Chương 1: Giới thiệu tổng quan, tính cấp thiết và mục tiêu nghiên cứu của đề tài. Chương 2: Tổng quan về mô hình hóa hệ thống truyền tải điện trong bài toán mở rộng, các phương pháp giải đã được áp dụng và giới thiệu về giải thuật PSO. Chương 3: Phương pháp luận, mô tả bài toán quy hoạch mở rộng hệ thống truyền tải. Chương 4: Kết quả mô phỏng hệ thống truyền tải 30 nút IEEE.
Chương 5: Đưa ra kết luận và hướng phát triển của đề tài. 10 Chương 2 TỔNG QUAN 2. Tổng quan mô hình hóa hệ thống Truyền tải điện: 2. Mô hình tải: Phụ thuộc vào mạng điện và mục đích của việc tính toán chế độ, mô hình phụ tải điện có các dạng: - Phụ tải được cho bằng công suất không đổi về giá trị: PL = const QL = const Mô hình này khá chính xác đối với các hệ thống điện có đủ các thiết bị điều chỉnh điện áp (máy biến áp và máy biến áp tự ngẫu điều chỉnh điện áp dưới tải, máy biến áp điều chỉnh đường dây, bộ tụ bù điều khiển, máy bù đồng bộ).
Thực tế cho phụ tải bằng công suất không đổi là giả thiết rằng điện áp tại tất cả các nút bằng với điện áp định mức của mạng điện. - Phụ tải được mô hình hóa bằng tổng trở hay tổng dẫn không đổi: ZL=RL+jXL = const YL = GL – jBL = const Mô hình này tương đương với việc cho phụ tải bằng các dạng đặc tính bậc 2: P L = U 2 GL QL = U2BL Mô hình tải theo phương pháp này thường được sử dụng khi tính các quá trình quá độ điện cơ. 11 Tuy nhiên, mô hình này không đảm bảo độ chính xác cao của các kết quả nhận được, bởi vì trong thực tế chính tổng trở và tổng dẫn của các phụ tải là hàm số của tần số và điện áp đặt vào. - Phụ tải được mô hình hóa bằng các đường đặc tính tĩnh.
Mô hình nguồn phát điện: Trong tính toán chế độ xác lập, tùy theo vai trò và công suất của nhà máy điện trong hệ thống điện mà mô hình nguồn điện sẽ được chọn lựa cho phù hơp: Khi nguồn phát điện được mở rộng và cung cấp đủ nhu cầu cho phụ tải thì hệ thống sẽ đảm bảo làm việc an toàn ổn định. Đây là giải pháp căn bản nhất trong một hệ thống điện đang phát triển. Mô hình nguồn điện có công suất nhỏ: áp dụng cho các máy phát không có thiết bị điều chỉnh điện áp, tức là các trạm phát điện công suất nhỏ, được đặc trưng bởi biểu thức: PG = const QG = const Mô hình nguồn điện có công suất vừa và lớn: đây là nhà máy điện với điện áp được điều chỉnh bởi thiết bị điều áp (AVR), việc duy trì điện áp được thực hiện bằng cách điều chỉnh công suất phản kháng nguồn phát ra. Khoảng điều chỉnh này có giới hạn, do giới hạn của dòng phần ứng và dòng kích từ, cũng như điều kiện làm việc ổn định ở chế độ thiếu kích thích.
Mô hình nút cân bằng: Nút cân bằng phát sinh do tổn thất công suất trong lưới điện là không biết trước được. Mô hình đối với nguồn điện được chọn làm nút cân bằng thì không đưa ra các công suất phát mà chỉ đưa ra điện áp Ucb và góc pha δcb của nó thường được chọn bằng 0 (δcb=0). Giá trị δcb cần đưa ra để cố định hệ trục mà theo đó tất cả các góc phát còn lại được xác định. Công suất phát của nút cân bằng sẽ được xác định bằng điều kiện cân bằng công suất (theo P và theo Q) có tính đến 12 công suất phụ tải và tổn thất trong hệ thống điện.
