Tổng quan luận án
Tính cấp thiết và khoảng trống nghiên cứu
Trong hệ thống điện hiện đại, nhu cầu tiêu thụ điện năng tăng cao cùng với sự phát triển nhanh chóng của các nguồn năng lượng tái tạo, nguồn phân tán và sự gia tăng phụ tải phi tuyến (như bộ chuyển đổi điện tử công suất trong truyền động điện, máy hàn hồ quang, lò luyện kim hồ quang) đã gây ra các hiện tượng suy giảm chất lượng điện áp: dao động điện áp, nhấp nháy điện áp, mất cân bằng điện áp, lồi/lõm điện áp và gián đoạn cung cấp điện. Các hiện tượng này ảnh hưởng tiêu cực đến lưới truyền tải, phân phối và các phụ tải nhạy cảm như nhà máy sản xuất công nghệ cao, bệnh viện, tổ chức tài chính và căn cứ quân sự.
Các giải pháp truyền thống như nâng cấp đường dây, xây dựng nhà máy điện mới hay sử dụng thiết bị bù thụ động đóng cắt cơ khí có chi phí đầu tư lớn và khả năng đáp ứng chậm trong trạng thái quá độ. Sự xuất hiện của thiết bị truyền tải điện xoay chiều linh hoạt (FACTS), điển hình là thiết bị bù tĩnh đồng bộ (STATCOM) sử dụng bộ biến đổi nguồn áp (VSC), cho phép điều chỉnh công suất phản kháng độc lập với cấp điện áp và phản ứng nhanh ở cả ba trạng thái: xác lập, quá độ và xác lập sau quá độ.
Tuy nhiên, các bộ điều khiển STATCOM truyền thống chủ yếu dựa trên cấu trúc vi tích phân tỉ lệ (PID). Do hệ thống điện có tính phi tuyến cao và điểm vận hành thay đổi liên tục, bộ điều khiển PID cố định thông số chỉ hoạt động hiệu quả trong phạm vi hẹp. Việc chỉnh định thông số PID thường dựa vào phương pháp thử và sai, thiếu quy trình chuẩn hóa. Nhằm khắc phục hạn chế này, khoảng trống nghiên cứu được luận án xác định là phát triển cấu trúc điều khiển thông minh kết hợp hệ nơ-ron mờ thích nghi (ANFIS) với các thuật toán tối ưu hóa bầy đàn (PSO), giải thuật di truyền (GA) và thuật toán thích nghi trực tuyến (ANFIS-Online) có tích hợp khâu tiền xử lý lọc dữ liệu thống kê để nâng cao chất lượng và độ ổn định điện áp trên lưới phân phối.
Mục tiêu và nhiệm vụ nghiên cứu
Mục tiêu tổng quát của luận án là nghiên cứu cải thiện chất lượng điện áp trên lưới điện, cải tiến các giải thuật điều khiển của thiết bị STATCOM sử dụng hệ nơ-ron mờ thích nghi nhằm cải thiện chất lượng và nâng cao ổn định điện áp lưới điện phân phối, và đề xuất áp dụng các bộ điều khiển cải tiến cho thiết bị STATCOM vào lưới điện có thông số thực tế.
Nhiệm vụ nghiên cứu cụ thể được xác định bao gồm 4 nội dung:
- Tìm hiểu về cấu tạo, nguyên lý hoạt động, mô hình toán học và sơ đồ thay thế tương đương của thiết bị bù STATCOM;
- Tìm hiểu về các bộ điều khiển hiện có cho STATCOM, so sánh và đưa ra các nhận định về cấu trúc điều khiển STATCOM;
- Nghiên cứu áp dụng hệ nơ-ron mờ thích nghi (ANFIS) vào bộ điều khiển STATCOM nhằm cải thiện chất lượng điện áp;
- Nghiên cứu, đề xuất áp dụng các kỹ thuật huấn luyện tích hợp khác nhau cho bộ điều khiển thiết bị STATCOM, gồm các bộ điều khiển kết hợp: Fuzzy, ANFIS-PSO, ANFIS-GA và ANFIS-Online.
