Luận văn thạc sĩ: Nghiên cứu các phương pháp sa thải phụ tải trong hệ thống điện

Luận văn thạc sĩ nghiên cứu nghiên cứu các phương pháp sa thải phụ tải, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện pháp hoàn thiện trong lĩnh vực .

• Tác giả: Bùi Nguyễn Xuân Vũ
• Người hướng dẫn: PGS. Quyền Huy Ánh
• Trường học: Đại học Sư Phạm Kỹ Thuật thành phố Hồ Chí Minh
• Chuyên ngành: Điện - Điện Tử
• Đề tài: Nghiên cứu phương pháp sa thải phụ tải hiệu quả trong hệ thống điện
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2018
• Địa điểm: Cần Thơ

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• TÓM TẮT
• ABSTRACT
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Tổng quan về đề tài nghiên cứu
• 1.2. Tính cấp thiết của đề tài
• 1.3. Phạm vị nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 1.5. Điểm mới của đề tài
• 1.6. Nội dung đề tài
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Ổn định hệ thống điện
• 2.2. Các chế độ làm việc hệ thống điện
• 2.3. Phân loại ổn định hệ thống
• 2.4. Cân bằng công suất
• 2.5. Ổn định tĩnh
• 2.6. Ổn định động
• 2.7. Mô hình toán học hệ thống điện nhiều máy phát
• 2.7.1. Mô hình máy phát
• 2.7.2. Các phương pháp nghiên cứu ổn định động hệ thống điện
• 2.7.2.1. Phương pháp tích phân số
• 2.7.2.2. Phương pháp diện tích
• 2.7.2.3. Phương pháp trực tiếp
• 2.7.2.4. Phương pháp mô phỏng theo miền thời gian
• 2.8. Sa thải phụ tải truyền thống
• 2.8.1. Sơ đồ liên động máy cắt
• 2.8.2. Rơle dưới tần số truyền thống (ANSI 81)
• 2.8.3. Rơle dưới tần số sử dụng tốc độ thay đổi tần số (df/dt)
• 2.8.4. Đáp ứng tần số
• 2.8.5. UFLS sử dụng df/dt
• 2.9. Sa thải phụ tải thông minh (ILS - Intelligent Load Shedding)
• 2.9.1. Sự cần thiết của ILS
• 2.9.2. Các yêu cầu bổ sung cho hệ thống ILS
• 2.9.3. Sơ đồ khối chức năng của ILS
• 2.10. Lý thuyết mạng neural
• 2.10.1. Mạng neural sinh học
• 2.10.2. Neural nhân tạo
• 2.10.2.1. Mô hình cấu trúc một neural với đại lượng vô hướng
• 2.10.2.2. Cấu trúc một neural với vectơ nhập
• 2.10.2.3. Mạng có nhiều lớp neural
• 2.10.3. Các dạng mạng neural của một ANN
• 2.10.4. Hàm chuyển đổi của mạng neural
• 2.10.5. Các qui tắc học trong ANN
• 2.10.5.1. Học không giám sát
• 2.10.5.2. Học tăng cường
• 2.10.6. Mạng hàm truyền xuyên tâm
• 2.10.7. Mạng neural xác suất
• 2.11. Cơ sở lý thuyết về khoảng cách pha
• 2.11.1. Diễn giải vật lý
• 3. CHƯƠNG 3: PHƯƠNG PHÁP SA THẢI ĐỀ XUẤT
• 3.1. Xây dựng chương trình sa thải
• 3.2. Dùng phương pháp ANN nhận dạng sự cố
• 4. CHƯƠNG 4: THỬ NGHIỆM TRÊN HỆ THỐNG ĐIỆN CHUẨN
• 4.1. Tính toán khoảng cách pha
• 4.2. Thử nghiệm sa thải tải trên sơ đồ chuẩn bằng Powerwold
• 4.3. Huấn luyện mạng neural nhân tạo bằng matlab
• 4.4. Tạo giao diện trên guide Matlab
• 4.5. So sánh phương pháp đề xuất với các phương pháp đã có
• 4.5.1. Giới thiệu thuật toán AHP và chiến lược sa thải đề xuất từ thuật toán
• 4.5.2. Giới thiệu hệ thống sa thải phụ tải theo tần số thấp
• 4.5.3. Mô phỏng và so sánh các trường hợp với nhau
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU PHÁT TRIỂN
• 5.1. Hướng nghiên cứu phát triển
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC 1: Chương trình tạo giao diện guide matlab
• PHỤ LỤC 2: Chương trình tìm hằng số spread

Tóm tắt

I. Tổng quan về nghiên cứu phương pháp sa thải phụ tải hiệu quả

Nghiên cứu phương pháp sa thải phụ tải hiệu quả trong hệ thống điện là một chủ đề quan trọng trong bối cảnh hiện nay. Với sự gia tăng nhu cầu năng lượng, việc duy trì sự ổn định của hệ thống điện trở nên cấp thiết hơn bao giờ hết. Phương pháp sa thải phụ tải không chỉ giúp giảm thiểu tổn thất điện năng mà còn đảm bảo an toàn cho hệ thống điện. Nghiên cứu này sẽ tập trung vào việc áp dụng các công nghệ hiện đại như mạng neural và lý thuyết khoảng cách điện để tối ưu hóa quy trình sa thải phụ tải.

