Nowe podejście do harmonogramowania czynności obsługowych systemów elektroenergetycznych wykorzystujące algorytm genetyczny oraz symulację Monte-Carlo

• Autorzy: Manbachi M. , Mahdloo F. , Haghifam M. R. , Ataei A. , Yoo Ch. K.

Warianty tytułu

EN

A new approach for maintenance scheduling of power systems, using a genetic algorithm and Monte-Carlo simulation

• Języki publikacji: EN

Abstrakty

EN

The aim of this study is to present a new comprehensive solution for maintenance scheduling of power generating units in deregulated environments by applying an annual independent market. The solution was obtained by using a Genetic Algorithm (GA) and a Monte-Carlo Simulation (MCS). In a deregulated environment, each Generation Company (GENCO) desires to optimize its payoffs, whereas an Independent System Operator (ISO) has its reliability solicitudes. In general, the two points of view create many problems. Therefore, we propose a method based on a GA for maintenance scheduling. In this method, GENCOs set their strategies to participate in an Annual Maintenance Market (AMM) by considering load uncertainties, fuel contracts and the behaviors of other companies. On the other hand, the ISO manages the AMM based on reliability and offers incentives/ penalties for companies relying on its policy through MCS. To evaluate the accuracy and applicability of our solution for maintenance scheduling of power generation units, an IEEE-118 bus test system was studied.

PL

Celem pracy jest przedstawienie nowego, całościowego rozwiązania w zakresie harmonogramowania czynności obsługowych jednostek wytwórczych w warunkach deregulacji, przy założeniu rocznego niezależnego rynku. Rozwiązanie otrzymano poprzez wykorzystanie algorytmu genetycznego (GA) oraz symulacji Monte-Carlo (MCS). W warunkach deregulacji, każde przedsiębiorstwo wytwórcze (Generation Company, GENCO) dąży do optymalizacji zysków, podczas gdy niezależny operator systemowy (Independent System Operator, ISO) troszczy się o niezawodność. Na ogół, zderzenie tych dwóch punktów widzenia stwarza wiele problemów. Dlatego też proponujemy metodę harmonogramowania czynności obsługowych opartą na GA. Zgodnie z tą metodą, przedsiębiorstwa GENCO ustalają swoje strategie uczestnictwa w rocznym rynku usług serwisowych (Annual Maintenance Market, AMM) biorąc pod uwagę niepewności związane z obciążeniem, umowy paliwowe oraz zachowania innych przedsiębiorstw. Z drugiej strony, ISO zarządza AMM w oparciu o niezawodność i daje przedsiębiorstwom premie lub nakłada na nie kary bazując na własnej polityce poprzez MCS. Trafność i stosowalność zaproponowanej metody harmonogramowania czynności obsługowych jednostek wytwórczych oceniono analizując system testowy wyposażony w magistralę IEEE-118.

Słowa kluczowe

EN

genetic algorithm; annual maintenance market; maintenance scheduling; Monte Carlo simulation; reliability

PL

algorytm genetyczny; roczny rynek serwisowy; harmonogramowanie czynności obsługowych; symulacja Monte Carlo; niezawodność

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2010
• Tom: nr 4
• Strony: 82--90
• Opis fizyczny: Bibliogr. 29 poz.

Twórcy

autor

Manbachi M.

autor

Mahdloo F.

autor

Haghifam M. R.

autor

Ataei A.

autor

Yoo Ch. K.

• Department of Electrical Engineering Azad University, P.O. Box 14515-775, Tehran, Iran

