Tổng quan về luận án

Bối cảnh an ninh năng lượng quốc gia đặt ra bài toán tối ưu hóa vận hành các tổ máy nhiệt điện công suất lớn khi nguồn điện than vẫn giữ vai trò xương sống trong hệ thống lưới điện truyền tải. Như đã được khẳng định rõ trong luận án: "Theo quy hoạch điện 7 (Quyết định số 428/QĐ-TTg ngày 18/3/2016), 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". Tuy nhiên, một nghịch lý công nghệ hiện hữu tại Việt Nam là: "Toàn bộ các nhà máy nhiệt điện hiện nay đều do các công ty nước ngoài lắp đặt và thiết kế. Do đó, về mặt công nghệ, chúng ta phụ thuộc hoàn toàn vào nước ngoài. Nếu xảy ra sự cố gì hoặc có những yêu cầu chuẩn đoán, hiệu chỉnh, sửa chữa, nâng cấp thì đều phải phụ thuộc vào nước ngoài."

Luận án tiến sĩ kỹ thuật chuyên ngành Kỹ thuật Điều khiển và Tự động hóa của nghiên cứu sinh Phạm Thị Lý, dưới sự hướng dẫn khoa học của PGS.TS. Bùi Quốc Khánh tại Trường Đại học Bách Khoa Hà Nội, đã tiên phong giải quyết khoảng trống nghiên cứu (research gap) mang tính then chốt: Sự thiếu vắng một mô hình điều khiển toàn diện bám sát bản chất nhiệt động học và cấu trúc điều khiển phối hợp Lò hơi – Tuabin (Coordinated Control System – CCS) có khả năng tự động khử tác động xen kênh, thích nghi với sự dao động ngẫu nhiên của nhiệt trị nhiên liệu than nhằm tối ưu hóa suất tiêu hao nhiệt năng.

Nghiên cứu tập trung giải quyết 3 câu hỏi và giả thuyết khoa học cốt lõi:

  • Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để xây dựng mô hình toán học giải tích phản ánh chính xác bản chất truyền nhiệt - sinh hơi phi tuyến của tổ máy nhiệt điện cận tới hạn mà không rơi vào trạng thái cồng kềnh của mô hình vật lý thuần túy hay sự đơn giản hóa quá mức của mô hình hộp đen?
    Giả thuyết 1 (H1): Mô hình hóa dựa trên nguyên lý cân bằng năng lượng trực tiếp (Direct Energy Balance - DEB) kết hợp dữ liệu nhận dạng thực nghiệm sẽ mô tả chuẩn xác các quá trình động học cơ bản (quá trình cháy, phân bố áp suất buồng đốt -50 Pa đến -100 Pa, cân bằng mức nước bao hơi, nhiệt độ hơi quá nhiệt 541°C).
  • Câu hỏi nghiên cứu 2 (RQ2): Cấu trúc điều khiển phối hợp nào có thể triệt tiêu hiện tượng xen kênh giữa kênh điều khiển công suất phát điện $N_e$ và kênh áp suất hơi chính $P_h$ khi tốc độ thay đổi tải lớn?
    Giả thuyết 2 (H2): Sự kết hợp giữa bộ bù phi tuyến tĩnh $g(\Delta P)$ phát triển từ cấu trúc Flynn (2003) và thuật toán di truyền (Genetic Algorithm - GA) tối ưu hóa đa mục tiêu sẽ đồng thời cực tiểu hóa sai lệch bám công suất $J_N$ (%) và suất tiêu hao than $J_f$ (kg than/kWh).
  • Câu hỏi nghiên cứu 3 (RQ3): Cơ chế điều khiển thông minh nào có khả năng bù trừ sai lệch do biến thiên nhiệt trị than ($H_f = 4995 \div 5370\text{ kcal/kg}$) và nhiễu ngẫu nhiên trong buồng lửa theo thời gian thực?
    Giả thuyết 3 (H3): Cấu trúc mạng Nơron kết hợp logic mờ (Neuro-Fuzzy) với khả năng ước lượng và bù nhiễu thích nghi sẽ cải thiện độ ổn định động lực học và triệt tiêu dao động áp suất hơi quá độ.

