Tổng quan về luận án

Nghiên cứu về tự động hóa và tối ưu hóa vận hành nhà máy nhiệt điện (NMNĐ) đốt than giữ vị trí then chốt trong chiến lược an ninh năng lượng quốc gia. Theo Quy hoạch phát triển điện lực quốc gia giai đoạn 2011 - 2020 có xét đến năm 2030 (Quy hoạch điện 7 điều chỉnh theo Quyết định số 428/QĐ-TTg ngày 18/3/2016 của Thủ tướng Chính phủ): "Tính riêng nhà máy nhiệt điện đốt than đã chiếm 42,6% tổng công suất điện và chiếm 53,2% tổng sản lượng điện Quốc gia vào năm 2030". Trong bối cảnh nhu cầu phụ tải tăng trưởng trung bình 10%/năm, hầu hết hệ thống điều khiển tại các nhà máy nhiệt điện ở Việt Nam đều do các nhà thầu EPC quốc tế thiết kế và cài đặt trọn gói dưới dạng "hộp đen" (black-box). Thực trạng này dẫn đến sự phụ thuộc hoàn toàn vào chuyên gia nước ngoài trong công tác hiệu chỉnh, chẩn đoán sự cố và nâng cấp hệ thống, làm gia tăng đáng kể chi phí phát điện trên mỗi MWh và làm suy giảm tính tự chủ công nghệ quốc gia.

Khoảng trống nghiên cứu (research gap) cốt lõi xuất phát từ thực tế: các nghiên cứu trong nước trước đây chủ yếu dừng lại ở việc khảo sát cục bộ từng mạch vòng đơn lẻ (như điều khiển mức nước bao hơi hoặc điều khiển máy nghiền than), trong khi các mô hình quốc tế thường phân tách thành hai thái cực. Thái cực thứ nhất là các mô hình vật lý nhiệt - thủy lực quá cồng kềnh, phức tạp, đòi hỏi chi phí tính toán khổng lồ và không thể nhúng vào phần cứng điều khiển thời gian thực; thái cực thứ hai là các mô hình toán học giải tích tuyến tính hóa cao độ, bỏ qua các đặc tính phi tuyến nhiệt động cốt lõi và hoàn toàn thiếu cơ chế bù nhiễu biến thiên nhiên liệu.

Luận án "Xây dựng hệ điều khiển phụ tải nhiệt phục vụ vận hành tối ưu nhà máy nhiệt điện đốt than áp suất cận tới hạn" do NCS. Phạm Thị Lý thực hiện dưới sự hướng dẫn khoa học của PGS.TS. Bùi Quốc Khánh tại Trường Đại học Bách Khoa Hà Nội đã giải quyết triệt để bài toán liên kết đa biến này. Luận án xây dựng và kiểm chứng ba câu hỏi nghiên cứu (RQ) cùng ba giả thuyết khoa học (H):

  • RQ1: Làm thế nào để mô hình hóa chính xác các quá trình động học nhiệt động phi tuyến của tổ máy nhiệt điện cận tới hạn mà vẫn đảm bảo tính khả thi trong tổng hợp bộ điều khiển thời gian thực?
    • H1: Mô hình động học phi tuyến dựa trên nguyên lý cân bằng năng lượng trực tiếp (Direct Energy Balance - DEB) kết hợp phương trình trao đổi nhiệt bức xạ - đối lưu và phương trình trạng thái hơi bão hòa Antoine cho phép mô phỏng chính xác đáp ứng công suất và áp suất hơi với sai số dưới 3% so với dữ liệu vận hành thực tế.
  • RQ2: Cấu trúc điều khiển phối hợp nào có khả năng triệt tiêu hiệu ứng ghép kênh chéo (cross-channel coupling) giữa lò hơi (quán tính nhiệt lớn) và tuabin (đáp ứng cơ khí nhanh) khi vận hành ở tốc độ biến thiên tải cao?
    • H2: Cấu trúc điều khiển phối hợp cải tiến tích hợp khâu bù phi tuyến $g(\Delta P)$ phát triển từ nền tảng Flynn kết hợp tối ưu hóa tham số bằng Giải thuật Di truyền (Genetic Algorithm - GA) sẽ giảm thiểu tối đa độ quá điều chỉnh áp suất và rút ngắn thời gian quá độ của công suất điện.
  • RQ3: Giải pháp nào triệt tiêu ảnh hưởng của các nhiễu ngẫu nhiên về nhiệt trị than và thông số buồng lửa trong môi trường công nghiệp thực tế?
    • H3: Hệ thống bù nhiễu thích nghi dựa trên mạng Nơ-ron - Mờ (Neuro-Fuzzy Inference System) có khả năng ước lượng và bù đắp trực tiếp sai lệch năng lượng, bảo đảm độ ổn định của hệ thống trước sự biến thiên của nhiệt trị than trong dải $4995 - 5370 \text{ kcal/kg}$.

Phạm vi nghiên cứu của luận án tập trung vào tổ máy 300 MW (Tổ máy số 2) của Công ty Cổ phần Nhiệt điện Hải Phòng với các thông số nhiệt động cận tới hạn đặc trưng: áp suất hơi quá nhiệt định mức $16,7 \text{ MPa}$, nhiệt độ hơi quá nhiệt $538^\circ\text{C} - 541^\circ\text{C}$, áp suất tái nhiệt $4,1 - 4,3 \text{ MPa}$, hoạt động trong dải phụ tải cơ bản từ $70% - 100%$ công suất định mức ($210 - 300 \text{ MW}$).

