Tổng quan nghiên cứu

Sự tăng trưởng kinh tế nhanh chóng tại Việt Nam kéo theo nhu cầu tiêu thụ năng lượng gia tăng mạnh mẽ với tốc độ bình quân đạt khoảng 14% mỗi năm. Tốc độ tăng trưởng phụ tải đỉnh nhanh gây áp lực nặng nề lên hệ thống cung ứng điện quốc gia, đòi hỏi nguồn vốn đầu tư khổng lồ vào các công trình nguồn phát và hạ tầng lưới truyền tải. Trong giai đoạn 2012 - 2013, ngành điện Việt Nam đã nỗ lực triển khai các chương trình tiết kiệm năng lượng, đưa tỷ lệ tổn thất điện năng từ 9,2% năm 2012 (tương đương tiết kiệm 1,67 tỷ kWh, chiếm khoảng 1,5% tổng lượng điện thương phẩm) giảm xuống 8,79% vào năm 2013 và đặt mục tiêu hạ xuống dưới mức 8,0% trong năm 2014. Tuy nhiên, việc vận hành các tổ máy phát điện chạy dầu có chi phí biên rất cao để phủ đỉnh phụ tải kéo dài chỉ trong 2 đến 4 giờ mỗi ngày vẫn gây lãng phí kinh tế to lớn.

Trước thực trạng đó, việc ứng dụng chương trình Quản lý nhu cầu điện (DSM) và đặc biệt là cơ chế Đáp ứng nhu cầu (Demand Response - DR) trở thành giải pháp chiến lược nhằm cân bằng cung cầu năng lượng. Luận văn thạc sĩ chuyên ngành Thiết bị, mạng và nhà máy điện của tác giả Huỳnh Thị Thu Thảo, dưới sự hướng dẫn khoa học của PGS. Phan Thị Thanh Bình tại Trường Đại học Bách Khoa – Đại học Quốc gia TP.HCM, tập trung nghiên cứu đề tài "Mô hình đáp ứng giá điện". Nghiên cứu được thực hiện trong khung thời gian từ tháng 01/2014 đến tháng 06/2014, bám sát các quy định tại Quyết định 28/2014/QĐ-TTg và Chỉ thị 11/CT-BCT của Bộ Công Thương về minh bạch giá điện thị trường. Mục tiêu cốt lõi của luận văn là xây dựng mô hình toán giải tích và mô hình mạng nơ-ron nhân tạo để định lượng chính xác phản ứng của khách hàng công nghiệp và nông nghiệp đối với biểu giá điện theo thời gian (TOU), hỗ trợ san bằng đồ thị phụ tải và tối ưu hóa chi phí vận hành toàn hệ thống.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng kinh tế vi mô và lý thuyết thị trường điện cạnh tranh. Nền tảng cốt lõi bao gồm quy luật cung - cầu điện năng, nguyên lý định giá theo chi phí biên, và lý thuyết độ co giãn của cầu theo giá. Hai khái niệm then chốt được lượng hóa là hệ số đàn hồi riêng (Own-price Elasticity) và hệ số đàn hồi tương hỗ (Cross-price Elasticity) giữa các khung giờ cao điểm, bình thường và thấp điểm trong chu kỳ 24 giờ. Khi hệ số đàn hồi riêng nhỏ hơn -1,0, cầu co giãn nhiều; khi nằm trong khoảng từ -1,0 đến 0, cầu ít co giãn; và khi bằng 0, cầu hoàn toàn không co giãn.

