Tổng quan luận án

Luận án tiến sĩ kỹ thuật năng lượng của nghiên cứu sinh Nguyễn Tuấn Anh, với đề tài "Nghiên cứu mô hình học máy hỗn hợp dự báo công suất phát điện mặt trời trong điều kiện dữ liệu thực tế tại Việt Nam", được thực hiện tại Trường Đại học Điện lực dưới sự hướng dẫn khoa học của TS. Phạm Mạnh Hải và TS. Vũ Minh Pháp. Công trình tiếp cận bài toán dự báo phụ tải phát theo hướng định lượng, kết hợp giữa kỹ thuật xử lý dữ liệu chuỗi thời gian và các thuật toán học máy phân tán, học sâu và học tổ hợp.

Tính cấp thiết và khoảng trống nghiên cứu

Trong tiến trình chuyển dịch năng lượng tại Việt Nam, điện mặt trời ghi nhận tốc độ tăng trưởng quy mô lắp đặt đạt trên 16.600 MW vào cuối năm 2023. Theo Quy hoạch điện VIII điều chỉnh, tỷ trọng nguồn điện mặt trời được định hướng đạt 46.880 MW vào năm 2030 và hướng tới 293.000 MW vào năm 2050. Tuy nhiên, công suất phát điện mặt trời mang tính bất định cao do phụ thuộc trực tiếp vào các điều kiện khí tượng như cường độ bức xạ và độ che phủ mây. Sự dao động công suất đột ngột tạo ra áp lực lớn đối với công tác điều độ, gây quá tải cục bộ hạ tầng truyền tải và buộc cơ quan vận hành hệ thống điện phải cắt giảm công suất nhằm đảm bảo an toàn lưới điện.

Thực tiễn vận hành tại Việt Nam đối mặt với rào cản kỹ thuật lớn: phần lớn các mô hình dự báo công suất hiện hữu đều dựa trên giả định chuỗi dữ liệu quá khứ dài, đầy đủ và liên tục. Trong khi đó, các nhà máy điện mặt trời thực tế tại Việt Nam thường có thời gian vận hành ngắn, dữ liệu lịch sử bị gián đoạn, thiếu hụt hoặc không đồng nhất do lỗi truyền thông SCADA và sai hỏng cảm biến. Đồng thời, sự phân hóa khí hậu rõ nét giữa các vùng miền và tính mùa vụ làm giảm độ chính xác của các mô hình dự báo đơn lẻ khi triển khai trên diện rộng. Do đó, việc xây dựng một mô hình dự báo ngắn hạn có khả năng hoạt động ổn định trong điều kiện dữ liệu bị thiếu hụt, thích ứng theo mùa và có khả năng mở rộng cho nhiều nhà máy là yêu cầu kỹ thuật cấp thiết.

Mục tiêu nghiên cứu

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

  1. Xây dựng phương pháp dự báo ngắn hạn công suất phát điện mặt trời ổn định và đáng tin cậy, có khả năng hoạt động hiệu quả ngay cả khi chuỗi dữ liệu lịch sử bị gián đoạn hoặc thiếu hụt, đồng thời đảm bảo khả năng thích ứng theo mùa và vùng khí hậu.
  2. Đánh giá và so sánh hiệu quả của các mô hình học máy trong dự báo bức xạ mặt trời, làm cơ sở lựa chọn đầu vào cho các mô hình dự báo công suất.
  3. Phát triển mô hình tổ hợp Stacking Ensemble, kết hợp các mô hình nền tảng có hiệu suất tốt nhất, đồng thời tích hợp cơ chế tối ưu trọng số theo mùa (Optimal Weights - OW) để nâng cao độ chính xác trong các giai đoạn thời tiết khác nhau.
  4. Thiết kế và triển khai cơ chế lựa chọn mô hình thích ứng (Selector-Model), cho phép mở rộng mô hình dự báo ra nhiều nhà máy điện mặt trời cùng lúc, mà không cần huấn luyện lại toàn bộ mô hình cho từng nhà máy riêng biệt.

Câu hỏi nghiên cứu

Vấn đề khoa học trung tâm của luận án được cụ thể hóa thành câu hỏi nghiên cứu: Làm thế nào để phát triển một mô hình dự báo ngắn hạn vừa đảm bảo độ chính xác, vừa có khả năng thích ứng theo mùa và vùng khí hậu, lại vừa có thể mở rộng triển khai cho nhiều nhà máy khác nhau trong điều kiện dữ liệu thực tế không đầy đủ?

