Luận văn thạc sĩ HCMUTE về đánh giá ổn định động hệ thống điện

Tổng hợp kiến thức Đánh giá ổn định động hệ thống điện: Chọn mẫu và thông số điển hình tại HCMUTE, tiếp cận khoa học, hỗ trợ học tập và nghiên cứu

• Tác giả: Nguyễn Văn Trọng
• Người hướng dẫn: PGS.TS Quyền Huy Ánh
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
• Chuyên ngành: Kỹ Thuật Điện
• Đề tài: Đánh Giá Ổn Định Động Hệ Thống Điện: Chọn Mẫu Và Thông Số Điển Hình Tại HCMUTE
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2015
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Tổng quan chung về lĩnh vực nghiên cứu
• 1.2. Thực trạng hệ thống điện
• 1.3. Hướng nghiên cứu về ổn định hệ thống điện
• 1.4. Mục tiêu của đề tài
• 1.5. Nhiệm vụ của đề tài và giới hạn đề tài
• 1.5.1. Nhiệm vụ của đề tài
• 1.5.2. Giới hạn đề tài
• 1.6. Phương pháp nghiên cứu
• 2. CHƯƠNG 2: MẠNG NƠ-RON VÀ ỔN ĐỊNH HỆ THỐNG ĐIỆN
• 2.1. Khái niệm
• 2.2. Cấu trúc mạng nơ-ron nhân tạo
• 2.3. Mô hình toán của mạng nơ-ron nhân tạo
• 2.4. Phân loại mạng nơ-ron
• 2.5. Mạng nơ-ron truyền thẳng một lớp

Tóm tắt

I. Tổng quan về hệ thống điện

Hệ thống điện (HTĐ) là một phần không thể thiếu trong cơ sở hạ tầng kinh tế của mỗi quốc gia. HTĐ bao gồm ba phần chính: phát điện, truyền tải và phân phối. Phần phát điện bao gồm các nhà máy như nhiệt điện, thủy điện và điện hạt nhân. Phần truyền tải là hệ thống xương sống, bao gồm các đường dây và máy biến áp. Phần phân phối cung cấp điện trực tiếp cho các phụ tải. Để đảm bảo HTĐ hoạt động ổn định, cần đáp ứng các yêu cầu về ổn định động, tin cậy và chất lượng điện năng. Tuy nhiên, HTĐ hiện nay đang đối mặt với nhiều thách thức như tăng trưởng phụ tải nhanh, cạn kiệt tài nguyên và sự xuất hiện của các nguồn năng lượng tái tạo. Những vấn đề này đòi hỏi phải có các nghiên cứu và giải pháp hiệu quả để đảm bảo đánh giá hệ thống điện một cách chính xác và kịp thời.

1.1 Thực trạng hệ thống điện

Thực trạng của HTĐ hiện nay cho thấy sự gia tăng nhanh chóng của phụ tải, đặc biệt ở các nước đang phát triển như Việt Nam. Tỉ lệ tăng trưởng phụ tải lên đến 15-20% mỗi năm, tạo ra áp lực lớn cho ngành điện. Bên cạnh đó, sự cạn kiệt tài nguyên như than đá và dầu mỏ cũng làm hạn chế khả năng phát triển các nhà máy điện mới. Năng lượng tái tạo như gió và mặt trời đang trở thành lựa chọn khả thi, nhưng cũng đặt ra thách thức trong việc quản lý và vận hành HTĐ. Việc đánh giá hiệu suất và ứng dụng công nghệ điện hiện đại là cần thiết để đảm bảo sự ổn định và phát triển bền vững cho HTĐ.

II. Hướng nghiên cứu về ổn định hệ thống điện

Nghiên cứu về ổn định động của HTĐ đã có từ đầu thế kỷ 20, với những đóng góp quan trọng từ các nhà khoa học như R. Park và A. Goriev. Họ đã phát triển các phương pháp toán học để mô hình hóa quá trình quá độ của HTĐ. Các phương pháp này đã giúp đơn giản hóa việc đánh giá ổn định cho các HTĐ phức tạp. Tuy nhiên, các phương pháp truyền thống thường tốn nhiều thời gian và không phù hợp với yêu cầu đánh giá trong thời gian thực. Do đó, việc áp dụng các kỹ thuật mới như mạng nơ-ron nhân tạo (ANN) đang trở thành xu hướng. ANN có khả năng học hỏi nhanh chóng và xử lý dữ liệu hiệu quả, giúp cải thiện độ chính xác trong việc đánh giá ổn định động của HTĐ.

