Tổng quan luận án

Vấn đề khai thác và vận hành hồ chứa thủy điện tại các quốc gia đang phát triển thường tập trung vào việc gia tăng số lượng công trình mà chưa chú trọng đúng mức đến hiệu quả vận hành tối ưu nhằm khai thác tối đa nguồn tài nguyên nước (IAHS, 1998). Tại Việt Nam, nhu cầu sử dụng điện duy trì mức tăng trưởng trên 20% mỗi năm. Theo Quy hoạch phát triển điện lực quốc gia giai đoạn 2015 - 2030 có xét đến năm 2040 (Quy hoạch điện VII hiệu chỉnh tháng 03/2016), tỷ trọng công suất thủy điện trong hệ thống điện quốc gia giảm dần từ 38% năm 2015 xuống 30,1% năm 2020, 21,1% năm 2025 và còn 16,9% sau năm 2030 do sự gia tăng của nhiệt điện than. Bối cảnh này đặt ra yêu cầu phải huy động công suất phát phủ đỉnh và vận hành tối ưu các nhà máy thủy điện hiện hữu.

Thực tế vận hành hồ chứa tại Việt Nam cho thấy đa số các nhà máy vừa và nhỏ vẫn điều hành theo kinh nghiệm, sử dụng công cụ đo đạc truyền thống, quan sát trực quan và tính toán cân bằng nước thủ công. Sự thiếu vắng các công cụ đo đếm, tính toán tham số theo thời gian thực đã dẫn đến nhiều sự cố nghiêm trọng như ngập lụt hạ lưu, nguy cơ tràn và vỡ đập trong các đợt mưa lũ cực đoan (như sự cố tràn đập tại thủy điện Thái An vào tháng 07/2020). Hiện tượng biến đổi khí hậu làm gia tăng tần suất các trận lũ dị thường; lượng mưa cục bộ trong 2 tuần có thể xấp xỉ hoặc vượt tổng lượng mưa cả năm (như ghi nhận tại miền Trung vào tháng 10/2020). Khoảng trống nghiên cứu được luận án xác định là: chưa có công trình khoa học nào nghiên cứu chi tiết và đầy đủ việc tích hợp các yếu tố khí tượng thủy văn, xây dựng bộ công cụ tính toán vận hành theo thời gian thực theo từng phút, từng giờ để hỗ trợ ra quyết định xả lũ an toàn và tối ưu hóa phát điện cho các nhà máy thủy điện vừa và nhỏ ở Việt Nam.

Luận án xác định các mục tiêu nghiên cứu cụ thể:

  1. Xác định cơ sở khoa học và thực tiễn để nâng cao hiệu quả khai thác thủy điện nói chung và thủy điện vừa và nhỏ nói riêng trong bối cảnh lưu lượng dòng chảy đến hồ luôn biến động.
  2. Xây dựng hệ thống hỗ trợ ra quyết định (DSS) trên cơ sở thuật toán lập lịch, các mô-đun xử lý số liệu vào/ra, kết nối và hiệu chỉnh tối ưu mô hình bể chứa (Tank model).
  3. Ứng dụng liên kết các mô hình đã đề xuất để kiểm định và đánh giá khả năng vận hành thực tế tại Nhà máy Thủy điện Thác Xăng.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Hệ thống hồ chứa thủy điện nói chung và hệ thống thủy điện vừa và nhỏ nói riêng (trực tiếp áp dụng cho Nhà máy Thủy điện Thác Xăng) với hai mục tiêu chính là phát điện thương mại và điều tiết phòng chống lũ.
  • Phạm vi nghiên cứu: Nâng cao hiệu quả vận hành hệ thống hồ chứa qua việc dự báo dòng chảy thời gian thực và lập kịch bản xả lũ, đón lũ và tối ưu hóa biểu đồ phát điện theo khung giá thị trường.

