Tổng quan về luận án

Trong bối cảnh hiện đại hóa lưới điện và chuyển dịch năng lượng, hệ thống điện Việt Nam đối mặt với thách thức cấp bách về ổn định tần số động học trước sự biến động ngẫu nhiên của phụ tải tiêu thụ. Theo số liệu từ văn bản luận án: "Đối với hệ thống điện Việt Nam hiện nay việc nâng cao công suất và ổn định hệ thống để đáp ứng nhu cầu sử dụng điện đang cần thiết và rất cấp bách... trong đó năng lượng thủy điện đang chiếm khoảng 23% công suất phát vào lưới điện Quốc gia." (tiềm năng khai thác kỹ thuật đạt 25.000 – 30.000 MW, tương đương 90 – 110 tỷ kWh/năm). Tính tiên phong của luận án thể hiện ở việc giải quyết bài toán điều khiển tần số - phụ tải (Load Frequency Control - LFC) và điều khiển tự động phát điện (Automatic Generation Control - AGC) cho hệ thống thủy điện liên kết đa vùng, vốn có đặc tính động học phi tuyến phức tạp do quán tính cột nước và van cánh hướng servo điện - thủy lực.

Khoảng trống nghiên cứu (research gap) cốt lõi xuất phát từ thực tế: các công trình kinh điển (Elgerd, 1970; Cohn, 1982) chủ yếu tập trung vào hệ thống nhiệt điện đơn vùng hoặc mô hình tuyến tính hóa đơn giản. Nghiên cứu của các tác giả quốc tế gần đây (như Bhatt et al., 2010; Arya, 2018) đa phần khảo sát hệ thống nhiệt điện - thủy điện hoặc nhiệt điện - khí gas, trong khi cấu hình liên kết thuần túy "thủy điện - thủy điện" hai vùng (Hydro-Hydro Interconnected Two-Area System) tích hợp đồng thời các giải thuật tính toán mềm thông minh vẫn chưa được khảo sát toàn diện trong nước và quốc tế.

Luận án thiết lập hệ thống 3 câu hỏi nghiên cứu (Research Questions - RQ) và 3 giả thuyết khoa học (Hypotheses - H):

  • RQ1: Làm thế nào để mô hình hóa chính xác động học phi tuyến của hệ thống tuabin - máy phát thủy điện hai vùng có xét đến quán tính nước trong đường ống áp lực và cơ cấu servo cánh hướng?
  • RQ2: Cấu trúc điều khiển mờ (Fuzzy Logic Control - FLC) dạng PI/PD kết hợp giải thuật tối ưu hóa tiến hóa sinh học nào mang lại khả năng triệt tiêu độ lệch tần số ($\Delta f_i$) và sai lệch công suất đường dây liên lạc ($\Delta P_{tie}$) tối ưu nhất?
  • RQ3: Các kiến trúc mạng nơ-ron nhân tạo (Artificial Neural Network - ANN) tiên tiến như NARMA-L2, MRAC và ANN-MPC có khả năng thích nghi và bù sai số vượt trội ra sao so với bộ điều khiển PID kinh điển khi xảy ra biến động tải đột ngột?
  • H1: Mô hình động học liên kết 2 vùng phản ánh trung thực tương tác cơ - điện và trào lưu công suất theo thời gian thực giữa hai khu vực điều khiển.
  • H2: Bộ điều khiển mờ được tối ưu hóa tham số bằng thuật toán bầy đàn (Particle Swarm Optimization - PSO) đạt tốc độ hội tụ nhanh hơn và giảm thiểu chỉ tiêu tích phân sai số thời gian tuyệt đối (ITAE) sâu hơn so với giải thuật di truyền (GA) và tiến hóa vi phân (DE).
  • H3: Cấu trúc điều khiển dự báo dựa trên mạng nơ-ron (ANN-MPC) và hồi quy phi tuyến (NARMA-L2) có khả năng triệt tiêu dao động quá điều chỉnh của van cánh hướng và ổn định tần số lưới trong giới hạn nghiêm ngặt 49 – 51 Hz theo quy định vận hành.

