Báo Cáo Tổng Kết Đề Tài Nghiên Cứu Tái Cấu Trúc Lưới Điện Phân Phối Có Xét Đến Nguồn Điện Phân Tán

Nghiên cứu tái cấu trúc lưới điện phân phối với nguồn điện phân tán đang trở thành một chủ đề… 67 trang · Đại học Công nghiệp Thành phố Hồ Chí Minh · 2022.

• Tác giả: Nguyễn Thanh Thuận
• Người hướng dẫn: TS. Nguyễn Thanh Thuận
• Trường học: Đại học Công nghiệp Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ Điện
• Đề tài: Tái Cấu Trúc Lưới Điện Phân Phối Có Xét Đến Nguồn Điện Phân Tán
• Loại tài liệu: báo cáo tổng kết
• Năm xuất bản: 2022
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CÁM ƠN
• 1. CHƯƠNG 1: MÔ HÌNH BÀI TOÁN TÁI CẤU HÌNH LƯỚI ĐIỆN PHÂN PHỐI CÓ XÉT ĐẾN NGUỒN ĐIỆN PHÂN TÁN
• 1.1. Tổng quan về bài toán tái cấu hình kết hợp với tối ưu vị trí và công suất nguồn điện phân tán
• 1.2. Tổng quan về phương pháp giải bài toán tái cấu trúc lưới có xét đến vị trí và công suất nguồn điện phân tán
• 1.3. Mô hình bài toán tái cấu hình kết hợp với tối ưu vị trí và công suất nguồn điện phân tán
• 1.4. Điều kiện ràng buộc của bài toán tái cấu hình kết hợp với tối ưu vị trí và công suất nguồn điện phân tán
• 2. CHƯƠNG 2: PHƯƠNG PHÁP GIẢI BÀI TOÁN REC-DGP DỰA TRÊN THUẬT TOÁN NGỖNG HOANG
• 2.1. Tổng quan về thuật toán tối ưu ngỗng hoang
• 2.2. Thuật toán ngỗng hoang cho bài toán REC-DGP
• 2.3. Tạo ra quần thể ngỗng hoang dã
• 2.4. Tạo ra các giải pháp mới bằng các cơ chế phối hợp di cư theo nhóm và đi bộ để tìm kiếm thức ăn
• 2.5. Giảm kích thước quần thể
• 2.6. Kết quả tính toán REC-DGP trên các lưới điện mẫu
• 3. CHƯƠNG 3: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI
• 3.1. Hướng phát triển của đề tài
• 3.2. Thông số lưới điện 33 nút
• 3.3. Thông số lưới điện 69 nút
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về Nghiên Cứu Tái Cấu Trúc Lưới Điện Phân Phối

Nghiên cứu tái cấu trúc lưới điện phân phối với nguồn điện phân tán đang trở thành một chủ đề nóng trong lĩnh vực năng lượng. Lưới điện phân phối thường gặp phải nhiều thách thức như tổn thất công suất lớn và hiệu suất vận hành kém. Việc áp dụng các phương pháp tái cấu trúc lưới điện có thể giúp cải thiện hiệu quả và giảm thiểu tổn thất. Nghiên cứu này sẽ tập trung vào việc phát triển các phương pháp tối ưu hóa nhằm nâng cao hiệu quả của lưới điện phân phối.

1.1. Tại sao cần tái cấu trúc lưới điện phân phối

Tái cấu trúc lưới điện phân phối giúp giảm tổn thất công suất và cải thiện độ tin cậy của hệ thống. Các nghiên cứu đã chỉ ra rằng việc tối ưu hóa cấu trúc lưới có thể mang lại lợi ích kinh tế lớn cho các nhà vận hành.

1.2. Nguồn điện phân tán và vai trò của nó

Nguồn điện phân tán (DG) đóng vai trò quan trọng trong việc cải thiện hiệu suất lưới điện. Sự phát triển của các nguồn năng lượng tái tạo đã thúc đẩy việc lắp đặt DG, từ đó tạo ra nhiều cơ hội và thách thức cho lưới điện phân phối.

II. Vấn đề và Thách thức trong Tái Cấu Trúc Lưới Điện

Mặc dù tái cấu trúc lưới điện phân phối mang lại nhiều lợi ích, nhưng cũng tồn tại nhiều thách thức. Các vấn đề như tổn thất công suất lớn, sự phức tạp trong việc quản lý lưới điện và sự không đồng nhất của nguồn điện phân tán cần được giải quyết. Việc xác định vị trí và công suất tối ưu cho các nguồn điện phân tán là một trong những thách thức lớn nhất.

2.1. Tổn thất công suất trong lưới điện phân phối

Tổn thất công suất trong lưới điện phân phối thường chiếm tỷ lệ lớn trong tổng tổn thất của hệ thống điện. Việc giảm thiểu tổn thất này là một nhiệm vụ quan trọng để nâng cao hiệu quả vận hành.

2.2. Sự phức tạp trong quản lý lưới điện

Quản lý lưới điện phân phối với nhiều nguồn điện phân tán tạo ra sự phức tạp trong việc điều phối và vận hành. Các nhà quản lý cần có các công cụ và phương pháp hiệu quả để xử lý vấn đề này.