Tổng quan tài liệu và vị trí của luận án

Tổng quan lịch sử phát triển ngành thủy điện thế giới ghi nhận công trình đầu tiên công suất 4 kW của Luis Armstrong tại Northumberland (Vương quốc Anh, 1878), tiếp theo là nhà máy phát điện thương mại tại Wisconsin (Mỹ, 1882), tuabin 3 pha tại Đức (1891), nhà máy Edward Dean Adams tại Niagara (Mỹ, 1895), công trình 500 kW tại Trung Quốc (1905), đến các công trình quy mô lớn như đập Itaipu (Brazil - Paraguay, 1984, công suất 12.600 MW) và đập Tam Hiệp (Trung Quốc, công suất 32.000 MW).

Về mặt lý thuyết hệ thống hỗ trợ ra quyết định (DSS), các khái niệm nền tảng được định hình bởi Loucks và da Costa (1991), Ahmad và Simonovic (2006). DSS được phát triển từ việc phân tích hệ thống công nghệ thông tin và truyền thông (ICT) từ thập niên 1970 và mở rộng thành hệ thống hỗ trợ ra quyết định thông minh (IDSS), kinh doanh thông minh (BI) và phân tích trực tuyến (OLAP). Phân loại DSS gồm năm nhóm chính:

  • DSS dựa vào mô hình (Model-Driven DSS - MD-DSS): sử dụng mô hình toán và tối ưu hóa tham số.
  • DSS dựa vào dữ liệu (Data-Driven DSS - DD-DSS): quản lý dữ liệu lớn, kho dữ liệu và xử lý theo thời gian thực qua hệ thống OLAP.
  • DSS dựa trên mạng truyền thông (Communication-Driven DSS - C-DSS / G-DSS): hỗ trợ ra quyết định nhóm và tương tác qua mạng.
  • DSS dựa theo tài liệu (Document-Driven DSS - D-DSS): xử lý, lọc và chuẩn hóa dữ liệu phi cấu trúc (như hệ thống Lexis Nexis).
  • DSS dựa trên tri thức (Knowledge-Driven DSS - K-DSS): tích hợp trí tuệ nhân tạo, hệ chuyên gia và mạng nơ-ron nhân tạo (ANN).

Trên thế giới, các công trình ứng dụng DSS trong quản lý tài nguyên nước và thủy điện đã được triển khai rộng rãi:

  • Nghiên cứu tổng quan về DSS trong hoạch định và vận hành đập lớn ở Châu Phi [11].
  • Blanco và cộng sự [12] xây dựng DSS cho hệ thống thủy điện siêu nhỏ (Micro Hydropower - MHP) tại lưu vực sông Amazon (Brazil) kết hợp mô hình dòng chảy lượng mưa và phương pháp hai tuabin.
  • Zhang và cộng sự [13] phát triển thuật toán dự báo nước về hồ trước 1–6 ngày dựa trên mô hình dự báo thời tiết số (NWP), định lượng mưa (QPF) kết hợp mạng nơ-ron truyền thẳng đa lớp (MLP-ANNs) áp dụng cho hơn 20 hồ chứa tại tỉnh Phúc Kiến (Trung Quốc).
  • Nghiên cứu của lưới điện Trung Quốc [14] xây dựng DSS quy mô lớn gồm 3 mô-đun (dữ liệu, vận hành ngắn hạn, vận hành trung - dài hạn) áp dụng trên 1.500 trạm thủy điện với tổng công suất hơn 30 GW tại các công ty lưới điện Hoa Nam, Hoa Đông, Phúc Kiến, Vân Nam, Quý Châu.
  • Nghiên cứu tại Tây Ban Nha [15] ứng dụng DSS dựa trên kiểm tra mô hình hình thức (formal model checking) để điều khiển mở/đóng cửa van xả lũ cho đập La Concepción.
  • Tiantian Yang và nhóm nghiên cứu [16] kết hợp thông tin khí tượng với thuật toán Random Forest (RF), ANN và mạng hồi quy vector hỗ trợ (SVR) để dự báo dòng chảy trước 01 tháng tại Mỹ và Trung Quốc.
  • Donghee Lee và cộng sự [17] sử dụng hồi quy đa tuyến tính (MLR), SVM, ANN để dự báo dòng chảy hàng tháng.
  • Bin Luo và cộng sự [18] ứng dụng mô hình lai học sâu kết hợp Deep Belief Network (DBN) và Long Short-Term Memory (LSTM).
  • Jose Bernardes và cộng sự [19] tổng kết các kỹ thuật học máy trong tối ưu hóa lịch trình phát điện và điều độ thủy điện.

