Tổng quan về luận án

Sự chuyển dịch cơ cấu năng lượng toàn cầu từ các nguồn phát điện truyền thống sử dụng nhiên liệu hóa thạch và thủy điện quy mô lớn sang các nguồn năng lượng tái tạo phân tán đang là xu thế tất yếu nhằm giảm thiểu suy thoái môi trường và tối ưu hóa hiệu quả truyền tải. Trong hệ thống điện truyền thống (EPS - Electric Power System), phương thức truyền tải công suất đơn hướng từ nhà máy phát điện tập trung qua lưới truyền tải đến phụ tải bộc lộ tổn thất công suất nghiêm trọng và độ linh hoạt vận hành thấp. Sự phát triển mạnh mẽ của nguồn pin mặt trời (PVG - Photovoltaic Power Generation) và nguồn điện gió (WG - Wind Power Generation) lắp đặt tại các hộ tiêu thụ đã thúc đẩy quá trình phi tập trung hóa hệ thống điện. Tuy nhiên, rào cản kỹ thuật cốt lõi nảy sinh từ tính bất định cao của thời tiết: "công suất phát ra từ PVG chỉ có vào những thời điểm có bức xạ mặt trời (ban ngày) và công suất phát ra từ WG luôn diễn ra bất thường (tùy thuộc vào điều kiện thời tiết và yếu tố địa hình)", gây mất cân bằng công suất tức thời, biến động điện áp nút và tần số hệ thống.

Khoảng trống nghiên cứu (research gap) trọng tâm mà luận án xác định là sự thiếu vắng một giải pháp tích hợp toàn diện giữa chương trình quản lý nhu cầu năng lượng (DSM - Demand-Side Management) thích ứng với cơ chế biểu giá điện ba giá thực tế tại Việt Nam và cấu trúc điều khiển phối hợp các bộ biến đổi công suất (BBĐ) cho hệ thống lai PVG-WG có sự tham gia của kho lưu trữ năng lượng (ES - Energy Storage) dung lượng lớn. Mặc dù các nghiên cứu quốc tế đã đề xuất nhiều mô hình quản lý năng lượng phân tán, việc tối ưu hóa đồng thời bài toán kinh tế biểu phí và bài toán điều khiển bám điểm công suất cực đại (MPPT) đa nguồn trong điều kiện lưới điện phân phối 1 pha Việt Nam vẫn chưa được giải quyết trọn vẹn.

Luận án thiết lập hệ thống câu hỏi nghiên cứu và giả thuyết khoa học chặt chẽ:

  • Câu hỏi nghiên cứu 1 (Q1): Làm thế nào để xây dựng chiến lược điều độ DSM tối ưu luồng công suất nhằm loại bỏ hoàn toàn nhu cầu mua điện lưới trong giờ cao điểm và giờ bình thường dựa trên biểu đồ giá điện Việt Nam?
  • Câu hỏi nghiên cứu 2 (Q2): Cấu trúc điều khiển nào đảm bảo khai thác tối đa công suất từ PVG và WG đồng thời điều tiết chính xác công suất ghép nối lưới 1 pha qua BBĐ DC/AC mà chỉ sử dụng số lượng cảm biến tối thiểu?
  • Giả thuyết nghiên cứu 1 (H1): Việc kết hợp thuật toán lặp chia đôi cải tiến (IB-AVC) với bộ điều khiển PID một vòng đo điện áp cho PVG và thuật toán leo đồi (HCS) cho WG sẽ duy trì hệ thống tại điểm cực đại MPP với độ tin cậy động học cao dưới mọi biến thiên bức xạ và tốc độ gió.
  • Giả thuyết nghiên cứu 2 (H2): Thuật toán xác định dung lượng tối ưu $C_{ropt}$ cho ES dựa trên kịch bản thiếu hụt công suất giờ cao điểm kết hợp hệ số dự phòng 5–10% sẽ tối thiểu hóa chi phí mua điện ròng $Z$ và tối đa hóa doanh thu phát điện ngược về EPS.

Khung lý thuyết của công trình tích hợp lý thuyết mạch phi tuyến bán dẫn, cơ học chất lưu khí động học turbine gió, lý thuyết điều khiển tự động phi tuyến/cộng hưởng và kinh tế học hệ thống điện hiện đại. Đóng góp đột phá được định lượng rõ nét: xác lập quy mô ES tối ưu $C_{ropt} = 400\text{ kWh}$ cho phụ tải điển hình, triệt tiêu 100% điện năng mua lưới vào các khung giờ giá cao ($E_{rb(H)} = 0$, $E_{rb(M)} = 0$), chuyển toàn bộ chu trình nạp sang khung giờ thấp điểm ($L_1, L_2$) với chi phí tối thiểu.

Phạm vi nghiên cứu tập trung vào mạng điện phân tán 1 pha cấp điện áp hạ thế (dưới 6 kV), chu kỳ điều độ 24 giờ với bước tính $\Delta\tau = 0{,}5\text{ h}$ hoặc $1\text{ h}$ (tổng 27 bước tính do mốc phân tách 9h30). Các tấm panel PVG được giả định nhận bức xạ đồng đều và tốc độ gió phân bố đều trên diện tích quét cánh turbine.