III. Phương Pháp Tái Cấu Trúc Lưới Điện Phân Phối Hiệu Quả

Để giải quyết các vấn đề trong tái cấu trúc lưới điện, nhiều phương pháp đã được đề xuất. Các phương pháp này bao gồm tối ưu hóa bầy đàn, thuật toán ngỗng hoang và các kỹ thuật tối ưu hóa khác. Những phương pháp này giúp tìm ra cấu trúc lưới tối ưu với tổn thất công suất thấp nhất.

3.1. Tối ưu hóa bầy đàn trong tái cấu trúc lưới

Tối ưu hóa bầy đàn là một trong những phương pháp phổ biến được sử dụng để giải quyết bài toán tái cấu trúc lưới điện. Phương pháp này giúp tìm ra giải pháp tối ưu thông qua việc mô phỏng hành vi của các cá thể trong tự nhiên.

3.2. Thuật toán ngỗng hoang cho tái cấu trúc lưới

Thuật toán ngỗng hoang (WGA) là một phương pháp mới được phát triển để giải quyết bài toán tái cấu trúc lưới điện. Phương pháp này đã chứng minh được hiệu quả trong việc giảm tổn thất công suất và cải thiện cấu hình điện áp.

IV. Ứng Dụng Thực Tiễn và Kết Quả Nghiên Cứu

Kết quả nghiên cứu cho thấy rằng việc áp dụng các phương pháp tái cấu trúc lưới điện phân phối có xét đến nguồn điện phân tán mang lại hiệu quả cao. Các mô hình thử nghiệm trên lưới điện mẫu đã chỉ ra rằng tổn thất công suất có thể giảm đáng kể khi áp dụng các phương pháp tối ưu hóa.

4.1. Kết quả từ mô hình thử nghiệm

Các mô hình thử nghiệm cho thấy rằng việc áp dụng thuật toán ngỗng hoang giúp giảm tổn thất công suất từ 15% đến 30% so với các phương pháp truyền thống.

4.2. Ứng dụng trong thực tế

Các phương pháp nghiên cứu có thể được áp dụng trong thực tế để tối ưu hóa lưới điện phân phối, từ đó nâng cao hiệu quả vận hành và giảm chi phí cho các nhà quản lý lưới điện.

V. Kết Luận và Hướng Phát Triển Tương Lai

Nghiên cứu tái cấu trúc lưới điện phân phối với nguồn điện phân tán đã mở ra nhiều cơ hội mới cho ngành năng lượng. Các phương pháp tối ưu hóa không chỉ giúp giảm tổn thất công suất mà còn cải thiện độ tin cậy của hệ thống. Hướng phát triển tương lai sẽ tập trung vào việc áp dụng các công nghệ mới và cải tiến các phương pháp hiện có.

5.1. Tương lai của tái cấu trúc lưới điện

Tương lai của tái cấu trúc lưới điện sẽ phụ thuộc vào sự phát triển của công nghệ và các nguồn năng lượng tái tạo. Việc áp dụng các công nghệ mới sẽ giúp nâng cao hiệu quả và giảm thiểu tổn thất.

5.2. Các nghiên cứu tiếp theo

Các nghiên cứu tiếp theo sẽ tập trung vào việc phát triển các phương pháp mới và cải tiến các phương pháp hiện có để giải quyết các vấn đề phức tạp trong tái cấu trúc lưới điện.

Nội dung chính

Tối Ưu Hóa Tái Cấu Trúc Lưới Điện Phân Phối Tích Hợp Nguồn Phân Tán (REC-DGP) Bằng Thuật Toán Ngỗng Hoang (WGA)

---

Tóm tắt nghiên cứu (Executive Summary)

• Câu hỏi nghiên cứu chính: Làm thế nào để giải quyết đồng thời bài toán tối ưu phi tuyến, tổ hợp hỗn hợp rời rạc – liên tục giữa tái cấu trúc lưới điện phân phối (REC - Reconfiguration) và xác định vị trí, dung lượng tối ưu nguồn điện phân tán (DGP - Distributed Generation Placement) nhằm giảm thiểu tối đa tổn thất công suất kỹ thuật và cải thiện biểu đồ điện áp?
• Phương pháp tiếp cận: Đề tài ứng dụng thuật toán trí tuệ bầy đàn ngỗng hoang (Wild Geese Algorithm - WGA) – một thuật toán metaheuristic tiên tiến mô phỏng hành vi di cư theo đội hình và tìm kiếm thức ăn – kết hợp kỹ thuật mã hóa số nguyên giảm biến và giải thuật trào lưu công suất Newton-Raphson trên nền tảng MATLAB.
• Phát hiện chính: Kết quả thử nghiệm trên các hệ thống lưới điện mẫu chuẩn quốc tế IEEE 33 nút và 69 nút chứng minh:
  • Việc kết hợp đồng thời REC-DGP giúp cắt giảm tổn thất công suất tác dụng lên tới 65.11% (đối với lưới 33 nút) và 83.92% (đối với lưới 69 nút), vượt trội hoàn toàn so với việc chỉ áp dụng tái cấu hình đơn lẻ (30.98% và 56.16%).
  • Biên độ điện áp nút thấp nhất ($V_{min}$) được cải thiện vượt bậc, tiệm cận mức lý tưởng ($0.9734\text{ pu}$ và $0.9813\text{ pu}$).
  • Thuật toán WGA vượt trội hơn các thuật toán đối sánh phổ biến (PSO, PFA, MWOA, SSA, ESCA, IEO) về tỷ lệ tìm ra nghiệm tối ưu toàn cục ($100%$ trên lưới 33 nút), độ lệch chuẩn sai số cực thấp và thời gian xử lý CPU tối ưu.
• Hàm ý thực tiễn: Nghiên cứu cung cấp công cụ tính toán vận hành mạnh mẽ, mở ra giải pháp nâng cao hiệu quả kỹ thuật - kinh tế cho các Công ty Điện lực mà không đòi hỏi chi phí đầu tư hạ tầng dây dẫn mới.