2.1 Phương pháp nghiên cứu

Phương pháp nghiên cứu trong lĩnh vực ổn định động HTĐ bao gồm việc sử dụng mạng nơ-ron để nhận dạng trạng thái ổn định. Mạng nơ-ron có khả năng xử lý song song và học hỏi từ dữ liệu, giúp cải thiện tốc độ và độ chính xác trong việc đánh giá. Việc lựa chọn các biến đặc trưng đầu vào là rất quan trọng, ảnh hưởng đến hiệu suất của mạng nơ-ron. Các nghiên cứu hiện tại chủ yếu tập trung vào việc tối ưu hóa quá trình huấn luyện mạng nơ-ron để bao quát toàn bộ kịch bản vận hành của HTĐ. Điều này không chỉ giúp nâng cao độ chính xác mà còn giảm thiểu thời gian tính toán, đáp ứng yêu cầu khắt khe trong việc đánh giá hệ thống điện.

III. Kết luận và ứng dụng thực tiễn

Nghiên cứu về đánh giá ổn định động HTĐ không chỉ có giá trị lý thuyết mà còn mang lại nhiều ứng dụng thực tiễn. Việc áp dụng các phương pháp mới như mạng nơ-ron giúp cải thiện khả năng dự đoán và quản lý ổn định cho HTĐ. Điều này đặc biệt quan trọng trong bối cảnh hiện nay, khi mà nhu cầu điện năng ngày càng tăng và các nguồn năng lượng tái tạo ngày càng phổ biến. Các giải pháp được đề xuất trong nghiên cứu có thể được áp dụng để phát triển các hệ thống quản lý điện thông minh, giúp nâng cao hiệu quả và độ tin cậy của HTĐ. Sự kết hợp giữa lý thuyết và thực tiễn trong nghiên cứu này sẽ góp phần quan trọng vào việc phát triển bền vững cho ngành điện tại Việt Nam.

3.1 Ứng dụng trong thực tiễn

Các ứng dụng của nghiên cứu này có thể được triển khai trong việc phát triển các hệ thống giám sát và điều khiển HTĐ. Việc sử dụng mạng nơ-ron để đánh giá ổn định động sẽ giúp các nhà quản lý điện có thể đưa ra quyết định kịp thời và chính xác hơn. Điều này không chỉ giúp giảm thiểu rủi ro mất ổn định mà còn nâng cao hiệu quả sử dụng năng lượng. Hơn nữa, nghiên cứu cũng mở ra hướng đi mới cho việc phát triển các công nghệ điện thông minh, đáp ứng nhu cầu ngày càng cao của xã hội.

Nội dung chính

Tổng quan nghiên cứu

Hệ thống điện (HTĐ) là một trong những cơ sở hạ tầng quan trọng nhất của nền kinh tế quốc dân, đóng vai trò thiết yếu trong phát triển kinh tế xã hội. Ở Việt Nam, phụ tải điện tăng trưởng nhanh với tỷ lệ khoảng 15-20% mỗi năm, đặt ra thách thức lớn cho ngành điện trong việc đáp ứng nhu cầu ngày càng cao. Đồng thời, nguồn năng lượng sơ cấp như than đá, dầu mỏ, khí đốt và thủy điện đang dần cạn kiệt, trong khi các nguồn năng lượng tái tạo như gió, mặt trời mới chỉ được khai thác ở mức độ hạn chế. Điều này làm cho việc đảm bảo ổn định và tin cậy của HTĐ trở nên cấp thiết hơn bao giờ hết.

Ổn định động của HTĐ là khả năng duy trì trạng thái vận hành bình thường sau khi xảy ra sự cố, tránh nguy cơ mất đồng bộ và rã lưới toàn bộ hệ thống. Việc đánh giá ổn định động HTĐ phức tạp, đặc biệt trong điều kiện vận hành thời gian thực, đòi hỏi các phương pháp tính toán nhanh, chính xác và hiệu quả. Luận văn tập trung nghiên cứu việc chọn mẫu và thông số điển hình trong đánh giá ổn định động HTĐ, ứng dụng mạng nơ-ron nhân tạo (ANN) nhằm nhận dạng nhanh trạng thái ổn định hoặc không ổn định của hệ thống.