Thường nút cân bằng được chọn là thanh góp công suất lớn vô hạn hay nút nguồn có công suất lớn nhất. Mô hình đường dây: Tất cả các đường dây trong hệ thống điện đều được đặc trưng bởi các thông số như: điện trở, điện kháng, điện dung và điện dẫn. Điện kháng và điện dung là do ảnh hưởng của từ trường và điện trường quanh dây dẫn. Những thông số này cần thiết để phát triển mô hình đường dây truyền tải sử dụng trong phân tích hệ thống điện.
Để tính toán chính xác mức độ ảnh hưởng của các thông số đường dây khá phức tạp nên trong thực tế tùy theo yêu cầu về mức độ chính xác của mô hình và mục đích nghiên cứu mà có thể sử dụng mô hình đường dây hình π hay mô hình thông số rải. - Mô hình đường dây hình 𝛑: đối với các đường dây điện áp 110kV và lớn hơn có chiều dài từ 250 − 300km thường không xét đến sự phân bố đều của các thông số, đồng thời có thể sử dụng các thông số tập trung là điện trở tác dụng, cảm kháng, điện dẫn tác dụng và dung dẫn của đường dây trong khi phân tích chế độ xác lập của mạng điện. Sơ đồ hình π có tổng trở Z và tổng dẫn Y, trong đó tổng trở Z= r1 +jX1 đặt tập trung ở giữa, Y=g1 + jb1 được chia thành hai phần bằng nhau và đặt ở hai đầu đường dây.1: Mô hình đương dây thông số tập trung Mô hình đường dây thông số rải: mô hình này chỉ cần thiết trong khi tính chế độ xác lập của các đường dây siêu cao áp U ≥ 330kV, có chiều dài từ 250-300km và có thể mô phỏng nhiều trạng thái hoạt động của đường dây đặc biệt là hiện tượng truyền sóng và phản xạ sóng. Mô hình này sử dụng thực tế để xác định số lượng các modul tương đương trên đường dây truyền tải, mỗi modul được mô tả bởi công thức e+zi.
Trong đó e là điện áp trên đường dây và I là dòng điện chạy trên đường dây. Điện áp và dòng điện đó được xuất phát từ một đầu của đường dây và truyền trên đường dây đến cuối đường dây, thời gian truyền hết đường dây là τ =l/v (l là chiều dài đương dây). Tại cuối đường dây,sóng dòng và áp sẽ bị phản xạ trở lại.2: Mô hình đường dây thông số rải. Để thuận tiện trong việc tính toán, mô hình đường dây thông số rải được chia làm nhiều phân đoạn, mỗi phân đoạn được thay bằng mô hình π, thành phần g chỉ tính cho đường dây có điện áp rất cao trên 330kV.
Mô hình máy biến áp: Các máy biến áp thường được sử dụng trong các trạm là máy biến áp hai cuộn dây, máy biến áp ba cuộn dây và máy biến áp tự ngẫu. Các máy biến áp này được sử dụng để tối ưu hóa chế độ làm việc của mạng và hệ thống điện. Mô hình tụ bù dọc: Tụ bù mắc nối tiếp với đường dây (bù dọc) nhằm giảm điện kháng của đường dây được thay bằng dung kháng theo biểu thức: Trong đó: UđmC là điện áp định mức của bộ tụ (kV) Qc là dung lượng định mức của bộ tụ (kVar) C là điện dung của bộ tụ (F). Mô hình bài toán: Các bài toán quy hoạch mở rộng lưới truyền tải dựa trên phương pháp toán hóa mô hình, sử dụng các giải thuật để tìm ra lời giải tối ưu dựa trên các ràng buộc có trước.