Đối tượng và phạm vi nghiên cứu
- Đối tượng nghiên cứu: Thiết bị bù tĩnh đồng bộ (STATCOM), các giải thuật điều khiển thông minh (FLC, ANFIS, ANFIS-PSO, ANFIS-GA, ANFIS-Online), bộ nhận dạng nơ-ron nhân tạo (ANI) và thuật toán tiền xử lý lọc dữ liệu thống kê kết hợp phân tích thành phần chính (PCA).
- Phạm vi nghiên cứu:
- Mô hình lưới điện một máy phát kết nối với thanh cái vô cùng lớn (OMIB) có tích hợp máy phát điện gió nguồn kép (DFIG).
- Mô hình lưới điện chuẩn IEEE 9 nút.
- Mô hình lưới điện phân phối với các thông số vận hành thực tế tại Khu Công nghệ cao Thành phố Hồ Chí Minh (tập trung vào đường dây 110kV Thủ Đức – Thủ Đức Bắc – Intel, đường dây 110kV Cát Lái – Công nghệ cao và trạm biến áp 110kV Intel).
Tổng quan tài liệu và vị trí của luận án
Các hướng nghiên cứu trước
Luận án đã hệ thống hóa các hướng nghiên cứu liên quan đến thiết bị FACTS và các kỹ thuật điều khiển ổn định điện áp:
- Đánh giá ổn định điện áp và bù công suất phản kháng truyền thống: Các công trình sử dụng phân tích đường cong P-V và Q-V để xác định nút mất ổn định tĩnh và tính toán dung lượng thiết bị bù tĩnh SVC [19-22]. Tuy nhiên, việc áp dụng SVC với dung lượng và thông số cố định chỉ đạt hiệu quả tại các điểm vận hành xác định [22-23]. Khả năng phát công suất phản kháng của SVC tỷ lệ thuận với bình phương điện áp nên bị suy giảm nghiêm trọng khi xảy ra sụt lõm điện áp sâu [10].
- Mô hình hóa và điều khiển STATCOM tuyến tính: Các nghiên cứu mô hình hóa STATCOM trong lưới điện hạ thế và cao thế cho thấy khả năng nâng cao ổn định động và giảm dao động công suất vượt trội so với SVC [24-28]. Các kỹ thuật điều khiển vị trí cực, bất đẳng thức ma trận tuyến tính (LMI) [37-38], điều chỉnh toàn phương tuyến tính (LQR) [39], kỹ thuật dịch cực tối ưu (OPS) [40-41], điều khiển phi tuyến và thụ động hóa Euler-Lagrange [50] đã được áp dụng để xác định thông số bộ điều khiển PI/PID cho STATCOM [47-49]. Mô hình Phillips-Heffron áp dụng cho STATCOM cũng được phát triển để phân tích tương tác tuyến tính và phi tuyến với hệ thống điện nhiều máy phát [57-61].
- Ứng dụng giải thuật thông minh và tối ưu hóa sinh học: Nhằm tự động hóa việc xác định thông số điều khiển thay cho phương pháp thử - sai, các thuật toán tối ưu hóa bầy đàn (PSO) [44-46], thuật toán tối ưu hóa đàn ong mật (HBMO) [34], giải thuật di truyền (GA) [34, 62-68] và thuật toán định vị tiếng vang của dơi (Bat Algorithm) [25] đã được sử dụng để chỉnh định bộ điều khiển PI/PID. Bên cạnh đó, bộ điều khiển logic mờ (FLC) và cấu trúc mờ lai (Fuzzy-PID) được đề xuất để tăng khả năng thích nghi với tính phi tuyến [30-34].
- Quy định kỹ thuật tại Việt Nam: Bộ Công thương đã ban hành các quy định kỹ thuật về đấu nối lưới điện (năm 2010 và sửa đổi năm 2015), đặc biệt là tiêu chuẩn về tổng độ méo dạng sóng hài (THD) và giới hạn dao động điện áp khi đấu nối các nguồn điện mới và phụ tải phi tuyến [14].