Literature Review và Positioning

Lịch sử phát triển các cấu trúc điều khiển phụ tải nhiệt trong nhà máy nhiệt điện trải qua nhiều giai đoạn với ba trường phái kinh điển:

  1. Điều khiển theo tuabin (Turbine Following Control - TFC): Bộ điều khiển công suất ($G_{CN}$) tác động trực tiếp lên van điều chỉnh tuabin ($V_h$) để đáp ứng nhanh công suất phát, trong khi bộ điều khiển áp suất hơi ($G_{CP}$) điều chỉnh van cấp nhiên liệu ($V_f$) vào lò hơi. Cấu trúc này bám tải nhanh nhưng gây sụt giảm áp suất hơi nghiêm trọng do quán tính nhiệt của lò hơi rất lớn, tạo dao động áp suất kéo dài và gây ứng suất nhiệt phá hủy kim loại dàn ống sinh hơi.
  2. Điều khiển theo lò hơi (Boiler Following Control - BFC): Bộ điều khiển công suất điều chỉnh trực tiếp quá trình cháy trong lò hơi, còn van tuabin chỉ mở khi áp suất hơi đạt giá trị đặt. Chế độ này bảo vệ áp suất hơi và tuổi thọ lò hơi tuyệt đối, nhưng đáp ứng công suất điện cực kỳ chậm trễ, không đáp ứng được yêu cầu điều tần của hệ thống điện hiện đại.
  3. Điều khiển phối hợp lò hơi - tuabin (Coordinated Control System - CCS): Đưa tín hiệu đặt công suất phát $N^*$ đồng thời tới cả kênh nhiên liệu lò hơi và kênh van điều khiển tuabin thông qua các khâu truyền thẳng (Feedforward) và khâu bù tương hỗ nhằm khai thác năng lượng tích lũy trong bao hơi (drum energy storage) để cân bằng giữa tốc độ đáp ứng công suất và độ ổn định áp suất hơi.
                  +-------------------------------------------------------------+
                  |         BỘ ĐIỀU KHIỂN PHỐI HỢP CẢI TIẾN (PROPOSED CCS)     |
                  |                                                             |
Công suất đặt N* -+--->[ Bộ điều khiển GCN ]--->( + )----------------------------+--> Van Tuabin (Vh)
                  |                                ^                            |         |
                  |                                | g(ΔP)                      |         v
                  |                         [ Khâu bù phi tuyến ]               |   TUABIN - MÁY PHÁT
                  |                                ^                            |         |
                  |                                |                            |         +--> Công suất Ne
                  |   +--->[ Khâu bù Neuro-Fuzzy ]-+                            |         |
                  |   |                            |                            |         |
                  |   |                            v                            |         |
Áp suất đặt Ph* --+---+--->[ Bộ điều khiển GCP ]--->( + )----------------------------+--> Van Nhiên liệu (Vf)
                                                                                |         |
                                                                                |         v
                                                                                |      LÒ HƠI
                                                                                |         |
                                                                                +---------+--> Áp suất Ph

Các công trình nghiên cứu quốc tế đã ghi nhận nhiều đóng góp quan trọng:

  • Flynn (1972, 2000s) đề xuất nguyên lý phối hợp có khâu bù áp suất phi tuyến $g(\Delta P)$ nhằm ngăn ngừa hiện tượng quá áp hoặc tụt áp buồng lửa, tuy nhiên cấu trúc này mới dừng lại ở dạng ý tưởng định tính, chưa có phương pháp toán học tường minh để thiết lập thông số hàm $g(\Delta P)$ cho từng đối tượng công nghệ cụ thể.
  • Tan, Liu và cộng sự (2013, 2015) tại Trung Quốc phát triển mô hình phi tuyến affine 6 biến trạng thái dựa trên phương pháp cân bằng năng lượng trực tiếp (DEB) và áp dụng bộ quan sát trạng thái mở rộng (Extended State Observer - ESO). Tuy nhiên, nhóm tác giả này tập trung chủ yếu vào quá trình hơi quá nhiệt mà bỏ qua động học truyền nhiệt bức xạ - đối lưu phức tạp trong buồng lửa và các mạch vòng phụ trợ khói - gió.
  • Shin, Lee và cộng sự (2014) tại Hàn Quốc ứng dụng điều khiển dự báo mô hình (MPC) phi tuyến cho tổ máy nhiệt điện, đạt kết quả mô phỏng tối ưu nhưng cấu trúc quá nặng về tính toán số, không thể triển khai trên các bộ điều khiển khả trình công nghiệp (DCS/PLC) vốn có chu kỳ quét giới hạn từ $50 - 100 \text{ ms}$.
  • Foster Wheeler (Ba Lan) thiết kế hệ thống điều khiển tổ máy CFB siêu tới hạn Lagisza công suất $460 \text{ MW}$ ($28,3 \text{ MPa}, 563^\circ\text{C}/582^\circ\text{C}$), áp dụng các thuật toán giải tích kinh điển nhưng yêu cầu cấu hình phần cứng DCS vô cùng đắt đỏ.

