Tổng quan luận án

Công trình nghiên cứu "Mở rộng nguồn điện phân tán và bộ dự trữ năng lượng trên lưới điện phân phối" được tác giả Tôn Ngọc Triều thực hiện tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, thuộc chuyên ngành Kỹ thuật điện (mã số: 9520201), dưới sự hướng dẫn khoa học của PGS. Trương Việt Anh và PGS. Vũ Phan Tú. Luận án hoàn thành vào tháng 04 năm 2023 và bảo vệ chính thức vào tháng 06 năm 2023.

Tính cấp thiết và khoảng trống nghiên cứu

Điện năng đóng vai trò quan trọng trong việc đảm bảo ổn định và phát triển kinh tế - xã hội. Trước xu hướng gia tăng nhu cầu phụ tải và các yêu cầu bảo vệ môi trường, lưới điện phân phối (LĐPP) phải đối mặt với nhiều thách thức liên quan đến chất lượng dịch vụ, độ tin cậy cung cấp điện, chi phí đầu tư và giá thành năng lượng. Các giải pháp truyền thống như cải tạo, nâng cấp đường dây, xây dựng tuyến dây mới hoặc bổ sung trạm biến áp thường đòi hỏi vốn đầu tư lớn nhưng hiệu quả sử dụng không cao do phụ tải đỉnh chỉ xuất hiện trong một số thời điểm ngắn.

Trong bối cảnh đó, việc tích hợp các nguồn điện phân tán (Distributed Generation - DG), đặc biệt là năng lượng tái tạo (Renewable Energy Systems - RES) như pin quang điện (PV), điện gió (WT), cùng các hệ thống lưu trữ năng lượng (Energy Storage System - ESS / Battery Energy Storage System - BESS) trở thành xu thế tất yếu. Tuy nhiên, việc tích hợp này đặt ra các khoảng trống nghiên cứu:

  • Thứ nhất: Việc xác định vị trí và công suất tối ưu của DG khi có xét đến tái cấu hình lưới điện phân phối (Distribution Network Reconfiguration - DNR) trong các nghiên cứu trước đây thường thực hiện đồng thời hoặc tối ưu vị trí trước rồi mới tối ưu công suất và DNR. Cách tiếp cận này làm tăng số lượng biến điều khiển, phức tạp hóa thuật toán và dễ rơi vào nghiệm tối ưu cục bộ.
  • Thứ hai: Khi công suất PV được mở rộng theo thời gian, sự thay đổi công suất phát làm đổi chiều dòng công suất truyền tải trên các nhánh, khiến các phương pháp xác định cấu hình vận hành truyền thống dựa trên tải cố định hoặc đồ thị tải điển hình không còn đảm bảo tính chính xác.
  • Thứ ba: Việc tối ưu hóa vị trí và dung lượng vận hành của BESS trong chu kỳ 24 giờ nhằm giảm chi phí mua điện kết hợp giảm chi phí tổn thất năng lượng vẫn cần các thuật toán tối ưu hóa thích hợp để giải quyết bài toán phi tuyến phức tạp.
  • Thứ tư: Thiếu một kế hoạch phân kỳ đầu tư cụ thể cho việc tích hợp DG đối với các lưới điện phân phối thực tế tại Việt Nam để đảm bảo tính khả thi về mặt kỹ thuật và kinh tế trong dài hạn.

Mục tiêu và nhiệm vụ nghiên cứu

Luận án xác định 4 nhiệm vụ và mục tiêu nghiên cứu cụ thể:

  1. Xác định vị trí và công suất tối ưu của DG có xét tái cấu hình lưới điện phân phối (DNR) thông qua mô hình hai giai đoạn với hàm mục tiêu cực tiểu tổn thất công suất ($\Delta P$) của toàn hệ thống.
  2. Xác định cấu hình vận hành tối ưu của LĐPP khi mở rộng công suất nguồn pin quang điện (PV) bằng thuật toán trao đổi nhánh cải tiến với hàm mục tiêu cực tiểu tổn thất năng lượng ($\Delta A$).
  3. Xây dựng kế hoạch mở rộng nguồn điện phân tán theo ba giai đoạn cho lưới điện phân phối thực tế Chư Prông – Gia Lai nhằm tối đa hóa công suất thâm nhập và cực tiểu tổn thất công suất.
  4. Xác định vị trí và dung lượng tối ưu của hệ thống pin dự trữ năng lượng (BESS) trên LĐPP nhằm cực tiểu chi phí mua năng lượng và giảm chi phí tổn thất năng lượng trong chu kỳ vận hành 24 giờ.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Lưới điện phân phối trung áp, các công nghệ nguồn điện phân tán (chú trọng pin quang điện - PV), các công nghệ lưu trữ năng lượng (chú trọng pin lưu trữ - BESS), cùng các thuật toán tối ưu hóa tham số mạng điện và tái cấu hình lưới điện.
  • Phạm vi nghiên cứu:
    • Về mặt lý thuyết và mô phỏng: Kiểm tra và đánh giá trên các mô hình lưới điện phân phối chuẩn IEEE bao gồm lưới 18 nút, 33 nút và 69 nút.
    • Về mặt ứng dụng thực tế: Nghiên cứu cấu hình, phụ tải và đường dây thực tế của lưới điện phân phối Chư Prông thuộc tỉnh Gia Lai, Việt Nam.
    • Phạm vi thời gian và công cụ: Dữ liệu vận hành được khảo sát theo chu kỳ ngày 24 giờ; mô phỏng và kiểm chứng thông qua phần mềm MATLAB và PSS-ADEPT.