Literature Review và Positioning

Tổng quan y văn quốc tế ghi nhận ba dòng nghiên cứu chính trong lĩnh vực tối ưu hóa nguồn phân tán và DSM:

                      ┌────────────────────────────────────────────────────────┐
                      │             TIẾN TRÌNH Y VĂN QUỐC TẾ & DSM             │
                      └──────────────────────────┬─────────────────────────────┘
                                                 │
         ┌───────────────────────────────────────┼──────────────────────────────────────┐
         ▼                                       ▼                                      ▼
┌─────────────────────────────────┐   ┌─────────────────────────────────┐   ┌─────────────────────────────────┐
│     Stream 1: Chiến lược DSM    │   │      Stream 2: Kỹ thuật MPPT    │   │      Stream 3: Định cỡ ES       │
├─────────────────────────────────┤   ├─────────────────────────────────┤   ├─────────────────────────────────┤
│ • Palensky & Dietrich (2011)    │   │ • Subudhi & Pradhan (2011): P&O │   │ • Khatib et al. (2012): RLP     │
│ • Geidl & Anders (2007): EH     │   │   INC, ESC, ANN, Fuzzy          │   │ • Yang et al. (2008): LPSP      │
│ • Mohsenian-Rad et al. (2010)   │   │ • Nguyen & Nguyen: IB 3 pha     │   │ • Nhược điểm: Bỏ qua biến động  │
│ • Nhược điểm: Thuần lý thuyết   │   │ • Nhược điểm: Phức tạp, 2 vòng  │   │   biểu giá điện theo thời gian  │
└─────────────────────────────────┘   └─────────────────────────────────┘   └─────────────────────────────────┘
                                                 │
                                                 ▼
                      ┌────────────────────────────────────────────────────────┐
                      │           POSITIONING ĐỘT PHÁ CỦA LUẬN ÁN              │
                      │  Tích hợp DSM 3 giá VN + IB-AVC 1 cảm biến + ES tối ưu  │
                      └────────────────────────────────────────────────────────┘
  1. Dòng nghiên cứu về mô hình quản trị nhu cầu năng lượng (DSM) và Energy Hub (EH): Các công trình kinh điển của Palensky & Dietrich (2011), Geidl & Anders (2007), và Mohsenian-Rad et al. (2010) đặt nền móng cho việc lập lịch phụ tải và phối hợp đa nguồn. Tuy nhiên, các mô hình EH phần lớn dừng lại ở bài toán tối ưu hóa toán học tĩnh, chưa gắn kết với động học điều khiển thời gian thực của các bộ biến đổi công suất điện tử khi ghép nối lưới phân phối.
  2. Dòng nghiên cứu về giải thuật MPPT cho PVG và WG: Subudhi & Pradhan (2011) đã tổng kết các phương pháp kinh điển như tạo nhiễu loạn và quan sát (P&O), điện dẫn gia tăng (INC), điện áp hằng (CV) và dò tìm cực trị (ESC). Gần đây, kỹ thuật dò và chia đôi (Iterative and Bisectional - IB) dựa trên mô hình toán đầy đủ của PVG được phát triển bởi các nhóm nghiên cứu tiên tiến, nhưng mới chỉ triển khai đơn lẻ cho hệ thống phát lên lưới 3 pha với cấu trúc điều khiển điện áp trung bình (IB-AVC) phức tạp gồm hai mạch vòng đo dòng điện cuộn cảm và điện áp đầu vào. Về phía nguồn gió PMSG, Koutroulis & Kalaitzakis (2006) và Tan & Islam (2004) khẳng định ưu thế của thuật toán leo đồi (HCS) và tỷ số tốc độ đầu cánh (TSR) trong các tuabin công suất vừa và nhỏ.
  3. Dòng nghiên cứu về xác định dung lượng tối ưu của hệ thống lưu trữ năng lượng (ES): Phương pháp đánh giá tỷ số thiếu hụt công suất (RLP - Ratio of Lack of Power) và xác suất mất điện cung cấp (LPSP - Loss of Power Supply Probability / LSLP) của Khatib et al. (2012) và Yang et al. (2008) chỉ chú trọng đến chỉ tiêu kỹ thuật độ tin cậy cấp điện mà bỏ qua yếu tố kinh tế của cấu trúc biểu giá biến động theo thời gian thực.

Các mâu thuẫn học thuật (Debates):

  • Mâu thuẫn 1: Giữa việc tối ưu hóa quy mô lưu trữ theo độ tin cậy kỹ thuật thuần túy (RLP/LPSP) và tối ưu hóa kinh tế theo chênh lệch giá điện Time-of-Use (TOU). Phương pháp truyền thống dẫn đến dung lượng ES quá lớn, không khả thi về chi phí đầu tư.
  • Mâu thuẫn 2: Giữa độ chính xác bám điểm cực đại MPPT và độ phức tạp phần cứng điều khiển. Các thuật toán hiện đại yêu cầu nhiều cảm biến đo đạc (cả dòng và áp), làm tăng chi phí và giảm độ tin cậy trong môi trường phân tán hạ thế.

Positioning của luận án: Luận án định vị tại điểm giao thoa giữa kinh tế năng lượng và điều khiển học tự động. Nghiên cứu giải quyết bài toán DSM thích ứng đặc thù cấu trúc "biểu đồ giá mua điện tại Việt Nam ở mức giờ cao điểm gần gấp 3 lần so với mức giá giờ thấp điểm và gần gấp đôi giá điện giờ bình thường", đồng thời căn cứ giá bán điện ưu đãi "nguồn điện gió là 1614 VNĐ/kWh và điện mặt trời là 2086 VNĐ/kWh" (quy ước tính toán an toàn lấy mức thấp hơn $1614\text{ VNĐ/kWh}$).

