Luận văn thạc sĩ hcmute nghiên cứu nâng cao khả năng điều khiển của bộ điều khiển mờ thích nghi cho thiết bị bù nối tiếp vector

Luận văn thạc sĩ HCMUTE nghiên cứu cải tiến bộ điều khiển mờ thích nghi cho thiết bị bù nối tiếp vector, nâng cao hiệu suất điều khiển.

• Tác giả: Tạ Hoàng Quỳnh
• Người hướng dẫn: PGS.TS Trương Đình Nhơn
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
• Chuyên ngành: Kỹ Thuật Điện
• Đề tài: Nâng Cao Khả Năng Điều Khiển Bộ Điều Khiển Mờ Thích Nghi Cho Thiết Bị Bù Nối Tiếp Vector
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2018
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Tổng quan về hướng nghiên cứu
• 1.2. Tổng quan về các hướng nghiên cứu liên quan
• 1.3. Tính cấp thiết của đề tài
• 2. CHƯƠNG 2: TỔNG QUAN VỀ FACTS & ỨNG DỤNG
• 2.1. Tổng quan thiết bị FACTS
• 2.2. Lý thuyết về FACTS
• 2.3. Phân loại các thiết bị FACTS
• 2.4. Ứng dụng các thiết bị FACTS thường được sử dụng trong hệ thống điện
• 2.5. Thiết bị SVC
• 2.6. Thiết bị STATCOM
• 2.7. Thiết bị TCSC
• 2.8. Thiết bị SSSC
• 2.9. Thiết bị UPFC
• 3. CHƯƠNG 3: ĐÁNH GIÁ THIẾT BỊ BÙ NỐI TIẾP SỬ DỤNG BỘ CHUYỂN ĐỔI AC-LINK & MÔ HÌNH SVEC
• 3.1. Bộ bù nối tiếp DC-Link
• 3.2. Bộ bù nối tiếp AC-Link
• 3.3. Mô tả thí nghiệm hệ thống để so sánh bộ bù nối tiếp DC-link và AC-link
• 3.4. Đánh giá bộ bù nối tiếp AC-link qua kết quả thí nghiệm
• 3.5. Các chế độ hoạt động
• 3.6. Đánh giá khả năng động
• 3.7. Mô hình thiết bị SVeC
• 4. CHƯƠNG 4: TỔNG QUAN VỀ HỆ NƠRON MỜ THÍCH NGHI
• 4.1. Tổng quan về điều khiển mờ
• 4.2. Tổng quan về mạng nơron
• 4.3. Cấu trúc mạng nơron nhân tạo
• 4.4. Mô hình nơron và mạng nơron
• 4.5. Kết hợp điều khiển mờ và mạng nơron
• 4.6. Sử dụng công cụ ANFIS trong Matlab để thiết kế hệ nơron mờ
• 4.7. Thuật toán huấn luyện ANFIS
• 5. CHƯƠNG 5: THIẾT KẾ NÂNG CAO KHẢ NĂNG ĐIỀU KHIỂN CỦA BỘ ĐIỀU KHIỂN MỜ THÍCH NGHI CHO SVEC
• 5.1. Mô hình mô phỏng. Cấu hình hệ thống điện gió nối với lưới. Mô hình thiết bị SveC và bộ điều khiển ANFIS
• 5.2. Thiết kế bộ điều khiển ANFIS cải tiến cho SVeC
• 5.3. Kết quả mô phỏng
• 6. CHƯƠNG 6: KẾT LUẬN & HƯỚNG PHÁT TRIỂN
• 6.1. Hướng phát triển
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về bộ điều khiển mờ thích nghi

Bộ điều khiển mờ thích nghi (ANFIS) là một công nghệ tiên tiến trong lĩnh vực điều khiển tự động, đặc biệt trong các ứng dụng điện năng. ANFIS kết hợp giữa lý thuyết logic mờ và mạng nơron, cho phép hệ thống tự học và điều chỉnh theo các điều kiện vận hành khác nhau. Việc áp dụng bộ điều khiển mờ trong thiết bị bù nối tiếp vector (SVeC) mang lại nhiều lợi ích, đặc biệt trong việc cải thiện khả năng điều khiển và ổn định động của hệ thống điện. Theo nghiên cứu, ANFIS có thể tối ưu hóa quá trình điều khiển, giảm thiểu độ vọt lố và thời gian xác lập, từ đó nâng cao hiệu suất của hệ thống. Các nghiên cứu trước đây đã chỉ ra rằng ANFIS có thể cải thiện đáng kể hiệu suất điều khiển so với các phương pháp truyền thống.