Phạm vi nghiên cứu (Scope) được xác lập dựa trên dữ liệu vận hành thực tế tại Tổ máy số 2 (công suất định mức 300 MW) thuộc Công ty Cổ phần Nhiệt điện Hải Phòng, hoạt động với thông số hơi cận tới hạn: áp suất hơi chính 16,7 MPa, nhiệt độ hơi quá nhiệt $538^\circ\text{C} \div 541^\circ\text{C}$, dải vận hành tải nền và biến đổi tải từ 70% đến 100% công suất định mức (210 MW – 300 MW). Đóng góp mang tính đột phá của luận án nằm ở việc chuyển hóa thành công một cấu trúc điều khiển lý thuyết thành hệ thống phần cứng mô phỏng thời gian thực (Hardware-in-the-Loop - HIL) đạt chuẩn công nghiệp, chứng minh khả năng giảm thiểu tiêu hao than trên mỗi kWh điện năng phát lên lưới.

Literature Review và Positioning

Nghiên cứu về điều khiển hệ phụ tải nhiệt trong nhà máy điện nhiệt đốt than đã trải qua hơn năm thập kỷ phát triển với hai trường phái lý thuyết đối lập:

                               CÁC TRƯỜNG PHÁI NGHIÊN CỨU ĐIỀU KHIỂN NHIỆT ĐIỆN
         • Đại diện: Åström & Bell (2000),                                   • Đại diện: Zhang & Liu (2006),
           Weng & Ray (2008), Eborn (2001)                                     Lee et al. (2012), Tan (2015)
         • Ưu điểm: Phản ánh chi tiết nhiệt                                  • Ưu điểm: Đơn giản hóa toán học,
           động học mọi phần tử vật lý                                         thuận lợi chứng minh giải tích
         • Nhược điểm: Cực kỳ cồng kềnh,                                     • Nhược điểm: Bỏ qua bản chất
           chi phí mô phỏng quá lớn,                                           truyền nhiệt buồng lửa, giả định
           bất khả thi cho điều khiển DCS                                      mức nước bao hơi thay đổi sai thực tế
  1. Trường phái mô hình hóa vật lý chi tiết (White-box Thermodynamic Modeling): Khởi xướng bởi Åström & Bell (2000), Weng & Ray (2008) và Eborn (2001). Cách tiếp cận này thiết lập hệ thống phương trình vi phân đạo hàm riêng phức tạp mô tả mọi quá trình cơ học chất lưu, khí động học buồng lửa và truyền nhiệt đa pha. Mặc dù có độ chính xác nhiệt động học cao, các mô hình này vô cùng cồng kềnh, tiêu tốn năng lực tính toán và không thể nhúng vào các bộ điều khiển khả trình (PLC/DCS) trong thời gian thực.
  2. Trường phái điều khiển hồi tiếp trạng thái phi tuyến (Black-box & State-Space Nonlinear Control): Phát triển mạnh tại Trung Quốc và Hàn Quốc trong hai thập kỷ gần đây, tiêu biểu là các công trình của Zhang & Liu (2006), Lee, Shen & Liu (2012), Tan (2015). Nhóm tác giả này thường sử dụng mô hình không gian trạng thái phi tuyến Affine rút gọn bậc 3 đến bậc 6: $$\dot{x} = f(x) + g(x)u$$ Ví dụ, mô hình 3 biến trạng thái kinh điển của Tan (2015) khảo sát áp suất bao hơi $P_b$, công suất điện $N_e$ và khối lượng riêng hơi $\rho_h$: $$\dot{P}_b = 0{,}9 u_b - 0{,}001 P_b^{9/8} u_t - 0{,}15 u_w$$ $$\dot{N}_e = 0{,}016 P_b^{9/8} - 0{,}1 N_e + 0{,}073 P_b^{9/8} u_t$$ $$\dot{\rho}_h = (0{,}19 P_b - 1{,}1 P_b u_t - 141 u_w)/85$$

Khoảng trống lý thuyết và định vị học thuật: Luận án chỉ ra điểm yếu chí tử của trường phái thứ hai: việc giả định mức nước bao hơi thay đổi linh hoạt theo lượng đặt công suất là hoàn toàn trái với quy trình vận hành thực tế tại các nhà máy nhiệt điện (nơi mức nước bao hơi luôn phải duy trì đẳng trị cố định để bảo vệ an toàn chống cạn/tràn lò). Hơn nữa, các nghiên cứu giải tích này đã triệt tiêu hoàn toàn quá trình truyền nhiệt bức xạ phức tạp trong buồng lửa và xem nhẹ độ trễ pha lớn của khâu nghiền/cấp than.