So sánh với hai nghiên cứu quốc tế điển hình:

  • Dự án Lưới điện vi mô Fort Collins, Colorado (Hoa Kỳ): Hướng tới cộng đồng đô thị phát thải ròng bằng không (Zero-net Energy) cho 150.000 dân cư với hệ thống điều độ microgrid phức tạp. So với Fort Collins vốn đòi hỏi hạ tầng truyền thông SCADA cao cấp, giải pháp của luận án tối ưu hóa tập trung tại nút tải 1 pha độc lập, giảm thiểu chi phí hạ tầng viễn thông mà vẫn đạt hiệu quả điều tiết luồng công suất tương đương.
  • Nghiên cứu của nhóm tác giả IEEE về cấu trúc IB-AVC 3 pha: Công trình quốc tế sử dụng hệ thống 3 pha với 2 vòng phản hồi dòng-áp. Luận án đã cải tiến đột phá cấu trúc này sang lưới 1 pha, rút gọn chỉ sử dụng duy nhất một cảm biến điện áp đầu vào BBĐ DC/DC, loại bỏ cảm biến dòng cuộn cảm nhưng vẫn bảo toàn tốc độ xác lập và độ chính xác bám MPP.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đóng góp vào hệ thống lý thuyết kỹ thuật điện thông qua việc mô hình hóa giải tích tường minh các phần tử phi tuyến và phát triển các mệnh đề điều độ mới:

                            ┌──────────────────────────────────────────┐
                            │      HỆ THỐNG MÔ HÌNH HÓA TOÁN HỌC       │
                            └────────────────────┬─────────────────────┘
                                                 │
                   ┌─────────────────────────────┴─────────────────────────────┐
                   ▼                                                           ▼
┌──────────────────────────────────────┐                   ┌──────────────────────────────────────┐
│        MÔ HÌNH NGUỒN PIN PVG         │                   │        MÔ HÌNH NGUỒN GIÓ PMSG        │
├──────────────────────────────────────┤                   ├──────────────────────────────────────┤
│ • Phương trình 1 Diode phi tuyến:    │                   │ • Hệ trục từ thông tựa dq0:          │
│   ipv = Iph - I0[exp(...)-1] - ...   │                   │   Vds = -R_S isd + ω_e L_q isq - ... │
│ • STC Dynamic Parameter Scaling      │                   │   Vqs = -R_S isq - ω_e L_d isd + ... │
│ • Giải thông số ẩn: Newton-Raphson   │                   │ • Mômen điện từ: Te = 1.5 p ψ isq    │
└──────────────────────────────────────┘                   └──────────────────────────────────────┘
                                                 │
                                                 ▼
                            ┌──────────────────────────────────────────┐
                            │    ĐIỀU ĐỘ TOÀN CỤC & TỐI ƯU HÓA DSM     │
                            │  Hàm mục tiêu chi phí ròng: Min Z(Zrb,Zas) │
                            │  Dung lượng tối ưu: C_ropt = Cr + (5-10)%│
                            └──────────────────────────────────────────┘

  1. Mở rộng mô hình toán học giải tích nguồn pin mặt trời (PVG): Thiết lập phương trình đặc tính $I-V$ phi tuyến dựa trên sơ đồ thay thế một diode tích hợp định luật Kirchhoff 1: $$i_{pv} = I_{ph} - I_0 \left[ \exp\left( \frac{v_{pv} + i_{pv}R_S}{n V_t} \right) - 1 \right] - \frac{v_{pv} + i_{pv}R_S}{R_p}$$ Trong đó, thuật toán Newton-Raphson được ứng dụng để giải hệ phương trình xác định 5 thông số ẩn ${R_S, R_p, I_0, I_{ph}, V_t}$ tại điều kiện tiêu chuẩn STC ($G = 1000\text{ W/m}^2, T = 25^\circ\text{C}$). Luận án hoàn thiện quy tắc chuyển đổi động học thông số theo bức xạ tức thời $G$ và nhiệt độ lớp tiếp giáp $T$: $$I_{ph}(G,T) = \frac{G}{G_{stc}} \left[ I_{ph,stc} + C_{TI}(T - T_{stc}) \right]$$ $$V_{OC}(G,T) = V_{OC,stc} \left[ 1 + C_{TV}(T - T_{stc}) \right] + V_t \ln\left(\frac{G}{G_{stc}}\right)$$ $$P_{mpp}(T) = P_{mpp,stc} \left[ 1 + C_{TP}(T - T_{stc}) \right]$$

  2. Mô hình hóa giải tích máy phát đồng bộ nam châm vĩnh cửu (PMSG) cho nguồn điện gió: Thiết lập hệ phương trình vi phân phi tuyến trên hệ trục tọa độ quay tựa từ thông rotor $dq0$ thông qua phép biến đổi Park: $$V_{ds} = -R_S i_{sd} + \omega_e L_q i_{sq} - L_d \frac{d i_{sd}}{dt}$$ $$V_{qs} = -R_S i_{sq} - \omega_e L_d i_{sd} + \omega_e \psi - L_q \frac{d i_{sq}}{dt}$$ Với giả thiết $L_d = L_q$, biểu thức mômen điện từ được tuyến tính hóa: $T_e = \frac{3}{2} p \psi i_{sq}$, thiết lập nền tảng toán học cho việc điều khiển công suất cơ khí khí động học: $P_m = \frac{1}{2} \rho \pi R^2 C_p(\lambda, \beta) v_w^3$.

  3. Mệnh đề điều độ DSM kinh tế tối ưu (Propositions):

    • Mệnh đề 1 (Giờ cao điểm và bình thường): Với mọi thời điểm $t \in {H, M}$, công suất mua từ EPS $P_{HT}(t) = 0$. Mọi nhu cầu phụ tải $P_{load}(t)$ được đáp ứng hoàn toàn bởi $P_{PVG}(t) + P_{WG}(t) + P_{ES}(t)$.
    • Mệnh đề 2 (Giờ thấp điểm): Năng lượng nạp cho kho tích trữ $E_{ES,charge}$ và lượng thiếu hụt phụ tải được huy động duy nhất trong các khoảng thời gian giờ thấp điểm $L_1$ và $L_2$ khi giá mua điện đạt mức đáy $Z_{rb,min}$.
    • Mệnh đề 3 (Cực tiểu hàm chi phí ròng): Hàm mục tiêu toàn cục $Z = Z_{rb} - Z_{as} \to \min$, với $Z_{rb}$ là tổng chi phí mua điện và $Z_{as}$ là tổng doanh thu bán điện phát ngược về EPS.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp đa tầng ba lý thuyết cốt lõi: Lý thuyết mạch lực công suất bán dẫn, Lý thuyết điều khiển phản hồi cộng hưởng và Lý thuyết tối ưu hóa kinh tế vi mô trong hệ thống điện.

