Tổng quan về luận án
Sự bùng nổ của quá trình chuyển dịch năng lượng toàn cầu cùng cam kết cắt giảm phát thải khí nhà kính (tiêu biểu như mục tiêu giảm ít nhất 20% phát thải của Liên minh châu Âu) đã định vị năng lượng mặt trời (NLMT) thành trụ cột chiến lược của hệ thống năng lượng tái tạo. Tuy nhiên, thách thức kỹ thuật lớn nhất làm suy giảm nghiêm trọng hiệu suất khai thác của các nhà máy điện quang điện chính là hiện tượng che phủ một phần (Partial Shading Condition - PSC) do bóng mây, bụi bẩn, cây cối hoặc các công trình lân cận. Hiện tượng này không chỉ gây tổn thất công suất dị thường (mismatch loss) và hiện tượng điểm nóng (hotspot) phá hủy tế bào quang điện (TBQĐ), mà còn làm biến dạng đường đặc tính công suất - điện áp (P-V), tạo ra nhiều điểm cực đại cục bộ (Local Maximum Power Point - LMPP) dẫn tới hiện tượng "nhầm lẫn" (misleading) ở các bộ điều khiển bám điểm công suất cực đại (MPPT) truyền thống.
Khoảng trống nghiên cứu (research gap) trọng yếu trong y văn quốc tế nằm ở chỗ: các giải pháp phần cứng phân tán (Distributed MPPT) hoặc biến tần đa cấp đòi hỏi chi phí đầu tư thiết bị rất cao và kiến trúc điều khiển phức tạp; trong khi các nghiên cứu tái cấu trúc mảng pin sơ cấp kinh điển (như Nguyen & Lehman, 2008; Guillermo Velasco-Quesada et al., 2009) chủ yếu dừng lại ở các thuật toán heuristic kinh nghiệm, chưa tối ưu hóa toàn cục, hoặc phải đối mặt với sự bùng nổ không gian tổ hợp khi số lượng tấm pin tăng lên. Đặc biệt, các nghiên cứu trước đây hoàn toàn bỏ qua bài toán tối ưu hóa động học chuyển mạch và sự suy giảm tuổi thọ do hao mòn không đồng đều của các rơ-le/khóa chuyển mạch trong ma trận đóng cắt động (Dynamic Electrical Scheme - DES).
Luận án tiến sĩ của tác giả Ngô Ngọc Thành với tiêu đề "Đề xuất các thuật toán điều khiển tối ưu cho bài toán tái cấu trúc hệ thống pin mặt trời" (Chuyên ngành: Kỹ thuật điều khiển và tự động hóa; Người hướng dẫn: PGS. Phạm Thượng Cát và GS. Nguyễn Phùng Quang; Học viện Khoa học và Công nghệ, 2020) đã giải quyết trọn vẹn khoảng trống này thông qua việc thiết lập các câu hỏi nghiên cứu và giả thuyết khoa học tường minh:
- Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để xây dựng mô hình toán học và thuật toán điều khiển tối ưu tĩnh nhằm tìm kiếm cấu hình kết nối mảng pin song song - nối tiếp (Total-Cross-Tied - TCT) có chỉ số cân bằng bức xạ tối ưu toàn cục ($EI \to \min$) trong thời gian thực, triệt tiêu hoàn toàn hiện tượng misleading trên đường đặc tính P-V?
- Câu hỏi nghiên cứu 2 (RQ2): Làm thế nào để thiết lập bài toán tối ưu động xác định quy trình chuyển mạch từ cấu hình hiện tại sang cấu hình cân bằng mới nhằm đồng thời cực tiểu hóa số lần đóng mở khóa chuyển mạch và cân bằng độ hao mòn cơ - điện giữa các phần tử của ma trận DES?
- Giả thuyết khoa học 1 (H1): Việc quy đổi bài toán tìm ma trận bức xạ tối ưu $G_{OP}$ về bài toán Quy hoạch động (Dynamic Programming - DP) và phát triển thuật toán xấp xỉ tất định SmartChoice (SC) sẽ cho phép đạt được cấu hình cân bằng bức xạ tối ưu với độ phức tạp tính toán giảm đáng kể so với phương pháp vét cạn.
- Giả thuyết khoa học 2 (H2): Việc mô hình hóa quá trình chuyển dịch trạng thái ma trận DES dưới dạng bài toán gán Munkres (MAA / Hungarian Algorithm) kết hợp ma trận trọng số lũy kế chu kỳ đóng mở khóa sẽ kéo dài tuổi thọ vận hành của hệ thống chuyển mạch phần cứng lên trên 40% so với giải pháp gán ngẫu nhiên hoặc gán tĩnh.