1.1. Tính cấp thiết của nghiên cứu sa thải phụ tải

Sự cần thiết của việc nghiên cứu phương pháp sa thải phụ tải xuất phát từ những sự cố mất điện lớn đã xảy ra trên thế giới. Những sự cố này không chỉ gây thiệt hại kinh tế mà còn ảnh hưởng đến đời sống của hàng triệu người. Việc áp dụng các phương pháp sa thải phụ tải hiệu quả sẽ giúp giảm thiểu rủi ro và nâng cao độ tin cậy của hệ thống điện.

1.2. Phạm vi nghiên cứu và mục tiêu

Phạm vi nghiên cứu tập trung vào hệ thống điện chuẩn IEEE 39 bus với 10 máy phát. Mục tiêu là phát triển một phương pháp sa thải phụ tải hiệu quả, giúp duy trì sự ổn định của hệ thống điện khi có sự cố xảy ra. Nghiên cứu sẽ sử dụng các công nghệ tiên tiến để tối ưu hóa quy trình này.

II. Vấn đề và thách thức trong sa thải phụ tải điện

Sa thải phụ tải là một giải pháp cần thiết để duy trì sự ổn định của hệ thống điện. Tuy nhiên, việc thực hiện sa thải phụ tải cũng gặp phải nhiều thách thức. Các phương pháp truyền thống thường không đủ chính xác và có thể dẫn đến việc sa thải quá mức cần thiết, gây tổn thất điện năng.

2.1. Các phương pháp sa thải truyền thống và hạn chế

Các phương pháp sa thải truyền thống thường dựa vào sự suy giảm tần số và điện áp. Tuy nhiên, những phương pháp này có thể không đủ linh hoạt và chính xác trong việc xác định phụ tải cần sa thải, dẫn đến tình trạng mất ổn định hệ thống.

2.2. Tác động của sự cố đến hệ thống điện

Khi có sự cố xảy ra, như mất một máy phát điện, khả năng phát điện giảm trong khi nhu cầu phụ tải không đổi hoặc gia tăng. Điều này dẫn đến tần số hệ thống giảm, yêu cầu phải có một chương trình sa thải tải hiệu quả để phục hồi tần số trong giới hạn định mức.

III. Phương pháp sa thải phụ tải hiệu quả trong hệ thống điện

Nghiên cứu đề xuất một phương pháp sa thải phụ tải dựa trên sự kết hợp giữa mạng neural hồi quy và lý thuyết khoảng cách điện. Phương pháp này không chỉ giúp xác định phụ tải cần sa thải mà còn tối ưu hóa quy trình sa thải để đảm bảo sự ổn định của hệ thống điện.

3.1. Ứng dụng mạng neural trong sa thải phụ tải

Mạng neural hồi quy được sử dụng để phân tích và dự đoán các tình huống sa thải phụ tải. Với độ chính xác huấn luyện lên đến 99,9%, phương pháp này cho phép xác định nhanh chóng phụ tải cần sa thải khi có sự cố xảy ra.

3.2. Lý thuyết khoảng cách điện và ứng dụng

Lý thuyết khoảng cách điện giúp xác định khoảng cách giữa máy phát bị sự cố và các tải. Từ đó, tải gần máy phát sự cố nhất sẽ được ưu tiên sa thải trước, đảm bảo hệ thống điện trở lại ổn định nhanh chóng.

IV. Kết quả nghiên cứu và ứng dụng thực tiễn

Kết quả nghiên cứu cho thấy phương pháp sa thải phụ tải đề xuất có hiệu quả cao hơn so với các phương pháp truyền thống như AHP và UFLS. Thời gian phục hồi tần số nhanh hơn 18% so với AHP và 55% so với UFLS, đồng thời lượng công suất sa thải cũng thấp hơn đáng kể.

4.1. So sánh hiệu quả giữa các phương pháp

Kết quả so sánh cho thấy phương pháp sa thải phụ tải đề xuất không chỉ giúp phục hồi tần số nhanh hơn mà còn giảm thiểu lượng công suất sa thải, từ đó nâng cao hiệu quả sử dụng năng lượng trong hệ thống điện.

4.2. Ứng dụng thực tiễn của phương pháp

Phương pháp sa thải phụ tải đề xuất có thể được áp dụng trong các hệ thống điện hiện đại, giúp các điều độ viên nhanh chóng xác định các phụ tải cần sa thải khi có sự cố xảy ra, từ đó nâng cao độ tin cậy và ổn định của hệ thống.