Tại Việt Nam, các nhà máy nhiệt điện đốt than phun (như Hải Phòng, Phả Lại, Quảng Ninh) đang áp dụng cấu trúc phối hợp kinh điển: bù xen kênh bằng cách lấy tỷ số giữa áp suất đo thực tế và áp suất đặt ($P_h / P_h^*$) nhân với đầu ra của bộ điều khiển công suất $G_{CN}$. Tín hiệu này gây ra hiện tượng cộng hưởng dao động áp suất và công suất phát khi tốc độ tăng tải lớn hơn $2% P_n/\text{phút}$ hoặc khi than cấp vào lò có sự biến động lớn về độ ẩm và nhiệt trị.

Luận án của NCS. Phạm Thị Lý định vị ở giao điểm giữa lý thuyết điều khiển tự động tiên tiến và thực tiễn kỹ thuật công nghiệp: phát triển hoàn thiện cấu trúc Flynn bằng việc giải tích hóa hàm phi tuyến $g(\Delta P)$, tối ưu hóa đa mục tiêu bằng GA, bổ sung mạng Nơ-ron - Mờ tự chỉnh để bù nhiễu nhiên liệu, và kiểm chứng trực tiếp trên hệ thống mô phỏng thời gian thực HIL (Hardware-In-the-Loop) tương thích chuẩn công nghiệp.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và làm sâu sắc thêm lý thuyết Cân bằng Năng lượng Trực tiếp (Direct Energy Balance Theory) và Lý thuyết Điều khiển Đa biến Phi tuyến thông qua bốn đóng góp cốt lõi:

  1. Thiết lập mô hình động học phi tuyến tích hợp toàn diện: Không đơn thuần trừu tượng hóa nhà máy thành một ma trận hàm truyền SISO hoặc phương trình trạng thái thuần túy toán học, nghiên cứu đã tích hợp các quy luật vật lý nhiệt động nhiệt lượng lò hơi: $$\begin{aligned} Q_f &= W_f H_f \ Q_{tn} &= Q_{bx} + Q_{dl} = k_{bx} T_{NL}^4 + k_{dl}(T_{NL} - T_m) \ Q_{sh} &= k_T A (T_m - T_{nx}) \end{aligned}$$ Kết hợp phương trình cân bằng khối lượng và cân bằng nội năng bao hơi: $$\frac{dE}{dt} = Q_{sh} - W_{nx}h_{nx} + W_{hv}h_{hv} + W_{nl}h_{nl} - W_{hr}h_{hr}$$ và phương trình cân bằng pha Antoine để xác định chính xác áp suất bão hòa: $$\log P = A - \frac{B}{C + T}$$

  2. Giải tích hóa và chuẩn hóa khâu bù phi tuyến $g(\Delta P)$: Mở rộng cấu trúc điều khiển của Flynn bằng việc xác lập giới hạn toán học và đặc tính động học của hàm $g(\Delta P)$, triệt tiêu thành công hiện tượng tương tác chéo mà không gây dao động cưỡng bức như cấu trúc tỷ lệ $(P_h/P_h^*)$ truyền thống.

  3. Cấu trúc tối ưu hóa đa mục tiêu $J_N - J_f$ bằng Giải thuật Di truyền (GA): Luận án tích lũy hai chỉ tiêu chất lượng vận hành kinh tế - kỹ thuật thành hàm mục tiêu tích hợp: $$\min J = w_1 J_N + w_2 J_f$$ Trong đó:

    • $J_N = \frac{1}{T} \int_0^T |N_e^*(t) - N_e(t)| dt$ (chỉ tiêu bám lượng đặt công suất, $%$)
    • $J_f = \frac{\int_0^T W_f(t) dt}{\int_0^T N_e(t) dt}$ (chỉ tiêu suất tiêu hao than, $\text{kg than/kWh}$) Thông qua 30 thế hệ tiến hóa di truyền, bộ tham số tối ưu ${K_P, K_I, K_D}$ của hai bộ điều khiển chính $G_{CP}$ và $G_{CN}$ được xác lập chính xác.

  4. Khung lý thuyết bù nhiễu phi tuyến bằng mạng thích nghi Neuro-Fuzzy: Xây dựng mô hình mẫu (reference model) song song bằng mạng Nơ-ron truyền thẳng (Multilayer Perceptron) kết hợp bộ suy luận mờ Mamdani/Takagi-Sugeno 2 đầu vào, 1 đầu ra để tạo ra tín hiệu điều khiển bù thích nghi $U_t$ và $U_f$, triệt tiêu các thành phần bất định của hệ thống.

        MÔ HÌNH THAM CHIẾU (MẠNG NƠ-RON)
              +-------------------+
  N*, Ph* --->| Mạng Nơ-ron mẫu   |---+
              +-------------------+   |
                                      v (Sai lệch mô hình - thực tế)
  N, Ph   ------------------------->( - )--->[ BỘ SUY LUẬN MỜ (FUZZY) ]---> Tín hiệu bù Ut, Uf
(Thực tế)

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba lý thuyết nền tảng:

  • Lý thuyết Cân bằng Nhiệt động lực học (Thermodynamic Equilibrium & DEB)
  • Lý thuyết Điều khiển Thích nghi Thông minh (Adaptive Neuro-Fuzzy Control Theory)
  • Lý thuyết Tối ưu hóa Tiến hóa (Evolutionary Multi-Objective Optimization)

Cấu trúc phân tầng của hệ thống bao gồm:

  • Tầng 1 (Điều phối trung tâm - Supervisory CCS Layer): Đảm nhận phân bổ tín hiệu đặt $N^$ và $P_h^$, tính toán khâu truyền thẳng tải $G_{FN}, G_{FP}$ và khâu bù phi tuyến $g(\Delta P)$.
  • Tầng 2 (Các mạch vòng chấp hành cơ sở - Inner Loops): Gồm 4 mạch vòng phân cấp độc lập nhưng được phối hợp động học:
    1. Mạch vòng cấp nhiên liệu: Bộ điều khiển $G_{Cf}(s)$ bám lưu lượng than đặt $W_f^*$.
    2. Mạch vòng khói - gió: Điều khiển nồng độ oxy dư $O_2%$ duy trì trong dải $3% - 5%$ (hạn chế nồng độ $CO < 400 \text{ ppm}$) và áp suất âm buồng đốt duy trì ở $-50 \text{ Pa}$ đến $-100 \text{ Pa}$ thông qua quạt hút (IDF) và quạt đẩy (FDF).
    3. Mạch vòng cấp nước: Điều khiển mức nước bao hơi bám điểm cân bằng nhằm bảo toàn khối lượng nước - hơi.
    4. Mạch vòng hơi quá nhiệt: Điều khiển nhiệt độ hơi $541^\circ\text{C}$ thông qua van phun nước giảm ôn đa cấp.
  • Tầng 3 (Bù nhiễu thích nghi - Neuro-Fuzzy Disturbance Compensator): Ước lượng tức thời sai lệch nhiệt trị nhiên liệu và biến động phụ tải để bù góc mở van $V_h$ và lưu lượng than $W_f$.

Điều kiện biên (Boundary conditions): Mô hình áp dụng cho lò hơi đốt than bột cận tới hạn có bao hơi, chế độ phát công suất cơ bản từ $70% - 100% P_n$, hệ số không khí thừa $k_a \approx 1,25$ (tổng lượng gió gấp $10 - 11$ lần lưu lượng than).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ chặt chẽ thế giới quan thực chứng (Positivism) kết hợp chủ nghĩa duy thực phê phán (Critical Realism) trong kỹ thuật điều khiển: lấy mô hình vật lý chính xác làm nền tảng, sử dụng dữ liệu thực nghiệm để nhận dạng và kiểm chứng, cuối cùng chứng minh tính ưu việt thông qua thử nghiệm thời gian thực trên phần cứng công nghiệp.

Thiết kế nghiên cứu đa tầng (Multi-level experimental design):

  1. Mô hình hóa giải tích và nhận dạng số liệu (Analytical & Identification Stage): Trích xuất các tham số truyền nhiệt, thể tích bao hơi, quán tính rotor máy phát từ NMNĐ Hải Phòng.
  2. Mô phỏng số trên môi trường phi tuyến (Numerical Simulation Stage): Thiết lập toàn bộ hệ thống trên Matlab/Simulink thông qua các hàm M-file nhúng giải phương trình vi phân phi tuyến bậc cao.
  3. Kiểm chứng thực nghiệm thời gian thực (Hardware-In-the-Loop - HIL Stage): Thiết lập liên kết phần cứng giữa card mô phỏng dSPACE DS1104 (mô phỏng đối tượng NMNĐ với thời gian trích mẫu $1 \text{ ms}$) và bộ điều khiển công nghiệp ABB AC800M (chạy thuật toán điều khiển phối hợp mới).
+------------------------------------+          Cáp I/O Công nghiệp          +------------------------------------+
|         dSPACE DS1104 R&D          |=======================================>|           ABB AC800M DCS           |
| (Mô phỏng thời gian thực Lò - Tuabin)|<=======================================|   (Thực thi thuật toán điều khiển) |
|   - Quá trình cháy & sinh hơi      |      Tín hiệu Analog (AI/AO: 0-10V)    |   - Bộ điều khiển phối hợp mới     |
|   - Động lực học Rotor máy phát    |      Tín hiệu Số (DI/DO: 24VDC)        |   - Module bù Neuro-Fuzzy & GA     |
+------------------------------------+                                        +------------------------------------+
                  ^                                                                             ^
                  |                                                                             |
      Control Desk Interface                                                        Control Builder M / Plant Explorer

Quy trình nghiên cứu rigorous

Dữ liệu thực nghiệm được thu thập từ Hệ thống Điều khiển Phân tán (DCS) của Tổ máy số 2 - Nhà máy Nhiệt điện Hải Phòng trong các điều kiện vận hành khác nhau:

  • Quá trình quá độ tăng/giảm tải với các tốc độ thay đổi: $3 \text{ MW/phút}$, $5 \text{ MW/phút}$ và $9 \text{ MW/phút}$.
  • Số liệu đặc tính than: Độ ẩm than ($W^w$) biến thiên từ $6,3% - 10,63%$; nhiệt trị than làm việc ($H_f$) dao động từ $4995 - 5370 \text{ kcal/kg}$; độ mịn hạt than qua bộ phân ly đạt kích thước hạt $\le 4 \mu\text{m}$.
  • Dữ liệu khí động học buồng lửa: Nhiệt độ ngọn lửa $T_{NL}$, nhiệt độ kim loại thành ống sinh hơi $T_m$, nhiệt độ khói thải $T_k$, nhiệt độ xỉ $T_x$ ($933 - 1002 \text{ kJ/kg}^\circ\text{C}$).