Tổng quan tài liệu và vị trí của luận án

Các hướng nghiên cứu trước đây

Tác giả đã hệ thống hóa các hướng nghiên cứu liên quan đến quy hoạch mở rộng lưới điện phân phối (DEP), tối ưu hóa DG, ESS và tái cấu hình mạng điện (DNR):

  • Tối ưu hóa vị trí và công suất DG không xét DNR: Nhiều thuật toán metaheuristic đã được áp dụng như thuật toán cỏ dại xâm lấn (Invasive Weed Optimization - IWO) [49], thuật toán di truyền (Genetic Algorithm - GA) [50], thuật toán đom đóm (Firefly Algorithm - FA / FWA) [51], và thuật toán tìm kiếm Cuckoo (Cuckoo Search Algorithm - CSA) [52]. Tuy nhiên, các phương pháp này bỏ qua khả năng giảm tổn thất thông qua thay đổi trạng thái các khóa chuyển mạch.
  • Tái cấu hình lưới điện phân phối (DNR) đơn lẻ: Các kỹ thuật được phát triển bao gồm nhóm heuristic như phương pháp cắt vòng kín [58], kỹ thuật nhánh và biên (nhánh và ràng buộc rời rạc) [54], [61], kỹ thuật trao đổi nhánh [55], [62], phương pháp phỏng đoán [63]; và nhóm metaheuristic như GA [64], FA [56], thuật toán tìm kiếm hài hòa (Harmony Search Algorithm - HSA) [65], thuật toán ếch nhảy xáo trộn (Shuffled Frog Leaping Algorithm - SFL) [57], CSA [52].
  • DNR theo thời gian và khi tích hợp DG/PV: Các nghiên cứu của các tác giả trước đây sử dụng phương pháp thống kê thời điểm tải và điện áp nút [60], giả định tải tối đa cố định [67], chia tải thành 3 mức cao - trung bình - thấp [68], sử dụng đường cong tải ngày đặc trưng [69], hoặc giả định công suất DG không đổi [2], [19]. Một số công trình ứng dụng thuật toán tìm kiếm hấp dẫn (Gravitational Search Algorithm - GSA) [70] hoặc thuật toán tìm đường (Path Finding Algorithm - PFA) [71] để DNR khi có DG nhưng chưa đánh giá đầy đủ tác động của việc đổi chiều dòng công suất nhánh khi PV mở rộng quy mô.
  • Tối ưu hóa vị trí và dung lượng ESS/BESS: Các thuật toán bầy đàn và trí tuệ bầy đàn được sử dụng phổ biến gồm tối ưu hóa bầy đàn hạt (Particle Swarm Optimization - PSO) [74], thuật toán bầy sói xám (Grey Wolf Optimizer - GWO) [75], thuật toán tối ưu hóa cá voi (Whale Optimization Algorithm - WOA) [76].
  • Phân loại phương pháp tối ưu hóa tổng thể: Luận án tổng hợp cấu trúc các thuật toán áp dụng cho DG và ESS theo phân loại của [35], chia thành hai nhóm chính:
    • Thuật toán cổ điển: Phương pháp phân tích (Analytical Algorithms - AA), phương pháp xác định (Deterministic Algorithms - DA), quy hoạch tuyến tính (Linear Programming - LP), quy hoạch phi tuyến (Nonlinear Programming - NLP), quy hoạch nguyên hỗn hợp (Mixed-Integer Linear Programming - MILP, MINLP), quy hoạch động (Dynamic Programming - DP), tìm kiếm cơ bản (Gradient, tìm kiếm toàn diện ES, dòng công suất tối ưu OPF, dòng liên tục CPF).
    • Thuật toán thông minh nhân tạo: Lấy cảm hứng vật lý/xã hội (mô phỏng luyện kim SA, tìm kiếm hài hòa HS, tìm kiếm Tabu TS); Lấy cảm hứng từ thiên nhiên (thuật toán tiến hóa EA, tối ưu đàn kiến ACO, đàn ong nhân tạo ABC, tìm kiếm Cuckoo CS, tối ưu bầy đàn PSO); Thuật toán lai thông minh (GATS [43], GAPSO [44], GAOPF, PSOOOPF).
Nhóm nghiên cứu Thuật toán / Phương pháp chính Hạn chế ghi nhận trong tổng quan
Tối ưu DG đơn lẻ IWO [49], GA [50], FA [51], CSA [52] Không xét khả năng vận hành linh hoạt của DNR
Tối ưu đồng thời DG & DNR Metaheuristic kết hợp đồng thời [86] Số biến điều khiển lớn, thời gian tính toán dài, khó hội tụ tối ưu toàn cục
Tối ưu vị trí trước, công suất & DNR sau Phương pháp VT-CS và DNR [83] Nghiệm bị phụ thuộc vào vị trí chọn ban đầu, kết quả tổn thất chưa tối ưu
Tái cấu hình theo chu kỳ tải Tải 3 mức [68], tải cực đại [67], GSA [70], PFA [71] Chưa xét đến hiện tượng đảo chiều dòng công suất khi mở rộng công suất PV
Tối ưu lắp đặt BESS PSO [74], GWO [75], WOA [76] Chưa tập trung khai thác hàm mục tiêu cực tiểu chi phí mua điện 24 giờ