Bibliografia

• 1. Billinton R, Allan RN, Reliability evaluation of power systems. 2nd Ed. New York: Plenum Press, 1996.
• 2. Chattopadhyay D. A Game Theoretic Model for Strategic Maintenance and Dispatch Decisions. IEEE Transactions on Power Systems. Nov. 2004; 19(4) : 2014-2021.
• 3. Chłopek Z. The cognitive interpretation of the monte carlo method for the technical applications. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2009; 3(43): 38-46.
• 4. Chłopek Z, Laskowski P. Pollutant emission characteristics determined using the monte carlo method. Eksploatacja i Niezawodność - Maintenance and Reliability 2009; 2(42): 42-51.
• 5. Conejo A. J., et al. Generation Maintenance Scheduling in Restructured Power Systems. IEEE Transactions on Power Systems. May 2005; 20(2): 638-646.
• 6. Dahal K P, Aldridge C J, McDonald J R. Generator Maintenance Scheduling Using a Genetic Algorithm with a Fuzzy Evaluation Function. Fuzzy Sets and Systems 1999; 102: 21-29.
• 7. Dahal K. P, Chakpitak N. Generator Maintenance Scheduling in Power Systems Using Metaheuristic-based Hybrid Approaches. Electric Power System Research Journal 2007; 77: 771-779.
• 8. El-Sharkh M. Y, El-Keib A. A, Chen H. A Fuzzy Evolutionary Programming-based Solution Methodology for Security-Constrained Generation Maintenance Scheduling. Electrical Power System Research Journal 2007; (77): 771-779.
• 9. Electrical and Computer Engineering Department, Illinois Institute of Technology Test Case Archive; http://motor.ece.iit.edu/data
• 10. Eshraghnia R, et al. A New Approach for Maintenance Scheduling of Generating Units in Power Market. Proceeding of the 9th International Conference on Probabilistic Methods Applied to Power Systems (PMAPS). KTH. Stockholm, Sweden, June 2006.
• 11. Guo S, Wan H, Wang G, Min M. Analysis of grid resource compensation in market-oriented environment. Eksploatacja I Niezawodnosc - Maintenance and Reliability 2010; 2(26): 36-42.
• 12. Leou R C. A New Method for Unit Maintenance Scheduling Considering Reliability and Operation Expense. Electrical Power and Energy Systems 2006; 28: 471-481.
• 13. Leou R. C. A Flexible Unit Maintenance Scheduling Considering Uncertainties. IEEE Transactions on Power Systems Aug. 2001; 16(3): 552-559.
• 14. Manbachi M, Parsaeifard A. H, Haghifam M. R. A New Solution for Maintenance Scheduling using Maintenance Market Simulation based on Game Theory. Proceeding of the Electrical Power and Energy Conference (EPEC), IEEE. Montreal, Canada 2009.
• 15. Mohanta D K, Sadhu P K, Chakrabarti R. Deterministic and Stochastic approach for Safety and reliability optimization of captive power plant maintenance scheduling using GA/SA-based hybrid techniques: A comparison of results. Reliability Engineering and System Safety Journal 2007; 92: 187-199.
• 16. Mohanta D K, Sadhu P K, Chakrabarti R. Fuzzy Reliability evaluation of captive power plant maintenance scheduling incorporating uncertain forced outage rates and load representation. Electric Power System Research Journal 2004; 72: 73-84.
• 17. Negnevitsky M, Kelareva G. Development of a Multi-Layer Genetic Algorithm for Maintenance Scheduling in Power Systems. IEEE-PES Transmission and Distribution Conference and Exposition March 2008.
• 18. Park Y S, Kim J H, Park J H, Hong J H. Generating Unit Maintenance Scheduling using Hybrid PSO Algorithm. International Conference on Intelligent Systems Applications to Power Systems ISAP, Nov. 2007.
• 19. Power System Test Case Archive; http://www.ee.washington.edu/research/pstca/pf118/pg_tca118bus.htm
• 20. Rajabi-Ghahnavie A, Fotuhi-Firuzabad M. Application of Markov Decision Process in Generating Units Maintenance Scheduling. Proceeding of the 9th International Conference on Probabilistic Methods Applied to Power Systems (PMAPS). KTH. Stockholm, Sweden, June 2006.
• 21. Suresh K, Kumarappam N. Combined Genetic Algorithm and Simulated Annealing for Preventive Unit Maintenance Scheduling in Power System. IEEE Power Engineering Society General Meeting 2006.
• 22. Volkanovski A, Mavko B, Bosevski T, Causevski A, Cepin M. Genetic Algorithm Optimization of the Maintenance Scheduling of Generating Units in a Power System. Reliability Engineering and System Safety Journal 2008; 93: 757-767.
• 23. Wang W, Handschin E. A New Genetic Algorithm for Preventive Unit Maintenance Scheduling of Power Systems. Journal of Electrical Power & Energy Systems 2000; 22: 343–348.
• 24. Wang Z, Huang H Z, Du X. Reliability-based design incorporating several maintenance policies. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2009; 4(44): 37-44.
• 25. Xie L, Wang Y, Wang D. Reliability allocation principle for large system. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2010; 2(46): 8-12.
• 26. Xing L, Dugan J B, Morrisette B A. Effi cient reliability analysis of systems with functional dependence loops. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2009; 3(43): 66-69.
• 27. Yu T, Cui W, Song B, Wang S. Reliability growth estimation for unmanned aerial vechicle during fl ight-testing phases. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2010; 2(26): 43-47.
• 28. Zeng Sh, Sun B, Tong Ch. A modifi ed model of electronic device reliability prediction. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2009; 4(44): 4-9.
• 29. Zhihua G, Zhen R. Competitive Maintenance scheduling and Settlement Base on Bidding in Electricity Market, Proceeding of 2005 IEEE Industry Applications Conference, Oct. 2005; 4: 2684-2689.