Geri Dön

Genetik algoritmalarla kısa dönem optimum ünite tahsisi

Short term optimum unit commitment by genetic algorithms

  1. Tez No: 232680
  2. Yazar: UĞUR ALKANOĞLU
  3. Danışmanlar: YRD. DOÇ. DR. MEHMET YILDIRIM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Enerji, Computer Engineering and Computer Science and Control, Energy
  6. Anahtar Kelimeler: Genetik algoritma, Ünite tahsisi, Ekonomik yük dagılımı, Elektrik enerjisi üretimi, Genetic algorithms, Unit commitment, Economic load dispatch, Production of Electrical Energy
  7. Yıl: 2007
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 94

Özet

Bütün enerji sistemlerinde yapılması gereken en önemli is ünite tahsisidir. Talep edilen enerjiye bakılmaksızın bütün üniteleri çalısır durumda bırakmak oldukça pahalıya mal olmaktadır. Talebe göre, çalısmasına gerek duyulmayan ünitelerin kapalı durumda bırakılması önemli miktarlarda maliyet tasarrufu saglamaktadır. Talep ve yedek enerjiyi karsılamak üzere, ünitelerin hangi saatlerde devrede ya da devre dısında kalacakları planlanırken, ünitelerin ekonomiklik kosulları ile birlikte ünitelerin teknik çalısma sartlarını belirleyen kısıtlamalar da göz önünde bulundurulur. Toplam üretim maliyetinde azalma saglamak için yapılan ve enerji sisteminde yer alan bütün ünitelerin planlanan bir çalısma takvimine göre sisteme alınması veya sistemden çıkartılması ünite tahsis problemidir. Ünite tahsis problemi kısıtlamalı bir optimizasyon problemidir. Bu problemde, problemin giris degerleri; talep edilen enerji, rezerv olarak bulundurulması gereken yedek enerji, ünitelerin karakteristik özellikleri olan ortalama yakıt maliyetleri, minimum devrede kalma ve minimum devre dısı kalma süreleri, baslatma maliyetleri, kapatma maliyetleridir. Problemin çıkısında ise, hangi ünitelerin hangi saat diliminde çalısacagını ve çalıstırılacak olanlardan ne kadar enerji alınacagını gösteren bir plan bulunur. Çok sayıda kısıtın olması, karmasıklıgı ve analitik çözüm yolunun olmaması gibi nedenlerle; çözümü zor, dogrusal olmayan, genis ölçekli ve kombinasyonel bir problemdir. Bu nedenle, çözüm uzayında rastlantısal arama yapan yöntemlerden olan genetik algoritmalar bu problemin çözümünde kullanılmıs ve yapılan uygulama programı ile bulunan sonuçlar gösterilmistir.

Özet (Çeviri)

The most important job is solving the unit commitment problem in the energy system. Working of all units without considering the power demand causes too much expenses. According to the power demand, shutting-down of unnecessary units saves a great deal of production cost. While planning which units are on or off in order to meet the consumers variable demands in a day, technical operating constraints of units should be obeyed as well as the economical constraints. The unit commitment problem in a power system involves determining start-up and shut-down schedules of units to be used to meet forecasted demand over a future short term. Unit commitment is a constrained optimization problem. The inputs of the problem are power demand, spinning reserve, the characteristics of the units which are fuil cost, minimum up-time constraint, minimum down-time constraint, start-up cost, and shut-down cost. The outputs of the problem is a plan that shows hourly on or off states of units in a day and the power outputs of the units. Since it has some constraints, course of dimensionality and no analytical solution, the unit commitment problem is a non-linear, large-scale, combinetorial problem and so it is hard to solve. For this reason, genetic algorithm which is the one of randomized search methods is used to solve the unit commitment problem.

Benzer Tezler

  1. Melez akış tipi çizelgeleme problemi için tepkisel bir algoritma

    A reactive algorithm for the hybrid flow shop scheduling problem

    ABDULLAH AKTEL

    Doktora

    Türkçe

    Türkçe

    2015

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET MUTLU YENİSEY

  2. Talep tahmini için gri temelli bir yaklaşım

    A grey based approach to demand forecasting

    CEYDA TANYOLAÇ BİLGİÇ

    Doktora

    Türkçe

    Türkçe

    2022

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. FERHAN ÇEBİ

  3. Extending current techniques for electrical layout optimization of onshore wind farms considering 3d model of the terrain

    Kara tipi rüzgar enerjisi santrallarının 3 boyutlu arazi modeli kullanarak elektrik tek hat optimizasyonu

    KAAN DEVECİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURAK BARUTÇU

    DOÇ. DR. EMRE ALPMAN

  4. 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

  5. Genetik algoritmaların optimal güzergah belirlenmesine uygulanması

    Optimal genetic algorithms determining the implementation of route

    İSMAİL KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHaliç Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ULVİYE HACIYEVA