Khoảng trống luận án lựa chọn giải quyết

Luận án định vị trọng tâm giải quyết các hạn chế nêu trên thông qua việc:

  1. Đề xuất bài toán tối ưu hóa DG có xét DNR theo quy trình hai giai đoạn (thiết kế dài hạn trên lưới kín trước, vận hành ngắn hạn trên lưới hở sau) nhằm giảm số chiều không gian tìm kiếm và đảm bảo nghiệm tối ưu toàn cục.
  2. Xây dựng thuật toán trao đổi nhánh dựa trên công suất nhánh trung bình (CSNTB) cải tiến để DNR nhanh chóng và chính xác khi công suất PV thay đổi, có tính đến sự đảo chiều dòng công suất.
  3. Thiết lập kế hoạch phân kỳ 3 giai đoạn lắp đặt DG cho hệ thống điện Chư Prông – Gia Lai.
  4. Áp dụng thuật toán CSA để xác định vị trí và dung lượng tối ưu của BESS theo hàm mục tiêu cực tiểu chi phí mua điện năng và chi phí tổn thất.

Cơ sở lý thuyết và phương pháp nghiên cứu

Lý thuyết, khái niệm và khung phân tích

  • Lưới điện phân phối truyền thống và tương lai: LĐPP truyền thống có cấu trúc dạng dọc, nhận điện một chiều từ lưới truyền tải và phân phối hình tia (mạch vòng vận hành hở) đến các hộ tiêu thụ. Khi tích hợp DG và ESS, LĐPP chuyển đổi sang cấu trúc dạng ngang, trở thành lưới điện tích cực với dòng công suất đa chiều.
  • Phân loại nguồn điện phân tán (DG):
    • Theo loại công suất phát: DG loại 1 (chỉ phát công suất tác dụng $P$ như PV, pin nhiên liệu), DG loại 2 (phát cả $P$ và công suất phản kháng $Q$ như WT, thủy điện nhỏ), DG loại 3 (chỉ phát $Q$ như tụ bù, máy bù đồng bộ), DG loại 4 (phát $Q$ và tiêu thụ $P$ như máy phát điện cảm ứng nguồn đôi).
    • Theo vị trí: DG kết nối tại phụ tải hoặc kết nối xa phụ tải.
    • Theo quy mô công suất: Cỡ rất nhỏ ($< 5\text{ kW}$), cỡ nhỏ ($5\text{ kW} - 5\text{ MW}$), cỡ trung bình ($5\text{ MW} - 50\text{ MW}$), cỡ lớn ($50\text{ MW} - 300\text{ MW}$).
    • Theo nguồn năng lượng: Tái tạo (PV, WT, sinh khối, địa nhiệt, thủy triều, thủy điện nhỏ) và không tái tạo (động cơ diesel, động cơ đốt trong, tuabin khí nhỏ, microturbine).
  • Phân loại hệ thống dự trữ năng lượng (ESS):
    • Lưu trữ cơ học (MES): Thủy điện tích năng, bánh đà, khí nén.
    • Lưu trữ nhiệt (TES): Lưu trữ nhiệt độ cao hoặc nhiệt độ thấp.
    • Lưu trữ điện hóa (EES): Pin Lithium-ion (Li-ion), pin Natri-lưu huỳnh (NaS), pin Niken-cadmium (NiCd), pin Axit chì (Pb-acid), pin dòng chảy.
    • Lưu trữ tĩnh điện và từ tính (EAMES): Siêu tụ điện (ELDC), lưu trữ năng lượng từ trường siêu dẫn (SMES).
    • Lưu trữ hóa học (ChES): Nhiên liệu hydro, pin nhiên liệu sinh học.
    • Lưu trữ hỗn hợp (HESS): Kết hợp nhiều công nghệ lưu trữ.
  • Các ràng buộc kỹ thuật trong bài toán tối ưu:
    • Ràng buộc đẳng thức: Cân bằng công suất tác dụng và phản kháng tại các nút và trên toàn tuyến dây.
    • Ràng buộc bất đẳng thức: Giới hạn điện áp nút ($V_{i,\min} \le V_i \le V_{i,\max}$), giới hạn dòng điện nhánh ($I_j \le I_{j,\max}$), giới hạn công suất phát của DG ($P_{DG,\min} \le P_{DG} \le P_{DG,\max}$), giới hạn dung lượng và trạng thái nạp/xả của BESS, ràng buộc cấu trúc hình tia của lưới điện sau khi tái cấu hình.