Mô hình nghiên cứu kế thừa lý thuyết kinh tế lượng của Dennis J. Aigner và Joseph G. Hirschberg thông qua hàm tỷ trọng chi phí Translog (Cost-Share Model), ứng dụng bổ đề Shephard để thiết lập mối quan hệ phi tuyến giữa vector giá điện 3 mức và cơ cấu tiêu thụ công suất. Trên cơ sở đó, tác giả phát triển hai dạng mô hình phản ứng phụ tải: mô hình đáp ứng tuyến tính và mô hình đáp ứng dạng hàm mũ. Các mô hình này cho phép ước tính phần trăm thay đổi của công suất tiêu thụ khi biểu giá TOU điều chỉnh biên độ giữa giờ cao điểm (giá từ 2.227 đ/kWh đến 2.520 đ/kWh) và giờ thấp điểm (giá từ 785 đ/kWh đến 890 đ/kWh).

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu thực tế thu thập từ đồ thị phụ tải 24 giờ và số liệu hóa đơn điện năng của các doanh nghiệp sản xuất công nghiệp và trạm bơm nông nghiệp tại khu vực miền Nam trong giai đoạn 2013 - 2014. Cỡ mẫu nghiên cứu bao gồm 365 chu kỳ ngày đêm (tương ứng 8.760 điểm đo đếm công suất theo giờ) được phân loại theo từng cấp điện áp từ 110 kV, trung áp 22 kV đến hạ áp dưới 6 kV. Phương pháp chọn mẫu là chọn mẫu phân tầng có chủ đích, tập trung vào các nhóm khách hàng có phụ tải lớn trên 100 MWh/năm nhằm đảm bảo tính đại diện cho các ngành có tiềm năng chuyển dịch phụ tải cao.

Về phương pháp phân tích, luận văn phối hợp hai cách tiếp cận:

  • Phương pháp mô hình toán kinh tế lượng: Sử dụng thuật toán Hồi quy dường như không liên quan (SUR - Seemingly Unrelated Regression) của Arnold Zellner, kết hợp phương pháp bình phương cực tiểu tổng quát khả thi (FGLS) và phép lặp thích nghi Astrom - Wittenmark. Rationale lựa chọn SUR là giải quyết triệt để vấn đề tương quan chéo giữa phần dư của hệ phương trình cost-share 15 tham số, rút gọn thành công về hệ 7 tham số độc lập thỏa mãn các ràng buộc kinh tế.
  • Phương pháp trí tuệ nhân tạo: Thiết kế mạng nơ-ron truyền thẳng lan truyền ngược (Feedforward Backpropagation ANN) đa lớp trên môi trường phần mềm MATLAB. Rationale lựa chọn ANN là khả năng xấp xỉ hàm phi tuyến cao, tự động học tập quy luật hành vi dùng điện phức tạp mà không cần giả định trước cấu trúc hàm giải tích.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và kiểm nghiệm thực nghiệm trên số liệu thực tế đem lại những phát hiện có ý nghĩa định lượng quan trọng:

  • Khách hàng công nghiệp có độ nhạy cảm cao với giá điện giờ cao điểm: Kết quả tính toán hệ số đàn hồi riêng cho thấy giá trị dao động trong khoảng từ -0,35 đến -0,68. Khi biểu giá TOU tăng 10% trong khung giờ cao điểm (từ 9h30 - 11h30 và 17h00 - 20h00), công suất tiêu thụ của các dây chuyền sản xuất công nghiệp giảm từ 3,5% đến 6,8%.
  • Hiệu quả chuyển dịch phụ tải rõ rệt nhờ chênh lệch giá TOU: Hệ số đàn hồi thay thế giữa giờ cao điểm và giờ thấp điểm đạt mức dương từ +0,22 đến +0,45. Tỷ lệ chênh lệch giá bán lẻ điện giữa cao điểm và thấp điểm ở mức 2,84 lần (2.227 đ/kWh so với 785 đ/kWh ở cấp điện áp trên 110 kV) đã thúc đẩy các nhà máy dịch chuyển từ 12% đến 18% tổng điện năng tiêu thụ sang khung giờ thấp điểm (từ 22h00 đến 4h00 sáng hôm sau).
  • Nhóm khách hàng nông nghiệp có tính co giãn vượt trội: Do tính chất linh hoạt của các trạm bơm tưới tiêu và phụ tải thủy lợi, hệ số đàn hồi riêng của nhóm này đạt từ -0,75 đến -0,92. Phụ tải nông nghiệp có khả năng cắt giảm hoặc dịch chuyển lên tới 25% - 30% công suất trong các khung giờ cao điểm khi có tín hiệu giá thích hợp.
  • Độ chính xác vượt trội của mô hình mạng nơ-ron ANN: Trong việc dự báo phản ứng phụ tải khi thay đổi biểu giá mới, mô hình ANN trên MATLAB đạt sai số tuyệt đối phần trăm trung bình (MAPE) dưới 3,2%, vượt trội hoàn toàn so với mô hình hồi quy tuyến tính cổ điển có sai số lên đến 6,8%.