Phạm vi nghiên cứu tập trung trên hệ thống điện chuẩn IEEE 30 bus với 6 máy phát, mô phỏng các dạng sự cố khác nhau và các mức tải đa dạng. Mục tiêu chính là xây dựng cơ sở dữ liệu mẫu đặc trưng, lựa chọn biến đặc trưng hiệu quả và phát triển mô hình ANN nhận dạng trạng thái ổn định động HTĐ với độ chính xác và tốc độ cao, góp phần nâng cao hiệu quả quản lý và vận hành hệ thống điện trong thực tế.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

• Lý thuyết ổn định hệ thống điện: Phân biệt ổn định tĩnh và ổn định động, trong đó ổn định động liên quan đến khả năng duy trì đồng bộ của các máy phát sau sự cố lớn. Mô hình dao động rotor máy phát điện đồng bộ được mô tả bằng phương trình vi phân bậc hai, thể hiện sự cân bằng giữa moment cơ và moment điện.

• Mô hình mạng nơ-ron nhân tạo (ANN): Mạng nơ-ron truyền thẳng nhiều lớp (MLFNN) với các hàm kích hoạt sigmoid và tanh, được huấn luyện bằng thuật toán lan truyền ngược (backpropagation) và giải thuật Levenberg-Marquardt để tối ưu trọng số. ANN có khả năng học quan hệ phi tuyến giữa biến đầu vào và đầu ra, phù hợp cho bài toán nhận dạng trạng thái ổn định động HTĐ.

• Phương pháp nhận dạng mẫu: Tập trung vào lựa chọn biến đặc trưng (feature selection) từ dữ liệu vận hành HTĐ nhằm giảm kích thước dữ liệu đầu vào, tăng tốc độ huấn luyện và nâng cao độ chính xác của mô hình ANN. Các biến đặc trưng bao gồm công suất máy phát, công suất đường dây, điện áp bus, và các thông số dao động rotor.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Dữ liệu được tạo ra thông qua mô phỏng off-line trên phần mềm PowerWorld, sử dụng sơ đồ hệ thống điện chuẩn IEEE 30 bus với 6 máy phát. Các kịch bản sự cố đa dạng (một pha, hai pha, ba pha) được thiết lập tại các vị trí khác nhau trên hệ thống, kết hợp với các mức tải thay đổi để bao phủ toàn bộ kịch bản vận hành thực tế.

• Phương pháp phân tích: Sau khi chạy phân bố công suất tối ưu (OPF) và mô phỏng ổn định quá độ, dữ liệu vận hành được trích xuất tại các thời điểm trước, trong và sau sự cố. Các biến đặc trưng được lựa chọn và chuẩn hóa bằng công cụ Matlab. Mô hình ANN được huấn luyện với thuật toán lan truyền ngược và Levenberg-Marquardt, đánh giá hiệu suất qua các chỉ số lỗi và độ chính xác phân loại.

• Timeline nghiên cứu: Quá trình nghiên cứu gồm các bước chính: xây dựng cơ sở dữ liệu mẫu (PowerWorld), lựa chọn biến đặc trưng (Matlab), huấn luyện và đánh giá mô hình ANN, thử nghiệm trên hệ thống IEEE 30 bus với các dạng sự cố khác nhau. Mỗi bước được thực hiện tuần tự nhằm đảm bảo tính toàn diện và chính xác của kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả lựa chọn biến đặc trưng: Việc lựa chọn biến đặc trưng từ dữ liệu vận hành HTĐ giúp giảm kích thước dữ liệu đầu vào khoảng 30-40%, đồng thời tăng tốc độ huấn luyện mạng nơ-ron lên đến 25% so với sử dụng toàn bộ dữ liệu. Các biến đặc trưng bao gồm công suất phát, công suất tải, điện áp bus và góc lệch rotor được xác định là có ảnh hưởng lớn nhất đến trạng thái ổn định.

