Bối cảnh và vấn đề nghiên cứu

Sự phục hồi và tăng trưởng của nền kinh tế cùng với hiện tượng thời tiết nắng nóng kéo dài đã khiến nhu cầu tiêu thụ điện năng gia tăng đáng kể. Trong bức tranh năng lượng tổng thể, năng lượng mặt trời là nguồn năng lượng tái tạo dồi dào, thân thiện với môi trường, đóng vai trò giảm thiểu phụ thuộc vào nhiên liệu hóa thạch và cắt giảm phát thải khí nhà kính. Dẫn chứng số liệu năm 2023 được trình bày trong đồ án cho thấy: điện năng lượng tái tạo chiếm 27% cơ cấu sản xuất điện, trong đó công suất lắp đặt của điện mặt trời đạt 12.836 MW (chưa tính điện mặt trời mái nhà hiện hữu), chiếm 8,5% tổng công suất nguồn điện toàn hệ thống (bao gồm 10.236 MW điện mặt trời tập trung và 2.600 MW điện mặt trời tự sản tự tiêu).

Tuy nhiên, nguồn năng lượng mặt trời phụ thuộc lớn vào điều kiện thời tiết tự nhiên, đòi hỏi phải tích hợp hệ thống lưu trữ điện năng để đảm bảo tính ổn định của nguồn cấp. Đồng thời, các yếu tố môi trường như nhiệt độ vận hành cao và bụi bẩn bám trên bề mặt tấm pin quang điện (PV) làm suy giảm nghiêm trọng hiệu suất chuyển đổi quang - điện cũng như tuổi thọ thiết bị. Việc thay mới tấm pin khi hiệu suất suy giảm gây tốn kém chi phí, trong khi nhiều đơn vị vận hành thường chỉ chú trọng vào chất lượng vật liệu ban đầu mà bỏ qua việc tối ưu quy trình bảo trì, theo dõi vận hành thực tế.

Xuất phát từ thực tiễn trên, đề tài "Thiết kế hệ thống năng lượng mặt trời lưu trữ với hệ thống theo dõi sản lượng và cơ chế cảnh báo bụi bẩn" được thực hiện bởi sinh viên Nguyễn Hương Quỳnh và Nguyễn Ngọc Uyên Phương, dưới sự hướng dẫn của TS. Nguyễn Trần Phú tại Khoa Cơ khí Động lực, Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh.

Đề tài xác định 6 nhiệm vụ nghiên cứu cụ thể:

  1. Khảo sát đề tài, tham khảo tài liệu, đọc và lựa chọn đề tài.
  2. Viết đề cương tóm tắt các yêu cầu của đề tài, đưa ra các hướng xử lý các yêu cầu.
  3. Thiết kế hệ thống pin mặt trời có lưu trữ để đẩy dữ liệu lưu trữ lên cơ sở dữ liệu.
  4. Nghiên cứu mô hình phát hiện bụi bẩn và triển khai lên phần cứng.
  5. Kiểm tra thực nghiệm hệ thống, đánh giá và điều chỉnh chức năng hệ thống.
  6. Viết luận văn báo cáo đề tài.

Mục tiêu cốt lõi của nghiên cứu là xây dựng mô hình phát điện mặt trời kết hợp pin lithium lưu trữ, tích hợp hệ thống đo lường - giám sát sản lượng thời gian thực thông qua vi điều khiển và giao diện web, đồng thời ứng dụng trí tuệ nhân tạo để phát hiện, cảnh báo mức độ bụi bẩn trên bề mặt pin dựa trên hình ảnh camera và thông số công suất đầu ra.

Về đối tượng nghiên cứu, đề tài tập trung vào tấm pin quang điện, pin lưu trữ lithium, vi điều khiển ESP32, máy tính nhúng Raspberry Pi, các cảm biến đo lường và thuật toán học sâu phát hiện bụi bẩn. Về phạm vi nghiên cứu, thực nghiệm được giới hạn trên một mô hình phần cứng quy mô nhỏ cố định loại pin quang điện và pin lưu trữ, lắp đặt thử nghiệm tại TP. Thủ Đức, TP. Hồ Chí Minh trong mốc thời gian thực hiện từ tháng 9/2024 đến tháng 1/2025.


