Tổng quan về luận án

Hệ thống nhà máy nhiệt điện đốt than phun (Pulverized Coal - PC) công nghệ cận tới hạn giữ vai trò trụ cột trong việc đảm bảo an ninh năng lượng quốc gia, chiếm 30% tổng công suất đặt (20.867 MW) và cung cấp 50% tổng sản lượng điện toàn hệ thống năm 2020 (123.117 GWh). Tuy nhiên, các tổ máy nhiệt điện than quy mô lớn (điển hình như tổ máy S1 công suất 622,5 MW tại Trung tâm Điện lực Duyên Hải 1) đối mặt với thách thức suy giảm chất lượng điều khiển nghiêm trọng sau thời gian vận hành. Nguyên nhân cốt lõi bắt nguồn từ động lực học nhiệt - cơ phi tuyến cao, trễ vận tải lớn, sự suy thoái của cơ cấu chấp hành và biến động phức tạp của phẩm chất than pha trộn (như than antraxít nhập khẩu từ Úc). Thực trạng vận hành cho thấy hơn 30% mạch vòng điều khiển tại các nhà máy phải chuyển sang chế độ điều khiển thủ công (Manual mode) do tham số PID cài đặt ban đầu không còn thích ứng, gây dao động công suất và lãng phí nhiên liệu nghiêm trọng.

                  +--------------------------------------------------+
                  | TỔ MÁY NHIỆT ĐIỆN THAN PHUN CẬN TỚI HẠN (622,5 MW)|
                  +--------------------------------------------------+
                                           |
                   +-----------------------+-----------------------+
                   |                                               |
                   v                                               v
+------------------------------------+           +------------------------------------+
|  HỆ ĐIỀU KHIỂN CƠ SỞ (LỚP DƯỚI)    |           |   HỆ PHỤ TẢI NHIỆT CCS (LỚP TRÊN)   |
+------------------------------------+           +------------------------------------+
| * Cấp nước bao hơi (3 tín hiệu)    |           | * Chế độ Lò theo Tuabin (BF)       |
| * Gió chính & Oxy dư (Oxy Master)  |           | * Chế độ Tuabin theo Lò (TF)       |
| * Áp suất buồng đốt (Quạt hút IDF) |           | * Chế độ Điều khiển Phối hợp (CCS) |
| * Nhiệt độ hơi quá nhiệt & Giảm ôn |           | * Bộ điều phối Than (Fuel Master)  |
+------------------------------------+           +------------------------------------+
                   |                                               |
                   +-----------------------+-----------------------+
                                           |
                                           v
               +-------------------------------------------------------+
               | GIẢI PHÁP ĐỘT PHÁ CỦA LUẬN ÁN                         |
               | 1. Phần tử dự báo số: tpr <= 0,461 tau (Khắc phục trễ)|
               | 2. Nhận dạng MISO ANN: Bù nhiệt trị than phi tuyến    |
               +-------------------------------------------------------+

Nghiên cứu giải quyết khoảng trống khoa học (research gap) liên quan đến việc thiếu hụt phương pháp luận nhận dạng vòng kín (closed-loop identification) kết hợp chỉnh định thích nghi cho hệ thống điều khiển phối hợp lò hơi - tuabin (Coordinated Control System - CCS). Luận án của nghiên cứu sinh Nguyễn Tiến Sáng, dưới sự hướng dẫn của TS. Lê Đức Dũng và PGS. Bùi Quốc Khánh tại Trường Đại học Bách khoa Hà Nội (2022), chuyên ngành Kỹ thuật nhiệt (mã số 9520115), tập trung vào các câu hỏi nghiên cứu và giả thuyết cốt lõi:

  • RQ1: Làm thế nào để nhận dạng chính xác hàm truyền quá trình trong điều kiện vận hành kín mà không làm gián đoạn sản xuất liên tục của nhà máy điện?
  • RQ2: Cấu trúc điều khiển bù trễ nào tối ưu hóa được độ dự trữ ổn định tần số cho các mạch vòng có quán tính lớn?
  • RQ3: Làm thế nào để tích hợp trí tuệ nhân tạo nhằm tự động hiệu chỉnh lượng đặt cấp nhiên liệu khi nhiệt trị than làm việc ($HHV$) biến động ngẫu nhiên?
  • H1: Việc tích hợp khâu dự báo tín hiệu số với thời gian dự báo $t_{pr} \le 0,461\tau$ sẽ triệt tiêu dao động quá điều chỉnh của các mạch vòng nhiệt mà vẫn bảo toàn biên độ dự trữ ổn định $M = 1,55$.
  • H2: Mô hình mạng nơron nhiều đầu vào - một đầu ra (MISO) có khả năng nhận dạng trực tuyến sai lệch phụ tải nhiệt và tự động bù lượng than cấp vào buồng lửa, giảm tối thiểu 15-20% biên độ dao động áp suất hơi quá nhiệt.

Khung lý thuyết của công trình tích hợp lý thuyết điều khiển bền vững trên miền tần số (Frequency-domain Robust Control Theory) của Rotach V. và Pikina G.A., lý thuyết chỉ số dao động mềm $m(\omega)$ của Nguyễn Như Mạnh, kết hợp với mạng nơron nhân tạo truyền thẳng (Feedforward Neural Network). Luận án được thực nghiệm trên tập dữ liệu SCADA/DCS gồm hàng triệu điểm đo thời gian thực tại tổ máy S1 (622,5 MW) NMNĐ Duyên Hải 1 trong các chu kỳ vận hành 2018-2020. Nghiên cứu mang lại ý nghĩa đột phá trong việc tối ưu hóa hiệu suất nhiệt, hạ thấp suất tiêu hao than từ 31,45 đến 62,97 g/kWh, trực tiếp nâng cao độ tin cậy và giảm phát thải khí nhà kính cho ngành nhiệt điện Việt Nam.