┌─────────────────────────────────────────────────────────────────────────────┐
│                    KHUNG PHÂN TÍCH TÍCH HỢP ĐA TẦNG                         │
├─────────────────────────────────────────────────────────────────────────────┤
│  TẦNG 1: DỰ BÁO & LẬP LỊCH ĐIỀU ĐỘ KINH TẾ (DSM LEVEL)                      │
│  • Phương pháp xấp xỉ diện tích hình chữ nhật rời rạc hóa chu kỳ 24h       │
│  • Phân định 2 kịch bản năng lượng (EGconvHM ≥ EloadHM vs EGconvHM < EloadHM)│
│  • Định cỡ tối ưu dung lượng ES: Cropt = 400 kWh                           │
├─────────────────────────────────────────────────────────────────────────────┤
│  TẦNG 2: PHỐI HỢP CÔNG SUẤT THANH CÁI DC (COMMON DC-BUS LEVEL)              │
│  • Cân bằng luồng công suất: P_PVGconv + P_WGconv ± P_ESconv = P_DC + P_HTconv│
│  • Ổn định điện áp DC-bus thông qua BBĐ hai chiều ES và nghịch lưu lưới     │
├─────────────────────────────────────────────────────────────────────────────┤
│  TẦNG 3: ĐIỀU KHIỂN PHẦN CỨNG CHUYỂN MẠCH THỜI GIAN THỰC (CONVERTER LEVEL)  │
│  • PVG: Giải thuật IB kết hợp AVC-PID 1 vòng đo áp                          │
│  • WG: Giải thuật leo đồi HCS không cần cảm biến tốc độ gió                 │
│  • Grid DC/AC: Bộ điều khiển dòng điện cộng hưởng PR (Proportional-Resonant)│
└─────────────────────────────────────────────────────────────────────────────┘

Điểm tiếp cận mới (novel approach) nằm ở việc sử dụng phương pháp xấp xỉ diện tích để biến đổi các đường cong biến thiên ngẫu nhiên liên tục của $G(t), T(t), v_w(t)$ và $P_{load}(t)$ thành đồ thị bậc thang hình chữ nhật tương đương về mặt tích phân năng lượng trong từng khoảng thời gian $\Delta\tau_i$. Khung phân tích thiết lập điều kiện biên chặt chẽ: điện áp thanh cái DC được giữ ổn định nhờ hệ thống lưu trữ và bộ biến đổi nối lưới; hiệu suất biến đổi công suất qua các BBĐ DC/DC và DC/AC được chuẩn hóa ở mức $\eta_2 = 0{,}95$ và $\eta = 0{,}95$.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ thế giới quan thực chứng (positivism) với phương pháp tiếp cận diễn dịch - thực nghiệm định lượng, kết hợp giữa mô phỏng giải tích số trị độ chính xác cao và kiểm chứng trên mô hình phần cứng bán thực nghiệm. Thiết kế nghiên cứu phân tầng đa mức:

  • Cấp độ 1 - Trung tâm dự báo thời tiết và phụ tải: Dự báo bức xạ $G$, nhiệt độ $T$, tốc độ gió $v_w$ và biểu đồ phụ tải $P_{load}$.
  • Cấp độ 2 - Trung tâm đo lường, điều độ và điều khiển toàn hệ thống: Thu thập dữ liệu vận hành tức thời từ cảm biến bức xạ (PYR), nhiệt độ (TempS), biến dòng, biến áp; thực thi thuật toán DSM phân bổ luồng công suất tối ưu.
  • Cấp độ 3 - Mạch lực điều tiết công suất: Hệ thống các bộ biến đổi công suất DC/DC và DC/AC nối chung thanh cái DCbus.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu triển khai qua các bước toán học và thực nghiệm nghiêm ngặt:

┌─────────────────────────────────────────────────────────────────────────────┐
│                    QUY TRÌNH THỰC THI THUẬT TOÁN ĐIỀU ĐỘ                    │
└──────────────────────────────────────┬──────────────────────────────────────┘
                                       │
                                       ▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ 1. NHẬP DỮ LIỆU ĐẦU VÀO & RỜI RẠC HÓA BƯỚC TÍNH                             │
│    • Dữ liệu dự báo G, T, vw, Pload; Dung lượng Cmin, Cr; Hiệu suất η2, η   │
│    • Rời rạc hóa chu kỳ 24h thành 27 bước tính (khớp mốc 9h30 sáng)        │
└──────────────────────────────────────┬──────────────────────────────────────┘
                                       │
                                       ▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ 2. QUY ĐỔI TOÀN BỘ CÔNG SUẤT VỀ THANH CÁI DC-BUS                            │
│    • P_PVGconv = P_PVG * η_g1;  P_WGconv = P_WG * η_g2                      │
│    • P_load = P_DCload + P_ACload / η                                       │
└──────────────────────────────────────┬──────────────────────────────────────┘
                                       │
                                       ▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ 3. KIỂM TRA ĐIỀU KIỆN NĂNG LƯỢNG GIỜ CAO ĐIỂM & BÌNH THƯỜNG                 │
│    So sánh: EGconvHM ≥ EloadHM ?                                            │
└───────────────────┬─────────────────────────────────────┬───────────────────┘
                    │ ĐÚNG                                │ SAI
                    ▼                                     ▼
┌──────────────────────────────────────┐┌──────────────────────────────────────┐
│ KỊCH BẢN DSM 1                       ││ KỊCH BẢN DSM 2                       │
│ • Giờ L1: Nạp ES/mua bù nếu thiếu   ││ • Giờ L1: Mua điện nạp đầy ES để bù │
│ • Giờ H, M: Bán toàn bộ điện thừa    ││   toàn bộ lượng thiếu hụt giờ H & M │
│   (từ cả nguồn và ES) về EPS         ││ • Giờ H, M: ES phát bù, cấm mua EPS │
│ • Giờ L2: Thiếu thì mua, thừa thì bán││ • Giờ L2: Điều tiết cân bằng cuối ngày│
└───────────────────┬──────────────────┘└──────────────────┬───────────────────┘
                    │                                      │
                    └──────────────────┬───────────────────┘
                                       │
                                       ▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ 4. THUẬT TOÁN TỐI ƯU HÓA QUY MÔ ES (ES SIZING ALGORITHM)                    │
│    • Khởi tạo Cr = 30 kWh, bước nhảy ΔC = 5 kWh                             │
│    • Chạy lặp kiểm tra: Cins(25) - Cmin < ε trong kịch bản DSM 2           │
│    • Bổ sung dung lượng an toàn: Cropt = Cr + (5 - 10)% * Cr                │
└─────────────────────────────────────────────────────────────────────────────┘
  1. Thuật toán tạo bước tính thời gian: Chu kỳ điều độ $\tau = 24\text{ h}$ được chia thành 27 bước tính rời rạc nhằm tương thích chính xác với các mốc chuyển biểu giá 3 giá của EVN (đặc biệt là mốc 9h30 sáng).
  2. Thuật toán điều độ kịch bản DSM 1 ($E_{GconvHM} \ge E_{loadHM}$): Khi năng lượng phát ra từ hệ nguồn trong các giờ cao điểm và bình thường vượt quá nhu cầu tải, hệ thống ưu tiên nạp đầy ES trong giờ $L_1$, cấp đủ cho tải trong giờ $H$ và $M$, đồng thời phát tối đa năng lượng dư thừa $E_{as}$ lên lưới để tối đa hóa doanh thu bán điện.
  3. Thuật toán điều độ kịch bản DSM 2 ($E_{GconvHM} < E_{loadHM}$): Khi năng lượng hệ nguồn không đủ đáp ứng nhu cầu tải giờ $H$ và $M$, thuật toán tính toán chính xác lượng năng lượng thiếu hụt $E_{de}$ và kích hoạt quá trình mua điện giá thấp trong giờ $L_1$ để tích lũy sẵn vào ES, sau đó xả toàn bộ lượng lưu trữ này trong giờ $H$ và $M$, triệt tiêu việc phải mua điện giá cao từ EPS.
  4. Quy trình tối ưu hóa dung lượng ES: Thuật toán quét lặp bắt đầu từ $C_r = 30\text{ kWh}$, bước tăng $\Delta C = 5\text{ kWh}$. Tại mỗi bước, thuật toán mô phỏng quỹ đạo dung lượng tức thời $C_{ins}(i)$ trong kịch bản ngặt nghèo nhất (Kịch bản 2) và kiểm tra điều kiện hội tụ $C_{ins}(25) - C_{min} < \varepsilon$. Dung lượng tối ưu cuối cùng được tính toán: $C_{ropt} = C_r + (5 \div 10)% C_r$.

Data và phân tích

Dữ liệu mô phỏng được thiết lập từ các thông số thực tế của lưới điện và thiết bị phân tán tại Việt Nam:

Đại lượng thông số Kịch bản DSM 1 Kịch bản DSM 2 Đơn vị
Tổng năng lượng phát từ hệ nguồn ($E_{Gconv}$) 151,1 154,0 kWh
Tổng năng lượng tiêu thụ của tải ($E_{load}$) 118,6 404,2 kWh
Năng lượng nguồn giờ cao điểm & bình thường ($E_{GconvHM}$) Lớn hơn $E_{loadHM}$ Nhỏ hơn $E_{loadHM}$ kWh
Năng lượng nguồn giờ thấp điểm 1 ($E_{GconvL1}$) Nhỏ hơn $E_{loadL1}$ Nhỏ hơn $E_{loadL1}$ kWh
Hiệu suất biến đổi BBĐ DC/DC ES ($\eta_2$) 0,95 0,95 -
Hiệu suất biến đổi BBĐ DC/AC nghịch lưu ($\eta$) 0,95 0,95 -
Dung lượng lưu trữ tối thiểu ($C_{min}$) $20% \times C_r$ $20% \times C_r$ kWh

Kết quả quét lặp tìm dung lượng tối ưu cho thấy khi $C_r$ tăng từ $360\text{ kWh} \to 365\text{ kWh} \to 370\text{ kWh}$, dung lượng tồn dư tại cuối giờ bình thường thứ ba $C_{ins}(25)$ tăng tương ứng từ dưới mức an toàn lên $66{,}48\text{ kWh}$, tiệm cận ngưỡng bảo vệ $C_{min} = 73\text{ kWh} \div 74\text{ kWh}$. Do đó, khoảng dung lượng tính toán kỹ thuật tối thiểu là $365\text{ kWh} \div 370\text{ kWh}$. Bổ sung hệ số dự phòng sai số dự báo $5 \div 10%$, luận án xác lập dung lượng lắp đặt định mức chuẩn xác là $C_{ropt} = 400\text{ kWh}$.