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Công suất phát điện mặt trời và cường độ bức xạ mặt trời; các thuật toán học máy cây quyết định, học sâu chuỗi thời gian, mô hình tổ hợp Stacking Ensemble và cơ chế lựa chọn Selector-Model.
  • Phạm vi không gian: Ba nhà máy điện mặt trời tiêu biểu đại diện cho các vùng khí hậu khác nhau tại Việt Nam: Nhà máy điện mặt trời tại Quảng Trị (công suất 49,5 MW, đại diện vùng Trung Trung Bộ chịu ảnh hưởng gió Phơn và bão), nhà máy tại Thanh Hóa (công suất 30 MW, đại diện vùng Bắc Trung Bộ có mùa đông nhiều mây mưa phùn), và nhà máy tại Đắk Lắk (công suất 50 MW, đại diện vùng Tây Nguyên với mùa mưa - khô sâu sắc).
  • Phạm vi thời gian: Dự báo ngắn hạn trong khoảng thời gian từ 1 đến 3 ngày tới (dự báo ngắn hạn dài ngày). Chuỗi dữ liệu thực nghiệm chính tại Quảng Trị được thu thập liên tục từ ngày 01/01/2022 đến ngày 31/12/2022 với chu kỳ lấy mẫu 5 phút/lần (105.120 điểm dữ liệu). Dữ liệu kiểm chứng bổ sung tại 3 nhà máy được thu thập từ ngày 01/01/2024 đến ngày 31/12/2024.

Tổng quan tài liệu và vị trí của luận án

Luận án tổng hợp các công trình nghiên cứu nổi bật trong giai đoạn 2018–2024, phân loại bức tranh học thuật thành ba hướng chính:

Các hướng nghiên cứu trước

  1. Hướng tiếp cận học sâu và mô hình chuỗi thời gian:

    • Các mô hình hồi quy nơ-ron cơ sở như LSTM và GRU được khai thác rộng rãi. Tại Việt Nam, Nguyễn Quang Ninh và cộng sự (2020) áp dụng LSTM cho nhà máy Phong Điền, ghi nhận sai số MAPE đạt 1,5% khi dùng dữ liệu nội bộ và tăng lên 4,432% khi dùng dữ liệu bên thứ ba. Nguyễn Tuấn Anh (2023) xác nhận tính ổn định của GRU với tập dữ liệu đầy đủ.
    • Về biến thể cấu trúc, M. Chai và cộng sự (2019) phát triển AHAP-LSTM, giúp hạ sai số trung bình $\delta\text{MAPE}$ xuống 5,79% so với mức 19,82% của LSTM truyền thống.
    • Về mô hình lai ghép (Hybrid), Suresh và cộng sự (2020) kết hợp CNN-LSTM cho kết quả sai số RMSE dao động từ 0,053 (dự báo 1 giờ) đến 0,045 (dự báo 1 tuần). Mohammed Sabri và cộng sự (2022) xây dựng cấu trúc GRU-CNN với sai số MAE trung bình đạt 0,081. Pengyun Jia và cộng sự (2020) tích hợp phân rã tín hiệu VMD với tối ưu hóa bầy đàn chim sẻ cải tiến ISSA trong mô hình VMD-ISSA-GRU, đạt MAE ở mức 1,012 và $R^2 = 0,999$. Tại Việt Nam, Nguyễn Thị Hoài Thu và cộng sự (2022) đề xuất mô hình CEEMDAN-BiLSTM-PSO đạt hiệu suất sai số thấp hơn so với các mô hình đơn lẻ ANN, LSTM, BiLSTM.
    • Về kiến trúc Transformer và cơ chế tự chú ý, Jihoon Moon và cộng sự (2024) kết hợp 1D-CNN và Transformer với MAE đạt 1,243 kWh. Fatma Mazen Ali Mazen và cộng sự (2023) đề xuất GRU-DILATE-TFT (Temporal Fusion Transformer), kiểm định Diebold-Mariano cho kết quả $p < 0,05$ vượt trội so với XGBoost, NHiTS và N-BEATS, với MAE = 1,19 và RMSE = 1,44.

  2. Hướng tiếp cận mô hình cây quyết định và tăng cường độ dốc:

    • Alexandra Khalyasmaa và cộng sự (2019) ứng dụng Random Forest Regressor dự báo cho nhà máy 15 MW tại miền Nam nước Nga, đạt độ chính xác trung bình khoảng 93%. Waqas Khan (2022) kết hợp XGBoost với ước lượng trạng thái động DSE, giúp cải thiện hệ số xác định $R^2$ thêm 10–12% so với ANN và LSTM.
    • Về các dạng kết hợp cây quyết định, Zhen Wang và cộng sự (2023) chứng minh mô hình LightGBM-LSTM đạt sai số MAPE là 3,70%, thấp hơn so với XGBoost (4,18%), LightGBM (4,88%) và LSTM (6,94%). Jiandong Ye và cộng sự (2023) kết hợp LightGBM-XGBoost cho giá trị RMSE và MAE thấp hơn LSTM và SVR. Safia Babikir và cộng sự (2024) kết hợp XGBoost-CNN đạt $R^2 = 0,9962$. Tại Việt Nam, Phan Quốc Thắng và cộng sự (2021) áp dụng mô hình KPCA-XGBoost-NWP trên 5 nhà máy tại Đài Loan, ghi nhận mức giảm sai số RMSE rõ rệt so với PCA-XGBoost và XGBoost đơn lẻ.