Literature Review và Positioning

Nghiên cứu về điều khiển tự động quá trình nhiệt trong nhà máy điện trải qua nhiều giai đoạn phát triển với các trường phái lý thuyết chuyên biệt:

+-----------------------------------------------------------------------------------------+
| TIẾN TRÌNH PHÁT TRIỂN CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN QUÁ TRÌNH NHIỆT ĐIỆN                   |
+-----------------------------------------------------------------------------------------+
|                                                                                         |
| [1] TRƯỜNG PHÁI KINH ĐIỂN (1942 - 1980s)                                                |
|     * Ziegler-Nichols (1942), Astrom-Hagglund (1984): Đáp ứng bước, rơ-le phản hồi.     |
|     * Nhược điểm: Dao động mạnh, hệ số tắt dần thấp (~0,75), không xét dự trữ ổn định.  |
|                                     |                                                   |
|                                     v                                                   |
| [2] TRƯỜNG PHÁI MIỀN TẦN SỐ & BỀN VỮNG (1985 - 2010s)                                   |
|     * Rotach V. (1985), Dubnikova E.G., Pikina G.A. (2014): Dự trữ biên độ M = 1,55.    |
|     * Nguyen Nhu Manh (2007, 2011): Chỉ số dao động mềm m(w) cho hệ hở.                 |
|     * Nhược điểm: Xử lý khó khăn khi đối tượng có thông số biến động phi tuyến mạnh.    |
|                                     |                                                   |
|                                     v                                                   |
| [3] TRƯỜNG PHÁI ĐIỀU KHIỂN NÂNG CAO & AI (2010s - Hiện nay)                             |
|     * Tang Z. (2018): DoAMPC cho nhiệt độ hơi; Karna (2012), Nikolic (2016): MISO ANN.  |
|     * Nhược điểm: Đòi hỏi phần cứng cao, khó nhúng trực tiếp vào DCS công nghiệp cũ.    |
|                                     |                                                   |
|                                     v                                                   |
| [4] VỊ TRÍ ĐỊNH VỊ CỦA LUẬN ÁN (NGUYỄN TIẾN SÁNG, 2022)                                 |
|     * Kết hợp giải tích tần số (t_pr <= 0,461 tau) + MISO ANN hiệu chỉnh lượng đặt      |
|     * Tương thích hoàn toàn với cấu trúc logic DCS công nghiệp hiện hữu                 |
+-----------------------------------------------------------------------------------------+

Trường phái kinh điển dựa trên đáp ứng quá độ và phương pháp biên ổn định (Ziegler-Nichols 1 & 2, phương pháp rơ-le Åström-Hägglund) tiếp cận qua mô hình quán tính bậc nhất có trễ (First Order Plus Dead Time - FOPDT). Tuy nhiên, các kỹ thuật này bộc lộ hạn chế khi hệ số tắt dần chỉ đạt xấp xỉ 0,75, gây độ quá điều chỉnh lớn và tiềm ẩn nguy cơ mất ổn định khi đối tượng có trễ vận tải lớn.

Trường phái điều khiển trên miền tần số và phân bố nghiệm phát triển bởi Dubnikova E.G. và Rotach V. (1985, 2008) đưa ra tiêu chuẩn dự trữ ổn định biên độ $M = 1,55 \div 2,38$ tương ứng hệ số tắt dần $0,85 \div 0,95$. Tiếp nối hướng nghiên cứu này, Pikina G.A. và Burtsev Yu.S. (2014) đề xuất bộ điều khiển siêu tối ưu dựa trên chỉ số mượt hệ thống $T_c$. Cùng thời điểm, Nguyễn Như Mạnh (2007, 2011) hoàn thiện lý thuyết chỉ số dao động mềm $m(\omega)$, tạo tiền đề giải tích hóa quá trình tổng hợp bộ điều khiển bền vững. Tuy nhiên, các phương pháp này chủ yếu giải quyết bài toán đơn biến SISO, gặp trở ngại khi mở rộng cho hệ thống đa biến ghép kênh phức tạp.

Trường phái điều khiển thích nghi và dự báo mô hình (Model Predictive Control - MPC): Tang Z. (2018) đã ứng dụng thành công điều khiển dự báo thích nghi tối ưu kép (Dual-Optimized Adaptive MPC - DoAMPC) cho mạch vòng nhiệt độ hơi quá nhiệt, khống chế sai số nhiệt độ dưới 1,5%. Dù vậy, MPC đòi hỏi tài nguyên tính toán lớn và khó tích hợp trực tiếp vào các hệ thống điều khiển phân tán (Distributed Control System - DCS) hiện hữu tại các nhà máy đang vận hành.

Trường phái ứng dụng trí tuệ nhân tạo và mạng nơron: Karna và cộng sự (2012) sử dụng mạng nơron MISO để mô hình hóa cân bằng vật chất - năng lượng giữa áp suất, lưu lượng và công suất tổ máy. Ivan R. Nikolic và cộng sự (2016) ứng dụng ANN nhận dạng lưu lượng nước cấp thông qua áp suất và tốc độ bơm. Narendra và cộng sự (2017) áp dụng ANN để dự báo phân tích Exergy và hiệu suất nhiệt tổ máy 210 MW với tập dữ liệu kiểm chứng độc lập.

