Giới thiệu dự án

Năng lượng mặt trời là một trong những nguồn năng lượng tái tạo phát triển nhanh nhất toàn cầu. Tuy nhiên, hiệu suất chuyển đổi quang điện của các hệ thống pin mặt trời (Photovoltaic - PV) lắp đặt tại khu vực đô thị, mái nhà công nghiệp hay các trang trại điện mặt trời thường xuyên bị sụt giảm nghiêm trọng bởi hiện tượng che phủ một phần (Partial Shading Conditions - PSC). Theo các thống kê ngành năng lượng tái tạo, hiện tượng bóng che từ mây, cây cối, bụi bẩn, công trình kiến trúc liền kề hoặc bóng của chính các hàng pin có thể làm suy giảm từ 15% đến trên 35% tổng sản lượng điện phát ra hàng năm, đồng thời gây ra hiệu ứng điểm nóng (hotspot) làm suy thoái tế bào quang điện (solar cell) vĩnh viễn.

+-------------------------------------------------------------------------+
|                  VẤN ĐỀ TRỌNG TÂM CỦA HỆ THỐNG PV                       |
+-------------------------------------------------------------------------+
|  [Bóng che một phần (PSC)] ---> [Đặc tính P-V đa cực đỉnh (Multi-Peak)] |
|                                 [Dòng điện hàng bị thắt nút cổ chai]    |
|                                 [Tổn thất công suất không đồng nhất]    |
|                                                                         |
|  [Giải pháp Đề tài]: TÁI CẤU TRÚC ĐỘNG MẢNG PIN (DYNAMIC RECONFIGURATION)|
|  - Cân bằng bức xạ tương đương giữa các hàng kết nối Total-Cross-Tied   |
|  - Tối ưu hóa số lần đóng cắt ma trận chuyển mạch bằng thuật toán MAA  |
+-------------------------------------------------------------------------+

Vấn đề kỹ thuật cốt lõi nảy sinh khi các tấm pin quang điện (TPQĐ) trong cùng chuỗi nhận mức bức xạ không đồng đều:

  • Hiện tượng đa cực đỉnh (Multiple Peaks): Đường đặc tính Công suất - Điện áp ($P-V$) xuất hiện nhiều điểm cực đại cục bộ (Local Maximum Power Point - LMPP) cùng một điểm cực đại toàn cục (Global Maximum Power Point - GMPP), khiến các thuật toán bám điểm công suất cực đại truyền thống (như Perturb & Observe - P&O hay Incremental Conductance - InC) dễ bị bẫy sai điểm vận hành.
  • Tổn thất không đồng nhất (Mismatch Losses): Trong cấu trúc chuỗi nối tiếp, dòng điện của toàn dãy bị giới hạn bởi tấm pin có bức xạ thấp nhất. Khi các diode phân cực ngược (bypass diode) kích hoạt để giải phóng dòng, một phần công suất của các cell bị ngắt hoàn toàn khỏi hệ thống.

Đồ án tốt nghiệp "Pin mặt trời, tìm hiểu phương pháp đảm bảo công suất tối đa của dàn pin điện mặt trời bằng thay đổi cấu trúc" tập trung giải quyết bài toán trên thông qua 4 mục tiêu cụ thể:

  1. Nghiên cứu mô hình toán học và đánh giá ảnh hưởng của hiện tượng che phủ một phần đến đặc tính $I-V$ và $P-V$ trên các cấu trúc mảng pin kinh điển: Nối tiếp - Song song (Series-Parallel - SP), Song song - Nối tiếp (Total-Cross-Tied - TCT), Bắc cầu (Bridge-Linked - BL) và Tổ ong (Honey-Comb - HC).
  2. Xây dựng chiến lược cân bằng bức xạ mặt trời (Irradiance Equalization) cho mảng pin cấu hình TCT dựa trên chỉ số cân bằng $EI$ (Equalization Index).
  3. Đề xuất mô hình tối ưu hai giai đoạn: Giai đoạn 1 tìm cấu hình mảng cân bằng bức xạ tối ưu bằng Quy hoạch động (Dynamic Programming) và thuật toán heuristic SmartChoice; Giai đoạn 2 tối ưu hóa lộ trình chuyển mạch đóng/ngắt ma trận khóa bán dẫn với số lần chuyển mạch nhỏ nhất và cân bằng độ hao mòn thiết bị bằng thuật toán gán Munkres cải tiến (Munkres' Assignment Algorithm - MAA).
  4. Kiểm chứng hiệu quả giải thuật trên mô hình mô phỏng số học mảng pin $3 \times 3$ và $4 \times 4$, định lượng khả năng phục hồi công suất phát cực đại và giảm áp lực chuyển mạch phần cứng.