Một bài toán gồm các biến, hàm mục tiêu và các ràng buộc. Hàm mục tiêu là hàm của các biến. Hàm mục tiêu để tối ưu bài toán mở rộng lưới như về chi phí đầu tư và chi phí vận hành. Ràng buộc: gồm các điều kiện xây dựng, cận trên cận dưới của các biến, công suất của nguồn…Các mô hình toán về mở rộng lưới thì các ràng buộc chủ yếu về quá tải đường dây và cân bằng công suất.
Mô hình tối ưu hóa có dạng đầy đủ như sau: Cực tiểu hàm mục tiêu: C(x) Ràng buộc: g(x)≤ 𝑏 15 f(x)=a Trong đó: x: biến quyết định C(x): hàm mục tiêu f(x): phương trình cân bằng g(x): phương trình ràng buộc Các biến quyết định có thể số thực hoặc số nguyên. C, g có thể là hàm liên tục hoặc rời rạc của các biến quyết định, nó có thể tuyến tính hoặc phi tuyến. Các hàm mục tiêu bao gồm: cực tiểu chi phí vận hành, cực tiểu tổn thất công suât tác dụng… [10].2 Thuật toán tối ưu hóa bầy đàn PSO 2.1 Giới thiệu về thuật toán tối ưu hóa bầy đàn: PSO là một kỹ thuật tối ưu hóa ngẫu nhiên dựa trên một quần thể và sau đó tìm nghiệm tối ưu bằng cách cập nhật các thế hệ, được phát triển bởi Dr.Eberhart và Dr.Kennedy, phỏng theo hành vi của các bầy chim hay các đàn cá [11]. PSO (Particles Swarm Optimization) thuộc lĩnh vực nghiên cứu quần thể thông minh (Swarm Intelligence SI), nằm trong tính toán tiến hóa – Evolution computation.
Những ý tưởng nghiên cứu trong quần thể thông minh dựa trên quan hệ, cách ứng xử của các cá thể trong quần thể, và cách thức tự tổ chức, hoạt động của quần thể. Những ý tưởng này đều xuất phát từ việc quan sát các quần thể sinh vật trong tự nhiên. Như cách thức mà đàn chim tìm kiếm nguồn thức ăn, nguồn nước, cách mà đàn kiến tìm đường đi tới nguồn thức ăn.2 Lịch sử phát triển của giải thuật PSO Con người đã khám phá ra nhiều điều thú vị về hành vi của các loài côn trùng, động vật trong thế giới tự nhiên từ rất lâu. Hình ảnh một đàn chim tìm kiến thức ăn, tìm nơi di trú, bầy kiến tìm thức ăn, đàn cá tìm kiếm nguồn thức ăn và đổi hướng khi gặp kẻ thù… Chúng ta gọi đó là kiểu quan hệ bầy đàn.
Gần đây các nhà khoa học mới 16 nghiên cứu, tìm hiểu về các loại quan hệ bầy đàn trong tự nhiên, để hiểu cách mà các sinh vật này giao tiếp, hoàn thành mục đích và tiến hóa. Họ đã ứng dụng những nghiên cứu này để giải các bài toán tối ưu như thiết kế mạng viễn thông, tự động nghiên cứu robot, xây dựng mô hình giao thông (traffic pattern) trong bài toán vận chuyển, ứng dụng trong quân sự, điều khiển động cơ… Lĩnh vực nghiên cứu và ứng dụng các tri thức về quan hệ bầy đàn trong tự động hóa được gọi là lĩnh vực quần thể thông minh. Lấy ý tưởng từ cách đàn chim tìm thức ăn, nguồn nước. Đây là giải thuật tối ưu toàn cục nhằm giải những bài toán mà lời giải tốt nhất có thể biểu diễn bằng một điểm, hay một mặt trong không gian n-chiều.3 Khái quát hóa giải thuật tối ưu hóa bầy đàn Các cá thể ban đầu được dựng lên trong không gian tìm kiếm.
Mỗi cá thể có một vận tốc ban đầu, và giữa các cá thể cũng có kênh liên lạc.