---

Bối cảnh và tầm quan trọng của đề tài

                                 THÁCH THỨC VẬN HÀNH LƯỚI ĐIỆN PHÂN PHỐI

Hiện trạng và thách thức trong vận hành lưới điện phân phối

Lưới điện phân phối (Distribution Network - DN) là khâu cuối cùng trong chuỗi cung ứng điện năng đến hộ tiêu thụ. Do vận hành ở cấp điện áp trung và hạ thế với mật độ dòng điện truyền tải cao, tổn thất công suất tác dụng ($\Delta P$) trên lưới phân phối thường chiếm tỷ trọng lớn nhất trong tổng tổn thất của toàn hệ thống điện quốc gia. Điều này trực tiếp làm gia tăng chi phí vận hành, giảm tuổi thọ thiết bị và đe dọa chất lượng điện áp cuối nguồn.

Khoảng trống nghiên cứu (Research Gap)

Để giải quyết bài toán giảm tổn thất, hai kỹ thuật phổ biến nhất hiện nay là:

1. Tái cấu hình lưới điện (REC): Đóng/mở các khóa chuyển mạch liên lạc và phân đoạn để thay đổi cấu trúc dòng công suất mà không tốn chi phí lắp đặt thiết bị mới.
2. Lắp đặt nguồn phân tán (DGP): Tích hợp các nguồn phát quy mô vừa và nhỏ (năng lượng mặt trời, gió, sinh khối...) gần phụ tải.

Tuy nhiên, phần lớn các nghiên cứu trước đây thực hiện tách rời hai bài toán này. Việc tối ưu hóa độc lập không thể đảm bảo cấu hình tối ưu trước đó vẫn giữ được tính tối ưu khi nguồn phân tán (DG) được tích hợp vào (do sự xuất hiện của DG làm đảo chiều trào lưu công suất). Khi kết hợp bài toán thành REC-DGP, bài toán trở thành bài toán tối ưu phi tuyến, đa biến hỗn hợp (biến rời rạc biểu diễn vị trí khóa đóng/mở và nút đặt DG; biến liên tục biểu diễn công suất phát DG) với không gian tìm kiếm bùng nổ theo cấp số nhân ($2^n$ trạng thái khóa).

Tính cấp thiết và tác động

Trong bối cảnh năng lượng tái tạo phát triển bùng nổ tại Việt Nam và trên thế giới, việc phát triển một công cụ thuật toán đủ mạnh để tối ưu hóa đồng thời cấu trúc lưới và vị trí - công suất DG là vô cùng cấp bách. Đề tài NCKH cấp Trường (Mã số: 21/1D01) do TS. Nguyễn Thanh Thuận chủ nhiệm tại Trường Đại học Công nghiệp TP.HCM (IUH) đã giải quyết trọn vẹn khoảng trống này, mang lại giá trị công bố quốc tế uy tín (Scopus Q2 trên Journal on Electrical Engineering and Informatics) và tiềm năng ứng dụng thực tế sâu rộng.

---

Phương pháp luận và cách tiếp cận (Methodology)

                            QUY TRÌNH TỐI ƯU HÓA REC-DGP BẰNG THUẬT TOÁN WGA

1. Mô hình toán học của bài toán REC-DGP

Nghiên cứu xây dựng hàm mục tiêu đơn mục tiêu có xét hàm phạt để cực tiểu hóa tổn thất công suất tác dụng toàn hệ thống:

$$\min F(X) = \sum_{i=1}^{n_{br}} \Delta P_i + \rho \cdot \left[ \max(V_{Lo} - V_{min}, 0) + \max(V_{max} - V_{Hi}, 0) + \max(KI_{max} - KI_{Hi}, 0) \right]$$

Trong đó:

• $\Delta P_i$: Tổn thất công suất trên nhánh $i$; $n_{br}$: Tổng số nhánh của lưới điện.
• $\rho$: Hệ số phạt vi phạm ràng buộc (chọn $\rho = 1000$).
• $V_{min}, V_{max}$: Biên độ điện áp nhỏ nhất và lớn nhất tại các nút; $[V_{Lo}, V_{Hi}]$: Dải điện áp cho phép ($0.95 - 1.05\text{ pu}$).
• $KI_{max}, KI_{Hi}$: Hệ số mang tải thực tế lớn nhất và hệ số mang dòng định mức cho phép của nhánh ($KI_{Hi} = 1.0$).