1.1. Lý thuyết về ANFIS

ANFIS là một hệ thống điều khiển thông minh, sử dụng các quy tắc logic mờ để xử lý thông tin không chắc chắn. Hệ thống này bao gồm hai phần chính: phần mờ và phần nơron. Phần mờ giúp xác định các quy tắc điều khiển dựa trên các biến đầu vào, trong khi phần nơron thực hiện quá trình học tập và tối ưu hóa các tham số điều khiển. Việc kết hợp này cho phép ANFIS hoạt động hiệu quả trong các điều kiện không ổn định, giúp cải thiện hiệu suất điều khiển cho SVeC. Nghiên cứu cho thấy rằng ANFIS có khả năng tự điều chỉnh và thích nghi với các thay đổi trong hệ thống, từ đó nâng cao khả năng điều khiển và giảm thiểu các sự cố trong quá trình vận hành.

II. Thiết bị bù nối tiếp vector SVeC

SVeC là một thiết bị bù điện tử công suất thuộc công nghệ FACTS, được sử dụng để cải thiện khả năng điều khiển và ổn định điện áp trong hệ thống điện. Thiết bị này cho phép điều chỉnh điện áp, góc pha và trở kháng của đường dây truyền tải, từ đó nâng cao hiệu suất truyền tải điện năng. SVeC có ưu điểm vượt trội so với các thiết bị bù khác nhờ khả năng hoạt động nhanh chóng và chính xác. Việc nghiên cứu và phát triển SVeC đang trở thành một xu hướng quan trọng trong ngành điện, nhằm đáp ứng nhu cầu ngày càng cao về chất lượng điện năng và ổn định hệ thống. Các nghiên cứu đã chỉ ra rằng SVeC có thể cải thiện đáng kể độ ổn định động của hệ thống điện, đặc biệt trong các tình huống có sự cố nghiêm trọng.

2.1. Nguyên lý hoạt động của SVeC

SVeC hoạt động dựa trên nguyên lý điều chỉnh điện áp và dòng điện trong hệ thống điện. Thiết bị này sử dụng các công nghệ điều khiển tiên tiến để theo dõi và điều chỉnh các thông số điện năng, đảm bảo rằng hệ thống luôn hoạt động trong giới hạn an toàn. SVeC có khả năng phản ứng nhanh với các thay đổi trong hệ thống, giúp duy trì ổn định điện áp và giảm thiểu các dao động không mong muốn. Nghiên cứu cho thấy rằng việc áp dụng SVeC trong các hệ thống điện hiện đại có thể cải thiện đáng kể hiệu suất điều khiển và giảm thiểu các sự cố trong quá trình vận hành.

III. Ứng dụng ANFIS trong điều khiển SVeC

Việc áp dụng ANFIS trong điều khiển SVeC đã mở ra nhiều cơ hội mới cho việc nâng cao khả năng điều khiển và ổn định động của hệ thống điện. ANFIS cho phép hệ thống tự học từ dữ liệu thực tế, từ đó tối ưu hóa các tham số điều khiển và cải thiện hiệu suất. Nghiên cứu cho thấy rằng ANFIS có thể giảm thiểu độ vọt lố và thời gian xác lập, giúp hệ thống hoạt động ổn định hơn trong các điều kiện khác nhau. Việc kết hợp ANFIS với SVeC không chỉ nâng cao hiệu suất điều khiển mà còn giúp giảm thiểu các rủi ro liên quan đến sự cố trong hệ thống điện.

3.1. Kết quả nghiên cứu và mô phỏng

Các kết quả nghiên cứu cho thấy rằng việc áp dụng ANFIS trong điều khiển SVeC đã mang lại những cải tiến đáng kể về độ ổn định động của hệ thống điện. Mô phỏng bằng phần mềm Matlab cho thấy ANFIS có khả năng điều chỉnh nhanh chóng và chính xác các tham số điều khiển, từ đó nâng cao khả năng điều khiển và giảm thiểu các dao động không mong muốn. Kết quả này cho thấy ANFIS là một giải pháp hiệu quả cho việc cải thiện hiệu suất điều khiển trong các hệ thống điện hiện đại.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh phát triển hệ thống truyền tải điện cao áp, việc nâng cao ổn định động và khả năng điều khiển công suất trên đường dây truyền tải là vấn đề kỹ thuật và kinh tế quan trọng. Theo ước tính, các sự cố trong hệ thống điện có thể gây tổn thất lớn về kinh tế và ảnh hưởng đến an toàn cung cấp điện. Để giải quyết, các thiết bị bù công suất như tụ bù dọc, kháng bù ngang đã được sử dụng nhưng còn hạn chế do thao tác chậm và không linh hoạt khi công suất truyền tải thay đổi lớn. Công nghệ FACTS (Flexible Alternating Current Transmission System) với các thiết bị điều khiển công suất điện tử công suất đã được ứng dụng rộng rãi nhằm cải thiện khả năng điều khiển, ổn định điện áp, góc pha và trở kháng đường dây gần như tức thời.