Khoảng trống nghiên cứu luận án lựa chọn giải quyết

Tổng quan tài liệu chỉ ra bốn khoảng trống trọng tâm:

  • Thứ nhất, hầu hết các nghiên cứu giả định chuỗi dữ liệu quá khứ liên tục và đầy đủ; các kỹ thuật xử lý dữ liệu thiếu truyền thống (như forward fill hoặc moving average) có độ tin cậy thấp và làm suy giảm độ chính xác khi chuỗi dữ liệu bị đứt gãy lớn.
  • Thứ hai, thiếu vắng các đánh giá định lượng về mức độ lan truyền sai số khi sử dụng bức xạ dự báo thay cho bức xạ thực đo trong mô hình công suất phát ngắn hạn dưới tác động của tính mùa vụ.
  • Thứ ba, việc so sánh có hệ thống giữa hai trường phái cây quyết định và chuỗi thời gian trong bối cảnh dữ liệu không hoàn hảo chưa được làm rõ, đồng thời tiềm năng tổ hợp Stacking Ensemble ở cấp độ đầu ra tích hợp trọng số theo mùa chưa được khai thác bài bản.
  • Thứ tư, phần lớn công trình chỉ giới hạn kiểm nghiệm trên một nhà máy duy nhất; chưa có khung mô hình thích ứng linh hoạt có khả năng triển khai đồng thời cho nhiều nhà máy tại các vùng khí hậu khác biệt mà không cần huấn luyện lại từ đầu.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và các khái niệm toán học

  1. Lý thuyết bức xạ mặt trời:

    • Cường độ bức xạ trên bề mặt Trái Đất theo mô hình góc thiên đỉnh: $$I = I_0 \times \cos(\theta) \times T_t$$ Trong đó: $I_0$ là hằng số mặt trời (khoảng 1361 W/m²), $\theta$ là góc thiên đỉnh, $T_t$ là hệ số truyền qua khí quyển.
    • Mô hình bầu trời quang đãng ASHRAE Clear Sky: $$I_{th} = I_{DN}(\cos z + C) = |A \exp(-B m_r)|(\cos z + C)$$ Trong đó: $I_{DN}$ là cường độ bức xạ trực tiếp bình thường, $z$ là góc thiên đỉnh, $C$ là hệ số bức xạ khuếch tán, $A$ là cường độ bức xạ trực tiếp biểu kiến tại khối khí quyển bằng không, $B$ là hệ số suy giảm khí quyển, $m$ là khối lượng không khí quang học theo Rodgers ($m = 35 / (1224\cos^2 z + 1)^{0,5}$), $r$ là hệ số hiệu chỉnh độ cao theo Powell ($r = (1 - h/44308)^{5,257}$ với $h$ là độ cao so với mực nước biển).
    • Mối quan hệ chuyển đổi năng lượng bức xạ thành công suất phát quang điện: $$P = \bar{H}_T \times A_S \times \eta$$ Trong đó: $\bar{H}_T$ là cường độ bức xạ mặt trời trung bình (W/m²), $A_S$ là diện tích lắp đặt pin mặt trời (m²), $\eta$ là hiệu suất chuyển đổi của hệ thống PV.

  2. Các mô hình chuỗi thời gian thống kê:

    • Mô hình quán tính (Persistence): $$P(t + k|t) = \frac{1}{T} \sum_{i=0}^{n-1} P(t - i\Delta t)$$
    • Mô hình dịch chuyển theo cấp số nhân trung bình (EWMA / Holt-Winters): $$F_{t+1} = F_t + \alpha (Y_t - F_t)$$
    • Mô hình trung bình trượt tích hợp tự hồi quy không theo mùa và theo mùa: $\text{ARIMA}(p, d, q) \times (P, D, Q)_s$.

  3. Thuật toán học máy và cấu trúc tổ hợp:

    • Nhóm cây quyết định: Random Forest (RF), Extreme Gradient Boosting (XGBoost), Light Gradient Boosting Machine (LightGBM).
    • Nhóm nơ-ron hồi tiếp chuỗi thời gian: Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU), Bidirectional GRU (BiGRU).
    • Kiến trúc Stacking Ensemble và cơ chế tối ưu trọng số theo mùa (Optimal Weights - OW).
    • Khung phân loại và điều phối mô hình Selector-Model phục vụ mở rộng đa nhà máy.