Khung lý thuyết của nghiên cứu tích hợp Lý thuyết điều khiển hệ thống điện hiện đại (Modern Power System Control Theory), Lý thuyết tập mờ (Fuzzy Set Theory của Lotfi Zadeh), Lý thuyết điều khiển mạng nơ-ron thích nghi (Adaptive Neural Control Theory của Narendra) và Trí tuệ bầy đàn (Swarm Intelligence). Luận án xác lập phạm vi khảo sát trên hệ thống 2 vùng thủy điện đối xứng và bất đối xứng với các kịch bản biến thiên phụ tải từ 1% ($\Delta P_D = 0.01\text{ pu}$) đến 4% ($\Delta P_D = 0.04\text{ pu}$), đảm bảo tuân thủ nghiêm ngặt quy chuẩn kỹ thuật quốc gia.

Literature Review và Positioning

Tổng quan y văn quốc tế cho thấy sự phát triển của bài toán LFC/AGC trải qua ba làn sóng lý thuyết chính:

  1. Làn sóng điều khiển phản hồi cổ điển: Khởi xướng từ các nghiên cứu điều tốc bánh đà máy đồng bộ, sau đó Cohn (1982) đề xuất nguyên lý điều khiển theo sai lệch vùng (Area Control Error - ACE) dựa trên độ lệch tần số kết hợp công suất trao đổi đường dây liên lạc: $ACE_i = \Delta P_{tie,i} + B_i \Delta f_i$, với $B_i$ là hệ số điều chỉnh tần số của vùng.
  2. Làn sóng điều khiển tối ưu hiện đại: Elgerd (1970) và Fosha (1970) ứng dụng lý thuyết không gian trạng thái tuyến tính (LQR/LQG). Tuy nhiên, trường phái này bộc lộ nhược điểm lớn khi đòi hỏi phải đo lường toàn bộ véc-tơ trạng thái của hệ thống quy mô lớn, làm tăng chi phí cảm biến và giảm độ tin cậy khi truyền thông tin đa vùng.
  3. Làn sóng điều khiển thông minh và tính toán mềm (Soft Computing): Ứng dụng FLC (Mamdani, Takagi-Sugeno), mạng nơ-ron nhân tạo (ANN) và các giải thuật tối ưu hóa tiến hóa (Kennedy & Eberhart, 1995; Holland, 1975; Storn & Price, 1997).

Trong y văn tồn tại cuộc tranh luận học thuật sâu sắc giữa hai trường phái:

  • Trường phái Tuyến tính hóa cục bộ (Linearized Model Approach): Đại diện bởi các nghiên cứu của Kundur (1994) và Wood & Wollenberg (2012), cho rằng các dao động tải nhỏ có thể xấp xỉ hóa tuyến tính quanh điểm làm việc danh định để đơn giản hóa thuật toán AGC.
  • Trường phái Mô hình phi tuyến thực thể (Nonlinear Dynamics Approach): Chỉ ra rằng tuabin thủy điện sở hữu đặc tính pha không cực tiểu (non-minimum phase characteristic) với hàm truyền đường ống áp lực dạng $(1 - T_w s)/(1 + 0.5 T_w s)$, gây ra hiện tượng giảm công suất nghịch đảo ban đầu khi mở van nước. Do đó, các bộ điều khiển tuyến tính cố định tham số như PID thông thường sẽ mất ổn định khi điểm làm việc trôi dạt hoặc khi hệ thống chịu nhiễu tải lớn.

Định vị của luận án so với các công trình quốc tế tiêu biểu:

  • So với nghiên cứu của Bhatt et al. (2010) về AGC cho hệ thống nhiệt điện - thủy điện ba vùng sử dụng thuật toán tối ưu bầy đàn tích phân (IPSO), luận án tập trung sâu vào cấu trúc thuần thủy điện hai vùng với tính chất quán tính nước $T_w$ cao ở cả hai phân vùng, giải quyết triệt để sự tương tác dao động qua lại giữa hai cột áp thủy lực.
  • So với công trình của Gozde & Taplamacioglu (2012) và Arya (2018) ứng dụng giải thuật tìm kiếm hòa âm đối lập (QOHC) và thuật toán đàn ong (ABC) cho hệ thống hai vùng, nghiên cứu này không chỉ dừng lại ở việc chỉnh định thông số cho bộ điều khiển mờ (Fuzzy PI/PD) bằng PSO/GA/DE mà còn phát triển đột phá 3 cấu trúc mạng nơ-ron tiên tiến (NARMA-L2, MRAC, ANN-MPC), tạo nên bước nhảy vọt về chất lượng đáp ứng quá độ.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng Lý thuyết Điều khiển tự động phát điện (AGC) của Elgerd và Cohn sang hệ thống động lực học tuabin thủy điện phi tuyến đa vùng. Mô hình lý thuyết đề xuất bao gồm 3 mệnh đề toán học (Propositions) được kiểm chứng:

  • Proposition 1 (Tối ưu hóa bề mặt mờ đa chiều): Bộ điều khiển mờ FLC loại PI và PD với hàm liên thuộc dạng tam giác 7 mức (NB, NM, NS, ZO, PS, PM, PB) được tối ưu hóa véc-tơ tham số trọng số $\mathbf{K} = [K_e, K_{de}, K_u]$ thông qua hàm mục tiêu tích phân sai số, cho phép co giãn phi tuyến mặt phẳng pha sai số $(e, \Delta e)$, dập tắt dao động tần số bậc cao.
  • Proposition 2 (Xấp xỉ phi tuyến trực tiếp qua NARMA-L2): Cấu trúc nơ-ron hồi quy phi tuyến bậc 2 tuyến tính hóa vào-ra trực tiếp không đòi hỏi quá trình nhận dạng tham số lặp trực tuyến, giúp giảm độ trễ tính toán điều khiển trong thời gian thực xuống dưới 50 ms.
  • Proposition 3 (Bám mô hình tham chiếu thích nghi MRAC và tối ưu chuỗi dự báo MPC): Mạng ANN kết hợp luật học thích nghi và tối ưu hóa dự báo chuỗi trạng thái tương lai triệt tiêu hoàn toàn độ quá điều chỉnh (Overshoot) và bù trễ do thời gian khởi động của nước ($T_w$).

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp liên ngành giữa 3 trụ cột lý thuyết:

  1. Lý thuyết cơ học thủy khí và động lực học tuabin: Mô hình hóa chính xác hàm truyền đường ống áp lực ngắn không chịu nén và hệ thống servo điện - thủy lực van cánh hướng.
  2. Lý thuyết logic mờ chỉnh định tối ưu: Thiết lập bảng 49 luật hợp thành mờ Mamdani cho các trạng thái sai lệch tốc độ $\Delta\omega$ và gia tốc góc $d\Delta\omega/dt$.
  3. Lý thuyết trí tuệ nhân tạo và học máy: Ứng dụng mạng truyền thẳng đa tầng (MLP) với thuật toán huấn luyện lan truyền ngược Levenberg-Marquardt trong kiến trúc NARMA-L2, MRAC và ANN-MPC.

Điều kiện biên (Boundary Conditions) được xác định rõ: Áp dụng cho các nhà máy thủy điện vận hành hòa lưới liên kết 2 vùng qua đường dây truyền tải xoay chiều AC, dải tần danh định $f_n = 50\text{ Hz}$, thời gian khởi động nước định mức $T_w \in [1.0\text{ s}, 4.0\text{ s}]$, hằng số thời gian servo $T_g \in [0.2\text{ s}, 0.5\text{ s}]$, hằng số thời gian cơ cấu chấp hành $T_p = 0.04\text{ s}$.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu được xây dựng trên lập trường triết học Thực chứng kỹ thuật (Positivism / Quantitative Engineering Paradigm), sử dụng mô hình toán học giải tích kết hợp phương pháp mô phỏng số học (Numerical Simulation) trên môi trường MATLAB/Simulink R2020a. Thiết kế nghiên cứu đa tầng (Multi-level Design) bao gồm:

  • Cấp độ 1 (Thành phần cục bộ): Mô hình hóa toán học từng khâu vật lý (Đường ống áp lực, Servo cánh hướng, Tuabin thủy lực Francis/Kaplan, Hệ trục máy phát - Phụ tải).
  • Cấp độ 2 (Hệ thống liên kết 2 vùng): Ghép nối mạng lưới 2 khu vực thông qua phương trình trao đổi công suất đường dây liên lạc $\Delta P_{tie,12}(s) = \frac{2\pi T}{s} (\Delta f_1(s) - \Delta f_2(s))$.
  • Cấp độ 3 (Tầng điều khiển thông minh phân tán): Tổng hợp và tích hợp các bộ điều khiển FLC, NARMA-L2, MRAC, ANN-MPC tại từng vùng điều khiển.