Khung lý thuyết của công trình tích hợp chặt chẽ giữa lý thuyết vật lý bán dẫn quang điện (mô hình toán học một đi-ốt của TBQĐ: $I = I_L - I_0 [\exp(q(V+IR_S)/a_d k T) - 1] - (V+IR_S)/R_{SH}$), lý thuyết điều khiển tối ưu hệ thống rời rạc, lý thuyết tổ hợp và tối ưu hóa toán học (Subset Sum Problem, Munkres' Assignment Algorithm).
Phạm vi nghiên cứu thực nghiệm tập trung vào hệ thống quang điện nối lưới cấu trúc TCT quy mô mảng $3 \times 3$ gồm 9 tấm pin quang điện đơn tinh thể Schüco MPE 240 PS 04 (công suất danh định $240\text{ W}$, dòng ngắn mạch $I_{SC} = 8.41\text{ A}$, điện áp hở mạch $V_{OC} = 37.3\text{ V}$), được kiểm chứng qua 11 kịch bản che phủ phức tạp trên nền tảng mô phỏng Matlab-Simulink và mô hình thực nghiệm phần cứng tích hợp vi điều khiển, cảm biến dòng/áp và ma trận rơ-le DES $3$-throw. Kết quả nghiên cứu chứng minh công suất hệ thống được khôi phục vượt trội, loại bỏ hoàn toàn các đỉnh cực đại giả và phân bố đều hao mòn chuyển mạch cơ điện.
Literature Review và Positioning
Tổng quan y văn quốc tế cho thấy các chiến lược giảm thiểu tổn thất do hiện tượng che phủ một phần (PSC) được phân định thành ba trường phái kỹ thuật chính:
CHIẾN LƯỢC GIẢM TỔN THẤT DO CHE PHỦ (PSC)
│
┌───────────────────────────────────────────┼───────────────────────────────────────────┐
▼ ▼ ▼
┌──────────────────┐ ┌──────────────────┐ ┌──────────────────┐
│ Phân bổ MPPT │ │ Biến tần đa cấp │ │ Tái cấu trúc │
│ (Distributed │ │ (Multilevel │ │ mảng pin PV │
│ MPPT) │ │ Inverters) │ │ (Reconfiguration)│
└────────┬─────────┘ └────────┬─────────┘ └────────┬─────────┘
│ │ │
┌─────┴─────┐ ┌─────┴─────┐ ┌─────┴─────┐
▼ ▼ ▼ ▼ ▼ ▼
Ưu điểm: Nhược điểm: Ưu điểm: Nhược điểm: Ưu điểm: Nhược điểm:
Tránh dùng Chi phí cao, Giảm sóng Điều khiển phức Chi phí đầu Yêu cầu giải
bypass diode phần cứng cực hài & điện tạp, cấu trúc tư hợp lý, thuật tối ưu
phức tạp kỳ cồng kềnh áp quá độ phần cứng đắt tăng hiệu toàn cục & cân
suất triệt để bằng chuyển mạch
- Trường phái MPPT phân tán (Distributed MPPT): Được phát triển bởi các nhóm nghiên cứu như Roman et al. (2006) và Xiao et al. (2007), tích hợp bộ biến đổi DC-DC cho từng module PV. Dù loại bỏ hoàn toàn ảnh hưởng của bypass diode, phương pháp này làm tăng vọt chi phí đầu tư ban đầu và độ phức tạp trong bảo trì phần cứng.
- Trường phái biến tần đa cấp (Multilevel Inverters): Điển hình bởi nghiên cứu của Cecati et al. (2010), kiểm soát độc lập điện áp từng chuỗi tấm pin, giảm thiểu méo hài nhưng đòi hỏi thuật toán xử lý tín hiệu số vô cùng phức tạp.
- Trường phái tái cấu trúc mảng pin quang điện (PV Array Reconfiguration): Khởi xướng ban đầu từ các công trình kinh điển của Salameh et al. (1990) ứng dụng trên xe điện, sau đó được phát triển lên cấu trúc phần cứng chuyển mạch động bởi Sherif & Boutros (1994). Đến giai đoạn 2008-2018, nhánh nghiên cứu này chia làm hai luồng đối thoại học thuật:
- Luồng tiếp cận chuyển mạch phân vùng bán phần: Nguyen & Lehman (2008) đề xuất phân chia mảng PV thành nhóm cố định và nhóm dịch chuyển linh hoạt. Mặc dù giảm số lượng cảm biến và linh kiện bán dẫn, phương pháp này chỉ thử nghiệm trên tải thuần trở, bỏ qua khâu phối hợp MPPT và không xây dựng được mô hình toán học giải tích cho bài toán cực trị toàn cục.
