NAČRTOVANJE VODENJA DINAMIČNIH SISTEMOV S POMOČJO METOD EVOLUCIJSKEGA RAČUNANJACorn, Marko (Avtor) Atanasijević-Kunc, Maja (Mentor) evolucijsko računanjegenetski algoritmigenetsko programiranjediferenčna evolucijaAMEBAdinamični sistemiaktivna distribucijska elektroenergetska omrežjavodikova gorivna celicaPri reševanju problemov vodenja različnih sistemov želimo vedno najti čim boljšo rešitev, kar pogosto enačimo s pojmom optimizacije. Optimizacijski proces zahteva definicijo ustrezne cenilke, ki mora čim bolje odražati želene oz. neželene lastnosti delovanja obravnavanega sistema, nato pa je treba poiskati rešitev, ki zagotovi njeno optimalno vrednost. Tudi evolucija je optimizacijski proces, ki poganja naš ekosistem v ciklu nenehnega razvoja od ene generacije organizmov do druge. Kako je naravi uspelo zgraditi tako kompleksne organizme, ki uporabljajo izredno zanimive in raznolike načine delovanja? Kateri so osnovni gradniki evolucije? Kakšni so mehanizmi delovanja evolucije? Kako uspešno je mogoče te mehanizme posnemati v tehniki? Vsaj delno smo na zastavljena vprašanja skušali odgovoriti v pričujočem delu. Osredotočili smo se predvsem na uporabo metod oz. algoritmov, ki temeljijo na evolucijskih mehanizmih in jim pravimo algoritmi evolucijskega računanja. Njihovo uspešnost pa smo testirali na problemih načrtovanja vodenja dinamičnih sistemov. Primerjava je razkrila njihove relativne prednosti in slabosti, ter nam tako olajšala izbiro pravega pristopa in nas usmerjala pri razvoju novega pristopa oz. metode, ki smo ga predstavili v tem delu. V ta namen smo najprej opisali osnove delovanja evolucijskih algoritmov in pojmov, kot so osebek, okolje in reprodukcija, ter mehanizme delovanja, ki vodijo k nastanku rešitev. Podali smo tudi pregled obstoječih metod evolucijskega računanja, kamor sodijo genetski algoritmi, diferenčna evolucija, evolucijske strategije, evolucijsko programiranje, genetsko programiranje in metoda agentnega modeliranja AMEBA (angl. Agent Modeled Evolutionary Based Algorithm). V nadaljevanju smo podrobneje predstavili razvito metodo AMEBA in jo primerjali z drugimi sorodnimi metodami. Za namene testiranja metode smo razvili tudi programsko orodje v okolju Matlab, ki preko grafičnega vmesnika omogoča uporabniku prijazno uporabo algoritma AMEBA ter tudi primerjavo s številnimi drugimi pristopi, ki so realizirani v istem programskem okolju. Predstavljene evolucijske algoritme in metodo AMEBA smo testirali in primerjali na treh različnih dinamičnih sistemih: sistemu treh povezanih shranjevalnikov, sistemu vodikove gorivne celice in sistemu za razporejanje energije v aktivnih distribucijskih elektroenergetskih omrežjih. V povezavi s sistemom treh povezanih shranjevalnikov smo definirali tri probleme: parametrizacijo, kjer smo iskali karakteristiko ventila, identifikacijo, kjer smo želeli določiti model celotnega sistema, in načrtovanje sistema vodenja. Vsi testirani algoritmi so se izkazali za uporabne pri reševanju problema iskanja karakteristike ventila in pri reševanju problema načrtovanja sistema vodenja. Algoritem AMEBA pa je bil uspešno uporabljen tudi pri identifikaciji, kjer je generiral primerno rešitev. Drugi obravnavani sistem je sistem vodikove gorivne celice, v povezavi s katerim smo reševali dva problema: dopolnjevanje modela in izgradnjo sistema vodenja vodikove gorivne celice. Pri problemu dopolnjevanja modela smo demonstrirali možnost uporabe predhodnega znanja o sistemu, pri čemer smo z algoritmom AMEBA zgradili model masnega pretoka anode, ki predstavlja enega izmed sestavnih delov gorivne celice. Pri problemu načrtovanja vodenja sistema vodikove gorivne celice pa smo uporabili dobljeni model vodikove gorivne celice ter nato z algoritmom AMEBA načrtali sistem vodenja, ki zagotavlja učinkovito proizvodnjo električne energije. V petem poglavju smo obravnavali tretji sistem, kjer smo se osredotočili na reševanje problema razporejanja energije v aktivnih distribucijskih elektroenergetskih omrežjih. Problem razporejanja električne energije smo razširili v izgradnjo celotnega sistema, ki bi omogočal povezavo vseh uporabnikov elektroenergetskega sistema. Po splošni predstavitvi elektroenergetskega sistema smo se osredotočili na možnosti vpeljave obnovljivih virov energije v sistem, ki zaradi svoje stohastične narave proizvodnje električne energije povzročajo probleme v omrežju. Nastale probleme poskušajo reševati tudi aktivna distribucijska elektroenergetska omrežja oz. različni sistemi, ki jih to področje ponuja. Enega izmed takih sistemov predstavljamo v pričujočem delu. Razvili smo sistem za zagotavljanje energijske bilance za bilančne skupine z vključitvijo uporabnikov elektroenergetskega sistema. Sistem zagotavlja energijsko bilanco z razporejanjem uporabnikov. Eden ključnih elementov sistema za zagotavljanje energijske bilance je algoritem razporejanja, zato smo naredili primerjavo učinkovitosti posameznih metod evolucijskega računanja na dveh problemih z različno kompleksnostjo. Metode so učinkovito rešile problem manjše kompleksnosti. Pri tem se je za najbolj učinkovito izkazala metoda diferenčne evolucije. Pri reševanju problema večje kompleksnosti pa sta se najbolje odrezali metoda genetskih algoritmov in metoda AMEBA. Na podlagi opravljene primerjave smo se odločili za uporabo algoritma AMEBA kot algoritma razporejanja v sistemu za zagotavljanje energijske bilance. Sistem za zagotavljanje energijske bilance je pokazal, da je možna vključitev različnih tipov uporabnikov, in sicer tako porabnikov kot proizvajalcev električne energije, na način, ki prinaša ekonomski učinek tako zanje kot za bilančno skupino. Za namene testiranja sistema za zagotavljanje energijske bilance smo razvili tudi simulator v okolju Matlab, ki omogoča simulacijo, testiranje, prikaz in vrednotenje rezultatov, ter uporabniku prijazen grafični vmesnik za vnašanje nastavitev simulacije. Metodo AMEBA smo torej uspešno uporabili pri reševanju različnih problemov, povezanih z načrtovanjem vodenja dinamičnih sistemov. Ob njenem razvoju in testiranju pa so se odprla še številna dodatna vprašanja, ki jih bomo skušali reševati v prihodnosti.20152015-01-19 13:05:00Doktorsko delo/naloga30510VisID: 29501COBISS_ID: 10921556sl