So sánh với hai nghiên cứu quốc tế điển hình:

  • So với nghiên cứu của Flynn (2003) tại Anh: Flynn đề xuất cấu trúc điều khiển phối hợp có hàm phi tuyến tĩnh $g(\Delta P)$ chuyển mạch mềm giữa hai chế độ "Boiler Following" và "Turbine Following". Tuy nhiên, Flynn chỉ dừng lại ở mặt ý tưởng sơ đồ khối, chưa xây dựng được cơ sở toán học để xác định tường minh đường đặc tính $g(\Delta P)$ cũng như chưa đánh giá định lượng tác động đến suất tiêu hao nhiên liệu than.
  • So với công trình của Liu, Tian & Chen (2018) trên tổ máy siêu tới hạn 600 MW: Nhóm tác giả Trung Quốc sử dụng bộ quan sát trạng thái mở rộng (Extended State Observer - ESO) tuyến tính để bù nhiễu. Tuy nhiên, thuật toán ESO đòi hỏi băng thông rất cao của cơ cấu chấp hành van tuabin, dễ gây mỏi cơ học và xung động cánh tuabin khi biên độ biến thiên áp suất lớn.

Nghiên cứu của Phạm Thị Lý đã định vị chính xác điểm giao thoa: Kế thừa tính chất bảo toàn năng lượng của phương pháp DEB, tường minh hóa hàm phi tuyến $g(\Delta P)$ từ thông số thực tế của tổ máy 300 MW, và kết hợp mạng Neuro-Fuzzy tự chỉnh định để thích nghi với sự thay đổi chất lượng than Việt Nam (than cám 4a, 4b Hòn Gai - Cẩm Phả).

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết điều khiển hệ thống năng lượng

Luận án đã mở rộng khung lý thuyết điều khiển phối hợp đa biến (Multivariable Coordinated Control Theory) trong các hệ thống nhiệt động phi tuyến thông qua 3 đóng góp bản chất:

                            MÔ HÌNH TOÁN HỌC NHIỆT ĐỘNG VÀ CÂN BẰNG NĂNG LƯỢNG
  1. Chuẩn hóa mô hình cân bằng nhiệt tổng quát của buồng đốt than phun: Luận án thiết lập phương trình vi phân cân bằng công suất nhiệt động lực học có xét đến đầy đủ các thành phần tổn thất nhiệt: $$Q_f + W_f C_f T_{fo} + W_a C_a T_{ao} - Q_{TL} - Q_{hh} - Q_m - Q_k - Q_x - Q_{tt} = 0$$ Trong đó, năng lượng nhiệt hữu ích truyền cho dàn ống sinh hơi được quy nạp thành hàm phi tuyến bậc cao theo lưu lượng nhiên liệu than: $$Q_m = F(H) W_f - Q_{TL} - Q_{hh} - Q_{tt}$$ với $F(H) = (H_f + C_f T_{fo} + k_a C_a T_{ao} - k_a C_k T_k - C_x T_x)$, phản ánh sự biến thiên của nhiệt trị than $H_f$, tỷ lệ cấp gió $k_a \approx 10 \div 11$, nhiệt độ khói thải $T_k$ và tổn thất xỉ đáy lò $Q_x$.
  2. Mô hình hóa động học truyền nhiệt sinh hơi phi tuyến kết hợp phương trình Antoine: Quá trình tích lũy nhiệt và chuyển pha trong dàn ống sinh hơi và bao hơi được mô tả chặt chẽ qua hệ phương trình vi phân cân bằng năng lượng và khối lượng: $$\frac{d T_m}{d t} = \frac{Q_{tn} - Q_{sh}}{m_m C_m} = \frac{\left[ k_{bx} T_{NL}^4 + k_{dl} (T_{NL} - T_m) \right] - k_T A (T_m - T_{nx})}{m_m C_m}$$ Áp suất hơi bão hòa $P$ bên trong bao hơi được liên kết trực tiếp với nhiệt độ tuyệt đối $T$ thông qua phương trình bán thực nghiệm Antoine: $$\log P = A - \frac{B}{C + T}$$ giải quyết triệt để sự phụ thuộc phi tuyến giữa áp suất bão hòa và năng lượng nhiệt tích lũy.
  3. Mô hình động học liên kết Tuabin – Máy phát: Mô hình hóa chính xác sự suy giảm áp suất và biến thiên Enthalpy qua 3 tầng tuabin (Cao áp HP - 16,7 MPa $\rightarrow$ 4,3 MPa; Tái nhiệt IP - 4,1 MPa, 540°C; Hạ áp LP $\rightarrow$ 1 atm ngưng tụ): $$J \frac{d\omega}{dt} = M_{cơ} - M_{điện} - D\omega$$ đảm bảo giữ vững tốc độ quay định mức 3000 vòng/phút tương ứng tần số lưới 50 Hz.