V. Kết luận và hướng nghiên cứu phát triển

Nghiên cứu phương pháp sa thải phụ tải hiệu quả trong hệ thống điện đã chỉ ra rằng việc áp dụng công nghệ hiện đại như mạng neural và lý thuyết khoảng cách điện có thể nâng cao hiệu quả sa thải phụ tải. Hướng nghiên cứu tiếp theo có thể tập trung vào việc cải tiến các thuật toán và mở rộng ứng dụng của phương pháp này.

5.1. Tóm tắt kết quả nghiên cứu

Kết quả nghiên cứu đã chứng minh tính khả thi và hiệu quả của phương pháp sa thải phụ tải đề xuất, mở ra hướng đi mới cho các nghiên cứu tiếp theo trong lĩnh vực này.

5.2. Hướng nghiên cứu trong tương lai

Hướng nghiên cứu tiếp theo có thể tập trung vào việc phát triển các mô hình dự đoán chính xác hơn và tích hợp thêm các yếu tố khác như năng lượng tái tạo vào quy trình sa thải phụ tải.

Nội dung chính

Tổng quan nghiên cứu

Trong vận hành hệ thống điện hiện đại, việc duy trì tính ổn định và cân bằng công suất giữa nguồn phát và phụ tải là điều kiện tiên quyết để đảm bảo an ninh năng lượng quốc gia. Khi xảy ra sự cố đột ngột như mất một tổ máy phát lớn, độ lệch công suất tác dụng sẽ lập tức phá vỡ điểm cân bằng cơ điện, khiến tần số toàn hệ thống sụt giảm nghiêm trọng. Lịch sử ngành điện thế giới đã ghi nhận nhiều thảm họa rã lưới diện rộng xuất phát từ việc thiếu các giải pháp can thiệp kịp thời. Điển hình là sự cố mất điện lịch sử tại miền Bắc Ấn Độ năm 2012 làm tê liệt 20 bang và ảnh hưởng trực tiếp đến hơn 600 triệu người dân; sự cố tại Bắc Mỹ năm 2003 gây thiệt hại kinh tế ước tính 6 tỷ USD trên quy mô 50 triệu người; hay sự cố rã lưới miền Nam Việt Nam năm 2013 gây gián đoạn cung cấp điện cho 8 triệu khách hàng với thiệt hại ban đầu của ngành điện khoảng 14 tỷ đồng.

Các giải pháp sa thải phụ tải truyền thống như rơle kém tần số hoặc liên động máy cắt thường mang tính thụ động, sa thải thừa công suất và không xét đến cấu trúc liên kết động học của lưới điện. Nhằm khắc phục triệt để các hạn chế đó, nghiên cứu này tập trung xây dựng chiến lược sa thải phụ tải thông minh dựa trên sự kết hợp giữa lý thuyết khoảng cách điện theo góc pha và mạng neural hồi quy tổng quát. Nghiên cứu được thử nghiệm toàn diện trên mô hình chuẩn IEEE 39 nút – 10 máy phát trong dải phụ tải biến thiên từ 60% đến 100%. Mục tiêu cốt lõi là tối ưu hóa vị trí và lượng phụ tải cần ngắt, giúp thời gian phục hồi tần số nhanh hơn 55% và giảm lượng công suất sa thải tới 45,6% so với các phương pháp truyền thống, mang lại giá trị vận hành vượt trội cho hệ thống điện.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng vững chắc của lý thuyết ổn định hệ thống điện và công nghệ trí tuệ nhân tạo. Trọng tâm lý thuyết bao gồm:

• Phương trình chuyển động rotor máy phát đồng bộ: Mô tả mối quan hệ vi phân bậc hai giữa công suất cơ của tuabin và công suất điện phát ra, xác định gia tốc góc rotor khi xuất hiện mất cân bằng công suất.
• Lý thuyết khoảng cách điện theo góc pha: Dựa trên đạo hàm riêng của góc pha theo công suất tác dụng trích xuất từ ma trận nghịch đảo Jacobian. Khoảng cách pha giữa hai nút phản ánh mức độ nhạy pha và trở kháng tương đương đối lập với dòng công suất tác dụng truyền qua, cho phép xác định chính xác mức độ liên kết điện thực tế giữa máy phát sự cố và từng phụ tải.
• Mạng neural hồi quy tổng quát: Là biến thể tối ưu của mạng hàm truyền xuyên tâm, sở hữu cấu trúc 4 lớp gồm lớp ngõ vào, lớp ẩn hàm xuyên tâm, lớp tổng hợp và lớp ngõ ra tuyến tính. Mô hình này cho phép xấp xỉ các hàm phi tuyến phức tạp với tốc độ huấn luyện nhanh và khả năng tổng quát hóa cao.

