1. OBVLADOVANJE HIDROENERGETSKIH OBJEKTOV V SKUPINI HOLDING SLOVENSKE ELEKTRARNEArnel Glotić, 2011, undergraduate thesis Abstract: V diplomskem delu je izdelana analiza različnih stanj obratovanja hidroenergetskih objektov, ki spadajo v skupino Holding Slovenske elektrarne. Precejšnji del teh hidroenergetskih objektov je popolnoma avtomatiziran. Zaradi tega je težnja k obratovanju le-teh brez posadke, saj se na ta način znižujejo stroški obratovanja. Kljub temu, da avtomatizirani objekti obratujejo brez posadke, so še vedno potrebni dežurni elektrarn ter vzdrževalci, ki so lahko zaposleni na enem ali istočasno več hidroenergetskih objektih. Njihova skrb je pravilno delovanje objektov in zagotavljanje oz. povečevanje njihove zanesljivosti in razpoložljivosti. Pri tem so natančno definirane naloge in pristojnosti, s katerimi lahko proces vzdrževanja optimiramo glede na vrsto vzdrževanja.
V okviru diplomskega dela je izvedena optimizacija procesa vzdrževanja s pomočjo algoritma diferenčne evolucije, ki ga uvrščamo med evolucijske algoritme, saj pri svojem delovanju posnema naravno evolucijo.
Rezultat optimizacije je prikaz porazdelitve posameznih vzdrževalnih del znotraj enomesečnega intervala. Pri tem so kot referenca uporabljeni podatki iz leta 2010, ki smo jih za izbrane objekte pridobili iz sistema Maximo.
Keywords: Hidroelektrarne, Holding Slovenske elektrarne, obvladovanje, optimizacija, diferenčna evolucija
Published: 01.09.2011; Views: 1932; Downloads: 339
 Full text (4,73 MB) |
2. Optimizacija proizvodnje električne energije z uporabo modificiranega algoritma diferenčne evolucijeArnel Glotić, 2015, doctoral dissertation Abstract: Doktorska disertacija obravnava področje optimizacije proizvodnje električne energije iz hidroelektrarn in termoelektrarn. Nanaša se na kratkoročno obdobje in predstavlja kompleksen optimizacijski problem. Kompleksnost problema izhaja iz velikega števila odvisnih spremenljivk in številnih omejitev elektrarn. Glede na kompleksnost problema je za optimizacijo uporabljen algoritem diferenčne evolucije, ki je sicer znan kot uspešen in robusten optimizacijski algoritem.
Uspešnost delovanja algoritma diferenčne evolucije je tesno povezana z izbiro krmilnih parametrov, zmogljivost pa je mogoče izboljšati med drugim tudi s paralelizacijo algoritma. V doktorski disertaciji je predstavljen modificiran algoritem diferenčne evolucije, ki z novim načinom paralelizacije izboljša zmogljivost doseganja globalno optimalnih rešitev pri optimizaciji proizvodnje električne energije. Uspešnost delovanja algoritma pa je izboljšana tudi z novim načinom dinamičnega spreminjanja velikosti populacije. S tem se poleg doseganja kvalitetnejših rešitev v primerjavi s klasičnim algoritmom diferenčne evolucije doseže hitrejša konvergenca postopka oz. se skrajša čas optimizacijskega procesa.
Rešitve, ki so predstavljene v disertaciji, so poleg preverjanja na testnih modelih elektrarn, uporabljenih v številnih strokovnih in znanstvenih publikacijah, preverjene tudi na modelih realnih elektrarn. Pri optimizaciji proizvodnje električne energije iz hidroelektrarn in termoelektrarn je zasledovanih več kriterijev: zadovoljitev dane sistemske zahteve oz. voznega reda, minimiziranje porabe vode na enoto proizvedene električne energije, znižanje oz. eliminiranje prelivanja vode, zadovoljitev končnih stanj rezervoarjev hidroelektrarn ter minimiziranje stroškov energenta in emisij pri termoelektrarnah.
Keywords: Optimizacija, hidroelektrarne, termoelektrarne, sistemska zahteva, diferenčna evolucija, paralelni algoritem
Published: 24.04.2015; Views: 1649; Downloads: 257
Full text (8,93 MB) |
3. |
4. Optimization of energy storage usageArnel Glotić, Peter Kitak, Igor Tičar, Adnan Glotić, 2012, published scientific conference contribution Abstract: This paper suggests the use of dynamic population size throughout the optimization process which is applied on the numerical model of a medium voltage post insulator. The main objective of the dynamic population is reducing population size, to achieve faster convergence. Change of population size can be done in any iteration by proposed method. The multiobjective optimization process is based on the PSO algorithm, which is suitably modifiedin order to operate with the principle of the optimal Pareto front.
Keywords: differential evolution, energy, optimization, hydro power plants
Published: 10.07.2015; Views: 490; Downloads: 24
 Link to full text |
