm (COA), Gravitational
Search Algorithm (GSA), Charged System Search (CSS), Magnetic Charged System
Search, Ray Optimization (RO), Colliding Bodies Optimization (CBO), Hybrid
Particle Swallow Swarm Optimization (HPSSO), Democratic Particle Swarm
Optimization (DPSO), Dolphin Echolocation (DE) và Chaotic Swarming of Particles
(CSP).
14
SVTH: Nguyễn Thanh Phục
Chương 3: Phương pháp Cuckoo Search
Trong tự nhiên động vật tìm kiếm thức ăn một cách ngẫu nhiên. Bởi vì sự di
chuyển kế tiếp dựa trên vị trí hiện tại và xác suất chuyển đến vị trí tiếp theo. Xác suất
các hướng đã chọn được tính theo mô hình toán học. Các nghiên cứu khác nhau đã có
cho thấy rằng hành vi bay của nhiều loài động vật và côn trùng thể hiện các đặc điểm
điển hình của các chuyến bay Lévy.
Chuyến bay Lévy là một chuyến đi bộ ngẫu nhiên trong đó độ dài bước được tính
theo chiều dài phân phối xác suất. Khoảng cách từ điểm xuất phát của bước đi ngẫu
nhiên có xu hướng phân bố ổn định sau một số bước.
15
SVTH: Nguyễn Thanh Phục
Chương 3: Phương pháp Cuckoo Search
• Mỗi con chim cúc cu đẻ một quả trứng tại một thời điểm và đặt vào tổ được
chọn ngẫu nhiên.
• Những tổ tốt nhất với chất lượng trứng tốt nhất sẽ được truyền sang các thế hệ
tiếp theo.
• Số lượng tổ vật chủ có sẵn là cố định và vật chủ có thể phát hiện ra trứng ngoại
lai với xác suất pa ε [0,1]. Trong trường hợp này, chim chủ có thể đẩy trứng đi hoặc từ
bỏ tổ để xây một tổ hoàn toàn mới ở một địa điểm mới. (Yang 2009).
16
SVTH: Nguyễn Thanh Phục
Chương 3: Phương pháp Cuckoo Search
Đối với vấn đề tối đa hóa, chất lượng hoặc tính phù hợp của một giải pháp có thể
đơn giản là tỷ lệ thuận với hàm mục tiêu.
Khi tạo ra các giải pháp mới x (t + 1), chẳng hạn, một con chim cúc cu là một
chuyến bay Lévy được thực hiện.
α = bước nhảy (α =1 ¿
λ = hệ số Levy ( λ=1.5 ¿
Phương trình trên về cơ bản là phương trình ngẫu nhiên cho bước đi ngẫu nhiên.
Nói chung, bước đi ngẫu nhiên là một chuỗi Markov có trạng thái/vị trí tiếp theo chỉ
phụ thuộc vào vị trí hiện tại và xác suất chuyển tiếp & tích có nghĩa là các phép nhân
khôn ngoan.Việc “đi bộ ngẫu nhiên” thông qua “chuyến bay Lévy” sẽ hiệu quả hơn
trong việc khám phá không gian tìm kiếm vì độ dài bước của nó dài hơn nhiều về lâu
dài.
Ở đây, các bước về cơ bản tạo thành một quy trình đi bộ ngẫu nhiên với phân bố
độ dài theo bước luật lũy thừa với phần đuôi nặng. Một số giải pháp mới sẽ được tạo
ra bởi “Lévy walk” đó là phương pháp xoay quanh giải pháp tốt nhất thu được cho đến
nay, điều này sẽ tăng tốc độ tìm kiếm cục bộ. Tuy nhiên, một phần đáng kể trong số
các giải pháp mới được tạo ra bằng cách ngẫu nhiên hóa vùng trường xa và vị trí của
nó phải đủ xa để giải pháp hiện tại là tốt nhất, điều này sẽ đảm bảo rằng hệ thống sẽ
không bị mắc kẹt trong mức tối ưu cục bộ. CS là một thuật toán dựa trên dân số, theo
cách tương tự như GA và PSO và ngẫu nhiên hóa hiệu quả hơn vì độ dài bước có đuôi
nặng và bất kỳ bước lớn nào cũng có thể thực hiện được.Số lượng tham số được điều
17
SVTH: Nguyễn Thanh Phục
Chương 3: Phương pháp Cuckoo Search
chỉnh ít hơn GA và PSO,do đó nó có khả năng chung chung hơn để thích ứng với một
loại tối ưu hóa rộng hơn về các vấn đề khác nhau. Ngoài ra, mỗi tổ có thể đại diện cho
một tập hợp các giải pháp để CS có thể được mở rộng cho kiểu thuật toán tổng thể.