2. Các điều kiện ràng buộc kỹ thuật nghiêm ngặt

• Ràng buộc cấu trúc lưới hình tia (Radial Topology): Đảm bảo không tạo vòng kín và không có nút bị cô lập thông qua định thức ma trận kết nối nhánh - nút: $|\det(Y)| = 1$.
• Ràng buộc cân bằng công suất: Giải bài toán phân bố trào lưu công suất bằng phương pháp Newton-Raphson.
• Giới hạn công suất phát của nguồn DG: $P_{DG,k} \le P_{DGmax,k}$ (với $k = 1, \dots, n_{dg}$).

3. Nguyên lý thuật toán ngỗng hoang (Wild Geese Algorithm - WGA)

Thuật toán WGA là thuật toán thông minh bầy đàn (Swarm Intelligence) mô phỏng chính xác các quy luật sinh học xã hội của loài ngỗng hoang dã:

• Mã hóa không gian tìm kiếm thông minh: Thay vì dùng biến nhị phân gây cồng kềnh cho lưới quy mô lớn, nghiên cứu sử dụng biến số nguyên để chỉ định vị trí khóa mở nằm trong các chu trình cơ bản (vòng kín).
• Cơ chế bay di cư phối hợp (Flocking & Migration): Vận tốc và vị trí của từng cá thể được điều chỉnh linh hoạt dựa trên vị trí của cá thể liền trước, liền sau và cá thể dẫn đàn tốt nhất ($G_{best}$).
• Cơ chế tìm kiếm thức ăn (Foraging): Thúc đẩy các cá thể khám phá cục bộ quanh các vùng tiềm năng.
• Chiến lược giảm dần kích thước quần thể tuyến tính: Số lượng cá thể giảm dần từ $N_{ini} = 60$ xuống $N_{final} = 30$ theo tiến trình đánh giá hàm mục tiêu ($NFE_{max} = 3000$). Cơ chế này giúp thuật toán vừa có khả năng bao quát không gian tìm kiếm rộng ở giai đoạn đầu (exploration), vừa hội tụ sâu vào nghiệm tối ưu ở giai đoạn cuối (exploitation).

---

Phát hiện và kết quả nghiên cứu chính

Nghiên cứu đã tiến hành mô phỏng thực nghiệm và so sánh thống kê qua 30 lần chạy độc lập trên hai hệ thống thử nghiệm chuẩn: IEEE 33 nút (tải $3.715\text{ MW} + 2.3\text{ MVAr}$) và IEEE 69 nút (tải $3.80\text{ MW} + 2.69\text{ MVAr}$).

Bảng 1: Tổng hợp kết quả tối ưu kỹ thuật trên lưới IEEE 33 nút và 69 nút

Thông số kỹ thuật	Hệ thống IEEE 33 nút (Gốc: $\Delta P = 202.68\text{ kW}, V_{min} = 0.9131\text{ pu}$)	Hệ thống IEEE 69 nút (Gốc: $\Delta P = 224.89\text{ kW}, $V_{min} = 0.9092\text{ pu}$)
Trường hợp REC	• Khóa mở tối ưu: 7-14-9-32-37 • $\Delta P$: 139.72 kW (Giảm 30.98%) • $V_{min}$: 0.9412 pu (Tăng 3.08%)	• Khóa mở tối ưu: 69-14-70-13-56 • $\Delta P$: 98.60 kW (Giảm 56.16%) • $V_{min}$: 0.9495 pu (Tăng 4.43%)
Trường hợp REC-DGP	• Khóa mở: 7-14-11-32-28 • Vị trí & Công suất DG: Nút 13, 30, 32 ($2.0\text{ MW/DG}$) • $\Delta P$: 70.72 kW (Giảm 65.11%) • $V_{min}$: 0.9734 pu (Tăng 6.60%) • $KI_{max}$: Giảm từ $0.753\text{ pu} \to 0.384\text{ pu}$	• Khóa mở: 69-14-70-12-58 • Vị trí & Công suất DG: Nút 11, 18, 61 • $\Delta P$: 36.15 kW (Giảm 83.92%) • $V_{min}$: 0.9813 pu (Tăng 7.93%)

---

Bảng 2: So sánh hiệu năng thống kê giữa WGA, PSO và PFA (30 lần chạy độc lập)

Thuật toán	Tỷ lệ thành công (%)	$F_{best}$ (kW)	$F_{ave}$ (kW)	Độ lệch chuẩn ($std$)	Thời gian CPU (s)
Lưới 33 nút (REC)
WGA (Đề xuất)	100.0%	139.72	139.72	0.0000	4.21
PFA	83.33%	139.72	141.25	1.8420	5.86
PSO	66.67%	139.72	143.89	3.2105	5.42
Lưới 69 nút (REC-DGP)
WGA (Đề xuất)	70.0%	36.15	37.42	0.8912	12.45
PFA	50.0%	36.15	40.18	2.4510	16.32
PSO	3.33%	38.29	48.65	5.1204	15.80

