Tổng quan nghiên cứu

Năng lượng đóng vai trò thiết yếu trong sự phát triển xã hội và công nghiệp hóa hiện đại. Theo ước tính, nhu cầu năng lượng toàn cầu ngày càng tăng, đặc biệt trong các ngành công nghiệp và sinh hoạt dân cư. Việt Nam sở hữu tiềm năng năng lượng gió rất lớn với hơn 39% diện tích có tốc độ gió trung bình trên 6 m/s ở độ cao 65 m, tương đương công suất tiềm năng khoảng 512 GW, trong đó hơn 8% diện tích có tiềm năng gió rất tốt. Tuy nhiên, việc khai thác năng lượng gió hiện còn khiêm tốn so với tiềm năng sẵn có. Một thách thức lớn là tính không ổn định của nguồn điện gió do phụ thuộc vào điều kiện gió biến động.

Luận văn tập trung nghiên cứu đánh giá và nâng cao ổn định hệ thống điện có tích hợp năng lượng gió sử dụng máy phát điện cảm ứng nguồn kép (DFIG). Mục tiêu chính là thiết kế bộ điều khiển Adaptive Neural Fuzzy Inference System (ANFIS) cho bộ nghịch lưu phía lưới (GSC) nhằm duy trì điện áp DC liên kết ổn định, từ đó cải thiện độ ổn định của hệ thống điện khi có sự cố. Nghiên cứu được thực hiện trên mô hình hệ thống điện 3 máy phát 9 nút tích hợp DFIG, sử dụng phần mềm Matlab-Simulink để mô phỏng và đánh giá hiệu quả.

Ý nghĩa của nghiên cứu nằm ở việc góp phần phát triển các giải pháp điều khiển tối ưu cho hệ thống điện tích hợp năng lượng tái tạo, đảm bảo vận hành an toàn, ổn định và hiệu quả, đồng thời hỗ trợ phát triển bền vững nguồn năng lượng sạch tại Việt Nam trong giai đoạn hiện nay và tương lai.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên các lý thuyết và mô hình sau:

  • Ổn định hệ thống điện (HTĐ): Bao gồm ổn định tĩnh và ổn định động, trong đó ổn định tĩnh là khả năng hệ thống phục hồi sau các kích động nhỏ, còn ổn định động là khả năng phục hồi sau các kích động lớn như ngắn mạch. Các tiêu chuẩn đánh giá ổn định dựa trên tiêu chuẩn năng lượng, phương pháp dao động bé và tiêu chuẩn cân bằng diện tích.

  • Mô hình máy phát điện cảm ứng nguồn kép (DFIG): Mô hình toán học chi tiết của DFIG theo trục dq, bao gồm các phương trình điện áp, dòng điện, mô men điện từ và công suất phản kháng. DFIG được điều khiển bởi hai bộ nghịch lưu xung đối (RSC và GSC) để điều chỉnh công suất và điện áp.

  • Thuật toán điều khiển ANFIS: Kết hợp ưu điểm của điều khiển mờ và mạng nơ-ron, ANFIS được áp dụng để điều khiển bộ nghịch lưu phía lưới nhằm duy trì điện áp DC liên kết ổn định, từ đó nâng cao độ ổn định của hệ thống điện tích hợp năng lượng gió.

Các khái niệm chính bao gồm: cân bằng công suất tác dụng và phản kháng, chế độ xác lập và quá độ của HTĐ, các loại kích động (nhỏ và lớn), mô hình tua bin gió và mô hình tốc độ gió gồm các thành phần cơ bản, dốc, giật và nhiễu.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp mô phỏng toán học và phân tích hệ thống điện tích hợp DFIG trên phần mềm Matlab-Simulink. Cỡ mẫu mô hình là hệ thống điện gồm 3 máy phát và 9 nút, trong đó có tích hợp máy phát điện gió DFIG với công suất 20 MW.

Phương pháp chọn mẫu là mô hình hóa hệ thống điện tiêu chuẩn được sử dụng phổ biến trong nghiên cứu ổn định hệ thống điện, phù hợp với mục tiêu đánh giá hiệu quả bộ điều khiển ANFIS. Dữ liệu đầu vào bao gồm các thông số kỹ thuật của DFIG, đặc tính tua bin gió, mô hình tốc độ gió và các thông số hệ thống điện.

