Tổng quan nghiên cứu

Nhu cầu tiêu thụ năng lượng điện tại Việt Nam tăng trưởng bình quân từ 8,5% đến 11,2% mỗi năm, tạo áp lực rất lớn lên công tác điều độ và vận hành hệ thống điện quốc gia. Điện năng là loại hàng hóa đặc thù không thể lưu trữ hay cất vào kho khi dư thừa, do đó sự mất cân bằng giữa cung và cầu sẽ dẫn đến hai kịch bản nguy hiểm: thiếu hụt công suất gây gián đoạn sản xuất kinh doanh hoặc sản xuất dư thừa làm tiêu hao hàng tỷ đồng chi phí nhiên liệu vô ích. Vấn đề cốt lõi của công tác quản lý năng lượng là dự báo chính xác đồ thị phụ tải ngày nhằm lập phương thức vận hành kinh tế và đảm bảo an toàn lưới điện.

Mục tiêu cụ thể của công trình là nghiên cứu, xây dựng và ứng dụng mô hình lai kết hợp giữa phép biến đổi sóng rời rạc phủ toàn diện (MODWT) và hệ suy luận logic mờ (Fuzzy Logic) để dự báo đồ thị phụ tải 24 giờ. Nghiên cứu lấy dữ liệu thực tế tại tỉnh Tiền Giang – địa bàn thuộc vùng kinh tế trọng điểm phía Nam với hơn 1,76 triệu dân và tốc độ phát triển công nghiệp đạt trên 9,5%/năm trong giai đoạn 2015–2018. Kết quả nghiên cứu có ý nghĩa quyết định trong việc giảm sai số dự báo phụ tải ngắn hạn từ mức 3,5% – 5,0% của các phương pháp truyền thống xuống dưới 2,0%, nâng cao chất lượng điện áp và tối ưu hóa chi phí phát điện hàng ngày cho hệ thống điện khu vực.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Mô hình nghiên cứu được xây dựng trên sự kết hợp giữa hai trụ cột lý thuyết toán học và trí tuệ nhân tạo hiện đại:

Thứ nhất, Lý thuyết Phân tích Đa phân giải Wavelet (Multiresolution Analysis – MRA) với trọng tâm là phép biến đổi sóng rời rạc phủ toàn diện (MODWT). Không giống như biến đổi Wavelet rời rạc (DWT) bị hạn chế bởi tính nhạy cảm với phép dịch chuyển thời gian, MODWT cho phép xử lý chuỗi thời gian không dừng với độ dài mẫu bất kỳ N, phân tách tín hiệu phụ tải gốc thành 5 cấp hệ số chi tiết từ D1 đến D5 và một hệ số xấp xỉ mức thấp S5.

Thứ hai, Lý thuyết Logic mờ (Fuzzy Logic) và thuật toán nhận dạng mờ (Fuzzy Model Identification). Khung mô hình áp dụng hàm thuộc hình chuông hoặc tam giác với miền giá trị chuẩn hóa trong khoảng [0, 1], ma trận luật hợp thành Max-MIN và Max-PROD theo cấu trúc nhiều đầu vào một đầu ra (MISO), giải thuật phân cụm Mountain Clustering để tối ưu hóa việc tìm tâm nhóm dữ liệu đầu vào - đầu ra, cùng phương pháp giải mờ điểm trọng tâm (Centroid Defuzzification) nhằm xác định giá trị công suất rõ tại từng thời điểm.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu đo đếm phụ tải công suất tác dụng P (MW) theo chu kỳ 1 giờ liên tục trong 365 ngày của năm 2016 do Công ty Điện lực Tiền Giang cung cấp, với tổng quy mô mẫu đạt 8.760 điểm đo thời gian thực. Bên cạnh đó, các tập dữ liệu phụ tải đối chứng từ tỉnh Bến Tre và Thành phố Hồ Chí Minh cũng được tích hợp để kiểm tra độ tin cậy của thuật toán.

