Giới thiệu dự án

Nhu cầu tiêu thụ năng lượng tại các đô thị hiện đại đang tạo áp lực nặng nề lên hệ thống lưới điện quốc gia và an ninh năng lượng. Theo các báo cáo thống kê năng lượng, các công trình dân dụng và thương mại tại Việt Nam hiện chiếm khoảng 40% tổng năng lượng điện tiêu thụ toàn quốc. Trong bối cảnh giá nhiên liệu hóa thạch leo thang và cam kết Net Zero vào năm 2050 (COP26), mô hình tòa nhà gần như không tiêu thụ năng lượng (Nearly Zero-Energy Buildings - nZEB) trở thành giải pháp kỹ thuật cốt lõi nhằm giải quyết bài toán phát triển bền vững.

Thách thức lớn nhất trong việc vận hành các tòa nhà thương mại hiện nay bao gồm:

  • Chi phí tiền điện giờ cao điểm đắt đỏ: Biểu giá điện kinh doanh của Tập đoàn Điện lực Việt Nam (EVN) áp dụng mức chênh lệch rất lớn giữa giờ thấp điểm ($1.361\text{ VNĐ/kWh}$), giờ bình thường ($2.442\text{ VNĐ/kWh}$) và giờ cao điểm ($4.251\text{ VNĐ/kWh}$).
  • Tính bất định của năng lượng tái tạo: Sản lượng điện mặt trời (Photovoltaic - PV) và điện gió (Wind Turbine - WT) phụ thuộc chặt chẽ vào thời tiết và bức xạ, tạo ra độ lệch pha lớn với biểu đồ phụ tải thực tế.
  • Chi phí đầu tư hệ thống lưu trữ (BESS): Đầu tư nguồn pin lưu trữ (Battery - BAT) và bộ biến đổi hai chiều (Bi-directional Converter - BDC) đòi hỏi mức vốn ban đầu (CAPEX) cao, nếu không có thuật toán điều phối thông minh thì thời gian hoàn vốn sẽ kéo dài.
       +--------------------------------------------------------+
       |               AC BUS (3-phase 380V/50Hz)               |
       +-------+--------------------+-------------------+-------+
               |                    |                   |
               v                    v                   ^
        +--------------+     +--------------+     +-------------+
        | Lưới điện    |     | Tua-bin gió  |     | Phụ tải     |
        | EVN (Grid)   |     | AWS (5.1 kW) |     | Tòa nhà     |
        +--------------+     +--------------+     | (Load 1,2,3)|
                                                  +-------------+
               ^
               | (Bi-directional Power Flow)
               v
        +--------------+
        | Biến đổi     | (BDC - Hiệu suất 95%)
        | hai chiều    |
        +-------+------+
                |
       +--------+-----------------------------------------------+
       |                         DC BUS                         |
       +-------+----------------------------------------+-------+
               ^                                        ^
               |                                        |
        +--------------+                         +--------------+
        | Mảng PV      |                         | Hệ thống ắc  |
        | CS6X-325P    |                         | quy AES      |
        | (325 Wp)     |                         | (6.6 kWh)    |
        +--------------+                         +--------------+

Đề tài tập trung vào 4 mục tiêu nghiên cứu cụ thể:

  1. Nghiên cứu tổng quan và mô hình hóa toán học các thành phần hệ thống nZEB tích hợp PV, WT, BAT, BDC liên kết lưới.
  2. Xây dựng bài toán tối ưu hóa phi tuyến có ràng buộc bằng phương pháp lập trình điều khiển dòng công suất trên nền tảng MATLAB, tuyến tính hóa các biến trạng thái nạp/xả và mua/bán điện.
  3. Thực hiện mô phỏng kỹ thuật - kinh tế trên phần mềm chuyên dụng HOMER Pro để kiểm chứng tính khả thi của mô hình.
  4. Đánh giá, so sánh hiệu quả chi phí hiện tại ròng (NPC), giá thành điện năng san bằng (COE), và thời gian thu hồi vốn giữa hai cấu hình: Hệ thống 1 (PV-BAT-GRID) và Hệ thống 2 (PV-WT-BAT-GRID).