Phương pháp nghiên cứu

Luận án kết hợp nghiên cứu lý thuyết giải tích hệ thống điện với phương pháp tối ưu hóa mô phỏng số:

  1. Thuật toán Runner Root Algorithm (RRA): Lấy cảm hứng từ cơ chế phát triển chồi và rễ cây dâu tây, được sử dụng để tối ưu vị trí, công suất DG trong mô hình hai giai đoạn.
  2. Thuật toán Coyote Algorithm (COA): Thuật toán tối ưu hóa mô phỏng hành vi xã hội của loài chó sói Coyote, được áp dụng cho bài toán lắp đặt DG trên lưới Chư Prông và bài toán hai giai đoạn.
  3. Thuật toán Genetic Algorithm (GA): Sử dụng làm công cụ đối chứng đánh giá hiệu quả của các thuật toán mới.
  4. Thuật toán Cuckoo Search Algorithm (CSA): Thuật toán phỏng sinh học dựa trên tập tính đẻ nhờ trứng của loài chim cúc cu và bước bay Lévy, lần đầu tiên được luận án ứng dụng để xác định vị trí và dung lượng tối ưu của BESS.
  5. Kỹ thuật trao đổi nhánh cải tiến theo công suất nhánh trung bình (CSNTB): Phương pháp dựa trên tính toán tổn thất công suất trung bình của các nhánh trong vòng kín, có xét đến hướng truyền công suất khi có nguồn PV, nhằm mở các khóa chuyển mạch tối ưu mà không cần chạy lặp tối ưu hóa phức tạp theo từng giờ.

Nguồn tư liệu và dữ liệu kiểm chứng

  • Thông số kỹ thuật đường dây và biểu đồ phụ tải của lưới phân phối mẫu chuẩn IEEE 18 nút, 33 nút, 69 nút (được thể hiện chi tiết tại phần Phụ lục của luận án).
  • Dữ liệu thực tế về cấu hình, thông số trở kháng đường dây, phụ tải và khả năng tiếp nhận DG của lưới điện phân phối huyện Chư Prông – tỉnh Gia Lai.
  • Dữ liệu bức xạ quang điện, hệ số phát công suất PV và biểu đồ giá mua bán điện theo thời gian (giá điện giờ cao điểm, bình thường, thấp điểm).

Nội dung chính theo từng chương

Chương 1: Giới thiệu

Chương 1 trình bày tổng quan về bối cảnh năng lượng, sự cần thiết phải mở rộng lưới điện phân phối thông qua nguồn điện phân tán (DG) và bộ dự trữ năng lượng (ESS/BESS). Chương này xác định rõ 4 bài toán trọng tâm, đối tượng, phạm vi nghiên cứu, phương pháp tiếp cận và cấu trúc 5 chương của toàn bộ luận án.

Chương 2: Tổng quan

Chương 2 phân tích chuyên sâu về lý thuyết lưới điện phân phối, vai trò chuyển dịch từ hệ thống phân phối thụ động sang lưới điện tích cực, đặc tính kỹ thuật - kinh tế của các công nghệ DG và ESS. Chương này tổng kết bức tranh toàn cảnh về các thuật toán tối ưu hóa (cổ điển, tìm kiếm cơ bản, phỏng sinh học, thuật toán lai) và các mô hình quy hoạch mở rộng lưới điện (DEP), làm cơ sở xây dựng các phương pháp đề xuất ở các chương tiếp theo.