Bên cạnh đó, các khái niệm then chốt như hệ thống sa thải phụ tải thông minh, rơle dưới tần số định mức và ma trận hệ số tham gia giữa máy phát và phụ tải được tích hợp đồng bộ để hoàn thiện mô hình điều khiển tối ưu.

Phương pháp nghiên cứu

Phương pháp nghiên cứu kết hợp chặt chẽ giữa mô phỏng miền thời gian phi tuyến và kỹ thuật học máy có giám sát.

• Nguồn dữ liệu và cỡ mẫu: Toàn bộ cơ sở dữ liệu gồm 369 mẫu đo đạc được thu thập thông qua mô phỏng ổn định quá độ trên phần mềm chuyên dụng PowerWorld kết hợp môi trường tính toán MATLAB. Cỡ mẫu này đại diện cho toàn bộ các kịch bản sự cố mất từng tổ máy phát riêng biệt tại các mức mang tải từ 60% đến 100% định mức của hệ thống.
• Phương pháp chọn mẫu: Nghiên cứu áp dụng kỹ thuật chọn mẫu ngẫu nhiên phân tầng kết hợp quét không gian trạng thái vận hành. Dữ liệu đầu vào thu thập 5 thông số trạng thái trọng yếu tại các thanh cái gồm công suất phát, công suất tải, công suất thanh cái, điện áp và tần số nút.
• Lý do lựa chọn phương pháp: Mô phỏng miền thời gian trên hệ thống IEEE 39 nút đảm bảo độ chính xác cao nhất về đặc tính quá độ của hệ thống nhiều máy phát. Việc lựa chọn mạng hồi quy tổng quát thay vì các thuật toán mạng nhiều lớp truyền thống giúp loại bỏ nguy cơ rơi vào cực tiểu địa phương, đồng thời rút ngắn thời gian xử lý dữ liệu xuống mức mili-giây, đáp ứng hoàn hảo yêu cầu vận hành thời gian thực. Toàn bộ chương trình nghiên cứu và huấn luyện được hoàn thiện trong lộ trình 12 tháng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng thực nghiệm và kiểm chứng thuật toán trên hệ thống chuẩn IEEE 39 nút – 10 máy phát đã mang lại những phát hiện đột phá:

• Độ chính xác vượt trội của mô hình học máy: Quá trình huấn luyện mạng neural hồi quy tổng quát với 369 mẫu dữ liệu đạt độ chính xác huấn luyện lên tới 99,9% và độ chính xác kiểm tra trên tập dữ liệu độc lập đạt 96,1%. Mạng neural nhận dạng chính xác máy phát bị sự cố và xuất tín hiệu điều khiển danh sách các phụ tải cần sa thải chỉ sau một bước tính toán.
• Rút ngắn thời gian phục hồi tần số: Phương pháp đề xuất giúp tần số hệ thống ổn định trở lại về mức định mức với tốc độ nhanh hơn 18% so với phương pháp phân tích thứ bậc và nhanh hơn 55% so với phương pháp sa thải dưới tần số truyền thống.
• Giảm thiểu triệt để công suất sa thải: Lượng công suất phụ tải bị cắt giảm ít hơn 15% so với phương pháp phân tích thứ bậc và ít hơn 45,6% so với phương pháp rơle kém tần số.
• Tính chính xác về mặt định vị không gian điện: Việc sắp xếp thứ tự sa thải theo khoảng cách pha tăng dần chứng minh rằng các phụ tải có khoảng cách pha gần máy phát sự cố nhất (như trường hợp sa thải tải tại nút 20 khi mất máy phát tại nút 34) có hiệu quả phục hồi tần số cao nhất mà không gây sốc điện áp cục bộ.

Thảo luận kết quả

Nguyên nhân cốt lõi giúp phương pháp đề xuất vượt trội hơn hẳn các phương pháp trước đây nằm ở việc chuyển đổi từ cơ chế phản ứng trễ sang cơ chế điều khiển thích nghi thông minh. Rơle tần số truyền thống phải đợi tần số suy giảm qua các ngưỡng cài đặt với thời gian trễ từ 0,1 đến 0,5 giây, dẫn đến hiện tượng sa thải dây chuyền quá mức cần thiết. Phương pháp phân tích thứ bậc tuy có xét đến mức độ ưu tiên của tải nhưng lại mang tính định tính và không phản ánh tức thời phân bố công suất động học.