Phương pháp kiểm định độ tin cậy và giá trị (Validity & Reliability):

  • Tam giác hóa phương pháp (Method Triangulation): Đối chiếu kết quả giữa tính toán giải tích lý thuyết, mô phỏng số Matlab/Simulink và đo đạc thực nghiệm trên phần cứng HIL.
  • Kiểm chuẩn tín hiệu I/O công nghiệp: Sử dụng các module chuẩn công nghiệp ABB AI810, AO810, DI810, DO810 kết nối với bo mạch I/O của dSPACE DS1104, hiệu chuẩn tín hiệu dòng $4 - 20 \text{ mA}$ và áp $0 - 10 \text{ V}$ với độ phân giải ADC/DAC 16-bit, sai số truyền thông $< 0,05%$.

Data và phân tích

Nhận dạng hàm truyền các quá trình cơ bản (trích xuất từ Phụ lục I của luận án):

  • Quá trình cấp than: $$G_{pf}(s) = \frac{1}{(1 + 10s)(1 + 20s)} e^{-5s}$$
  • Quá trình cháy và sinh nhiệt khói gió: $$G_{pch}(s) = \frac{1,05}{(1 + 15s)(1 + 35s)}$$
  • Quá trình quá nhiệt - phun nước giảm ôn: $$G_{pqn}(s) = \frac{-0,85}{1 + 12s} e^{-4s}$$
  • Quá trình áp suất buồng đốt: $$G_{pas}(s) = \frac{-1,2}{1 + 8s}$$

Thuật toán GA được cấu hình với kích thước quần thể $N_p = 50$, xác suất lai ghép $P_c = 0,8$, xác suất đột biến $P_m = 0,05$, thực hiện qua 30 thế hệ. Mạng Nơ-ron huấn luyện theo thuật toán Levenberg-Marquardt trên tập dữ liệu $10.000$ mẫu đo vận hành, đạt giá trị hàm mất mát MSE $< 10^{-5}$ sau 500 epochs.

Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả mô phỏng và thực nghiệm thời gian thực trên dSPACE DS1104 - ABB AC800M chứng minh 4 đột phá mang tính bước ngoặt:

Chỉ tiêu đánh giá chất lượng Điều khiển theo Tuabin (TFC) Điều khiển theo Lò hơi (BFC) Điều phối truyền thống ($P_h/P_h^*$) Điều phối mới tối ưu GA + Neuro-Fuzzy (Luận án)
Độ quá điều chỉnh công suất ($\sigma_N$) $14,2%$ $0%$ (đáp ứng trễ) $8,6%$ $< 1,8%$
Thời gian quá độ công suất ($T_{qd_N}$) $65 \text{ s}$ $280 \text{ s}$ $95 \text{ s}$ $42 \text{ s}$
Độ sụt áp suất cực đại ($\Delta P_{max}$) $-1,85 \text{ MPa}$ $-0,12 \text{ MPa}$ $-0,92 \text{ MPa}$ $-0,28 \text{ MPa}$
Thời gian xác lập áp suất ($T_{qd_P}$) $310 \text{ s}$ $180 \text{ s}$ $240 \text{ s}$ $85 \text{ s}$
Chỉ tiêu bám lượng đặt ($J_N$) $11,4%$ $24,8%$ $7,2%$ $2,1%$
Suất tiêu hao nhiên liệu ($J_f$) $0,412 \text{ kg/kWh}$ $0,405 \text{ kg/kWh}$ $0,398 \text{ kg/kWh}$ $0,386 \text{ kg/kWh}$ 
                       ĐÁP ỨNG CÔNG SUẤT VÀ ÁP SUẤT KHI TĂNG TẢI 3 MW/PHÚT
   Công suất (MW)
   300 + - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - Lượng đặt N*
       |                                      /----------------------------- Cấu trúc Luận án (Nhanh, không vọt lố)
       |                                    /  ............................. Cấu trúc Nhà máy (Dao động nhẹ)
   210 +-----------------------------------/--------------------------------
       +---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---> Thời gian (s)
           0  20  40  60  80 100 120 140 160 180 200 220 240 260 280 300
   
   Áp suất (MPa)
   16.7+-------------------------------------------------------------------- Lượng đặt Ph*
       |   \                                 /------------------------------ Cấu trúc Luận án (Sụt áp rất nhỏ: -0.28 MPa)
       |     \............................./                                 Cấu trúc Nhà máy (Sụt áp sâu: -0.92 MPa)
   15.5+ - - - \ - - - - - - - - - - - - / - - - - - - - - - - - - - - - - - Cấu trúc Tuabin (Sụt áp nghiêm trọng: -1.85 MPa)
       +---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---> Thời gian (s)
  1. Triệt tiêu hiện tượng sụt áp sâu khi tăng tải nhanh: Khi tăng tải với tốc độ $3 \text{ MW/phút}$, cấu trúc điều khiển phối hợp mới giữ độ sụt áp suất ở mức danh định chỉ $0,28 \text{ MPa}$ (so với $0,92 \text{ MPa}$ của hệ thống hiện hữu tại NMNĐ Hải Phòng và $1,85 \text{ MPa}$ của chế độ điều khiển theo tuabin).
  2. Khả năng tự thích nghi trước biến động chất lượng than: Khi nhiệt trị than đột ngột suy giảm $10%$ (từ $5200 \text{ kcal/kg}$ xuống $4680 \text{ kcal/kg}$), mạng Nơ-ron - Mờ tự động tính toán lượng bù nhiên liệu $\Delta W_f$, khôi phục công suất phát và áp suất bão hòa về trạng thái xác lập chỉ sau $55 \text{ s}$, trong khi hệ thống điều khiển thông thường mất hơn $220 \text{ s}$ kèm dao động lớn.
  3. Tiết kiệm nhiên liệu định lượng rõ ràng: Suất tiêu hao than giảm từ $0,398 \text{ kg/kWh}$ xuống $0,386 \text{ kg/kWh}$, tương đương mức tiết kiệm $12 \text{ g than/kWh}$ điện thương phẩm.
  4. Sự tương thích hoàn hảo giữa mô hình HIL và DCS công nghiệp: Độ lệch giữa đáp ứng trên card dSPACE DS1104 và phần mềm giám sát Plant Explorer Workplace của ABB AC800M là không đáng kể ($R^2 > 0,994$), chứng minh tính khả thi tuyệt đối trong ứng dụng công nghiệp.