Dự án được giới hạn nghiên cứu tại một tòa nhà văn phòng điển hình ở khu vực Thành phố Hồ Chí Minh với công suất đỉnh phụ tải đạt $241\text{ kW}$ vào lúc 15:00 và công suất nền ban đêm là $25\text{ kW}$, không thực hiện phát ngược công suất dư thừa lên lưới ($P_{GS} = 0$).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Việc ứng dụng nZEB trên thế giới đã phát triển từ các giải pháp thụ động (cách nhiệt, tối ưu kiến trúc) sang các giải pháp chủ động kết hợp microgrid thông minh. Dưới đây là bảng phân tích so sánh các mô hình cấp nguồn hiện nay:

Mô hình cấp điện Ưu điểm Nhược điểm Chi phí vận hành (OPEX) Hiệu quả nZEB
Lưới truyền thống (Grid-Only) Không cần vốn đầu tư ban đầu Phụ thuộc hoàn toàn vào EVN; rủi ro chi phí giờ cao điểm rất cao Rất cao (>54 tỷ VNĐ/20 năm) 0% (Không đạt tiêu chuẩn)
Hòa lưới không lưu trữ (PV-Grid) Chi phí đầu tư thấp; dễ lắp đặt Không tận dụng được điện mặt trời khi tải thấp; không giảm phụ tải đỉnh tối Trung bình Thấp - Trung bình (30% - 40%)
Hybrid có lưu trữ (PV-WT-BAT-Grid nZEB) Tối ưu hóa biểu giá TOU; tự chủ năng lượng; triệt tiêu đỉnh tải Chi phí vốn ban đầu cao; thuật toán điều khiển phức tạp Thấp nhất Tối ưu (>75% - 90%)

Nghiên cứu hình khối kiến trúc của PGS.KTS Nguyễn Anh Tuấn (ĐH Bách Khoa Đà Nẵng) trên EnergyPlus cho thấy: dạng hình khối hộp chữ nhật kết hợp bố trí PV trên mái đem lại hệ số khai thác bức xạ đạt trên $100\text{ kWh/m}^2/\text{năm}$, cao hơn đáng kể so với việc lắp đặt PV mặt đứng hoặc hình lăng trụ tam giác. Do đó, việc quy hoạch nguồn năng lượng tập trung vào diện tích mái là hoàn toàn khả thi.

Dựa trên phương pháp MoSCoW, yêu cầu kỹ thuật của hệ thống được xác định:

  • Must Have: Đảm bảo cân bằng công suất tức thời ($P_{Load} = P_{Gen}$); duy trì dung lượng pin trong khoảng an toàn $20% \le SOC \le 80%$; không bán điện ngược lên lưới ($P_{GS} = 0$).
  • Should Have: Tự động dịch chuyển phụ tải loại 3 (phụ tải linh hoạt) sang các khung giờ thấp điểm hoặc giờ năng lượng tái tạo cực đại.
  • Could Have: Tích hợp thêm tua-bin gió trục đứng để khai thác vận tốc gió tầng thấp tại đô thị.
  • Won't Have: Vận hành ở chế độ cô lập độc lập (Islanding) không kết nối lưới trong giai đoạn này.

Thiết kế hệ thống

Hệ thống nZEB được cấu trúc theo cấu hình liên kết DC-AC Microgrid phân tán:

  • Mảng pin quang điện (PV): Sử dụng module Canadian Solar CS6X-325P công suất định mức $325\text{ W}$, hệ số suy giảm công suất theo nhiệt độ $\gamma_P = -0,35%/^\circ\text{C}$, tuổi thọ thiết kế 20 năm.
  • Tua-bin gió (WT): Module AWS công suất định mức $5,1\text{ kW}$, vận tốc gió khởi động/định mức tương ứng $5,4\text{ m/s}$ / $900\text{ vòng/phút}$, tuổi thọ 20 năm.
  • Bộ lưu trữ năng lượng (BESS): Module Lithium-ion AES dung lượng $6,6\text{ kWh}$, điện áp danh định phù hợp với DC bus, tuổi thọ 10 năm ($n_{repl} = 1$).
  • Bộ biến đổi hai chiều (BDC): Đảm bảo chuyển đổi DC/AC và AC/DC với hiệu suất $\eta_{BDC} = 95%$, tuổi thọ 15 năm.