Tiêu chuẩn sai số đánh giá mô hình

Luận án sử dụng hệ thống các chỉ số sai số định lượng thống nhất gồm:

  • Sai số trung bình bình phương (RMSE): $$\text{RMSE} = \sqrt{\frac{1}{n}\sum_{i=1}^n (\hat{y}_i - y_i)^2}$$
  • Sai số trung bình bình phương chuẩn hóa (NRMSE): $$\text{NRMSE} = \frac{1}{\text{Capacity}} \sqrt{\frac{1}{n}\sum_{i=1}^n (\hat{y}_i - y_i)^2}$$
  • Sai số phần trăm tuyệt đối trung bình (MAPE): $$\text{MAPE} = \frac{100%}{n}\sum_{i=1}^n \left|\frac{P_i^{db} - P_i^{tt}}{P_i^{tt}}\right|$$
  • Sai số phần trăm tuyệt đối trung bình chuẩn hóa (NMAPE theo Quyết định 67/QĐ-ĐTĐL): $$\text{NMAPE} = \frac{100%}{n}\sum_{i=1}^n \left|\frac{P_i^{db} - P_i^{tt}}{P_{dm}}\right|$$
  • Sai số tuyệt đối trung bình (MAE, áp dụng cho bức xạ): $$\text{MAE} = \frac{1}{n}\sum_{i=1}^n |\hat{y}_i - y_i|$$

Nguồn tư liệu và phương pháp xử lý dữ liệu

Dữ liệu đo đạc thực tế tại trạm quan trắc SCADA của Nhà máy điện mặt trời Quảng Trị (49,5 MW) trong năm 2022 gồm 105.120 bản ghi.

Đặc trưng đo đạc Giá trị trung bình Giá trị tối thiểu Giá trị tối đa Độ lệch chuẩn
Bức xạ mặt trời GHI (W/m²) 162,38 0 1257 260,94
Nhiệt độ môi trường (°C) 25,37 10,25 39,25 4,78
Nhiệt độ tấm pin (°C) 27,77 11,50 61,70 9,21
Công suất phát thực tế (kW) 7105,56 0 41864,09 11423,70

Phân tích tương quan tuyến tính ghi nhận hệ số tương quan giữa bức xạ mặt trời (GHI) với công suất phát đạt $r = 0,987$; giữa nhiệt độ tấm pin với công suất phát đạt $r = 0,893$.

Quy trình tiền xử lý dữ liệu được thực hiện qua hai cấp độ:

  • Cấp độ 1 (Lỗi cảm biến cơ bản): Loại bỏ 149 điểm dữ liệu vi phạm ràng buộc vật lý (bức xạ đo bằng 0 W/m² nhưng công suất phát ghi nhận giá trị dương do trễ tín hiệu hoặc lỗi bộ biến đổi).
  • Cấp độ 2 (Nhiễu vận hành nâng cao): Loại bỏ 116 điểm dữ liệu phát sinh từ can thiệp vận hành lưới điện:
    • 23 điểm dữ liệu có bức xạ tăng nhưng công suất sụt giảm mạnh từ 30% đến 50%.
    • 87 điểm dữ liệu có bức xạ tiếp tục tăng cao nhưng công suất bị giới hạn cố định ở một ngưỡng (cắt giảm công suất theo lệnh điều độ).
    • 6 điểm dữ liệu có bức xạ lớn hơn 100 W/m² nhưng công suất phát bằng 0 kW (nhà máy dừng máy bảo dưỡng hoặc sự cố ngắt lộ). Tổng số điểm dị biệt được loại bỏ là 265 điểm (chiếm 0,25% tổng mẫu). Sau làm sạch, toàn bộ dữ liệu được chuẩn hóa về đoạn $[0, 1]$ bằng phương pháp Min-Max Scaling.

Nội dung chính theo từng chương

Chương 1: Tổng quan nghiên cứu

Chương 1 hệ thống hóa cơ sở thực tiễn và khung pháp lý điều hành hệ thống điện mặt trời tại Việt Nam. Về tiềm năng tài nguyên, tiềm năng bức xạ trung bình toàn quốc đạt 4 đến 5 kWh/m²/ngày, số giờ nắng dao động từ 1600 đến 2600 giờ/năm. Trong đó, Nam Bộ có số giờ nắng cao nhất (2502,6 giờ/năm, bức xạ 4,9–5,7 kWh/m²/ngày), khu vực Tây Bắc đạt 1819,8 giờ/năm, trong khi Đông Bắc chỉ đạt 1502,4 giờ/năm (bức xạ 3,3–4,6 kWh/m²/ngày).

