نشریه علمی پژوهشی مهندسی آبیاری و آب ایران

نشریه علمی پژوهشی مهندسی آبیاری و آب ایران

بهینه‏ سازی عملکرد نیروگاه‏ های برق‏ آبی حوضه کارون به وسیله الگوریتم کاوش باکتری و الگوریتم ژنتیک

نوع مقاله : مقاله پژوهشی

نویسندگان
کیمیا سلطانی 1
مرضیه ثمره هاشمی 2
آرمین شاهرخی 3
محمد ذونعمت کرمانی 4
1 گروه علوم و مهندسی آب دانشگاه باهنر کرمان
2 استادیار بخش مهندسی آب، دانشکده کشاورزی دانشگاه باهنر کرمان
3 کارشناسی ارشد مهندسی آب دانشگاه باهنر کرمان
4 دانشیار بخش مهندسی آب، دانشگاه باهنر کرمان
10.22125/iwe.2024.416092.1748
چکیده
نیروگاه‏های برق‏آبی یکی از منابع تولید انرژی‏های تجدیدپذیر هستند که نسبت به سایر منابع احیا شدنی، بهره‏وری بهتری دارند. یکی از شیوه‌های مناسب به منظور برنامه‌ریزی جهت به حداکثر رساندن بهره‌وری در این نیروگاه‌ها، به کارگیری روش‌های نوین بهینه‌سازی، مانند روش‌های فراکاوشی است. هدف از انجام این مطالعه محاسبه تولید حداکثر انرژی برق ممکن از مجموعه مخازن موجود برروی رودخانه‏های حوضه کارون می‏باشد، به نحوی که خللی در تأمین حقابه‏ها ایجاد نشود. به این منظور از روش‏ الگوریتم کاوش باکتری (BFO ) و‏ الگوریتم ژنتیک (GA) در بهینه‏یابی تولید برق استفاده شده است. نتایج نشان داد که می‏توان حداکثر تولید انرژی برق‏آبی را با 75% اطمینان‏پذیری در تأمین آب پایین‏دست، در دسترس داشت. با توجه به نتایج الگوریتم ژنتیک و کاوش باکتری، به ترتیب توانایی تولید انرژی برق‏آبی سالیانه 18347 و18431 گیگاوات-ساعت در سامانه مورد مطالعه وجود دارد، که سهم بیشتر آن مربوط به سد گدارلندر از شاخه کارون است و سهم شاخه دز، مطابق نتایج الگوریتم ژنتیک 2632.4 و با توجه به نتایج الگوریتم کاوش باکتری 2645.2 گیگاوات- ساعت است. با مقایسه عملکرد دو الگوریتم ژنتیک و کاوش باکتری، با پیچیده‌تر شدن تابع هدف، الگوریتم جستجوی باکتری توانایی بالاتری را در انجام محاسبات دقیق‌تر بروز می‌دهد.
کلیدواژه‌ها
بهره&‌rlm
برداری از سیستم مخازن
نیروگاه&‌rlm
های برق&‌rlm
آبی
مدیریت منابع آب
الگوریتم کاوش باکتری
الگوریتم ژنتیک
موضوعات

عنوان مقاله English

Optimization of hydropower energy generation in the Karoun basin using bacterial foraging optimization algorithm and Genetic Algorithm

نویسندگان English

KIMIYA soltani 1
Marzie Samare Hashemi 2
Armin Shahrokhi 3
Mohammad Zounemat-Kermani 4
1 Shahid Bahonar university of Kerman
2 Department of water engineering, agriculture faculty, Bahonar university of Kerman
3 MSC of water engineering, Bahonar university of Kerman.
4 Bahonar University of Kerman
چکیده English

Abstract

Hydropower plants are one of the renewable energy sources with higher efficiency than other renewable sources. One of the appropriate methods to maximize efficiency in these power plants is metaheuristic methods. The purpose of this study is to calculate the maximum power generation from the Karoun Basin reservoirs, so that there is no disruption in the supply of downstream demands. Thus, the bacterial foraging optimization algorithm (BFO) and genetic algorithm (GA) have been used to optimize power generation. The results showed that it is possible to have maximum hydropower energy production with 75% reliability in downstream water supply. According to the results of GA and BFO, there is an annual hydropower energy production capacity of 18347 and 18431 GWh, respectively, in the study area, the majority of which is related to the Godarlandar dam on the Karoun river. The Dez river share in power generation, according to the GA results, is 2632.4 GWh and, according to the BFO results, is 2645.2 GWh. Comparing the performance of GA and BFO, as the objective function becomes more complex, BFO shows a higher ability in more accurate calculations.