Implications đa chiều

  • Về mặt lý thuyết: Mở rộng biên giới của lý thuyết điều khiển hệ thống năng lượng nhiệt, cung cấp phương pháp luận chuẩn mực để giải quyết bài toán điều khiển phi tuyến đa biến liên kết chặt có độ trễ lớn.
  • Về mặt phương pháp luận: Thiết lập quy trình nghiên cứu mẫu mực kết hợp mô hình DEB cải tiến với nền tảng thực nghiệm HIL (dSPACE - ABB DCS), tạo cầu nối trực tiếp giữa thuật toán hàn lâm và môi trường công nghiệp.
  • Về mặt thực tiễn: Cung cấp giải pháp phần mềm - thuật toán có thể cài đặt trực tiếp lên hệ thống DCS hiện hữu của các nhà máy nhiệt điện tại Việt Nam (như Hải Phòng 1 & 2, Quảng Ninh 1 & 2, Nghi Sơn 1, Duyên Hải 1) mà không cần thay thế phần cứng đắt tiền.
  • Về mặt chính sách: Đóng góp trực tiếp vào mục tiêu của Chương trình Quốc gia về Sử dụng Năng lượng Tiết kiệm và Hiệu quả (VNEEP 3), tạo cơ sở kỹ thuật để các cơ quan quản lý (Bộ Công Thương, EVN) ban hành quy chuẩn vận hành tối ưu cho các NMNĐ than.

Limitations và Future Research

Mặc dù đạt được những kết quả đột phá, luận án thẳng thắn chỉ ra các giới hạn kỹ thuật:

  1. Giới hạn vùng làm việc: Nghiên cứu chỉ tập trung vào dải công suất ổn định từ $70% - 100% P_n$ ở chế độ áp suất không đổi hoặc trượt nhẹ, chưa khảo sát chế độ khởi động lạnh (cold start-up), dừng lò sự cố hoặc dải tải thấp $(< 50% P_n)$ có đốt kèm dầu FO/DO.
  2. Đơn giản hóa trường nhiệt động 3D buồng lửa: Quá trình cháy được quy về mô hình thông số tập trung đẳng trị (lumped-parameter model), chưa xét đến sự phân bố cục bộ không đồng đều của trường nhiệt độ và nồng độ khí thải theo không gian 3 chiều của buồng đốt kích thước lớn.
  3. Giả định các mạch vòng phụ trợ: Các quá trình hâm nước, khử khí và ngưng hơi được giả định vận hành lý tưởng, chưa xét đến tác động phi tuyến bậc hai khi áp suất bình ngưng bị suy giảm vào mùa hè do nhiệt độ nước làm mát tăng cao.

Chương trình nghiên cứu tương lai (Future Research Agenda):

  • Hướng 1: Mở rộng thuật toán điều khiển phối hợp thích nghi cho các nhà máy nhiệt điện thông số siêu tới hạn (Supercritical - $24,2 \text{ MPa}, 566^\circ\text{C}$) và trên siêu tới hạn (Ultra-Supercritical - $31 \text{ MPa}, 600^\circ\text{C}/650^\circ\text{C}$) với công nghệ lò trực lưu (Once-through boilers).
  • Hướng 2: Nghiên cứu thuật toán điều khiển thích ứng khi đốt trộn than nhập khẩu (than bitum/sub-bitum) với than antraxit nội địa hoặc đồng đốt sinh khối (biomass co-firing) và amoniac xanh nhằm giảm phát thải carbon.
  • Hướng 3: Tích hợp các thuật toán học tăng cường sâu (Deep Reinforcement Learning - DRL) để tự động nhận dạng và tối ưu hóa hệ số không khí thừa $k_a$ theo thời gian thực theo thành phần khói thải ($CO, NO_x, SO_x$).
  • Hướng 4: Nâng cấp cấu trúc điều khiển để đáp ứng chế độ bám phụ tải linh hoạt (flexible load following) hỗ trợ tích hợp năng lượng tái tạo (điện gió, điện mặt trời) vào lưới điện quốc gia.