- Luồng tiếp cận tái cấu trúc toàn phần cấu trúc TCT: Guillermo Velasco-Quesada et al. (2009, 2011) đề xuất khái niệm chỉ số cân bằng bức xạ Equalization Index (EI) và mô hình khóa chuyển mạch $m$-throw. Tuy nhiên, thuật toán của Velasco-Quesada cùng các mở rộng sau đó của Romano et al. (2013), Jazayeri et al. (2014) và Mahmoud et al. (2017) chủ yếu dựa trên các quy tắc sắp xếp kinh nghiệm (Best-Worst Sorting Algorithm - BWSA) hoặc tìm kiếm tham lam (Greedy search). Các phương pháp này dễ bị rơi vào cực trị cục bộ khi số phần tử mảng tăng lên và hoàn toàn bỏ qua sự phân bổ hao mòn cơ học/nhiệt của các tiếp điểm rơ-le trong ma trận chuyển mạch DES.
So sánh với hai nghiên cứu quốc tế tiêu biểu:
- So với công trình của Guillermo Velasco-Quesada et al. (2009) trên tạp chí IEEE Transactions on Industrial Electronics: Velasco-Quesada chỉ đưa ra thuật toán tìm kiếm tối ưu cục bộ và tối thiểu hóa số bước chuyển mạch tức thời mà không có cơ chế bù trừ hao mòn tiếp điểm. Luận án của Ngô Ngọc Thành đã bước một bước tiến dài khi chứng minh toán học mô hình tối ưu toàn cục thông qua Quy hoạch động, đồng thời nâng cấp thuật toán gán việc Munkres có trọng số để giải quyết triệt để bài toán tuổi thọ linh kiện.
- So với nghiên cứu của B. Patnaik et al. (2011) và Matam et al. (2018): Các công trình này sử dụng thuật toán tiến hóa (Genetic Algorithm - GA, PSO) có thời gian hội tụ chậm, mang tính ngẫu nhiên cao không phù hợp cho các vi điều khiển thời gian thực khi bóng mây di chuyển nhanh. Luận án khắc phục bằng thuật toán tất định SmartChoice (SC), đạt thời gian xử lý micro-giây với độ chính xác xấp xỉ tiệm cận nghiệm tối ưu của Quy hoạch động.
Đóng góp lý thuyết và khung phân tích
Đóng góp cho lý thuyết
Luận án đã mở rộng và hoàn thiện nền tảng lý thuyết điều khiển tối ưu hệ thống năng lượng tái tạo thông qua các đóng góp khoa học cốt lõi:
- Mở rộng lý thuyết Quy hoạch động của Richard Bellman vào bài toán phân hoạch mảng quang điện: Tác giả đã hình thức hóa bài toán tìm ma trận cân bằng bức xạ $G_{OP}$ dưới dạng biến thể nhiều chiều của bài toán quy hoạch xếp ba lô (Subset Sum Problem / Bin Packing Problem). Bằng cách ánh xạ vector bức xạ mặt trời $G = [G_{11}, \dots, G_{mn}]$ thành mảng các giá trị năng lượng và phân bổ vào $m$ hàng sao cho hàm mục tiêu cực tiểu hóa chỉ số cân bằng bức xạ $EI = \max(G_i) - \min(G_i) \to \min$ (với $G_i = \sum_{j=1}^n G_{ij}$), luận án đã cung cấp một chứng minh hình thức về sự tồn tại của nghiệm tối ưu toàn cục.
- Phát triển lý thuyết gán tối ưu có nhớ (Memory-augmented Optimal Assignment Theory): Mở rộng thuật toán phân việc kinh điển của Kuhn-Munkres (1957) bằng cách tích hợp ma trận chi phí lũy kế chu kỳ đóng ngắt $S = [S_{ij}]_{m \times n}$. Đây là sự chuyển dịch mô thức (paradigm shift) từ tối ưu hóa trạng thái tĩnh sang tối ưu hóa suy giảm độ tin cậy động của cơ cấu chấp hành phần cứng.
MÔ HÌNH TOÁN HỌC HAI TẦNG TỐI ƯU CỦA LUẬN ÁN
│
┌───────────────────────────────────────┴───────────────────────────────────────┐
▼ ▼
┌─────────────────────────────────────────────────┐ ┌─────────────────────────────────────────────────┐
│ TẦNG 1: TỐI ƯU CẤU HÌNH CÂN BẰNG BỨC XẠ │ │ TẦNG 2: TỐI ƯU HÓA QUY TRÌNH CHUYỂN MẠCH DES │
├─────────────────────────────────────────────────┤ ├─────────────────────────────────────────────────┤
│ • Không gian cấu hình vật lý: │ │ • Ma trận trạng thái chuyển mạch: │
│ NCi = (m·n)! / [m! · (n!)^m] │ │ DES = [S_ij], Q = [Q_1, ..., Q_g] │
│ • Hàm mục tiêu: │ │ • Hàm mục tiêu 1 (MAA chuẩn): │
│ EI = max(G_i) - min(G_i) -> min │ ────────► │ (MI_min)_step_k -> min │
│ • Ràng buộc: Mỗi hàng chứa đúng n tấm pin │ │ • Hàm mục tiêu 2 (MAA cải tiến): │
│ • Thuật giải: │ │ SI = max(S_ij) - min(S_ij) -> min │
│ - Quy hoạch động (DP - Exact Global) │ │ • Thuật giải: MAA cải tiến có ma trận chi phí C │
│ - SmartChoice (SC - Fast Heuristic) │ │ kết hợp số lần đóng mở tích lũy │
└─────────────────────────────────────────────────┘ └─────────────────────────────────────────────────┘
Khung phân tích độc đáo
Khung phân tích của luận án tích hợp ba lý thuyết nền tảng:
- Lý thuyết đặc tính I-V/P-V phi tuyến của pin mặt trời dưới điều kiện chiếu sáng không đồng nhất;
- Lý thuyết đại số ma trận trong không gian cấu hình chuyển mạch hữu hạn;
- Lý thuyết điều khiển tối ưu tổ hợp rời rạc.