کلیدواژه‌ها English

Operation of Reservoir
Hydro-electrical Power Plants
Water Resource Management
BFO algorithm
Genetic algorithm
اکبری‏فرد، س.، م.رشریفی، ک. قادری. 1400. بهره‏برداری بهینه از انرژی برق‏آبی مخازن با استفاده از الگوریتم ازدحام پروانه (مطالعه موردی: سد کارون 4). نشریه علمی پژوهشی مهندسی آبیاری و آب ایران، ش 11، دوره 44، ص 69-86.
پرهیزکاری، م.، ح.، مازندرانی‏زاده، حامد. 1400. ﺑﻬﻴﻨﻪ‏ﺳﺎزی ﭼﻨﺪﻫﺪﻓﻪ ﺑﻬﺮه‏ﺑﺮداری از ﻣﺨﺰن برق‏آبی-مطالعه موردی: سد کارون 5. نشریه علمی سد و نیروگاه برق‏آبی، سال 8، ش 30، 1-10.
جمال‏منش، آ.، ا. سیفی، م. خداپرست مشهدی، م.ع. فلاحی. 1399. ارائه یک مدل غیرخطی برای حداکثرسازی سود نیروگاه‏های برق‏آبی در بلند مدت. فصل نامه مطالعات اقتصاد انرژی. شماره67. 1-32.
فاطمی، ا.، م. پاک‏بین، م. حافظ پرست مودت. 1395. توسعه مدل شبیه سازی تولید انرژی برق‏آبی مخزن با رویکردی جدید. نشریه مهندسی عمران و محیط زیست، ش 46، دوره 3، ص 89-99.
قدمی، م.، ب. قهرمان، م.ر. شریفی، ح. رجبی‏مشهدی. 1388. بهینه‏سازی بهره‏برداری از سیستم‏های چند مخزنی منابع آب با استفاده از الگوریتم ژنتیک. تحقیقات منابع آب ایران، شماره 5، دوره 2، 15 – 1.
کاکاوند، ع.، ب. شاهی‏نژاد، ح. ترابی‏پوده. 1397. بررسی عملکرد مدل ویپ در تحلیل انرژی برق‏آبی(مطالعه موردی: سد مخزنی سراب تلخ_ لرستان). فصل نامه علمی پژوهشی مهندسی آبیاری و آب، سال 9، ش 34، ص 148-165.
گودرزی، م.، ا. فاطمی، م. حافظ پرست مودت. 1400. بررسی اثر توزیع احتمالاتی جریان بر بهینه‏سازی انرژی برق‏آبی مخزن سد مارون. نشریه علمی پژوهشی مهندسی آبیاری و آب ایران، سال 12، ش 45، ص 192-209.
یاوری، ح. ر.، ا. رباطی، ن. جلال کمالی. 1401. بهینه‌سازی بهره‌برداری انرژی برق‌آبی از مخازن با استفاده از الگوریتم‌های فراکاوشی WCA (مطالعه موردی: سدِ جیرفت) مجله پژوهش آب ایران، 16، ش 3، 61-75.
Ahmadianfar, I., and Adib, A. 2014, Optimizing Hydropower Dams Operation Using Hybrid of PSO and GA (Case Study: Dez Dam). Journal of Irrigation Sciences and Engineering. 38(3):  63-71.
Ahmadianfar, I., Samadi-Koucheksaraee, A., and Bozorg-Haddad, O. 2017, "Extracting Optimal Policies of Hydropower Multi-Reservoir Systems Utilizing Enhanced Differential Evolution Algorithm". Water Resources Management. 31(14):  4375-4397.
Anvari, S., Mousavi, S., J., Morid, S. 2017, Stochastic dynamic programming-based approach for optimal irrigation scheduling under restricted water availability conditions, Irrig. and Drain. 66:492-500.
Anvari, S., Mousavi, S., J., Morid, S. 2014, Sampling/stochastic dynamic programming for optimal operation of multi-purpose reservoirs using artificial neural network-based ensemble streamflow predictions, Journal of Hydroinformatics, 16(4): 907-921.
Bozorg-Haddad, O., Janbaz, M., and Loáiciga, H.A. 2016, Application of the gravity search algorithm to multi-reservoir operation optimization. Advances in Water Resources. 98: 173-185.
Chen, H., Ahmadianfar, I., Liang, G., Bakhshizadeh, H., Azad, B., and Chu, X, 2022, A successful candidate strategy with Runge-Kutta optimization for multi-hydropower reservoir optimization, Expert Systems with Applications, , Issue C.
Das, S. Biswas, A. Dasgupta, S. and Abraham, A. 2009, Bacterial Foraging Optimization Algorithm: Theoretical Foundations, Analysis, and Applications. Department of Electronics and Telecommunication Engineering, 3: 23-55.
Farshi, T., R., and Orujpour, M, 2021, " A multi-modal bacterial foraging optimization algorithm" Journal of Ambient Intelligence and Humanized Computing, 12: 10035–10049.
Feng Z., Niu W., Liu S., Luo B., Miao S., Liu K., 2020, Multiple hydropower reservoirs operation optimization by adaptive mutation sine cosine algorithm based on neighborhood search and simplex search strategies, Journal of Hydrology, 590: 125223.  https://doi.org/10.1016/j.jhydrol.2020.125223
Mathew, T.,V., 2003, " Genetic Algorithm" Department of Civil Engineering Indian Institute of Technology Bombay, Mumbai, India
Moghadasi, M., Anvari, S., Akhondi, N., 2022, A trade‑of analysis of adaptive and non‑adaptive future optimized rule curves based on simulation algorithm and hedging rules, journal of theoretical and applied climatology, 148:65–78, https://doi.org/10.1007/s00704-022-03930-y
Passino, K. 2002, Biomimicry of Bacterial Foraging for Distributed Optimization and Control. IEEE Control Syst Mag. 22 (3): 52–67
Reddy, M.J., and Kumar, D.N. 2006, "Optimal reservoir operation using multiobjective evolutionary algorithm", Water Resources Management. 20(6): 861-878.
Samadi-Koucheksaraee, A., Ahmadianfar, I., Bozorg-Haddad, O., and Asghari-Pari, S.A. 2018, "Gradient Evolution Optimization Algorithm to Optimize Reservoir Operation Systems". Water Resources Management. 33(2): 603-625.
Sinha, A., K., and Anand, A, 2020, "Optimizing supply chain network for perishable products using improved bacteria foraging algorithm" Applied Soft Computing, , Issue C.
Zhang, J., Wu, Z., Cheng, C.T., and Zhang, S.Q. 2011, Improved particle swarm optimization algorithm for multireservoir system operation, Water Science and Engineering, 4(1): 61-74.
نشریه علمی پژوهشی مهندسی آبیاری و آب ایران
دوره 14، شماره 4 - شماره پیاپی 56
تابستان 1403
صفحه 144-160