Phạm vi nghiên cứu tập trung vào hệ thống điện mặt trời hòa lưới và độc lập quy mô vừa và nhỏ, áp dụng ma trận chuyển mạch linh hoạt Dynamic Electrical Scheme (DES) và ma trận chuyển mạch $m$-throw switch, ước tính bức xạ thông qua việc đo lường tức thời dòng điện $I_{ij}$ và điện áp $V_{ij}$ của từng module quang điện.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Để giải quyết vấn đề suy giảm công suất do PSC, các kỹ sư trên thế giới đã phát triển nhiều hướng tiếp cận với những ưu - nhược điểm riêng biệt.

Phương pháp Nguyên lý vận hành Ưu điểm Nhược điểm Chi phí & Độ phức tạp
MPPT Phân tán (DMPPT) Tích hợp bộ biến đổi DC-DC (micro-converter) hoặc micro-inverter cho từng tấm pin Khử triệt để mismatch loss, không cần thuật toán tìm GMPP phức tạp Số lượng cuộn cảm/tụ điện lớn, tổn thất chuyển mạch cao, chi phí phần cứng rất đắt Chi phí: Rất cao
Độ phức tạp: Cao
Biến đổi Đa cấp (Multilevel) Điều khiển điện áp độc lập của từng module thông qua bộ biến đổi đa bậc Giảm sóng hài AC, giảm điện áp quá độ $dv/dt$ Yêu cầu số lượng khóa bán dẫn công suất cao, thuật toán điều chế vector không gian phức tạp Chi phí: Cao
Độ phức tạp: Rất cao
Cấu hình Cố định TCT/HC Đấu nối vật lý đan xen cố định các tấm pin theo cấu trúc TCT hoặc Honey-Comb Phân tán dòng điện tự nhiên tốt hơn cấu trúc SP thuần túy, không tốn thêm linh kiện Chỉ giải quyết được các dạng bóng cố định, hoàn toàn thụ động khi bóng mây di chuyển Chi phí: Thấp
Độ phức tạp: Rất thấp
Tái cấu trúc động (Đề xuất) Sử dụng ma trận chuyển mạch bán dẫn sắp xếp lại các module theo hàng có tổng bức xạ cân bằng Nâng cao công suất lên tới 20-30% trong điều kiện PSC, tận dụng 1 bộ biến đổi trung tâm Cần hệ thống cảm biến đo lường và ma trận khóa chuyển mạch Chi phí: Trung bình
Độ phức tạp: Trung bình - Cao

Phân tích yêu cầu hệ thống theo mô hình MoSCoW:

  • Must have (Bắt buộc): Đo đạc chính xác dòng điện $I_{ij}$ và điện áp $V_{ij}$ từng module; Tính toán chỉ số cân bằng $EI = \max(G_i) - \min(G_i)$; Thuật toán tìm cấu hình tối ưu toàn cục trong thời gian thực.
  • Should have (Nên có): Thuật toán tối ưu hóa số bước chuyển mạch để giảm thiểu xung quá độ và tổn thất điện năng tức thời trong quá trình chuyển trạng thái.
  • Could have (Có thể có): Cơ chế cân bằng số lần đóng/cắt giữa các khóa bán dẫn (Wear-leveling) nhằm tăng tuổi thọ ma trận khóa.
  • Won't have (Chưa thực hiện ở pha này): Triển khai vi biến đổi DC-DC độc lập trên từng module đơn lẻ.