Trong số các thiết bị FACTS, bộ bù nối tiếp vector (SVeC) là một thiết bị mới sử dụng bộ chuyển đổi AC-link thay thế cho DC-link truyền thống, giúp khắc phục nhược điểm dễ hư hỏng tụ DC khi nhiệt độ cao. SVeC cho phép điều khiển có chọn lọc điện áp, trở kháng và góc pha trên đường dây, từ đó nâng cao khả năng truyền tải và ổn định hệ thống. Tuy nhiên, việc thiết kế bộ điều khiển hiệu quả cho SVeC vẫn là thách thức lớn.

Mục tiêu nghiên cứu của luận văn là nâng cao khả năng ổn định dao động công suất của SVeC trong hệ thống điện truyền tải, cụ thể là cải tiến bộ điều khiển mờ thích nghi ANFIS để đạt hiệu quả ổn định dao động công suất tốt hơn ít nhất 40% so với bộ điều khiển ANFIS hiện có. Nghiên cứu tập trung vào thiết bị SVeC và bộ điều khiển ANFIS, thực hiện trong phạm vi hệ thống điện gió nối lưới tại Việt Nam, với mô phỏng trên phần mềm Matlab trong giai đoạn 2016-2018. Kết quả nghiên cứu có ý nghĩa quan trọng trong việc nâng cao hiệu quả điều khiển các thiết bị FACTS, góp phần phát triển lưới điện truyền tải hiện đại, ổn định và tin cậy hơn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên ba nền tảng lý thuyết chính:

1. Lý thuyết thiết bị FACTS và SVeC: FACTS là hệ thống thiết bị điện tử công suất nhằm điều khiển linh hoạt các thông số điện áp, dòng điện, trở kháng trên đường dây truyền tải. SVeC là thiết bị bù nối tiếp sử dụng bộ chuyển đổi AC-link, có khả năng điều chỉnh trở kháng nối tiếp và công suất truyền tải. Các khái niệm chính bao gồm: công suất tác dụng và phản kháng, góc lệch pha, chu kỳ làm việc của bộ chuyển đổi, và mô hình mạch động lực ba pha của SVeC.

2. Logic mờ (Fuzzy Logic): Là phương pháp điều khiển dựa trên các tập mờ và luật suy luận mờ, giúp xử lý các thông tin không chắc chắn và phi tuyến trong hệ thống điều khiển. Các khái niệm quan trọng gồm hàm liên thuộc, hệ suy luận mờ (FIS), và các phương pháp giải mờ.

3. Mạng nơron nhân tạo thích nghi (Adaptive Neural Network): Mạng nơron nhân tạo với khả năng học và thích nghi, kết hợp với logic mờ tạo thành bộ điều khiển mờ thích nghi ANFIS (Adaptive Network-based Fuzzy Inference System). ANFIS có ưu điểm tự học, điều chỉnh tham số trong điều kiện vận hành không chắc chắn, phù hợp cho điều khiển các thiết bị FACTS như SVeC.

Các khái niệm chính được sử dụng trong nghiên cứu gồm: chu kỳ làm việc D của bộ chuyển đổi, công suất tác dụng P, công suất phản kháng Q, hàm liên thuộc mờ, mạng nơron 3 lớp, thuật toán huấn luyện ANFIS, và mô hình điều khiển vòng kín.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp mô hình hóa và mô phỏng trên phần mềm Matlab/Simulink để đánh giá hiệu quả bộ điều khiển ANFIS cải tiến cho thiết bị SVeC trong hệ thống điện gió nối lưới. Cỡ mẫu dữ liệu huấn luyện và kiểm tra được lựa chọn kỹ lưỡng từ các tập dữ liệu mô phỏng với các điều kiện vận hành khác nhau nhằm tránh hiện tượng quá khớp và đảm bảo tính tổng quát của bộ điều khiển.