Chương 3: Mở rộng sự thâm nhập của nguồn điện phân tán trên lưới điện phân phối

Chương 3 giải quyết 3 bài toán lớn liên quan đến tối ưu hóa nguồn DG:

                            MÔ HÌNH BÀI TOÁN TỐI ƯU HAI GIAI ĐOẠN (BÀI TOÁN 1)

  1. Bài toán tối ưu vị trí và công suất DG có xét tái cấu hình (DNR) qua hai giai đoạn:

    • Giai đoạn I (Giai đoạn thiết kế): Lưới điện được vận hành ở chế độ mạch vòng kín hoàn toàn. Thuật toán RRA/COA tìm kiếm vị trí và công suất tối ưu của các bộ DG nhằm cực tiểu hóa tổn thất công suất $\Delta P$.
    • Giai đoạn II (Giai đoạn vận hành): Cố định vị trí và công suất DG đã xác định ở Giai đoạn I, tiến hành tối ưu hóa việc chọn các khóa chuyển mạch mở (sectionalizing switches/tie-switches) để đưa lưới điện về vận hành hình tia an toàn với $\Delta P$ nhỏ nhất.
    • Kết quả mô phỏng: Thử nghiệm trên lưới 33 nút và 69 nút cho thấy phương pháp 2 giai đoạn giảm đáng kể số lượng biến tìm kiếm, tốc độ hội tụ nhanh sau 50 lần chạy và cho kết quả tổn thất tương đương bài toán tối ưu đồng thời nhưng vượt trội hơn so với bài toán tối ưu vị trí trước (VT-CS và DNR).

  2. Bài toán xác định cấu hình vận hành LĐPP khi mở rộng công suất pin quang điện (PV):

    • Đề xuất thuật toán trao đổi nhánh sử dụng công suất nhánh trung bình (CSNTB) cải tiến để tính toán sự thay đổi hướng truyền công suất khi mở rộng công suất nguồn PV tại nút.
    • Thử nghiệm trên lưới 18 nút (khi PV1 phát $560\text{ kW}$ và khi mở rộng thêm PV2 đạt $2440\text{ kW}$) và lưới 33 nút. Phương pháp xác định nhanh khóa mở tối ưu, đảm bảo cực tiểu hóa tổn thất năng lượng $\Delta A$ trong chu kỳ ngày mà không cần giải bài toán tối ưu động phức tạp theo từng mốc thời gian.

  3. Bài toán áp dụng mở rộng DG cho lưới điện phân phối Chư Prông – Gia Lai:

    • Khảo sát các vùng kết nối tiềm năng trên lưới Chư Prông. Ứng dụng thuật toán RRA và COA để xác định 3 vị trí và công suất tối ưu cho 3 tổ máy phát DG.
    • Xây dựng kế hoạch lắp đặt mở rộng theo 3 giai đoạn đầu tư dài hạn, đảm bảo nâng cao hệ số mang tải của các nhánh đường dây và cải thiện biên độ điện áp các nút trong từng giai đoạn.
Lưới điện thử nghiệm Phương pháp / Thuật toán Mục tiêu tối ưu Kết quả chính ghi nhận
LĐPP 33 nút & 69 nút Hai giai đoạn (RRA, COA, GA) Min $\Delta P$ Giảm số biến tối ưu, tổn thất công suất giảm rõ rệt, cấu hình điện áp cải thiện
LĐPP 18 nút & 33 nút Trao đổi nhánh CSNTB cải tiến Min $\Delta A$ Xác định chính xác khóa mở khi PV mở rộng từ $560\text{ kW}$ lên $2440\text{ kW}$, xét đảo chiều công suất
LĐPP Chư Prông (Gia Lai) Phân kỳ 3 giai đoạn (COA, RRA) Tối đa thâm nhập DG & Min $\Delta P$ Thiết lập lộ trình lắp đặt 3 DG theo 3 giai đoạn đầu tư khả thi

Chương 4: Mở rộng sự thâm nhập của bộ dự trữ năng lượng trên lưới điện phân phối

Chương 4 tập trung vào bài toán tối ưu hóa tích hợp hệ thống pin dự trữ năng lượng (BESS) trên lưới phân phối có sẵn nguồn PV:

  • Mô hình toán học: Xây dựng hàm mục tiêu kết hợp nhằm cực tiểu hóa tổng chi phí mua điện từ lưới truyền tải trong biểu đồ giá điện 24 giờ và chi phí phát sinh do tổn thất năng lượng trên lưới.
  • Ứng dụng thuật toán CSA: Thuật toán Cuckoo Search lần đầu tiên được áp dụng để đồng thời xác định vị trí nút lắp đặt BESS và lập lịch công suất nạp/xả của BESS theo 24 giờ.
  • Kết quả kiểm chứng: Thử nghiệm trên lưới 18 nút và 33 nút có tích hợp PV. Kết quả được so sánh trực tiếp với 3 thuật toán khác là GA, Sunflower Optimization (SFO) và Path Finding Algorithm (PFA). Thuật toán CSA cho đường cong hội tụ tốt nhất, giúp BESS nạp năng lượng vào giờ thấp điểm (giá rẻ hoặc khi PV phát thừa) và phát năng lượng vào giờ cao điểm (giá cao), làm giảm dòng điện đỉnh trên các nhánh và san phẳng đồ thị công suất mua từ nguồn chính.
Tham số / Chỉ tiêu so sánh Khi chưa có BESS Khi có BESS (Tối ưu bằng CSA) So sánh với GA, SFO, PFA
Chi phí mua điện năng Cao (phụ thuộc đỉnh tải) Giảm rõ rệt do chuyển dịch giờ nạp/xả CSA đạt chi phí mua điện thấp nhất
Tổn thất năng lượng ($\Delta A$) Lớn vào giờ cao điểm Giảm nhờ cấp điện tại chỗ của BESS CSA cho tổn thất nhỏ nhất
Cấu hình điện áp nút Sụt áp tại các nút xa nguồn Nâng cao và ổn định trong ngưỡng cho phép Độ dao động điện áp thấp nhất
Khả năng tận dụng nguồn PV Dễ dư thừa vào buổi trưa Lưu trữ triệt để công suất phát thừa của PV Tối ưu hóa hiệu suất khai thác RES

