6th International Conference on Electrical Engineering 11- 13 October 2010

Rsolution de Problme dEngagement des Turbines

"Unit Commitment" par la Mthode Hybride RT/RS
R. D. Mohammedi

S. Arif et A. Hellal

Laboratoire dAnalyse et de Commande des Systmes

dEnergie et Rseaux Electriques, universit Amar Telidji de Laghouat, BP-37G-03000 Laghouat, Algrie.
Emails: ridha_djamel@yahoo.fr; s.arif@mail.lagh-univ.dz ; a.hellal@mail.lagh-univ.dz
Rsum-

Le
problme
dtablir
un
programme
"allumage/extinction" optimal pour des centrales lectriques
dans un systme de production d'nergie s'appelle le problme
d'engagement des turbines (Unit Commitment Problem UCP).
Un sous problme de l'UCP doit trouver la production optimale
pour une combinaison donne des units en marche. Ce sous
problme s'appelle le problme de rpartition conomique
(Economic Dispatch Problem EDP).
Cet Article propose une nouvelle approche mtaheuristique
hybride Recherche TaboueRecuit Simul pour rsoudre le
problme de lUCP. Pour valider lalgorithme labor, plusieurs
tests sur des rseaux modles de diffrentes tailles ont t faits.
Les rsultats de simulations sont compars ceux obtenues par
plusieurs rfrences rcentes.
Mot Cls : Unit Commitment, Economic Dispatch, Recherche
Taboue, Recuit Simul.

NOMENCLATURE
FT
Pi (t)
Nt
N
Ui (t)
ai
bi
ci
Si (t)
PD(t)
Pimax
Pimin
PR(t)
CSCi

STi (t)
HSCi

Cot total de production ($).

Puissance produite par lunit linstant t (MW).
Nombre total dheures.
Nombre total dunits.
tat de lunit i linstant t (1 ou 0).
Cot vide de lunit i ($).
Coefficient de cot linaire de lunit i ($/MW).
Coefficient de cot quadratique de lunit i ($/MW2).
Cot total de redmarrage de lunit i linstant
t ($).
Puissance demande par la charge linstant t.
Puissance maximale de lunit i.
Puissance minimale de lunit i (MW).
Rserve tournante ncessaire linstant t (MW).
(Cold Start Cost) cot de redmarrage froid
de lunit i ($).
(start-up cost) cot de redmarrage de lunit i
linstant t ($).

SCi

(Cold Start) dure de redmarrage froid de lunit i

(heures).
DCi (t) (shut-down cost) cot dextinction de lunit i
linstant t ($).
X iON Temps durant lequel lunit i est allume (heures).
X iOFF

URi
DRi

Temps durant lequel lunit i est teinte (heures).

lvation maximale de la puissance pour lunit i
(MW).
Chute maximale de la puissance pour lunit i
(MW).
I. INTRODUCTION

Le problme dengagement des turbines (UCP) consiste

choisir les units de production qui seront oprationnelles sur
une chelle de temps discrtise, de manire minimiser le
cot total de production. Les units doivent satisfaire la charge
ainsi que la rserve tournante. De plus, chaque unit possde
ses propres limites de production et un temps minimal de
redmarrage et darrt. Il sagit donc dun problme
doptimisation complexe mixte, combinatoire et non linaire.
On peut grouper les mthodes de rsolution de ce problme
en trois classes :
- Mthodes dterministes.
- Mthodes mtaheuristiques.
- Mthodes hybrides (dterministe-mtaheuristique) ou
(mtaheuristique -mtaheuristique).
Parmi les mthodes dterministes, on trouve la mthode de
Liste de Priorit qui est simple et rapide mais la solution
trouve nest pas toujours une solution faisable [1]. La
programmation dynamique est une mthode doptimisation
dterministe oprant par phases (ou squences). Elle se repose
sur le principe doptimalit de Bellman : toute politique
optimale est compose de sous-politiques optimales [2].

(Hot Start Cost) cot de redmarrage chaud

de lunit i ($).

Sixth International Conference on Electrical Engineering CEE 2010

65

Une autre mthode dterministe est celle de Relaxation

Lagrangienne qui se base sur lquation du Lagrange de la
fonction cot totale. Elle consiste trouver les multiplicateurs
de Lagrange ( i et i ) maximisant la fonction duale qui
constitue la borne infrieure du problme primale. Cette
mthode itrative est plus rapide que la Programmation
Dynamique mais la solution trouve est loin dtre optimale
[3].