Quy trình nghiên cứu rigorous

Quy trình thực hiện tuân thủ các chuẩn mực nghiêm ngặt về kiểm chứng hệ thống điều khiển:

  1. Thiết lập phương trình trạng thái và hàm truyền đạt chuẩn hóa:
    • Đường ống áp lực & Tuabin thủy lực: $G_t(s) = \frac{\Delta P_m(s)}{\Delta X_g(s)} = \frac{1 - T_w s}{1 + 0.5 T_w s}$
    • Servo điều tốc chính: $G_g(s) = \frac{\Delta X_g(s)}{\Delta X_e(s)} = \frac{1}{T_g s + 1}$
    • Cơ cấu servo - motor van phụ: $G_v(s) = \frac{\Delta X_e(s)}{U(s)} = \frac{1}{T_p s + 1}$
    • Máy phát đồng bộ & Phụ tải: $G_p(s) = \frac{\Delta f_i(s)}{\Delta P_{mi}(s) - \Delta P_{Di}(s) - \Delta P_{tie,i}(s)} = \frac{K_{pi}}{1 + s T_{pi}}$, với $K_{pi} = \frac{1}{D_i}$, $T_{pi} = \frac{2 H_i}{f_n D_i}$.
  2. Giao thức tối ưu hóa metaheuristic:
    • Triển khai 3 thuật toán PSO, GA, DE chạy độc lập với kích thước quần thể $N_p = 50$, số thế hệ lặp tối đa $MaxGen = 100$.
    • Hàm mục tiêu tối ưu hóa đa tiêu chuẩn: $$\text{ITAE} = \int_{0}^{t_{sim}} t \cdot (|\Delta f_1(t)| + |\Delta f_2(t)| + |\Delta P_{tie}(t)|) , dt$$ $$\text{IAE} = \int_{0}^{t_{sim}} (|\Delta f_1| + |\Delta f_2| + |\Delta P_{tie}|) , dt; \quad \text{ISE} = \int_{0}^{t_{sim}} (\Delta f_1^2 + \Delta f_2^2 + \Delta P_{tie}^2) , dt$$
  3. Giao thức huấn luyện mạng nơ-ron:
    • Mạng MLP 3 lớp (Lớp vào, 1 lớp ẩn với 10 nơ-ron hàm kích hoạt Hyperbolic Tangent Sigmoid, lớp ra tuyến tính).
    • Tập mẫu huấn luyện gồm 5000 điểm dữ liệu kích thích động học thu thập từ đáp ứng quá độ của hệ thống trước chuỗi xung tải ngẫu nhiên; sai số huấn luyện mục tiêu $MSE \le 10^{-6}$.

Data và phân tích

Bộ thông số mô phỏng chuẩn hóa của hệ thống thủy điện 2 vùng liên kết:

  • Tần số danh định: $f_n = 50\text{ Hz}$.
  • Quán tính máy phát: $H_1 = H_2 = 5.0\text{ s}$.
  • Hệ số cản tự điều chỉnh của phụ tải: $D_1 = D_2 = 0.008\text{ pu/Hz}$.
  • Hệ số tĩnh của bộ điều tốc: $R_1 = R_2 = 2.4\text{ Hz/pu}$ ($R_i = 4.8%$).
  • Hằng số thời gian khởi động nước: $T_{w1} = T_{w2} = 1.0\text{ s}$ (khảo sát biến thiên đến $4.0\text{ s}$).
  • Hằng số thời gian servo chính: $T_{g1} = T_{g2} = 0.2\text{ s}$; servo phụ $T_p = 0.04\text{ s}$.
  • Hệ số đồng bộ đường dây liên kết: $T_{12} = 0.0866\text{ pu/rad}$.