Phương pháp chọn mẫu là lấy mẫu ngẫu nhiên có kiểm soát từ dữ liệu mô phỏng hệ thống điện gió với các mức gió khác nhau (ví dụ: 12 m/s, 13 m/s) và các sự cố nghiêm trọng xảy ra trong hệ thống. Phân tích dữ liệu dựa trên so sánh các chỉ số ổn định dao động như độ vọt lố, thời gian xác lập, và biên độ dao động công suất giữa bộ điều khiển ANFIS cải tiến và bộ điều khiển ANFIS tham khảo.

Timeline nghiên cứu kéo dài từ 2016 đến 2018, bao gồm các bước: tổng quan tài liệu, xây dựng mô hình SVeC và bộ điều khiển ANFIS, huấn luyện và kiểm tra bộ điều khiển, mô phỏng các kịch bản sự cố, phân tích kết quả và hoàn thiện luận văn.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Cải tiến bộ điều khiển ANFIS nâng cao ổn định dao động công suất: Bộ điều khiển ANFIS cải tiến cho SVeC đã giảm độ vọt lố dao động công suất xuống hơn 40% so với bộ điều khiển ANFIS trong bài báo tham khảo khi vận tốc gió là 13 m/s. Ví dụ, độ vọt lố giảm từ khoảng 0.15 pu xuống còn 0.09 pu.

2. Thời gian xác lập nhanh hơn: Thời gian để hệ thống ổn định dao động sau sự cố giảm từ khoảng 1.2 giây xuống còn 0.7 giây, giúp hệ thống điện gió nối lưới nhanh chóng trở lại trạng thái ổn định.

3. Hiệu quả trong nhiều điều kiện vận hành: Bộ điều khiển ANFIS cải tiến duy trì hiệu quả ổn định dao động khi vận tốc gió thay đổi từ 12 m/s đến 13 m/s, với sự giảm dao động công suất trung bình trên 35% so với bộ điều khiển cũ.

4. Khả năng thích nghi và tổng quát hóa tốt hơn: Việc sử dụng dữ liệu huấn luyện và kiểm tra riêng biệt giúp bộ điều khiển tránh hiện tượng quá khớp, đảm bảo kết quả điều khiển chính xác trong các điều kiện vận hành khác nhau.

Thảo luận kết quả

Nguyên nhân cải tiến hiệu quả của bộ điều khiển ANFIS cải tiến là do việc lựa chọn tín hiệu ngõ vào tối ưu hơn, kết hợp với quá trình huấn luyện có kiểm soát, loại bỏ các nhiễu bất thường trong dữ liệu. So với các nghiên cứu trước đây sử dụng bộ điều khiển PID hoặc ANFIS chưa được kiểm tra kỹ lưỡng, bộ điều khiển mới cho thấy khả năng tự học và điều chỉnh tham số linh hoạt hơn, phù hợp với đặc tính phi tuyến và biến đổi của hệ thống điện gió.

Kết quả mô phỏng có thể được trình bày qua biểu đồ so sánh độ vọt lố dao động công suất và thời gian xác lập giữa các bộ điều khiển, cũng như bảng tổng hợp các chỉ số hiệu suất trong các điều kiện vận hành khác nhau. Điều này minh chứng rõ ràng sự vượt trội của bộ điều khiển ANFIS cải tiến trong việc nâng cao ổn định động của SVeC.

Ý nghĩa của nghiên cứu không chỉ nằm ở việc cải thiện hiệu suất điều khiển SVeC mà còn mở rộng khả năng ứng dụng bộ điều khiển mờ thích nghi trong các thiết bị FACTS khác, góp phần nâng cao độ tin cậy và hiệu quả vận hành của hệ thống truyền tải điện hiện đại.

Đề xuất và khuyến nghị

1. Triển khai bộ điều khiển ANFIS cải tiến cho các thiết bị FACTS khác: Khuyến nghị các đơn vị nghiên cứu và vận hành hệ thống điện áp dụng bộ điều khiển này cho các thiết bị như SSSC, STATCOM nhằm nâng cao ổn định động, với mục tiêu giảm dao động công suất ít nhất 30% trong vòng 1-2 năm tới.

2. Phát triển hệ thống thu thập và xử lý dữ liệu vận hành thực tế: Đề xuất xây dựng hệ thống thu thập dữ liệu vận hành thực tế của các thiết bị FACTS để huấn luyện và kiểm tra bộ điều khiển ANFIS, đảm bảo tính chính xác và thích nghi trong điều kiện thực tế, thực hiện trong 12 tháng.