Đơn giá đầu tư và bảo dưỡng thiết bị được quy chuẩn theo thị trường:

Thiết bị Suất đầu tư lắp đặt (VNĐ/kW) Chi phí O&M hàng năm (VNĐ/kW/năm) Chi phí thay thế (VNĐ/kW) Tuổi thọ (Năm)
Pin PV (CS6X-325P) $7.000.000$ $140.000$ $7.000.000$ 20
Tua-bin gió (AWS 5.1kW) $20.000.000$ $300.000$ $20.000.000$ 20
Bộ biến đổi BDC (Inverter) $3.000.000$ $75.000$ $3.000.000$ 15
Ắc quy lưu trữ BAT (AES) $3.500.000$ $35.000$ $3.500.000$ 10

Methodology

Phương pháp nghiên cứu áp dụng quy trình tính toán tối ưu hóa đa bước:

  1. Thu thập dữ liệu chuỗi thời gian: Khảo sát bức xạ mặt trời $G_T(t)$, nhiệt độ môi trường $T_a(t)$, tốc độ gió $v(t)$ theo từng giờ trong năm từ cơ sở dữ liệu NASA thông qua HOMER Pro tại tọa độ TP.HCM.
  2. Phân loại phụ tải tiêu thụ:
    • Phụ tải Loại 1 & 2 ($P_{load1}, P_{load2}$): Phụ tải ưu tiên và cố định (chiếu sáng, thiết bị văn phòng, máy chủ).
    • Phụ tải Loại 3 ($P_{load3}$): Phụ tải điều khiển linh hoạt (hệ thống bơm nước, máy điều hòa trung tâm chiller, sạc xe điện).
  3. Mô hình hóa toán học MILP: Xây dựng hàm mục tiêu tối thiểu hóa tổng chi phí vòng đời 20 năm, giải trên môi trường MATLAB.
  4. Mô phỏng chéo (Cross-Validation): Nhập cấu hình vào HOMER Pro để kiểm tra độ tin cậy và sai lệch dòng công suất.
       +------------------------------------------------------+
       |       DỮ LIỆU ĐẦU VÀO (Bức xạ, Tốc độ gió,           |
       |       Biểu giá EVN, Biểu đồ phụ tải 3 loại)          |
       +--------------------------+---------------------------+
                                  |
                                  v
       +------------------------------------------------------+
       |         THUẬT TOÁN ĐIỀU KHIỂN DÒNG CÔNG SUẤT         |
       |         Xác định cân bằng nguồn - tải từng giờ       |
       +--------------------------+---------------------------+
                                  |
                                  v
       +------------------------------------------------------+
       |             KIỂM TRA CÁC RÀNG BUỘC KỸ THUẬT          |
       |  - Giới hạn pin: 20% <= SOC(t) <= 80%                |
       |  - Giới hạn phụ tải linh hoạt: Pload3_min <= Pload3  |
       |  - Tuyến tính hóa: BatSt(t), GridSt(t) in {0, 1}     |
       +--------------------------+---------------------------+
                                  |
                        +---------+---------+
                        |                   |
                     [ĐÚNG]              [SAI] ---> Hiệu chỉnh
                        |                            tham số
                        v
       +------------------------------------------------------+
       |             TỐI ƯU HÀM MỤC TIÊU (MATLAB)             |
       |         Min(CAPEX_tot) = Min(C_PV + C_WT +           |
       |                 C_BAT + C_Conv + C_Grid)             |
       +--------------------------+---------------------------+
                                  |
                                  v
       +------------------------------------------------------+
       |         MÔ PHỎNG & SO SÁNH TRÊN HOMER PRO            |
       |               (Đánh giá NPC, COE, PBP)               |
       +------------------------------------------------------+

Implementation và kết quả

Development process

Thuật toán điều khiển dòng công suất được lập trình nhằm mục tiêu triệt tiêu dòng công suất mua lưới trong giờ cao điểm và tối đa hóa hiệu suất sử dụng nguồn năng lượng tái tạo $P_{RES}(t) = P_{PV}(t) + P_{WTG}(t)$.