Contraintes du Systme
(1)Demande satisfaire
N

P ( t )U ( t ) = P ( t )
i

Rcemment, et pour surmonter ce problme, quelques

mthodes se basant sur lintelligence artificielle telles que les
mtaheuristiques ont t appliques.
En fait, les mtaheuristiques ont pour objectif de trouver
une solution optimale ou proche de la solution optimale pour
les systmes de grande taille avec un temps de calcul
acceptable. Dans ce travail nous avons propos une mthode
hybride Recherche Taboue et Recuit Simul (RT/RS) pour
rsoudre le problme de lUCP, lalgorithme propos a t
test avec succs sur plusieurs rseaux modles de diffrentes
tailles. Les rsultats de simulation ont t compars ceux
trouves par les mthodes classiques et dautres mthodes
mtaheuristiques prsents et discuts dans une littrature trs
rcente.

(3)

( t )U i ( t ) =PD ( t ) + PR ( t ) t = 1,......., N t

(4)

(2)Rserve garantir
N

Les mthodes dterministes assurent une solution optimale

ou proche de la solution optimale avec un temps acceptable
pour les systmes de petite taille, mais pour les systmes de
grande taille (plus de 10 units) ces mthodes souffrent dun
temps de calcul de plus en plus long.

t = 1,.......,N t

i =1

max

i =1

Contraintes des Units

(3) Puissance Borne
Pi min Pi (t ) Pi max
t = 1,......., N t
(4) Temps minimal dallumage
MUTi X iON
i = 1,......., N
(5) Temps minimal dextinction
MDTi X iOFF
i = 1,......., N
(6) lvation maximale de la puissance

(5)
(6)
(7)

Pi ( t ) min( Pimax , Pi ( t - 1 ) + URi ) Si

U i (t - 1) = 1 et U i (t ) = 1

(8)
i = 1,......., N

t = 1,.......,N t
(7) Chute maximale de la puissance

II. FORMULATION DU PROBLEME

Pi ( t ) max( Pi min , Pi ( t - 1 ) - DRi ) Si

1. Fonction objectif
Lobjectif du problme de lUnit Commitment est la
minimisation de la fonction cot tolal de production :

U i ( t - 1 ) = 1 et U i ( t ) = 1

(9)
i = 1,......., N
t = 1,.......,N t

(8) Autres contraintes

(1)

avec
Fi ( Pi (t )) = ai + bi Pi (t ) + ci Pi 2 (t )

Il existes dautres contraintes tels que : ltat initial des

units, les puissances initiales dlivres par les units, la
contrainte dquipement, et le fonctionnement obligatoire de
certaines units (Must-Run).
III. APPROCHE PROPOSEE

i = 1,......., N

t = 1,......., N t
et
HSC i , Si MDTi X iOFF MDTi + SCi
STi ( t ) =
CSCi , Si X iOFF > MDTi + SC i

2. Contraintes
Le problme du Unit Commitment est li aux contraintes
suivantes :

Sixth International Conference on Electrical Engineering CEE 2010

(2)

Lapproche propose est une hybridation entre le recuit

simul (RS) et la recherche taboue (RT). Cette hybridation
nous permettra de profiter de lavantage de la mthode Recuit
Simul: acceptation des mauvaises solutions ce qui
permet alors d'explorer une plus grande partie de l'espace de
recherche et tend viter de s'enfermer trop vite dans la
recherche d'un optimum local, et lavantage de la Recherche
Taboue qui consiste interdire (d'o le nom de tabou) de
revenir sur les dernires positions explores puisque les
positions dj explores sont conserves dans une Liste
Taboue d'une taille donne qui est un paramtre ajustable de
l'heuristique.

66

A.Codage de la solution

OFF

La solution est reprsente par une matrice de dimension

[ N N t ],
U 1( 1 ) U 1( 2 ) K U 1( t ) K U 1( N t )

U 2 ( 1 ) U 2 ( 2 ) K U 2 ( t ) K U 2 ( Nt )

M
M
K
M
K
M

S=
U i ( 1 ) U i ( 2 ) K U i ( t ) K U i ( Nt )

M
K
M
K
M

M
U ( 1 ) U ( 2 ) K U ( t ) K U ( N )
N
N
N
t
N
Avec :
U i (t ) est ltat de lunit i linstant t : un zro signifie que la
centrale est l'arrt, un 1 quelle est en fonctionnement.