Khung phân tích độc đáo (Unique Analytical Framework)

Khung phân tích của luận án tích hợp đồng thời 4 trụ cột lý thuyết:

  • Lý thuyết Cân bằng Năng lượng Trực tiếp (DEB): Sử dụng năng lượng tích lũy trong bao hơi $C_b \frac{dP_b}{dt}$ làm biến trạng thái trung tâm để phối hợp giữa lưu lượng cấp nhiệt của lò và lưu lượng tiêu thụ nhiệt của tuabin.
  • Lý thuyết Tối ưu hóa Tiến hóa (Evolutionary Optimization): Áp dụng thuật toán di truyền (GA) với hàm thích nghi đa mục tiêu $J = w_1 J_N + w_2 J_f$, trong đó: $$J_N = \frac{1}{T} \int_0^T \left( \frac{N_e^*(t) - N_e(t)}{N_{e,đm}} \right)^2 dt \quad (%)$$ $$J_f = \frac{\int_0^T W_f(t) dt}{\int_0^T N_e(t) dt} \quad (\text{kg than/kWh})$$
  • Lý thuyết Điều khiển Mờ thích nghi (Adaptive Fuzzy Logic Theory): Xây dựng bộ bù nhiễu mờ Mamdani với 2 đầu vào sai lệch ($\Delta P, \frac{d\Delta P}{dt}$ hoặc $\Delta N, \frac{d\Delta N}{dt}$), 7 tập mờ chuẩn hóa (NB, NM, NS, ZO, PS, PM, PB) và 49 luật hợp thành điều khiển độ mở van tuabin $U_t$ và van cấp nhiên liệu $V_f$.
  • Lý thuyết Điều khiển Phần cứng trong Vòng lặp (HIL Paradigm): Thiết lập biên giới kiểm chứng thực nghiệm thời gian thực, xóa bỏ khoảng cách giữa mô phỏng số rời rạc và môi trường công nghiệp thực tế.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu được định vị vững chắc trên nền tảng Chủ nghĩa thực chứng thực nghiệm (Positivism) kết hợp Chủ nghĩa hiện thực có phê phán (Critical Realism). Bản chất nhiệt động của lò hơi và cụm tuabin là khách quan và tuân theo các định luật vật lý cơ bản, nhưng các hiện tượng nhiễu động buồng đốt và chất lượng than biến thiên đòi hỏi cách tiếp cận thích nghi thông minh.

Thiết kế nghiên cứu đa tầng (Multi-level Research Design) được triển khai qua 3 cấp độ:

  • Cấp độ 1 (Level 1 - Subsystem Loops): Nhận dạng và chuẩn hóa 4 mạch vòng điều khiển cơ sở bên trong lò hơi: (1) Mạch vòng cấp than $G_{cf}(s)$, (2) Mạch vòng tỷ lệ gió cấp $k_a = 25%$ và nồng độ oxy dư $O_2% = 3 \div 5%$, (3) Mạch vòng áp suất âm buồng đốt duy trì $-50\text{ Pa} \div -100\text{ Pa}$ qua quạt hút IDF, (4) Mạch vòng nước cấp 3 thành phần giữ mức nước bao hơi đẳng trị.
  • Cấp độ 2 (Level 2 - Plant-wide Coordinated Control): Thiết kế cấu trúc điều khiển phối hợp cấp cao (Supervisory CCS) liên kết giữa bộ điều khiển công suất $G_{CN}(s)$ và bộ điều khiển áp suất hơi $G_{CP}(s)$ với khâu bù phi tuyến $g(\Delta P)$.
  • Cấp độ 3 (Level 3 - Real-time Hardware Implementation): Kiểm chứng thời gian thực bằng cấu hình HIL ghép nối giữa DCS công nghiệp và máy tính mô phỏng thời gian thực dSPACE.