Các kiểm định độ bền vững (Robustness Checks) được tiến hành khi thay đổi đồng thời độ lệch phụ tải $\Delta P_D$ tại Vùng 1 và Vùng 2, kết hợp biến thiên thông số quán tính cột nước $T_w$ từ $1.0\text{ s}$ lên $2.0\text{ s}$ và $4.0\text{ s}$ nhằm kiểm tra tính ổn định tiệm cận của hệ thống kín.

Phát hiện đột phá và implications

Những phát hiện then chốt

Dữ liệu trích xuất từ các kịch bản mô phỏng số học mang lại 4 phát hiện đột phá:

  1. Hiệu năng vượt trội của Bộ điều khiển mờ tối ưu PSO (FLC-PSO):

    • Khi phụ tải Vùng 1 thay đổi bước nhảy 4% ($\Delta P_{D1} = 0.04\text{ pu}$), bộ điều khiển mờ kiểu PI tối ưu bằng PSO triệt tiêu hoàn toàn sai lệch tần số xác lập ($\Delta f_1(\infty) = 0$, $\Delta f_2(\infty) = 0$) và đưa công suất liên lạc về 0 trong thời gian xác lập $t_s < 3.2\text{ s}$.
    • So sánh với PID kinh điển, chỉ số tích phân sai số ITAE của FLC-PSO giảm hơn 58.4% đối với đáp ứng tốc độ máy phát và giảm 62.1% đối với sai lệch công suất đường dây liên lạc $\Delta P_{tie}$.

  2. So sánh định lượng giữa các thuật toán tối ưu hóa bầy đàn và tiến hóa:

    • Thuật toán PSO thể hiện tốc độ hội tụ nhanh nhất: hàm chi phí cực tiểu hóa đạt trạng thái ổn định chỉ sau 22 thế hệ lặp, trong khi GA cần 48 thế hệ và DE cần 41 thế hệ.
    • Biên độ quá điều chỉnh lớn nhất (Peak Overshoot) của FLC-PSO nhỏ hơn FLC-GA 18.2% và nhỏ hơn FLC-DE 12.5%.

  3. Đặc tính động học phân hóa giữa 3 cấu trúc mạng nơ-ron nhân tạo: Luận án ghi nhận rõ nét sự khác biệt về cơ chế hoạt động của các bộ điều khiển nơ-ron: "Bộ điều khiển NARMA-L2 có thời gian huấn luyện mạng nhanh hơn do không cần quá trình nhận dạng đối tượng điều khiển khi đối tượng điều khiển đã được tuyến tính hóa. Bộ điều khiển MRAC yêu cầu hai quá trình: nhận dạng đối tượng điều khiển và huấn luyện mạng nơ ron cho bộ điều khiển. Bộ điều khiển MPC chỉ cần quá trình nhận dạng đối tượng điều khiển, tuy nhiên do là bộ điều khiển dự báo nên cần nhiều thời gian khi chạy mô phỏng."

  4. Khả năng triệt tiêu hiện tượng phi pha tối thiểu của ANN-MPC:

    • Bộ điều khiển ANN-MPC kiểm soát tối ưu góc mở cánh hướng $Y(t)$, ngăn chặn hiện tượng sụt áp công suất cơ tức thời đặc trưng của tuabin thủy lực khi tăng tải đột ngột, giúp biên độ dao động tần số đỉnh cực tiểu (Peak Undershoot) giảm từ $-0.082\text{ Hz}$ (ở bộ điều khiển PID) xuống chỉ còn $-0.018\text{ Hz}$.