Cỡ mẫu huấn luyện bao gồm 3.265 vector trạng thái thời gian liên tục. Phương pháp chọn mẫu là phân tầng kết hợp toàn phần theo chuỗi thời gian, phân định rõ 4 nhóm đặc thù: ngày làm việc bình thường, ngày nghỉ cuối tuần, ngày lễ dương lịch và dịp Tết Nguyên đán. Phương pháp phân tích MODWT kết hợp Fuzzy Logic được lựa chọn vì chuỗi phụ tải điện luôn có tính biến động hỗn tạp phi tuyến và chịu ảnh hưởng mạnh bởi nhiều yếu tố ngẫu nhiên. MODWT giúp lọc sạch nhiễu tần số cao và bóc tách xu thế biến thiên, trong khi Fuzzy Logic xử lý xuất sắc các mối quan hệ phi tuyến phức tạp mà không bị rơi vào điểm cực tiểu cục bộ như mạng nơ-ron truyền thống. Toàn bộ giải thuật được lập trình và mô phỏng trên phần mềm MATLAB trong giai đoạn 10 tháng, từ tháng 12/2017 đến tháng 09/2018.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Mô hình Wavelet-Fuzzy Logic đã mang lại các kết quả dự báo phụ tải ngắn hạn 24 giờ với độ chính xác vượt trội:

Thứ nhất, đối với các ngày làm việc tiêu chuẩn (khảo sát ngày 03/09/2016 và 06/10/2016), mô hình dự báo bám sát đồ thị thực tế với sai số phần trăm tuyệt đối trung bình (MAPE) chỉ dao động từ 1,15% đến 1,42%. Đồ thị công suất bám sát 2 đỉnh phụ tải cao điểm sáng (khoảng 9h–11h) và cao điểm tối (khoảng 18h–20h).

Thứ hai, trong các ngày nghỉ lễ dương lịch (ngày 30/04/2016 và 02/09/2016), khi phụ tải công nghiệp giảm từ 18,5% đến 25,0% so với ngày thường, sai số dự báo của mô hình vẫn duy trì ở mức thấp từ 1,60% đến 1,85%, trong khi các phương pháp thống kê cổ điển thường có sai số vượt quá 6,2%.

Thứ ba, tại chuỗi ngày Tết Âm lịch (30 Tết, Mùng 1 và Mùng 3 Tết), đồ thị phụ tải biến dạng sâu sắc do hầu hết phụ tải công nghiệp ngưng hoạt động (giảm hơn 42,0% công suất nền). Mô hình MODWT-Fuzzy vẫn nhận dạng chuẩn xác hành vi phụ tải sinh hoạt với sai số bình quân chỉ đạt 2,05%.

Thứ tư, khi kiểm nghiệm chéo trên dữ liệu Thành phố Hồ Chí Minh và Bến Tre, mô hình Wavelet-Fuzzy đạt tốc độ hội tụ nhanh hơn 35% và giảm sai số cực đại 0,8% so với mô hình mạng Wavelet-Neural (Wavelet-ANN). Các kết quả được tổng hợp chi tiết qua 22 bảng số liệu sai số từng giờ và hệ thống 33 hình vẽ đồ thị đối chiếu trực quan trong luận văn.

Thảo luận kết quả

Nguyên nhân tạo nên độ chính xác cao của mô hình là nhờ cấu trúc phân tích đa phân giải MODWT ở cấp 5. Tín hiệu phụ tải phức tạp được bóc tách thành các dải tần số độc lập: các thành phần chi tiết D1–D5 nắm bắt dao động tức thời và biến thiên chu kỳ ngắn, trong khi thành phần S5 nắm bắt xu thế tăng trưởng dài hạn. Việc áp dụng giải thuật Mountain Clustering giúp xác định chính xác số lượng luật mờ tối ưu mà không làm bùng nổ số chiều không gian mẫu.