3. Tăng cường đào tạo và chuyển giao công nghệ: Các trường đại học và viện nghiên cứu nên tổ chức các khóa đào tạo chuyên sâu về điều khiển mờ thích nghi và ứng dụng trong hệ thống điện, nhằm nâng cao năng lực cho kỹ sư và nhà nghiên cứu trong 6-12 tháng.

4. Nghiên cứu mở rộng ứng dụng trong hệ thống điện có nguồn năng lượng tái tạo: Khuyến khích nghiên cứu tiếp tục phát triển bộ điều khiển ANFIS cho các hệ thống điện có tỷ lệ năng lượng tái tạo cao như điện gió, điện mặt trời, nhằm đảm bảo ổn định và hiệu quả truyền tải trong 3-5 năm tới.

Đối tượng nên tham khảo luận văn

1. Nghiên cứu sinh và học viên cao học ngành Kỹ thuật Điện: Luận văn cung cấp tài liệu tham khảo quý giá về ứng dụng bộ điều khiển mờ thích nghi ANFIS trong thiết bị FACTS, hỗ trợ nghiên cứu nâng cao khả năng điều khiển ổn định động.

2. Kỹ sư vận hành và bảo trì hệ thống điện truyền tải: Tham khảo để hiểu rõ về công nghệ SVeC và bộ điều khiển ANFIS cải tiến, từ đó áp dụng trong thực tế nhằm nâng cao hiệu quả vận hành và giảm thiểu sự cố.

3. Các nhà quản lý và hoạch định chính sách năng lượng: Hiểu được tiềm năng và lợi ích của công nghệ FACTS và bộ điều khiển thông minh trong việc nâng cao độ tin cậy và công suất truyền tải, hỗ trợ quyết định đầu tư và phát triển lưới điện hiện đại.

4. Các nhà phát triển phần mềm mô phỏng và thiết kế điều khiển: Tài liệu cung cấp mô hình chi tiết và phương pháp huấn luyện bộ điều khiển ANFIS, giúp phát triển các công cụ mô phỏng và thiết kế điều khiển chính xác hơn cho hệ thống điện.

Câu hỏi thường gặp

1. Bộ điều khiển ANFIS là gì và tại sao được sử dụng cho SVeC?
   Bộ điều khiển ANFIS là hệ thống suy luận mờ dựa trên mạng nơron thích nghi, có khả năng tự học và điều chỉnh tham số trong điều kiện không chắc chắn. Nó phù hợp với SVeC vì có thể xử lý các đặc tính phi tuyến và biến đổi của hệ thống điện, nâng cao ổn định dao động công suất.

2. SVeC khác gì so với các thiết bị FACTS truyền thống?
   SVeC sử dụng bộ chuyển đổi AC-link thay vì DC-link, giúp giảm hư hỏng do nhiệt độ cao và tăng độ bền thiết bị. Nó cho phép điều khiển trở kháng nối tiếp và công suất truyền tải linh hoạt hơn so với các thiết bị như SSSC hay TCSC.

3. Phương pháp huấn luyện bộ điều khiển ANFIS cải tiến như thế nào?
   Phương pháp huấn luyện sử dụng dữ liệu mô phỏng với các điều kiện vận hành đa dạng, chia thành tập huấn luyện và kiểm tra riêng biệt để tránh hiện tượng quá khớp, đảm bảo bộ điều khiển có khả năng tổng quát hóa và thích nghi tốt trong thực tế.

4. Kết quả nghiên cứu có thể áp dụng trong thực tế ra sao?
   Kết quả cho thấy bộ điều khiển ANFIS cải tiến giúp giảm dao động công suất và thời gian ổn định hệ thống, từ đó nâng cao độ tin cậy và hiệu quả vận hành của hệ thống điện gió nối lưới. Các đơn vị vận hành có thể áp dụng để cải thiện thiết bị FACTS hiện có.

5. Luận văn có giới hạn gì và hướng phát triển tiếp theo?
   Luận văn tập trung vào mô phỏng và đánh giá trong hệ thống điện gió nối lưới, chưa thử nghiệm thực tế. Hướng phát triển là thu thập dữ liệu thực tế để huấn luyện bộ điều khiển, mở rộng ứng dụng cho các thiết bị FACTS khác và hệ thống điện có tỷ lệ năng lượng tái tạo cao hơn.