Quy trình nghiên cứu thực nghiệm chặt chẽ

                                  QUY TRÌNH NGHIÊN CỨU & KIỂM CHỨNG ĐA TẦNG

Quy trình thu thập dữ liệu và xử lý tín hiệu tuân thủ các tiêu chuẩn kỹ thuật nghiêm ngặt của ngành năng lượng:

  • Chiến lược lấy mẫu: Thu thập dữ liệu vận hành phân giải cao từ hệ thống DCS của Nhà máy nhiệt điện Hải Phòng trong suốt quá trình thay đổi phụ tải với tốc độ biến thiên tải $3\text{ MW/phút}$ trong dải tải $210\text{ MW} \rightarrow 300\text{ MW}$.
  • Độ tin cậy và chuẩn hóa dữ liệu: Dữ liệu cảm biến đo lường (áp suất hơi chính, lưu lượng nước cấp, nồng độ oxy dư buồng khói, tốc độ dòng than) được lọc nhiễu dải thông qua bộ lọc thông thấp số trước khi đưa vào thuật toán nhận dạng tham số hàm truyền đạt.
  • Tam giác hóa phương pháp (Methodological Triangulation): Kết quả nghiên cứu được đối chiếu chéo đồng thời qua 3 kênh độc lập: (1) Mô phỏng giải tích bằng M-file trên môi trường MATLAB/Simulink; (2) Mô phỏng phần mềm điều khiển trên công cụ chuyên dụng Control Builder M Professional và Plant Explorer Workplace của ABB; (3) Thực thi phần cứng HIL với giao diện giám sát thời gian thực Control Desk.

Nền tảng phân tích và công cụ triển khai

Hệ thống mô phỏng thời gian thực HIL được thiết lập với cấu hình phần cứng và phần mềm đồng bộ:

  • Bộ điều khiển công nghiệp mục tiêu: ABB AC800M (Controller PM864/PM866), tích hợp các module I/O chuyên dụng gồm AI810 (Analog Input 8 kênh), AO810 (Analog Output 8 kênh), DI810 (Digital Input 16 kênh), DO810 (Digital Output 16 kênh). Chương trình điều khiển được lập trình bằng ngôn ngữ Control Module theo chuẩn IEC 61131-3.
  • Hệ thống phần cứng dSPACE: Bo mạch DSP DS1104 R&D Controller Board trang bị bộ vi xử lý trung tâm PowerPC 603e/250 MHz và DSP phụ Texas Instruments TMS320F240, cung cấp các bộ biến đổi ADC 16-bit và DAC 16-bit với thời gian trích mẫu thực tế $\le 1\text{ ms}$.
  • Thuật toán tối ưu hóa GA: Thiết lập quần thể 50 cá thể, tỷ lệ lai ghép chéo $P_c = 0{,}8$, tỷ lệ đột biến $P_m = 0{,}02$, hội tụ tối ưu sau 30 thế hệ tiến hóa.

Phát hiện đột phá và implications

Những phát hiện then chốt

                     SO SÁNH CHẤT LƯỢNG ĐÁP ỨNG ĐỘNG HỌC GIỮA CÁC CẤU TRÚC ĐIỀU KHIỂN
  1. Triệt tiêu hiện tượng xen kênh và suy giảm áp suất hơi chính: Khi tổ máy tăng tải với tốc độ $3\text{ MW/phút}$, cấu trúc điều khiển phối hợp mới với khâu $g(\Delta P)$ đã loại bỏ hoàn toàn hiện tượng sụt áp hơi nghiêm trọng thường gặp ở cấu trúc điều khiển theo tuabin (Turbine Following). Áp suất hơi được duy trì ổn định quanh giá trị danh định $16{,}7\text{ MPa}$ với độ quá điều chỉnh $\sigma% \le 2{,}1%$ và sai lệch cực đại $e_{max}$ giảm hơn $65%$ so với cấu trúc cũ của nhà máy.
  2. Tối ưu hóa đa mục tiêu bằng GA: Hàm mục tiêu $J$ giảm liên tục và đạt trạng thái hội tụ ổn định sau 30 thế hệ. Bộ thông số $K_P, K_I, K_D$ tối ưu hóa cho hai bộ điều khiển $G_{CN}$ và $G_{CP}$ đã giúp chỉ tiêu bám công suất $J_N$ cải thiện vượt bậc, đồng thời giảm thiểu suất tiêu hao nhiên liệu than $J_f$ trên mỗi kWh điện thương phẩm.
  3. Hiệu quả khử nhiễu của mạng Neuro-Fuzzy: Khi đưa tín hiệu nhiễu ngẫu nhiên mô phỏng sự biến thiên nhiệt trị than ($H_f$ giảm từ $5370\text{ kcal/kg}$ xuống $4995\text{ kcal/kg}$) và nhiễu loạn luồng khí buồng đốt, hệ thống trang bị mạng Neuro-Fuzzy có khả năng tự động nhận dạng độ lệch công suất nhiệt và bù tín hiệu điều khiển van cấp than $V_f$ và góc mở van hơi $U_t$ trong thời gian dưới $5\text{ giây}$, ngăn chặn triệt để hiện tượng dao động cộng hưởng nhiệt trong dàn ống sinh hơi.
  4. Sự tương thích hoàn hảo giữa mô phỏng số và thực nghiệm HIL: Kết quả đo đạc trên bo mạch phần cứng dSPACE DS1104 và bộ điều khiển ABB AC800M hoàn toàn trùng khớp với các đặc tính mô phỏng trên MATLAB/Simulink (sai số đáp ứng quá độ $< 1{,}5%$), chứng minh tính khả thi tuyệt đối của thuật toán khi triển khai trên phần cứng công nghiệp thực tế.