Vị trí của luận án trong hệ thống tài liệu chuyên ngành: Luận án định vị tại điểm giao thoa giữa lý thuyết điều khiển tần số kinh điển và công nghệ trí tuệ nhân tạo hiện đại. Bằng cách thiết lập giới hạn giải tích cho phần tử dự báo số ($t_{pr} \le 0,461\tau$) kết hợp mạng nơron MISO bù sai lệch phụ tải nhiệt thời gian thực, nghiên cứu đã vượt lên trên các giới hạn của phương pháp tự chỉnh Gain-scheduling PID và MPC đắt đỏ, cung cấp một giải pháp khả thi để nâng cấp trực tiếp trên nền tảng DCS của các nhà máy nhiệt điện than đang hoạt động.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và làm sâu sắc thêm ba nhánh lý thuyết nền tảng trong kỹ thuật điều khiển tự động quá trình nhiệt:

          +---------------------------------------------------------------+
          |          HỆ THỐNG ĐÓNG GÓP LÝ THUYẾT CỦA LUẬN ÁN              |
          +---------------------------------------------------------------+
                                          |
         +--------------------------------+-------------------------------+
         |                                                                |
         v                                                                v
+-----------------------------------+            +-----------------------------------+
|  MỞ RỘNG LÝ THUYẾT TẦN SỐ NYQUIST  |            |   ĐỘT PHÁ MẠNG NƠRON MISO BÙ NHIỆT|
+-----------------------------------+            +-----------------------------------+
| * Thiết lập bất đẳng thức giải    |            | * Thiết lập mô hình nơron phi     |
|   tích: tpr <= 0,461 tau          |            |   tuyến thích nghi thời gian thực |
| * Triệt tiêu hiện tượng pha trễ   |            | * Bù động sai lệch nhiệt trị than |
| * Bảo toàn dự trữ ổn định M=1,55  |            |   (HHV), triệt tiêu trễ 2,17 lần  |
+-----------------------------------+            +-----------------------------------+

  • Mở rộng lý thuyết điều khiển bền vững miền tần số của Rotach V. và Nguyễn Như Mạnh: Luận án chứng minh một cách giải tích rằng việc bổ sung phần tử dự báo vào cấu trúc bộ điều khiển PI/PID không làm phá vỡ quỹ đạo ổn định Nyquist nếu thời gian dự báo $t_{pr}$ được ràng buộc bởi bất đẳng thức giải tích: $$t_{pr} \le 0,461\tau$$ Trong đó $\tau$ là hằng số trễ vận tải thuần túy của đối tượng. Đóng góp này lấp đầy khoảng trống trong việc xác định định lượng tham số dự báo, vốn trước đây phụ thuộc vào trực giác và thử nghiệm thực nghiệm mò mẫm.

  • Mô hình hóa hiện tượng bất đối xứng động học "Khó nóng - Dễ lạnh": Luận án khái quát hóa bản chất truyền nhiệt phi tuyến trong buồng lửa lò hơi thông qua việc thiết lập hệ phương trình đặc tuyến tiêu hao nhiên liệu theo công suất phát ($N_e$): $$W_{than}^{tang} = -17,659 + 0,564 N_e$$ $$W_{than}^{giam} = 17,593 + 0,469 N_e$$ Kết quả phân tích định lượng xác nhận tại mức phụ tải 550 MW, lưu lượng than tiêu hao khi tăng tải lớn hơn khi giảm tải tới $16,87\text{ tấn/h}$. Tỷ số trễ động lực học giữa tăng tải ($B = 150\text{ s}$) và giảm tải ($A = 69\text{ s}$) đạt: $$\frac{B}{A} = \frac{150}{69} \approx 2,174$$ Hiện tượng này đặt cơ sở lý luận cho việc bắt buộc phải áp dụng bộ bù dự báo bất đối xứng trong điều khiển phụ tải lò hơi.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba trụ cột: Mô hình hóa cân bằng năng lượng - vật chất nhiệt động học; Phân tích quỹ đạo đặc tính cứng/mềm hệ hở trên mặt phẳng phức Gauss; và Nhận dạng thích nghi bằng mạng nơron nhân tạo lan truyền ngược.

+-----------------------------------------------------------------------------------------+
|                  KHUNG PHÂN TÍCH TỔNG HỢP CỦA HỆ THỐNG ĐIỀU KHIỂN LÒ HƠI                |
+-----------------------------------------------------------------------------------------+
|                                                                                         |
|       +-------------------------------------------------------------------------+       |
|       |                   NHẬN DẠNG THỤ ĐỘNG VÒNG KÍN (SCADA/DCS)               |       |
|       |  * Lọc nhiễu tín hiệu số * Tách động học đối tượng trễ bậc cao W_p(s)   |       |
|       +-------------------------------------------------------------------------+       |
|                                            |                                            |
|                    +-----------------------+-----------------------+                    |
|                    |                                               |                    |
|                    v                                               v                    |
|  +-----------------------------------+           +-----------------------------------+  |
|  |     TỐI ƯU THAM SỐ BỘ ĐIỀU KHIỂN  |           |      MẠNG NƠRON NHẬN DẠNG MISO    |  |
|  |           (TẦNG CƠ SỞ)            |           |         (TẦNG PHỤ TẢI CCS)        |  |
|  | * Thiết lập: tpr <= 0,461 tau     |           | * Cấu trúc: 4 đầu vào - 1 đầu ra  |  |
|  | * Chỉ số tắt dần: 0,85 - 0,95     |           | * Tự động bù sai lệch chất lượng  |  |
|  | * Dự trữ biên độ: M = 1,55        |           |   than và suy thoái thiết bị      |  |
|  +-----------------------------------+           +-----------------------------------+  |
|                    |                                               |                    |
|                    +-----------------------+-----------------------+                    |
|                                            |                                            |
|                                            v                                            |
|       +-------------------------------------------------------------------------+       |
|       |                HỆ THỐNG ĐIỀU KHIỂN PHỐI HỢP LÒ - TUABIN (CCS)           |       |
|       |     Kiểm soát áp suất hơi P_sh (16,7 MPa) & Công suất P_e (622,5 MW)     |       |
|       +-------------------------------------------------------------------------+       |
+-----------------------------------------------------------------------------------------+