Tại Việt Nam, các mô hình tính toán đã được áp dụng ở một số lưu vực sông nhưng vẫn tồn tại hạn chế: điều hành phụ thuộc kinh nghiệm; quy trình vận hành hồ không được cập nhật theo thời gian thực; vận hành đơn lẻ từng hồ chứa; dự báo thủy văn dài hạn có sai số lớn. Luận án lựa chọn giải quyết khoảng trống này bằng cách thiết lập một cấu trúc DSS kết hợp trạm quan trắc thực địa, mô hình mưa rào - dòng chảy dạng bể chứa vật lý (Tank model) được hiệu chỉnh tự động, kết nối với mô-đun tối ưu hóa kinh tế theo biểu giá chi phí tránh được và kiểm soát xả lũ an toàn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án xây dựng phương pháp tiếp cận hệ thống, coi bài toán vận hành thủy điện là bài toán động theo không gian và thời gian với nhiều biến ngẫu nhiên.

+---------------------------------------------------------------------------------------------------+
|                                CẤU TRÚC HỆ THỐNG DSS THỦY ĐIỆN                                    |
|                                                                                                   |
|  [Dữ liệu Khí quyển / Viễn thám]           [Hệ thống Trạm Đo Lưu vực & Nhà máy]                   |
|  - Dự báo thời tiết số (NWP/WRF)            - Mạng đo mưa (Đa giác Thiesen)                       |
|  - Ảnh mây, Radar thời tiết                 - Mực nước hồ, hạ lưu (Radar)                         |
|  - Giá điện chi phí tránh được              - Lưu lượng qua tổ máy & tràn (Siêu âm/Cảm biến van)  |
|  [Hỗ trợ Quyết định Vận hành: Điều khiển Cửa van Xả lũ - Huy động Công suất Tổ máy Thời gian thực]  |
+---------------------------------------------------------------------------------------------------+

Khung lý thuyết Mô hình Bể chứa (Tank Model)

Luận án sử dụng mô hình bể chứa do Sugawara và Fuyuki đề xuất, bao gồm hệ thống 4 bể chứa đặt thẳng đứng nối tiếp nhau nhằm mô phỏng 4 tầng thủy văn của lưu vực:

  • Bể 1 (Top tank): mô phỏng dòng chảy mặt và dòng chảy sát mặt khi có mưa lớn.
  • Bể 2: mô phỏng dòng chảy ngầm nông (giai đoạn quá độ sau lũ).
  • Bể 3 và Bể 4: mô phỏng dòng chảy ngầm sâu và dòng chảy kiệt (dòng chảy nền).

Phương trình toán học mô tả lượng nước chảy ra ($Y_i$) từ cửa xả cạnh ở độ cao $H_i$ và lượng nước thấm qua đáy ($Z$) của một bể chứa: $$Y_i = \begin{cases} A_i(X - H_i) & \text{khi } X > H_i \ 0 & \text{khi } X \le H_i \end{cases}$$ $$Z = X \cdot A_0$$ Trong đó: $X$ là mực nước trong bể; $A_i$ là hệ số xả của cửa cạnh thứ $i$; $H_i$ là chiều cao ngưỡng tràn cửa xả cạnh; $A_0$ là hệ số thấm ở đáy bể.

Khi tuyến tính hóa mô hình bể chứa đơn giản với $H=0$, bể được xem như một khâu quán tính bậc nhất với hàm truyền $A_1 / [s + (A_1 + A_0)]$, hằng số thời gian là $1/(A_1 + A_0)$, và tỷ số lưu lượng đầu ra trên tổng lưu lượng là $A_1/(A_1 + A_0)$.