Implications đa chiều

  • Về mặt học thuật và lý thuyết: Chứng minh tính khả thi của việc tích hợp mạng trí tuệ nhân tạo (Neuro-Fuzzy) vào các hệ thống điều khiển quá trình nhiệt động học truyền thống mà vẫn đảm bảo tính ổn định Lyapunov tuyệt đối của hệ thống kín.
  • Về mặt công nghệ và công nghiệp điện lực: Cung cấp giải pháp kỹ thuật cụ thể giúp các nhà máy nhiệt điện đốt than phun cận tới hạn tại Việt Nam (như Nhiệt điện Hải Phòng 1 & 2, Quảng Ninh, Nghi Sơn 1, Duyên Hải 1) nâng cao tính linh hoạt vận hành (operational flexibility), đáp ứng kịp thời biểu đồ phụ tải thay đổi liên tục của Trung tâm Điều độ Hệ thống điện Quốc gia (A0) mà không làm suy giảm tuổi thọ buồng lò và tuabin.
  • Về mặt chính sách và môi trường: Đóng góp trực tiếp vào mục tiêu cam kết phát thải ròng bằng 0 (Net Zero) vào năm 2050 thông qua việc cắt giảm hàng ngàn tấn than tiêu thụ mỗi năm trên mỗi tổ máy 300 MW, từ đó giảm thiểu phát thải khí nhà kính ($CO_2$), khí độc hại ($SO_x, NO_x$) và tro xỉ thải ra môi trường.

Limitations và Future Research

Nghiên cứu thể hiện tính trung thực khoa học khi thẳng thắn thừa nhận các giới hạn biên (boundary conditions):

  1. Giới hạn dải công suất khảo sát: Mô hình điều khiển tập trung khảo sát trong dải tải từ 70% đến 100% công suất định mức ($210\text{ MW} \div 300\text{ MW}$) ở chế độ đốt than hoàn toàn. Chưa mô hình hóa chế độ đốt kèm dầu FO/DO ở mức tải thấp ($< 70%$) và giai đoạn khởi động/dừng lò nguội - nóng.
  2. Giả định tính độc lập của các mạch vòng phụ trợ: Luận án coi hệ thống ngưng hơi, hệ thống hâm nước và khử khí vận hành lý tưởng, bỏ qua các đột biến nhiệt động bất thường từ nguồn nước làm mát tuần hoàn bình ngưng.
  3. Quy mô đối tượng khảo sát: Thông số mô hình được xác lập dựa trên tổ máy cận tới hạn 300 MW có bao hơi. Việc mở rộng sang các tổ máy siêu tới hạn (Supercritical - 24,2 MPa, 566°C) và trên siêu tới hạn (Ultra-supercritical - 31 MPa, 600°C) sử dụng lò trực lưu (Once-Through Boiler) chưa có bao hơi sẽ đòi hỏi tái cấu trúc toàn bộ phương trình pha lỏng - hơi.