So sánh với các công trình trước đây, kết quả này vượt trội hơn nghiên cứu của Trương Quang Đăng Khoa và cộng sự (sai số mạng Wavelet-Neural là 1,75% so với phương pháp truyền thống 3,50%), đồng thời tốt hơn mức sai số 1,80% trong nghiên cứu của Yanqiu Bi (2017). Mô hình không phụ thuộc vào việc khởi tạo trọng số ngẫu nhiên của mạng nơ-ron lan truyền ngược, nhờ đó loại bỏ nguy cơ kẹt tại nghiệm cực tiểu địa phương và rút ngắn thời gian xử lý chu kỳ tính toán xuống dưới 3 phút.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, 4 nhóm giải pháp cụ thể được đề xuất nhằm nâng cao hiệu quả vận hành hệ thống điện:

Một là, tích hợp trực tiếp thuật toán dự báo MODWT-Fuzzy vào hệ thống quản lý năng lượng SCADA/EMS tại Trung tâm Điều độ Hệ thống điện miền Nam và Công ty Điện lực Tiền Giang trước quý 2/2019, đặt mục tiêu tự động hóa cập nhật dữ liệu 15 phút một lần và kiểm soát sai số ngày dưới 1,5%.

Hai là, chuẩn hóa hệ thống cơ sở dữ liệu đo đếm thông minh (AMI) và phân loại biểu đồ phụ tải theo 3 nhóm khách hàng chính (công nghiệp, nông nghiệp, sinh hoạt). Bộ phận Kỹ thuật và Điều độ thuộc Điện lực Tiền Giang cần hoàn thành nâng cấp 100% trạm biến áp 110kV lên chuẩn đo đếm thời gian thực trước quý 4/2019 nhằm cung cấp đầu vào chuẩn xác cho thuật toán.

Ba là, hoàn thiện ma trận trọng số mờ tích hợp yếu tố khí tượng thủy văn (nhiệt độ môi trường, độ ẩm không khí và chỉ số bức xạ mặt trời) giai đoạn 2019–2020, nhằm nâng cao khả năng dự báo phụ tải đỉnh vào các đợt nắng nóng cực đoan với biên độ sai lệch không quá 2,0%.

Bốn là, tổ chức 3 khóa đào tạo chuyên sâu về xử lý tín hiệu số và ứng dụng trí tuệ nhân tạo mờ cho ít nhất 40 kỹ sư điều độ thuộc các công ty điện lực khu vực Đồng bằng sông Cửu Long trong vòng 6 tháng kể từ khi chuyển giao công nghệ.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo có giá trị cao cho 4 nhóm đối tượng trọng tâm sau:

Kỹ sư điều độ và chuyên viên vận hành hệ thống điện tại các tổng công ty điện lực: Tài liệu cung cấp giải pháp thực hành trực tiếp để xây dựng biểu đồ huy động tổ máy phát điện kinh tế 24 giờ tới, giảm chi phí nhiên liệu dự phòng quay và hạn chế nguy cơ quá tải lưới điện cục bộ.

Giảng viên, nghiên cứu sinh và học viên cao học chuyên ngành Kỹ thuật Điện, Hệ thống Năng lượng và Tự động hóa: Luận văn đóng vai trò như một khung hướng dẫn chi tiết về cách kết hợp lý thuyết biến đổi Wavelet hiện đại với các giải thuật mờ thông minh, đi kèm mô hình toán học và cấu trúc lệnh MATLAB hoàn chỉnh.

Cán bộ quản lý và chuyên viên hoạch định chính sách năng lượng tại các Sở Công Thương: Cung cấp cơ sở khoa học để đánh giá tốc độ gia tăng phụ tải đỉnh (Pmax) và điện thương phẩm theo chu kỳ 5 năm, hỗ trợ lập quy hoạch phát triển lưới điện phân phối 110kV/220kV sát với thực tiễn tăng trưởng kinh tế địa phương.

Các đơn vị nghiên cứu và doanh nghiệp phát triển giải pháp lưới điện thông minh (Smart Grid): Nguồn tham khảo hữu ích để xây dựng các thuật toán lõi trong phần mềm quản lý phụ tải tự động (Demand Response Management) và hệ thống quản lý năng lượng tòa nhà (BMS).

Câu hỏi thường gặp

Phép biến đổi MODWT có ưu điểm gì vượt trội so với biến đổi DWT trong dự báo phụ tải điện? Phép biến đổi MODWT có tính chất bất biến đối với phép dịch chuyển thời gian và không bị giới hạn bởi độ dài mẫu lũy thừa của 2 như DWT. MODWT tạo ra N mẫu tỉ lệ ở mọi cấp phân giải cho tập dữ liệu N điểm đo gốc, giúp các hệ số chi tiết D1–D5 bảo toàn trọn vẹn thông tin pha thời gian thực của phụ tải.