B.Cration de la solution initiale

Les mthodes de parcours commencent toujours par le
calcul dune solution initiale, cette solution est souvent
alatoire. Pour ce faire, nous avons utilis une technique bas
sur la liste de priorit [1]. Cette technique assure de
commencer toujours par la mme solution initiale ce qui
rduit considrablement lcart entre les rsultats, de plus cette
solution est faisable et proche de la solution optimale.

Si S(unit,t-1)=0 et X i
Si rand < 0.5 alors
S(unit,t)=1
Sinon S(unit,t)=0
FinSi
Sinon S(unit,t-1)=0
FinSi
FinPour
FinSi
..
.

(rand gnre un nombre alatoire inclus entre 0 et 1)

Et pour
S(unit,temps)=1, on applique le mme
algorithme avec un changement de 0 par 1, MDT par MUT,
XOFF par XON.etc.
La figure (1) prsente un exemple dune perturbation
alatoire effectue sur la solution initiale avec MDTi =2 heures
et MUTi =2 heures.
Unit\Temps)

Dbut
Choisir unit ~ U (1...N ) , et temps~ t (1...N t )
Si S(unit,temps)=0 alors
Trouver quand lunit a t teinte tOFF
Trouver quand lunit a t redmarre tON
Dure=tOFF-tON
Si Dure=MDTunit alors
Pour t = tOFF jusqu tON -1
S(unit,t)=1
FinPour
Sinon
Si rand < 0.5 alors
S(unit,tOFF)=1
Sinon S(unit,tOFF)=0
FinSi
Pour t=tOFF+1 jusqu tON -1
ON

Si S(unit,t-1)=1 et X i MUTunit
Si rand < 0.5 alors
S(unit,t)=1
Sinon
Si t tON -MDTunit
S(unit,t)=0
Sinon
S(unit,t)=1
FinSi
FinSi
Sinon S(unit,t-1)=1
FinSi

Sixth International Conference on Electrical Engineering CEE 2010

Fig. 1 Exemple dune perturbation

C.Diversification (perturbation alatoire) [4]

Phase I : Perturbation
La section suivante prsente comment effectuer une
perturbation alatoire sur la solution actuelle S, cette technique
nous assure la diversification sur lespace de recherche

MDTunit

Phase II : Rparation
Aprs avoir effectuer une perturbation sur la solution initiale,
la nouvelle solution peut violer quelques contraintes, et il faut
rendre cette solution faisable (Rparation). Par exemple si la
contrainte (2) est viol (figure 2), c'est--dire qu linstant t,
la puissance maximale des units allumes cette heure est
infrieure la somme de la charge et la rserve. Alors, on a
besoin dallumer plus dunits cette heure et le choix des
units allumer est dtermin suivant la liste de priorit.
Unit\Temps

t-2

t-1

t+1

i
j

0
0

0
0

1
0

1
0

1
1

0
1

0
1

i
j

0
0

0
0

1
0

1
1

1
1

0
1

0
1

Fig. 2 Exemple de rparation de la contrainte (2)

De plus aprs avoir effectuer la phase I et la rparation

prcdente, les contraintes (4) et (5) peuvent tre violes, il
faut aussi les rparer, la figure 3 et la figure 4 illustrent des
exemples de rparation de ces contraintes avec MUTi =3heures
et MDTi=3heures.
D. Intensification (recherche locale) [4]

67

Le voisinage d'une solution est un sous-ensemble de

solutions qu'il est possible d'atteindre par une srie de
transformations donnes. Et la recherche locale consiste
dterminer partir de cette sous ensemble la meilleure
solution (optimum local). Dans cette section, nous prsentons
la procdure suivie pour la recherche locale pour assurer une
convergence plus rapide.
La procdure de la recherche locale (Voisinage) propose
suit presque le mme algorithme propos dans la rfrence [4].
La seule diffrence est que le choix de lunit teindre est
dtermin suivant la liste de priorit des units PL(t) tandis
que le choix du temps est fait suivant la liste de priorit des
charges Pcharge. Lalgorithme suivant prsente la procdure
suivie pour lintensification dans lapproche propose :
Fig. 3 Processus de recherche (RT/RS)