Định đề cấu hình không dư thừa (Non-redundant Physical Configurations): Luận án đã làm rõ cấu trúc không gian trạng thái vật lý của mảng TCT gồm $m$ hàng và $n$ cột ($g = m \times n$ tấm pin). Trong khi tổng số hoán vị toán học là $(m \cdot n)!$, số lượng cấu hình vật lý thực sự tạo ra các đặc tính dòng điện DC khác biệt ($NC_i$) được rút gọn chính xác theo công thức giải tích:
$$NC_i = \frac{(m \cdot n)!}{m! \cdot (n!)^m}$$
Ví dụ với hệ thống $3 \times 3$ ($g = 9$ tấm pin), không gian $9! = 362.880$ hoán vị được tinh gọn thành đúng $NC_i = \frac{9!}{3! \cdot (3!)^3} = 280$ cấu hình độc lập. Ranh giới vận hành (boundary conditions) được xác định rõ ràng: thuật toán áp dụng cho các cấu trúc mảng $m \times n$ đối xứng hoặc bất đối xứng, hoạt động trong dải bức xạ từ $100\text{ W/m}^2$ đến $1000\text{ W/m}^2$, với giả định thời gian lấy mẫu và chuyển mạch nhỏ hơn rất nhiều so với tốc độ biến thiên của bóng che khí quyển.
Phương pháp nghiên cứu tiên tiến
Thiết kế nghiên cứu
Nghiên cứu được thiết kế theo trường phái thực chứng (positivism) kết hợp kỹ thuật mô hình hóa hệ thống và kiểm chứng thực nghiệm nghiêm ngặt. Kiến trúc điều khiển được tổ chức theo cấu trúc phân tầng (multi-level hierarchical design):
- Tầng cảm biến và ước lượng (Level 1): Đo trực tiếp điện áp $V_{ij}$ và dòng điện $I_{ij}$ của từng module PV thông qua các cảm biến dòng Hall và cầu phân áp, sử dụng mô hình giải tích đảo để ước lượng giá trị bức xạ tức thời $G_{ij}$ ($\text{W/m}^2$).
- Tầng tối ưu hóa cấu hình bức xạ (Level 2): Thuật toán DP hoặc SC tính toán ma trận bức xạ tối ưu $G_{OP}$.
- Tầng điều khiển chuyển mạch tối ưu (Level 3): Thuật toán MAA cải tiến xác định trạng thái đóng/ngắt của mảng khóa chuyển mạch $m$-throw, truyền tín hiệu điều khiển tới vi xử lý để kích hoạt rơ-le.
SƠ ĐỒ KHỐI PHƯƠNG PHÁP NGHIÊN CỨU THỰC CHỨNG
│
┌────────────────────────────────────────────────┴────────────────────────────────────────────────┐
│ 1. TẦNG THU THẬP DỮ LIỆU & ƯỚC TÍNH BỨC XẠ (SENSING & ESTIMATION) │
│ - Cảm biến dòng / áp thời gian thực đo V_ij, I_ij của 9 module Schüco MPE 240 PS 04 │
│ - Tính toán giải tích ma trận bức xạ đầu vào G_ij (W/m2) │
└────────────────────────────────────────────────┬────────────────────────────────────────────────┘
▼
┌─────────────────────────────────────────────────────────────────────────────────────────────────┐
│ 2. TẦNG XỬ LÝ ĐIỀU KHIỂN TỐI ƯU (OPTIMAL CONTROL ENGINE) │
│ - Đưa ma trận G vào thuật toán Quy hoạch động (DP) hoặc SmartChoice (SC) │
│ - Xuất ma trận cấu hình cân bằng bức xạ tối ưu G_OP với chỉ số EI xấp xỉ 0 │
│ - Thiết lập ma trận chi phí C_iM,jM kết hợp lịch sử ma trận đóng mở S_ij │
│ - Áp dụng thuật toán MAA cải tiến để xác định chuỗi chuyển mạch tối ưu │
└────────────────────────────────────────────────┬────────────────────────────────────────────────┘
▼
┌─────────────────────────────────────────────────────────────────────────────────────────────────┐
│ 3. TẦNG KIỂM CHỨNG & ĐÁNH GIÁ ĐA PHƯƠNG THỨC (VALIDATION & BENCHMARKING) │
│ - Mô phỏng: Matlab-Simulink 2018b (Simscape Power Systems) + Giao diện C# Visual Studio │
│ - Thực nghiệm: Mảng phần cứng 9 tấm pin thật, ma trận DES 3-throw, vi điều khiển thời gian thực│
│ - So sánh đối chuẩn: Đo đạc công suất P-V, số lần đóng mở khóa qua 11 kịch bản PSC độc lập │
└─────────────────────────────────────────────────────────────────────────────────────────────────┘
Quy trình nghiên cứu rigorous
Quy trình thu thập và xử lý dữ liệu được thiết lập với độ tin cậy cao:
- Triangulation đa phương thức: Kết hợp giữa chứng minh giải tích toán học thuần túy, mô phỏng số trên Matlab-Simulink (Simscape Power Systems) và đo đạc vật lý trên dàn pin thực nghiệm.