3.3.1 Tạo môi trường sống ban đầu cho chim cúc cu
Hình 3. 2: Đẻ trứng ngẫu nhiên trong ELR, sao đỏ trung tâm là môi trường sống ban
đầu của chim cúc cu với 5 quả trứng; những ngôi sao hồng là tổ mới của trứng
Trong tự nhiên, mỗi con chim cúc cu đẻ từ 5 đến 20 quả trứng. Các giá trị này
được sử dụng làm giới hạn trên và dưới của số trứng dành cho mỗi con chim cúc cu ở
các lần lặp lại khác nhau. Một thói quen khác của chim cu là chúng đẻ trứng trong
khoảng cách tối đa từ môi trường sống của chúng. Từ bây giờ, phạm vi tối đa này sẽ
được gọi là “Bán kính đẻ trứng (ELR)”. Trong một bài toán tối ưu hóa với giới hạn
trên của varhi và giới hạn dưới của varlow cho các biến, mỗi con chim cúc cu có bán
kính đẻ trứng (ELR) tỷ lệ với tổng số trứng trong ổ, số lượng trứng hiện tại của chim
cúc cu và các giới hạn thay đổi của var hi và var low. Vì vậy, ELR được định nghĩa:
Trong đó: α là một số nguyên được bổ sung để xử lý giá trị lớn nhất của ELR.
18
SVTH: Nguyễn Thanh Phục
Chương 3: Phương pháp Cuckoo Search
Hình 3. 3: Di trú của một con chim cúc cu mẫu về môi trường sống mục tiêu
Khi những con chim cu non lớn lên và trưởng thành, chúng sẽ sống trong khu
vực và môi trường của chúng một thời gian. Nhưng khi tới thời gian để sinh sản,
19
SVTH: Nguyễn Thanh Phục
Chương 3: Phương pháp Cuckoo Search
chúng nhập cư đến những môi trường sống mới và tốt hơn. Sau khi các nhóm chim cúc
cu được hình thành ở các môi trường khác nhau, với giá trị lợi nhuận tốt nhất được
chọn làm mục tiêu cho những con cúc cu khác nhập cư. Khi trưởng thành chim cu
sống trong tất cả các môi trường, rất khó để nhận ra chim cu thuộc nhóm nào. Để giải
quyết vấn đề này,chim cu sẽ được phân nhóm theo phương pháp phân cụm “K-means”
(k từ 3-5). Sau khi, các nhóm chim cu được công bố giá trị lợi nhuận trung bình của
chúng đã được tính toán. Tiếp sau đó, giá trị tối đa của những lợi nhuận trung bình này
sẽ xác định nhóm mục tiêu và do đó, môi trường sống tốt nhất của nhóm đó là môi
trường sống mới cho chim cu di cư. Khi di cư về phía điểm mục tiêu, chim cu không
bay thẳng đến nơi sinh sống. Chúng chỉ bay một đoạn đường và cũng có một độ sai
lệch. Sự chuyển động này được thể hiện rõ ràng trong hình 3.3. Mỗi con chim cúc cu
chỉ bay một đoạn λ% của tất cả các khoảng cách đến môi trường sống mục tiêu và
cũng có độ lệch φ radian. Hai tham số λ và φ, giúp chim cúc cu tìm kiếm nhiều địa
điểm hơn trong môi trường sống. Đối với mỗi con chim cúc cu λ và φ được định nghĩa
như sau:
λ ~ U(0,1)
φ ~ U (ω, -ω)
Trong đó, λ∼U (0, 1) có nghĩa là λ là số ngẫu nhiên từ 0 đến 1. ω là tham số hạn
chế độ lệch so với môi trường sống của mục tiêu nó dao động trong khoảng π /6 (rad).
Khi tất cả chim cúc cu di cư đến điểm mục tiêu và môi trường sống mới đã được xác
định, mỗi con chim cúc cu trưởng thành được cho một số trứng. Sau đó, xem xét số
lượng trứng dành riêng cho mỗi con chim, một ELR được tính cho mỗi con chim cúc
cu. Sau đó quá trình đẻ trứng mới bắt đầu lại.