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

  • Mở rộng mô hình điều khiển phối hợp cho các lò hơi công nghệ tầng sôi tuần hoàn (CFB) đốt than xấu có độ lưu biến cao và lò siêu tới hạn công nghệ trực lưu (Benson boiler).
  • Tích hợp kỹ thuật điều khiển dự báo mô hình phi tuyến (Nonlinear Model Predictive Control - NMPC) dựa trên thuật toán tối ưu hóa bầy đàn (PSO) để xử lý ràng buộc đa biến gắt gao về ứng suất nhiệt cánh tuabin.
  • Ứng dụng công nghệ bản sao số (Digital Twin) kết hợp trí tuệ nhân tạo biên (Edge AI) để giám sát và chẩn đoán sớm suy thoái nhiệt trị than trực tuyến.

Tác động và ảnh hưởng

                               CÁC KHÍA CẠNH TÁC ĐỘNG CHIẾN LƯỢC CỦA LUẬN ÁN
  • Tác động làm chủ công nghệ quốc gia: Luận án giải quyết trực tiếp điểm nghẽn phụ thuộc công nghệ nước ngoài tại các nhà máy điện than Việt Nam. Kết quả nghiên cứu cung cấp bộ công cụ thuật toán cho phép các kỹ sư trong nước tự chủ hoàn toàn trong việc hiệu chỉnh, nâng cấp và tối ưu hóa hệ thống DCS mà không cần thuê chuyên gia quốc tế với chi phí đắt đỏ.
  • Lợi ích kinh tế và tiết kiệm năng lượng: Đối với một tổ máy 300 MW tiêu thụ trung bình $120 \div 150\text{ tấn than/giờ}$, việc tối ưu hóa hệ điều khiển phụ tải nhiệt giúp tiết kiệm chỉ cần 0,5% đến 1% suất tiêu hao than đã mang lại giá trị tiết kiệm hàng chục tỷ đồng mỗi năm cho một nhà máy, đồng thời giảm thiểu hàng chục ngàn tấn phát thải khí $CO_2$.
  • Tầm ảnh hưởng quốc tế: Phương pháp luận kết hợp DEB, GA và Neuro-Fuzzy trên nền tảng thực nghiệm HIL có giá trị tổng quát cao, hoàn toàn có thể chuyển giao và áp dụng cho các nhà máy nhiệt điện đốt than tại các quốc gia đang phát triển thuộc khu vực Đông Nam Á và Nam Á.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật (Academic Researchers): Tiếp cận một khung phân tích bán giải tích mẫu mực kết hợp giữa vật lý nhiệt động và thuật toán thông minh, mở ra hướng nghiên cứu mới về điều khiển thích nghi các hệ thống năng lượng phức tạp.
  • Kỹ sư vận hành và R&D Nhà máy Điện (Plant Engineers & Operators): Sở hữu giải pháp điều khiển phối hợp tin cậy, giúp nâng cao độ an toàn lò hơi, giảm thiểu xung động van tuabin và duy trì áp suất hơi chính ổn định trong các chế độ điều tần.
  • Các Tập đoàn Năng lượng (EVN, PVN, TKV): Có cơ sở khoa học vững chắc để xây dựng quy chuẩn kỹ thuật và định mức tiêu hao nhiên liệu tối ưu cho các nhà máy nhiệt điện đốt than trong toàn hệ thống.
  • Nhà hoạch định chính sách năng lượng: Cung cấp luận cứ thực chứng để ban hành các cơ chế khuyến khích tiết kiệm năng lượng và lộ trình nâng cao hiệu suất các nhà máy điện hiện hữu theo Quy hoạch Điện VIII.