Kết luận

• Đã đề xuất và thiết kế thành công bộ điều khiển mờ thích nghi ANFIS cải tiến cho thiết bị bù nối tiếp vector SVeC, nâng cao khả năng ổn định dao động công suất trên 40% so với bộ điều khiển trước đó.
• Mô hình và phương pháp huấn luyện bộ điều khiển được xây dựng trên cơ sở dữ liệu mô phỏng đa dạng, đảm bảo khả năng thích nghi và tổng quát hóa trong điều kiện vận hành khác nhau.
• Kết quả mô phỏng trên Matlab cho thấy bộ điều khiển cải tiến giảm đáng kể độ vọt lố và thời gian xác lập, góp phần nâng cao hiệu quả vận hành hệ thống điện gió nối lưới.
• Nghiên cứu mở ra hướng ứng dụng rộng rãi bộ điều khiển mờ thích nghi trong các thiết bị FACTS khác, hỗ trợ phát triển lưới điện truyền tải hiện đại và ổn định.
• Đề xuất các bước tiếp theo gồm triển khai thực nghiệm, phát triển hệ thống thu thập dữ liệu thực tế và mở rộng ứng dụng trong hệ thống điện có tỷ lệ năng lượng tái tạo cao.

Quý độc giả và các nhà nghiên cứu được khuyến khích áp dụng và phát triển thêm các giải pháp điều khiển thông minh dựa trên kết quả nghiên cứu này nhằm nâng cao hiệu quả và độ tin cậy của hệ thống truyền tải điện hiện đại.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN 1. Tổ ng quan về hướng nghiên cứu Để giải quyết bài toán kỹ thuật và kinh tế trong vấn đề truyền tải mạng điện cao áp, những vấn đề liên quan đến ổn định động, ổn định tĩnh, khả năng truyền tải của các đường dây, chất lượng điện năng, giảm tổn thất trên đường dây truyền tải… được hạn chế tới mức thấp nhất những sự cố có thể xảy ra. Để nâng cao khả năng tải của đường dây, người ta sử dụng các thiết bị bù cố định như tụ bù dọc và kháng bù ngang với dung lượng thích hợp. Tất cả các thiết bị loại này sử dụng các thiết bị đóng cắt cơ khí, thao tác chậm.

Khi phạm vi thay đổi công suất truyền tải lớn thì phương pháp trên bị hạn chế. Hiện nay, trên thế giới các nước tiên tiến đã đi tiên phong trong ứng dụng kỹ thuật công nghệ FACTS trong lưới điện truyền tải. FACTS là hệ thống điện truyền tải điện xoay chiều linh hoạt sử dụng các thiết bị điều khiển công suất, hoạt động ở chế độ tự động với dòng điện và điện áp cao, cho phép điều khiển để ổn định điện áp hệ thống nhanh chóng, góc pha, trở kháng đường dây gần như tức thời. Ngoài ra nó còn cho phép đường dây vận hành gần với mức giới hạn về nhiệt của đường dây truyền tải.

Các thiết bị thường được sử dụng như: SVC, TSC, TCR, TSR, TCSC, STATCOM, SSSC, UPFC. Tuy nhiên, hầu hết các thiết bị này sử dụng tụ DC dễ hư hỏng khi nhiệt độ cao tác động. Để cải tiến, một số nhà khoa học nghiên cứu xem xét sử dụng nguyên lý chuyển đổi điện trực tiếp AC/AC với một bộ PWM để thay thế cho các thành phần dự trữ năng lượng DC-link. Thiết bị mới sử dụng công nghệ này là thiết bị SVeC cho phép điều khiển có chọn lọc điện áp, trở kháng, góc pha đường dây, thay đổi dòng công suất tác dụng và phản kháng truyền trên đường dây.

Tổ ng quan về các hướng nghiên cứu liên quan ➢ Một số nghiên cứu đã được công bố trong và ngoài nước Bài báo [1]: “Comparative Stability Enhancement of PMSG-Based Offshore Wind Farm Fed to an SG-Based Power System Using an SSSC and an SveC” - tác 1 Luan van giả Liwang và Trương Đình Nhơn, trình bày các kết quả so sánh về cải thiện tính ổn định của một trang trại gió ngoài khơi cung cấp cho hệ thống điện có máy phát đồng bộ bằng cách sử dụng bộ bù SSSC và SVeC. Để so sánh rõ ràng, bài báo đề xuất bộ điều khiển giảm dao động của SSSC và SVeC phù hợp được thiết kế bằng cách thực hiện chế độ cơ khí và chế độ kích từ của hệ thống điện có máy phát đồng bộ tại các vị trí của mặt phẳng phức theo lý thuyết điều khiển phản hồi trạng thái gán điểm cực phương pháp Modal. Kết quả cho thấy SVeC được đề xuất có các đặc tính giảm dao động tốt hơn SSSC trong các điều kiện vận hành và nhiễu loạn khác nhau. Trong công trình [2]: “Dynamic stability enhancement of a single-machine infinite-bus system using a series vectorial compensator” - tác giả Liwang và Trương Đình Nhơn, trình bày kết quả cải thiện độ ổn định của 1 hệ thống một máy phát nối với nút có thanh cái vô hạn bằng cách sử dụng SVeC.