2. Độ chính xác nhận dạng trạng thái ổn định: Mô hình ANN huấn luyện trên tập dữ liệu mẫu đạt độ chính xác phân loại trạng thái ổn định/không ổn định trên 95%, vượt trội so với các phương pháp truyền thống như phương pháp cân bằng năng lượng hay mô phỏng miền thời gian.

3. Tốc độ đánh giá trong thời gian thực: Mạng nơ-ron truyền thẳng nhiều lớp cho phép đánh giá trạng thái ổn định động HTĐ trong vòng vài mili giây, đáp ứng yêu cầu khắt khe về thời gian tính toán trong vận hành trực tuyến hệ thống điện.

4. Khả năng mở rộng và tổng quát hóa: Mô hình ANN có khả năng tổng hợp và mở rộng cao, có thể áp dụng cho các hệ thống điện có quy mô lớn hơn hoặc cấu trúc phức tạp hơn mà không cần thay đổi cấu trúc mạng hoặc huấn luyện lại toàn bộ.

Thảo luận kết quả

Kết quả nghiên cứu cho thấy việc lựa chọn biến đặc trưng hiệu quả là bước then chốt để nâng cao hiệu suất và độ chính xác của mô hình ANN trong đánh giá ổn định động HTĐ. So với các phương pháp truyền thống như tiêu chuẩn năng lượng hay mô phỏng miền thời gian, ANN không chỉ cho kết quả chính xác hơn mà còn đáp ứng được yêu cầu tính toán nhanh trong thời gian thực.

Việc sử dụng phần mềm PowerWorld để tạo cơ sở dữ liệu mẫu đa dạng, bao phủ nhiều kịch bản vận hành thực tế, giúp mô hình ANN có khả năng học sâu và tổng quát hóa tốt. Các biểu đồ so sánh độ chính xác và thời gian tính toán giữa các phương pháp có thể minh họa rõ nét ưu thế của ANN.

Tuy nhiên, việc lựa chọn biến đặc trưng vẫn còn là thách thức do số lượng biến đầu vào tăng theo quy mô hệ thống. Do đó, nghiên cứu tiếp tục cần tập trung vào các phương pháp trích xuất và giảm biến đặc trưng hiệu quả hơn, đồng thời mở rộng thử nghiệm trên các hệ thống điện phức tạp hơn.

Đề xuất và khuyến nghị

1. Phát triển hệ thống nhận dạng ổn định động HTĐ dựa trên ANN: Khuyến nghị các đơn vị vận hành hệ thống điện triển khai mô hình ANN đã được huấn luyện để đánh giá trạng thái ổn định trong thời gian thực, nhằm nâng cao độ tin cậy và giảm thiểu rủi ro mất ổn định.

2. Tối ưu lựa chọn biến đặc trưng: Áp dụng các thuật toán lựa chọn biến đặc trưng tiên tiến như PCA, LASSO hoặc các kỹ thuật học sâu để giảm kích thước dữ liệu đầu vào, tăng tốc độ huấn luyện và cải thiện độ chính xác mô hình.

3. Mở rộng phạm vi thử nghiệm: Thực hiện thử nghiệm trên các hệ thống điện có quy mô lớn hơn, đa dạng hơn về cấu trúc và điều kiện vận hành nhằm đánh giá khả năng tổng quát hóa và độ bền vững của mô hình ANN.

4. Tích hợp mô hình vào hệ thống SCADA và EMS: Đề xuất tích hợp mô hình nhận dạng ổn định động vào hệ thống giám sát và điều khiển phân phối (SCADA) và hệ thống quản lý năng lượng (EMS) để hỗ trợ quyết định vận hành và cảnh báo sớm sự cố.

5. Đào tạo và nâng cao năng lực nhân sự: Tổ chức các khóa đào tạo chuyên sâu về mạng nơ-ron và ứng dụng trong đánh giá ổn định HTĐ cho kỹ sư vận hành và quản lý hệ thống điện, đảm bảo vận hành hiệu quả và an toàn.

Đối tượng nên tham khảo luận văn

1. Kỹ sư và chuyên gia vận hành hệ thống điện: Nắm bắt các phương pháp đánh giá ổn định động hiện đại, ứng dụng mạng nơ-ron để nâng cao hiệu quả giám sát và điều khiển hệ thống điện.

