Đặt vấn đề Mục tiêu của điều độ tối ưu hệ thống điện là giảm đến mức thấp nhất tổng chi phí vận hành nguồn điện của toàn hệ thống, đồng thời đảm bảo được các ràng buộc về hệ thống cũng như bản thân các tổ máy phát điện. Các nhà máy điện chu trình hỗn hợp chiếm tỷ trọng lớn trong cơ cấu nguồn điện tại Việt Nam. Theo quyết định số: 1208/QĐ-TTg ngày 21 tháng 7 năm 2011 của Thủ tướng chính phủ về phê duyệt phát triển điện lực quốc gia giai đoạn 2011-2020 có xét đến năm 2030, thì đến năm 2020 công suất nguồn của nhiệt điện chu trình hỗn hợp sử dụng khí tự nhiên là 10400 MW, sản xuất khoảng 66 tỷ kWh điện, chiếm tỷ trọng gần 20% sản lượng điện sản xuất. Tại khu vực phía Nam thì cụm khí điện đạm Phú Mỹ với tổng công suất gần 4000 MW chiếm tỷ trọng đáng kể trong toàn bộ hệ thống.
Việc điều độ tối ưu các nguồn phát này sẽ mang lại lợi ích kinh tế không nhỏ trong lúc nguồn nhiên liệu hóa thạch ngày càng khan hiếm. Nó còn giúp cho các tổ máy phát tăng tuổi thọ, hợp lý hóa quá trình ngừng máy, khởi động, bảo dưỡng định kỳ và tăng nguồn dự phòng cho hệ thống. Tính cấp thiết của đề tài Cụm nhiệt điện Phú Mỹ bao gồm các nhà máy như sau: 10 LUẬN VĂN THẠC SỸ GVHD: TS. VÕ NGỌC ĐIỀU HVTH: HOÀNG KIM LẬP Hình 1-1: Sơ đồ tổng thể cụm khí điện đạm Phú Mỹ Vì có sự kết hợp giữa các loại máy phát khác nhau nên hàm chi phí của hệ thống từ đó cũng phức tạp hơn, đồng thời đồ thị đường cong cũng không phải là hàm tăng đơn điệu.
Chi phí sản xuất nói chung bao gồm chi phí cố định và chi phí thay đổi. Chi phí cố định rất quan trọng trong việc quyết định giá công suất khi thương thảo các hợp đồng. Chi phí thay đổi (chi phí vận hành) là những chi phí liên quan đến việc huy động các tổ máy và phụ thuộc vào các chế độ khác nhau của hệ thống điện. Các chi phí thay đổi phụ thuộc vào các quyết định vận hành của nhân viên vận hành.
Chi phí thay đổi bao gồm: chi phí bảo dưỡng thường xuyên, chi phí nhiên liệu, chi phí khởi động, dừng máy và chi phí dừng dự phòng. Chính vì thế cần có một công cụ để giúp cho vận hành viên theo dỏi, giám sát, ra quyết định để lựa chọn phù hợp các tổ máy phát nhằm giảm chi phí vận hành, giảm sự cố, để tối ưu hóa lợi nhuận. Mục tiêu của đề tài Bài toán ED đã có lịch sử phát triển từ lâu đời, nó có ý nghĩa quan trọng trong quy hoạch và điều khiển hệ thống điện. Tuy nhiên cho đến nay nhiều vấn đề liên quan đến bài toán ED vẫn còn đang trong quá trình nghiên cứu và hoàn thiện.
Chẳng hạn như sự đảm bảo tính hội tụ và tìm đến lời giải tối ưu đối với bài toán 11 LUẬN VĂN THẠC SỸ GVHD: TS. VÕ NGỌC ĐIỀU HVTH: HOÀNG KIM LẬP ED không lồi dạng tổng quát cũng như độ tin cậy của thuật toán mà các phương pháp cổ điển và hiện tại chưa giải quyết được. Bài toán điều độ tối ưu sử dụng phương pháp IPSO (Improved Particle Swarm Optimization) là sự kết hợp hoàn hảo trong việc giải quyết những vấn đề trái ngược như: tối đa lợi nhuận, vận hành an toàn và tăng cường an ninh năng lượng. Xây dựng phần mềm để giúp cho các kỹ sư vận hành ra các quyết định mà trong đó có các trường hợp nằm ngoài quy trình vận hành hay các trường hợp không rõ ràng mà nó tích lũy từ kinh nghiệm của kỹ sư.