Khoảng trống luận án lựa chọn giải quyết
Các phương pháp tối ưu tham số ngoại tuyến (offline) như GA hay HBMO đòi hỏi khối lượng tính toán lớn và không cập nhật được tham số theo thời gian thực khi điểm vận hành thay đổi đột ngột. Trong khi đó, mạng nơ-ron nhân tạo có khả năng học nhưng khó giải thích logic, còn hệ mờ phụ thuộc vào việc xây dựng hàm liên thuộc thủ công. Luận án lựa chọn giải quyết khoảng trống này bằng cách:
- Kết hợp mạng nơ-ron và logic mờ trong cấu trúc ANFIS để tự động xây dựng và tinh chỉnh các hàm liên thuộc.
- Ứng dụng giải thuật PSO và GA để tối ưu hóa trọng số và thông số tiền đề/hệ quả của ANFIS ở chế độ ngoại tuyến.
- Thiết lập giải thuật thích nghi trực tuyến ANFIS-Online kết hợp bộ nhận dạng nơ-ron nhân tạo (ANI) và thuật toán lọc dữ liệu thống kê dựa trên phân tích thành phần chính (PCA) nhằm loại bỏ nhiễu và dữ liệu bất thường trước khi huấn luyện, đảm bảo độ chính xác và tính ổn định của hệ thống điều khiển STATCOM.
Cơ sở lý thuyết và phương pháp nghiên cứu
Khung lý thuyết và mô hình toán học
Luận án xây dựng trên các nền tảng lý thuyết điều khiển và mô hình toán học hệ thống điện:
1. Mô hình toán học của STATCOM
STATCOM gồm bộ biến đổi nguồn áp ba pha (VSC) sử dụng van đóng cắt IGBT/GTO kết nối với lưới qua máy biến áp ghép có điện kháng $X_L$ và tụ điện một chiều $C_m$. Công suất tác dụng ($P$) và công suất phản kháng ($Q$) trao đổi giữa lưới điện (điện áp $V_1 \angle \theta_1$) và STATCOM (điện áp $V_2 \angle \theta_2$) với góc lệch pha $\delta = \theta_1 - \theta_2$ được mô tả qua hệ phương trình:
$$P = \frac{V_1 V_2}{X_L} \sin \delta$$
$$Q = \frac{V_1 (V_1 - V_2 \cos \delta)}{X_L}$$
Khi điều khiển $\delta = 0$, công suất tác dụng trao đổi bằng không ($P = 0$), công suất phản kháng được điều khiển trực tiếp qua hiệu điện áp:
$$Q = \frac{V_1 (V_1 - V_2)}{X_L}$$
- Khi $V_2 > V_1$: STATCOM phát công suất phản kháng vào lưới (chế độ dung tính, nâng điện áp).
- Khi $V_2 < V_1$: STATCOM tiêu thụ công suất phản kháng từ lưới (chế độ cảm tính, hạ điện áp).
Trên hệ tọa độ quay $d-q$, điện áp đầu ra của STATCOM được tính toán theo hệ số điều chế $k_{msta}$, góc pha $\alpha_{sta}$ và điện áp tụ DC ($V_{dcsta}$):
$$v_{dsta} = k_{msta} V_{dcsta} \sin(\theta_{PCC} + \alpha_{sta})$$
$$v_{qsta} = k_{msta} V_{dcsta} \cos(\theta_{PCC} + \alpha_{sta})$$
Quan hệ động học giữa điện áp một chiều $V_{dcsta}$ và dòng điện $I_{dcsta}$ được mô tả qua phương trình vi phân:
$$p(V_{dcsta}) = \frac{1}{C_m} I_{dcsta} - \frac{V_{dcsta}}{R_m C_m}$$
trong đó dòng điện DC tức thời là:
$$I_{dcsta} = i_{qsta} k_{msta} \cos(\theta_{PCC} + \alpha_{sta}) + i_{dsta} k_{msta} \sin(\theta_{PCC} + \alpha_{sta})$$
Luận án phân tích chi tiết ba dạng mô hình STATCOM:
- Mô hình tĩnh: Biểu diễn bằng nguồn dòng hoặc nút P-V giả lập.
- Mô hình động đơn giản hóa: Điều khiển tích phân kết hợp đặc tính độ dốc (droop).