4 Phát hiện khoa học quan trọng:

1. Hiệu ứng cộng hưởng vượt trội của giải pháp tích hợp REC-DGP: Lắp đặt DG kết hợp tái cấu hình giúp giảm tổn thất sâu hơn từ 28.5% đến 44.3% so với việc chỉ tái cấu hình đơn thuần.
2. Cải thiện triệt để chất lượng điện áp và quá tải nhánh: Điện áp tại các nút xa nguồn được kéo lên trên mức $0.97\text{ pu}$, đồng thời hệ số mang dòng đỉnh trên các nhánh nặng tải giảm gần $50%$, giúp kéo dài tuổi thọ cách điện của dây dẫn.
3. Độ tin cậy và khả năng tìm kiếm toàn cục của WGA: Trong khi PSO gần như thất bại trên bài toán phức tạp 69 nút REC-DGP (tỷ lệ thành công chỉ đạt $3.33%$), WGA duy trì tỷ lệ vượt trội ($70%$), chứng minh cơ chế phối hợp bầy ngỗng giúp giải thuật thoát khỏi các cực trị cục bộ rất hiệu quả.
4. Tốc độ tính toán nhanh và độ ổn định cao: Nhờ chiến lược giảm số lượng cá thể ngỗng theo thời gian, thời gian chạy CPU của WGA giảm từ 20% đến 28% so với PSO và PFA, với độ lệch chuẩn ($std$) tiệm cận $0$.

---

Đóng góp khoa học và giá trị học thuật

                                    CÁC ĐÓNG GÓP CỦA NGHIÊN CỨU

Đóng góp về mặt phương pháp luận và lý thuyết

• Lần đầu tiên điều chỉnh và ứng dụng thành công thuật toán trí tuệ bầy đàn ngỗng hoang (WGA) cho bài toán tối ưu hóa hệ thống điện tích hợp phức tạp.
• Đề xuất phương pháp mã hóa ma trận kết nối vòng kín giúp rút gọn số chiều của không gian nghiệm, giảm tải đáng kể bộ nhớ tính toán.

Đóng góp ứng dụng thực tiễn

• Cung cấp cho các kỹ sư điều độ hệ thống điện (DSO) một thuật toán tin cậy để lập phương thức vận hành tối ưu ngày/tuần/tháng.
• Giúp tối đa hóa khả năng tiếp nhận (Hosting Capacity) các nguồn năng lượng tái tạo phân tán mà không gây quá áp hoặc quá tải lưới cục bộ.

Đóng góp về đào tạo và chính sách

• Đề tài nghiệm thu thành công sản phẩm loại 3 với công bố quốc tế uy tín: 01 bài báo trên Tạp chí Scopus Q2 (Journal on Electrical Engineering and Informatics).
• Thuật toán và mô hình tính toán được tích hợp làm tài liệu chuyên đề giảng dạy môn "Tối ưu hóa vận hành hệ thống điện" cho học viên Cao học và Nghiên cứu sinh tại Khoa Công nghệ Điện - ĐH Công nghiệp TP.HCM.

---

Đối tượng hưởng lợi từ nghiên cứu

1. Các Tổng công ty Điện lực / Công ty Điện lực (EVN, DSOs):
   • Giảm tổn thất điện năng thương mại và kỹ thuật, tiết kiệm hàng chục tỷ đồng chi phí mua điện hàng năm.
   • Nâng cao độ tin cậy cung cấp điện (giảm chỉ số SAIDI, SAIFI) và ổn định điện áp cho khách hàng.
2. Kỹ sư vận hành và điều độ viên hệ thống điện:
   • Sở hữu công cụ tự động hóa xác định trạng thái đóng/cắt tối ưu của các thiết bị phân đoạn (Recloser, LBS) trên lưới điện thông minh.
3. Các nhà nghiên cứu và học viên sau đại học:
   • Tài liệu tham khảo chuẩn mực về ứng dụng thuật toán Metaheuristic thế hệ mới trong bài toán tối ưu hóa hệ thống năng lượng.
4. Chủ đầu tư nguồn năng lượng phân tán (Rooftop Solar, Biogas, Microgrid):
   • Định hướng lựa chọn điểm đấu nối và quy mô công suất tối ưu nhằm đạt hiệu quả hòa lưới cao nhất mà không bị giới hạn phát điện do quá áp.

---

Câu hỏi thường gặp (FAQ)

1. Điểm khác biệt mấu chốt của nghiên cứu này so với các công trình trước đây là gì?

Nghiên cứu giải quyết đồng thời bài toán tái cấu hình (REC) và tối ưu nguồn phân tán (DGP) thay vì giải tuần tự riêng rẽ, đồng thời ứng dụng thuật toán mới WGA với phân tích thống kê đa chỉ số (thay vì chỉ so sánh nghiệm đơn lẻ) để chứng minh độ ổn định vượt trội.

