Tổng quan nghiên cứu

Năng lượng gió (NLG) đã trở thành một trong những nguồn năng lượng tái tạo phát triển nhanh nhất trên thế giới, với sản lượng tăng hơn 50 GW mỗi năm trong giai đoạn 2014-2018, đạt tổng công suất 591 GW vào năm 2018. Tại Việt Nam, NLG được xem là nguồn năng lượng sạch, có tiềm năng lớn để đa dạng hóa nguồn cung và giảm phát thải khí nhà kính. Tuy nhiên, tính không ổn định và biến động của nguồn gió gây ra nhiều thách thức trong việc tích hợp vào hệ thống điện (HTĐ) và thị trường điện (TTĐ). Đặc biệt, việc áp dụng mức giá FIT cố định không phản ánh đúng sự biến động công suất thực tế của các nhà máy điện gió (NMĐG), dẫn đến giảm lợi nhuận và ảnh hưởng tiêu cực đến độ ổn định của HTĐ.

Luận văn tập trung nghiên cứu xây dựng biểu đồ phát điện của turbin gió tại huyện Tuy Phong, tỉnh Bình Thuận, nhằm dự báo công suất chào bán cho TTĐ và đề xuất mô hình tích hợp giữa NMĐG và nhà máy nhiệt điện (NMNĐ) để tối ưu hóa lợi nhuận và nâng cao độ ổn định hệ thống. Nghiên cứu sử dụng dữ liệu vận tốc gió thực tế từ năm 2017 đến 2021 và dữ liệu phụ tải năm 2023, áp dụng các phương pháp ước lượng hệ số Weibull để mô hình hóa phân bố xác suất gió. Mục tiêu chính là cải thiện độ ổn định HTĐ, tăng lợi nhuận cho các nhà máy và đề xuất hệ số chi phí mua bán điện khi tích hợp NMĐG với NMNĐ.

Nghiên cứu có ý nghĩa quan trọng trong bối cảnh phát triển năng lượng tái tạo tại Việt Nam, góp phần nâng cao hiệu quả vận hành hệ thống điện, giảm chi phí vận hành và thúc đẩy phát triển bền vững ngành năng lượng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

  • Phân bố Weibull: Là hàm mật độ xác suất (PDF) được sử dụng để mô hình hóa phân bố vận tốc gió, với hai tham số chính là hệ số hình dạng (k) và hệ số tỉ lệ (c). Phân bố này giúp dự báo xác suất vận tốc gió và công suất phát điện từ turbin gió.

  • Mô hình toán học tích hợp NMĐG và NMNĐ: Mô hình tối ưu hóa lợi nhuận xã hội dựa trên hàm mục tiêu kết hợp lợi nhuận của NMĐG, NMNĐ và chi phí nhiên liệu của NMNĐ. Mô hình xem xét chi phí dự trữ và chi phí phạt khi công suất thực tế của NMĐG không khớp với công suất chào bán.

  • Khái niệm về chi phí dự trữ và chi phí phạt: Chi phí dự trữ phát sinh khi công suất thực tế thấp hơn kế hoạch, buộc hệ thống phải duy trì dự trữ quay vòng; chi phí phạt phát sinh khi công suất thực tế vượt quá kế hoạch, gây lãng phí điện năng.

  • Mô hình vận hành NMNĐ: Mô hình chi phí nhiên liệu của NMNĐ được biểu diễn bằng hàm bậc hai theo công suất phát điện, đồng thời giới hạn công suất tăng giảm theo khả năng thực tế của nhà máy.

Phương pháp nghiên cứu

  • Nguồn dữ liệu: Dữ liệu vận tốc gió thực tế tại tỉnh Bình Thuận từ 01/2017 đến 12/2021; dữ liệu phụ tải điện Việt Nam năm 2023; thông số kỹ thuật turbin gió Enercon E82-E4 công suất định mức 3 MW; dữ liệu chi phí nhiên liệu NMNĐ.

  • Phương pháp phân tích: Sử dụng phần mềm Matlab để mô phỏng và giải bài toán tối ưu phân phối công suất, tính toán lợi nhuận NMĐG, NMNĐ và chi phí nhiên liệu. Các phương pháp ước lượng hệ số Weibull gồm Maximum Likelihood (MLM), Empirical (EM), Energy Pattern Factor (EPFM) và Moment (MoM) được so sánh để chọn phương pháp chính xác nhất.

  • Timeline nghiên cứu: Giai đoạn 7/2023 – 11/2023 tập trung nghiên cứu tổng quan, xây dựng mô hình toán và tính toán biểu đồ Weibull; giai đoạn 11/2023 – 6/2024 thực hiện mô phỏng, tính toán lợi nhuận và đề xuất phương án tối ưu.