Cơ sở lý thuyết và phương pháp

Cơ sở lý thuyết

Cơ sở lý thuyết của đề tài được xây dựng trên các nguyên lý vật lý bán dẫn quang điện, công nghệ lưu trữ năng lượng và các thuật toán học máy:

  • Tính chất ánh sáng và bức xạ mặt trời: Ánh sáng mang tính chất lưỡng tính sóng - hạt. Năng lượng của photon ($E$) tỷ lệ nghịch với bước sóng ($\lambda$) qua biểu thức $E = hc/\lambda$, với $h = 6{,}626 \times 10^{-34}\ \text{J}\cdot\text{s}$ và $c = 2{,}998 \times 10^8\ \text{m/s}$. Mật độ năng lượng bức xạ mặt trời ngoài khí quyển Trái đất được tính toán xấp xỉ $1{,}36\ \text{kW/m}^2$, biến thiên khoảng 3,4% trong năm do quỹ đạo elip của Trái đất.
  • Hiệu ứng quang điện và tiếp giáp P-N: Năng lượng vùng cấm (band gap - $E_g$) quyết định khả năng kích thích electron từ dải hóa trị lên dải dẫn. Tinh thể silicon có $E_g \approx 1{,}12\ \text{eV}$. Tiếp giáp P-N tạo ra vùng suy giảm với điện trường nội tại giúp phân tách các cặp electron - lỗ trống sinh ra khi hấp thụ photon, từ đó hình thành dòng điện một chiều (DC).
  • Ảnh hưởng của nhiệt độ: Khi nhiệt độ tăng, vùng cấm của chất bán dẫn bị thu hẹp, làm tăng nồng độ hạt dẫn nội tại $n_i$ và dòng điện bão hòa nghịch $I_0$. Kết quả là điện áp mạch hở ($V_{oc}$) suy giảm rõ rệt (đối với silicon, mức suy giảm xấp xỉ $2{,}2\ \text{mV/}^\circ\text{C}$).
  • Công nghệ pin lưu trữ: Đề tài phân tích cấu tạo gồm 5 phần chính của pin Li-ion (cực âm graphite, cực dương oxit kim loại/LiFePO4, dung dịch điện ly chứa muối lithium như $\text{LiPF}_6$, màng ngăn separator và collector thu dòng). Phản ứng điện hóa trong pin LiFePO4 có chu kỳ sạc - xả bền bỉ, dải điện áp vận hành danh định 12V gồm 4 cell $3{,}2\ \text{V}$ mắc nối tiếp (điện áp sạc đầy $14{,}6\ \text{V}$, điện áp ngắt xả $10\ \text{V}$).
  • Mô hình học sâu và mạng nơ-ron: Sử dụng mạng nơ-ron tích chập (CNN) Inception V3 để trích xuất đặc trưng không gian từ hình ảnh bề mặt pin nhằm phân loại trạng thái bám bụi.

Phương pháp nghiên cứu

Nghiên cứu áp dụng các phương pháp kỹ thuật thực nghiệm kết hợp mô phỏng:

  • Phương pháp phân tích - tổng hợp tài liệu: Thu thập thông số từ datasheet linh kiện, tài liệu chuyên khảo về pin mặt trời, pin lưu trữ và mô hình học sâu.
  • Phương pháp mô phỏng số: Ứng dụng phần mềm MATLAB/Simulink (phiên bản 2022b) để mô hình hóa tấm pin PV, tái hiện đặc tuyến I-V và P-V dưới tác động thay đổi của bức xạ, nhiệt độ và lớp bụi bẩn.
  • Phương pháp thiết kế cơ khí và hệ thống nhúng: Sử dụng phần mềm SolidWorks để thiết kế kết cấu cơ khí, giá đỡ tấm pin; dùng Arduino IDE lập trình C/C++ cho khối điều khiển ESP32; dùng Python trên môi trường Google Colab để huấn luyện mô hình mạng Inception V3 với framework PyTorch.
  • Phương pháp thu thập dữ liệu và kiểm thử thực tế: Lắp đặt mô hình thực nghiệm, dùng cảm biến thu nhận dòng điện, điện áp, nhiệt độ, độ ẩm và cường độ sáng, truyền dữ liệu không dây lên đám mây Firebase và hiển thị trên giao diện web.