2. Thuật toán Ngỗng hoang (WGA) có gì ưu việt hơn thuật toán Bầy đàn kinh điển (PSO)?

WGA tích hợp cơ chế tương tác đa chiều (giữa cá thể với cả cá thể trước, sau và cá thể đầu đàn) cùng chiến lược giảm quy mô quần thể ngỗng hoang tuyến tính. Điều này giúp WGA duy trì tính đa dạng quần thể ở giai đoạn đầu và hội tụ cực nhanh ở giai đoạn cuối, khắc phục triệt để nhược điểm dễ bị mắc kẹt tại cực trị địa phương của PSO.

3. Phương pháp này có thể áp dụng cho lưới điện phân phối thực tế tại Việt Nam không?

Hoàn toàn khả thi. Thuật toán chỉ yêu cầu dữ liệu thông số đường dây, phụ tải nút và vị trí các máy cắt/Recloser sẵn có trong phần mềm SCADA/GIS của các Công ty Điện lực để xuất ra phương án đóng/cắt tối ưu.

4. Hướng phát triển tiếp theo của nghiên cứu là gì?

Đề tài có thể mở rộng giải quyết bài toán đa mục tiêu (tối thiểu hóa chi phí đầu tư - vận hành kết hợp tối đa hóa độ tin cậy cung cấp điện), tích hợp thêm hệ thống pin lưu trữ năng lượng (BESS) và xét đến tính bất định của biểu đồ phát điện mặt trời theo thời gian thực (Dynamic Reconfiguration).

5. Việc tái cấu trúc lưới điện có làm gián đoạn cung cấp điện cho khách hàng không?

Trong thực tế, các thao tác chuyển mạch đóng/cắt trên lưới phân phối hiện đại được thực hiện tự động thông qua hệ thống DAS/SCADA theo nguyên lý "đóng trước - cắt sau" (Make-before-Break), đảm bảo không gây mất điện khách hàng trong quá trình tái cấu hình.

---

Kết luận

Báo cáo nghiên cứu khoa học "Tái cấu trúc lưới điện phân phối có xét đến nguồn điện phân tán" do TS. Nguyễn Thanh Thuận và nhóm nghiên cứu Khoa Công nghệ Điện – Trường Đại học Công nghiệp TP.HCM thực hiện đã hoàn thành xuất sắc các mục tiêu đề ra. Nghiên cứu không chỉ khẳng định tính ưu việt của thuật toán Wild Geese Algorithm (WGA) trong việc giảm tổn thất và nâng cao chất lượng điện áp mà còn mang lại sản phẩm công bố quốc tế chuẩn Scopus Q2 có giá trị học thuật cao.

Đây là tiền đề vững chắc để triển khai ứng dụng vào các phần mềm tự động hóa lưới điện phân phối (Smart Distribution Grid), đóng góp tích cực vào tiến trình chuyển dịch năng lượng xanh và chuyển đổi số ngành điện lực.

Trích đoạn nội dung tài liệu

Chương 1 MÔ HÌNH BÀI TOÁN TÁI CẤU HÌNH LƯỚI ĐIỆN PHÂN PHỐI CÓ XÉT ĐẾN NGUỒN ĐIỆN PHÂN TÁN 1. Tổng quan về bài toán tái cấu hình kết hợp với tối ưu vị trí và công suất nguồn điện phân tán Cấp điện áp thấp và tổn thất công suất lớn trong lưới điện phân phối (Distribution Network - DN) là những yếu tố làm tăng chi phí vận hành của DN và hệ thống điện [1]. Vì vậy, việc tìm ra các phương pháp để giảm tổn thất công suất trên DN đã thu hút được nhiều sự quan tâm của các nhà nghiên cứu. Một trong những cách tiếp cận hiệu quả để giảm tổn thất công suất là điều chỉnh cấu trúc DN hiện có bằng cách thay đổi trạng thái của một số khóa điện thường đóng hoặc thường mở trên DN.

Quá trình này được gọi là tái cấu hình (Reconfiguration - REC). Mặc dù không gây tốn kém chi phí khi triển khai giải pháp REC trên các DN thực tế, nhưng đây là một bài toán rời rạc phức tạp, trong đó số cấu trúc khả thi có thể lên tới 2𝑛 đối với một DN có trang bị 𝑛 khóa điện. Ngoài ra, giải pháp thu được của bài toán tái cấu hình phải thỏa mãn các ràng buộc về cấu trúc lưới hình tia và các giới hạn kỹ thuật khác. Ngoài giải pháp REC, lắp đặt nguồn điện phân tán (Distributed Generation Placement - DGP) cũng là một giải pháp hiệu quả để giảm tổn thất trên DN.