  • Cỡ mẫu và chọn mẫu: Dữ liệu vận tốc gió được thu thập liên tục trong 5 năm, đảm bảo tính đại diện và độ tin cậy cao cho phân tích. Phương pháp MLM được lựa chọn do có sai số RMSE thấp nhất (7,99 × 10⁻³).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Ước lượng hệ số Weibull chính xác: Phương pháp Maximum Likelihood cho kết quả ước lượng hệ số c và k với sai số RMSE thấp nhất trong 24 giờ (RMSE = 7,99 × 10⁻³), cho phép xây dựng biểu đồ xác suất vận tốc gió chính xác tại Bình Thuận.

  2. Hiệu quả mô hình kết hợp hai NMĐG (TH1): Khi kết hợp hai NMĐG với công suất định mức mỗi nhà máy khoảng 21.354,8 MW, mô hình cho thấy giảm xác suất bị phạt do không đạt công suất ký kết, đồng thời tăng tổng lợi nhuận lên khoảng 15% so với vận hành độc lập.

  3. Mô hình tích hợp NMĐG và NMNĐ (TH2): Việc kết hợp NMĐG với NMNĐ công suất định mức 30.000 MW giúp cân bằng nguồn cung, giảm chi phí nhiên liệu NMNĐ từ mức ban đầu xuống khoảng 10%, đồng thời tăng lợi nhuận xã hội tổng thể lên 20%. Hệ số mua bán điện khi dư hoặc thiếu gió được điều chỉnh hợp lý, giảm thiểu rủi ro phạt và chi phí dự trữ.

  4. Tác động của biến động gió đến chi phí và lợi nhuận: Khi công suất thực tế của NMĐG thấp hơn kế hoạch, chi phí dự trữ tăng lên khoảng 12%, trong khi khi dư gió, chi phí phạt giảm nhờ khả năng bán công suất cho NMNĐ, giúp giảm chi phí nhiên liệu và tăng lợi nhuận.

Thảo luận kết quả

Kết quả mô phỏng cho thấy phương pháp ước lượng hệ số Weibull bằng MLM là phù hợp nhất để mô hình hóa phân bố vận tốc gió tại khu vực nghiên cứu, giúp dự báo công suất phát điện chính xác hơn. Việc kết hợp hai NMĐG làm giảm biến động công suất tổng, giảm rủi ro phạt và tăng lợi nhuận, phù hợp với các nghiên cứu quốc tế về tích hợp nguồn gió.

Mô hình tích hợp NMĐG với NMNĐ thể hiện hiệu quả vượt trội trong việc cân bằng nguồn cung, giảm chi phí vận hành và tăng lợi nhuận xã hội. Điều này phù hợp với xu hướng phát triển năng lượng tái tạo kết hợp với nguồn nhiệt điện truyền thống để đảm bảo ổn định lưới điện. So sánh với các nghiên cứu trước đây, kết quả này khẳng định tính khả thi và hiệu quả của mô hình tích hợp trong điều kiện thị trường điện Việt Nam.

Biểu đồ và bảng số liệu minh họa rõ ràng sự thay đổi lợi nhuận, chi phí nhiên liệu và xác suất vận tốc gió theo từng giờ trong ngày, giúp các nhà quản lý và nhà đầu tư có cơ sở để ra quyết định chiến lược.

Đề xuất và khuyến nghị

  1. Áp dụng mô hình tích hợp NMĐG và NMNĐ trong vận hành hệ thống điện: Khuyến nghị các nhà điều hành hệ thống điện và EVN triển khai mô hình tích hợp để tăng cường độ ổn định và tối ưu hóa lợi nhuận, ưu tiên thực hiện trong vòng 1-2 năm tới.

  2. Phát triển hệ thống dự báo vận tốc gió chính xác dựa trên phân bố Weibull: Đề xuất xây dựng hệ thống dự báo vận tốc gió theo giờ sử dụng phương pháp Maximum Likelihood, giúp nâng cao độ chính xác trong lập kế hoạch sản xuất điện gió, thực hiện trong 6-12 tháng.

  3. Xây dựng chính sách giá điện linh hoạt theo biến động công suất gió: Khuyến nghị cơ quan quản lý điều chỉnh cơ chế giá FIT và chi phí phạt, mua bán điện giữa NMĐG và NMNĐ để phản ánh đúng rủi ro và lợi ích, thúc đẩy cạnh tranh công bằng trên TTĐ, thực hiện trong 1 năm.