Thuật toán phân chia giai đoạn và hiệu chỉnh tham số tự động

Đồ thị lưu lượng dòng chảy tính toán ($Q^\circ$) và quan trắc ($Q$) được phân chia thành 5 giai đoạn nhỏ dựa trên tỷ lệ lưu lượng xả của từng cửa ra ($y_1, y_2, y_3, y_4, y_5$) so với tổng lưu lượng xả $y$:

  • Giai đoạn 1: $y_1 \ge C \cdot y$ (Bể trên cùng chi phối đỉnh lũ).
  • Giai đoạn 2: $y_1 < C \cdot y \le y_1 + y_2$.
  • Giai đoạn 3: $y_1 + y_2 < C \cdot y \le y_1 + y_2 + y_3$.
  • Giai đoạn 4: $y_1 + y_2 + y_3 < C \cdot y \le y_1 + y_2 + y_3 + y_4$.
  • Giai đoạn 5: Phần còn lại (dòng chảy kiệt chi phối bởi Bể 4). Hằng số phân ngưỡng $C$ được kiểm nghiệm tại các giá trị 0%, 5%, 10%, 25%, 50%; trong đó giá trị $C = 10%$ cho kết quả tối ưu nhất.

Sai lệch giữa giá trị tính toán và quan trắc được đánh giá qua hai chỉ số:

  1. Tiêu chuẩn tỷ lệ thể tích $RQ(I)$: $$RQ(I) = \frac{\sum_{N} Q^\circ(N)}{\sum_{N} Q(N)}$$
  2. Tiêu chuẩn tỷ lệ giảm logarit $RD(I)$ (độ dốc đường cong suy giảm): $$RD(I) = \frac{\sum_{N'} [\log Q^\circ(N-1) - \log Q^\circ(N)]}{\sum_{N'} [\log Q(N-1) - \log Q(N)]}$$ Các hệ số $A_i, B_i, C_i, D_i$ được hiệu chỉnh qua các hệ thức phản hồi toán học: $$A_{M1} = \frac{A_1}{RQ(1) \cdot RD(1)}, \quad A_{M2} = \frac{A_2}{RQ(1) \cdot RD(1)}$$ $$A_0 = \frac{A_0 \cdot [RQ(1) \cdot RD(1) + RQ(2) \cdot RD(2)]}{2}$$ $$B_0 = B_0 \cdot RQ(3) \cdot RD(3), \quad C_0 = C_0 \cdot RQ(4) \cdot RD(4), \quad D_1 = \frac{D_1}{RD(5)}$$ Để chống mất ổn định vòng lặp do nhiễu số liệu thực tế, hệ số phản hồi được giới hạn trong khoảng $[0,5; 2,0]$ và độ nhạy của $RD(I)$ được giảm chấn bằng công thức: $$RD^*(I) = \sqrt{RD(I)}$$

Nội dung chính theo từng chương

Chương 1. Tổng quan tình hình nghiên cứu vận hành hệ thống thủy điện vừa và nhỏ

Chương này tổng kết lịch sử phát triển của thủy điện thế giới và Việt Nam, phân tích cấu tạo điển hình của công trình thủy điện (hồ chứa, đập dâng, cửa nhận nước, đường ống áp lực, gian máy phát điện, tuabin, kênh xả). Nội dung tập trung phân tích các khó khăn trong quản lý nguồn nước, điều hành thiết bị và rủi ro vận hành. Tác giả chỉ ra các nguyên nhân dẫn đến các sự cố nghiêm trọng tại Việt Nam:

  1. Yếu tố khách quan: Biến đổi khí hậu cực đoan gây ra các đợt mưa tập trung cường độ lớn.
  2. Trang thiết bị và công nghệ: Dự báo thời tiết số WRF độ phân giải thô ($9 \times 9\text{ km}$), chưa xử lý triệt để nhiễu radar thời tiết, thiếu công cụ mô hình hóa thủy văn thời gian thực tại nhà máy.
  3. Quản lý nhà nước: Trùng lặp thẩm quyền giữa các cơ quan quản lý tài nguyên nước; quy trình vận hành liên hồ chứa còn kẽ hở giữa mục tiêu an toàn đập và mục tiêu tích nước phát điện.