Nguồn điện phân tán (Distributed Generation - DG) là các nguồn điện nhỏ được lắp đặt tại DN [2], [3]. Dựa trên công suất DG, DG có thể được chia thành các loại bao gồm DG siêu nhỏ có công suất dưới 5 kW, DG nhỏ có công suất trong khoảng 5 kW đến 5MW, DG trung bình với công suất trong khoảng 5–50 MW và DG lớn cùng với công suất trong khoảng 50–300 MW [4]. Trong những năm gần đây, sự hiện diện của các DG trên DN ngày càng tăng do sự phát triển mạnh mẽ của các nguồn năng lượng tái tạo cũng như những lợi ích kinh tế kỹ thuật to lớn mà chúng mang lại. Tuy nhiên, sự hiện diện của các DG trong DN cũng làm tăng tính phức tạp trong công tác vận hành DN.

Vị trí và công suất lắp đặt không phù hợp có thể ảnh hưởng tiêu cực đến hoạt động của DN. Vì vậy, việc lựa chọn các thông số tối ưu của các DG như vị trí, công suất 18 lắp đặt cũng là một vấn đề cần được quan tâm. Ngoài ra, các thông số này chắc chắn ảnh hưởng đến quá trình REC. Vì vậy, vấn đề kết hợp giữa REC và DGP (REC-DGP) cần được thực hiện để nâng cao hiệu quả vận hành của các DN.

Tuy nhiên, do sự kết hợp biến rời rạc và liên tục và không gian tìm kiếm lớn, bài toán REC-DGP trở nên phức tạp hơn đòi hỏi các phương pháp giải hiệu quả. Tổng quan về phương pháp giải bài toán tái cấu trúc lưới có xét đến vị trí và công suất nguồn điện phân tán Đối với bài toán REC, mặc dù đã được đề xuất từ rất sớm trong những năm 1970 [5], nhưng cho đến nay nó vẫn thu hút được sự quan tâm của các nhà nghiên cứu. Đã có một số nghiên cứu đã được thực hiện gần đây như [6]–[10]. Trong [6], bài toán REC đã được xem xét để cải thiện tổn thất công suất và ổn định điện áp.

Trong đó, việc tối ưu hóa bầy đàn sửa đổi đã được đề xuất để tìm ra giải pháp tối ưu. Trong [7], tối ưu hóa bầy đàn có chọn lọc (Selective Particle Swarm Optimization - SPSO) đã được áp dụng thành công cho bài toán REC để giảm tổn thất công suất và cải thiện điện áp. Trong [8], thuật toán đom đóm chọn lọc (Selective Firefly Algorithm - SFA) đã được áp dụng cho bài toán REC với mục tiêu giảm tổn thất công suất. Trong công trình này, nhóm tác giả đã chỉ ra những ưu điểm của SFA so với SPSO và thuật toán Bat.

Điểm đáng chú ý của nghiên cứu này làm này là các chỉ số này được đánh giá trong 24 giờ. Bài toán REC được giải quyết để đáp ứng các mục tiêu giảm tổn thất công suất và nâng cao độ tin cậy dựa trên phương pháp epsilon. Trong khi đó, cũng có nhiều nghiên cứu liên quan đến bài toán DGP trên DS như [11]–[15]. Điểm đáng chú ý của công trình này là nhóm tác giả đã chỉ ra được những ưu điểm của EHOPSO so với EHO cũng như PSO.

Trong nghiên cứu này, MMFA đã được chứng minh rằng nó hoạt động tốt hơn so với thuật toán (Moth Flame Optimization - MFO) và các phương pháp khác trước đó. Trong [13], phương pháp lai giữa GA và PSO (HGAPSO) được áp dụng cho bài toán DGP để giảm tổn thất công suất và cải thiện cấu hình điện áp của DN. Trong đó, HGAPSO đã thể hiện được khả năng vượt trội của nó so với thuật toán GA và PSO gốc. Tương tự, trong [14], bài toán DGP để giảm tổn thất công suất của DN đã được giải thành công bằng thuật toán tìm kiếm hấp dẫn (Gravitational Search Algorithm - GSA).

Trong [15], bài toán DGP để giảm tổn thất công suất xem xét giới hạn ổn định của hệ thống cũng được giải thành công bằng thuật toán GA. Trong những năm gần đây, một số nghiên cứu đã kết hợp cả hai giải pháp REC và DGP để nâng cao hiệu quả của DN. Trong [16], thuật toán tên trộm và cảnh sát (Thief and Police Algorithm - TPA) được áp dụng cho bài toán REC-DGP có xem xét đến vị trí tụ bù để làm giảm tổn thất công suất, chi phí vận hành và độ ổn định điện áp. Một trong những điểm mạnh của nghiên cứu này là hiệu suất TPA đã được so sánh với các phương pháp phổ biến như tối ưu hóa bầy đàn (Particle Swarm Optimization - PSO) và thuật toán di truyền (Genetic Algorithm - GA).

Tuy nhiên, điểm hạn chế của nghiên cứu là kết quả thu được chỉ được phân tích dưới dạng kết quả cuối cùng và đặc điểm hội tụ, các kết quả thống kê giữa các phương pháp chưa được phân tích để chỉ ra ưu điểm của TPA đề xuất so với các phương pháp so sánh. Trong [17], thuật toán tối ưu bướm đêm MFO được trình bày cho bài toán REC-DGP để giảm tổn thất công suất, cải thiện cấu hình điện áp và độ ổn định của DN. Tuy nhiên, kết quả thu được của MFO chỉ mang tính chất so sánh với các phương pháp khác trước đây, kết quả thống kê của MFO cũng chưa được đánh giá để chứng minh tính ổn định của phương pháp đề xuất. Trong [18], thuật toán tìm kiếm Tabu (Tabu Search Algorithm - TSA) được sử dụng thành công cho bài toán REC-DGP để giảm tổn thất và giảm chi phí chuyển mạch.