1. Dbut
2. Initialiser t =1, i =1
3. t = Pcharge(t), i=PL(i)
4. Si S(i,t)=1 alors
5. S(i,t)=0
6. Si les contraintes (2), (4), (5), (6) et (7) violes alors
7.
Redmarrer lunit S (i,t)=1 Aller 15
8.
Sinon
Comparer la rduction du cot de
production lheure t due lextinction
de lunit i : C1 , et laugmentation
du cot C2 due lallumage de lunit i
cette heure.
9.
Si C2>C1 alors
10.
Restorer lunit i S(i,t)=1
11.
Sinon
12.
Aller 15
13.
FinSi
14. FinSi
15. Si i< Taille(PL(t)) alors i=i+1 retourner 3
16. Sinon Aller 17 FinSi
17. Si t< Nt alors t=t+1, i=1 retourner 3
18. Sinon Aller 19 FinSi
19. Fin

Cette mthode progresse itrativement et alternativement

entre les phases de diversification, dintensification et
dapprentissage, ce processus peut tre schmatis par la
figure 3, et lalgorithme gnral de recherche sera prsent
dans la figure 4.

Initialisation
TL= C=C0 itr=0

tablissement de la
solution initiale S0
S*=S0 ;
C=C
itr =itr+1
NT = Taille de Tableau
k=1

Une perturbation effectue sur la

solution S*
(Diversification) ; S* SP

Recherche Locale au V(SP)

(Intensification) ; SP SL

SL TL

NON

OUI

NON

F(SL) <F(S*) ou
Exp(F(S*)-F(SL))/C rand

IV. APPLICATIONS NUMERIQUES

Pour rsoudre le problme dengagement des turbines (UCP)
dans un rseau dnergie lectrique, en utilisant la modlisation
et les mthodes mathmatiques prsentes auparavant, nous
avons labor un programme sous MATLAB. Pour valider ce
programme, nous lavons appliqu sur des rseaux modles de
diffrentes tailles. Pour voir lapport de la technique propose,
les rsultats de simulations ont t compars ceux obtenus
dans la littrature par dautres mthodes doptimisation surtout
par des techniques mtaheuristiques.

OUI

Remplacer S(Nmax) par SL

C>Cmin & itr<itrmax

NON

OUI

Afficher les Rsultats

Fig. 4 Algorithme de la mthode hybride RT/RS

Exemple 1: Le systme Sishaj06 de 10 gnrateurs [5]

Sixth International Conference on Electrical Engineering CEE 2010

68

Les caractristiques des gnrateurs ainsi que les charges et

les rserves durant les 24 heures de ce systme sont prsentes
dans la rfrence [5]. Afin de montrer lefficacit de
lalgorithme, une comparaison en terme de cot tolal de
production et temps de calcul a t effectue avec la mthode
de programmation dynamique et autres techniques prsentes
dans la littrature savoir la mthode de la recherche
arborescente Branch and Bound (B&B) et loptimisation par
colonie de fourmis (ACO) [5]. Le tableau 1 rsume les
rsultats obtenus. On constate bien que lapproche hybride
propose RT/RS a donn le meilleur rsultat comparativement
aux autres techniques.

Exemple 2: Le systme IEEE 118 noeuds avec 54 gnrateurs

[7]
Les caractristiques des gnrateurs ainsi que les charges et
les rserves peuvent tre trouves sur la rfrence [7]. Le cot
minimal de production obtenu par la technique dhybridation
RT/RS appliqu ce rseau est compar celui de la
technique SFA (Straight Forward Algorithm) trouve dans la
littrature (tableau 3). Il est clair que notre approche donne le
meilleur rsultat. Daprs la figure 5, 300 itrations sont
suffisantes pour atteindre le cot minimal de production pour
ce rseau ayant 54 units. Le temps dexcution moyen est
autour de 170 s.