20
SVTH: Nguyễn Thanh Phục
Chương 3: Phương pháp Cuckoo Search
95% các loại chim cúc cu giống nhau môi trường sống đặt dấu chấm hết cho Thuật
toán tối ưu hóa Cuckoo.
3.4 Ứng dụng thuật toán trong trong trang trại gió
Hiệu ứng Wake được lồng ghép vào chương trình tính toán công suất để tìm ra
công suất lớn nhất. Cụ thể như sau:
Bước 1: Sau khi có vị trí phân bố tua-bin ban đầu, chương trình sẽ thực hiện
kiểm tra từng tua-bin trong trang trại gió có kích thước LxL theo các điều kiện thỏa để
xảy ra hiệu ứng Wake (kiểm tra bằng điều kiện giới hạn nhỏ nhất xảy ra hiệu ứng
Wake). Nếu xảy ra hiệu ứng Wake, sẽ thực hiện tính toán công suất tại các tua-bin đó.
Quá trình sẽ thực hiện kiểm tra từ tua-bin thứ 2 đến tua-bin thứ N. Các tua-bin không
bị ảnh hưởng bởi hiệu ứng Wake coi như nhận được công suất gió là tối đa.
Bước 2: Vị trí tua-bin tiếp theo của tua-bin sẽ được chương trình chính của thuật
toán CSA cập nhật từ giá trị tua-bin ở vòng lặp thứ nhất. Quá trình được tính toán tương tự
vòng lặp 1, kiểm tra ảnh hưởng của hiệu ứng Wake cho từng tua-bin, sau đó tính ra công
suất tổng cho vòng lặp thứ 2. Quá trình được tiếp diễn cho tới vòng lặp thứ k của chương
trình chính (k cho trước).
Hình 3.3 trình bày sơ đồ thuật toán CSA cho việc tìm kiếm vị trí tối ưu lắp đặt tua-
bin gió để có được công suất lớn nhất.
21
SVTH: Nguyễn Thanh Phục
Chương 3: Phương pháp Cuckoo Search
22
SVTH: Nguyễn Thanh Phục
Kết luận
KẾT LUẬN
Sau một thời gian nghiên cứu và làm việc dưới sự hướng dẫn tận tình của Ths.
Nguyễn Đăng Khoa cùng với sự giúp đỡ của bạn bè trong khoa Công Nghệ trường Đại
học Cần Thơ. Em đã hoàn thành đồ án điện công nghiệp và đạt được một số kết quả
như sau:
- Nêu được tổng tiềm năng phát triển điện gió ở thế giới và Việt Nam.
- Đã tìm hiểu cấu tạo mô hình che chắn gió của tua-bin.
- Nghiên cứu, xây dựng thuật toán Cuckoo Search trong việc bố trí tối ưu tua-bin
gió.
Do đây là đề tài còn rất mới đối với bản thân, khả năng nhận thức còn hạn chế
nên đồ án vẫn còn một số khâu chưa hoàn chỉnh, còn nhiều vấn đề chưa đề cập đến.
Những nghiên cứu này chỉ dừng lại ở lý thuyết, thiếu quá trình thực nghiệm thực tế.
Vì thế em rất mong các thầy đóng góp thêm nhiều ý kiến, nhận xét quý báu để
kiến thức của em được hoàn thiện hơn.
Em xin chân thành cảm ơn!
Cần Thơ, ngày…tháng…năm 2021
23
SVTH: Nguyễn Thanh Phục
Tài liệu tham khảo
1. Nguyễn Đăng Khoa, Võ Ngọc Điều, Lê Đình Văn, “Tối ưu vị trí tua-bin trong
nhà máy điện gió sử dụng phương pháp tìm kiếm tia sét”.
2. Lê Thanh Thỏa, Võ Ngọc Điều Bộ môn Hệ thống điện - Khoa Điện - Điện tử -
Trường Đại học Bách khoa TP. HCM, “Xác định tối ưu vị trí tua-bin trong
trang trại gió sử dụng thuật toán tìm kiếm.”
3. Trịnh Minh Sơn, “Xác định vị trí tối ưu tua-bin để nâng công suất trại gió hiện
hữu sử dụng thuật toán tìm kiếm.”
24
SVTH: Nguyễn Thanh Phục