Thiết kế và triển khai

Hệ thống được thiết kế dưới dạng một trạm phát điện mặt trời độc lập có lưu trữ kết hợp khối quan trắc thông minh, bao gồm các thành phần phần cứng và phần mềm cụ thể:

Thành phần Thiết bị / Công nghệ Thông số kỹ thuật & Vai trò
Nguồn quang điện Tấm pin Mono 60W Điện áp danh định 18V; cung cấp nguồn điện một chiều cho hệ thống.
Bộ lưu trữ Pin Lithium LiFePO4 12V Ghép nối tiếp từ 4 cell LiFePO4 ($3{,}2\ \text{V}$); sạc đầy ở $14{,}6\ \text{V}$, xả cạn ở $10\ \text{V}$.
Điều khiển sạc Bộ điều khiển sạc PWM 10A Điều tiết quá trình nạp/xả giữa tấm pin và pin lưu trữ, chống quá nạp và xả sâu.
Cảm biến điện năng Cảm biến INA219 Đo dòng điện và điện áp DC từ tấm pin và bộ sạc qua giao tiếp I2C.
Cảm biến môi trường Cảm biến SHT40 - BH1750FVI Đo nhiệt độ, độ ẩm môi trường và cường độ ánh sáng (lux/bức xạ).
Khối vi điều khiển ESP32-DevKitC-32D Thu thập dữ liệu cảm biến qua giao tiếp I2C, gửi dữ liệu lên Firebase qua WiFi.
Khối xử lý trung tâm Raspberry Pi 4 (RAM 8GB) Kết nối camera chụp ảnh bề mặt pin, chạy mô hình AI phân loại bụi bẩn.
Cơ sở dữ liệu Firebase Realtime Database Lưu trữ dữ liệu vận hành thời gian thực và lịch sử phục vụ truy vấn.
Giao diện người dùng Web UI (HTML, CSS, JavaScript/Node) Hiển thị thông số thời gian thực, bảng dự đoán bụi bẩn và biểu đồ sản lượng.
Mô hình AI phát hiện bụi Inception V3 & Hàm tuyến tính Inception V3 phân loại ảnh bề mặt pin; hàm tuyến tính đánh giá tương quan công suất - bức xạ.

Quy trình vận hành: ESP32 thu thập dữ liệu từ cảm biến INA219 và cụm cảm biến SHT40 - BH1750, sau đó truyền các thông số đo được lên Firebase. Đồng thời, Raspberry Pi điều khiển camera định kỳ chụp ảnh bề mặt tấm pin, đưa vào mạng Inception V3 để xác định mức độ bẩn. Song song với nhận diện ảnh, một hàm toán học tuyến tính so sánh công suất thực tế sinh ra với cường độ bức xạ đo được để phát hiện sự sụt giảm công suất bất thường do bụi bẩn, hạn chế nhận diện sai do hiện tượng che bóng hoặc trời nhiều mây. Dữ liệu tổng hợp được chuyển về giao diện web để người dùng theo dõi và nhận cảnh báo làm sạch.


Nội dung chính theo từng chương

Chương 1: Tổng quan đề tài

Trình bày tính cấp thiết của việc phát triển điện mặt trời trong bối cảnh nhu cầu tiêu thụ điện gia tăng và cam kết giảm phát thải. Phân tích các nghiên cứu trong nước (tại Đại học Bách khoa Hà Nội, ĐHQG TP.HCM, NIDEC, Viện Năng lượng Việt Nam) và ngoài nước (Caltech, MIT, Viện Fraunhofer, công nghệ làm sạch của Nhật Bản và Hàn Quốc). Xác định rõ 6 nhiệm vụ nghiên cứu, phương pháp tiếp cận, đối tượng và giới hạn mô hình thực nghiệm tại TP. Thủ Đức.