2. Nhà nghiên cứu và sinh viên ngành kỹ thuật điện: Tìm hiểu sâu về lý thuyết ổn định hệ thống điện, mô hình mạng nơ-ron và các kỹ thuật nhận dạng mẫu trong lĩnh vực điện lực.

3. Các đơn vị phát triển phần mềm và công nghệ cho ngành điện: Áp dụng kết quả nghiên cứu để phát triển các công cụ phần mềm hỗ trợ đánh giá ổn định động HTĐ, tích hợp vào hệ thống quản lý và điều khiển.

4. Cơ quan quản lý và hoạch định chính sách năng lượng: Hiểu rõ các thách thức về ổn định hệ thống điện trong bối cảnh tăng trưởng phụ tải nhanh và chuyển đổi năng lượng, từ đó xây dựng chính sách phát triển bền vững.

Câu hỏi thường gặp

1. Tại sao cần đánh giá ổn định động hệ thống điện?
   Ổn định động đảm bảo hệ thống điện duy trì hoạt động bình thường sau sự cố, tránh mất đồng bộ và rã lưới, từ đó giảm thiểu thiệt hại kinh tế và nguy cơ mất điện diện rộng.

2. Mạng nơ-ron nhân tạo có ưu điểm gì trong đánh giá ổn định động?
   ANN có khả năng học quan hệ phi tuyến phức tạp giữa các biến đầu vào và trạng thái hệ thống, tính toán nhanh, phù hợp với yêu cầu thời gian thực và có khả năng tổng quát hóa cao.

3. Làm thế nào để lựa chọn biến đặc trưng hiệu quả cho mô hình ANN?
   Lựa chọn biến đặc trưng dựa trên mức độ ảnh hưởng đến trạng thái ổn định, loại bỏ biến dư thừa hoặc không liên quan, sử dụng các thuật toán giảm chiều dữ liệu để tăng tốc độ và độ chính xác.

4. Phương pháp mô phỏng nào được sử dụng để tạo dữ liệu huấn luyện?
   Phần mềm PowerWorld được sử dụng để mô phỏng các kịch bản sự cố đa dạng trên hệ thống IEEE 30 bus, kết hợp với chạy phân bố công suất tối ưu và mô phỏng ổn định quá độ.

5. Mô hình ANN có thể áp dụng cho các hệ thống điện lớn hơn không?
   Có, mô hình ANN có khả năng mở rộng và tổng quát hóa tốt, tuy nhiên cần điều chỉnh lựa chọn biến đặc trưng và cấu trúc mạng phù hợp với quy mô và tính phức tạp của hệ thống.

Kết luận

• Luận văn đã xây dựng thành công cơ sở dữ liệu mẫu đặc trưng cho đánh giá ổn định động HTĐ dựa trên mô phỏng PowerWorld và lựa chọn biến đặc trưng hiệu quả bằng Matlab.
• Mô hình mạng nơ-ron truyền thẳng nhiều lớp được huấn luyện với thuật toán lan truyền ngược và Levenberg-Marquardt đạt độ chính xác trên 95% trong nhận dạng trạng thái ổn định.
• Phương pháp ANN cho phép đánh giá nhanh trong thời gian thực, đáp ứng yêu cầu vận hành trực tuyến của hệ thống điện hiện đại.
• Kết quả nghiên cứu góp phần nâng cao hiệu quả quản lý, vận hành và đảm bảo an toàn cho hệ thống điện trong bối cảnh tăng trưởng phụ tải nhanh và chuyển đổi năng lượng.
• Đề xuất các bước tiếp theo bao gồm mở rộng thử nghiệm trên hệ thống lớn hơn, tích hợp mô hình vào hệ thống điều khiển và đào tạo nhân sự chuyên môn.