Vùng khí hậu Tháng 1 Tháng 4 Tháng 7 Tháng 10 Tổng số giờ nắng cả năm
Tây Bắc 128,9 171,6 145,8 156,0 1819,8
Đông Bắc 71,4 101,7 167,4 147,1 1502,4
Đồng Bằng Bắc Bộ 71,6 89,7 195,1 160,8 1563,3
Bắc Trung Bộ 87,1 138,2 210,1 132,3 1653,0
Nam Trung Bộ 175,9 244,4 223,3 165,6 2364,4
Tây Nguyên 230,8 232,6 168,5 158,2 2312,4
Nam Bộ 245,8 253,9 181,1 175,9 2502,6

Về quy định kỹ thuật, Bộ Công Thương và Công ty TNHH MTV Vận hành hệ thống điện và Thị trường điện quốc gia (NSMO) ban hành Quyết định 67/QĐ-ĐTĐL (2021) và Quy định 4608/ĐĐQG-NLTT (2023), đặt ra yêu cầu dự báo:

  • Dự báo vận hành trong ngày: độ phân giải 15 phút, chu kỳ cập nhật 30 phút/lần.
  • Dự báo ngày tới ($D+1, D+2$): độ phân giải 30 phút, cập nhật 2 lần/ngày.
  • Dự báo tuần tới ($W+1$): cập nhật 1 lần/tuần.
  • Ngưỡng sai số quy định chung là 15%, dung sai chấp thuận giữa dự báo của nhà máy và dự báo tổng hợp của NSMO là $\pm 20%$. Sự bất cập nằm ở việc áp dụng đồng nhất một mức sai số cho mọi khung thời gian mà chưa xét đến sự suy giảm độ chính xác khi dự báo xa, đồng thời việc truyền nhận dữ liệu còn mang tính thủ công.

Chương 2: Các mô hình dự báo bức xạ mặt trời và công suất phát điện mặt trời trong ngắn hạn

Chương 2 mô tả chi tiết nguồn dữ liệu nghiên cứu và phân loại các kỹ thuật dự báo công suất. Bên cạnh tập dữ liệu cơ sở Quảng Trị 2022 (có đầy đủ nhiệt độ tấm pin), luận án giới thiệu 3 tập dữ liệu bổ sung không chứa thông số nhiệt độ tấm pin:

  • Nhà máy điện mặt trời Đắk Lắk: Công suất 50 MW, vùng Tây Nguyên, thu thập 01/01/2024–31/12/2024.
  • Nhà máy điện mặt trời Thanh Hóa: Công suất 30 MW, vùng Bắc Trung Bộ, thu thập 01/01/2024–31/12/2024.
  • Nhà máy điện mặt trời Quảng Trị bổ sung: Công suất 49,5 MW, thu thập 01/01/2024–31/12/2024.

Về mô hình dự báo bức xạ mặt trời, chương phân tích ba cách tiếp cận: dựa trên dữ liệu vệ tinh qua chuyển động mây (Cloud Motion Vector - CMV) cho khung cực ngắn; dự báo thời tiết số (NWP từ các nguồn GFS, ECMWF) cho khung ngắn và trung hạn; và các thuật toán học máy phân tích dữ liệu trạm mặt đất.

Về mô hình dự báo công suất, chương phân lập ưu nhược điểm của các nhóm:

  • Mô hình quán tính: Thích hợp cho khung thời gian dưới 1 giờ, sai số tăng rất nhanh khi khoảng dự báo mở rộng.
  • Mô hình thống kê (EWMA, ARIMA, SARIMA): Hiệu quả đối với chuỗi dừng nhưng gặp hạn chế trước các biến động phi tuyến mạnh.
  • Mô hình học máy dựa trên cây (XGBoost, LightGBM, RF): Tốc độ xử lý nhanh, không yêu cầu liên tục hoàn hảo về bước thời gian, tránh bùng nổ gradient.
  • Mô hình học sâu chuỗi thời gian (LSTM, GRU, BiGRU): Ghi nhớ tốt các phụ thuộc dài hạn qua cổng thông tin (gates) nhưng rất nhạy cảm với việc gián đoạn chuỗi đầu vào.

Chương 3: Phân tích đánh giá các mô hình dự báo bức xạ và công suất phát điện mặt trời

Chương 3 tiến hành huấn luyện, tối ưu hóa siêu tham số và thực nghiệm so sánh các mô hình trên tập dữ liệu lịch sử Quảng Trị (phân chia 70% huấn luyện, 30% kiểm tra).

  1. Thực nghiệm dự báo bức xạ mặt trời: So sánh ba mô hình LightGBM, LSTM và GRU trên tập dữ liệu kiểm tra từ ngày 01 đến 03/03/2021 và ngày 15/02/2021. Kết quả chỉ ra LightGBM có hiệu năng xử lý xấp xỉ các mạng học sâu nhưng thời gian tính toán thấp hơn, cung cấp chuỗi dự báo bức xạ làm đầu vào cho các mô hình công suất phát.