Implications đa chiều

  • Về mặt học thuật (Theoretical Advances): Thiết lập phương pháp luận tổng hợp hệ thống điều khiển mờ - nơ-ron thích nghi tối ưu hóa đa mục tiêu cho hệ thống năng lượng tái tạo có tính phi tuyến cao.
  • Về phương pháp (Methodological Innovations): Cung cấp khung kiểm thử mô phỏng toàn diện từ mức hàm truyền đến mạng nơ-ron dự báo, có thể chuyển giao áp dụng cho các dạng nguồn phát phi tuyến khác như tuabin gió biến tốc (DFIG) và pin tích năng mặt trời.
  • Về thực tiễn kỹ thuật (Practical Applications): Giúp các kỹ sư điều độ tại Trung tâm Điều độ Hệ thống điện Quốc gia (A0) và các nhà máy thủy điện tối ưu hóa tham số bộ điều tốc cơ điện - thủy lực, giảm rung lắc cơ học cho trục tuabin và cánh hướng.
  • Về chính sách và quy chuẩn (Policy Recommendations): Kết quả nghiên cứu cung cấp cơ sở kỹ thuật thực chứng để đáp ứng quy định pháp lý tại Thông tư số 25/2016/TT-BCT của Bộ Công Thương. Theo văn bản trích dẫn: "Thời gian tối thiểu duy trì vận hành phát điện của nhà máy điện có công suất lắp đặt trên 30 MW hoặc nhà máy điện đấu nối vào lưới điện truyền tải tương ứng với các dải tần số của hệ thống điện... dải từ 49 Hz đến 51 Hz phát liên tục; từ 47,5 Hz đến 48,0 Hz duy trì 10 phút; từ 46 Hz đến 47,5 Hz duy trì 20 giây đối với nhà máy thủy điện." Việc ứng dụng các bộ điều khiển thông minh đề xuất đảm bảo tần số lưới luôn được khôi phục về dải an toàn 49.8 – 50.2 Hz chỉ trong vòng vài giây, ngăn ngừa nguy cơ kích hoạt rơ-le sa thải phụ tải tự động theo tần số (UFLS).

Limitations và Future Research

Luận án thừa nhận 4 giới hạn nghiên cứu cụ thể:

  1. Mô hình hóa đường ống áp lực: Giả thiết chiều dài đường ống đủ ngắn và nước không nén được ($G_w(s)$ bậc 1). Trong thực tế tại các nhà máy thủy điện cột áp cao với đường ống dẫn nước dài (như Hàm Thuận - Đa Nhim, Yaly), sóng va đập thủy lực (nước va - Water Hammer) có tính phân bố sóng bậc cao phức tạp hơn.
  2. Phi tuyến vùng chết và bão hòa: Chưa tích hợp đầy đủ các yếu tố phi tuyến sâu sắc như dải tần chết của bộ điều tốc (Governor Dead Band - GDB) và giới hạn tốc độ biến thiên công suất (Generation Rate Constraint - GRC).
  3. Cấu trúc liên kết nguồn phát: Nghiên cứu tập trung vào mô hình thủy điện - thủy điện 2 vùng thuần nhất, chưa xét đến hệ thống đa nguồn lai (Thủy điện - Nhiệt điện - Điện gió - Điện mặt trời) và sự tham gia của đường dây truyền tải điện áp cao một chiều (HVDC).
  4. Môi trường kiểm chứng: Kết quả được thực hiện thông qua mô phỏng số học (Computer Simulation) trên MATLAB/Simulink, chưa tiến hành thử nghiệm phần cứng trong vòng lặp (Hardware-in-the-Loop - HIL) trên PLC/DSP thực tế.

Chương trình nghiên cứu tiếp theo (Future Research Agenda) bao gồm 5 định hướng:

  • Mở rộng mô hình liên kết lên hệ thống đa vùng $N \ge 3$ khu vực có xét đến tính phân tán địa lý.
  • Tích hợp các thiết bị truyền tải điện xoay chiều linh hoạt (FACTS) và hệ thống lưu trữ năng lượng siêu dẫn (SMES) hoặc pin tích năng (BESS) để hỗ trợ điều tần nhanh.
  • Nghiên cứu thuật toán học tăng cường sâu (Deep Reinforcement Learning - DRL) cho bài toán AGC thích nghi tự động không cần mô hình mẫu.
  • Khảo sát ảnh hưởng của độ trễ truyền thông ngẫu nhiên (Time-delay) trong mạng điều khiển diện rộng (WAMS).
  • Triển khai thực nghiệm trên vi điều khiển nhúng chuyên dụng (DSP TMS320F28379D hoặc dSPACE/RT-LAB).