Phát hiện đột phá và implications

Những phát hiện then chốt

┌─────────────────────────────────────────────────────────────────────────────┐
│                    BỐN PHÁT HIỆN ĐỘT PHÁ CỦA NGHIÊN CỨU                     │
├─────────────────────────────────────────────────────────────────────────────┤
│ [1] TRIỆT TIÊU 100% CÔNG SUẤT MUA LƯỚI GIỜ CAO ĐIỂM (E_rb(H) = 0)           │
│     • Không có DSM: Mua điện liên tục ở cả 3 khung giờ H, M, L              │
│     • Có DSM: Toàn bộ nhu cầu giờ H & M do PVG, WG và ES đáp ứng            │
├─────────────────────────────────────────────────────────────────────────────┤
│ [2] XÁC LẬP CHÍNH XÁC QUY MÔ ES TỐI ƯU C_ropt = 400 kWh                     │
│     • Giải quyết bài toán cân bằng giữa độ tin cậy cấp điện và chi phí đầu tư│
│     • Vận hành nạp đầy tại cuối L1 và xả về đúng ngưỡng an toàn Cmin cuối M3 │
├─────────────────────────────────────────────────────────────────────────────┤
│ [3] ĐỘT PHÁ ĐIỀU KHIỂN IB-AVC PVG ĐƠN CẢM BIẾN (SINGLE-MEASUREMENT)          │
│     • Rút gọn mạch điều khiển: Chỉ đo điện áp đầu vào BBĐ DC/DC              │
│     • Loại bỏ hoàn toàn cảm biến dòng cuộn cảm mà vẫn đảm bảo bám MPP        │
├─────────────────────────────────────────────────────────────────────────────┤
│ [4] BỘ ĐIỀU KHIỂN CỘNG HƯỞNG PR KHẮC PHỤC TRIỆT ĐỂ NHƯỢC ĐIỂM BỘ PI        │
│     • Loại bỏ sai số xác lập về biên độ và góc pha trong lưới xoay chiều 1 pha│
│     • Đảm bảo chất lượng sóng điện phát lưới đạt chuẩn IEEE                  │
└─────────────────────────────────────────────────────────────────────────────┘
  1. Triệt tiêu hoàn toàn công suất mua lưới trong giờ cao điểm và giờ bình thường: Khi không áp dụng DSM, hệ thống buộc phải mua điện liên tục từ EPS trong các khung giờ cao điểm với chi phí đắt đỏ gấp gần 3 lần giờ thấp điểm. Khi kích hoạt thuật toán DSM đề xuất, lượng điện mua $E_{rb}$ trong toàn bộ các khung giờ $H$ và $M$ hoàn toàn bằng $0$, chuyển dịch 100% nhu cầu năng lượng bổ sung sang nạp tích lũy vào giờ thấp điểm $L_1$.
  2. Tối ưu hóa kinh tế thông qua cơ chế chênh lệch giá biểu phí (Arbitrage Efficiency): Trong kịch bản 1, lượng điện dư thừa từ hệ nguồn và ES được phát ngược về lưới vào các khung giờ $H_2$ và $M_3$, mang lại dòng doanh thu bán điện $Z_{as}$ đáng kể với giá bán $1614\text{ VNĐ/kWh}$, chuyển đổi hệ thống từ trạng thái tiêu tốn chi phí sang sinh lợi tài chính ròng.
  3. Phát hiện phản trực giác về vận hành thụ động của ES khi không có DSM: Khi không có thuật toán DSM điều phối, ES hoạt động ở chế độ thụ động ngẫu nhiên (chỉ nạp khi nguồn thừa và xả khi nguồn thiếu). Điều này dẫn đến tình trạng ES cạn kiệt năng lượng ngay trước khi bước vào giờ cao điểm, buộc phụ tải phải tiêu thụ điện lưới vào khung giờ có giá cao nhất.
  4. Hiệu năng vượt trội của bộ điều khiển lai IB-AVC PID một cảm biến: Kết quả thực nghiệm chứng minh rằng cấu trúc IB-AVC đơn cảm biến điện áp không chỉ loại bỏ được sai số trôi điểm làm việc khi bức xạ biến thiên nhanh mà còn giảm chi phí chế tạo phần cứng và độ trễ tính toán vi điều khiển so với cấu trúc 2 vòng đo truyền thống.
  5. Khắc phục triệt để sai số xác lập dòng điện lưới nhờ bộ điều khiển cộng hưởng (PR): Bộ điều khiển dòng điện tỷ lệ cộng hưởng PR trong BBĐ DC/AC khắc phục hoàn toàn hiện tượng lệch pha và sai số biên độ tĩnh mà các bộ điều khiển PI thông thường gặp phải trong hệ thống xoay chiều 1 pha.

Implications đa chiều

  • Về mặt lý thuyết: Thiết lập mô hình giải tích hợp nhất đầu tiên kết nối trực tiếp thuật toán tối ưu hóa điều độ kinh tế vĩ mô cấp nút với các vòng điều khiển phi tuyến vi mô của phần tử bán dẫn công suất.
  • Về mặt phương pháp luận: Cung cấp quy trình rời rạc hóa bậc thang hình chữ nhật có thể chuyển giao áp dụng cho bất kỳ hệ thống điện nào có cơ cấu biểu giá nhiều thành phần (Time-of-Use / Dynamic Pricing).
  • Về ứng dụng thực tiễn: Cung cấp tài liệu thiết kế và giải thuật điều khiển sẵn sàng triển khai trên các dòng chip DSP thương mại cho các nhà sản xuất biến tần năng lượng mặt trời - gió lai (Hybrid Inverter) tại Việt Nam.
  • Về khuyến nghị chính sách: Cung cấp cơ sở khoa học định lượng để Tập đoàn Điện lực Việt Nam (EVN) và Bộ Công Thương xây dựng các cơ chế khuyến khích lắp đặt hệ thống lưu trữ phân tán (BESS) sau công tơ, giúp san phẳng biểu đồ phụ tải quốc gia (Peak Shaving / Valley Filling).