- Mô hình động nâng cao: Gồm hai dạng (điện áp DC cố định điều chế bằng PWM và điện áp DC thay đổi).
2. Lý thuyết điều khiển mờ (Fuzzy Logic) và hệ mờ lai (Fuzzy-PID)
Cấu trúc điều khiển mờ gồm ba khối: Khối mờ hóa (sử dụng các dạng hàm liên thuộc hình tam giác, hình thang, hình chuông, hàm dạng S hoặc tuyến tính), thiết bị hợp thành luật (quy tắc Nếu – Thì) và khối giải mờ. Cấu trúc Fuzzy-PID tự động điều chỉnh độ lợi $K_p, K_i, K_d$ dựa trên sai lệch điện áp và đạo hàm sai lệch.
3. Hệ nơ-ron mờ thích nghi (ANFIS)
ANFIS kết hợp kiến trúc mạng nơ-ron nhiều lớp với hệ suy luận mờ Takagi-Sugeno. Cấu trúc gồm 5 lớp: Lớp 1 (mờ hóa ngõ vào), Lớp 2 (tính toán độ thỏa dụng của luật), Lớp 3 (chuẩn hóa độ thỏa dụng), Lớp 4 (tính toán kết luận của từng luật) và Lớp 5 (tổng hợp đầu ra giải mờ).
4. Thuật toán tối ưu bầy đàn (PSO) và Giải thuật di truyền (GA)
Được sử dụng để tối ưu hóa cấu trúc và tham số của hàm liên thuộc trong ANFIS ở chế độ ngoại tuyến nhằm cực tiểu hóa sai số bình phương trung bình (RMSE) của đáp ứng điện áp.
5. Thuật toán ANFIS-Online kết hợp bộ nhận dạng nơ-ron (ANI) và lọc dữ liệu PCA
Bộ nhận dạng nơ-ron nhân tạo (ANI) dự báo đáp ứng công suất. Phương pháp lọc dữ liệu dựa trên lý thuyết xác suất thống kê và phân tích thành phần chính (PCA) loại bỏ các điểm dữ liệu nhiễu trước khi đưa vào vòng huấn luyện trực tuyến, đảm bảo tính hội tụ và chống quá khớp (overfitting).
Phương pháp nghiên cứu và công cụ thực hiện
- Phương pháp phân tích lý thuyết và tổng hợp tài liệu chuyên ngành từ các cơ sở dữ liệu học thuật (IEEE Xplore, Elsevier, Springer).
- Phương pháp mô hình hóa toán học và mô phỏng số trên môi trường MATLAB/Simulink.
- Phương pháp phân tích so sánh định lượng các chỉ tiêu chất lượng động học (độ sụt áp, thời gian quá độ, độ quá điều chỉnh, sai số xác lập) giữa các cấu trúc điều khiển qua các kịch bản sự cố ngắn mạch ba pha và dao động phụ tải.
| Hạng mục phương pháp | Nội dung cụ thể |
|---|---|
| Công cụ mô phỏng | MATLAB / Simulink |
| Mô hình thử nghiệm | Hệ 1 máy phát nối thanh cái vô cùng (OMIB) tích hợp DFIG; Hệ chuẩn IEEE 9 nút; Hệ thống lưới điện thực tế Khu Công nghệ cao TP.HCM (Trạm 110kV Intel) |
| Các bộ điều khiển so sánh | PID truyền thống, Fuzzy, ANFIS, ANFIS-GA, ANFIS-PSO, ANFIS-Online |
| Chỉ số đánh giá | Sai số RMSE, MAPE, điện áp quá độ tại điểm PCC ($V_{PCC}$), công suất tác dụng/phản kháng máy phát ($P, Q$) |
Nội dung chính theo từng chương
Chương 1: Giới thiệu
Chương 1 thiết lập tổng thể bức tranh nghiên cứu, trình bày lý do chọn đề tài xuất phát từ yêu cầu thực tiễn về ổn định chất lượng điện năng tại Việt Nam và trên thế giới. Tác giả phân tích các giải pháp bù công suất phản kháng, so sánh ưu nhược điểm giữa DVR, SVR, SVC và STATCOM. Chương này công bố mục tiêu, 4 nhiệm vụ nghiên cứu, 2 giới hạn phạm vi, phương pháp luận nghiên cứu, các đóng góp khoa học và giá trị thực tiễn của đề tài cùng cấu trúc 6 chương của luận án.