Điều kiện biên của khung phân tích: Áp dụng cho các lò hơi than phun công nghệ cận tới hạn dải công suất $300 \div 622,5\text{ MW}$, dải tải hoạt động ổn định từ $75% \div 100%\text{ RO}$ (Rated Output), tốc độ thay đổi công suất được giới hạn hoàn toàn trong chế độ đốt nhiên liệu than bột mà không cần phun dầu hỗ trợ cháy.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu vận hành trên lập trường triết học Thực chứng kết hợp Hiện thực phê phán (Positivism & Critical Realism). Bản chất vật lý của các quá trình nhiệt động học trong buồng lửa được xem là một thực tại khách quan tuân theo các định luật bảo toàn, nhưng trạng thái vận hành thực tế bị che khuất bởi các yếu tố bất định ngẫu nhiên (nhiệt trị than thay đổi, đóng xỉ bề mặt truyền nhiệt, trôi dạt điểm đo cảm biến). Thiết kế nghiên cứu đa tầng kết hợp giữa giải tích toán học, mô phỏng trên nền tảng MATLAB/Simulink và kiểm chứng thực chứng trên đối tượng công nghiệp thực tế.

+-----------------------------------------------------------------------------------------+
|                  SƠ ĐỒ THIẾT KẾ NGHIÊN CỨU ĐA TẦNG VÀ PHƯƠNG PHÁP LUẬN                  |
+-----------------------------------------------------------------------------------------+
|                                                                                         |
|  +---------------------------+       +---------------------------+                      |
|  | DỮ LIỆU VẬN HÀNH DCS      | ----> | LỌC NHIỄU & TIỀN XỬ LÝ    |                      |
|  | NMNĐ Duyên Hải 1 (622,5MW)|       | Chu kỳ lấy mẫu: 3s & 72s  |                      |
|  +---------------------------+       +---------------------------+                      |
|                                                    |                                    |
|                                                    v                                    |
|  +---------------------------+       +---------------------------+                      |
|  | THUẬT TOÁN "VƯỢT KHE"     | <---- | NHẬN DẠNG HỆ KÍN (CLOSED) |                      |
|  | Tối ưu hàm truyền W_p(s)  |       | Tránh dừng máy gián đoạn  |                      |
|  +---------------------------+       +---------------------------+                      |
|                |                                                                        |
|                +-----------------------------------+                                    |
|                |                                   |                                    |
|                v                                   v                                    |
|  +---------------------------+       +---------------------------+                      |
|  | TỔNG HỢP BỘ ĐIỀU KHIỂN    |       | HUẤN LUYỆN MẠNG NƠRON     |                      |
|  | PID DỰ BÁO (t_pr <= 0,461)|       | MISO ANN (Tập mẫu 70/15/15)                      |
|  +---------------------------+       +---------------------------+                      |
|                |                                   |                                    |
|                +-----------------+-----------------+                                    |
|                                  |                                                      |
|                                  v                                                      |
|  +---------------------------------------------------------------+                      |
|  | PHẦN MỀM CHỈNH ĐỊNH & KIỂM CHỨNG TRÊN MATLAB/SIMULINK        |                      |
|  | Nạp trực tiếp tham số vào khối thuật toán DCS NMNĐ Duyên Hải 1|                      |
|  +---------------------------------------------------------------+                      |
+-----------------------------------------------------------------------------------------+

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu được chuẩn hóa qua 5 giai đoạn nghiêm ngặt:

  1. Thu thập dữ liệu vận hành thụ động vòng kín: Trích xuất dữ liệu SCADA từ hệ thống DCS với hai bộ dữ liệu đặc trưng: chu kỳ dài 600 điểm đo (khoảng cách lấy mẫu $\Delta t = 72\text{ s}$) phục vụ phân tích đặc tuyến tăng/giảm tải và chu kỳ ngắn 1.200 điểm đo ($\Delta t = 3\text{ s}$) phục vụ phân tích động học dao động vi mô.
  2. Nhận dạng hàm truyền đối tượng bằng thuật toán tối ưu hóa "Vượt khe": Chuyển đổi các quá trình nhiệt phức tạp có trễ bậc cao về dạng chuẩn FOPDT hoặc SOPDT: $$W_p(s) = \frac{K \cdot e^{-\tau s}}{(1 + T_1 s)(1 + T_2 s)}$$
  3. Tổng hợp tham số bộ điều khiển tích hợp khâu dự báo: Ứng dụng phần mềm tự xây dựng trên ngôn ngữ tính toán chuyên dụng để tính toán các tham số $k_p, T_i, T_d, T_f$ theo chỉ số dự trữ dao động $M = 1,55$.
  4. Thiết kế và huấn luyện mạng nơron MISO: Mạng gồm 4 đầu vào (áp suất hơi quá nhiệt $P_{sh}$, lưu lượng nhiên liệu $W_{fuel}$, lưu lượng gió $W_{air}$, công suất phát $N_e$) và 1 đầu ra (hệ số hiệu chỉnh lượng đặt cấp than $\Delta W_{fuel}$). Dữ liệu được chia theo tỷ lệ 70% huấn luyện (Training), 15% kiểm định (Validation) và 15% kiểm tra độc lập (Testing).
  5. Chuyển đổi tham số thực tế: Quy đổi bộ tham số giải tích sang cấu trúc thuật toán khối hàm PID thực tế cài đặt trên hệ thống điều khiển DCS của nhà máy.