Limitations và Future Research

Mặc dù đạt được những kết quả đột phá, luận án thẳng thắn thừa nhận các giới hạn nghiên cứu:

  1. Giả thiết phân bố đồng đều về môi trường: Nghiên cứu giả định bức xạ trên mọi panel PVG và tốc độ gió trên toàn bộ diện tích quét cánh turbine là hoàn toàn đồng nhất, chưa xét đến hiện tượng che khuất bóng cục bộ (Partial Shading) hoặc gió giật cục bộ.
  2. Mô hình hóa động học nội tại của kho lưu trữ ES: Luận án coi ES là nguồn áp lý tưởng với hiệu suất nạp xả không đổi ($\eta_2 = 0{,}95$), chưa tích hợp mô hình suy giảm dung lượng điện hóa theo chu kỳ (battery degradation/aging) và phụ thuộc nhiệt độ tế bào pin.
  3. Phạm vi lưới điện 1 pha hạ thế: Nghiên cứu chưa mở rộng sang lưới phân phối 3 pha trung thế có xét đến hiện tượng mất cân bằng pha và dòng điện trung tính.

Chương trình nghiên cứu 10 năm tiếp theo (Future Research Agenda):

  • Phát triển thuật toán MPPT thích nghi phân tán cho mảng pin PVG dưới điều kiện che bóng cục bộ phức tạp (Global Maximum Power Point Tracking - GMPPT).
  • Tích hợp mô hình suy thoái tuổi thọ pin Lithium-ion/LiFePO4 vào hàm mục tiêu tối ưu hóa chi phí vòng đời (Levelized Cost of Storage - LCOS).
  • Mở rộng thuật toán DSM sang lưới điện vi mô 3 pha kết nối đa nút có tích hợp trạm sạc xe điện (EV Charging Stations) đóng vai trò phụ tải điều khiển được (Vehicle-to-Grid - V2G).
  • Ứng dụng điều khiển dự báo mô hình phân tán (Distributed Model Predictive Control - DMPC) kết hợp trí tuệ nhân tạo (Deep Reinforcement Learning) trong dự báo thời tiết siêu ngắn hạn.

Tác động và ảnh hưởng

┌─────────────────────────────────────────────────────────────────────────────┐
│                    MA TRẬN TÁC ĐỘNG VÀ ẢNH HƯỞNG TOÀN DIỆN                  │
├─────────────────────────────────────────────────────────────────────────────┤
│ • HỌC THUẬT QUỐC TẾ: Đóng góp 6 bài báo khoa học chuyên ngành chất lượng cao│
│   cung cấp nền tảng trích dẫn vững chắc cho cộng đồng nghiên cứu Smart Grid.│
│                                                                             │
│ • CÔNG NGHIỆP & DOANH NGHIỆP: Giảm 40-60% chi phí tiền điện cho các cơ sở  │
│   sản xuất có trạm biến áp chuyên dùng ≥ 25 kVA hoặc tiêu thụ ≥ 2000 kWh/th.│
│                                                                             │
│ • HỆ THỐNG ĐIỆN QUỐC GIA: Giảm áp lực nghẽn mạch đường truyền giờ cao điểm,│
│   hạn chế nhu cầu khởi động các nhà máy nhiệt điện đắt tiền chạy dầu/khí.   │
│                                                                             │
│ • XÃ HỘI & MÔI TRƯỜNG: Cắt giảm phát thải CO2 tương đương hàng trăm tấn mỗi│
│   năm trên mỗi nút tải công nghiệp thông qua việc tối đa hóa nguồn sạch.    │
└─────────────────────────────────────────────────────────────────────────────┘
  • Tác động học thuật: Cung cấp hệ thống giải thuật đã được công bố trên 6 công trình khoa học chuyên ngành, tạo tiền đề trích dẫn cao trong các nghiên cứu về Microgrid và DSM tại các quốc gia đang phát triển.
  • Tác động công nghiệp: Tạo đòn bẩy công nghệ cho các doanh nghiệp sản xuất, trung tâm thương mại và khu công nghiệp thuộc đối tượng áp dụng biểu đồ ba giá (tiêu thụ điện trên $2000\text{ kWh/tháng}$ hoặc có trạm biến áp riêng $\ge 25\text{ kVA}$) cắt giảm từ $40% \div 60%$ chi phí tiền điện hàng tháng.
  • Tác động quản lý năng lượng quốc gia: Giúp cơ quan điều độ hệ thống điện giảm công suất đỉnh (Peak Demand), ngăn ngừa quá tải đường dây hạ thế và nâng cao độ ổn định điện áp toàn hệ thống.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học giả: Tiếp cận khung mô hình toán học giải tích hoàn chỉnh về PVG, WG (PMSG), BBĐ và các mã nguồn thuật toán điều độ phân đoạn thời gian.
  • Kỹ sư R&D thiết bị năng lượng: Ứng dụng trực tiếp cấu trúc điều khiển IB-AVC rút gọn cảm biến và thuật toán điều chế nghịch lưu PR vào sản phẩm thương mại.
  • Chủ đầu tư năng lượng tái tạo phân tán: Tối ưu hóa bài toán hoàn vốn thông qua việc định cỡ chuẩn xác dung lượng pin lưu trữ $C_{ropt}$, tránh lãng phí vốn đầu tư ban đầu (CAPEX).
  • Cơ quan quản lý nhà nước (EVN, ERAV): Có căn cứ khoa học để hoàn thiện khung chính sách giá điện hai thành phần, giá dịch vụ phụ trợ lưu trữ và tiêu chuẩn kỹ thuật đấu nối nguồn phân tán.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp độc đáo nhất là việc tích hợp thành công Lý thuyết điều khiển phi tuyến bám điểm cực đại MPPT (mở rộng phương pháp lặp chia đôi IB) với Lý thuyết quản trị nhu cầu năng lượng DSM đa biểu giá. Luận án đã mở rộng mô hình đơn diode của Shockley và phương trình biến đổi Park cho máy phát PMSG để thiết lập mối liên kết hữu cơ giữa động học chuyển mạch bán dẫn mili-giây với bài toán lập lịch kinh tế 24 giờ.

