(2010) MULTI-OBJECTIVE OPTIMAL POWER FLOW IN DEREGULATED ENVIRONMENT. Masters thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF MULTI-OBJECTIVE_OPTIMAL_POWER_FLOW_IN_DERGULATED_ENVIRONMENT.pdf Download (1MB) | Preview

Arabic Abstract

طور الباحثون نماذج وخوارزميات مختلفة لإيجاد التدفق الأمثل للطاقة الكهربائية في تطبيقات مختلفة, ومازال البحث مستمر لإيجاد حلول مناسبة للتحديات المعاصرة الناتجة عن خصخصة القطاع الكهربائي وإعادة هيكلته. خوارزمية التدفق الأمثل للطاقة التقليدية كانت تتعامل فقط مع تقليل تكاليف تشغيل محطات توليد الطاقة الكهربائية, لاحقاً عدة أهداف دمجت معاً لتشكيل هدف واحد, مؤخراً مع تطور التقنيات والخوارزميات أصبح بالإمكان التعامل مع أكثر من هدف في وقت واحد. هذه الدراسة تمثل دراسة حقيقية لتدفق الطاقة الكهربائية الأمثل متعدد الأهداف, وتم استخدام طريقة (MOPSO) التي تعتمد على أحدث الطرق الرياضية الحديثة في مجال تحقيق الأمثلية. وهناك ثلاثة أهداف تم دراستها وهي تقليل تكاليف تشغيل محطات توليد الطاقة, وتقليل تكاليف استخدام نظام نقل الطاقة, وحل مشكلة فوق الحمل للخطوط أو الحد منها. وتم تطبيق خوارزمية لتحديد عدد الحلول المثالية المقدمة لمشغلي نظام الطاقة, وأيضاً تم استخدام خوارزمية تستند على نظرية مجموعة فازي لإيجاد الحل الوسطي الأمثل. الطريقة المقترحة طبقت على نظام اختبار قياسيIEEE 30-bus وعلى نظام حقيقي 87-bus , والنتائج أوضحت مدى فاعلية الطريقة المقترحة بعد أن تم مقارنتها مع نتائج الأبحاث السابقة المتوفرة .

English Abstract

For decades, researchers have developed various models and algorithms to look for the optimal power flow (OPF) in different applications. Still research is ongoing to find OPF problems for the present day power system challenges such as a liberalized market or a deregulated power system. Traditional OPF provided a tool to achieve such task and has initially dealt with fuel cost only. Later, other objectives were incorporated into the OPF in the form of single objective. Recently, with the progress in evolutionary optimization techniques, it is possible to deal with multi-objective optimization problems. This thesis presents a true multi-objective formulation of the OPF problem taking into consideration different operational constraints in order to ensure proper system operation. A multi-objective particle swarm optimization (MOPSO) has been proposed, developed and successfully implemented to solve the multi-objective OPF. The objective functions are to minimize fuel cost, wheeling cost and congestion management using TCSC device. A clustering algorithm is applied to manage the size of the Pareto set. Also, an algorithm based on fuzzy set theory is used to extract the best compromise solution. Two case studies have been used to test the proposed approach. The first case is IEEE 30-bus test system and the second case is 87-bus practical system. The results are compared with the available literature, it show the effectiveness of the proposed approach in solving true multi-objective OPF and also finding well distrusted Pareto solutions.

Item Type:	Thesis (Masters)
Subjects:	Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	Abido, Mohammad
Committee Members:	El-Amin, Ibrahim and Mansour, Mohamed
Depositing User:	ZARO FOUAD
Date Deposited:	06 Feb 2010 12:46
Last Modified:	01 Nov 2019 14:11
URI:	http://eprints.kfupm.edu.sa/id/eprint/136222