Data và phân tích

Phân tích thống kê mô tả chuỗi thời gian vận hành xác nhận mức độ bất định nghiêm trọng của hệ thống trước khi chỉnh định (Bảng 1).

Đại lượng quá trình Giá trị trung bình Phương sai ($\sigma^2$) Độ lệch chuẩn ($\sigma$) Đơn vị đo
Phụ tải điện ($N_e$) 622,257 0,528 0,726 MW
Áp suất hơi quá nhiệt ($P_{sh}$) 16,581 0,015 0,120 MPa
Lưu lượng than cấp ($W_{than}$) 321,915 31,816 5,641 tấn/giờ

Phương sai lưu lượng nhiên liệu lên tới $31,816\text{ (tấn/giờ)}^2$ chứng minh hiện tượng cơ cấu chấp hành cấp than bị rung giật và dao động điều khiển quá mức quanh điểm đặt, trực tiếp làm tăng tổn hao nhiên liệu và gây áp lực nhiệt lên dàn ống sinh hơi.

Phát hiện đột phá và implications

Những phát hiện then chốt

+-----------------------------------------------------------------------------------------+
|                    TỔNG HỢP CÁC PHÁT HIỆN ĐỘT PHÁ CỦA NGHIÊN CỨU                       |
+-----------------------------------------------------------------------------------------+
|                                                                                         |
|  [PHÁT HIỆN 1] BẤT ĐỐI XỨNG NHIỆT ĐỘNG "KHÓ NÓNG - DỄ LẠNH"                             |
|  * Hệ số trễ tăng/giảm tải: B/A = 2,174; Lệch lưu lượng than: 16,87 t/h tại 550 MW.     |
|                                                                                         |
|  [PHÁT HIỆN 2] GIỚI HẠN DỰ BÁO TỐI ƯU TOÁN HỌC                                          |
|  * Xác lập điều kiện bền vững: tpr <= 0,461 tau (Triệt tiêu quá điều chỉnh).            |
|                                                                                         |
|  [PHÁT HIỆN 3] TRIỆT TIÊU HIỆN TƯỢNG RUNG LẮC CẤP LIỆU                                  |
|  * Phương sai dao động than giảm mạnh từ 31,816 xuống dưới mức dao động ổn định.       |
|                                                                                         |
|  [PHÁT HIỆN 4] BÙ TRỰC TUYẾN BIẾN ĐỘNG NHIỆT TRỊ THAN BẰNG MISO ANN                     |
|  * Triệt tiêu sai lệch áp suất hơi quá nhiệt (< 0,05 MPa) khi đốt than trộn nhập khẩu. |
+-----------------------------------------------------------------------------------------+

Nghiên cứu mang lại 4 phát hiện khoa học mang tính bước ngoặt:

  • Phát hiện 1 (Bản chất bất đối xứng nhiệt động): Quá trình tăng tải nhiệt có hằng số thời gian quán tính lớn gấp 2,174 lần quá trình giảm tải. Việc áp dụng bộ tham số PID đối xứng truyền thống là nguyên nhân gốc rễ gây ra hiện tượng tích lũy nhiệt thừa và hao phí than khi chuyển chế độ vận hành.
  • Phát hiện 2 (Giới hạn giải tích khâu dự báo): Khi tích hợp khâu dự báo với thời gian $t_{pr} \le 0,461\tau$, hệ thống điều khiển nồng độ oxy dư (Oxy Master) và điều khiển áp suất buồng đốt cải thiện thời gian quá độ lên hơn 35%, độ quá điều chỉnh giảm từ 28% xuống dưới 5%, đồng thời triệt tiêu hoàn toàn dao động tự kích.
  • Phát hiện 3 (Tối ưu hóa mạch vòng cấp nhiên liệu Fuel Master): Cấu trúc PID thực tế sau khi được hiệu chỉnh lại theo phương pháp luận mới đã giúp ổn định áp suất hơi quá nhiệt tại giá trị định mức 16,7 MPa với sai lệch tuyệt đối không vượt quá $\pm 0,08\text{ MPa}$ ngay cả khi công suất phát thay đổi đột ngột $\pm 50\text{ MW}$.
  • Phát hiện 4 (Hiệu chỉnh thích nghi bằng mạng nơron MISO): Mạng nơron nhân tạo huấn luyện trên dữ liệu vận hành thực tế đã nhận dạng và bù trừ thành công độ trôi nhiệt trị của than nhập khẩu ($4.479,84 \div 5.286,2\text{ kCal/kg}$), giúp hệ thống tự động ổn định lưu lượng than mà không cần sự can thiệp thủ công của kỹ thuật viên.