Mức sai số dự báo trung bình của mô hình Wavelet-Fuzzy đạt bao nhiêu phần trăm? Trong các ngày làm việc bình thường, mô hình đạt sai số phần trăm tuyệt đối trung bình (MAPE) từ 1,15% đến 1,42%. Đối với các ngày lễ và dịp Tết Âm lịch có biến động lớn, sai số vẫn được kiểm soát chặt chẽ ở mức 1,60% đến 2,05%, thấp hơn nhiều so với tiêu chuẩn ngành điện là 3,0% đến 5,0%.

Thuật toán Mountain Clustering giữ vai trò gì trong cấu trúc của mô hình? Mountain Clustering đóng vai trò xác định nhanh chóng và chính xác tọa độ các tâm nhóm dữ liệu trong không gian đầu vào - đầu ra. Thuật toán này giúp tự động hóa quá trình sinh các luật mờ tối ưu từ ma trận dữ liệu phân tích Wavelet, loại bỏ hoàn toàn sự can thiệp chủ quan của chuyên gia.

Mô hình xử lý như thế nào khi đồ thị phụ tải ngày lễ và ngày Tết bị sụt giảm đột ngột? Mô hình sử dụng cơ chế phân giải đa cấp để cô lập thành phần suy giảm đột ngột vào hệ số xấp xỉ mức thấp S5, kết hợp hệ suy luận mờ MISO có hàm thuộc thích nghi để nhận dạng quy luật tiêu thụ điện sinh hoạt đặc thù, ngăn ngừa hiện tượng dự báo sai lệch công suất đỉnh.

Mô hình có khả năng áp dụng cho các hệ thống điện ngoài tỉnh Tiền Giang hay không? Mô hình hoàn toàn có khả năng áp dụng linh hoạt cho các tỉnh thành khác. Kết quả thử nghiệm thực tế trên dữ liệu phụ tải của Thành phố Hồ Chí Minh và tỉnh Bến Tre đã chứng minh mô hình duy trì sai số dưới 1,90% và có tốc độ tính toán ổn định trên nhiều cấu trúc phụ tải khác nhau.

Kết luận

  • Mô hình lai MODWT cấp 5 kết hợp hệ suy luận mờ Fuzzy Logic giải quyết triệt để tính chất phi tuyến và không dừng của chuỗi dữ liệu phụ tải điện.
  • Sai số dự báo ngắn hạn 24 giờ đạt mức lý tưởng từ 1,15% đến 1,85% trong ngày thường và duy trì dưới 2,10% vào các dịp lễ Tết đặc biệt.
  • Tốc độ hội tụ của thuật toán nhanh hơn 35% so với mạng Wavelet-Neural, loại bỏ nguy cơ kẹt điểm cực tiểu cục bộ và đáp ứng tốt yêu cầu tính toán thời gian thực dưới 3 phút.
  • Bộ cơ sở dữ liệu thực nghiệm 8.760 giờ và hệ thống mã nguồn MATLAB được xây dựng hoàn chỉnh, sẵn sàng phục vụ chuyển giao công nghệ cho các đơn vị vận hành.
  • Khả năng thích ứng cao được chứng minh thông qua việc thử nghiệm thành công trên lưới điện Bến Tre và Thành phố Hồ Chí Minh.

Đóng góp lớn nhất của luận văn là đã hoàn thiện một phương pháp luận dự báo phụ tải ngắn hạn hiện đại, có độ tin cậy toán học vững chắc và khả năng ứng dụng thực tiễn cao cho ngành điện lực Việt Nam. Kế hoạch tiếp theo trong giai đoạn 2019–2020 là mở rộng tích hợp các tham số khí tượng thời gian thực và tự động hóa toàn diện mô-đun dự báo vào hệ thống SCADA. Các kỹ sư vận hành, nhà nghiên cứu và đơn vị quản lý lưới điện hãy tham khảo toàn văn công trình để ứng dụng và phát triển các giải pháp điều độ thông minh cho hệ thống điện khu vực.