حل مساله پخش بار اقتصادي نيروگاه هاي توليد هم زمان برق و حرارت با استفاده از الگوريتم اصلاح شده اي بر پايه الگوريتم بهينه سازي رقابت استعماري

A modified imperialist competitive algorithm for combined heat and power dispatch

در اين مقاله يك روش جديد بر پايه "الگوريتم رقابت استعماري (ICA)" براي حل مساله "پخش بار اقتصادي توليد هم زمان برق و حرارت "(CHPED) پيشنهاد مي شود. به منظور جلوگيري از به دام افتادن ICA در بهينه هاي محلي و بهبود كيفيت شبيه سازي، سياست همسان سازي جديدي معرفي مي شود كه به طور انطباقي در هر تكرار تغيير مي كند. مساله CHPED يك مساله بهينه سازي غيرخطي و غيرمحدب مي باشد كه داراي قيود مختلفي مي باشد. بر خلاف روش هاي قبلي، اثر تلفات و موقعيت شير در بعضي مثال ها در نظر گرفته شده و به وضوح در تابع متعارف هزينه به صورت عبارت سينوسي دقيقي فرموله شده است. به منظور ارزيابي كارآيي روش پيشنهادي سه نوع مثال مختلف با ابعاد كوچك، متوسط و بزرگ كه هر كدام داراي سيستم هاي آزمايشي مختلفي مي باشند با هدف پياده سازي بر روي روش پيشنهادي به كار رفته است. قابل ذكر است در حل مساله CHPED دو سيستم جديد با ابعاد بزرگ با در نظر گرفتن اثرات موقعيت شير در اين مقاله در نظر گرفته شده است. نتايج عددي نشان از برتر بودن و كيفيت بالاي حل الگوريتم پيشنهادي در مقايسه با ساير روش ها دارد.

In this paper, a new approach based on Imperialist Competitive Algorithm (ICA) has been proposed to solve the combined heat and power economic dispatch (CHPED) problem. In order to avoid trapping in local optimum and improve the solution quality of the original ICA, a new assimilation policy has been addressed with varying coefficients during iterations. CHPED problem is a non-convex and nonlinear optimization problem which has various constraints. Unlike previous methods, valve point effects are considered in some case studies and the effect of valve-point in cost function is considered with adding an absolute sinusoidal term to conventional polynomial cost function. To evaluate the effectiveness of the proposed method, three different test cases with small, medium and large scales, which each case study contains different systems, have been applied to investigate the performance of the proposed method on the CHPED problems. Numerical results demonstrate the superiority of the proposed framework and reveal that MICA can find better solutions in comparison to the other methods.