Geri Dön

Generatör birim katkı sorununun genetik algoritmalar ile çözülmesi

A genetic algorithms solution to the unit commitment problem

  1. Tez No: 152368
  2. Yazar: MEHMET EMİN SAPMAZ
  3. Danışmanlar: DOÇ.DR. HASAN DAĞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2004
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 55

Özet

ÖZET ÖZET GENERATOR BİRİM KATKI SORUNUNUN GENETİK ALGORİTMALAR İLE ÇÖZÜLMESİ Günlük yük eğrisindeki değişimler elektrik enerjisi üretiminin bir saatlik periyotlar ile gün bazmda planlanmasını gerektirir. Bu planlama yapılırken sistemin en düşük maliyet ile enerji üretmesi istenir. Enerji sisteminin ekonomik işletilmesi, günlük değişken yük eğrisinde hangi santralin devreye alınıp çıkarılacağı, ne kadar kapasite ile işletileceği belirleyerek gerçeklenir. Çözüme ulaşmak için ekonomik işletmenin yanında, enerji üretim birimlerinin dinamik değişim kısıtlamaları, enerji sisteminin fiziksel kısıtlamaları gibi birçok kısıtlamadan oluşan bir problem ortaya çıkar, bu probleme“birim katkı sorunu”adı verilir ve matematiksel olarak kısıtlılık içeren bir eniyileme sorunudur. Birim katkı sorunu analitik çözümü olmayan bir problemdir. Problemin kısıtları çözüm uzayındaki geçerli çözümler arasından çok az bir bölümünün uygun olmasına neden olmaktadır. Birim katkı sorununu üzerinde birçok çalışma yapılmasının bir nedeni problemin tasarruf potansiyelidir. Tahminlere göre 10000 MW kurulu gücü bulunan bir sistemde yapılacak günlük %1 düzeyindeki bir maliyet düşüşü, yıllık 20 milyon Amerikan dolan tasarruf sağlamaktadır. Genetik Algoritmalar doğada canlılarda görülen evrimin benzerinin problem çözümüne uygulanmasıyla oluşmuş bir tekniktir. Son 45 yılda yapılan çalışmalar, uygulanan birçok alan ve sonuçlar bu tekniğin başarısını kanıtlamaktadır. Genetik algoritmalar özellikle analitik çözümü olmayan veya çok zor yapılabilen, çözüm uzayının taranmasını gerektiren uygulamalarda başarılı sonuçlar sağlamaktadır. Birim katkı sorunu GA'nın başarılı olduğu problem tiplerinden biri olduğunda ve günümüze kadar yapılan çalışmalar bu alanda iyi sonuçlar verdiğinden bu çalışmada birim katkı sorununun çözümü için GA kullanılmıştır. Çalışmada öncelikle birim katkı sorunu kısıtlanyla birlikte incelenmiş ve matematiksel formülasyonu verilmiştir. Sonraki aşamada problemin çözümüne ıxuygulanacak olan genetik algoritmalardan bahsedilmiştir. Bugüne kadar birim katkı sorununu GA kullanarak çözüm yapmış çalışmalar incelenmiş, birbirlerine üstünlükleri ve önerdikleri yeniliklere değinilmiştir. Son olarak da çözümü yapılacak örnek sistem verilmiş ve sonuçlar listelenmiştir. Elde edilen sonuçlar GA'ın birim katkı sorununun çözümünde başarılı olduğunu göstermektedir. Bunun yanında GA'nm parametreleri arasında mutasyon ve çaprazlama oranını çözümün yakınsamasını ve kalitesini etkilemektedir. Seçim işlevlerinin çözümün kalitesinde önemli bir etkisi olmadığı görülmüştür.

Özet (Çeviri)

SUMMARY A GENETIC ALGORITHMS SOLUTION TO THE UNIT COMMITMENT PROBLEM The cyclical demand for electricity over a course of a day requires utility company to plan for power generation on an hourly basis for up to 24 or 48 hours. The main objective of this planning is to reduce the generation costs. While scheduling generators, it should be considered that electrical system has dynamic, thermal and mechanical constraints. The scheduling of generators with regard to these constraints is called unit commitment problem (UCP). Unit Commitment Problem is a large scale constrained optimization problem. Because of the constraints, it has few feasible solutions in search space. The main aim of UCP is to minimize generation costs, since about a 1% reduces of generation costs saves 20 millions US Dollars per year. That saving potential makes this problem an intensive research area. Genetic algorithms (GA) are problem solving techniques, which is the analogous of evolution in nature.. GA searches the solution space heuristically for a minimum or maximum value. Throughout this search it evolves a set of solutions for best value. Over 45 years of applications on various areas shows that GA is a feasible solution technique for non-analytical large scale problems The objective of this study is to apply GA to solve the UCP and to find optimum GA parameters for this problem. Firstly, UCP problem is explained with its constraints and mathematical formulation. Then GA and its operators are mentioned in details. The research results obtained in the area of UCP using GA are compared with respect to their innovations and GA operators. Finally, the mathematical model of the application and the steps of the applied GA are explained. The results of this work show that GA is a feasible solution technique for UCP. The mutation and crossover rate of the GA influence the solution. On the other hand the selection operators have no influence on the convergence to the optimum solution. XIAlso, elitism is a requirement for preserving the feasible solution over the populations. xu

Benzer Tezler

  1. A decision support framework for flp in the context of industrial facilities by the use of bim

    Endüstriyel yapılar özelinde tesis yerleşimi problemlerinde bım kullanımı ile tasarımcıya yardımcı olacak bir çerçeve önerisi

    YİĞİTCAN ÜLKÜCÜ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    DOÇ. DR. SEMA ALAÇAM

  2. Gezgin satıcı probleminin hadoop üzerinde çalışan paralel genetik algoritma ile çözümü

    Parallel genetic algorithm to solve traveling salesman problem on hadoop cluster

    HARUN RAŞİT ER

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NADİA ERDOĞAN

  3. Mekanik otopark tesislerinin yer seçimi ve boyutlandırılması için genetik algoritma tabanlı bir yaklaşım

    A GA based approach to location selection and dimensioning of automated parking facilities

    TOLGA KARASAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    PROF. DR. MİNE ÖZKAR KABAKÇIOĞLU

  4. A modified anfis system for aerial vehicles control

    Hava araçları kontrolü için değiştirilmiş anfıs sistemi

    MUHAMMET ÖZTÜRK

    Doktora

    İngilizce

    İngilizce

    2022

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM OZKOL

  5. Technology and energy management for cogeneration and trigeneration systems based on multi-objective optimization in integrated structures

    Bütünleşik yapılarda çok amaçlı optimizasyona dayalı kojenerasyon ve trijenerasyon sistemlerinin teknoloji ve enerji yönetimi

    ÖZAY KAS

    Doktora

    İngilizce

    İngilizce

    2022

    EnerjiPiri Reis Üniversitesi

    Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı

    PROF. DR. MEHMET ZİYA SÖĞÜT