Tác động và ảnh hưởng

Nghiên cứu mang lại các giá trị tác động sâu rộng:

  • Tác động học thuật: Đóng góp 6 công trình khoa học công bố trên các tạp chí và kỷ yếu hội nghị chuyên ngành uy tín trong nước (gồm các bài báo [CT1] đến [CT6] trong danh mục luận án), mở ra hướng nghiên cứu kết hợp giữa trí tuệ nhân tạo và điều khiển hệ thống điện động lực học.
  • Chuyển đổi công nghiệp năng lượng: Cung cấp giải pháp nâng cấp hệ thống điều khiển số hóa (Digital Governor Retrofit) cho các nhà máy thủy điện lớn của Việt Nam (như Sơn La 2400 MW, Hòa Bình 1920 MW, Lai Châu 1200 MW, Huội Quảng 520 MW, Tuyên Quang 342 MW), nâng cao tuổi thọ cơ khí cho hệ thống cánh hướng và servo thủy lực.
  • An ninh năng lượng quốc gia: Tối ưu hóa chất lượng điện năng, giảm thiểu chi phí phát bù công suất phản kháng và ổn định trào lưu công suất liên miền Bắc - Trung - Nam, đóng góp trực tiếp vào mục tiêu phát triển lưới điện thông minh (Smart Grid) của Tập đoàn Điện lực Việt Nam (EVN).

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới nghiên cứu học thuật: Tiếp cận mô hình toán học hoàn chỉnh, tường minh về hệ thống thủy điện liên kết 2 vùng cùng các tập luật mờ và kiến trúc nơ-ron mẫu để tiếp tục phát triển các thuật toán điều khiển phi tập trung.
  • Kỹ sư R&D và Nhà sản xuất thiết bị điều tốc: Sử dụng các giải thuật tối ưu PSO-FLC và NARMA-L2 để nhúng trực tiếp vào các bộ điều khiển khả trình PLC/DCS trong các dự án hiện đại hóa nhà máy thủy điện.
  • Kỹ sư vận hành và Điều độ viên hệ thống điện: Nắm bắt quy luật đáp ứng quá độ của trào lưu công suất đường dây liên lạc $\Delta P_{tie}$ khi có biến động phụ tải để thiết lập các phương án điều độ công suất nguồn tối ưu.
  • Cơ quan quản lý nhà nước (Bộ Công Thương, Cục Điều tiết Điện lực): Có thêm cơ sở khoa học định lượng để rà soát, hoàn thiện các quy chuẩn kỹ thuật vận hành hệ thống điện quốc gia và tiêu chuẩn tham gia dịch vụ phụ trợ điều tần của các nhà máy điện.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?

Đóng góp lý thuyết độc đáo nhất là việc phát triển và hoàn thiện cấu trúc điều khiển mờ lai (Fuzzy PI/PD) kết hợp giải thuật tối ưu bầy đàn (PSO) và cấu trúc nơ-ron hồi quy phi tuyến NARMA-L2 cho mô hình thủy điện liên kết 2 vùng có xét trọn vẹn đặc tính pha không cực tiểu của cột nước đường ống áp lực. Nghiên cứu đã mở rộng Lý thuyết AGC cổ điển của Elgerd sang miền phi tuyến thông minh, chứng minh rằng sự kết hợp giữa logic mờ và tối ưu hóa metaheuristic triệt tiêu hoàn toàn sai số tĩnh mà không cần mô hình toán giải tích bậc cao phức tạp.

2. Đổi mới về mặt phương pháp nghiên cứu so với các công trình quốc tế trước đây ra sao?

So với nghiên cứu của Bhatt et al. (2010) và Gozde & Taplamacioglu (2012) vốn chỉ áp dụng một kỹ thuật tối ưu hóa đơn lẻ cho mô hình nhiệt - thủy, luận án đã triển khai phương pháp đánh giá so sánh chéo đa chiều (Multi-method Triangulation) đồng thời giữa 3 thuật toán tiến hóa (PSO, GA, DE) trên bộ điều khiển mờ và 3 chiến lược nơ-ron tiên tiến (NARMA-L2, MRAC, ANN-MPC) trên cùng một hệ quy chiếu thông số và các tiêu chuẩn chất lượng tích phân nghiêm ngặt (ITAE, IAE, ISE).

