[논문 리뷰] A New Approach to the Solution of Economic Dispatch Using Particle Swarm Optimization with Simulated Annealing

V. Karthikeyan, S. Senthilkumar외 1명|arXiv (Cornell University)|2013. 07. 11.

Electric Power System Optimization인용 수 4

한 줄 요약

이 논문은 전력 시스템의 경제적 조정(ED) 문제를 해결하기 위해 입자군집최적화(PSO)와 시뮬레이티드 어닐링(SA)을 융합한 하이브리드 메타휴리스틱 접근법을 제안한다. PSO의 전역 탐색 능력과 SA의 국소 탐색 정밀화를 융합함으로써, 기존 기법들보다 낮은 연료 비용과 더 빠른 수렴 속도를 달성하였으며, MATLAB에서 수행한 3단위 테스트 케이스를 통해 검증되었다.

ABSTRACT

A new approach to the solution of Economic Dispatch using Particle Swarm Optimization is presented. It is the progression of allocating production amongst the dedicated units such that the restriction forced are fulfilled and the power needs are reduced. More just, the soft computing method has received supplementary concentration and was used in a quantity of successful and sensible applications. Here, an attempt has been made to find out the minimum cost by using Particle Swarm Optimization Algorithm using the data of three generating units. In this work, data has been taken such as the loss coefficients with the max-min power limit and cost function. PSO and Simulated Annealing are functional to put out the least amount for dissimilar energy requirements. When the outputs are compared with the conventional method, PSO seems to give an improved result with enhanced convergence feature. All the methods are executed in MATLAB environment. The effectiveness and feasibility of the proposed method were demonstrated by three generating units case study. Output gives hopeful results, signifying that the projected method of calculation is competent of economically formative advanced eminence solutions addressing economic dispatch problems.

연구 동기 및 목표

• 운영 제약 조건을 만족시키면서 연료 비용을 최소화하는 전력 시스템의 경제적 조정 문제를 해결하기 위해.
• 비볼록 ED 문제에 대해 국소 최적해에 갇히는 경향이 있는 기존 기법들과 표준 PSO의 한계를 극복하기 위해.
• 국소 탐색 능력 향상과 국소 최적해 피하기를 위해 시뮬레이티드 어닐링을 통합함으로써 PSO의 성능을 향상시키기 위해.
• 표준 3기자기 단위 테스트 시스템을 사용하여 하이브리드 PSO-SA 접근법의 효과성을 검증하기 위해.
• 경제적으로 최적의 발전량 배분을 달성하는 데 있어 제안된 방법의 실현 가능성과 효율성을 입증하기 위해.

제안 방법

• 하이브리드 알고리즘은 입자군집최적화(PSO)와 시뮬레이티드 어닐링(SA)을 결합하여 수렴성과 전역 최적화 능력을 향상시킨다.
• PSO는 개별 및 전역 최적해를 기반으로 한 입자 속도와 위치 갱신을 활용하여 해 공간의 전역 탐색을 수행한다.
• 시뮬레이티드 어닐링은 일시적인 상향 이동을 允허함으로써 해를 정밀하게 개선하고 국소 최적해에 조기에 수렴할 위험을 줄인다.
• 알고리즘은 표준 PSO 식을 사용해 입자 위치와 속도를 반복적으로 갱신하며, SA는 온도에 따라 확률 기반으로 새로운 해를 수용 여부를 제어한다.
• 발전기 출력 제한과 손실 계수 등의 제약 조건은 타당한 해를 확보하기 위해 적합도 함수에 통합된다.
• 전체 알고리즘은 3기자기 사례 연구를 사용하여 MATLAB 환경에서 구현 및 테스트되었다.

실험 결과

연구 질문

• RQ1 시뮬레이티드 어닐링을 입자군집최적화와 융합함으로써 경제적 조정 문제의 수렴성과 해 품질을 향상시킬 수 있는가?
• RQ2 하이브리드 PSO-SA 방법은 기존 기법에 비해 연료 비용 절감과 수렴 속도 측면에서 어떻게 비교되는가?
• RQ3 비볼록 경제적 조정 문제에서 하이브리드 접근법이 국소 최적해에 갇히는 정도는 어느 정도인가?
• RQ4 실제 운영 제약 조건이 있는 소규모 전력 시스템에 대해 제안된 방법은 강건하고 효과적인가?
• RQ5 손실 계수와 발전기 제한 제약 조건을 통합함으로써 하이브리드 알고리즘의 성능에 어떤 영향을 미치는가?

주요 결과

• 제안된 PSO-SA 하이브리드 방법은 3단위 테스트 시스템에서 기존 기법들보다 낮은 총 연료 비용을 달성하였다.
• 알고리즘이 표준 PSO보다 더 신뢰성 있게 최적 또는 근접 최적 해에 도달하는 데 향상된 수렴 행동을 보였다.
• 시뮬레이티드 어닐링의 통합으로 국소 최적해에 갇힐 가능성이 크게 감소하여 해의 강건성이 향상되었다.
• 발전기 출력 제한과 손실 계수를 포함한 모든 운영 제약 조건을 성공적으로 만족시켰다.
• MATLAB 시뮬레이션 결과는 하이브리드 접근법이 경제적 조정 문제를 해결하는 데 실현 가능하고 효과적임을 확인하였다.
• 사례 연구는 제안된 방법이 경제적으로 열등한 고품질의 배분 해를 생성할 수 있음을 보여주었다.