- Đặc tính mẫu và thiết bị: Sử dụng module quang điện tiêu chuẩn công nghiệp Schüco International KG MPE 240 PS 04 (xuất xứ CHLB Đức). Các thông số chuẩn tại điều kiện $STC$ ($GSTC = 1000\text{ W/m}^2$, nhiệt độ cell $T_{STC} = 25^\circ\text{C}$, $AM = 1.5$) gồm: $P_{max} = 240\text{ W}$, $V_{MPP} = 30.5\text{ V}$, $I_{MPP} = 7.87\text{ A}$, $V_{OC} = 37.3\text{ V}$, $I_{SC} = 8.41\text{ A}$.
- Thuật toán SmartChoice (SC) đề xuất: Hoạt động dựa trên nguyên lý sắp xếp mảng vector bức xạ giảm dần $A = [g_1, g_2, \dots, g_g]$ ($g_1 \ge g_2 \ge \dots \ge g_g$). Thuật toán tuần tự điền các phần tử lớn nhất vào các hàng có tổng bức xạ hiện tại nhỏ nhất, đảm bảo tính tất định và thời gian thực thi siêu tốc với độ phức tạp tính toán chỉ $O(g \log g)$.
- Thuật toán MAA cải tiến: Xây dựng ma trận chi phí $C$ có kích thước $n_M \times n_M$, trong đó phần tử chi phí $C_{i_M j_M}$ không chỉ phản ánh việc thay đổi vị trí của tấm pin $i_M$ sang công việc $j_M$ mà còn cộng dồn trọng số số lần đóng mở lịch sử $S_{ij}$ từ các bước tái cấu trúc trước ($step_{k-1}$):
$$C_{i_M j_M} = \begin{cases} 0 & \text{nếu không đổi vị trí} \ S_{i_M j_M} + 1 & \text{nếu có chuyển mạch} \end{cases}$$
Data và phân tích
Bộ dữ liệu kiểm chứng bao gồm 11 kịch bản che phủ một phần (Cases 1-11) đại diện cho mọi hình thái bóng che trong thực tế: che phủ góc (corner shading), che phủ theo dải ngang (horizontal shading), che phủ theo dải dọc (vertical shading), che phủ phân tán chéo (diagonal shading) và che phủ ngẫu nhiên với các mức bức xạ biến thiên từ $100\text{ W/m}^2$ đến $900\text{ W/m}^2$.
Phần mềm hỗ trợ: Matlab-Simulink 2018b kết hợp môi trường lập trình Microsoft Visual Studio (ngôn ngữ C# xây dựng giao diện giám sát và mô phỏng thuật toán DES). Độ chính xác của việc ước lượng bức xạ và hiệu quả cân bằng được đánh giá thông qua chỉ số cân bằng $EI$ và chỉ số cân bằng ma trận khóa $SI = \max(S_{ij}) - \min(S_{ij})$.
Phát hiện đột phá và implications
Những phát hiện then chốt
- Phát hiện 1 (Triệt tiêu hoàn toàn hiện tượng Misleading trên đường cong P-V): Dưới điều kiện che phủ một phần không đồng nhất, hệ thống TCT ban đầu luôn xuất hiện từ 2 đến 3 đỉnh cực đại cục bộ (LMPP) với công suất đỉnh bị suy giảm sâu. Sau khi áp dụng thuật toán tái cấu trúc DP hoặc SC, đường cong đặc tính P-V của toàn hệ thống được nắn phẳng thành dạng đơn đỉnh (single peak - Global MPP duy nhất). Điều này cho phép các thuật toán MPPT kinh điển (như P&O hay Incremental Conductance) bám đỉnh chính xác 100% mà không bị bẫy tại các cực trị địa phương.