Chương 2: Tổng quan về STATCOM
Chương 2 trình bày toàn diện cơ sở lý thuyết và mô hình toán học của thiết bị STATCOM. Nội dung bao gồm:
- Cấu trúc vật lý của bộ biến đổi nguồn áp VSC 3 pha 2 cấp sử dụng 6 van IGBT/diode đối song và tụ điện DC.
- Nguyên lý trao đổi công suất $P-Q$ giữa VSC và lưới điện thông qua việc điều khiển biên độ $V_2$ và góc pha $\delta$.
- Sơ đồ khối hệ thống điều khiển STATCOM gồm vòng khóa pha (PLL), mạch đo lường trục $d-q$, vòng điều chỉnh điện áp ngoài (AC/DC) và vòng điều chỉnh dòng điện bên trong ($I_d, I_q$).
- Phân tích chi tiết mô hình tĩnh, mô hình động học đơn giản hóa và mô hình động học nâng cao (với điện áp DC cố định và điện áp DC biến đổi).
- Cơ sở toán học của lý thuyết tập mờ, các dạng hàm liên thuộc (tuyến tính, hình S, hình chuông, hình tam giác, hình thang, hình vai), hệ điều khiển mờ lai Fuzzy-PID, hệ suy luận ANFIS và các thuật toán tối ưu hóa PSO, GA.
Chương 3: Các giải thuật điều khiển STATCOM được đề xuất để cải thiện chất lượng điện áp
Chương 3 tập trung phát triển các cấu trúc điều khiển mới cho STATCOM:
- Cấu trúc hệ thống điều khiển đề xuất kết hợp ANFIS với thuật toán PSO (ANFIS-PSO) và thuật toán GA (ANFIS-GA) nhằm tự động tối ưu hóa tham số hàm liên thuộc ở chế độ ngoại tuyến.
- Thuật toán thích nghi trực tuyến ANFIS-Online được xây dựng để cập nhật liên tục thông số bộ điều khiển theo thời gian thực.
- Đề xuất mô hình tích hợp bộ nhận dạng nơ-ron nhân tạo (ANI) để dự báo biến thiên công suất.
- Xây dựng thuật toán tiền xử lý dữ liệu dựa trên lý thuyết xác suất thống kê và phân tích thành phần chính (PCA) nhằm kiểm tra độ ổn định và lọc nhiễu dữ liệu đo lường đầu vào trước khi cấp cho giải thuật huấn luyện trực tuyến.
Chương 4: Áp dụng hệ nơ-ron mờ thích nghi vào các bộ điều khiển của STATCOM để cải thiện điện áp
Chương 4 thực hiện mô phỏng và kiểm chứng các giải thuật đề xuất trên hai hệ thống mẫu:
- Hệ thống A (Hệ một máy phát nối thanh cái vô cùng lớn - OMIB tích hợp máy phát điện gió DFIG): Mô phỏng đáp ứng động học khi xảy ra sự cố ngắn mạch 3 pha. Khảo sát điện áp quá độ tại điểm đấu nối chung $V_{PCC}$, công suất máy phát đồng bộ ($P_{SG}, Q_{SG}$) và công suất trang trại gió ($P_{WF}, Q_{WF}$). Kết quả cho thấy các bộ điều khiển thông minh cải thiện rõ rệt biên độ sụt áp và thời gian phục hồi so với bộ điều khiển PID truyền thống.
- Hệ thống B (Hệ thống lưới điện mẫu IEEE 9 nút): Đánh giá đặc tính động học công suất và điện áp tại các máy phát SG1, SG2, SG3 và nút PCC. So sánh hiệu năng giữa PID, Fuzzy, ANFIS, ANFIS-GA, ANFIS-PSO và ANFIS-Online qua các bảng thông số định lượng.
