IV-2.1 Test de l'algorithme Génétique
:
Dans cette partie, on va appliquer l'algorithme
génétique d'optimisation à l'écoulement de
puissance, et voir l'avantage de cet algorithme par rapport à celui de
l'écoulement de puissance de Newton-Raphson. Ensuite on va
procéder à des comparaisons avec la méthode lagrangien et
Monte Carlo [29].
Paramètres A-G
Le code représenté par le format binaire est
d'une longueur 16 bits pour chaque générateur. Les
probabilités de mutation est 0.05 [22]. Le tableau IV-1 montre les
paramètres de l'AG utilisés pour cette simulation.
|
Taille de la population
|
50-80
|
|
La mutation
|
0.05
|
|
Type de croisement
|
Croisement en un point
|
|
Type de sélection
|
proportionnelle
|
|
Nombre de générations
|
200
|
Tableau IV-1:.les
opérateurs de l'AG - Binaire.
IV-2.2 Réseau test à 6 jeux de barres
:
Ce réseau est constitué de 11 lignes de
transport, 3 générateurs et 3 charges au niveau des jeux de
barres n° 4, 5 et 6 Fig. IV-01. La puissance et la tension de base sont
respectivement, 100 MVA et 230 KV [02].
Les coefficients de la fonction quadratique de coût et les
limites min et max des puissances actives et réactives des trois
générateurs sont donnés dans le tableau IV-2.
|
|
Pgi
|
|
Qgi
|
Coefficients de coût
|
|
|
J-b
|
limite min.
|
limite max.
|
limite min.
|
limite max.
|
c
|
b
|
a
|
|
(MW)
|
(MW)
|
(Mvar)
|
(Mvar)
|
($/MW2hr)
|
($/MWhr)
|
($/hr)
|
|
1
|
50.0
|
200
|
- 300
|
300
|
0.00533
|
11.669
|
213.1
|
|
2
|
37.5
|
150
|
- 300
|
300
|
0.00889
|
10.333
|
200.0
|
|
3
|
45.0
|
180
|
- 300
|
300
|
0.00741
|
10.833
|
240.0
|
Tableau IV- 2 : Les données
des fonctions de coût des 3 générateurs du réseau 6
bus
Le niveau de tension de chaque jeu de barre i (en p.u) doit
obéir à la contrainte suivante 0 .90 = Vi =1.
1 0
Figure IV-1 : Schéma
unifilaire du réseau électrique à 6 jeux de barres
Le tableau IV-3 montre le module et la phase des tensions
après la convergence des algorithmes N-R, LAG, MC et A-G on remarque que
toutes les tensions sont dans leurs limites admissibles. Les résultats
énergétiques et économiques figurent dans le tableau
VI-04. Le coût de production de la puissance active, après
convergence de l'algorithme génétique est nettement
inférieur à celui de l'écoulement de puissance
conventionnel N-R (3125.5 $/h contre
3189.5$/h). On peut conclure que l'optimisation des puissances
actives nous a permis de réaliser un gain de 64 $/h, et
ce en respectant toutes les contraintes de sécurité
imposées, sur les tensions, puissances actives et puissances
réactives des générateurs.
|
N°
J-B
|
V ( Pu )
|
è ( deg ré )
|
|
N-R
|
Lambda
|
M-C
|
A-G
|
N-R
|
Lambda
|
M-C
|
A-G
|
|
1
|
1.0500
|
1.0500
|
1.0500
|
1.0500
|
0.0000
|
0.0000
|
0.0000
|
0.0000
|
|
2
|
1.0500
|
1.0500
|
1.0500
|
1.0500
|
-3.6712
|
-0.5252
|
-0.7663
|
-0.4775
|
|
3
|
1.0700
|
1.0700
|
1.0700
|
1.0700
|
-4.2733
|
-0.7809
|
-0.5621
|
-0.5662
|
|
4
|
0.9894
|
0.9870
|
0.9872
|
0.9870
|
-4.1958
|
-2.1085
|
-2.2448
|
-2.0690
|
|
5
|
0.9854
|
0.9846
|
0.9846
|
0.9845
|
-5.2764
|
-2.8585
|
-2.8647
|
-2.7623
|
|
6
|
1.0044
|
1.0046
|
1.0048
|
1.0047
|
-5.9475
|
-2.7278
|
-2.6687
|
-2.5773
|
Tableau VI-3 : Tensions du
réseau électrique à 6 J.B.
Il est clair d'après le tableau IV-4 que les pertes de
puissance actives ont diminué après l'optimisation. En effet, les
pertes par l'algorithme N-R sont de 7.8755 MW, alors qu'ils ne
sont que de 6.7406 MW en appliquant l'algorithme
génétique, soit une diminution de 1.1349 MW
(-14.41%).
|
N° J-B
|
|
|
N-R
|
lambda
|
M-C
|
A-G
|
|
1
2
3
|
107.8755
50.0000
60.0000
|
51.7190
91.0000
74.0000
|
54.7603
80.2614
81.6568
|
50.4633
89.117
77.1176
|
|
Puissance totale générée
|
217.8755
|
216.7090
|
216.6785
|
216.6986
|
|
Puissance totale demandée
|
210.0000
|
210.0000
|
210.0000
|
210.0000
|
|
Pertes totales de puissance
|
7.8755
|
6.7090
|
6.6785
|
6.6986
|
|
Coût de production ($/h)
|
3189.5
|
3126.9
|
3128.6
|
3126.4
|
Tableau IV-4 : Puissances et
coûts de production du réseau électrique à 6
J.B.
| 