Trong khi đó, khoảng cách điện theo góc pha bắt nguồn từ ma trận Jacobian đã định lượng chính xác sự tương tác vật lý giữa máy phát và nút tải. Khi kết hợp với mạng neural hồi quy tổng quát, hệ thống ngay lập tức đưa ra quyết định sa thải trúng đích lượng công suất tối thiểu. Toàn bộ các diễn biến động học này được minh chứng trực quan qua các biểu đồ phân kỳ góc quay rotor, đường cong hồi phục tần số theo thời gian và bảng ma trận đối sánh hiệu năng giữa 3 giải pháp trên phần mềm mô phỏng, khẳng định tính ưu việt toàn diện về mặt kỹ thuật.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, các giải pháp công nghệ và lộ trình ứng dụng cụ thể được đề xuất như sau:

• Tích hợp mô hình mạng neural vào hệ thống điều độ: Khuyến nghị các trung tâm điều độ hệ thống điện triển khai tích hợp mô-đun thuật toán mạng hồi quy tổng quát và tính toán khoảng cách pha vào hệ thống giám sát điều khiển và thu thập dữ liệu tự động, đảm bảo thời gian ra quyết định dưới 50 mili-giây với lộ trình thử nghiệm trong vòng 6 đến 12 tháng.
• Chuẩn hóa cơ sở dữ liệu kịch bản sự cố: Các đơn vị quản lý vận hành cần phối hợp xây dựng ngân hàng dữ liệu động học mở rộng với quy mô trên 1.000 mẫu kịch bản, bao gồm các chế độ vận hành cực đoan từ 50% đến 120% tải, hoàn thành trong thời gian 18 tháng.
• Chuyển đổi công nghệ rơle bảo vệ: Tiến hành nâng cấp hệ thống rơle kém tần số truyền thống sang các thiết bị rơle kỹ thuật số thông minh có khả năng tiếp nhận lệnh điều khiển sa thải thích nghi liên vùng, mục tiêu giảm tỷ lệ cắt tải không mong muốn xuống dưới 1% trong giai đoạn 2 năm tới.
• Tối ưu hóa bài toán kinh tế - kỹ thuật: Bổ sung các ràng buộc về chi phí tổn thất điện năng và giá trị thiệt hại kinh tế của từng nhóm khách hàng vào ma trận khoảng cách pha, nhằm tiết giảm tối thiểu 20% thiệt hại kinh tế do ngừng giảm cung cấp điện gây ra.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu chuyên khảo có giá trị ứng dụng và học thuật cao cho nhiều nhóm đối tượng:

• Kỹ sư điều độ và vận hành hệ thống điện: Cung cấp phương pháp luận thực chiến và thuật toán chính xác để tối ưu hóa kế hoạch sa thải phụ tải khẩn cấp, giúp hạn chế tới 45,6% lượng công suất cắt điện không cần thiết trên lưới truyền tải.
• Các nhà nghiên cứu và giảng viên chuyên ngành Kỹ thuật Điện: Cung cấp khung lý thuyết hoàn chỉnh về ứng dụng mạng trí tuệ nhân tạo kết hợp với ma trận Jacobian trong phân tích ổn định động, làm tài liệu tham khảo cho các đề tài nghiên cứu nâng cao về lưới điện thông minh.
• Học viên cao học và sinh viên đại học ngành Điện - Tự động hóa: Là cẩm nang hướng dẫn chi tiết về kỹ thuật mô phỏng quá độ trên phần mềm chuyên ngành cùng phương pháp xây dựng giao diện tính toán trên môi trường lập trình hiện đại.
• Các cấp quản lý và hoạch định chính sách ngành năng lượng: Giúp định hình các tiêu chuẩn kỹ thuật mới trong quy trình vận hành hệ thống điện quốc gia, hướng tới mục tiêu nâng cao độ tin cậy cung cấp điện đạt 99,9%.

Câu hỏi thường gặp

• Điểm khác biệt lớn nhất giữa sa thải tải theo khoảng cách pha và phương pháp truyền thống là gì? Phương pháp truyền thống chỉ phản ứng thụ động khi tần số đã rơi xuống ngưỡng cài đặt cố định, dễ gây sa thải thừa. Phương pháp khoảng cách pha phân tích trực tiếp mức độ liên kết công suất tác dụng giữa máy phát sự cố và các phụ tải, giúp chọn đúng vị trí tải cần ngắt với lượng công suất tiết giảm ít hơn 45,6%.

• Tại sao mạng neural hồi quy tổng quát lại được ưu tiên sử dụng trong nghiên cứu này? Mạng hồi quy tổng quát sở hữu tốc độ hội tụ cực nhanh qua cơ chế học một bước mà không bị kẹt ở điểm cực tiểu địa phương. Mô hình đạt độ chính xác huấn luyện 99,9% và kiểm tra 96,1%, đáp ứng hoàn hảo yêu cầu tính toán tức thời trong điều khiển khẩn cấp hệ thống điện.

• Bộ dữ liệu 369 mẫu mô phỏng có đảm bảo tính khái quát cho hệ thống điện thực tế không? Tập dữ liệu 369 mẫu được quét qua toàn bộ 10 tổ máy phát trên dải phụ tải biến thiên từ 60% đến 100% định mức. Quy mô mẫu này phản ánh đầy đủ các trạng thái vận hành quá độ điển hình của hệ thống điện chuẩn, đảm bảo tính đại diện và độ tin cậy khoa học cao.