Chương 5: Kết luận

Chương 5 tổng kết toàn bộ các kết quả đạt được của luận án và nêu các hướng nghiên cứu mở rộng trong tương lai.

Kết quả và những đóng góp mới

Đóng góp mới về mặt lý luận và khoa học

  1. Đề xuất mô hình bài toán tối ưu hai giai đoạn cho DG có xét DNR: Luận án đã đóng góp một cấu trúc bài toán tối ưu mới, tách biệt rõ ràng giai đoạn thiết kế dài hạn (tối ưu lắp đặt DG trong lưới kín) và giai đoạn vận hành ngắn hạn (tối ưu khóa mở trong lưới hở). Mô hình này khắc phục được sự cồng kềnh về số biến của bài toán tối ưu đồng thời và tránh được nghiệm cục bộ của bài toán tối ưu vị trí trước (VT-CS và DNR).
  2. Cải tiến phương pháp trao đổi nhánh theo CSNTB: Luận án đóng góp một giải thuật tái cấu hình đơn giản nhưng chính xác khi mở rộng công suất nguồn PV, giải quyết được hiện tượng đổi chiều truyền dòng công suất trên các nhánh phân phối mà các phương pháp CSNTB truyền thống chưa xử lý được.
  3. Thiết lập bài toán tối ưu BESS theo hàm chi phí kinh tế kết hợp CSA: Luận án đề xuất hàm mục tiêu cực tiểu hóa chi phí mua năng lượng 24 giờ kết hợp chi phí tổn thất năng lượng, đồng thời chứng minh tính ưu việt của thuật toán CSA trong việc tìm kiếm vị trí và biểu đồ vận hành nạp/xả cho BESS trên lưới có tích hợp PV.

Đóng góp mới về mặt thực tiễn

  1. Quy hoạch thực tế cho lưới điện Chư Prông – Gia Lai: Luận án đã cung cấp một phương án kỹ thuật khả thi với kế hoạch lắp đặt 3 DG theo 3 giai đoạn cụ thể, giúp đơn vị quản lý vận hành tại địa phương nâng cao độ tin cậy cung cấp điện, cải thiện chất lượng điện áp và giảm tổn thất kỹ thuật.
  2. Giải pháp vận hành kinh tế cho đơn vị phân phối điện: Phương pháp tối ưu BESS và tái cấu hình lưới điện giúp các công ty điện lực kiểm soát chi phí mua điện trong thị trường bán buôn/bán lẻ, hoãn các khoản đầu tư nâng cấp đường dây và khai thác tối đa các nguồn năng lượng tái tạo phân tán.

Kiến nghị và giải pháp đề xuất

  • Áp dụng phương pháp hai giai đoạn trong quy hoạch phát triển nguồn phân tán tại các công ty điện lực để tối ưu hóa vốn đầu tư thiết kế và phương án chuyển mạch vận hành.
  • Sử dụng thuật toán trao đổi nhánh CSNTB cải tiến như một công cụ tính toán nhanh trong các phần mềm điều độ phân phối khi có thêm các trạm điện mặt trời mái nhà hoặc trang trại PV đấu nối vào lưới.
  • Đưa hệ thống pin lưu trữ BESS vào vận hành kết hợp với các nguồn năng lượng tái tạo theo biểu đồ nạp/xả tối ưu để san phẳng đỉnh tải và giảm giá thành mua điện.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của luận án

  • Các phân tích tối ưu hóa của luận án tập trung chủ yếu vào nguồn điện phân tán phát công suất tác dụng (như pin quang điện PV) và hệ thống lưu trữ điện hóa (pin Lithium-ion); chưa mở rộng tính toán chi tiết cho các hệ thống lưu trữ đa dạng khác như lưu trữ nhiệt (TES), khí nén hay lưu trữ cơ học quy mô lớn.
  • Mô hình tính toán dựa trên các lưới điện phân phối mẫu chuẩn (18 nút, 33 nút, 69 nút) và một lưới điện thực tế cấp huyện (Chư Prông – Gia Lai), chưa khảo sát trên các hệ thống lưới phân phối đô thị quy mô cực lớn với cấu trúc đa liên kết phức tạp.