TABLEAU 1
MEILLEURE PLANIFICATION DU SYSTEME SISHAJ06 (10 UNITES)
Units
1
2
3
4
5
6
7
8
9
10

Heures
1
2
200
145.83
150
280.23
145.05
0
92.562
96.333
0
60

200
138.4
150
263.32
136.83
123.64
86.942
90.87
0
60

200
145.77
150
280.1
144.99
133.69
92.521
96.293
76.624
60

200
200
200
200 200
176.24 202.61 232.27 254.55 270
150
150
150
150 150
349.45 409.45 476.95 520 520
178.73 207.93 240.78 265.45 280
150
150
150
150 150
115.57 120
120
120 120
110
110
110
110 110
80
80
80
80
80
60
60
60
60
60

10

11

12

13

14

15

16

200
320
150
520
280
150
120
110
80
60

200
320
150
520
280
150
120
110
80
60

200
300
150
520
280
150
120
110
80
60

200
270
150
520
280
150
120
110
80
60

200
254.55
150
520
265.45
150
120
110
80
60

200
145.83
150
280.23
145.05
0
92.562
96.333
0
60

200
138.4
150
263.32
136.83
123.64
86.942
90.87
0
60

200
145.77
150
280.1
144.99
133.69
92.521
96.293
76.624
60

17

18

19

20

200
200
200 200
176.24 202.61 232.27 254.55
150
150
150 150
349.45 409.45 476.95 520
178.73 207.93 240.78 265.45
150
150
150 150
115.57 120
120 120
110
110
110 110
80
80
80
80
60
60
60
60

21

22

23

24

200
270
150
520
280
150
120
110
80
60

200
320
150
520
280
150
120
110
80
60

200
320
150
520
280
150
120
110
80
60

200
300
150
520
280
150
120
110
80
60

Cot tolal de production

Temps de Calcul

83338.2493 $
28.32 s

TABLEAU 3
COMPARAISON ENTRE LA METHODE RT/RS ET LE SFA

Algorithmes
Cot de production total ($)

SFA [8]
1643818 $

RT/RS
1643515 $

raisonnable. Lutilisation de la mthode RT/RS dans le

problme de lunit Commitment peut constituer une
alternative intressante lorsque les mthodes doptimisation
traditionnelle ne parviennent pas fournir efficacement les
rsultats fiables.
REFERENCES
[1] A.J. Wood, B.F. Wollenberg, Power Generation, Operation & Control,
second ed., John Wiley & Sons Ltd., New York, (1996).
[2] R. Bellman, "Dynamic Programming", Princeton University Press,
Mathematical Reviews, Vol. 43, pp. 927-930, August 1957. Disponible
sur le lien: www.pnas.org/cgi/reprint/43/10/927.pdf

Fig. 5 Variation du cot de production en

fonction du nombre ditrations

[3] J.F. Bard, "Short-Term Scheduling Of Thermal-Electric Generators Using

Lagrangian Relaxation", Operation Research, Vol. 36, No. 5, pp. 756766, September 1988.

V. CONCLUSION

[4] G.K. Purushothama and L. Jenkins, "Simulated annealing with local

search-a hybrid algorithm for unit commitment", IEEE Trans. On power
system, Vol. 18, No. 1, pp. 273-278, February 2003.

Cet article a prsent lapplication de la mthode hybride

Recherche Taboue et Recuit simul pour rsoudre le problme
de lUnit Commitment. Lapproche propose nous a permis de
profiter de lavantage de la mthode Recuit Simul :
l'acceptation des mauvaises solutions ce qui permet alors
d'explorer une plus grande partie de l'espace de recherche et
lavantage de la Recherche Tabou qui consiste interdire de
revenir sur les dernires positions explores.
Cette mthode a t teste avec succs sur plusieurs rseaux
modles de diffrentes tailles prsents sur la littrature, elle a
donne des rsultats satisfaisantes avec un temps de calcul

Sixth International Conference on Electrical Engineering CEE 2010

[5] P. Sishaj. Simon, N. Padhy, R.S. Anand "An ant colony system approach
for unit commitment problem", Electric Power Systems Research, Vol.
28, No. 5, pp. 315323 , June 2006.
[6] S.A. Kazarlis, A. G. Bakirtzis, and V. Petridis, "A Genetic Algorithm
Solution to the Unit Commitment Problem", IEEE Trans. Power Systems,
Vol. 11, No. 1, pp. 83-92, February 1996.
[7] Les donnes du systme IEEE 118 noeuds avec 54 Gnrateurs,
Disponible sur le lien http://ee.sharif.edu/IEEE_118_BUS.doc.
[8] S.H Hosseini, A. Khodaei, F. Aminifar, "A Novel Straightforward Unit
Commitment Method for Large-Scale Power Systems", IEEE Trans.Power
Systems, pp. 21342143, Vol. 22, No. 4, November 2007.

69