Chương 5: Kết quả mô phỏng của các bộ điều khiển STATCOM để cải thiện điện áp trên lưới điện thực tế
Chương 5 áp dụng các bộ điều khiển STATCOM vào mô hình lưới điện thực tế tại Khu Công nghệ cao TP.HCM với hai kịch bản sự cố trọng điểm:
- Kịch bản 1: Ngắn mạch ba pha trên tuyến đường dây 110kV Thủ Đức – Thủ Đức Bắc – Intel.
- Kịch bản 2: Ngắn mạch ba pha trên tuyến đường dây 110kV Cát Lái – Công nghệ cao.
Các kết quả mô phỏng khảo sát điện áp tại nút trạm 110kV Intel và các nút lân cận (Thủ Đức Đông, Công nghệ cao) trong các trường hợp: không có STATCOM, có STATCOM sử dụng PID, Fuzzy, ANFIS, ANFIS-GA, ANFIS-PSO và ANFIS-Online. Kết quả định lượng khẳng định bộ điều khiển ANFIS-Online kết hợp bộ lọc dữ liệu thống kê đạt hiệu quả ổn định điện áp cao nhất, giúp biên độ điện áp tại trạm Intel nhanh chóng trở về phạm vi vận hành cho phép.
Chương 6: Kết luận
Chương 6 tổng kết các kết quả nghiên cứu đã đạt được của luận án, nêu bật việc thiết kế thành công các bộ điều khiển STATCOM thông minh, xây dựng bộ lọc dữ liệu thống kê PCA và ứng dụng thành công trên lưới điện thực tế. Đồng thời, chương trình bày các mặt hạn chế và vạch ra các hướng nghiên cứu mở rộng trong tương lai.
| Chương | Tên chương | Trọng tâm nội dung và phát hiện chính |
|---|---|---|
| Chương 1 | Giới thiệu | Đặt vấn đề suy giảm chất lượng điện áp, xác định 4 nhiệm vụ, giới hạn nghiên cứu, đóng góp và giá trị thực tiễn. |
| Chương 2 | Tổng quan về STATCOM | Tổng quan tài liệu; cơ sở toán học VSC, các mô hình tĩnh/động của STATCOM; lý thuyết Fuzzy, Fuzzy-PID, ANFIS, PSO, GA. |
| Chương 3 | Các giải thuật điều khiển STATCOM đề xuất | Thiết kế bộ điều khiển ANFIS-PSO, ANFIS-GA, ANFIS-Online; phát triển bộ nhận dạng ANI và thuật toán lọc dữ liệu PCA. |
| Chương 4 | Áp dụng ANFIS vào bộ điều khiển STATCOM | Mô phỏng kiểm chứng trên hệ OMIB tích hợp điện gió DFIG và lưới mẫu IEEE 9 nút dưới sự cố ngắn mạch 3 pha. |
| Chương 5 | Mô phỏng trên lưới điện thực tế | Kiểm chứng trên lưới phân phối Khu Công nghệ cao TP.HCM (Trạm 110kV Intel) qua 2 kịch bản sự cố đường dây 110kV. |
| Chương 6 | Kết luận | Đánh giá tổng hợp kết quả đạt được, chỉ ra các hạn chế và đề xuất hướng phát triển tiếp theo. |
Kết quả và những đóng góp mới
Đóng góp mới về mặt lý luận và khoa học
- Khảo sát toàn diện đặc tính động học: Đánh giá định lượng đặc tính biến thiên điện áp và công suất tại các nút trên ba mô hình hệ thống (OMIB có điện gió DFIG, IEEE 9 nút và lưới phân phối thực tế) trong các trạng thái có và không có thiết bị STATCOM.
- Cải tiến cấu trúc điều khiển STATCOM: Xây dựng và tích hợp thành công các bộ điều khiển mờ lai và thích nghi gồm Fuzzy, ANFIS, ANFIS-PSO, ANFIS-GA và ANFIS-Online nhằm thay thế bộ điều khiển PID truyền thống, giải quyết bài toán phi tuyến và thay đổi điểm làm việc trong hệ thống điện.
- Phát triển phương pháp tiền xử lý dữ liệu: Đề xuất phương pháp lọc dữ liệu ngõ vào dựa trên lý thuyết xác suất thống kê và phân tích thành phần chính (PCA) kết hợp với bộ nhận dạng nơ-ron nhân tạo (ANI) để đánh giá độ tin cậy của dữ liệu trước khi thực hiện huấn luyện thích nghi trực tuyến.