2. Sự đổi mới về phương pháp luận so với các nghiên cứu trước đây được thể hiện như thế nào?

So với các nghiên cứu của Subudhi & Pradhan (2011) và Nguyen & Nguyen, luận án đã tinh giản cấu trúc điều khiển IB-AVC từ cấu trúc hai vòng đo (dòng điện cuộn cảm và điện áp đầu vào) xuống cấu trúc một vòng đo duy nhất (chỉ đo điện áp đầu vào BBĐ DC/DC). Đồng thời, phương pháp định cỡ ES đã khắc phục triệt để nhược điểm của các phương pháp RLP và LPSP truyền thống bằng cách tích hợp trực tiếp biến động giá điện TOU vào quá trình xác định dung lượng.

3. Phát hiện nào gây bất ngờ nhất và có bằng chứng định lượng cụ thể từ dữ liệu?

Phát hiện bất ngờ nhất là việc không áp dụng DSM khiến hệ thống lưu trữ năng lượng vận hành hoàn toàn thụ động, dẫn đến nghịch lý: dù hệ thống có dung lượng ES lên tới $400\text{ kWh}$, hộ tiêu thụ vẫn phải mua điện lưới trong giờ cao điểm do ES đã xả hết điện vào các giờ bình thường trước đó. Bằng chứng định lượng thể hiện ở việc áp dụng DSM đã đưa lượng điện mua giờ cao điểm về tuyệt đối bằng $0$ ($E_{rb(H)} = 0$), đồng thời tạo ra dòng năng lượng bán ngược $E_{as}$ đạt cực đại trong các giờ $H_2$ và $M_3$.

Biểu đồ minh họa so sánh cơ chế vận hành ES:
Không có DSM: [Nạp ngẫu nhiên] ──> [Xả cạn giờ thường M] ──> [BỊ ĐỘNG MUA ĐIỆN GIỜ CAO ĐIỂM H]
Có DSM:       [Nạp đầy giờ thấp điểm L1] ──> [Giữ năng lượng] ──> [XẢ TỐI ĐA GIỜ CAO ĐIỂM H & M] ──> [E_rb(H) = 0]

4. Luận án có cung cấp giao thức tái lập nghiên cứu (Replication Protocol) hoàn chỉnh không?

Hoàn toàn đầy đủ. Luận án công bố chi tiết:

  • Hệ phương trình toán học giải tích từ (2.1) đến (2.40).
  • Lưu đồ thuật toán điều độ tổng thể (Hình 2.11) và các lưu đồ nhánh cho từng khung giờ $L_1, H, M, L_2$ (Hình 2.12 - 2.15).
  • Tham số khởi tạo vòng lặp định cỡ ES ($C_{r,start} = 30\text{ kWh}, \Delta C = 5\text{ kWh}$, bảng quan hệ $C_r - C_{ins}(25)$).
  • Các hệ số suy giảm hiệu suất chuyển đổi công suất của các bộ biến đổi ($\eta_2 = 0{,}95, \eta = 0{,}95$).

5. Lộ trình nghiên cứu phát triển trong tương lai được định hình ra sao?

Lộ trình hướng tới việc số hóa hoàn toàn trạm năng lượng phân tán thông qua việc tích hợp cảm biến IoT thời gian thực, thuật toán học sâu dự báo bức xạ/gió theo từng phút, mở rộng sang lưới phân phối microgrid 3 pha đa nút và phát triển cơ chế trao đổi năng lượng ngang hàng (Peer-to-Peer - P2P energy trading) trên nền tảng công nghệ chuỗi khối (Blockchain).

Kết luận

  1. Xây dựng thành công chiến lược điều độ DSM tối ưu thích ứng đặc thù với cơ chế biểu đồ ba giá của hệ thống điện Việt Nam, triệt tiêu $100%$ lượng điện mua lưới trong giờ cao điểm.
  2. Đề xuất thuật toán quét lặp kinh tế xác định chính xác dung lượng tối ưu của hệ thống lưu trữ năng lượng $C_{ropt} = 400\text{ kWh}$ với dải an toàn dự phòng $5 \div 10%$.
  3. Cải tiến đột phá cấu trúc điều khiển IB-AVC cho nguồn pin mặt trời PVG, giảm thiểu số lượng cảm biến đo lường xuống còn 1 cảm biến áp duy nhất mà vẫn đảm bảo bám chính xác điểm cực đại MPP dưới mọi điều kiện thời tiết.
  4. Thiết lập cấu trúc điều khiển đồng bộ cho nguồn điện gió PMSG bằng phương pháp leo đồi HCS và bộ điều khiển cộng hưởng PR cho nghịch lưu nối lưới 1 pha, loại bỏ hoàn toàn sai số xác lập dòng điện xoay chiều.
  5. Kiểm chứng toàn diện tính đúng đắn của các mô hình lý thuyết thông qua hệ thống mô phỏng số trị chuyên sâu và hệ thống phần cứng thực nghiệm, cung cấp giải pháp kỹ thuật khả thi chuyển giao trực tiếp cho ngành năng lượng Việt Nam.
  6. Mở ra ba hướng nghiên cứu học thuật mới đầy triển vọng: điều khiển phân tán chống che bóng cục bộ, tích hợp mô hình suy giảm điện hóa pin lưu trữ vào bài toán DSM, và mở rộng điều độ microgrid 3 pha linh hoạt kết hợp trạm sạc xe điện thông minh.