Câu hỏi chuyên sâu

  1. Đâu là đóng góp lý thuyết độc đáo nhất của luận án?
    Trả lời: Đóng góp lý thuyết độc đáo nhất là việc phát triển hoàn thiện cấu trúc điều khiển phối hợp dựa trên mô hình Flynn (2003) bằng cách tường minh hóa hàm phi tuyến tĩnh bù áp suất $g(\Delta P)$ từ bản chất truyền nhiệt cân bằng năng lượng trực tiếp (DEB), tích hợp giải thuật di truyền GA để tối ưu hóa đồng thời chỉ tiêu bám công suất $J_N$ và suất tiêu hao nhiên liệu $J_f$.
  2. Đột phá về mặt phương pháp luận nghiên cứu so với các công trình trước đây là gì?
    Trả lời: So với các nghiên cứu của Tan (2015) hay Zhang & Liu (2006) vốn chỉ dừng lại ở mô phỏng số rời rạc hoặc mô hình trạng thái phi thực tế, luận án đã xây dựng thành công nền tảng thực nghiệm phần cứng trong vòng lặp (HIL) kết hợp giữa DCS công nghiệp ABB AC800M và card xử lý số dSPACE DS1104, chứng minh thuật toán hoạt động hoàn hảo với trễ truyền thông thời gian thực $\le 1\text{ ms}$.
  3. Phát hiện nào mang lại sự bất ngờ nhất về mặt dữ liệu thực nghiệm?
    Trả lời: Phát hiện bất ngờ nhất là việc chứng minh sự bù trừ phi tuyến của mạng Neuro-Fuzzy đối với sự biến thiên nhiệt trị than ($H_f$) có thể triệt tiêu hoàn toàn hiện tượng dao động cộng hưởng áp suất hơi chính mà không cần can thiệp thay đổi cấu trúc của các vòng điều khiển khói gió và nước cấp bên trong lò.
  4. Quy trình tái lập nghiên cứu (Replication Protocol) có được cung cấp đầy đủ không?
    Trả lời: Luận án cung cấp chi tiết toàn bộ hệ thống hàm truyền đạt, mã nguồn M-file, sơ đồ kết nối I/O (AI810, AO810), cấu hình phần mềm Control Builder M Professional và các tập luật mờ 49 phần tử trong hệ thống phụ lục I, II, III, đảm bảo khả năng tái lập và kiểm chứng độc lập hoàn toàn.
  5. Định hướng chương trình nghiên cứu 10 năm tới được vạch ra như thế nào?
    Trả lời: Lộ trình 10 năm tập trung vào 3 mũi nhọn: (1) Chuyển đổi mô hình sang công nghệ đốt sinh khối khối lượng lớn (Biomass Co-firing) và thu giữ carbon (CCUS); (2) Phát triển hệ thống điều khiển dự báo NMPC phân tán trên nền tảng điện toán biên cho các tổ máy siêu tới hạn; (3) Xây dựng hệ thống tự động tối ưu hóa tổ máy tự hành (Autonomous Plant Optimization) ứng dụng học tăng cường sâu (Deep Reinforcement Learning).

Kết luận

Luận án tiến sĩ của nghiên cứu sinh Phạm Thị Lý là một công trình nghiên cứu khoa học xuất sắc, kết hợp nhuần nhuyễn giữa cơ sở lý thuyết điều khiển tự động hiện đại và thực tiễn vận hành công nghiệp năng lượng phức tạp.

Tóm lược 5 đóng góp cốt lõi mang tính nền tảng của luận án:

  1. Xây dựng thành công mô hình toán học giải tích hệ phụ tải nhiệt tổ máy 300 MW cận tới hạn dựa trên phương pháp cân bằng năng lượng trực tiếp DEB, bao quát đầy đủ các quá trình cơ bản từ cấp nhiên liệu, cháy, truyền nhiệt sinh hơi đến tuabin - máy phát.
  2. Đề xuất cấu trúc điều khiển phối hợp Lò hơi - Tuabin mới phát triển từ mô hình Flynn, tích hợp khâu bù phi tuyến tĩnh $g(\Delta P)$ giúp triệt tiêu hiện tượng xen kênh đa biến.
  3. Ứng dụng thành công giải thuật di truyền GA trong việc xác định bộ thông số tối ưu cho các bộ điều khiển công suất $G_{CN}$ và áp suất $G_{CP}$ theo tiêu chuẩn kép $J_N$ và $J_f$.
  4. Thiết kế bộ điều khiển bù nhiễu thích nghi dựa trên mạng Neuro-Fuzzy, khử triệt để ảnh hưởng của biến động nhiệt trị than và nhiễu buồng đốt.
  5. Xây dựng hoàn chỉnh hệ thống mô phỏng thời gian thực HIL trên thiết bị công nghiệp ABB AC800M và dSPACE DS1104, mở ra khả năng ứng dụng thực tế trực tiếp tại các nhà máy nhiệt điện Việt Nam.

Công trình không chỉ góp phần nâng cao tính tự chủ công nghệ tự động hóa trong nước mà còn đặt nền móng phương pháp luận vững chắc cho các nghiên cứu tiếp theo về tối ưu hóa và chuyển dịch năng lượng bền vững.