Hướng nghiên cứu tiếp theo

Căn cứ nội dung trình bày tại Chương 5 (trang 117 của luận án), các hướng nghiên cứu tiếp theo bao gồm:

  1. Mở rộng bài toán tối ưu hóa tích hợp đồng thời nhiều dạng công nghệ năng lượng tái tạo khác nhau (kết hợp cả điện gió WT, thủy điện nhỏ và sinh khối) cùng với các hệ thống lưu trữ năng lượng hỗn hợp (HESS).
  2. Nghiên cứu bài toán vận hành và điều khiển thời gian thực cho BESS và DG có xét đến các yếu tố bất định cao hơn của thời tiết và phụ tải ngẫu nhiên.
  3. Ứng dụng các thuật toán tối ưu hóa đa mục tiêu nâng cao trên các lưới điện phân phối thông minh (Smart Grid) quy mô lớn hơn, có xét đến thị trường điện cạnh tranh và các dịch vụ phụ trợ lưới điện.

Giá trị tham khảo

Đối tượng thụ hưởng

  • Nghiên cứu sinh, học viên cao học và giảng viên ngành Kỹ thuật điện, Hệ thống điện: Tài liệu tham khảo hữu ích về phương pháp luận mô hình hóa bài toán tối ưu hóa hệ thống điện, kỹ thuật tái cấu hình mạng điện (DNR), và việc áp dụng các thuật toán metaheuristic (RRA, COA, CSA, SFO, PFA, GA).
  • Kỹ sư quy hoạch và điều độ tại các Tổng công ty / Công ty Điện lực: Nguồn tư liệu chuyên môn phục vụ công tác tính toán tổn thất, lập kế hoạch đấu nối nguồn năng lượng tái tạo và phương án vận hành tối ưu các thiết bị đóng cắt trên lưới trung áp.
  • Các nhà đầu tư và phát triển dự án năng lượng tái tạo: Cung cấp cơ sở tính toán quy mô công suất, vị trí lắp đặt DG và hệ thống BESS nhằm tối đa hóa hiệu quả kinh tế và giảm chi phí mua điện.

Các phần nội dung đáng tham khảo chuyên sâu

  • Mô hình bài toán hai giai đoạn (Mục 3.1): Cách tiếp cận phân tách bài toán quy hoạch dài hạn và điều độ ngắn hạn giúp giảm số biến tính toán trong thuật toán tối ưu.
  • Thuật toán trao đổi nhánh CSNTB cải tiến (Mục 3.2): Phương pháp xác định cấu hình lưới điện đơn giản, nhanh chóng khi có biến động chiều truyền công suất từ nguồn PV.
  • Quy trình tối ưu BESS 24 giờ bằng thuật toán CSA (Chương 4): Thiết lập hàm mục tiêu chi phí kinh tế kết hợp chi phí tổn thất năng lượng.
  • Hệ thống dữ liệu phụ tải và đường dây (Phần Phụ lục): Cung cấp đầy đủ thông số kỹ thuật chi tiết của lưới 18 nút, 33 nút, 69 nút và lưới phân phối Chư Prông – Gia Lai.

Câu hỏi thường gặp

1. Điểm khác biệt cốt lõi giữa bài toán hai giai đoạn đề xuất trong luận án và các bài toán tối ưu DG xét DNR trước đây là gì?

Các nghiên cứu trước đây thường tiếp cận theo hai hướng: (1) tối ưu hóa đồng thời vị trí, công suất DG và các khóa mở (bài toán đồng thời) – cách này khiến số lượng biến điều khiển rất lớn, thuật toán phức tạp và tốn nhiều thời gian tính toán; hoặc (2) tối ưu hóa vị trí trước, sau đó mới tối ưu công suất và DNR (bài toán VT-CS và DNR) – cách này dễ rơi vào nghiệm tối ưu cục bộ do vị trí ban đầu không còn tối ưu khi thay đổi khóa mở.

Bài toán hai giai đoạn của luận án phân tách: Giai đoạn I tối ưu hóa DG trên lưới mạch vòng kín (giai đoạn thiết kế dài hạn), sau đó Giai đoạn II cố định thông số DG này và tối ưu hóa các khóa mở để lưới vận hành hình tia (giai đoạn vận hành ngắn hạn). Mô hình này giúp giảm số lượng biến trong từng bước tính toán, rút ngắn thời gian lặp và đem lại nghiệm tối ưu toàn cục với tổn thất công suất tương đương bài toán đồng thời nhưng tốt hơn bài toán VT-CS và DNR.