- Phát hiện 2 (Khôi phục công suất hệ thống vượt trội qua 11 kịch bản thực nghiệm): Phân tích thực nghiệm trên 11 trường hợp che phủ cho thấy công suất phát của hệ thống tăng từ 8.4% đến 34.2% so với trước khi tái cấu trúc. Ví dụ trong kịch bản che phủ nặng (Case 6: bức xạ các tấm pin phân bố không đều từ $200\text{ W/m}^2$ đến $800\text{ W/m}^2$), công suất hệ thống tăng từ $1120.4\text{ W}$ lên $1465.8\text{ W}$ (tăng thêm $345.4\text{ W}$, tương đương mức cải thiện 30.8%).
- Phát hiện 3 (Độ chính xác và tốc độ vượt trội của thuật toán SmartChoice so với DP): Mặc dù Quy hoạch động (DP) luôn đảm bảo tìm ra cấu hình có $EI$ nhỏ nhất tuyệt đối ($EI = 0$ trong hầu hết các trường hợp), thời gian tính toán của DP tăng theo hàm mũ khi kích thước mảng vượt quá $6 \times 6$. Ngược lại, thuật toán SmartChoice (SC) đạt được giá trị $EI$ xấp xỉ tương đương DP ($EI \le 50\text{ W/m}^2$) nhưng thời gian thực thi giảm hơn 92%, chứng minh tính khả thi tuyệt đối cho các hệ thống nhúng thời gian thực.
- Phát hiện 4 (Hiệu quả cân bằng hao mòn cơ điện của thuật toán MAA cải tiến): Khi thực hiện chuỗi 2000 chu kỳ tái cấu trúc liên tục ($step_k = 2000$), việc sử dụng thuật toán MAA tiêu chuẩn khiến một số khóa chuyển mạch ở vị trí trung tâm phải đóng cắt tới hơn 1200 lần trong khi các khóa khác chỉ đóng cắt dưới 100 lần (độ lệch $SI > 1100$). Trong khi đó, thuật toán MAA cải tiến đã phân bổ đều tải chuyển mạch, giữ cho chỉ số $SI \le 180$, triệt tiêu nguy cơ cháy hỏng cục bộ và kéo dài tuổi thọ đồng đều cho toàn bộ ma trận DES.
SO SÁNH ĐẶC TÍNH P-V TRƯỚC VÀ SAU TÁI CẤU TRÚC (CASE 6)
Công suất (W)
1600 ┌──────────────────────────────────────────────────┐
│ ▲ GMPP = 1465.8W │
1400 │ / \ │ ── Sau tái cấu trúc (Đơn cực đại)
│ / \ │
1200 │ ▲ LMPP1 = 1120.4W \ │ ┈┈ Trước tái cấu trúc (Đa cực đại)
│ / \ / \ │
1000 │ / \ / \ │
│ / \ LMPP2 / \ │
800 │ / \ ▲ / \ │
│ / \/ \ / \ │
600 │ / \/ \ │
│ / \ │
400 │ / \ │
│ / \ │
200 │ / \ │
│ / \ │
0 └──┴─────────────────────────────────────────────┴─┘
0 10 20 30 40 50 60 70 80 90 100 110 120 Điện áp Vout (V)
Implications đa chiều
- Về mặt học thuật và lý thuyết: Luận án mở ra hướng tiếp cận liên ngành mới, kết hợp chặt chẽ giữa lý thuyết tối ưu hóa tổ hợp rời rạc với kỹ thuật điều khiển điện tử công suất trong các nguồn phát năng lượng tái tạo phân tán.
- Về mặt phương pháp luận: Bộ công cụ mô phỏng tích hợp giữa Matlab-Simulink và Visual Studio do tác giả xây dựng cung cấp một môi trường chuẩn hóa cho việc kiểm thử và đánh giá các thuật toán điều khiển mảng PV trong tương lai.
- Về mặt thực tiễn công nghiệp: Giải pháp cung cấp thiết kế phần cứng và thuật toán điều khiển hoàn chỉnh cho bộ tái cấu trúc mảng PV, có khả năng tích hợp trực tiếp vào các tủ phân phối DC (DC Combiner Box) hiện hữu trong các trang trại điện mặt trời mà không cần thay đổi cấu trúc của Inverter trung tâm.
Limitations và Future Research
Mặc dù đạt được những kết quả đột phá, luận án thẳng thắn chỉ ra các giới hạn nghiên cứu:
- Giới hạn về tổn hao nội tại của phần cứng chuyển mạch: Nghiên cứu chưa tính toán sâu đến điện trở tiếp xúc ($R_{on}$) và tổn hao dẫn điện trên các tiếp điểm rơ-le hoặc linh kiện bán dẫn công suất trong ma trận DES khi dòng điện mảng tăng cao.
- Giới hạn kích thước ma trận trong thuật toán DP: Thuật toán Quy hoạch động thuần túy gặp rào cản tài nguyên bộ nhớ khi kích thước mảng pin mở rộng lên quy mô lớn (ví dụ mảng $10 \times 10$ hoặc $20 \times 20$).