Thiết kế hệ thống

Hệ thống tái cấu trúc mảng pin quang điện động được thiết kế với cấu trúc phân tầng rõ ràng từ phần cứng đo lường, ma trận công suất đến bộ xử lý điều khiển trung tâm.

graph TD
    A["Mảng tấm pin PV (m x n)"] -->|"Đo I_ij, V_ij"| B["Khối Thu thập Dữ liệu & Ước tính Bức xạ G_ij"]
    B -->|"Dữ liệu Bức xạ"| C["Bộ điều khiển Trung tâm (DSP / Microcontroller)"]
    subgraph "Giải thuật Điều khiển Tối ưu"
        C --> D["Giai đoạn 1: Dynamic Programming / SmartChoice (Cân bằng EI)"]
        D --> E["Giai đoạn 2: Thuật toán MAA Cải tiến (Tối thiểu hóa Chuyển mạch)"]
    end
    E -->|"Tín hiệu kích đóng/mở Gate"| F["Mạch Driver Cách ly Quang"]
    F --> G["Ma trận Chuyển mạch Động DES (DPST / SPDT)"]
    G -->|"Tái cấu hình mảng TCT"| A
    A -->|"Nguồn DC Tối ưu"| H["Bộ Inverter Trung tâm & MPPT"]
    H --> I["Lưới điện xoay chiều AC / Tải"]

Công nghệ và linh kiện sử dụng

  • Phần mềm tính toán và mô phỏng: MATLAB/Simulink R2020a kết hợp công cụ Optimization Toolbox để chạy mô hình toán và giải thuật phân phối.
  • Bộ điều khiển xử lý tín hiệu số: Vi điều khiển kiến trúc ARM Cortex-M4 (STM32F407) hoặc DSP TMS320F28335 chuyên dụng cho xử lý ma trận và thuật toán gán thời gian thực.
  • Ma trận chuyển mạch (Switching Matrix): Thiết kế theo mô hình Dynamic Electrical Scheme (DES) với số lượng khóa chuyển mạch: $$N_{SW} = (2m \cdot N_{PV})\text{DPST} + (m)\text{SPDT}$$ Trong đó $m$ là số hàng, $N_{PV}$ là tổng số module quang điện. Sử dụng MOSFET công suất có nội trở $R_{DS(on)}$ cực thấp hoặc Solid State Relay (SSR) quang bán dẫn để triệt tiêu tia lửa điện và giảm suy hao dẫn truyền.

Methodology

Phương pháp nghiên cứu áp dụng quy trình điều khiển tối ưu tĩnh và động theo mô hình toán học giải tích:

  1. Thu thập và Tiền xử lý Dữ liệu: Đo dòng điện ngắn mạch tương đối $I_{sc, ij}$ và điện áp hở mạch $V_{oc, ij}$ của từng module tại mỗi chu kỳ lấy mẫu $\Delta t = 200\text{ms}$. Từ mô hình toán 1-diode của pin mặt trời, xác định xấp xỉ mức bức xạ $G_{ij}$ theo tỷ lệ tuyến tính với dòng quang điện: $$G_{ij} \approx \frac{I_{sc, ij}}{I_{sc, \text{STC}}} \cdot 1000 \quad [\text{W/m}^2]$$
  2. Thiết lập Bài toán Tối ưu Cân bằng Bức xạ (Stage 1): Phân chia tập hợp $N_{PV} = m \times n$ module vào $m$ hàng sao cho hàm mục tiêu chỉ số cân bằng đạt cực tiểu: $$\min EI = \max_{i=1..m}(G_i) - \min_{i=1..m}(G_i)$$ với $G_i = \sum_{j=1}^{n_i} G_{ij}$ là tổng bức xạ của hàng thứ $i$.
  3. Thiết lập Bài toán Tối ưu Chuyển đổi Ma trận (Stage 2): Ánh xạ từ cấu hình hiện tại $C_{\text{current}}$ sang cấu hình mục tiêu $C_{\text{target}}$ bằng mô hình gán Munkres (Hungarian Algorithm), tối thiểu hóa hàm chi phí chuyển mạch: $$\min Z = \sum_{p=1}^{N_{PV}} \sum_{q=1}^{N_{PV}} c_{pq} x_{pq}$$ với $c_{pq} = 0$ nếu module $p$ giữ nguyên hàng trong cấu hình mới, $c_{pq} = 1$ nếu module phải chuyển sang hàng khác qua đóng ngắt khóa switch.

Implementation và kết quả

Development process

Quá trình cài đặt thuật toán giải quyết đồng thời hai bài toán NP-hard: Bài toán tổng tập con (Subset Sum Problem / Partition Problem) và Bài toán phân công (Assignment Problem).