Trong nghiên cứu này, TSA đã cho thấy hiệu suất tốt hơn PSO về độ hội tụ và kết quả tối ưu. Tuy nhiên, kết quả cuối cùng của SSA chỉ được so sánh với các phương pháp đã được thực hiện trước đây, kết quả thống kê của SSA không được phân tích để chứng minh tính ổn định của SSA. Ngoài việc sử dụng các phương pháp dựa trên các thuật toán metaheuristic nguyên thủy như một số phương pháp đã đề cập ở trên, một số nghiên cứu sử dụng các phương pháp dựa trên các thuật toán đã sửa đổi hoặc cải tiến cho các bài toán REC-DGP. Trong [20], tối ưu hóa cân bằng cải tiến (Improved Equilibrium Optimization - IEO) được đề xuất cho bài toán REC-DGP để giảm tổn thất công suất và nâng cao cấu hình điện áp của DN.

Trong nghiên cứu này, dựa trên so sánh kết quả thống kê giữa IEO và EO, IEO đã cho thấy nó đạt hiệu quả cao hơn EO cho bài toán REC-DGP. Trong [21], thuật toán sin-cosin nâng cao (Enhanced Sine-Cosine Algorithm - ESCA) được áp dụng thành công cho bài toán REC-DGP để giảm tổn thất công suất và các mục tiêu kinh tế và kỹ thuật khác. Trong công trình này, các tác giả đã chỉ ra hiệu suất cao hơn của ESCA so với SCA ban đầu và một số phương pháp khác. Trong [1], thuật toán tối ưu hóa cá voi sửa đổi (Modified Whale Optimization Algorithm - MWOA) được đề xuất thành công cho bài toán REC-DGP để giảm tổn thất công suất và cải thiện độ ổn định điện áp.

Tuy nhiên, hiệu quả của MWOA chỉ được so sánh với một số phương pháp phổ biến đã được thực hiện, kết quả thống kê của MWOA chưa được đánh giá và MWOA cũng không được so sánh với phiên bản gốc của WOA. Ngoài các phương pháp được đề cập ở trên, cũng có một số phương pháp đã được sử dụng thành công cho bài toán REC-DGP như trình tối ưu hóa bươm bướm (Butterfly Optimizer - BO) [22], thuật toán tìm kiếm trọng trường (Gravitational Search Algorithm - GSA) [23], thuật toán chu trình nước (Water Cycle Algorithm - WCA) [24], thuật toán tìm kiếm ba chiều (Three-Dimensional Group Search Algorithm - 3DGSO) [25], thuật toán pháo hoa (Fireworks Algorithm - FA) [26], thuật toán sin-cosin (Sine-Cosine Algorithm - SCA) [27], thuật toán kết hợp của trình tối ưu sói xám (Grey Wolf Optimizer - GWO) và PSO (GWO-PSO) [28]. Có thể thấy rằng vấn đề REC-DGP chủ yếu được giải quyết bằng phương pháp tối ưu tổng quát. Các phương pháp được áp dụng cũng đã 21 chứng minh được hiệu quả của chúng đối với bài toán này.

Tuy nhiên, tính ổn định và độ tin cậy của nhiều phương pháp đối với bài toán REC-DGP thông qua các kết quả thống kê vẫn chưa được phân tích rõ ràng. Tình huống này có thể dẫn đến sự lựa chọn phương pháp khó khăn cho bài toán REC-DGP. Hơn nữa, thực tế cho thấy không có thuật toán nào đạt hiệu quả cao cho mọi bài toán [29]. Do đó, việc áp dụng và thử nghiệm các phương pháp mới cho bài toán REC-DGP cần được tiếp tục triển khai nhằm bổ sung các phương pháp hữu hiệu cho bài toán REC-DGP.

Mô hình bài toán tái cấu hình kết hợp với tối ưu vị trí và công suất nguồn điện phân tán Do vận hành ở cấp điện áp thấp nên tổn thất công suất của DN thường chiếm tỷ trọng lớn trong tổng tổn thất công suất của hệ thống điện. Vì vậy, giảm tổn thất công suất là một trong những nhiệm vụ quan trọng trong quá trình vận hành của DN. Hàm mục tiêu của bài toán REC-DGP được xác định như sau: ∑ ∆P (X) = ∑𝑛𝑖=1 𝑏𝑟 ∆P𝑖 (1) Trong đó, ∑ ∆P (X) là tổn thất công suất của DN do giải pháp 𝑋 của bài toán REC-DGP gây ra. ∆P𝑖 là tổn thất công suất trên nhánh 𝑖.

𝑛𝑏𝑟 là tổng số nhánh của DN.