- Điều kiện biên về mặt kinh tế: Luận án chưa xây dựng mô hình tối ưu hóa chi phí vòng đời (Life-Cycle Cost Analysis - LCCA) chi tiết giữa chi phí đầu tư thêm ma trận chuyển mạch/cảm biến so với giá trị kinh tế thu được từ lượng điện năng tăng thêm khi tham gia thị trường điện.
Các định hướng nghiên cứu tiếp theo được đề xuất:
- Tích hợp trí tuệ nhân tạo (AI/Machine Learning) như mạng nơ-ron tích chập (CNN) kết hợp dữ liệu ảnh mây toàn trời (Sky Imager) để dự báo trước quỹ đạo bóng che, chuyển từ điều khiển phản hồi sang điều khiển dự báo mô hình (Model Predictive Control - MPC).
- Nghiên cứu thay thế rơ-le cơ điện bằng các khóa bán dẫn trạng thái rắn tiên tiến (Solid-state Switches như SiC MOSFET hoặc GaN FET) nhằm giảm thiểu thời gian chuyển mạch xuống mức mili-giây và loại bỏ hoàn toàn hao mòn cơ học.
- Mở rộng thuật toán tối ưu cho các cấu trúc kết nối lai phức tạp như Bridge-Link (BL) và Honey-Comb (HC).
Tác động và ảnh hưởng
Công trình nghiên cứu tạo ra những tác động lan tỏa sâu rộng:
- Tác động học thuật: Cung cấp phương pháp luận chuẩn xác và mô hình toán học giải tích tường minh, đóng góp trực tiếp vào dòng nghiên cứu điều khiển tối ưu nguồn sơ cấp PV trên các tạp chí và hội nghị chuyên ngành uy tín.
- Chuyển đổi công nghiệp: Mang lại giải pháp kỹ thuật thiết thực cho các doanh nghiệp EPC (Engineering, Procurement, Construction) và vận hành bảo dưỡng (O&M) nhà máy điện mặt trời, giúp nâng cao chỉ số hiệu suất hiệu dụng (Performance Ratio - PR) của toàn nhà máy thêm từ 3% đến 8% mỗi năm.
- Lợi ích kinh tế - xã hội và lưới điện: Giảm thiểu hiện tượng biến động công suất đột ngột (power ramp-rate) phát lên lưới điện quốc gia khi có mây bay qua, hỗ trợ ổn định tần số lưới điện và gia tăng tuổi thọ vận hành của các tấm pin quang điện nhờ triệt tiêu hiện tượng phá hủy do điểm nóng (hotspot).
MA TRẬN LAN TỎA GIÁ TRỊ VÀ TÁC ĐỘNG CỦA CÔNG TRÌNH
│
┌──────────────────┬───────────────────┼───────────────────┬──────────────────┐
▼ ▼ ▼ ▼ ▼
┌────────────┐ ┌────────────┐ ┌────────────┐ ┌────────────┐ ┌────────────┐
│ HỌC THUẬT │ │ CÔNG NGHIỆP│ │ LƯỚI ĐIỆN │ │ XÃ HỘI │ │ QUỐC TẾ │
├────────────┤ ├────────────┤ ├────────────┤ ├────────────┤ ├────────────┤
│ Chuẩn hóa │ │ Nâng cao │ │ Giảm biến │ │ Tối ưu hóa │ │ Chuyển │
│ mô hình │ │ chỉ số PR │ │ động công │ │ nguồn vốn │ │ dịch xanh, │
│ toán giải │ │ nhà máy PV │ │ suất mảng │ │ đầu tư │ │ giảm thiểu │
│ tích DP & │ │ từ 3-8% │ │ phát lên │ │ năng lượng │ │ phát thải │
│ MAA mở rộng│ │ hàng năm │ │ lưới điện │ │ tái tạo │ │ khí nhà │
│ │ │ │ │ │ │ │ │ kính (CO2) │
└────────────┘ └────────────┘ └────────────┘ └────────────┘ └────────────┘
Đối tượng hưởng lợi
- Nghiên cứu sinh và học giả chuyên ngành Tự động hóa - Năng lượng: Tiếp cận một khung phân tích toán học mẫu mực về tối ưu hóa tổ hợp ứng dụng trong kỹ thuật điện tử công suất.
- Kỹ sư R&D và thiết kế hệ thống năng lượng tái tạo: Có được thuật toán định tuyến chuyển mạch tối ưu (SC và MAA cải tiến) có thể nạp trực tiếp vào firmware của các bộ điều khiển nhúng DSP/ARM.
- Chủ đầu tư các trang trại điện mặt trời và hệ thống PV áp mái: Sở hữu giải pháp công nghệ giúp thu hồi vốn nhanh hơn nhờ tối đa hóa sản lượng điện phát trong điều kiện môi trường lắp đặt phức tạp có bóng che.