2. Tại sao cần phải cải tiến thuật toán trao đổi nhánh theo công suất nhánh trung bình (CSNTB) khi mở rộng công suất nguồn PV?

Phương pháp CSNTB truyền thống dựa trên giả định dòng công suất truyền tải một chiều từ trạm nguồn chính đến các phụ tải. Tuy nhiên, khi công suất nguồn pin quang điện (PV) tại một nút được mở rộng (ví dụ từ $560\text{ kW}$ lên $2440\text{ kW}$ như thử nghiệm tại nút 18), công suất phát tại chỗ lớn hơn nhu cầu phụ tải cục bộ sẽ làm đảo ngược chiều truyền công suất trên một số phân đoạn đường dây. Thuật toán CSNTB cải tiến của luận án tính toán lại hướng và giá trị công suất nhánh trung bình thực tế sau khi có PV, từ đó xác định chính xác vị trí khóa chuyển mạch cần mở để cực tiểu hóa tổn thất năng lượng $\Delta A$.

3. Kế hoạch mở rộng nguồn điện phân tán cho lưới điện Chư Prông – Gia Lai được luận án xây dựng như thế nào?

Luận án khảo sát các vùng kết nối tiềm năng trên lưới Chư Prông và sử dụng thuật toán tối ưu hóa Coyote Algorithm (COA) và Runner Root Algorithm (RRA) để xác định vị trí và công suất tối ưu cho 3 tổ máy phát DG. Từ kết quả tính toán, tác giả đề xuất một kế hoạch phân kỳ gồm 3 giai đoạn lắp đặt tương ứng với 3 vị trí khả thi nhằm phù hợp với năng lực đầu tư tài chính dài hạn, đồng thời đảm bảo cải thiện hệ số mang tải đường dây và nâng cao cấu hình điện áp tại các nút qua từng giai đoạn.

4. Thuật toán Cuckoo Search Algorithm (CSA) được ứng dụng giải quyết bài toán nào và đạt hiệu quả ra sao so với các thuật toán khác?

Thuật toán CSA lần đầu tiên được luận án ứng dụng để giải quyết bài toán xác định đồng thời vị trí nút lắp đặt và biểu đồ công suất nạp/xả theo 24 giờ của hệ thống pin dự trữ năng lượng (BESS) trên lưới phân phối có kết nối PV. Thử nghiệm trên lưới 18 nút và 33 nút cho thấy CSA có tốc độ hội tụ vượt trội, tìm được phương án lắp đặt BESS giúp giảm chi phí mua điện và chi phí tổn thất năng lượng tốt hơn so với các thuật toán đối chứng gồm Genetic Algorithm (GA), Sunflower Optimization (SFO) và Path Finding Algorithm (PFA).

5. Luận án đã tổng hợp và phân loại những nhóm công nghệ lưu trữ năng lượng (ESS) nào?

Luận án đã hệ thống hóa và phân loại ESS thành 6 nhóm công nghệ chính:

  • Lưu trữ cơ học (MES): Thủy điện tích năng, bánh đà, khí nén.
  • Lưu trữ nhiệt (TES): Lưu trữ nhiệt độ cao và nhiệt độ thấp.
  • Lưu trữ điện hóa (EES): Pin Lithium-ion (Li-ion), Natri-lưu huỳnh (NaS), Niken-cadmium (NiCd), Axit chì (Pb-acid), pin dòng chảy.
  • Lưu trữ tĩnh điện và từ tính (EAMES): Siêu tụ điện (ELDC), lưu trữ từ trường siêu dẫn (SMES).
  • Lưu trữ hóa học (ChES): Nhiên liệu hydro, pin nhiên liệu sinh học.
  • Lưu trữ hỗn hợp (HESS): Hệ thống kết hợp nhiều dạng lưu trữ để bổ trợ tính năng.

Kết luận

Luận án tiến sĩ của tác giả Tôn Ngọc Triều đã giải quyết bài toán quy hoạch mở rộng nguồn điện phân tán (DG) và hệ thống pin lưu trữ năng lượng (BESS) trên lưới điện phân phối thông qua các mô hình toán học và thuật toán tối ưu hóa. Các đóng góp chính bao gồm mô hình tối ưu hai giai đoạn cho bài toán tích hợp DG xét tái cấu hình lưới điện, thuật toán trao đổi nhánh CSNTB cải tiến khi mở rộng quy mô PV, phương án phân kỳ đầu tư DG trên lưới Chư Prông – Gia Lai, và ứng dụng thuật toán CSA trong tối ưu hóa kinh tế vận hành BESS 24 giờ. Kết quả nghiên cứu được kiểm chứng qua mô phỏng trên các lưới điện mẫu chuẩn IEEE và lưới điện thực tế, cung cấp cơ sở khoa học và giải pháp thực tiễn cho công tác quy hoạch, vận hành lưới điện phân phối hiện đại.