Chương 2: Cơ sở lý thuyết

Hệ thống hóa toàn bộ lý thuyết vật lý về ánh sáng, quang phổ điện từ, công thức tính photon và năng lượng bức xạ mặt trời. Đi sâu phân tích hiệu ứng quang điện trong chất bán dẫn, cấu trúc vùng cấm, cơ chế phân tách điện tích tại tiếp giáp P-N thông qua pha tạp Boron và Phosphorus. Trình bày đặc tuyến I-V, các thông số $I_{sc}$, $V_{oc}$, và phân tích toán học tác động của nhiệt độ làm suy giảm điện áp mạch hở. So sánh các công nghệ pin quang điện (Mono, Poly, Amorphous, CdTe, CIGS) và công nghệ lưu trữ (ắc quy chì-axit, Li-ion, VRB, hydro, khí nén). Phân tích chi tiết cấu tạo hóa học, phản ứng sạc/xả của pin LiFePO4, so sánh bộ sạc PWM và MPPT, đồng thời giới thiệu kiến trúc mạng nơ-ron Inception V3.

Chương 3: Thiết kế và xây dựng hệ thống

Trình bày chi tiết quá trình lựa chọn phần cứng: tấm pin mono 60W 18V, pin LiFePO4 12V, bộ sạc PWM 10A, các cảm biến INA219, SHT40-BH1750, vi điều khiển ESP32 và máy tính Raspberry Pi 4 8GB. Xây dựng sơ đồ nguyên lý mạch điện và sơ đồ đấu dây hệ thống. Thiết lập mô hình mô phỏng trên MATLAB/Simulink để kiểm tra đặc tính làm việc của PV array khi bị bám bụi và nhiệt độ tăng cao. Cấu hình cơ sở dữ liệu Firebase, xây dựng mã nguồn trên Arduino IDE, thiết kế giao diện web giám sát và quy trình huấn luyện mạng Inception V3 trên Google Colab sử dụng GPU.

Chương 4: Kết quả thực nghiệm

Đánh giá hoạt động của hệ thống qua các kịch bản thực nghiệm:

  • Mô phỏng Simulink: So sánh đường đặc tính khi vận hành ở điều kiện tiêu chuẩn (STC: $1000\ \text{W/m}^2$, $25^\circ\text{C}$) với điều kiện nhiệt độ cao kết hợp bụi bẩn bám dính.
  • Huấn luyện mô hình học sâu: Thể hiện quá trình tối ưu hóa mạng Inception V3 thông qua đồ thị hàm mất mát (loss) và biểu đồ độ chính xác qua từng epoch.
  • Vận hành thực tế: Thử nghiệm trong các ngày cụ thể (ngày 23/11 và 24/11), ghi nhận dòng điện, điện áp nạp, bức xạ ánh sáng, nhiệt độ môi trường truyền về Firebase và hiển thị trên giao diện người dùng. Hệ thống nhận diện chính xác tình trạng bụi bẩn và hiển thị cảnh báo kịp thời trên bảng theo dõi.

Chương 5: Kết luận và hướng phát triển

Tổng kết các hạng mục đã hoàn thành về mặt thiết kế phần cứng, thuật toán AI và phần mềm web giám sát. Nêu rõ các định hướng phát triển nhằm nâng cao độ chính xác và khả năng ứng dụng thực tiễn của đề tài trong tương lai.


Kết quả và đóng góp

Kết quả chính

  • Hoàn thành chế tạo mô hình phần cứng trạm phát điện mặt trời độc lập gồm tấm pin Mono 60W, bộ sạc PWM 10A và khối pin lưu trữ LiFePO4 12V hoạt động ổn định và an toàn.
  • Thiết lập thành công hệ thống thu thập dữ liệu tự động với ESP32, đo lường chính xác các thông số điện áp, dòng điện (cảm biến INA219), nhiệt độ, độ ẩm và cường độ sáng (cảm biến SHT40-BH1750), truyền đồng bộ không dây lên cơ sở dữ liệu đám mây Firebase.
  • Huấn luyện thành công mô hình học sâu Inception V3 trên Google Colab phục vụ phân loại bề mặt tấm pin qua ảnh chụp từ camera, kết hợp giải thuật hàm tuyến tính giữa công suất đầu ra và bức xạ để dự đoán chính xác trạng thái bụi bẩn.
  • Xây dựng giao diện web hoàn chỉnh cho phép theo dõi thời gian thực các thông số vận hành, hiển thị trạng thái cảnh báo bụi bẩn và hỗ trợ người dùng tra cứu lịch sử dữ liệu theo từng ngày vận hành.