Đóng góp về mặt thực tiễn và giải pháp ứng dụng
- Giải pháp ổn định điện áp cho phụ tải công nghệ cao: Ứng dụng thành công các thuật toán điều khiển STATCOM cải tiến vào mô hình lưới điện thực tế Khu Công nghệ cao TP.HCM, chứng minh khả năng nâng cao độ ổn định điện áp tại trạm biến áp 110kV Intel khi xảy ra các sự cố ngắn mạch nghiêm trọng trên lưới điện 110kV xung quanh (đường dây Thủ Đức – Thủ Đức Bắc – Intel và Cát Lái – Công nghệ cao).
- Hạn chế thiệt hại trong sản xuất: Giải pháp điều khiển STATCOM đề xuất giúp giảm thiểu hiện tượng sụt áp sâu và dao động điện áp quá độ, từ đó hạn chế rủi ro gián đoạn quy trình công nghệ và hư hại sản phẩm của các doanh nghiệp sản xuất bán dẫn, công nghệ cao.
- Mở rộng phạm vi ứng dụng: Các nghiên cứu ứng dụng STATCOM của tác giả đã được công bố và kiểm chứng trên nhiều dạng lưới điện phân phối tiêu biểu: lưới điện 22kV Khu công nghiệp Tân Bình, lưới điện phân phối 22kV U Minh – Cà Mau, lưới điện có phụ tải phi tuyến và lưới điện Khu Công nghệ cao trong cả miền thời gian và miền tần số.
Hạn chế và hướng nghiên cứu tiếp
Hạn chế của luận án
Dựa trên phạm vi và giới hạn đề tài được công bố trong văn bản:
- Các nghiên cứu và đánh giá hiệu năng giải thuật chủ yếu được thực hiện thông qua mô hình toán học và phần mềm mô phỏng số trên MATLAB/Simulink, chưa tiến hành thử nghiệm trên mô hình phần cứng thực nghiệm trong vòng lặp (Hardware-in-the-Loop - HIL) hoặc thiết bị STATCOM thực tế tại trạm.
- Mô hình lưới điện thực nghiệm giới hạn tại khu vực phân phối Khu Công nghệ cao TP.HCM và các hệ thống mẫu tiêu chuẩn (OMIB, IEEE 9 nút).
Hướng nghiên cứu tiếp theo
- Triển khai thử nghiệm thực nghiệm các giải thuật điều khiển ANFIS-Online trên hệ thống mô phỏng thời gian thực (RTDS/dSPACE).
- Nghiên cứu mở rộng việc phối hợp điều khiển đa thiết bị FACTS (STATCOM, SVC, DVR) và tích hợp hệ thống lưu trữ năng lượng pin (BESS) trên lưới điện phân phối thông minh có tỷ trọng năng lượng tái tạo cao.
Giá trị tham khảo
Luận án là tài liệu tham khảo chuyên sâu cho các nhóm đối tượng:
- Nghiên cứu sinh, học viên cao học và giảng viên chuyên ngành Kỹ thuật Điện, Tự động hóa: Tham khảo phương pháp mô hình hóa toán học VSC/STATCOM (Chương 2), cấu trúc chi tiết của mạng ANFIS kết hợp PSO, GA và thuật toán huấn luyện thích nghi trực tuyến có lọc dữ liệu thống kê PCA (Chương 3).
- Kỹ sư vận hành hệ thống điện và chuyên gia quản lý chất lượng điện năng: Tham khảo kết quả mô phỏng các kịch bản sự cố thực tế trên lưới điện 110kV/22kV cấp điện cho phụ tải công nghiệp nhạy cảm (Chương 5), phục vụ việc tính toán lựa chọn dung lượng và cấu hình điều khiển cho thiết bị bù FACTS nhằm đáp ứng các tiêu chuẩn kỹ thuật vận hành lưới điện.