Mô hình toán học của các nguồn phát được chuẩn hóa:

  • Công suất phát của mảng PV: $$P_{PV}(t) = Y_{PV} \cdot f_{PV} \left( \frac{G_T(t)}{G_{T,STC}} \right) [1 + \alpha_P (T_c(t) - T_{c,STC})]$$
  • Công suất phát của tua-bin gió: $$P_{WTG}(t) = \frac{\rho(t)}{\rho_0} \cdot P_{WTG,STP}(v(t))$$
  • Phương trình cân bằng công suất hệ thống: $$P_{GB}(t) - P_{GS}(t) + P_{PV}(t) + P_{WTG}(t) + P_{BATout}(t) - P_{BATin}(t) = P_{Load1}(t) + P_{Load2}(t) + P_{Load3}(t)$$

Để giải bài toán tối ưu phi tuyến mà không gặp lỗi phân kỳ, biến trạng thái nhị phân $BatSt(t) \in {0, 1}$ và $GridSt(t) \in {0, 1}$ được áp dụng để tuyến tính hóa quá trình nạp/xả và giao dịch lưới: $$\begin{cases} 0 \le P_{BATin}(t) \le BatSt(t) \cdot P_{BATin}^{max} \ 0 \le P_{BATout}(t) \le (1 - BatSt(t)) \cdot P_{BATout}^{max} \end{cases}$$

Đoạn mã MATLAB thể hiện thuật toán điều phối phụ tải linh hoạt Loại 3 và nạp xả lưu trữ:

% Thuật toán điều phối dòng công suất nZEB và dịch chuyển tải Loại 3
function [P_GB, SOC, P_Load3] = dispatch_nZEB(P_PV, P_WT, P_Load12, P_Load3_req, TOU_Price)
    N_hours = 8760;
    SOC = zeros(N_hours, 1);
    SOC(1) = 0.5 * CBAT_max; % SOC khởi tạo 50%
    P_GB = zeros(N_hours, 1);
    P_Load3 = zeros(N_hours, 1);
    
    for t = 1:N_hours
        P_RES = P_PV(t) + P_WT(t);
        P_NET = P_RES - P_Load12(t);
        
        if P_NET >= 0
            % Năng lượng tái tạo dư thừa: Cấp cho tải 3 và sạc BESS
            if P_NET >= P_Load3_req(t)
                P_Load3(t) = P_Load3_req(t);
                P_Surplus = P_NET - P_Load3(t);
                % Nạp ắc quy nếu chưa đầy
                Charge_cap = min(P_Surplus, (SOC_MAX - SOC(t)));
                SOC(t+1) = SOC(t) + Charge_cap * eta_charge;
            else
                P_Load3(t) = P_NET;
                SOC(t+1) = SOC(t);
            end
            P_GB(t) = 0;
        else
            % Năng lượng tái tạo thiếu hụt: Xả BESS hoặc mua lưới giờ thấp điểm
            P_Deficit = abs(P_NET);
            if (TOU_Price(t) == Price_Peak) && (SOC(t) > SOC_MIN)
                % Giờ cao điểm: Ưu tiên xả pin lưu trữ, triệt tiêu mua lưới
                Discharge_power = min(P_Deficit, (SOC(t) - SOC_MIN) * eta_discharge);
                SOC(t+1) = SOC(t) - Discharge_power / eta_discharge;
                P_GB(t) = P_Deficit - Discharge_power;
            elseif (TOU_Price(t) == Price_OffPeak)
                % Giờ thấp điểm: Mua lưới bù tải và chạy hết công suất tải Loại 3
                P_Load3(t) = P_Load3_req(t);
                P_GB(t) = P_Deficit + P_Load3(t);
                SOC(t+1) = SOC(t);
            else
                SOC(t+1) = SOC(t);
                P_GB(t) = P_Deficit;
            end
        end
    end
end

Testing và validation

Mô hình được thử nghiệm trên tập dữ liệu tải thực tế 8.760 giờ với 2 ngày vận hành đặc trưng (ngày nắng cực đại và ngày nhiều mây chuyển mùa).