Đóng góp của đề tài

  • Tích hợp giải pháp quan trắc kép để phát hiện bụi bẩn: kết hợp giữa thị giác máy tính (phân tích hình thái bụi trên bề mặt qua Inception V3) và phân tích tương quan suy giảm công suất điện theo bức xạ ánh sáng, giúp giảm thiểu hiện tượng cảnh báo sai do biến động thời tiết tự nhiên.
  • Đưa ra tài liệu thiết kế chi tiết kết hợp giữa phần cứng nhúng chi phí thấp (ESP32), máy tính xử lý cục bộ (Raspberry Pi) và nền tảng web đám mây (Firebase), minh chứng tính khả thi của việc ứng dụng công nghệ giám sát từ xa cho các hệ thống quang điện có lưu trữ.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của đồ án

  • Mô hình thực nghiệm chỉ mới triển khai ở quy mô công suất nhỏ, sử dụng duy nhất một tấm pin đơn tinh thể (mono) 60W 18V và một khối pin LiFePO4 đặt cố định tại TP. Thủ Đức, chưa được kiểm thử trên nhiều chủng loại pin PV khác (như polycrystalline hay màng mỏng) hoặc trong các môi trường khí hậu đa dạng.
  • Hệ thống sử dụng bộ điều khiển sạc công nghệ PWM 10A, gây hao phí năng lượng chuyển đổi (khoảng 20%) so với việc sử dụng bộ điều khiển MPPT.
  • Tập dữ liệu hình ảnh dùng để huấn luyện mô hình Inception V3 còn giới hạn về góc chụp, điều kiện ánh sáng tự nhiên và các dạng bụi bẩn thực tế khác nhau (bụi mịn, lá cây, vết phân chim).

Hướng nghiên cứu tiếp

  • Nâng cấp bộ sạc từ công nghệ PWM sang bộ sạc bám điểm công suất cực đại (MPPT) nhằm tối ưu hóa năng lượng thu hoạch từ tấm pin.
  • Mở rộng quy mô hệ thống sang các trạm điện mặt trời hòa lưới có lưu trữ với công suất lớn hơn.
  • Thu thập thêm dữ liệu hình ảnh thực tế đa dạng, tinh chỉnh mạng học sâu và tích hợp thêm các yếu tố thời tiết (vận tốc gió, lượng mưa, góc nghiêng tấm pin) vào mô hình dự đoán để nâng cao độ chính xác nhận diện bụi bẩn.

Giá trị tham khảo

Đồ án là tài liệu tham khảo thiết thực cho:

  • Sinh viên và học viên chuyên ngành Năng lượng tái tạo, Kỹ thuật Cơ điện tử, Kỹ thuật Điều khiển và Tự động hóa, Kỹ thuật Máy tính đang thực hiện các đề tài về trạm điện mặt trời thông minh và hệ thống IoT.
  • Những người nghiên cứu về bảo trì dự đoán (predictive maintenance) trong các nhà máy năng lượng tái tạo, đặc biệt là phần ứng dụng thị giác máy tính (Inception V3) kết hợp dữ liệu cảm biến điện năng để chẩn đoán suy hao hiệu suất do bụi bẩn.
  • Kỹ sư triển khai hệ thống nhúng có thể tham khảo phương pháp kết nối cảm biến I2C (INA219, SHT40, BH1750) với ESP32 và kỹ thuật đồng bộ dữ liệu thời gian thực lên Firebase phục vụ giao diện người dùng.

Câu hỏi thường gặp

1. Tại sao đồ án kết hợp cả dữ liệu hình ảnh và dữ liệu công suất - bức xạ để cảnh báo bụi bẩn?

Nếu chỉ dựa vào hình ảnh qua camera, hệ thống dễ bị ảnh hưởng bởi góc chụp, sự thay đổi bóng râm hoặc cường độ ánh sáng môi trường. Ngược lại, nếu chỉ dựa vào công suất sụt giảm, hệ thống không phân biệt được nguyên nhân là do mây che hay do bụi bẩn bám dính. Việc kết hợp mạng Inception V3 xử lý hình ảnh cùng hàm tuyến tính phân tích tương quan công suất - bức xạ giúp xác định chính xác nguyên nhân suy giảm là do bám bẩn bề mặt, tránh cảnh báo sai.