Câu hỏi thường gặp
1. STATCOM thực hiện trao đổi công suất phản kháng với lưới điện dựa trên nguyên lý cốt lõi nào?
STATCOM kết nối song song với lưới điện qua máy biến áp ghép. Bằng cách điều khiển góc lệch pha $\delta = 0$ giữa điện áp đầu ra của bộ biến đổi $V_2$ và điện áp lưới $V_1$, công suất tác dụng trao đổi bằng không ($P = 0$). Công suất phản kháng $Q$ được điều khiển trực tiếp qua hiệu biên độ điện áp: $Q = \frac{V_1(V_1 - V_2)}{X_L}$. Nếu $V_2 > V_1$, STATCOM phát công suất phản kháng (chế độ dung tính) để nâng điện áp lưới. Nếu $V_2 < V_1$, STATCOM hấp thụ công suất phản kháng (chế độ cảm tính) để giảm điện áp lưới.
2. Sự khác biệt cơ bản giữa việc tối ưu hóa ANFIS bằng PSO/GA và phương pháp ANFIS-Online là gì?
Phương pháp ANFIS-PSO và ANFIS-GA là các giải thuật tối ưu hóa ngoại tuyến (offline), sử dụng tập dữ liệu thu thập trước để tìm tập thông số và hình dạng hàm liên thuộc tối ưu toàn cục. Phương pháp ANFIS-Online là giải thuật thích nghi trực tuyến theo thời gian thực, cho phép bộ điều khiển tự động cập nhật các trọng số và tham số liên tục khi điểm làm việc của hệ thống điện thay đổi đột ngột.
3. Mục đích của việc tích hợp bộ lọc dữ liệu thống kê và phân tích thành phần chính (PCA) trong cấu trúc điều khiển đề xuất là gì?
Dữ liệu đo lường trực tuyến từ lưới điện thường chứa nhiễu và các điểm dị biệt do biến động ngẫu nhiên của phụ tải và sự cố. Bộ lọc dữ liệu dựa trên lý thuyết xác suất thống kê và PCA giúp kiểm tra độ ổn định, đánh giá độ tin cậy và loại bỏ các thành phần nhiễu trước khi đưa vào vòng lặp huấn luyện của ANFIS-Online, ngăn chặn hiện tượng sai lệch tham số và đảm bảo tính chính xác cao cho bộ điều khiển.
4. Luận án đã tiến hành kiểm chứng các bộ điều khiển đề xuất trên những mô hình lưới điện nào?
Luận án đã kiểm chứng mô phỏng trên ba mô hình hệ thống:
- Hệ thống một máy phát nối thanh cái vô cùng lớn (OMIB) có kết nối trang trại điện gió sử dụng máy phát cảm ứng nguồn kép (DFIG).
- Hệ thống lưới điện mẫu chuẩn IEEE 9 nút với ba máy phát điện đồng bộ.
- Hệ thống lưới điện thực tế tại Khu Công nghệ cao TP.HCM, tập trung vào trạm biến áp 110kV Intel dưới các kịch bản sự cố trên tuyến đường dây 110kV Thủ Đức – Thủ Đức Bắc – Intel và Cát Lái – Công nghệ cao.
Kết luận
Luận án của nghiên cứu sinh Nguyễn Hữu Vinh đã giải quyết vấn đề nâng cao chất lượng và ổn định điện áp trên lưới điện phân phối thông qua việc cải tiến các giải thuật điều khiển cho thiết bị STATCOM. Bằng việc kết hợp hệ nơ-ron mờ thích nghi (ANFIS) với các thuật toán tối ưu hóa PSO, GA và thuật toán huấn luyện trực tuyến ANFIS-Online có tích hợp bộ tiền xử lý lọc dữ liệu thống kê PCA và bộ nhận dạng ANI, tác giả đã khắc phục được nhược điểm của các bộ điều khiển PID truyền thống trên các hệ thống phi tuyến. Các kết quả mô phỏng trên hệ OMIB tích hợp điện gió DFIG, lưới điện chuẩn IEEE 9 nút và lưới điện thực tế tại Khu Công nghệ cao TP.HCM đã chứng minh hiệu quả của giải thuật đề xuất trong việc giảm thiểu sụt áp và ổn định chất lượng cung cấp điện cho các phụ tải công nghiệp quan trọng.