Các đơn vị vận hành và nghiên cứu nên áp dụng mô hình ANN trong thực tế, đồng thời tiếp tục phát triển các phương pháp lựa chọn biến đặc trưng và huấn luyện mạng để nâng cao hiệu quả đánh giá ổn định động HTĐ.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN VĂN TRỌNG CHỌN MẪU VÀ THÔNG SỐ ĐIỂN HÌNH TRONG ĐÁNH GIÁ ỔN ĐỊNH ĐỘNG HỆ THỐNG ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN – 60520202 S K C0 0 4 7 1 4 Tp. Hồ Chí Minh, tháng 10/2015 Luan van BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN VĂN TRỌNG CHỌN MẪU VÀ THÔNG SỐ ĐIỂN HÌNH TRONG ĐÁNH GIÁ ỔN ĐỊNH ĐỘNG HỆ THỐNG ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN - 60520202 Tp.Hồ Chí Minh, tháng 10/2015 Luan van Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh Chƣơng 1 TỔNG QUAN 1.1 Tổng quan chung về lĩnh vực nghiên cứu 1.1 Thực trạng hệ thống điện Hệ thống điện (HTĐ) đóng vai trò quan trọng đối với sự phát triển kinh tế của mỗi quốc gia vì nó là một trong những cơ sở hạ tầng quan trọng nhất của nền kinh tế quốc dân. HTĐ thƣờng phân chia thành ba phần chính: Phần phát điện bao gồm các nhà máy phát điện nhƣ: nhiệt điện chạy than, nhiệt điện chạy khí, nhà máy thủy điện, nhà máy điện hạt nhân, và một số loại máy phát điện khác. Với phần truyền tải, đây có thể đƣợc coi là hệ thống xƣơng sống của một HTĐ, bao gồm các đƣờng dây siêu cao áp, cao áp và máy biến áp truyền tải.

Phần phân phối, nơi điện áp đƣợc hạ thấp để cung cấp trực tiếp cho các phụ tải. Đây cũng là phần có nhiều nút và có chiều dài lƣới lớn nhất trong HTĐ với nhiều loại phụ tải khác nhau. Để đảm bảo cho HTĐ vận hành ở chế độ bình thƣờng thì HTĐ cần thoả mãn các điều kiện về ổn định, tin cậy, đảm bảo chất lƣợng điện năng và yêu cầu về kinh tế. Tuy nhiên, HTĐ không chỉ ở Việt Nam mà còn ở nhiều nƣớc phát triển trên thế giới đang phải đối mặt với nhiều khó khăn thách thức: + Thứ nhất là sự tăng trƣởng quá nhanh của phụ tải, đặc biệt là các nƣớc đang phát triển nhƣ Việt Nam, tỉ lệ tăng trƣởng phụ tải khoảng 15-20% mỗi năm đang đặt ra thách thức lớn cho ngành điện phải đáp ứng kịp thời nhu cầu của phụ tải.

+ Thứ hai là sự cạn kiệt tài nguyên thiên nhiên nhƣ than đá, dầu mỏ, khí đốt và nguồn nƣớc làm cho việc phát triển các loại nhà máy phát điện mới ngày càng bị giới hạn. Việt Nam và các nƣớc trên thế giới đều nhận thức rằng chúng ta đang phải đối mặt với sự cạn kiệt năng lƣợng sơ cấp và giá nhiên liệu ngày càng tăng trên bình diện quốc tế. Năng lƣợng thủy điện là nguồn năng lƣợng giá rẻ, kinh tế và an toàn nhất cũng đang dần cạn kiệt vì đã đƣợc phát hiện và khai thác gần hết. Việc ứng dụng công nghệ hạt nhân trong sản xuất điện đã phổ biến ở nhiều nƣớc trên thế giới nhƣng ở nƣớc ta vẫn còn là nguồn năng lƣợng mới lạ do vấn đề về công nghệ, sự lo HVTH: Nguyễn Văn Trọng trang 1 Luan van Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh ngại về an toàn, nguồn cung cấp nhiên liệu, vốn đầu tƣ lớn và đặc biệt là vấn đề môi trƣờng khi sự cố xảy ra.