Thảo luận kết quả

Nguyên nhân chính dẫn đến sự khác biệt về mức độ phản ứng giữa các nhóm khách hàng bắt nguồn từ đặc thù công nghệ sản xuất và mức độ tự động hóa. Các ngành công nghiệp nặng như luyện thép, xi măng, hóa chất có quy trình sản xuất liên tục nên khả năng co giãn phụ tải trong ngắn hạn bị giới hạn bởi chi phí nhân công ca đêm và an toàn dây chuyền. Ngược lại, các doanh nghiệp gia công cơ khí nhẹ và các trạm bơm nông nghiệp có thể dễ dàng lập lịch lại ca kíp vận hành máy móc công suất lớn vào ban đêm để hưởng mức giá điện thấp 785 đ/kWh, giúp giảm đáng kể chi phí tiền điện hàng tháng.

So sánh với các nghiên cứu quốc tế, chẳng hạn như dữ liệu thị trường điện Bắc Âu (Nord Pool) vào ngày 06/02/2003 khi giá điện Elspot vọt lên mức 981,14 NOK/MWh do cầu hoàn toàn không đàn hồi, kết quả của luận văn khẳng định việc áp dụng biểu giá TOU 3 giá tại Việt Nam đã tạo ra động lực tài chính rõ ràng để khách hàng chủ động điều chỉnh hành vi. Toàn bộ dữ liệu phản ứng phụ tải này có thể được mô hình hóa trực quan thông qua biểu đồ đường cong phụ tải 24 giờ trước và sau khi áp dụng giá TOU, ma trận nhiệt hệ số co giãn đa chiều và đồ thị mạng nơ-ron dự báo công suất, cung cấp công cụ phân tích trực quan cho các kỹ sư điều độ hệ thống điện.

Đề xuất và khuyến nghị

Dựa trên các kết quả định lượng thu được, luận văn đưa ra 4 nhóm giải pháp mang tính hành động cao:

  • Tối ưu hóa cơ cấu biểu giá TOU đa thành phần: Tập đoàn Điện lực Việt Nam (EVN) phối hợp Cục Điều tiết Điện lực cần nghiên cứu nâng tỷ lệ chênh lệch giá giữa giờ cao điểm và thấp điểm từ mức 2,84 lần hiện nay lên mức 3,5 đến 4,0 lần trong lộ trình 2015 - 2020. Mục tiêu là tạo đòn bẩy kinh tế mạnh hơn, hướng tới giảm thêm 5% đến 8% công suất đỉnh toàn hệ thống vào các giờ cao điểm mùa khô.
  • Nâng cấp hạ tầng đo đếm thông minh (AMI): Các Tổng công ty Điện lực cần đẩy nhanh tiến độ lắp đặt 100% công tơ điện tử đo xa đa chức năng cho toàn bộ khách hàng sản xuất công nghiệp và thương mại lớn tiêu thụ từ 100 MWh/năm trở lên trong giai đoạn 2015 - 2018. Hạ tầng đo đếm tự động là điều kiện tiên quyết để triển khai biểu giá thời gian thực (RTP) và giá đỉnh tới hạn (CPP).
  • Ban hành cơ chế khuyến khích tài chính cho chương trình cắt phụ tải trực tiếp (DLC): Bộ Công Thương cần xây dựng khung pháp lý chi trả ưu đãi tài chính trực tiếp với mức từ 50.000 đến 100.000 đ/kW cho các doanh nghiệp cam kết tự nguyện ngắt bớt phụ tải không thiết yếu trong các tình huống khẩn cấp của hệ thống điện, thí điểm trong vòng 12 đến 24 tháng.
  • Thiết lập hệ thống quản lý năng lượng (EMS) tại các doanh nghiệp: Ban lãnh đạo các nhà máy sản xuất công nghiệp cần chủ động đầu tư hệ thống tự động giám sát và điều khiển phụ tải nội bộ từ năm 2015. Doanh nghiệp cần cơ cấu lại kế hoạch sản xuất để chuyển dịch tối thiểu 15% đến 20% phụ tải đỉnh sang giờ thấp điểm, giúp cắt giảm từ 10% đến 15% chi phí tiền điện hàng tháng.