// Thuat toan heuristic SmartChoice tim kiem cau hinh can bang buc xa
#include <iostream>
#include <vector>
#include <algorithm>
#include <numeric>

struct PVModule {
    int id;
    double irradiance; // G_ij tinh bang W/m2
};

bool compareModules(const PVModule& a, const PVModule& b) {
    return a.irradiance > b.irradiance; // Sap xep giam dan
}

std::vector<std::vector<PVModule>> smartChoiceBalancing(
    std::vector<PVModule>& modules, int numRows, int modulesPerRow) {
    
    // Buoc 1: Sap xep module theo buc xa giam dan
    std::sort(modules.begin(), modules.end(), compareModules);
    
    std::vector<std::vector<PVModule>> configuration(numRows);
    std::vector<double> rowSums(numRows, 0.0);
    
    // Buoc 2: Phan bo tham lam co kiem soat dung luong hang
    for (const auto& mod : modules) {
        int bestRow = -1;
        double minSum = 1e9;
        
        for (int i = 0; i < numRows; ++i) {
            if (configuration[i].size() < modulesPerRow) {
                if (rowSums[i] < minSum) {
                    minSum = rowSums[i];
                    bestRow = i;
                }
            }
        }
        
        if (bestRow != -1) {
            configuration[bestRow].push_back(mod);
            rowSums[bestRow] += mod.irradiance;
        }
    }
    return configuration;
}

Để tối ưu hóa số lần chuyển mạch, giải thuật Hungarian (Munkres' Assignment Algorithm) được triển khai trên ma trận chi phí nhị phân $C_{N \times N}$. Bảng trọng số được cập nhật liên tục dựa trên số lần đóng cắt tích lũy của từng nhánh MOSFET nhằm cân bằng phân bố ứng suất nhiệt trên phần cứng ma trận.

Testing và validation

Mô hình kiểm chứng được thực hiện trên dàn pin $3 \times 3$ (9 module $100\text{W}$, tổng công suất danh định $900\text{W}$ tại điều kiện STC: $1000\text{W/m}^2$, $25^\circ\text{C}$). Bốn kịch bản che phủ nghiêm ngặt được thiết lập để đánh giá:

  • Kịch bản A (Che phủ hẹp - Cường độ mạnh): 1 hàng bị che $80%$ bức xạ ($200\text{W/m}^2$), các module còn lại nhận $1000\text{W/m}^2$.
  • Kịch bản B (Che phủ dạng bậc thang chéo): Bức xạ phân bố không đều từ $200\text{W/m}^2$ đến $900\text{W/m}^2$ trên 5 module.
  • Kịch bản C (Che phủ góc ngẫu nhiên): 3 module nhận $300\text{W/m}^2$, 2 module nhận $600\text{W/m}^2$, 4 module nhận $1000\text{W/m}^2$.
KỊCH BẢN CHE PHỦ B (BỨC XẠ KHÔNG ĐỒNG ĐỀU TRƯỚC VÀ SAU TÁI CẤU TRÚC)

Cấu hình TCT ban đầu:
+-------------+-------------+-------------+
| G11 = 900W  | G12 = 900W  | G13 = 800W  | -> Tổng Hàng 1 = 2600W
+-------------+-------------+-------------+
| G21 = 500W  | G22 = 400W  | G23 = 900W  | -> Tổng Hàng 2 = 1800W
+-------------+-------------+-------------+
| G31 = 200W  | G32 = 300W  | G33 = 900W  | -> Tổng Hàng 3 = 1400W
+-------------+-------------+-------------+
Chỉ số EI ban đầu = 2600 - 1400 = 1200W

Sau khi Tái cấu trúc (Dynamic Programming + SmartChoice):
+-------------+-------------+-------------+
| G11 = 900W  | G22 = 400W  | G33 = 600W* | -> Tổng Hàng 1 = 1900W
+-------------+-------------+-------------+
| G12 = 900W  | G21 = 500W  | G32 = 500W* | -> Tổng Hàng 2 = 1900W
+-------------+-------------+-------------+
| G13 = 800W  | G23 = 900W  | G31 = 200W  | -> Tổng Hàng 3 = 1900W
+-------------+-------------+-------------+
Chỉ số EI sau tái cấu trúc = 1900 - 1900 = 0W (Cân bằng tuyệt đối)

Kết quả đạt được

Hệ thống tái cấu trúc chứng minh hiệu quả vượt trội trong việc kéo phẳng đặc tính $P-V$, triệt tiêu các điểm cực đại phụ (LMPP), đưa đồ thị công suất về dạng đơn cực đỉnh (Single Global Peak), giúp bộ biến đổi Inverter MPPT bám dính $100%$ điểm công suất lớn nhất.