Chương 1 cũng phân loại chi tiết các cấu trúc DSS hiện đại (MD-DSS, DD-DSS, C-DSS, D-DSS, K-DSS), phân tích kiến trúc hệ thống BeDam và các hệ thống DSS vận hành hồ chứa tại Mỹ, Tây Ban Nha, Brazil, Trung Quốc. Từ đó, tác giả đề xuất cấu trúc tổng thể hệ thống DSS cho thủy điện vừa và nhỏ tại Việt Nam bao gồm ba khối: Khối thu thập dữ liệu lưu vực và nhà máy; Khối tính toán mô phỏng thủy văn - thủy lực; Khối tối ưu hóa kịch bản vận hành.

Chương 2. Cơ sở khoa học của hệ thống hỗ trợ ra quyết định nhà máy thủy điện

Nội dung chương 2 tập trung thiết lập mô hình toán học giải quyết hai bài toán cốt lõi:

  1. Mô hình hóa mưa rào - dòng chảy: Xây dựng cấu trúc mô hình 4 bể chứa tuyến tính xếp tầng theo lý thuyết của Sugawara và Fuyuki kết hợp tư vấn của Tập đoàn Điện lực Kyushu. Thiết lập hệ phương trình vi phân và sai phân rời rạc mô tả quá trình tích trữ, thấm ngấm và dòng chảy mặt. Xây dựng thuật toán phân đoạn 5 giai đoạn thủy văn và thiết lập các công thức toán học điều chỉnh tham số mô hình ($A_i, B_i, C_i, D_i$) dựa trên các chỉ số không thứ nguyên $RQ(I)$ và $RD(I)$ với cơ chế giảm chấn chống nhiễu $\sqrt{RD(I)}$.
  2. Mô hình hồ đập, nhà máy và tối ưu hóa vận hành: Xây dựng phương trình cân bằng nước hồ chứa: $$V(t+1) = V(t) + [Q_{\text{đến}}(t) - Q_{\text{phát}}(t) - Q_{\text{xả}}(t) - Q_{\text{thất thoát}}(t)] \cdot \Delta t$$ Thiết lập bài toán tối ưu hóa doanh thu phát điện theo biểu giá chi phí tránh được với các ràng buộc: cao trình mực nước hồ ($Z_{\text{chết}} \le Z(t) \le Z_{\text{dâng bình thường}}$), lưu lượng qua tuabin ($0 \le Q_{\text{phát}}(t) \le Q_{\text{max}}$), công suất định mức máy phát, và quy chuẩn an toàn xả lũ hạ du. Ứng dụng các thuật toán tối ưu hóa như Thuật toán di truyền (Genetic Algorithm - GA) và Thuật toán tôi luyện thép mô phỏng (Simulated Annealing - SA) để tìm nghiệm kịch bản cận tối ưu.
+---------------------------------------------------------------------------------------------------+
|               BẢNG TỔNG HỢP CẤU TRÚC BỐN BỂ CHỨA TRONG MÔ HÌNH THỦY VĂN TANK MODEL                |
+---------+--------------------------+-----------------------+--------------------------------------+
| Tầng bể | Cửa xả cạnh (Hệ số; Cao) | Cửa đáy (Hệ số thấm)  | Ý nghĩa thủy văn tương ứng           |
+---------+--------------------------+-----------------------+--------------------------------------+
| Bể 1    | $A_1$ (ngưỡng $H_1$)     | $A_0$ (thấm xuống B2) | Dòng chảy tràn bề mặt trực tiếp      |
| (Top)   | $A_2$ (ngưỡng $H_2$)     |                       | Dòng chảy sát mặt / Dòng chảy nhanh  |
+---------+--------------------------+-----------------------+--------------------------------------+
| Bể 2    | $B_1$ (ngưỡng $H_3=0$)   | $B_0$ (thấm xuống B3) | Dòng chảy ngầm nông (giai đoạn hạ lũ)|
+---------+--------------------------+-----------------------+--------------------------------------+
| Bể 3    | $C_1$ (ngưỡng $H_4=0$)   | $C_0$ (thấm xuống B4) | Dòng chảy ngầm tầng trung bình       |
+---------+--------------------------+-----------------------+--------------------------------------+
| Bể 4    | $D_1$ (ngưỡng $H_5=0$)   | Không có (không thấm) | Dòng chảy ngầm sâu (dòng chảy kiệt)  |
+---------+--------------------------+-----------------------+--------------------------------------+