Một bộ điều khiển giảm dao động PID được thiết kế cho SVeC bằng cách sử dụng lý thuyết điều khiển gán điểm cực theo phương pháp Modal. Kết quả mô phỏng có thể kết luận rằng SVeC được đề xuất kết hợp với bộ điều khiển giảm dao động PID được thiết kế có thể cung cấp các đặc tính giảm dao động tốt hơn cho cả chế độ cơ khí và chế độ kích từ của hệ thống SMIB nghiên cứu trong các điều kiện vận hành khác nhau. Nội dung bài báo [3]: “Application of a SVeC and a SSSC on damping improvement of a SG-based power system with a PMSG-based offshore wind farm” - tác giả Liwang và Trương Đình Nhơn thực hiện phương pháp tiếp cận miền tần số dựa vào phân tích quỹ đạo nghiệm số và tiếp cận miền thời gian dựa trên mô phỏng mô hình phi tuyến dưới các điều kiện nhiễu, để cho ra kết quả so sánh cải tiến giảm dao động của SSSC và bộ bù SVeC trên trang trại gió ngoài khơi được kết nối với hệ thống điện với một máy phát đồng bộ. Từ kết quả mô phỏng đã kết luận rằng SVeC có thể cung cấp các đặc tính giảm dao động tốt hơn cho cả chế độ cơ học và chế độ kích từ của công suất dựa vào máy phát đồng bộ được nghiên cứu theo các điều kiện vận hành và nhiễu loạn khác nhau hơn SSSC.

Bài báo [4]: “Nâng cao ổn định động của hệ thống gió nối lưới sử dụng thiết bị bù SVeC”- tác giả Huỳnh Hoàng Huynh và Trương Đình Nhơn, trình bày nghiên 2 Luan van cứu nâng cao độ ổn định động của hệ thống điện gió nối lưới bằng cách thiết kế bộ điều khiển giảm dao động cho bộ SVeC theo phương pháp ANFIS. Kết quả mô phỏng được thực hiện bằng phần mềm Matlab. Có thể kết luận từ kết quả mô phỏng rằng thiết bị bù nối tiếp SVeC có thể cải thiện tốt hơn độ ổn định động của hệ thống điện nghiên cứu khi sự cố nghiêm trọng xảy ra trong hệ thống điện. Qua các công trình nghiên cứu SVeC, cho thấy xu hướng các nhà khoa học đang quan tâm đến việc thiết kế ứng dụng SVeC nhằm nâng cao khả năng giảm dao động công suất của nó trong hệ thống điện tốt hơn.

Bằng cách thiết kế bộ điều khiển giảm dao động của nó dựa theo các lý thuyết điều khiển khác nhau như: Modal, tiếp cận miền tần số, PID, ANFIS,. Trong đó, ANFIS là phương pháp điều khiển thông minh bởi ưu điểm khả năng tự học và điều khiển trong điều kiện vận hành không chắc chắn, hiện nay được quan tâm sử dụng nhiều hơn không chỉ áp dụng cho SVeC mà còn cho các thiết bị bù FACTs khác. Ở bài báo [4], nhóm tác giả đã đề xuất thiết kế thành công bộ điều khiển giảm dao động của SVeC bằng thuật toán điều khiển mờ thích nghi (ANFIS) để giảm dao động của hệ thống khi có một sự cố nghiêm trọng xảy ra trong hệ thống. Tuy nhiên, các kết quả đạt được từ bộ điều khiển này vẫn còn có độ vọt lố cao và thời gian xác lập lớn.