• Hiệu quả kỹ thuật nổi bật nhất mà giải pháp mang lại là gì? Giải pháp giúp tần số phục hồi nhanh hơn 55% so với rơle tần số thấp và nhanh hơn 18% so với phương pháp phân tích thứ bậc, đồng thời giảm thiểu tối đa tình trạng quá tải cục bộ trên các đường dây liên kết.

• Phương pháp này có khả năng ứng dụng thực tế trên lưới điện Việt Nam hay không? Hoàn toàn khả thi khi tích hợp vào hệ thống quản lý năng lượng tại các trung tâm điều độ. Với hạ tầng tự động hóa hiện nay, thuật toán có thể nhận tín hiệu đo lường và đưa ra bảng sa thải tối ưu trong thời gian dưới 100 mili-giây.

Kết luận

• Đề xuất thành công phương pháp sa thải phụ tải thông minh kết hợp lý thuyết khoảng cách điện theo góc pha và mạng neural hồi quy tổng quát trên hệ thống IEEE 39 nút – 10 máy phát.
• Đạt độ chính xác huấn luyện mô hình 99,9% và độ chính xác kiểm tra 96,1% trên tập dữ liệu 369 mẫu vận hành.
• Rút ngắn thời gian phục hồi tần số 55% và cắt giảm lượng công suất sa thải 45,6% so với phương pháp truyền thống.
• Đóng góp luận cứ khoa học quan trọng cho việc chuyển đổi số và nâng cao độ ổn định động của hệ thống điện trong giai đoạn 2024 - 2030.
• Mở ra hướng nghiên cứu mở rộng thuật toán cho các lưới điện hiện đại có tỷ trọng tích hợp năng lượng tái tạo trên 30%.

Trích đoạn nội dung tài liệu

Chương 1 TỔNG QUAN 1. Tổng quan về đề tài nghiên cứu. Trong bối cảnh hiện nay, nhu cầu về năng lượng là rất lớn, trong đó năng điện là một trong những ngành năng lượng quan trọng nhất. Vì thế, giữ cho hệ thống điện được ổn định là mục tiêu hàng đầu của công tác nâng cao chất lượng điện năng.

Bên cạnh đó, ngành điện cũng phải dự trữ một nguồn đủ lớn để đáp ứng nhu cầu khi có sự thay đổi về tải, nhưng yêu cầu đó hiện nay vẫn chưa đảm bảo được do hệ thống điện vẫn còn có nhiều nhiễu loạn và gây nên tình trạng mất điện. Sa thải phụ tải là một phương pháp hiệu quả để phục hồi hệ thống bởi việc giảm bớt tải cho phù hợp với nguồn cung cấp. Đa số các nghiên cứu liên quan đến sa thải phụ tải đều dựa trên sự suy giảm tần số và điện áp của hệ thống. Các phương pháp sa thải truyền thống thường thiếu chính xác hay sa thải quá mức cần thiết làm cho hệ thống mất ổn định gây ra tổn thất điện năng dẫn đến chất lượng điện năng không đảm bảo.

Phạm vi nghiên cứu của đề tài dựa trên hệ thống IEEE 39 nút - 10 máy phát, liên quan đến các thông số về góc δ, các giá trị về tần số f, điện áp V, công suất P để đề ra chiến lược sa thải phụ tải tối ưu, nhằm ổn định hệ thống. Liên quan đến đề tài nghiên cứu, cũng có nhiều các công trình nghiên cứu như: Trong nước: Nguyễn Đức Thiện, 2015 [5], Luận văn thạc sĩ: "Xây dựng chương trình sa thải phụ tải dựa trên thuật toán FUZZY - AHP", Luận văn đã đề xuất phương pháp sa thải phụ tải dựa trên thuật toán Fuzzy-AHP. Với kết quả tổng lượng sa thải phụ tải giảm nhưng làm tăng thời gian phục hồi tần số. Lê Kim Hùng (Đại học Đà Nẵng), Vũ Phan Huấn (Công ty thí nghiệm điện Miền Trung), 2010 [9], Rơle sa thải phụ tải theo tần số có khả năng tích hợp các chức năng bảo vệ tần số và điện áp nhằm đảm bảo độ ổn định trong hệ thống điện bằng cách sa thải phụ tải hoặc cô lập lưới điện cục bộ trong điều kiện kém tần và HVTH: Bùi Nguyễn Xuân Vũ 1 LUẬN VĂN THẠC SĨ GVHD: PGS.