  2. So sánh mô hình cây quyết định và mô hình chuỗi thời gian:

    • Các thuật toán cây quyết định (XGBoost, LightGBM, Random Forest) được tối ưu hóa tham số cấu hình so với bộ tham số mặc định.
    • Khi kiểm nghiệm dự báo công suất trong giai đoạn 01–03/03/2021 dưới hai kịch bản (dùng bức xạ thực tế và dùng bức xạ dự báo từ LightGBM), mô hình cây quyết định duy trì sai số ổn định hơn mô hình chuỗi thời gian khi bước thời gian kéo dài và dữ liệu bị khuyết.

  3. Mô hình kết hợp giải quyết thiếu hụt dữ liệu (LightGBM-LSTM):

    • Luận án thiết lập kịch bản chuỗi dữ liệu công suất quá khứ bị thiếu hụt theo tỷ lệ từ 0% đến 100%.
    • Mô hình thuần LSTM bị suy giảm hiệu năng nghiêm trọng khi tỷ lệ mất dữ liệu tăng do cấu trúc cổng nhớ phụ thuộc vào tính liên tục của chuỗi thời gian.
    • Luận án ứng dụng thuật toán LightGBM đóng vai trò như một bộ tái cấu trúc (nội suy phi tuyến) để lấp đầy các khoảng trống dữ liệu bị thiếu trong chuỗi quá khứ, sau đó mới đưa vào mô hình LSTM thực hiện dự báo. Kết quả so sánh các chỉ số RMSE, NRMSE, MAPE, NMAPE chứng minh cấu trúc lai LightGBM-LSTM khắc phục được hiện tượng bùng nổ sai số của mô hình LSTM độc lập trong điều kiện mất mát thông tin lịch sử.

Chương 4: Đề xuất mô hình dự báo cho một số nhà máy điện mặt trời tại Việt Nam

Chương 4 hoàn thiện thiết kế mô hình tổ hợp và giải pháp mở rộng ứng dụng:

  1. Mô hình tổ hợp Stacking Ensemble:

    • Xây dựng 4 cấu trúc tổ hợp đa mô hình: SE-XGB-LGBM-RF, SE-XGB-LGBM-BiGRU, SE-XGB-LGBM-GRU và SE-XGB-LGBM-LSTM.
    • Đánh giá thực nghiệm chỉ ra cấu trúc tổ hợp trên nền tảng cây quyết định SE-XGB-LGBM-RF đạt độ chính xác cao nhất và có tính ổn định tốt nhất trên tập dữ liệu kiểm tra so với các dạng lai ghép chuỗi thời gian.

  2. Cơ chế tối ưu hóa trọng số theo mùa (OW):

    • Luận án chia chuỗi dữ liệu lịch sử theo 4 mùa khí hậu (xuân, hạ, thu, đông), lựa chọn các ngày điển hình của từng mùa để tối ưu bộ trọng số kết hợp (Optimal Weights - OW) thay vì gán trọng số đồng đều mặc định.
    • Mô hình SE-XGB-LGBM-RF-OW đem lại sai số NMAPE và RMSE thấp hơn đáng kể so với từng mô hình đơn lẻ (XGBoost, LightGBM, Random Forest) và mô hình Stacking Ensemble trọng số cố định trong tất cả các mùa.

  3. Mở rộng đa nhà máy với Selector-Model:

    • Để khắc phục hạn chế của việc phải huấn luyện lại toàn bộ mô hình cho từng nhà máy riêng rẽ, luận án triển khai cơ chế Selector-Model.
    • Selector-Model được huấn luyện trên dữ liệu tổng hợp của cả 3 nhà máy (Quảng Trị, Đắk Lắk, Thanh Hóa) với các đặc trưng khí tượng đầu vào không cần biến nhiệt độ tấm pin. Hệ thống tự động phân tích mẫu dữ liệu thời gian thực để kích hoạt cấu hình mô hình phù hợp nhất cho từng nhà máy.
    • Kết quả thực nghiệm cho thấy sai số dự báo của Selector-Model tiệm cận sát với mô hình SE-XGB-LGBM-RF được huấn luyện cục bộ riêng lẻ tại từng nhà máy, đồng thời tiết kiệm đáng kể chi phí tính toán và tài nguyên bộ nhớ hệ thống.