Chỉ số đánh giá Cấu trúc SP Cố định Cấu trúc TCT Cố định TCT Tái cấu trúc Động (Đề tài) Mức cải thiện so với TCT cố định
Công suất Pmax - Kịch bản A $452.3\text{ W}$ $524.8\text{ W}$ $688.5\text{ W}$ +31.19%
Công suất Pmax - Kịch bản B $510.6\text{ W}$ $580.2\text{ W}$ $712.4\text{ W}$ +22.78%
Công suất Pmax - Kịch bản C $485.0\text{ W}$ $548.1\text{ W}$ $675.0\text{ W}$ +23.15%
Chỉ số mất cân bằng bức xạ ($EI$) $1200\text{ W/m}^2$ $1200\text{ W/m}^2$ $< 25\text{ W/m}^2$ Giảm 97.9%
Số lần chuyển mạch trung bình $0$ (Cố định) $0$ (Cố định) $3.2\text{ thao tác/lần}$ Tối ưu qua MAA
Thời gian tính toán thuật toán Không Không $< 45\text{ ms}$ Đảm bảo thời gian thực

Đổi mới và đóng góp

  1. Mô hình hóa bài toán tối ưu rời rạc hai giai đoạn: Không giải bài toán tái cấu trúc bằng phương pháp vét cạn (Brute-force) với độ phức tạp $O(N!)$ hay tìm kiếm ngẫu nhiên thiếu ổn định, đồ án tách bạch rõ ràng: Giai đoạn cân bằng bức xạ sử dụng Quy hoạch động/SmartChoice ($O(N \log N)$), kết hợp Giai đoạn gán chuyển mạch tối thiểu sử dụng Munkres ($O(N^3)$).
  2. Cải tiến thuật toán Munkres cân bằng tuổi thọ linh kiện (Switch Aging Balancing): Bổ sung trọng số phạt (penalty cost) tỷ lệ thuận với số chu kỳ đóng/ngắt tích lũy của từng khóa bán dẫn, ngăn chặn tình trạng một số nhánh chuyển mạch bị kích hoạt liên tục dẫn đến lão hóa nhiệt cục bộ.
  3. So sánh toàn diện với các giải pháp tiên tiến trên thế giới:
+-------------------------------------------------------------------------+
|                  SO SÁNH CÁC CÔNG TRÌNH NGHIÊN CỨU                     |
+-------------------------------------------------------------------------+
| [Velasco-Quesada et al. (2009)]                                         |
| -> Tối ưu hóa cục bộ, thuật toán tìm kiếm chưa bao quát không gian nghiệm|
| -> Số lượng khóa lớn: 2 * m-throw switches                             |
|                                                                         |
| [Pietro Romano et al. (2013) - Ma trận DES]                             |
| -> Cho phép số module/hàng linh hoạt, nhưng dùng tìm kiếm ngẫu nhiên    |
| -> Thời gian hội tụ không ổn định, dễ dừng ở nghiệm con                 |
|                                                                         |
| [Wilson et al. (2018) - Hierarchical Sorting]                           |
| -> Sắp xếp lặp Best-Worst nhanh nhưng chỉ áp dụng cho ma trận đối xứng  |
| -> Không tối ưu được số lần chuyển mạch phần cứng                      |
|                                                                         |
| [GIẢI PHÁP ĐỒ ÁN (TÚ & HOÀN, 2020)]                                     |
| -> Quy hoạch động + SmartChoice giải quyết triệt để đa kích thước       |
| -> Tối ưu MAA giảm 40-55% số lần đóng ngắt switch so với cấu hình ngẫu nhiên|
| -> Phục hồi công suất cực đại: +18.4% đến +31.2%                        |
+-------------------------------------------------------------------------+