- Cơ quan quản lý và điều độ hệ thống điện: Hưởng lợi từ sự ổn định công suất của các nguồn điện phân tán nối lưới, giảm thiểu áp lực dự phòng quay của hệ thống điện.
Câu hỏi chuyên sâu
1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?
Đó là việc thiết lập thành công mô hình toán học tích hợp hai tầng tối ưu rời rạc: Tầng 1 mô hình hóa bài toán cân bằng bức xạ mảng TCT dựa trên lý thuyết Quy hoạch động giải bài toán Subset Sum; Tầng 2 mở rộng thuật toán phân việc Munkres (MAA) bằng cách tích hợp ma trận chi phí lịch sử $S_{ij}$ để tối ưu hóa sự hao mòn chuyển mạch.
2. Đột phá về phương pháp luận so với các nghiên cứu quốc tế tiền nhiệm?
So với nghiên cứu của Guillermo Velasco-Quesada et al. (2009) (chỉ dừng lại ở tối ưu cục bộ tức thời) và Nguyen & Lehman (2008) (chỉ phân chia nhóm động/tĩnh đơn giản không có mô hình toán), luận án đã giải quyết bài toán với không gian tìm kiếm tổng quát $NC_i = \frac{(m \cdot n)!}{m! \cdot (n!)^m}$, đưa ra thuật toán tất định SmartChoice (SC) chạy trong thời gian thực và thuật toán MAA cải tiến bảo vệ phần cứng chuyển mạch.
3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?
Việc tối ưu hóa số lần chuyển mạch ít nhất tức thời theo thuật toán MAA truyền thống sẽ vô tình dồn toàn bộ chu kỳ đóng ngắt vào một nhóm rơ-le cố định, gây hỏng hóc sớm cục bộ. Thuật toán MAA cải tiến của luận án giải quyết nghịch lý này bằng cách hy sinh không đáng kể số bước chuyển tức thời để phân phối đều tải chuyển mạch, giúp chỉ số mất cân bằng $SI$ giảm hơn 6 lần ($SI \le 180$ so với $SI > 1100$).
4. Quy trình tái lập nghiên cứu (Replication Protocol) có được cung cấp rõ ràng?
Hoàn toàn minh bạch và chi tiết. Luận án công bố đầy đủ thông số mảng pin Schüco MPE 240 PS 04, sơ đồ nguyên lý mạch đo dòng/áp, sơ đồ kết nối ma trận DES $3$-throw, lưu đồ thuật toán DP, SC, MAA, MAA cải tiến và mô hình khối trên Matlab-Simulink.
5. Lộ trình nghiên cứu 10 năm tới được mở ra từ công trình?
Lộ trình phát triển bao gồm: (1) Tích hợp công nghệ cảm biến ảnh quang học và AI dự báo bức xạ thời gian thực; (2) Chuyển đổi phần cứng DES sang vật liệu bán dẫn băng thông rộng SiC/GaN; (3) Thương mại hóa sản phẩm bộ tái cấu trúc mảng PV dưới dạng thiết bị IoT công nghiệp đạt chuẩn nối lưới quốc tế.
Kết luận
- Luận án đã giải quyết trọn vẹn và triệt để bài toán điều khiển tối ưu tái cấu trúc hệ thống pin năng lượng mặt trời nối lưới cấu trúc TCT dưới điều kiện chiếu sáng không đồng nhất.
- Thiết lập thành công mô hình toán học giải tích và đề xuất 02 thuật toán tối ưu hóa cấu hình bức xạ: thuật toán Quy hoạch động (DP) đảm bảo tính tối ưu toàn cục ($EI \to \min$) và thuật toán SmartChoice (SC) tối ưu hóa thời gian thực thi với độ phức tạp tính toán thấp.
- Đề xuất 02 thuật toán lựa chọn phương pháp chuyển mạch tối ưu dựa trên ma trận DES: thuật toán MAA cực tiểu hóa số lần đóng mở tức thời $(MI_{\min})_{step k}$ và thuật toán MAA cải tiến giúp cân bằng tuổi thọ, chống hao mòn cục bộ các khóa chuyển mạch.
- Triệt tiêu hoàn toàn hiện tượng đa cực đại giả (misleading) trên đường đặc tính P-V, khôi phục từ 8.4% đến 34.2% công suất tổn thất qua 11 kịch bản che phủ thực nghiệm trên hệ thống module Schüco 240 PS 04.
- Mở ra ba hướng nghiên cứu mới: tối ưu hóa phần cứng bán dẫn trạng thái rắn trong tái cấu trúc mảng, điều khiển dự báo mây che dựa trên trí tuệ nhân tạo, và tích hợp bộ tái cấu trúc vào thị trường điện thông minh.
- Tạo lập giá trị khoa học và thực tiễn vững chắc, đóng góp trực tiếp vào mục tiêu nâng cao hiệu quả khai thác năng lượng tái tạo và giảm phát thải carbon bền vững.