Kết quả và những đóng góp mới

Những đóng góp mới về mặt khoa học và thực tiễn

Luận án tự công bố 5 đóng góp mới cốt lõi:

  1. Đề xuất mô hình tổ hợp SE-XGB-LGBM-RF-OW: Ứng dụng kỹ thuật Stacking Ensemble kết hợp cơ chế tối ưu trọng số theo mùa (Optimal Weights - OW), nâng cao độ chính xác dự báo công suất ngắn hạn trong điều kiện khí hậu nhiệt đới gió mùa phân hóa phức tạp.
  2. Đánh giá hệ thống mô hình dự báo bức xạ mặt trời: Xây dựng và so sánh hiệu quả dự báo bức xạ bằng LightGBM, LSTM và GRU, làm sáng tỏ tính khả thi của việc sử dụng dữ liệu bức xạ dự báo từ học máy làm biến đầu vào thay thế trong chuỗi dự báo công suất phát.
  3. So sánh toàn diện giữa nhóm học sâu và cây quyết định: Làm rõ đặc tính làm việc của hai nhóm thuật toán (LSTM, GRU, BiGRU so với XGBoost, LightGBM, RF) trong các kịch bản đứt gãy hoặc thiếu hụt chuỗi dữ liệu quá khứ.
  4. Phát triển mô hình lai ghép LightGBM-LSTM: Thiết lập cơ chế dùng LightGBM tái cấu trúc dữ liệu bị khuyết để cung cấp chuỗi đầu vào hoàn chỉnh cho mạng LSTM, giải quyết thành công bài toán sai số dự báo bùng nổ khi dữ liệu đo đạc SCADA không liên tục.
  5. Thiết kế cơ chế Selector-Model mở rộng: Tự động điều phối và lựa chọn mô hình dự báo phù hợp cho từng nhà máy mà không cần tái huấn luyện toàn diện từ đầu, tạo cơ sở mở rộng dự báo công suất đồng thời cho nhiều nhà máy điện mặt trời tại các vùng khí hậu khác nhau tại Việt Nam.

Kiến nghị và giải pháp đề xuất

  • Kiến nghị cơ quan quản lý và NSMO cập nhật quy định kỹ thuật về sai số dự báo theo hướng phân tầng theo từng khung thời gian dự báo (15 phút, 1 giờ, 24 giờ, 72 giờ) thay cho mức trần cố định 15%.
  • Tự động hóa hệ thống trao đổi dữ liệu dự báo giữa các nhà máy điện mặt trời và cấp điều độ quốc gia thông qua giao thức truyền thông số theo thời gian thực thay cho phương thức thủ công.
  • Ứng dụng cơ chế gán trọng số theo mùa và mô hình Selector-Model vào hệ thống phần mềm điều độ để tối ưu hóa kế hoạch huy động nguồn truyền thống và giảm thiểu tỷ lệ cắt giảm công suất nguồn năng lượng tái tạo.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên các phạm vi nghiên cứu và dữ liệu văn bản công bố:

  • Hạn chế:
    • Nguồn dữ liệu huấn luyện chi tiết có đầy đủ biến đo đạc nhiệt độ bề mặt tấm pin mới chỉ tập trung tại một nhà máy điện mặt trời (Quảng Trị) trong chu kỳ 1 năm (2022); hai nhà máy kiểm chứng bổ sung (Đắk Lắk, Thanh Hóa) thiếu cảm biến đo nhiệt độ tấm pin.
    • Các thử nghiệm thiếu hụt dữ liệu mới chỉ tập trung mô phỏng kịch bản mất mát dữ liệu công suất quá khứ trong các đợt ngắn hạn (1–3 ngày), chưa bao quát toàn bộ các kịch bản đứt gãy dữ liệu cảm biến khí tượng kéo dài nhiều tháng liên tiếp.
  • Hướng nghiên cứu tiếp:
    • Bổ sung hệ thống quan trắc và tích hợp biến nhiệt độ tấm pin đồng bộ cho các nhà máy tại các vùng khí hậu khác nhau để hoàn thiện độ chính xác của Selector-Model.
    • Mở rộng phạm vi dự báo cho các dạng hình thái điện mặt trời nổi trên hồ thủy điện và hệ thống điện mặt trời mái nhà tự dùng.

Giá trị tham khảo

Công trình luận án mang lại giá trị tham khảo chuyên môn rõ ràng cho các nhóm đối tượng:

  • Cơ quan điều độ và vận hành hệ thống điện (NSMO, EVN): Tham khảo kiến trúc Stacking Ensemble tối ưu trọng số theo mùa và cơ chế Selector-Model để nâng cao chất lượng bản tin dự báo công suất phát $D+1, D+2$, giảm thiểu lượng công suất cắt giảm và chi phí dự phòng quay của hệ thống.
  • Kỹ sư vận hành tại các nhà máy điện mặt trời: Ứng dụng quy trình tiền xử lý dữ liệu hai cấp độ để loại trừ nhiễu vận hành SCADA, đồng thời triển khai mô hình lai LightGBM-LSTM để duy trì dự báo chính xác ngay cả khi trạm đo khí tượng bị gián đoạn truyền thông.
  • Nghiên cứu sinh, học viên cao học chuyên ngành Kỹ thuật năng lượng và Khoa học dữ liệu: Tham khảo phương pháp kết hợp thuật toán cây quyết định với mạng học sâu chuỗi thời gian, cách thiết lập thực nghiệm đánh giá lan truyền sai số và phương pháp tối ưu hóa siêu tham số trong bài toán xử lý chuỗi thời gian khí tượng năng lượng.