Implications đa chiều

+-----------------------------------------------------------------------------------------+
|                         MA TRẬN HỆ QUẢ ĐA CHIỀU (IMPLICATIONS)                          |
+-----------------------------------------------------------------------------------------+
|                                                                                         |
|  1. ĐỐI VỚI HỌC THUẬT & LÝ THUYẾT ĐIỀU KHIỂN:                                           |
|     * Cung cấp công thức giải tích xác định thời gian dự báo cho hệ có trễ lớn.         |
|     * Mô hình hóa thành công tương tác đa biến phi tuyến trong lò hơi cận tới hạn.      |
|                                                                                         |
|  2. ĐỐI VỚI VẬN HÀNH CÔNG NGHIỆP ĐIỆN:                                                  |
|     * Giảm suất tiêu hao than từ 31,45 đến 62,97 g/kWh (Tiết kiệm hàng chục tỷ/năm).    |
|     * Khôi phục chế độ vận hành tự động (Auto Mode) cho 100% các mạch vòng chính.      |
|                                                                                         |
|  3. ĐỐI VỚI MÔI TRƯỜNG & CHÍNH SÁCH NĂNG LƯỢNG:                                         |
|     * Cắt giảm hàng vạn tấn phát thải CO2, NOx, SO2 nhờ đốt cháy hoàn toàn than bột.    |
|     * Ngăn ngừa sự cố đóng xỉ buồng lửa, nâng cao hệ số khả dụng tổ máy (Availability). |
+-----------------------------------------------------------------------------------------+
  • Hệ quả lý thuyết: Đặt nền móng cho việc chuẩn hóa quy trình nhận dạng thụ động vòng kín và thiết kế bộ điều khiển bền vững cho các đối tượng nhiệt điện có thông số rải và độ trễ vận tải lớn.
  • Hệ quả công nghiệp: Cung cấp bộ công cụ phần mềm chuyên dụng cho phép các kỹ sư nhà máy nhiệt điện tự thực hiện công tác hiệu chỉnh định kỳ sau các kỳ trung tu, đại tu mà không cần thuê chuyên gia nước ngoài với chi phí cao.
  • Hệ quả môi trường và kinh tế: Việc giảm suất tiêu hao than từ 31,45 đến 62,97 g/kWh tại tổ máy 622,5 MW giúp tiết kiệm hàng chục nghìn tấn than mỗi năm, trực tiếp cắt giảm hàng vạn tấn phát thải khí nhà kính $CO_2, SO_x, NO_x$, đồng thời ngăn ngừa hiện tượng đóng xỉ buồng lửa từng gây ngừng lò kéo dài.

Limitations và Future Research

Mặc dù đạt được những kết quả đột phá, luận án thẳng thắn thừa nhận các giới hạn nghiên cứu:

  • Giới hạn mô hình hóa: Mạch vòng điều khiển nhiệt độ hơi quá nhiệt được giả thiết quy đổi đẳng trị về một bộ quá nhiệt thông số tập trung duy nhất, chưa mô tả chi tiết động học phi tuyến của từng phân đoạn quá nhiệt cấp 1, quá nhiệt mành và quá nhiệt cấp 2 cùng hệ thống van phun giảm ôn đa tầng.
  • Phạm vi đối tượng: Nghiên cứu tập trung vào công nghệ đốt than phun cận tới hạn ($16,7\text{ MPa}, 538^\circ\text{C}/538^\circ\text{C}$), chưa mở rộng kiểm chứng trực tiếp trên các tổ máy công nghệ siêu tới hạn (Supercritical - SC, $24,2\text{ MPa}$) và trên siêu tới hạn (Ultra-supercritical - USC, $31\text{ MPa}$).
  • Điều kiện thử nghiệm AI: Mô hình mạng nơron nhận dạng và hiệu chỉnh lượng đặt mới dừng lại ở mức thử nghiệm mô phỏng thời gian thực kết nối phần mềm (Hardware-in-the-loop / Software simulation), chưa nạp trực tiếp mã nguồn vào chip nhớ của bộ điều khiển khả trình logic công nghiệp (DCS Controller Card).

Chương trình nghiên cứu tiếp nối trong giai đoạn 5-10 năm tới bao gồm:

  1. Mở rộng thuật toán dự báo số cho các chu trình nhiệt siêu tới hạn và lò tầng sôi tuần hoàn (Circulating Fluidized Bed - CFB).
  2. Phát triển kiến trúc mạng nơron sâu thích nghi trực tuyến (Online Adaptive Deep Neural Networks) có khả năng tự cập nhật trọng số theo thời gian thực khi thành phần nguyên tố than ($C, H, O, N, S, W, A, V$) biến đổi liên tục.
  3. Nghiên cứu tích hợp hệ thống điều khiển phụ tải nhiệt với thị trường bán buôn điện cạnh tranh, tối ưu hóa chi phí phát điện biên theo thời gian thực.