2. Sự khác biệt giữa bộ điều khiển sạc PWM sử dụng trong đồ án và bộ sạc MPPT là gì?

Bộ sạc PWM đóng vai trò như công tắc đóng ngắt liên tục tần số cao giữa tấm pin và pin lưu trữ, gây hao phí khoảng 20% năng lượng từ tấm pin. Trong khi đó, bộ sạc MPPT liên tục dò tìm điểm công suất cực đại, giúp tăng hiệu suất thu hồi năng lượng từ 10% đến 40% so với PWM, đặc biệt trong các điều kiện thời tiết khắc nghiệt (nhiệt độ quá thấp dưới $45^\circ\text{C}$, quá cao trên $75^\circ\text{C}$ hoặc khi trời râm mát). Đề tài sử dụng bộ sạc PWM 10A do phù hợp với quy mô thử nghiệm nhỏ và tiết kiệm chi phí ban đầu.

3. Thông số kỹ thuật của khối pin lưu trữ LiFePO4 trong đề tài được thiết lập như thế nào?

Khối pin lưu trữ LiFePO4 có điện áp danh định 12V, được cấu thành từ 4 cell LiFePO4 điện áp $3{,}2\ \text{V}$ ghép nối tiếp. Trạng thái sạc đầy của khối pin đạt mức điện áp $14{,}6\ \text{V}$ và ngưỡng điện áp ngắt xả an toàn (xả cạn) là $10\ \text{V}$ nhằm bảo vệ pin không bị xả quá sâu, tránh kích hoạt chế độ ngủ sâu gây hư hỏng cell pin.

4. Nhiệt độ môi trường ảnh hưởng như thế nào đến tấm pin silicon theo tính toán lý thuyết trong đồ án?

Khi nhiệt độ tăng, năng lượng vùng cấm của silicon bị thu hẹp, làm gia tăng nồng độ chất mang nội tại $n_i$ và dòng điện bão hòa nghịch $I_0$. Theo mô hình lý thuyết được phân tích, thông số bị ảnh hưởng tiêu cực nhất là điện áp hở mạch ($V_{oc}$). Đối với pin mặt trời silicon ở nhiệt độ gần $25^\circ\text{C}$, điện áp mạch hở suy giảm xấp xỉ $2{,}2\ \text{mV}$ trên mỗi độ C tăng thêm, dẫn đến suy giảm tổng công suất phát của tấm pin.

5. Kiến trúc truyền thông và lưu trữ dữ liệu của hệ thống được tổ chức ra sao?

Khối vi điều khiển ESP32 đọc tín hiệu từ cảm biến dòng/áp INA219 và cảm biến nhiệt ẩm/ánh sáng SHT40 - BH1750 qua giao thức truyền thông I2C. Sau đó, ESP32 sử dụng kết nối WiFi để đẩy các gói dữ liệu này trực tiếp lên cơ sở dữ liệu thời gian thực Firebase. Ứng dụng web viết bằng HTML, CSS và JavaScript/Node sẽ kết nối với Firebase qua API để truy xuất, trực quan hóa dữ liệu theo thời gian thực và trích xuất lịch sử vận hành cho người dùng.


Kết luận

Đồ án tốt nghiệp của sinh viên Nguyễn Hương Quỳnh và Nguyễn Ngọc Uyên Phương đã hoàn thành việc thiết kế, chế tạo và thử nghiệm hệ thống pin năng lượng mặt trời độc lập có lưu trữ LiFePO4 kết hợp giám sát sản lượng và cơ chế cảnh báo bụi bẩn. Bằng việc phối hợp linh hoạt giữa vi điều khiển ESP32, máy tính nhúng Raspberry Pi, nền tảng lưu trữ đám mây Firebase và mô hình thị giác máy tính Inception V3, đề tài đã chứng minh tính khả thi của giải pháp bảo trì dự đoán cho các tấm pin quang điện. Kết quả nghiên cứu cung cấp một mô hình thực nghiệm hoàn chỉnh, có giá trị ứng dụng cao cho việc tối ưu hóa hiệu suất và kéo dài tuổi thọ của các hệ thống năng lượng mặt trời.