  Công suất (kW)
   300 +----------------------------------------------------------------+
       |                                                                |
   250 |                           * * *                                |
       |                         *       *    <-- P_Load (Đỉnh: 241kW)  |
   200 |                        *         *                             |
       |                   + + +           *                            |
   150 |                 +       +          *                           |
       |               +           +         *                          |
   100 |             +   <-- P_PV    +        *                         |
       |            +                 +        *                        |
    50 |   * * * * +                   +        * * * * * *             |
       |                                 +                  * * * * *   |
     0 +---+-------+-------+-------+-------+-------+--------+-------+---+
       0   2       5       8       12      15      18       21      24  (Giờ)
           [Thấp điểm]   [  Bình thường  ]   [Cao điểm]  [Thấp điểm]

Kết quả đo đạc kỹ thuật:

  • Hệ thống cơ sở (Khi chưa lắp đặt RE): Tiêu thụ điện năng $2.927.000\text{ kWh/năm}$. Tổng tiền điện chi trả cho EVN trong 20 năm lên tới $54.225.800.000\text{ VNĐ}$ (Bảng 4.2).
  • Độ chính xác mô hình: Sai số dòng công suất mua lưới $P_{GB}(t)$ giữa thuật toán MATLAB và phần mềm HOMER Pro đạt mức dưới $2,8%$, chứng minh tính nhất quán của phương pháp tuyến tính hóa.

Kết quả đạt được

Hai hệ thống đã được tối ưu hóa dung lượng và phân tích kinh tế:

Chỉ số kinh tế & kỹ thuật Hệ thống cơ sở (Grid-Only) Hệ thống 1 (PV-BAT-GRID) Hệ thống 2 (PV-WT-BAT-GRID)
Công suất PV lắp đặt $0\text{ kW}$ $180\text{ kW}$ $160\text{ kW}$
Công suất Tua-bin gió $0\text{ kW}$ $0\text{ kW}$ $20,4\text{ kW}$ (4 x 5.1kW)
Dung lượng pin lưu trữ $0\text{ kWh}$ $150\text{ kWh}$ $132\text{ kWh}$
Dung lượng bộ biến đổi BDC $0\text{ kW}$ $100\text{ kW}$ $100\text{ kW}$
Tổng vốn đầu tư ban đầu (CAPEX) $0\text{ VNĐ}$ $2.085.000.000\text{ VNĐ}$ $2.316.000.000\text{ VNĐ}$
Chi phí năng lượng (COE) $2.450\text{ VNĐ/kWh}$ $1.340\text{ VNĐ/kWh}$ $1.410\text{ VNĐ/kWh}$
Thời gian hoàn vốn (PBP) N/A $4,8\text{ năm}$ $5,6\text{ năm}$
Tỷ lệ cắt đỉnh giờ cao điểm $0%$ $88,5%$ $91,2%$

Hệ thống 1 (PV-BAT-GRID) cho thấy hiệu quả tài chính vượt trội tại TP.HCM do suất đầu tư tua-bin gió hiện còn cao ($20.000.000\text{ VNĐ/kW}$) và mật độ năng lượng gió tại tầng thấp nội đô không ổn định bằng bức xạ mặt trời.

Đổi mới và đóng góp

  1. Thuật toán tích hợp dịch chuyển phụ tải Loại 3 kết hợp điều khiển SOC: Không chỉ quản lý việc phát điện của PV/WT, nghiên cứu chủ động lập lịch chạy cho phụ tải linh hoạt loại 3 (như hệ thống làm lạnh chiller, bơm nước) trong các khung giờ thừa năng lượng tái tạo hoặc giờ thấp điểm ($1.361\text{ VNĐ/kWh}$), giúp giảm đáng kể công suất đỉnh (Peak Shaving).
  2. Mô hình tuyến tính hóa điều kiện ràng buộc bổ sung: Chuyển đổi phương trình ràng buộc phi tuyến của pin lưu trữ ($P_{BATin} \cdot P_{BATout} = 0$) và giao dịch lưới ($P_{GB} \cdot P_{GS} = 0$) thành dạng bất phương trình chứa biến nhị phân $BatSt, GridSt$, giúp bài toán tối ưu trên MATLAB đạt tốc độ hội tụ nhanh hơn gấp 12 lần so với thuật toán di truyền thông thường (GA).
  3. Cắt giảm chi phí năng lượng: Hệ thống 1 giúp giảm giá thành sản xuất điện (COE) từ $2.450\text{ VNĐ/kWh}$ xuống còn $1.340\text{ VNĐ/kWh}$ (tiết kiệm $45,3%$), đồng thời giảm $78%$ lượng phát thải $\text{CO}_2$ tương đương trong vòng đời công trình.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế

Giải pháp được thiết kế tối ưu cho các nhóm đối tượng:

  • Tòa nhà văn phòng, cơ quan hành chính tại các đô thị loại I và II.
  • Các nhà máy, xí nghiệp sản xuất có ca làm việc ban ngày trùng với biểu đồ phát quang điện.
  • Các trung tâm thương mại tiêu thụ lượng lớn điện năng cho hệ thống điều hòa không khí.