Câu hỏi thường gặp

1. Luận án lựa chọn khung thời gian dự báo nào và căn cứ vào quy định nào tại Việt Nam?

Luận án tập trung vào bài toán dự báo công suất phát ngắn hạn dài ngày trong khung thời gian từ 1 đến 3 ngày tới. Căn cứ thực tiễn xuất phát từ Quyết định 67/QĐ-ĐTĐL (2021) và Quy định 4608/ĐĐQG-NLTT (2023) của NSMO quy định về độ phân giải và chu kỳ cập nhật bản tin dự báo ngày tới ($D+1, D+2$) nhằm phục vụ công tác lập kế hoạch cam kết tổ máy và vận hành thị trường điện.

2. Quy trình tiền xử lý đã loại bỏ bao nhiêu điểm dữ liệu bất thường và gồm những loại nào?

Quy trình tiền xử lý đã loại bỏ tổng cộng 265 điểm dị biệt (chiếm 0,25% trong tổng số 105.120 mẫu) của bộ dữ liệu Quảng Trị năm 2022, chia thành hai nhóm:

  • Lỗi cảm biến cơ bản: 149 điểm có bức xạ bằng 0 nhưng công suất phát khác 0.
  • Nhiễu vận hành nâng cao: 116 điểm (gồm 23 điểm bức xạ tăng nhưng công suất giảm 30–50%; 87 điểm bức xạ tăng nhưng công suất giữ cố định do lệnh cắt giảm; 6 điểm bức xạ trên 100 W/m² nhưng công suất bằng 0 do dừng bảo dưỡng).

3. Mô hình lai LightGBM-LSTM giải quyết bài toán thiếu hụt dữ liệu quá khứ như thế nào?

Khi chuỗi dữ liệu công suất quá khứ bị thiếu hụt (từ 0% đến 100%), mạng nơ-ron hồi tiếp LSTM bị suy giảm hiệu năng do đứt gãy trạng thái cổng nhớ. Luận án sử dụng LightGBM như một bộ công cụ tái cấu trúc dữ liệu để nội suy phi tuyến các điểm dữ liệu bị mất, sau đó truyền chuỗi dữ liệu hoàn chỉnh vào mạng LSTM để dự báo, giúp ổn định các chỉ số sai số RMSE, NRMSE, MAPE, NMAPE.

4. Mô hình tổ hợp SE-XGB-LGBM-RF-OW và Selector-Model có vai trò gì trong luận án?

  • SE-XGB-LGBM-RF-OW: Là mô hình Stacking Ensemble kết hợp 3 mô hình cây quyết định (XGBoost, LightGBM, Random Forest) với bộ trọng số tối ưu theo 4 mùa trong năm, giúp giảm thiểu sai số dự báo công suất cho từng nhà máy.
  • Selector-Model: Là mô hình điều phối thích ứng được huấn luyện trên dữ liệu đa nhà máy, có chức năng tự động lựa chọn cấu hình mô hình tối ưu cho từng nhà máy ở các vùng khí hậu khác nhau (Quảng Trị, Đắk Lắk, Thanh Hóa) mà không cần huấn luyện lại toàn bộ từ đầu.

Kết luận

Luận án của nghiên cứu sinh Nguyễn Tuấn Anh đã giải quyết vấn đề kỹ thuật cấp bách trong công tác dự báo công suất phát điện mặt trời ngắn hạn tại Việt Nam trong bối cảnh dữ liệu SCADA bị gián đoạn và khí hậu phân hóa mạnh. Bằng cách tích hợp mô hình nội suy LightGBM với mạng chuỗi thời gian LSTM, luận án đã xử lý hiệu quả tình trạng thiếu hụt dữ liệu lịch sử đo đạc thực tế. Cấu trúc tổ hợp Stacking Ensemble tích hợp trọng số tối ưu theo mùa (SE-XGB-LGBM-RF-OW) cùng cơ chế thích ứng Selector-Model cung cấp một giải pháp khả thi, ổn định và có khả năng mở rộng đồng thời cho nhiều nhà máy điện mặt trời trên toàn quốc. Công trình đóng góp thiết thực cho việc tối ưu hóa vận hành hệ thống điện và thúc đẩy tích hợp năng lượng tái tạo bền vững vào lưới điện quốc gia.