Đối tượng nên tham khảo luận văn

Nội dung và phương pháp luận của công trình nghiên cứu mang lại giá trị thực tiễn sâu sắc cho 4 nhóm đối tượng chính:

  • Cơ quan quản lý nhà nước và đơn vị điều độ hệ thống điện (Bộ Công Thương, Cục Điều tiết Điện lực, Trung tâm Điều độ Hệ thống điện Quốc gia): Cung cấp cơ sở khoa học định lượng để hoạch định chính sách biểu giá điện thị trường, tính toán tối ưu hóa điều độ nguồn phát và giảm áp lực đầu tư hàng nghìn tỷ đồng vào các nhà máy nhiệt điện chạy đỉnh đắt đỏ.
  • Giám đốc điều hành và Quản lý năng lượng tại các nhà máy công nghiệp: Nắm vững các công thức tính toán hàm chi phí Cost-Share và hệ số đàn hồi để chủ động thiết lập chiến lược phân bổ công suất máy móc, tận dụng tối đa khung giá điện thấp điểm 785 đ/kWh nhằm tối ưu hóa giá thành sản phẩm.
  • Kỹ sư quy hoạch và vận hành tại các Công ty Điện lực địa phương: Ứng dụng mô hình mạng nơ-ron ANN trong phần mềm MATLAB để dự báo chính xác nhu cầu công suất từng khu vực khi điều chỉnh giá điện, ngăn ngừa tình trạng quá tải cục bộ máy biến áp và giảm tỷ lệ tổn thất lưới điện xuống dưới mức 8,0%.
  • Giảng viên, nghiên cứu sinh và sinh viên ngành Kỹ thuật Điện - Năng lượng: Sử dụng làm tài liệu tham khảo chuyên khảo chuẩn mực về phương pháp tích hợp kinh tế lượng (SUR, OLS) với trí tuệ nhân tạo (Neural Networks) trong bài toán quản lý nhu cầu năng lượng hiện đại.

Câu hỏi thường gặp

  • Câu hỏi 1: Chương trình Đáp ứng nhu cầu (Demand Response) mang lại lợi ích kinh tế trực tiếp nào cho doanh nghiệp tham gia? Tham gia chương trình giúp doanh nghiệp giảm trực tiếp từ 10% đến 15% hóa đơn tiền điện thông qua việc dịch chuyển máy móc sang giờ thấp điểm với mức giá chỉ 785 đ/kWh (thấp hơn gần 3 lần so với giờ cao điểm 2.227 đ/kWh). Ngoài ra, doanh nghiệp còn có cơ hội nhận các khoản thanh toán ưu đãi tài chính khi tham gia cắt giảm phụ tải khẩn cấp.