Tác động và ảnh hưởng

  • Tác động học thuật: Kết quả nghiên cứu được công bố trên các tạp chí khoa học uy tín chuyên ngành Tự động hóa và Năng lượng, cung cấp tài liệu tham khảo chuẩn mực cho các chương trình đào tạo sau đại học tại Đại học Bách Khoa Hà Nội và các trường khối kỹ thuật. Ước tính các công bố từ luận án mở ra hướng trích dẫn quan trọng trong lĩnh vực điều khiển NMNĐ tại Đông Nam Á.
  • Chuyển đổi công nghiệp nhiệt điện: Đối với một tổ máy nhiệt điện than công suất $300 \text{ MW}$ vận hành trung bình $6.500 \text{ giờ/năm}$, việc giảm suất tiêu hao than $12 \text{ g/kWh}$ mang lại hiệu quả kinh tế khổng lồ: $$\Delta M_{\text{than}} = 300.000 \text{ kW} \times 6.500 \text{ h} \times 0,012 \text{ kg/kWh} = 23.400 \text{ tấn than/năm/tổ máy}$$ Với quy mô toàn nhà máy 4 tổ máy ($1.200 \text{ MW}$ như NMNĐ Hải Phòng), lượng than tiết kiệm được lên tới $93.600 \text{ tấn than/năm}$, tương đương giá trị kinh tế hàng trăm tỷ đồng mỗi năm.
  • Lợi ích môi trường và xã hội: Giảm tiêu thụ $93.600 \text{ tấn than}$ đồng nghĩa với việc cắt giảm trực tiếp hơn $200.000 \text{ tấn } CO_2$ phát thải ra môi trường mỗi năm, đồng thời giảm thiểu lượng tro xỉ phát sinh và nồng độ các khí độc hại ($SO_2, NO_x$), góp phần hiện thực hóa cam kết Net Zero của Việt Nam tại COP26.
  • Tự chủ công nghệ quốc gia: Khẳng định năng lực làm chủ công nghệ điều khiển tổ máy nhiệt điện phức tạp của đội ngũ kỹ sư và nhà khoa học Việt Nam, giảm thiểu chi phí thuê chuyên gia nước ngoài và đảm bảo an ninh vận hành hệ thống điện quốc gia.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật: Tiếp cận một mô hình toán học - nhiệt động hoàn chỉnh, có tính ứng dụng cao, giải quyết trọn vẹn từ khâu lý thuyết đến thực nghiệm thời gian thực HIL; mở ra các đề tài nghiên cứu mở rộng cho các hệ thống năng lượng cận tới hạn và siêu tới hạn.
  • Kỹ sư vận hành và Phòng Kỹ thuật các NMNĐ: Sở hữu bộ công cụ và tài liệu hướng dẫn kỹ thuật chi tiết để tối ưu hóa các thông số vận hành của hệ thống DCS hiện hữu, giảm thiểu sự cố nhảy tổ máy do dao động áp suất/công suất.
  • Ban Lãnh đạo các Tập đoàn Năng lượng (EVN, PVN, TKV): Có căn cứ khoa học vững chắc để phê duyệt các dự án nâng cấp, hiện đại hóa hệ thống điều khiển tự động tổ máy nhằm nâng cao hiệu suất phát điện và giảm chi phí sản xuất.
  • Các Cơ quan Quản lý Nhà nước (Cục Điều tiết Điện lực, Cục Năng lượng): Có số liệu thực chứng để xây dựng các định mức kinh tế - kỹ thuật chuẩn xác về suất tiêu hao nhiên liệu trong sản xuất điện năng.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp độc đáo nhất là việc giải tích hóa và thiết lập tường minh khâu bù phi tuyến $g(\Delta P)$ phát triển từ cấu trúc kinh điển của Flynn, tích hợp trực tiếp với phương trình cân bằng năng lượng DEB và cân bằng pha Antoine. Khác với Flynn (chỉ đưa ra ý tưởng định tính) hay các nghiên cứu Trung Quốc (dùng mô hình affine trừu tượng), luận án đã chứng minh toán học và thực nghiệm cơ chế triệt tiêu tương tác chéo giữa hai kênh lò hơi và tuabin, bảo đảm hệ thống bám lượng đặt công suất với sai lệch cực tiểu mà không gây kích động áp suất bao hơi.

2. Tính đổi mới trong phương pháp nghiên cứu khi so sánh với ít nhất 2 công trình quốc tế?

  • So với công trình của Tan & Liu (2015): Nhóm tác giả quốc tế chỉ dừng lại ở mô phỏng thuần túy trên phần mềm Matlab với mô hình 6 biến trạng thái phi tuyến bỏ qua khói gió; luận án đã xây dựng mô hình toàn diện bao gồm cả 4 mạch vòng phụ trợ và kiểm chứng trên phần cứng thời gian thực dSPACE DS1104.
  • So với nghiên cứu của Shin & Lee (2014): Nghiên cứu quốc tế áp dụng NMPC với khối lượng tính toán quá lớn không thể nhúng vào DCS công nghiệp; luận án kết hợp tối ưu hóa offline bằng GA và bù thích nghi online bằng Neuro-Fuzzy, cho phép thực thi thời gian thực trên bộ điều khiển công nghiệp ABB AC800M với chu kỳ quét chuẩn $50 \text{ ms}$.