QUYỀN HUY ÁNH quá áp. Hiện nay, rơle tần số được lắp đặt tại các trạm biến áp và sa thải tải theo từng lượng công suất nhỏ, giúp cho tần số và điện áp lưới điện khôi phục lại trạng thái làm việc bình thường. Bài báo tập trung vào trình bày sơ đồ ứng dụng chức năng sa thải phụ tải mới dựa trên nguyên lý truyền thống sa thải tải, cho phép cắt các ngăn lộ theo từng cấp tần số, bắt đầu từ việc kiểm tra đấu nối nhị thứ, đến cài đặt thông số chỉnh định và cấu hình rơle trên phần mềm chuyên dụng giao tiếp rơle Micom Studio. Cuối cùng là ứng dụng sơ đồ sa thải phụ tải bằng rơle Areva P142 tại Trạm biến áp 110kV ĐăkMil.

Mai Ngọc Nhẫn, 2017 [8], Luận văn thạc sĩ: "Nghiên cứu sa thải phụ tải áp dụng mạng neural và thuật toán AHP", Luận văn này nghiên cứu và đề xuất mô hình: “Nghiên cứu sa thải phụ tải áp dụng mạng neural và thuật toán AHP” để sa thải phụ tải nhằm đảm bảo duy trì ổn định động hệ thống điện khi xuất hiện sự cố ngắn mạch trên cơ sở phối hợp áp dụng giải thuật công nghệ tri thức: K-means, mạng nơ ron và giải thuật AHP. Đây là mô hình sa thải phụ tải cho phép giảm thời gian ra quyết định, giảm thời gian phục hồi tần số và nâng cao độ ổn định tần số so với các phương pháp truyền thống. Đỗ Hữu Kiệt, 2016 [10], Luận văn thạc sĩ: "Nghiên cứu các phương pháp sa thải phụ tải", Luận văn này nghiên cứu phương pháp sử dụng cho chương trình sa thải phụ tải có xét đến tầm quan trọng và vị trí của phụ tải, chi phí phụ tải, và các điều kiện ràng buộc dựa trên thuật toán phân tích hệ thống phân cấp AHP và Fuzzy Logic để xử. Thuật toán Fuzzy Logic và AHP trợ giúp việc ra các quyết định duy trì hay sa thải phụ tải và tính toán các hệ số quan trọng của mỗi phụ tải, có thể đại diện cho tầm quan trọng của các loại phụ tải khác nhau.

Bevrani và các cộng sự, 2009 [11], đã nghiên cứu sử dụng tốc độ thay đổi tần số df/dt trong các sơ đồ điều khiển khẩn cấp hệ thống điện. Thảo luận vài trò của df/dt trong hiệu quả thiết kế sa thải phụ tải dưới tần số (UFLS). Phân tích tác động của các nguồn năng lượng tái tạo (gió, mặt trời) lên độ dốc tần số hệ thống và sự cần thiết của việc xem xét sửa đổi tiêu chuẩn hiệu suất tần số. Điều chỉnh lại rơle tự động UFLS, nhấn mạnh việc sử dụng ∆f/∆t là tốt hơn df/dt.

HVTH: Bùi Nguyễn Xuân Vũ 2 LUẬN VĂN THẠC SĨ GVHD: PGS. QUYỀN HUY ÁNH Urban Rudez và các cộng sự, 2011 [12], nghiên cứu một phương pháp mới về sa thải phụ tải dưới tần số, sử dụng đạo hàm bậc hai tần số làm nguồn thông tin cho dự báo quỹ đạo tần số. Phương pháp xấp xỉ Newton và nội suy của đạo hàm bậc hai tần số được liên tục tính toán để dự báo giá trị tần số nhỏ nhất sử dụng tích phân số. Shokooh và các cộng sự, 2011 [13], nghiên cứu về sa thải phụ tải thông minh ứng dụng trong các ngành công nghiệp lớn.

Các tác giả trên cũng đã đưa ra được nhiều nghiên cứu liên quan đến vấn đề của đề tài này, nhưng chưa nói đến vấn đề sa thải phụ tải ứng dụng kết hợp lý thuyết khoảng cách pha và mạng neural nhân tạo mà nghiên cứu này sẽ đề cập đến. Tính cấp thiết của đề tài. Vấn đề ổn định hệ thống điện là một yêu cầu rất cần thiết đối với bất kỳ một lưới điện nào trong một hệ thống điện liên kết. Trong vận hành hệ thống điện, luôn đòi hỏi phải có sự cân bằng giữa sản xuất và tiêu thụ.

Một khi sự cân bằng này bị phá vỡ, nếu không khắc phục kịp thời sẽ gây hậu quả nghiêm trọng cho tính ổn định của hệ thống. Ví dụ: - Sự cố mất điện tại miền Bắc Ấn Độ [38], xảy ra vào ngày 30 tháng 7 năm 2012 ảnh hưởng 14 bang. Sự cố này kéo dài trong hai ngày, ngày thứ hai khiến 20 trong tổng số 28 bang trong đó có cả thủ đô New Delhi khoảng hơn 600 triệu dân chịu ảnh hưởng. Ít nhất 300 chuyến tàu hỏa đã bị hoãn.