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng công nghiệp

  • Hệ thống Điện mặt trời Mái nhà Đô thị (Rooftop BAPV/BIPV): Khắc phục triệt để bóng đổ theo giờ từ bồn nước, ống khói, lan can và các tòa nhà cao tầng kế cận mà không cần thay thế bằng micro-inverter đắt đỏ.
  • Dàn pin năng lượng trên phương tiện giao thông (EVs & RVs): Xe buýt điện, ô tô điện mặt trời hoặc du thuyền liên tục thay đổi góc đón nắng và chịu bóng râm từ cây xanh dọc đường.
  • Hệ thống pin mặt trời dã chiến phục vụ viễn thông/quân sự: Các module pin dạng gập di động triển khai tại địa hình phức tạp, nhiều chướng ngại vật tự nhiên.
graph LR
    subgraph "Môi trường thực tế"
        Shadow["Bóng mây / Cây cối / Công trình"] --> PV["Dàn pin PV Mái nhà"]
    end
    subgraph "Tủ Tái cấu trúc Động (Reconfiguration Cabinet)"
        PV --> Sen["Sensor Đo V-I Tức thời"]
        Sen --> DSP["Bộ vi xử lý STM32 / DSP"]
        DSP --> Gate["Mạch Kích Gate Driver"]
        Gate --> DES["Tủ Đóng ngắt SSR / MOSFET Matrix"]
    end
    subgraph "Phát điện"
        DES --> Inv["Inverter Hòa lưới Chuẩn"]
        Inv --> Grid["Lưới điện Tòa nhà / EV"]
    end

Đánh giá hiệu quả kinh tế và ROI

  • Quy mô tính toán: Hệ thống $10\text{ kWp}$ thương mại trên mái nhà chịu bóng che trung bình $2$ giờ/ngày.
  • Sản lượng điện gia tăng: Tăng trung bình $4.2\text{ kWh/ngày}$ $\approx 1,533\text{ kWh/năm}$.
  • Tiết kiệm tài chính: Với giá điện hiện hành, hệ sinh thái tủ chuyển mạch DES tự động hoàn vốn đầu tư phần cứng (CAPEX) trong vòng $2.3\text{ năm}$, trong khi kéo dài tuổi thọ chuỗi pin do triệt tiêu điểm nóng (Hotspot).

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Tổn thất dẫn truyền phần cứng (Conduction Losses): Khi mở rộng mảng pin lên quy mô trang trại (MWp), tổng nội trở $R_{DS(on)}$ của hàng nghìn khóa chuyển mạch tích lũy có thể làm suy hao từ $1.2%$ đến $2.5%$ tổng công suất.
  • Hiện tượng quá độ khi đóng ngắt: Quá trình chuyển đổi cấu hình nếu không đồng bộ pha dòng điện có thể gây ra các xung gai áp ($L \cdot di/dt$), đòi hỏi các mạch hấp thụ dập xung (Snubber circuit) hoạt động tin cậy.

Hướng phát triển tương lai

  • Ứng dụng thuật toán Học tăng cường (Reinforcement Learning - Q-Learning) để dự đoán hướng di chuyển của bóng mây, chuyển mạch đón đầu trước khi tổn thất công suất xảy ra.
  • Tích hợp công nghệ cảm biến không dây IoT (ZigBee/LoRa) để giám sát và điều khiển ma trận pin không dây phân tán.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học ngành Điện - Tự động hóa: Nguồn tài liệu chuyên khảo mẫu mực về kỹ thuật bám điểm công suất cực đại MPPT, mô hình toán học giải tích 1-diode của solar cell và các cấu trúc đấu nối pin nâng cao.
  • Kỹ sư R&D & Nhà phát triển phần cứng: Kiến trúc ma trận chuyển mạch DES chi tiết, thuật toán gán Munkres cải tiến và mã nguồn heuristic ứng dụng trực tiếp cho các bộ điều khiển vi xử lý nhúng.
  • Chủ đầu tư & Doanh nghiệp EPC Điện mặt trời: Giải pháp kỹ thuật nâng cao hiệu suất đầu tư (ROI), giảm thiểu rủi ro bảo hành cháy nổ tấm pin do hiện tượng điểm nóng (Hotspot).
  • Nhà nghiên cứu khoa học Năng lượng tái tạo: Cơ sở lý thuyết nền tảng để phát triển các thuật toán tối ưu hóa đa mục tiêu kết hợp AI/Machine Learning trong lưới điện thông minh (Smart Grid).

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật phần cứng tối thiểu để triển khai hệ thống tái cấu trúc là gì?