3. Phát hiện bất ngờ nhất trong quá trình phân tích dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ nhất là cấu trúc bù tỷ số áp suất $(P_h/P_h^*)$ hiện đang áp dụng phổ biến tại các nhà máy nhiệt điện Việt Nam thực chất là nguyên nhân chính gây mất ổn định khi tăng tốc độ đổi tải. Khi tốc độ tăng tải vượt quá $3 \text{ MW/phút}$, tín hiệu $(P_h/P_h^*)$ khuếch đại sai lệch ở đầu ra bộ điều khiển $G_{CN}$, tạo nên hiện tượng cộng hưởng dao động ngược pha giữa góc mở van tuabin và lưu lượng cấp than, khiến thời gian xác lập kéo dài gấp 3 lần so với cấu trúc đề xuất của luận án.

       SO SÁNH CƠ CHẾ BÙ ÁP SUẤT GIỮA CẤU TRÚC NHÀ MÁY VÀ CẤU TRÚC LUẬN ÁN
Cấu trúc hiện hữu tại nhà máy:
  Áp suất Ph ---> [ Chia Ph / Ph* ] ---> ( Nhân x ) <--- Đầu ra bộ điều khiển GCN
                                              |
                                              +---> Gây dao động cộng hưởng khi tăng tải nhanh!

Cấu trúc đề xuất trong Luận án:
  Sai lệch ΔP ---> [ Hàm phi tuyến g(ΔP) ] ---> ( Cộng + ) <--- Kênh điều khiển độc lập
                                                    |
                                                    +---> Triệt tiêu xen kênh, ổn định tuyệt đối!

4. Luận án có cung cấp quy trình tái lập thực nghiệm (Replication Protocol) hoàn chỉnh không?

Luận án cung cấp đầy đủ và chi tiết toàn bộ quy trình tái lập thực nghiệm trong các Phụ lục I, II, III:

  • Mã nguồn M-file của mô hình nhiệt động và hàm cân bằng năng lượng trên Matlab/Simulink.
  • Sơ đồ đấu nối chân I/O chi tiết giữa card dSPACE DS1104 và các module ABB AI810/AO810.
  • Cấu hình dự án trên phần mềm Control Builder M Professional và giao diện vận hành trên Plant Explorer Workplace.
  • Bộ thông số chuẩn của các hàm truyền, tập luật mờ Mamdani và trọng số mạng Nơ-ron.

5. Lộ trình nghiên cứu 10 năm (10-Year Research Agenda) được vạch ra như thế nào?

Lộ trình phát triển công nghệ trong thập kỷ tới gồm 3 giai đoạn:

  1. Giai đoạn 2021 - 2024: Thử nghiệm Pilot và triển khai đại trà cấu trúc điều khiển tối ưu GA + Neuro-Fuzzy trên hệ thống DCS thực tế tại NMNĐ Hải Phòng và các NMNĐ 300 MW thuộc EVN.
  2. Giai đoạn 2025 - 2028: Phát triển hệ thống điều phối thông minh cho các tổ máy siêu tới hạn 600 - 1000 MW, tích hợp module giám sát trực tuyến phát thải khí nhà kính và tro xỉ.
  3. Giai đoạn 2029 - 2031: Ứng dụng Trí tuệ Nhân tạo Tự hành (Autonomous Industrial AI) và Digital Twin để vận hành tối ưu tổ máy trong điều kiện đồng đốt nhiên liệu xanh (Green Hydrogen, Ammonia, Biomass), phục vụ chuyển dịch năng lượng quốc gia.

Kết luận

  1. Luận án đã xây dựng thành công mô hình điều khiển phụ tải nhiệt động học phi tuyến toàn diện cho tổ máy nhiệt điện than cận tới hạn $300 \text{ MW}$ dựa trên nguyên lý cân bằng năng lượng trực tiếp DEB, mô tả chính xác các quá trình nhiệt - thủy lực phức tạp trong buồng lửa và bao hơi.
  2. Đã đề xuất và thiết kế hoàn chỉnh cấu trúc điều khiển phối hợp mới cải tiến từ cấu trúc Flynn, giải tích hóa hàm bù phi tuyến $g(\Delta P)$, triệt tiêu hiệu quả hiện tượng ghép kênh chéo giữa lò hơi và tuabin.
  3. Ứng dụng thành công Giải thuật Di truyền (GA) để tối ưu hóa đa mục tiêu tham số bộ điều khiển theo hai tiêu chuẩn chất lượng kinh tế - kỹ thuật then chốt: bám lượng đặt công suất ($J_N$) và giảm suất tiêu hao than ($J_f$).
  4. Phát triển module bù nhiễu thích nghi thông minh bằng mạng Nơ-ron - Mờ (Neuro-Fuzzy), bảo đảm tính bền vững và khả năng tự phục hồi của hệ thống trước sự biến thiên khó lường của chất lượng nhiên liệu than.
  5. Chế tạo và kiểm chứng thành công hệ thống thực nghiệm thời gian thực HIL trên nền tảng dSPACE DS1104 kết hợp bộ điều khiển công nghiệp ABB AC800M, chứng minh độ tin cậy tuyệt đối và khả năng ứng dụng thực tế.
  6. Kết quả nghiên cứu chứng minh khả năng tiết kiệm $12 \text{ g than/kWh}$, mở ra tiềm năng tiết kiệm gần $100.000 \text{ tấn than/năm}$ cho mỗi nhà máy nhiệt điện quy mô $1.200 \text{ MW}$, mang lại giá trị kinh tế hàng trăm tỷ đồng và cắt giảm hàng trăm nghìn tấn $CO_2$ phát thải, đóng góp to lớn cho nền khoa học điều khiển tự động và chiến lược phát triển bền vững năng lượng Việt Nam.