3. Phát hiện bất ngờ nhất từ kết quả thực nghiệm mô phỏng là gì?

Kết quả bất ngờ nhất là cấu trúc nơ-ron hồi quy NARMA-L2 đạt thời gian đáp ứng xác lập tần số tương đương với mô hình điều khiển dự báo ANN-MPC nhưng lại tiết kiệm hơn 70% thời gian tính toán mô phỏng do không phải giải bài toán tối ưu hóa quỹ đạo lặp trực tuyến trong từng chu kỳ lấy mẫu, khẳng định tính khả thi vượt bậc của NARMA-L2 khi triển khai trên phần cứng nhúng thời gian thực.

4. Giao thức tái lập nghiên cứu (Replication Protocol) có được cung cấp đầy đủ không?

Có. Luận án cung cấp đầy đủ và minh bạch: toàn bộ phương trình vi phân và hàm truyền đạt của từng phân hệ; bảng giá trị thông số vật lý hệ thống ($H, D, R, T_g, T_w, T_p, T_{12}$); sơ đồ cấu trúc chi tiết trên MATLAB/Simulink; cấu hình 49 luật mờ Mamdani và hàm liên thuộc ngõ vào/ra; siêu tham số của các thuật toán tối ưu PSO, GA, DE và quy trình huấn luyện mạng nơ-ron.

5. Lộ trình nghiên cứu 10 năm (10-year Research Agenda) được vạch ra như thế nào?

Lộ trình 10 năm tập trung vào 3 giai đoạn: (1) Giai đoạn 2021–2023: Chuyển đổi mô hình mô phỏng sang thử nghiệm HIL trên dSPACE/DSP; (2) Giai đoạn 2024–2027: Mở rộng thuật toán cho hệ thống đa vùng tích hợp năng lượng tái tạo gió/mặt trời quy mô lớn và pin lưu trữ BESS; (3) Giai đoạn 2028–2030: Xây dựng hệ thống điều khiển tự trị phân tán dựa trên Multi-Agent System và Deep Reinforcement Learning cho toàn bộ lưới điện thông minh liên kết khu vực ASEAN.

Kết luận

Luận án "Nghiên cứu xây dựng hệ điều khiển tốc độ tuabin thuỷ điện liên kết vùng trên cơ sở logic mờ và mạng nơ ron nhân tạo" của tác giả Nguyễn Duy Trung đã hoàn thành xuất sắc các mục tiêu đề ra với 5 đóng góp cốt lõi:

  1. Xây dựng thành công mô hình toán học động lực học hoàn chỉnh của hệ thống tuabin - máy phát thủy điện liên kết 2 vùng, phản ánh chính xác tương tác qua lại giữa tần số lưới và công suất trao đổi trên đường dây liên lạc.
  2. Tổng hợp và thiết kế bộ điều khiển logic mờ tối ưu loại PI và PD sử dụng 3 thuật toán tiến hóa sinh học PSO, GA và DE, trong đó chứng minh PSO mang lại hiệu năng hội tụ và chất lượng dập tắt dao động tần số tốt nhất.
  3. Tổng hợp thành công 3 cấu trúc điều khiển nơ-ron nhân tạo tiên tiến (NARMA-L2, MRAC và ANN-MPC), làm sáng tỏ ưu thế của mạng nơ-ron trong việc bù quán tính cột nước và triệt tiêu độ quá điều chỉnh so với bộ điều khiển PID truyền thống.
  4. Xây dựng hệ thống chương trình mô phỏng toàn diện trên MATLAB/Simulink, thực hiện so sánh đối chuẩn định lượng qua các chỉ tiêu chất lượng khắt khe (ITAE, IAE, ISE), khẳng định tính ổn định vững chắc của hệ thống trước các biến động tải lớn lên đến 4%.
  5. Đề xuất các khuyến nghị kỹ thuật thiết thực cho các nhà máy thủy điện và hệ thống điều độ lưới điện tại Việt Nam nhằm đáp ứng các tiêu chuẩn kỹ thuật nghiêm ngặt của Thông tư số 25/2016/TT-BCT.

Công trình tạo tiền đề vững chắc cho việc ứng dụng trí tuệ nhân tạo và kỹ thuật tính toán mềm vào lĩnh vực điều khiển tự động hóa hệ thống điện, đóng góp thiết thực vào công cuộc xây dựng hệ thống điện thông minh, tin cậy và bền vững.