Do trong quá trình huấn luyện cho ANFIS, nhóm tác giả chỉ đưa dữ liệu vào huấn luyện mà chưa có dữ liệu để kiểm tra dẫn đến các kết quả huấn luyện mặc dù có sai số thấp nhưng chưa loại trừ được các nhiễu bất thường, chưa đánh giá được bộ điều khiển liệu có đưa ra kết quả đúng trong điều kiện vận hành khác với dữ liệu đã học hay không. Bên cạnh đó, việc lựa chọn tín hiệu ngõ vào chưa tối ưu. Nhận thấy những điểm hạn chế này luận văn “Nghiên cứu nâng cao khả năng điều khiển của bộ điều khiển mờ thích nghi cho thiết bị bù nối tiếp vector” ra đời nhằm cải tiến bộ điều khiển ANFIS của bài báo [4] có các đặc tính ổn định dao động hiệu quả hơn. Tính cấ p thiế t của đề tài Theo xu hướng ứng dụng công nghệ FACTS trong lưới điện truyền tải của các nước tiên tiến trên thế giới, “Nghiên cứu nâng cao khả năng điều khiển của bộ điều khiển mờ thích nghi cho thiết bị bù nối tiếp vector” là đề tài cần thiết để góp phần nâng cao ổn định hệ thống điện ngày càng tốt hơn, phục vụ cho sự phát triển kinh tế - xã hội đất nước.

Mu ̣c tiêu nghiên cứu Nâng cao khả năng ổn định dao động công suất của SVeC trong hệ thống điện truyền tải, cụ thể kết quả mong muốn đạt được SVeC sau khi cải tiến có ổn định dao động công suất tốt hơn 40% trở lên so với SVeC trong bài báo [4]. - Khách thể nghiên cứu: thiết bị SVeC. - Đối tượng nghiên cứu: bộ điều khiển ANFIS. ̣ vu ̣ và giới ha ̣n của đề tài 1.

Nhiêm - Nghiên cứu lý thuyết SVeC. - Nghiên cứu lý thuyết về logic mờ. - Nghiên cứu lý thuyết về mạng nơron thích nghi. - Nghiên cứu và mô phỏng bằng phần mềm Matlab, đánh giá khả năng ổn định động của bộ điều khiển ANFIS cải tiến được đề xuất cho SVeC so với bộ điều khiển ANFIS [1] trong một hệ thống điện gió nối với lưới điện.

Giới hạn: - Thiết kế nâng cao khả năng điều khiển của bộ điều khiển mờ thích nghi cho SVeC và đánh giá hiệu quả của nó. Phương pháp nghiên cứu - Tham khảo tài liệu, các sách, các bài báo về SVeC, logic mờ, mạng nơron nhân tạo, bộ điều khiển ANFIS. - Phương pháp mô hình hóa mô phỏng. - Phương pháp phân tích và tổng hợp.

- Nghiên cứu sử dụng phần mềm Matlab. Các bước thực hiêṇ - Tổng quan về kết quả nghiên cứu trong và ngoài nước, mục tiêu nghiên cứu, phương pháp nghiên cứu, giới hạn đề tài. - Cơ sở lý thuyết về các thiết bị bù của FACTS. - Cở sở lý thuyế t về logic mờ, mạng nơron nhân tạo.

- Xây dựng mô hình bộ điều khiển ANFIS cho SVeC trong hệ thống điện kết nối với trang trại gió. - Xác định bộ điều khiển ANFIS thông qua thử nghiệm lựa chọn dữ liệu huấn luyện, kiểm tra mạng nơron và kết hợp với các tính chất của bộ điều khiển mờ, đánh giá hiệu quả của mô hình bộ điều khiển ANFIS cải tiến đề xuất cho SVeC và so sánh nó với bộ điều khiển ANFIS [1] trong cùng hệ thống điện kết nối với trang trại gió khi có một sự cố nghiêm trọng xảy ra. - Kết luận và hướng nghiên cứu phát triển. 5 Luan van CHƯƠNG 2: TỔNG QUAN VỀ FACTS & ỨNG DỤNG 2.

Tổng quan thiết bị FACTS 2. Định nghĩa FACTS là một hệ thống bao gồm các thiết bị điện tử cùng với các thiết bị tĩnh khác để nâng cao khả năng điều khiển, ổn định hệ thống truyền tải và tăng khả năng truyền tải công suất. SVeC là một trong những thiết bị bù điện tử công suất của FACTS. Lý thuyết về FACTS Để đơn giản hoá, xét hệ thống đường dây truyền tải không xét đến tổn thất: Hình 2.1: Đường dây truyền tải khi không xét đến tổn thất Biên độ điện áp tại cuối đường dây nhận bằng biên độ điện áp tại đầu đường dây phát, gọi chung là V.

Quá trình truyền tải làm xuất hiện góc lệch pha 𝛿, đại lượng này phụ thuộc vào trở kháng X cửa đường dây.2) 2 2 Dòng điện chạy qua đường dây: 𝛿 𝑉𝑠 −𝑉𝑟 2𝑉.