Yêu cầu kỹ thuật khi lắp đặt

  • Mặt bằng lắp đặt: Tối thiểu $1.200\text{ m}^2$ diện tích mái bằng hoặc mái tole không bị che bóng, chịu tải trọng bổ sung từ $18 - 25\text{ kg/m}^2$.
  • Phòng kỹ thuật điện tử công suất: Bố trí phòng riêng có điều hòa nhiệt độ duy trì dưới $25^\circ\text{C}$ cho hệ thống pin lưu trữ AES và inverter BDC.
  • Hạ tầng đo đếm: Tích hợp đồng hồ thông minh Smart Meter hai chiều, kết nối chuẩn truyền thông Modbus RS485/TCP-IP về bộ điều khiển trung tâm PLC/SCADA.

Phân tích tài chính và ROI

  Dòng tiền tích lũy (Tỷ VNĐ)
   50 +-----------------------------------------------------------------+
      |                                                ...-- (Lãi ròng) |
   40 |                                     ...--------                 |
      |                          ...--------                            |
   30 |               ...--------                                       |
      |    ...--------                                                  |
   20 | ---                                                             |
   10 |                                                                 |
    0 +------+---------+---------+---------+---------+---------+--------+
   -2 |      | (Hoàn vốn: 4.8 năm)                                      |
      0      3         6         9        12        15        18   20 (Năm)
      [Vốn đầu tư ban đầu: 2.085 tỷ VNĐ]
  • Vốn đầu tư ban đầu (Hệ thống 1): $2.085.000.000\text{ VNĐ}$.
  • Tiền điện tiết kiệm bình quân mỗi năm: $\approx 434.000.000\text{ VNĐ/năm}$.
  • Thời gian hoàn vốn tĩnh: $4,8\text{ năm}$.
  • Lợi nhuận ròng thu được sau 20 năm vận hành: Đạt trên $6,5\text{ tỷ VNĐ}$ (đã khấu trừ chi phí O&M và một chu kỳ thay thế BESS vào năm thứ 10).

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Vận tốc gió trung bình tại khu vực nội thành TP.HCM dao động thấp ($2,5 - 4,2\text{ m/s}$), khiến hệ số công suất của tua-bin gió AWS chưa đạt mức tối ưu so với chi phí đầu tư.
  • Mô hình tối ưu hóa dựa trên dữ liệu bức xạ và nhiệt độ tĩnh trong quá khứ, chưa tích hợp khả năng dự báo thời tiết thời gian thực (Real-time Forecasting).

Hướng phát triển tiếp theo

  • Ứng dụng mạng nơ-ron học sâu (Deep Learning: LSTM, GRU) để dự báo phụ tải tòa nhà và công suất phát PV trước 24 giờ.
  • Nâng cấp giải thuật điều khiển sang phương pháp Điều khiển dự báo mô hình (Model Predictive Control - MPC).
  • Nghiên cứu tích hợp hệ thống sạc xe điện thông minh (Vehicle-to-Building / V2B), biến pin xe điện thành một phần của hệ thống lưu trữ phân tán.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tiếp cận phương pháp luận mô hình hóa hệ thống năng lượng tái tạo, kỹ thuật lập trình tuyến tính hóa trong MATLAB và phương pháp sử dụng công cụ mô phỏng chuẩn quốc tế HOMER Pro.
  • Kỹ sư thiết kế & Nhà thầu cơ điện (M&E): Có được bộ thông số thiết kế, suất đầu tư chi tiết và sơ đồ nguyên lý chuẩn cho các dự án công trình xanh đạt chứng chỉ LEED hoặc LOTUS.
  • Chủ đầu tư & Doanh nghiệp: Nắm bắt phương án kinh tế rõ ràng, giảm thiểu rủi ro đầu tư và tối ưu hóa chi phí vận hành tòa nhà.
  • Nhà hoạch định chính sách & Đơn vị điện lực (EVN): Cung cấp cơ sở khoa học để xây dựng cơ chế giá điện hai thành phần, hỗ trợ giải tỏa áp lực đỉnh tải cho lưới điện quốc gia.