Tác động và ảnh hưởng

+-----------------------------------------------------------------------------------------+
|                  ĐÁNH GIÁ TÁC ĐỘNG TOÀN DIỆN CỦA CÔNG TRÌNH NGHIÊN CỨU                  |
+-----------------------------------------------------------------------------------------+
|                                                                                         |
|  +---------------------------+       +---------------------------+                      |
|  | GIÁ TRỊ KHOA HỌC          |       | GIÁ TRỊ KINH TẾ TRỰC TIẾP |                      |
|  | * 04 bài báo ISI/Scopus   |       | * Hạ 31,45 - 62,97 g/kWh  |                      |
|  | * Định lượng hóa tpr      |       | * Tiết kiệm hàng chục tỷ  |                      |
|  +---------------------------+       +---------------------------+                      |
|                |                                   |                                    |
|                +-----------------+-----------------+                                    |
|                                  |                                                      |
|                                  v                                                      |
|  +---------------------------------------------------------------+                      |
|  | TÁC ĐỘNG VẬN HÀNH & AN NINH NĂNG LƯỢNG QUỐC GIA               |                      |
|  | * Ổn định công suất phát lưới điện 500 kV miền Nam             |                      |
|  | * Làm chủ công nghệ chỉnh định DCS trong nước                 |                      |
|  +---------------------------------------------------------------+                      |
+-----------------------------------------------------------------------------------------+

Nghiên cứu tạo ra sức ảnh hưởng sâu rộng trên ba phương diện:

  • Ảnh hưởng học thuật: Thiết lập chuẩn mực phương pháp luận mới trong việc kết hợp lý thuyết điều khiển tự động cổ điển với trí tuệ nhân tạo phục vụ ngành công nghệ nhiệt lạnh, mở ra hướng trích dẫn khoa học cao trong lĩnh vực kỹ thuật năng lượng.
  • Chuyển dịch công nghệ ngành điện: Trực tiếp chuyển giao quy trình chỉnh định cho Tổng công ty Phát điện 1 (EVNGENCO1) và Trung tâm Điện lực Duyên Hải, giúp đội ngũ kỹ sư Việt Nam làm chủ hoàn toàn công tác hiệu chỉnh hệ thống DCS mà không còn phụ thuộc vào các nhà thầu EPC quốc tế.
  • Ý nghĩa kinh tế - xã hội: Bảo đảm sự vận hành tin cậy của nguồn cung cấp điện chủ lực cho các tỉnh miền Đông và Tây Nam Bộ, góp phần bình ổn giá thành sản xuất điện và đảm bảo an ninh năng lượng quốc gia.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------------+
|                            ĐỐI TƯỢNG HƯỞNG LỢI VÀ GIÁ TRỊ NHẬN ĐƯỢC                     |
+-----------------------------------------------------------------------------------------+
|                                                                                         |
|  [1] NGHIÊN CỨU SINH & HỌC GIẢ (ACADEMICS):                                             |
|      -> Khung lý thuyết mở rộng về điều khiển bền vững Nyquist và thuật toán MISO ANN.   |
|                                                                                         |
|  [2] KỸ SƯ VẬN HÀNH NHÀ MÁY ĐIỆN (PLANT ENGINEERS):                                     |
|      -> Phần mềm tính toán tham số PID tự động, quy trình hiệu chỉnh mạch vòng chuẩn hóa.|
|                                                                                         |
|  [3] TẬP ĐOÀN ĐIỆN LỰC & CHỦ ĐẦU TƯ (ENERGY CORPORATIONS):                               |
|      -> Cắt giảm chi phí nhiên liệu than, nâng cao tuổi thọ lò hơi và tuabin.            |
|                                                                                         |
|  [4] CƠ QUAN QUẢN LÝ NHÀ NƯỚC (POLICY MAKERS):                                         |
|      -> Cơ sở dữ liệu thực chứng để xây dựng quy chuẩn kỹ thuật và định mức tiêu hao than.|
+-----------------------------------------------------------------------------------------+
  • Nghiên cứu sinh và Giới học thuật: Tiếp cận phương pháp luận nghiên cứu kết hợp giữa mô hình hóa giải tích quá trình nhiệt động học và thuật toán tối ưu hóa nhận dạng dữ liệu thực tế.
  • Kỹ sư vận hành và Tự động hóa tại các Nhà máy Nhiệt điện: Sở hữu bộ công cụ phần mềm trực quan để tự động hóa việc tính toán tham số $k_p, T_i, T_d, T_f$ cho các mạch vòng điều khiển mức nước, áp suất buồng đốt, oxy dư và phụ tải nhiệt.
  • Lãnh đạo Tập đoàn Năng lượng và Chủ đầu tư: Tối ưu hóa bài toán kinh tế vận hành trong Thị trường Bán buôn điện cạnh tranh, giảm thiểu chi phí sự cố dừng máy và nâng cao tuổi thọ thiết bị.
  • Các Cơ quan Quản lý Nhà nước và Hoạch định Chính sách: Có cơ sở khoa học thực chứng để xây dựng các quy chuẩn kỹ thuật, định mức kinh tế - kỹ thuật về suất tiêu hao nhiên liệu cho các nhà máy điện đốt than tại Việt Nam.

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 lý thuyết độc đáo nhất là việc thiết lập và chứng minh thành công bất đẳng thức giải tích ràng buộc thời gian dự báo tối ưu $t_{pr} \le 0,461\tau$ khi tích hợp phần tử dự báo số vào cấu trúc điều khiển quá trình nhiệt có trễ. Kết quả này mở rộng trực tiếp lý thuyết điều khiển bền vững trên miền tần số của Rotach V. (1985) và lý thuyết chỉ số dao động mềm $m(\omega)$ của Nguyễn Như Mạnh (2007, 2011), giải quyết triệt để sự mâu thuẫn giữa độ tác động nhanh và độ dự trữ ổn định biên độ $M = 1,55$.

2. Điểm cải tiến phương pháp luận so với các nghiên cứu quốc tế tiền nhiệm?