Chương 3. Nghiên cứu phát triển hệ thống DSS cho nhà máy thủy điện Thác Xăng

Chương 3 triển khai ứng dụng thực nghiệm toàn bộ cơ sở phương pháp luận vào Nhà máy Thủy điện Thác Xăng trên lưu vực sông Bắc Giang:

  • Đặc điểm công trình và lưu vực: Tổng hợp các đặc trưng hình thái lưu vực, trạm thủy văn Văn Mịch, các đặc trưng dòng chảy năm tuyến đập, tính toán đỉnh lũ thiết kế và dòng chảy bùn cát phù sa hàng năm.
  • Hạ tầng thu thập dữ liệu phần cứng: Thiết lập mạng lưới trạm đo mưa phân bố theo phương pháp đa giác Thiesen; lắp đặt cảm biến sóng Radar đo mực nước thượng lưu và hạ lưu đập; cảm biến siêu âm đo lưu lượng nước qua tổ máy tuabin; hệ thống cảm biến góc mở xác định lưu lượng qua cửa van đập tràn; đường truyền dữ liệu SCADA/Internet thời gian thực về máy chủ.
  • Mô phỏng thủy văn lưu vực Thác Xăng: Sử dụng chuỗi số liệu khí tượng thủy văn lịch sử giai đoạn 1960 - 2006 (chuỗi mưa 1967 - 2006) và số liệu quan trắc tại trạm Văn Mịch năm 1977 để hiệu chỉnh tham số bộ bể chứa. Kiểm định lại mô hình trong điều kiện thực tế các năm 2017 - 2018. Kết quả so sánh giữa dòng chảy tính toán ($Q_e$) và dòng chảy quan trắc ($Q$) cho thấy mức độ tương quan cao, tái hiện chính xác thời điểm xuất hiện và biên độ đỉnh lũ.
  • Phát triển phần mềm DSS: Thiết kế phần mềm trên nền tảng Matlab Script tích hợp giao diện người - máy (HMI). Phần mềm gồm mô-đun xử lý số liệu đầu vào khí tượng, mô-đun mô phỏng động học hồ chứa và giao diện giám sát hiển thị thời gian thực lưu lượng đến hồ, mực nước dự báo và kịch bản vận hành.
  • Đánh giá hiệu quả vận hành thực tế:
    • Kịch bản vận hành chủ động đón lũ: Dự báo lưu lượng đỉnh lũ trước nhiều giờ, hỗ trợ mở cửa xả chủ động hạ mực nước hồ về mức đón lũ an toàn, triệt tiêu nguy cơ quá tải đập tràn mà không tạo ra lũ nhân tạo phía hạ du.
    • Kịch bản vận hành tối ưu kinh tế: Phân bổ lưu lượng nước phát điện tối đa vào các khung giờ cao điểm có giá bán điện cao theo quy chế giá chi phí tránh được (khung giờ cao điểm, bình thường, thấp điểm).
    • Phân tích hiệu quả kinh tế và độ an toàn: Đánh giá số liệu thủy văn và dòng chảy mùa mưa các năm 2019, 2020, 2021 chứng minh hệ thống DSS giúp tăng sản lượng điện thương phẩm, tối đa hóa doanh thu và bảo đảm an toàn công trình hồ đập.
+---------------------------------------------------------------------------------------------------+
|          DANH MỤC THÔNG SỐ VÀ TRƯỜNG DỮ LIỆU ĐIỂN HÌNH TẠI THỦY ĐIỆN THÁC XĂNG (CHƯƠNG 3)          |
+------------------------------------+--------------------------------------------------------------+
| Nhóm dữ liệu / Thiết bị            | Hạng mục và thông số kỹ thuật ghi nhận trong luận án         |
+------------------------------------+--------------------------------------------------------------+
| Thiết bị quan trắc tại chỗ         | Cảm biến Radar đo mực nước; Cảm biến siêu âm lưu lượng tổ máy|
| Phân tích khí tượng                | Mạng đo mưa Thiesen; Chuỗi dữ liệu lượng mưa (1960 - 2006)    |
| Điểm kiểm định thủy văn            | Trạm thủy văn Văn Mịch (chuỗi số liệu 1977, 2017 - 2018)     |
| Các chuỗi thủy văn mùa mưa         | Phân tích dữ liệu dòng chảy mùa mưa các năm 2019, 2020, 2021|
| Kịch bản điều hành                 | Biểu giá chi phí tránh được (năm 2020); Kịch bản đón lũ chủ động|
+------------------------------------+--------------------------------------------------------------+