Câu hỏi thường gặp

1. Điều kiện kỹ thuật tối thiểu để công trình hiện hữu có thể triển khai hệ thống nZEB là gì?

Công trình cần đảm bảo: (1) Kết cấu mái có khả năng chịu lực tối thiểu $20\text{ kg/m}^2$; (2) Hệ thống điện nội bộ được tách pha rõ ràng giữa phụ tải ưu tiên và phụ tải có thể điều khiển linh hoạt; (3) Có không gian thông gió đạt chuẩn để đặt tủ pin lưu trữ và biến tần BDC.

2. Khi pin lưu trữ BESS suy giảm dung lượng theo thời gian thì ảnh hưởng thế nào đến hiệu quả nZEB?

Mô hình đã tính toán hệ số suy giảm dung lượng và dự trù chi phí thay thế pin ($3.500.000\text{ VNĐ/kW}$) sau chu kỳ 10 năm ($n_{repl} = 1$). Thuật toán duy trì dải làm việc $20% \le SOC \le 80%$ giúp kéo dài tuổi thọ tế bào quang điện và ắc quy, tránh hiện tượng quá nạp hoặc xả sâu.

3. Hệ thống có khả năng tương thích với quy định phòng cháy chữa cháy (PCCC) hiện hành không?

Hệ thống sử dụng pin lưu trữ Lithium-ion thế hệ mới (Lithium Iron Phosphate - LiFePO4 hoặc tương đương) có tích hợp hệ thống quản lý pin thông minh (BMS) đo nhiệt độ từng cell, ngắt mạch tự động 3 cấp khi có sự cố và đáp ứng đầy đủ tiêu chuẩn PCCC theo QCVN 06:2022/BXD.

4. Chi phí vận hành và bảo dưỡng (O&M) hàng năm chiếm bao nhiêu phần trăm tổng đầu tư?

Chi phí O&M được phân bổ chi tiết: PV ($140.000\text{ VNĐ/kW/năm}$), WT ($300.000\text{ VNĐ/kW/năm}$), BDC ($75.000\text{ VNĐ/kW/năm}$), và BAT ($35.000\text{ VNĐ/kW/năm}$), tương đương khoảng $1,5% - 2%$ tổng mức đầu tư ban đầu mỗi năm.

5. Tại sao cấu hình Hệ thống 1 (PV-BAT-GRID) lại có thời gian hoàn vốn nhanh hơn Hệ thống 2 (PV-WT-BAT-GRID)?

Do đặc thù khí hậu nhiệt đới gió mùa tại TP.HCM có tổng lượng bức xạ mặt trời hàng năm lớn ($4,8 - 5,2\text{ kWh/m}^2/\text{ngày}$), trong khi tốc độ gió nội đô thấp và chi phí thiết bị tua-bin gió AWS cao gấp gần 3 lần so với pin PV ($20\text{ triệu/kW}$ so với $7\text{ triệu/kW}$), dẫn đến việc đầu tư tua-bin gió làm tăng CAPEX và kéo dài thời gian hoàn vốn thêm $0,8\text{ năm}$.

Kết luận

Đề tài "Nghiên cứu vận hành hệ thống Nearly Zero-Energy Buildings" đã giải quyết thành công bài toán kỹ thuật - kinh tế phức tạp trong việc tích hợp năng lượng tái tạo cho công trình đô thị. Thông qua việc mô hình hóa toán học chính xác, tuyến tính hóa các ràng buộc động và kiểm chứng độc lập trên phần mềm HOMER Pro, nghiên cứu đã chứng minh tính khả thi của mô hình PV-BAT-GRID với thời gian hoàn vốn chỉ $4,8\text{ năm}$ và giảm hơn $45%$ chi phí mua điện. Đây là tài liệu tham khảo có giá trị cao cho các kỹ sư, nhà nghiên cứu và doanh nghiệp đang hướng tới mục tiêu xây dựng các công trình xanh tự chủ năng lượng và trung hòa carbon.