  4. Đầu tư nâng cấp hạ tầng truyền tải và lưu trữ năng lượng: Đề xuất đầu tư phát triển mạng lưới truyền tải và hệ thống lưu trữ năng lượng để hỗ trợ tích hợp nguồn gió, giảm thiểu tổn thất và tăng tính linh hoạt, kế hoạch dài hạn 3-5 năm.

  5. Tăng cường nghiên cứu và đào tạo chuyên sâu về năng lượng tái tạo: Khuyến khích các trường đại học và viện nghiên cứu phát triển chương trình đào tạo và nghiên cứu ứng dụng về mô hình tích hợp nguồn năng lượng, nâng cao năng lực chuyên môn cho cán bộ kỹ thuật.

Đối tượng nên tham khảo luận văn

  1. Nhà quản lý và điều hành hệ thống điện: Có thể sử dụng kết quả nghiên cứu để tối ưu hóa vận hành hệ thống, giảm chi phí vận hành và nâng cao độ ổn định lưới điện.

  2. Các nhà đầu tư và doanh nghiệp năng lượng tái tạo: Tham khảo mô hình tích hợp và phương pháp dự báo để nâng cao hiệu quả đầu tư, giảm rủi ro tài chính và tối đa hóa lợi nhuận.

  3. Cơ quan quản lý nhà nước và chính sách: Sử dụng luận văn làm cơ sở khoa học để xây dựng chính sách giá điện, cơ chế hỗ trợ và quy định về tích hợp năng lượng tái tạo vào TTĐ.

  4. Các nhà nghiên cứu và sinh viên ngành kỹ thuật điện, năng lượng tái tạo: Tham khảo phương pháp nghiên cứu, mô hình toán học và kết quả mô phỏng để phát triển các nghiên cứu tiếp theo hoặc ứng dụng thực tiễn.

Câu hỏi thường gặp

  1. Tại sao chọn phương pháp Maximum Likelihood để ước lượng hệ số Weibull?
    Phương pháp Maximum Likelihood cho sai số RMSE thấp nhất (7,99 × 10⁻³) so với các phương pháp khác, giúp mô hình hóa phân bố vận tốc gió chính xác hơn, từ đó dự báo công suất phát điện hiệu quả.

  2. Mô hình tích hợp NMĐG và NMNĐ có lợi ích gì?
    Mô hình giúp cân bằng nguồn cung, giảm chi phí nhiên liệu NMNĐ khoảng 10%, tăng lợi nhuận xã hội lên 20%, đồng thời giảm rủi ro phạt và chi phí dự trữ do biến động công suất gió.

  3. Làm thế nào để xử lý biến động công suất gió trong thị trường điện?
    Nghiên cứu đề xuất điều chỉnh hệ số mua bán điện và chi phí phạt linh hoạt, kết hợp dự báo chính xác và tích hợp NMNĐ để bù đắp khi công suất gió thiếu hoặc dư.

  4. Dữ liệu vận tốc gió được thu thập như thế nào?
    Dữ liệu vận tốc gió thực tế được thu thập liên tục từ năm 2017 đến 2021 tại tỉnh Bình Thuận, đảm bảo tính đại diện và độ tin cậy cho phân tích và mô hình hóa.

  5. Ứng dụng thực tiễn của luận văn này là gì?
    Luận văn cung cấp cơ sở khoa học và mô hình toán học để các nhà điều hành, nhà đầu tư và cơ quan quản lý tối ưu hóa vận hành, chính sách và đầu tư trong lĩnh vực năng lượng gió và tích hợp nguồn điện.

Kết luận

  • Luận văn đã xây dựng thành công biểu đồ phát điện turbin gió tại huyện Tuy Phong, Bình Thuận dựa trên phân bố Weibull với phương pháp Maximum Likelihood cho độ chính xác cao.
  • Mô hình kết hợp hai NMĐG và mô hình tích hợp NMĐG với NMNĐ được đề xuất giúp tăng lợi nhuận và cải thiện độ ổn định hệ thống điện.
  • Kết quả mô phỏng trên Matlab cho thấy giảm chi phí nhiên liệu NMNĐ khoảng 10% và tăng lợi nhuận xã hội lên 20% khi áp dụng mô hình tích hợp.
  • Đề xuất các giải pháp thực tiễn bao gồm phát triển hệ thống dự báo, điều chỉnh chính sách giá điện và đầu tư hạ tầng truyền tải, lưu trữ năng lượng.
  • Các bước tiếp theo là triển khai mô hình trong thực tế, mở rộng nghiên cứu tích hợp các nguồn năng lượng tái tạo khác và phát triển công nghệ lưu trữ năng lượng.

Hành động ngay hôm nay để thúc đẩy phát triển năng lượng gió bền vững và hiệu quả tại Việt Nam!