Kết quả và những đóng góp mới

  1. Về mặt khoa học:

    • Xác lập cơ sở khoa học tích hợp mô hình mô phỏng thủy văn (mô hình 4 bể chứa Sugawara & Fuyuki) với mô hình tối ưu hóa vận hành hồ chứa theo thời gian thực có xét đến các ràng buộc thủy lực và kinh tế.
    • Hoàn thiện thuật toán tự động hiệu chỉnh tham số mô hình bể chứa dựa trên phản hồi 5 giai đoạn dòng chảy ($RQ, RD$) kết hợp cơ chế lọc nhiễu $\sqrt{RD}$, giúp tăng độ hội tụ và độ chính xác của mô hình dự báo dòng chảy mưa rào - dòng chảy tại lưu vực có địa hình phức tạp.

  2. Về mặt thực tiễn:

    • Xây dựng thành công gói phần mềm và bộ công cụ hỗ trợ ra quyết định (DSS) vận hành thời gian thực, kết nối trực tiếp với hệ thống cảm biến đo đạc (mực nước radar, lưu lượng siêu âm, góc mở cửa van) và dữ liệu khí tượng.
    • Ứng dụng thành công tại Nhà máy Thủy điện Thác Xăng, cung cấp công cụ trực quan giúp kỹ sư vận hành đưa ra quyết định xả lũ đón lũ chủ động, ngăn ngừa nguy cơ tràn/vỡ đập, đồng thời lập lịch vận hành phát điện phủ đỉnh theo biểu giá chi phí tránh được, nâng cao hiệu quả kinh tế và đảm bảo an toàn tuyệt đối cho hạ du.
    • Cung cấp mô hình mẫu có khả năng chuyển giao và nhân rộng cho các nhà máy thủy điện vừa và nhỏ trên các lưu vực sông khác tại Việt Nam.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế: Luận án tập trung nghiên cứu, xây dựng và kiểm định mô hình hỗ trợ ra quyết định cho hồ chứa đơn lẻ (Nhà máy Thủy điện Thác Xăng); mức độ tự động hóa dừng lại ở mức hỗ trợ ra quyết định cho kỹ sư vận hành (chưa kết nối điều khiển vòng kín tự động hoàn toàn đến hệ thống chấp hành SCADA).
  • Hướng nghiên cứu tiếp:
    1. Mở rộng thuật toán và liên kết mô hình DSS để áp dụng cho bài toán điều tiết tối ưu bậc thang liên hồ chứa thủy điện trên cùng lưu vực sông.
    2. Nâng cấp mô-đun dự báo khí tượng bằng cách tích hợp mô hình dự báo thời tiết số phân giải cao (WRF) kết hợp công nghệ học máy/học sâu để nâng cao độ chính xác dự báo dòng chảy dài hạn.
    3. Hoàn thiện hệ thống điều khiển tự động hóa hoàn toàn từ khâu ra quyết định đến khâu tác động trực tiếp vào cơ cấu điều khiển đóng mở cửa xả tràn và điều tốc tổ máy.

Giá trị tham khảo

  • Cán bộ quản lý và kỹ sư vận hành nhà máy thủy điện: Cung cấp tài liệu kỹ thuật về cấu trúc trạm đo, thuật toán tính toán dòng chảy đến hồ theo thời gian thực và phương pháp lập kịch bản xả lũ an toàn, kịch bản phát điện tối ưu theo biểu giá chi phí tránh được.
  • Cơ quan quản lý nhà nước về tài nguyên nước và phòng chống thiên tai: Làm tài liệu tham khảo trong việc thẩm định quy trình vận hành hồ chứa, giám sát an toàn đập và quản lý tổng hợp tài nguyên nước lưu vực sông.
  • Nghiên cứu sinh, giảng viên chuyên ngành Kỹ thuật Điều khiển, Tự động hóa và Thủy văn: Nguồn tài liệu chuyên khảo về việc áp dụng mô hình toán Tank model, thuật toán tối ưu hóa tham số ($RQ, RD$) và thiết kế hệ thống DSS thời gian thực.