So với phương pháp DoAMPC của Tang Z. (2018) và mô hình mạng nơron MISO của Karna và cộng sự (2012), phương pháp luận của luận án không yêu cầu thay thế phần cứng DCS hay sử dụng các bộ tối ưu hóa ma trận phức tạp. Thay vào đó, nghiên cứu giải quyết bài toán phi tuyến thông qua cấu trúc lai: phân tầng nhận dạng thụ động vòng kín bằng thuật toán vượt khe kết hợp mạng nơron MISO bù sai lệch lượng đặt, cho phép nạp trực tiếp tham số vào các khối thuật toán PID công nghiệp sẵn có của nhà máy điện.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ nhất là sự chênh lệch sâu sắc về động học nhiệt giữa hai chiều tăng và giảm tải của lò hơi ("Khó nóng - Dễ lạnh"). Tại mức công suất 550 MW, lưu lượng than tiêu hao khi tăng tải lớn hơn khi giảm tải tới $16,87\text{ tấn/h}$, và thời gian trễ đáp ứng khi tăng tải lâu gấp 2,174 lần ($150\text{ s}$ so với $69\text{ s}$). Điều này chứng minh rằng việc cài đặt một bộ tham số PID cố định cho cả hai chiều thay đổi công suất là sai lầm căn bản gây tổn hao nhiên liệu.

4. Luận án có cung cấp quy trình nhân bản và chuyển giao tham số không?

Luận án cung cấp một quy trình 5 bước chuyển đổi hoàn chỉnh kèm theo bảng công thức giải tích quy đổi các tham số $k_p, T_i, T_d, T_f$ từ môi trường mô phỏng toán học sang cấu trúc khối hàm thực tế của hệ thống DCS Emerson Ovation / Foxboro I/A Series, cho phép nhân bản chính xác tại các nhà máy điện có cấu hình tương đương.

5. Định hướng phát triển học thuật trong 10 năm tới được vạch ra như thế nào?

Luận án đề xuất chương trình nghiên cứu 10 năm chuyển dịch từ điều khiển phản hồi thích nghi sang điều khiển thông minh tự quản (Autonomous Cognitive Control), tập trung vào việc tự động học sâu trực tuyến thích nghi với biến động đa nguồn than pha trộn và đồng tối ưu hóa hiệu suất nhiệt gắn liền với kiểm soát phát thải $CO_2$ theo thời gian thực.

Kết luận

+-----------------------------------------------------------------------------------------+
|                  6 ĐÓNG GÓP BẢN LỀ CỦA LUẬN ÁN TIẾN SĨ (NGUYỄN TIẾN SÁNG, 2022)         |
+-----------------------------------------------------------------------------------------+
|  [1] Giải mã toàn diện bản chất nhiệt động phi tuyến và bất đối xứng "Khó nóng - Dễ lạnh"|
|  [2] Thiết lập điều kiện giải tích thời gian dự báo: tpr <= 0,461 tau                   |
|  [3] Phát triển bộ công cụ phần mềm tự động hóa chỉnh định tham số PID công nghiệp      |
|  [4] Thiết kế kiến trúc MISO ANN bù trực tuyến sai lệch nhiệt trị than (HHV)           |
|  [5] Tối ưu hóa thành công hệ thống CCS tại tổ máy 622,5 MW NMNĐ Duyên Hải 1           |
|  [6] Tiết kiệm 31,45 - 62,97 g/kWh than tiêu hao, cắt giảm phát thải và chống đóng xỉ   |
+-----------------------------------------------------------------------------------------+

Luận án tiến sĩ của tác giả Nguyễn Tiến Sáng đã hoàn thành xuất sắc các mục tiêu nghiên cứu với 6 đóng góp bản lề:

  1. Làm sáng tỏ cơ chế tác động tương hỗ phi tuyến và định lượng hóa thành công đặc tính bất đối xứng nhiệt động lực học "Khó nóng - Dễ lạnh" trong buồng lửa lò hơi than phun cận tới hạn công suất 622,5 MW.
  2. Xác lập cơ sở toán học vững chắc cho việc tích hợp phần tử dự báo số vào mạch vòng điều khiển công nghiệp với ràng buộc giải tích $t_{pr} \le 0,461\tau$, đảm bảo độ dự trữ ổn định $M = 1,55$.
  3. Xây dựng hoàn chỉnh phần mềm chuyên dụng hỗ trợ nhận dạng và chỉnh định tham số tối ưu cho các bộ điều khiển PID thực trong nhà máy nhiệt điện.
  4. Ứng dụng thành công mạng nơron nhân tạo MISO giải quyết bài toán bù động sai lệch lượng than cấp do biến động nhiệt trị và phẩm chất than nhập khẩu.
  5. Đề xuất bộ tham số điều khiển tối ưu mới cho hệ thống điều khiển phối hợp lò hơi - tuabin (CCS) và các mạch vòng cơ sở tại tổ máy S1 NMNĐ Duyên Hải 1, khôi phục khả năng tự động hóa hoàn toàn các quá trình công nghệ.
  6. Mang lại hiệu quả kinh tế - kỹ thuật định lượng vượt trội thông qua việc giảm suất tiêu hao than từ 31,45 đến 62,97 g/kWh, triệt tiêu nguy cơ sự cố đóng xỉ buồng lửa và mở ra hướng ứng dụng trí tuệ nhân tạo làm chủ công nghệ điều khiển nhiệt điện tại Việt Nam.