+ Thứ ba là sự xuất hiện và sử dụng ngày càng nhiều các nguồn năng lƣợng tái tạo nhƣ nguồn năng lƣợng gió, năng lƣợng mặt trời. các nguồn năng lƣợng phân tán này cũng góp phần giảm thiểu gánh nặng cho ngành điện, đáp ứng một phần nhu cầu phụ tải đang gia tăng, làm giảm tổn thất, tiết kiệm chi phí trong truyền tải và phân phối điện. Cùng với sự xuất hiện của các thiết bị điện tử công suất cả ở phần truyền tải và phân phối điện đã làm thay đổi căn bản khái niệm về HTĐ truyền thống, làm khó khăn hơn trong quản lý, vận hành, giám sát và điều khiển HTĐ. Việc đảm bảo chất lƣợng điện năng, tính liên tục cung cấp điện đang là thách thức lớn đặt ra với ngành điện.

Một số sự cố lớn gần đây ở Việt Nam và trên thế giới đã gây ra những hậu quả to lớn về kinh tế và nguy cơ rã lƣới toàn bộ hệ thống do mất ổn định HTĐ càng trở nên hiện hữu. Trong khi việc đánh giá ổn định động cho những HTĐ phức tạp thực sự là một vấn đề khó khăn, đặc biệt khi xét hệ thống vận hành trong thời gian thực. Do đó, vấn đề nghiên cứu ổn định động HTĐ đang là nhiệm vụ cấp thiết.2 Hƣớng nghiên cứu về ổn định hệ thống điện Đầu thế kỷ 20, nhà bác học ngƣời Mỹ R. Park khởi đầu cho việc nghiên cứu ổn định HTĐ dựa trên cơ sở thiết lập hệ phƣơng trình vi phân quá trình quá độ điện cơ của các máy điện đồng bộ trong hệ tọa độ quay.

Đồng thời với Park, một loạt các công trình đƣợc công bố độc lập của nhà bác học ngƣời Nga A. Goriev trong những năm 1930 – 1935 về mô hình quá trình quá độ trong các máy điện quay đã làm phát triển lý thuyết nghiên cứu ổn định của HTĐ thêm một bƣớc, sau này hệ phƣơng trình đó đƣợc gọi tên là Park – Goriev. Mô hình quá trình quá độ của HTĐ trong hệ tọa độ quay đã làm đơn giản đáng kể hệ phƣơng trình vi phân mô tả trạng thái quá độ của HTĐ. Dựa trên cơ sở đó, các phƣơng pháp toán về ổn định hệ thống đã đƣợc nghiên cứu áp dụng cho HTĐ [5].

Trƣớc tiên, đó là phƣơng pháp dựa trên khái niệm cân bằng năng lƣợng hay HVTH: Nguyễn Văn Trọng trang 2 Luan van Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh còn gọi là tiêu chuẩn năng lƣợng. Đây là phƣơng pháp khá đơn giản, cho kết quả đúng và áp dụng dễ dàng trong nhiều trƣờng hợp. Tuy nhiên, các phƣơng pháp khác sau đó đã chỉ ra rằng, khái niệm ổn định theo ý nghĩa cân bằng năng lƣợng là không đầy đủ, chỉ phát hiện đƣợc các hiện tƣợng mất ổn định do dao động quán tính. Hơn nữa, phƣơng pháp cân bằng năng lƣợng không có cơ sở chặt chẽ và khó áp dụng đối với HTĐ phức tạp nhƣ ngày nay [5].

Một phƣơng pháp khác đƣợc nhắc đến là phƣơng pháp dao động bé của A. Chính Goriev trong các công trình của mình đã chỉ ra các cách nghiên cứu ổn định HTĐ theo Lyapunov từ HTĐ đơn giản đến phức tạp. Ông đã chứng minh đƣợc rằng sử dụng tiêu chuẩn dấu dƣơng của số hạng tự do phƣơng trình đặc trƣng của hệ phƣơng trình vi phân quá trình quá độ có thể phát hiện đƣợc hầu hết các trƣờng hợp mất ổn định HTĐ, còn gọi là tiêu chuẩn ổn định phi chu kỳ. Dựa trên tiêu chuẩn này những cách tính toán phân tích ổn định cho HTĐ phức tạp dạng chung đã đƣợc xây dựng và vẫn đƣợc áp dụng phổ biến hiện nay trong các chƣơng trình phân tích HTĐ [5].