Phân tích kết quả dựa trên các kịch bản mô phỏng: thay đổi công suất đầu vào của máy phát, sự cố ngắn mạch trên đường dây truyền tải, và biến đổi tốc độ gió. Timeline nghiên cứu kéo dài trong giai đoạn 2018-2019 với các bước thu thập tài liệu, mô hình hóa, thiết kế bộ điều khiển, mô phỏng và đánh giá kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Ổn định hệ thống khi thay đổi công suất đầu vào: Mô phỏng cho thấy khi công suất đầu vào của máy phát SG1 thay đổi, hệ thống điện tích hợp DFIG vẫn duy trì được sự ổn định với dao động góc rotor trong giới hạn cho phép. Tốc độ gió biến động trong khoảng 6-12 m/s ảnh hưởng đến công suất phát điện, tuy nhiên bộ điều khiển ANFIS giúp giảm thiểu dao động và duy trì điện áp DC liên kết ổn định.

  2. Ảnh hưởng của sự cố ngắn mạch: Khi xảy ra sự cố ngắn mạch 3 pha trên đường dây 5-8 trong 5 chu kỳ, hệ thống có bộ điều khiển ANFIS phục hồi nhanh hơn so với bộ điều khiển PI truyền thống. Thời gian trở về trạng thái ổn định giảm khoảng 20%, đồng thời biên độ dao động góc rotor giảm 15%, cho thấy hiệu quả trong việc giảm thiểu ảnh hưởng của sự cố.

  3. Hiệu quả của bộ điều khiển ANFIS: So với điều khiển PI, ANFIS thể hiện khả năng thích nghi tốt hơn với các điều kiện vận hành thay đổi và sự cố bất ngờ. Điện áp DC liên kết được duy trì ổn định hơn với sai số giảm khoảng 10%, góp phần nâng cao độ ổn định động của hệ thống.

Thảo luận kết quả

Nguyên nhân chính của sự cải thiện ổn định là do ANFIS kết hợp khả năng học và suy luận mờ, giúp điều chỉnh tham số điều khiển linh hoạt theo điều kiện thực tế của hệ thống. Kết quả này phù hợp với các nghiên cứu trước đây về ứng dụng ANFIS trong điều khiển hệ thống điện gió, đồng thời khắc phục hạn chế của điều khiển PI trong môi trường phi tuyến và biến động cao.

Việc mô phỏng trong miền thời gian cho phép đánh giá chi tiết đáp ứng của hệ thống trước các kích động lớn như ngắn mạch, thể hiện qua các biểu đồ dao động góc rotor, điện áp DC liên kết và công suất phát. Các biểu đồ này minh họa rõ ràng sự khác biệt về hiệu quả điều khiển giữa ANFIS và PI.

Ý nghĩa của kết quả nghiên cứu là cung cấp giải pháp điều khiển tiên tiến, góp phần nâng cao độ tin cậy và an toàn vận hành hệ thống điện tích hợp năng lượng gió, đồng thời hỗ trợ phát triển bền vững nguồn năng lượng tái tạo tại Việt Nam.

Đề xuất và khuyến nghị

  1. Triển khai áp dụng bộ điều khiển ANFIS trong các hệ thống điện gió quy mô lớn: Động từ hành động là "triển khai", mục tiêu là nâng cao độ ổn định hệ thống điện, thời gian thực hiện trong vòng 2-3 năm, chủ thể thực hiện là các nhà quản lý và kỹ sư vận hành hệ thống điện.

  2. Nâng cao đào tạo và nghiên cứu về điều khiển hệ thống điện tích hợp năng lượng tái tạo: Động từ "tổ chức", mục tiêu tăng cường năng lực chuyên môn cho cán bộ kỹ thuật, thời gian 1-2 năm, chủ thể là các trường đại học và viện nghiên cứu.

  3. Phát triển mô hình mô phỏng và thử nghiệm thực tế: Động từ "xây dựng", mục tiêu hoàn thiện mô hình mô phỏng chính xác và thử nghiệm trên hệ thống thực tế, thời gian 3-5 năm, chủ thể là các trung tâm nghiên cứu và doanh nghiệp năng lượng.

  4. Cập nhật và hoàn thiện các tiêu chuẩn kỹ thuật liên quan đến tích hợp năng lượng gió: Động từ "cập nhật", mục tiêu đảm bảo an toàn và hiệu quả vận hành, thời gian 1-2 năm, chủ thể là cơ quan quản lý nhà nước và các tổ chức tiêu chuẩn.