Câu hỏi thường gặp

1. Mô hình mưa rào - dòng chảy nào được luận án lựa chọn và lý do sử dụng?
Luận án lựa chọn mô hình bể chứa vật lý (Tank model) gồm 4 bể chứa đặt thẳng đứng nối tiếp nhau do Sugawara và Fuyuki đề xuất. Mô hình này được chọn dựa trên kinh nghiệm của các chuyên gia Tập đoàn Điện lực Kyushu vì cấu trúc mô phỏng phân tầng (dòng chảy mặt, dòng chảy sát mặt, dòng chảy ngầm nông, dòng chảy ngầm sâu), có tính linh hoạt cao và khả năng tùy biến hiệu chỉnh tham số phù hợp với các lưu vực có điều kiện địa chất thủy văn phức tạp như Thác Xăng.

2. Thuật toán hiệu chỉnh tham số mô hình bể chứa trong luận án hoạt động như thế nào?
Thuật toán phân chia đồ thị lưu lượng thành 5 giai đoạn nhỏ tương ứng với sự chi phối của từng cửa xả trên 4 bể chứa dựa trên tỷ lệ dòng chảy ($C = 10%$). Sai lệch giữa lưu lượng tính toán ($Q^\circ$) và lưu lượng quan trắc ($Q$) được đánh giá qua hai chỉ số $RQ(I)$ (sai lệch thể tích) và $RD(I)$ (sai lệch độ dốc suy giảm). Các hệ số cửa xả cạnh và thấm đáy ($A_i, B_i, C_i, D_i$) được cập nhật tự động bằng các công thức phản hồi toán học có giới hạn biên $[0,5; 2,0]$ và giảm chấn nhiễu bằng $\sqrt{RD(I)}$.

3. Hệ thống phần cứng thu thập dữ liệu của DSS tại Nhà máy Thủy điện Thác Xăng gồm những thiết bị nào?
Hệ thống phần cứng bao gồm: mạng lưới trạm đo mưa bố trí theo đa giác Thiesen trên lưu vực sông Bắc Giang; cảm biến sóng Radar đo mực nước thượng lưu và hạ lưu; cảm biến đo lưu lượng nước qua tổ máy bằng siêu âm; hệ thống cảm biến góc mở xác định lưu lượng qua cửa van đập tràn; cùng hệ thống thu thập, truyền dẫn dữ liệu qua mạng SCADA và Internet về máy chủ.

4. Hai kịch bản vận hành chính được hệ thống DSS cung cấp là gì?
Hệ thống cung cấp: (1) Kịch bản vận hành chủ động đón lũ: Dự báo sớm lưu lượng lũ về hồ để hạ mực nước trước, tạo dung tích phòng lũ mà không gây lũ nhân tạo hạ du; (2) Kịch bản vận hành tối ưu kinh tế: Điều tiết tích nước và huy động công suất phát điện tối đa vào các khung giờ cao điểm có giá điện cao theo biểu giá chi phí tránh được nhằm tối đa hóa doanh thu phát điện.

Kết luận

Luận án tiến sĩ kỹ thuật của tác giả Hà Văn Thủy đã giải quyết trọn vẹn bài toán xây dựng hệ thống hỗ trợ ra quyết định (DSS) trong vận hành hồ chứa thủy điện vừa và nhỏ theo thời gian thực. Bằng việc kết hợp mô hình thủy văn 4 bể chứa Sugawara cải tiến với thuật toán tối ưu hóa vận hành kinh tế và xả lũ an toàn, công trình đã lấp đầy khoảng trống giữa tính toán lý thuyết và thực tiễn điều hành hồ chứa tại Việt Nam. Kết quả ứng dụng thực tế tại Nhà máy Thủy điện Thác Xăng khẳng định tính đúng đắn của phương pháp luận, nâng cao hiệu quả phát điện và bảo đảm an toàn hồ đập trước các hình thái thời tiết cực đoan.