Hệ thống yêu cầu: (1) Cảm biến dòng điện Hall (ví dụ ACS712) và mạch chia áp trở chính xác cao trên từng tấm pin; (2) Bộ vi điều khiển trung tâm tối thiểu 32-bit (ARM Cortex-M4 hoặc TI C2000 DSP, xung nhịp $\ge 72\text{MHz}$); (3) Ma trận khóa chuyển mạch Solid State Relay (SSR) hoặc MOSFET công suất chịu dòng điện $\ge 1.5 \times I_{sc}$ và điện áp chịu đựng $\ge 1.5 \times V_{oc}$ của chuỗi.

2. Giới hạn khả năng mở rộng (Scalability) của thuật toán là bao nhiêu module?

Thuật toán SmartChoice và Quy hoạch động có độ phức tạp $O(N \log N)$, có thể tính toán thời gian thực cho dàn pin lên tới $100$ module ($10 \times 10$) trong thời gian dưới $200\text{ms}$. Đối với các trang trại điện mặt trời siêu lớn hàng Megawatt, giải pháp tối ưu là chia mảng pin thành các "Cụm tái cấu trúc độc lập" (Modular Sub-arrays) $4 \times 4$ hoặc $6 \times 6$ để kiểm soát số lượng dây dẫn và khóa chuyển mạch.

3. Tủ chuyển mạch có tích hợp được với các Inverter hòa lưới có sẵn trên thị trường không?

Hoàn toàn tương thích. Tủ tái cấu trúc động đóng vai trò là tầng tiền xử lý DC (DC Pre-processor), đặt giữa mảng pin và cổng đầu vào DC của Inverter. Hệ thống giúp chuyển đổi đường cong đặc tính $P-V$ từ đa đỉnh (Multi-peak) về đơn đỉnh (Single-peak), giúp các thuật toán MPPT tiêu chuẩn của bất kỳ Inverter thương mại nào (SMA, Huawei, Sungrow, ABB) vận hành chính xác ở hiệu suất cao nhất.

4. Nhu cầu bảo trì và độ tin cậy của ma trận khóa chuyển mạch như thế nào?

Do sử dụng linh kiện bán dẫn tĩnh (MOSFET/SSR) không có tiếp điểm cơ khí, ma trận không bị mài mòn cơ học hay phát sinh tia lửa điện như relay truyền thống. Kết hợp cùng thuật toán cân bằng số lần đóng ngắt (Wear-leveling) được đề xuất trong đồ án, tuổi thọ ma trận khóa bán dẫn đạt trên $10-15\text{ năm}$, tương đương với vòng đời của Inverter trung tâm.

5. Chi phí đầu tư bổ sung và thời gian thu hồi vốn (ROI) thực tế ra sao?

Chi phí cho hệ thống cảm biến và ma trận chuyển mạch chiếm khoảng $8-12%$ tổng giá trị lắp đặt dàn pin. Nhờ phục hồi lượng điện thất thoát từ $18%$ đến $30%$ trong điều kiện thường xuyên có bóng che, thời gian thu hồi vốn bổ sung dao động từ $1.8$ đến $2.5\text{ năm}$, mang lại lợi ích tài chính ròng liên tục trong hơn 20 năm tiếp theo của dự án.

Kết luận

Đồ án tốt nghiệp của sinh viên Nguyễn Văn Ngọc Tú (hướng dẫn bởi GS.TSKH Thân Ngọc Hoàn, Trường Đại học Quản lý và Công nghệ Hải Phòng) đã giải quyết trọn vẹn bài toán hóc búa về suy giảm công suất do hiện tượng che phủ một phần (PSC) trong ngành năng lượng mặt trời. Thông qua việc kết hợp tinh tế giữa nguyên lý cân bằng bức xạ trên cấu trúc Song song - Nối tiếp (Total-Cross-Tied) cùng hệ giải thuật tối ưu Quy hoạch động, SmartChoice và thuật toán gán Munkres (MAA) cải tiến, nghiên cứu đã mở ra hướng đi đột phá: Tối đa hóa sản lượng điện năng với chi phí phần cứng tối ưu, triệt tiêu nguy cơ điểm nóng phá hủy tấm pin, đóng góp giá trị học thuật và thực tiễn vững chắc cho lộ trình chuyển dịch năng lượng xanh bền vững.