Đối tượng nên tham khảo luận văn

  1. Kỹ sư và chuyên gia vận hành hệ thống điện: Giúp hiểu rõ về các giải pháp điều khiển nâng cao ổn định hệ thống điện tích hợp năng lượng gió, áp dụng trong thực tế vận hành và bảo trì.

  2. Nhà nghiên cứu và sinh viên ngành kỹ thuật điện: Cung cấp kiến thức chuyên sâu về mô hình hóa DFIG, thuật toán ANFIS và phương pháp đánh giá ổn định hệ thống điện.

  3. Các nhà hoạch định chính sách và quản lý năng lượng: Hỗ trợ xây dựng chính sách phát triển năng lượng tái tạo và tiêu chuẩn kỹ thuật phù hợp với thực tiễn và tiềm năng của Việt Nam.

  4. Doanh nghiệp phát triển dự án năng lượng gió: Giúp đánh giá hiệu quả kỹ thuật và lựa chọn giải pháp điều khiển tối ưu cho các dự án điện gió quy mô lớn.

Câu hỏi thường gặp

  1. Bộ điều khiển ANFIS là gì và có ưu điểm gì so với điều khiển PI?
    ANFIS là hệ thống suy luận mờ kết hợp mạng nơ-ron, có khả năng học và thích nghi với điều kiện biến đổi của hệ thống. So với điều khiển PI, ANFIS xử lý tốt các hệ thống phi tuyến và biến động cao, giúp duy trì ổn định điện áp và giảm dao động hiệu quả hơn.

  2. Tại sao ổn định hệ thống điện tích hợp năng lượng gió lại quan trọng?
    Nguồn điện gió không ổn định do phụ thuộc vào điều kiện gió biến động. Ổn định hệ thống đảm bảo cung cấp điện liên tục, an toàn và chất lượng, tránh các sự cố mất điện và hư hỏng thiết bị.

  3. Mô hình DFIG có điểm gì nổi bật trong phát điện gió?
    DFIG cho phép điều khiển công suất và tốc độ quay linh hoạt, vận hành hiệu quả ở cả tốc độ dưới đồng bộ và quá đồng bộ, giúp tăng hiệu suất và ổn định hệ thống điện gió.

  4. Phương pháp mô phỏng miền thời gian giúp gì cho nghiên cứu?
    Phương pháp này giải các phương trình vi phân phi tuyến của hệ thống điện, mô phỏng chính xác đáp ứng của hệ thống trước các kích động lớn như ngắn mạch, từ đó đánh giá hiệu quả các giải pháp điều khiển.

  5. Làm thế nào để áp dụng kết quả nghiên cứu vào thực tế?
    Cần triển khai thử nghiệm bộ điều khiển ANFIS trên các hệ thống điện gió quy mô thực tế, đồng thời đào tạo nhân lực và cập nhật tiêu chuẩn kỹ thuật để đảm bảo vận hành an toàn và hiệu quả.

Kết luận

  • Nghiên cứu đã thiết kế thành công bộ điều khiển ANFIS cho bộ nghịch lưu phía lưới của máy phát điện gió DFIG, nâng cao độ ổn định hệ thống điện tích hợp năng lượng gió.
  • Mô phỏng trong miền thời gian cho thấy ANFIS giảm thiểu dao động góc rotor và duy trì điện áp DC liên kết ổn định tốt hơn điều khiển PI truyền thống.
  • Ổn định hệ thống điện khi có sự cố ngắn mạch được cải thiện rõ rệt, rút ngắn thời gian phục hồi và giảm biên độ dao động.
  • Kết quả nghiên cứu có ý nghĩa thực tiễn lớn trong phát triển năng lượng tái tạo tại Việt Nam, góp phần đảm bảo an toàn và hiệu quả vận hành hệ thống điện.
  • Các bước tiếp theo bao gồm triển khai thử nghiệm thực tế, mở rộng nghiên cứu trên hệ thống quy mô lớn và đào tạo nhân lực chuyên môn cao.

Hành động ngay: Các nhà nghiên cứu và kỹ sư vận hành nên áp dụng và phát triển thêm các giải pháp điều khiển ANFIS để nâng cao hiệu quả và độ tin cậy của hệ thống điện tích hợp năng lượng gió.