Phƣơng pháp mô phỏng theo miền thời gian cũng cho kết quả chính xác để đánh giá ổn định quá độ HTĐ nhƣng không cho biết biên ổn định của hệ thống, tốn nhiều thời gian do phải giải hệ phƣơng trình vi phân phi tuyến sau sự cố [9,14], cho nên không phù hợp trong đánh giá trực tuyến. Phƣơng pháp này cũng không cung cấp thông tin mức độ ổn định hoặc không ổn định. Phƣơng pháp số cho câu trả lời chính xác về ổn định quá độ HTĐ, nhƣng gặp khó khăn trong giải phƣơng trình vi phân bậc 2 và mất nhiều thời gian giải [24]. Nhƣ vậy, các phƣơng pháp truyền thống tốn rất nhiều thời gian tính toán, không phù hợp đánh giá ổn định trong thời gian thực, với yêu cầu rất khắc khe về thời gian tính toán, tính nhanh nhƣng phải chính xác đã xuất hiện nhu cầu ứng dụng phƣơng pháp khác hiệu quả hơn.

Kỹ thuật nhận dạng mẫu áp dụng đánh giá ổn định động HTĐ bỏ qua giải tích và thay thế bằng cách học quan hệ mẫu đầu vào và đầu ra, cách tiếp cận theo hƣớng này [14,15] thì bộ phân loại đƣợc huấn luyện off-line và kiểm tra on-line. Một số HVTH: Nguyễn Văn Trọng trang 3 Luan van Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh tác giả chọn tín hiệu đầu vào là các biến đặc trƣng chế độ xác lập tiền sự cố để chuẩn đoán sự cố qua chỉ số thời gian cắt tới hạn (CCT – Critical Clearing Time) [18,19]. Tuy nhiên, việc tìm mối liên hệ giữa các biến đặc trƣng trạng thái xác lập và cấp ổn định vẫn còn là nhiệm vụ khó khăn. Hệ thống nhận dạng mẫu tìm kiếm, lọc những mẫu thông tin đặc trƣng quan trọng làm mẫu dữ liệu đầu vào, việc trích xuất giảm biến đặc trƣng giúp cho hệ thống xử lý dữ liệu một cách nhanh chóng và nâng cao độ chính xác.

Mạng nơ-ron nhân tạo (ANN – Artificial Neural Network) là một trong các phƣơng pháp tiếp cận đánh giá ổn định HTĐ đang thu hút đƣợc nhiều sự quan tâm của các nhà nghiên cứu do khả năng học hỏi nhanh chóng quan hệ phi tuyến vào/ ra [23,24]. Đã có nhiều ứng dụng MLPNN (Multilayer Perceptron Neural Network) để ƣớc lƣợng biên ổn định quá độ HTĐ. Trong chuẩn đoán ổn định động có thể chia thành hai giai đoạn. Một là chuẩn đoán dựa vào biến đặc trƣng tiền sự cố ở trạng thái xác lập gồm công suất máy phát, công suất đƣờng dây, điện áp bus,.

chuẩn đoán này mang tính dự phòng ngăn chặn tích cực sớm [16,17]. Hai là, chuẩn đoán ổn định động dựa vào biến đặc trƣng sau sự cố nhƣ chỉ số mức độ nghiêm trọng, góc , quỹ đạo điện áp,. trong chuẩn đoán này cho biết trạng thái ổn định sắp tới của HTĐ do sự cố gây ra. Trong đánh giá ổn định động đƣợc chia làm hai loại chính là chuẩn đoán và đánh giá.

Chuẩn đoán ổn định động thƣờng tập trung vào chỉ số CCT của hệ thống đối với sự cố, CCT là thời gian cắt sự cố dài nhất cho phép để hệ thống vẫn giữ ổn định ứng với góc công suất cắt chuẩn [18,23] và ba giai đoạn sự cố mà HTĐ trải qua: trƣớc sự cố, đang sự cố và sau sự cố. Trong đánh giá ổn định động, không cần quan tâm CCT mà cần quan sát quá trình quá độ xảy ra khi gặp sự cố, câu hỏi mấu chốt trong đánh giá ổn định động là sau dao động quá độ kết quả là HTĐ ổn định hay không ổn định [19] và bài toán chuẩn đoán ổn định quá độ thƣờng xem xét quá trình trƣớc sự cố và sau sự cố, chuẩn đoán ổn định qua xác định góc đồng bộ và thời gian từ lúc dao động đầu tiên.