Hệ thống đèn điều khiển giao thông không hoạt động khiến tình trạng ùn tắc xảy ra vào giờ cao điểm. Và nhiều hệ lụy xảy ra liên quan đến sự cố này. Các công ty điện lực Ấn Độ thông báo trên trang mạng của họ rằng hệ thống điện lưới bị quá tải. - Đợt mất điện lớn nhất trong lịch sử nước Mỹ [39], ngày 14 tháng 8 năm 2003 đã gây thiệt hại ước tính khoảng 6 tỷ USD, số người bị ảnh hưởng lên tới 50 triệu người ở New York, Michigan, Ohio của Mỹ và Toronto, Ottawa của Canada.

Đáng chú ý, sự cố này bắt nguồn khi một đường điện cao thế tại Northern Ohio chạm phải những cây mọc quá cao. HVTH: Bùi Nguyễn Xuân Vũ 3 LUẬN VĂN THẠC SĨ GVHD: PGS. QUYỀN HUY ÁNH - Sự cố mất điện miền nam Việt Nam [40] diễn ra từ lúc 14 giờ ngày 22 tháng 5 năm 2013, làm các tỉnh thành miền Nam Việt Nam bị mất điện trong nhiều giờ. Sự cố này cũng gây mất điện một số khu vực tại quốc gia láng giềng Campuchia.

Đây là sự cố điện xảy ra gây ảnh hưởng với quy mô lớn trên diện rộng chưa từng có trong vòng 100 năm tại Việt Nam. Thiệt hại chỉ đối với ngành điện ước tính ban đầu là 14 tỉ đồng. Tính đến ngày 25 tháng 5, có tổng cộng 8 triệu khách hàng bị ảnh hưởng bởi sự cố, trong đó tại thành phố Hồ Chí Minh có 1,8 triệu hộ dân và khách hàng điện. Các nhiễu loạn của các hệ thống điện, thường là các sự cố một máy phát điện, hoặc bất ngờ thay đổi tải.

Những nhiễu loạn thay đổi về cường độ của nó, tại thời điểm này những nhiễu loạn có thể gây ra mất ổn định hệ thống. Ví dụ, khi một phụ tải công nghiệp lớn đột ngột được đóng, hệ thống có thể trở nên mất ổn định. Điều này dẫn đến cần thiết để nghiên cứu hệ thống và theo dõi nó để ngăn chặn hệ thống trở nên mất ổn định. Hai thông số quan trọng nhất để theo dõi là điện áp và tần số hệ thống.

Điện áp và tần số tại tất cả các thanh góp, cả hai đều phải được duy trì trong giới hạn quy định được thiết lập. Tần số chủ yếu bị ảnh hưởng bởi công suất tác dụng, trong khi điện áp chủ yếu bị ảnh hưởng bởi công suất phản kháng [1] Cụ thể, tần số bị ảnh hưởng bởi sự chênh lệch giữa công suất phát và nhu cầu phụ tải. Sự chênh lệch này được gây ra do nhiễu loạn, nó làm giảm khả năng phát điện của hệ thống. Ví dụ, do sự cố mất một máy phát điện, khả năng phát điện giảm trong khi nhu cầu phụ tải còn lại không đổi hoặc gia tăng.

Nếu có máy phát điện khác trong hệ thống không thể cung cấp đủ công suất cần thiết, thì tần số hệ thống bắt đầu giảm. Để phục hồi lại tần số trong giới hạn định mức, một chương trình sa thải tải cần được áp dụng cho hệ thống. Ngoài ra nhu cầu công suất phản kháng của phụ tải ảnh hưởng đến biên độ điện áp tại thanh góp. Khi hệ thống điện không thể đáp ứng nhu cầu công suất phản kháng của các phụ tải, điện áp trở nên mất ổn định.

Trong tình huống như vậy, các bộ tụ bù được đóng vào các lưới nhằm cung cấp công suất phản kháng cho các phụ HVTH: Bùi Nguyễn Xuân Vũ 4 LUẬN VĂN THẠC SĨ GVHD: PGS. QUYỀN HUY ÁNH tải. Tuy nhiên, khi các bộ tụ bù này không thể khôi phục lại các cấp điện áp trong giới hạn của nó, hệ thống phải sa thải tải. Sau sự cố, hệ thống phải trở về trạng thái ban đầu của nó, có nghĩa phụ tải đã bị sa thải được phục hồi một cách có hệ thống mà không gây ra sự sụp đổ hệ thống.

Trong trường hợp sự cố lâu dài, hệ thống điện không thể đáp ứng nhu cầu công suất trong thời gian dài, việc sa thải phụ tải tối ưu cần xem xét đến các chỉ tiêu kinh tế và tầm quan trọng của phụ tải.