  • Câu hỏi 2: Vì sao mô hình mạng nơ-ron nhân tạo (ANN) lại ưu việt hơn mô hình toán giải tích truyền thống trong việc khảo sát phản ứng giá điện? Mô hình toán giải tích bị ràng buộc bởi nhiều giả định tĩnh và cấu trúc hàm khắt khe, khó giải quyết đồng thời 15 phương trình tham số khi có biến động thực tế. Mạng nơ-ron ANN có khả năng tự học các mối quan hệ phi tuyến phức tạp từ dữ liệu lịch sử, mang lại độ chính xác cao với sai số MAPE dưới 3,2%.

  • Câu hỏi 3: Biểu giá điện TOU ba giá theo Quyết định 28/2014/QĐ-TTg phân chia các khung giờ trong ngày như thế nào? Theo quy định, một ngày 24 giờ được chia thành 3 khung: Giờ cao điểm gồm 6 tiếng (sáng từ 9h30 - 11h30, chiều tối từ 17h00 - 20h00); Giờ thấp điểm gồm 6 tiếng (đêm từ 22h00 đến 4h00 sáng hôm sau); và Giờ bình thường gồm 12 tiếng còn lại trong ngày. Khung giờ này áp dụng từ thứ Hai đến thứ Bảy, riêng Chủ nhật không tính giờ cao điểm.

  • Câu hỏi 4: Sự khác biệt bản chất giữa hệ số đàn hồi riêng và hệ số đàn hồi thay thế trong phân tích phụ tải điện là gì? Hệ số đàn hồi riêng luôn mang giá trị âm, đo lường tỷ lệ phần trăm cắt giảm công suất tại một thời điểm khi giá điện tại chính thời điểm đó tăng lên. Trong khi đó, hệ số đàn hồi thay thế mang giá trị dương, đo lường mức độ sẵn sàng chuyển dịch công suất tiêu thụ từ khung giờ giá cao sang khung giờ giá thấp của khách hàng.

  • Câu hỏi 5: Ngành điện có thể ứng dụng kết quả của luận văn để giải quyết tình trạng nghẽn mạch lưới điện ra sao? Bằng cách áp dụng các hệ số co giãn tính toán được, đơn vị vận hành có thể chủ động điều chỉnh mức giá tín hiệu hoặc gửi thông báo cắt tải trước 1 giờ để giảm tức thời từ 5% đến 8% phụ tải đỉnh tại các nút mạng quá tải, giúp duy trì ổn định hệ thống mà không cần sa thải phụ tải cưỡng bức.

Kết luận

  • Luận văn đã xây dựng thành công khung phương pháp luận toàn diện kết hợp giữa mô hình kinh tế lượng Translog Cost-Share, thuật toán SUR và mạng nơ-ron nhân tạo ANN để lượng hóa phản ứng của khách hàng trước biểu giá điện TOU.
  • Kết quả định lượng chứng minh phụ tải công nghiệp và nông nghiệp có độ co giãn đáng kể với hệ số đàn hồi riêng đạt từ -0,35 đến -0,92, tạo cơ sở thực nghiệm vững chắc để san bằng đồ thị phụ tải hệ thống điện.
  • Mô hình mạng nơ-ron ANN trên nền tảng MATLAB chứng minh tính ưu việt vượt trội trong việc mô phỏng dự báo phản ứng phụ tải với độ chính xác đạt trên 96,8%.
  • Lộ trình giai đoạn 2015 - 2020 cần tập trung nới rộng biên độ giá TOU lên 3,5 - 4,0 lần, hoàn thiện hạ tầng đo đếm thông minh AMI và ban hành cơ chế khuyến khích tài chính cho dịch vụ điều khiển tải trực tiếp.
  • Các doanh nghiệp sản xuất và đơn vị quản lý vận hành lưới điện cần nhanh chóng áp dụng mô hình toán học và giải pháp công nghệ quản lý năng lượng từ công trình nghiên cứu này để tối ưu hóa hiệu quả kinh tế và đảm bảo an ninh năng lượng quốc gia.