Những hỗ trợ cũng có thể thực hiện một chức năng quan trọng là “học tập” các kinh nghiệm để có thể được củng cố thêm các kịch bản nhằm giải quyết tốt hơn các vấn đề sẽ gặp trong tương lai. Một trong những hỗ trợ đó là một chương trình dựa trên phương pháp IPSO để cải thiện phân bố công suất tối ưu. Việc tính toán có khả năng thông báo, cập nhật cho các vận hành viên các kịch bản khả năng và nếu mất an ninh nó có thể phòng ngừa được bằng cách loại các mệnh lệnh ban hành không hợp lý. Đề tài sẽ là công cụ cơ sở cho các vận hành viên ra quyết định cho khu vực cụm nhiệt điện Phú Mỹ, mà điển hình là nhà máy điện Phú Mỹ 2.1 và Phú Mỹ 2.
Nội dung và phạm vi nghiên cứu Nghiên cứu điều độ tối ưu dùng phương pháp IPSO để áp dụng cho việc điều độ các nhà máy điện Phú Mỹ 2. Với số liệu thiết kế, các thông số vận hành thực tế và kinh nghiệm vận hành trong các năm qua của nhà máy điện Phú Mỹ 2.1MR sẽ được sử dụng để làm số liệu đầu vào cho bài toán. Mô hình hóa các số liệu để đảm bảo sự phối kết hợp giữa lý thuyết và thực tiễn. Đảm bảo tính đúng đắn của các kịch bản nhằm tạo tiền đề cho các nghiên cứu chuyên sâu và áp dụng thực tế.
12 LUẬN VĂN THẠC SỸ GVHD: TS. VÕ NGỌC ĐIỀU HVTH: HOÀNG KIM LẬP CHƯƠNG 2: TỔNG QUAN VỀ BÀI TOÁN VÀ CÁC PHƯƠNG PHÁP NGHIÊN CỨU Tổng quan về tình hình nghiên cứu Bài toán điều độ tối ưu của nhà máy điện có chu trình hỗn hợp là một dạng bài toán mới trong nền công nghiệp năng lượng ngày nay. Vì có sự kết hợp giữa các máy phát với nhau, nên công suất của hệ thống cũng phụ thuộc vào sự kết hợp này. Do đó, người vận hành vừa phải tính toán việc vận hành vừa đảm bảo yêu cầu công suất của hệ thống, đồng thời phải đảm bảo phải tối ưu về mặt kinh tế.
Do là chu trình hỗn hợp nên hàm chi phí cũng khác so với các bài toán thông thường, nên ta phải sử dụng các phương pháp giải đặc biệt để giải quyết bài toán. Một số phương pháp giải bài toán này như phương pháp đếm/lặp (Enumeration/Iteration), quy hoạch động (Dynamic Programing), phương pháp tiến hóa (Evolutionary Algorithm), phương pháp tối ưu bầy đàn cải tiến (IPSO). Mặc dù không có một phương pháp nào có thể đảm bảo kết quả đạt được là tối ưu, nhưng với đặc trưng của hệ thống thì các phương pháp trên có thể giải quyết được bài toán. Với sự phát triển của phần cứng máy tính, lý thuyết mạng neural ra đời làm cho các hệ thống lớn được mô phỏng như một tổ chức thần kinh của con người, nhờ đó đã mang lại nhiều tiến bộ vượt bâc.
Áp dụng những thành tựu từ mạng neural, một phương pháp mới được đưa ra để giải quyết bài toán phân bố công suất tối ưu được gọi là phương pháp tối ưu bầy đàn cải tiến. Trong đề tài luận văn này, tôi xin trình bày về thuật toán IPSO và ứng dụng của thuật toán vào trong bài điều độ tối ưu các máy phát có chu trình hỗn hợp. Phần trình bày sau đây sẽ giới thiệu sơ lược một số phương pháp và ưu khuyết điểm của nó. Phương pháp Lambda Dispatch (LD) Phương pháp Lambda Dispatch có lẽ là phương pháp được sử dụng rộng rãi nhất hiện nay.
Ưu điểm của phương pháp là khá nhanh và khái quát, đáp ứng được nhiều điều kiện vận hành. Trong phương pháp này, bài toán EDCC được giải quyết thông qua một quá trình lặp đi lặp lại nhiều lần. Mỗi vòng lặp bao gồm việc tạo ra giá trị mới của 𝜆, gọi là chi phí hệ thống kép → xác định công suất vận hành của các tổ máy → kiểm tra nhằm đảm bảo các yêu cầu của hệ thống. Phương pháp LD có thể được mở rộng bằng cách thêm vào những điều kiện 13 LUẬN VĂN THẠC SỸ GVHD: TS.
VÕ NGỌC ĐIỀU HVTH: HOÀNG KIM LẬP liên kết giữa các hệ thống thông qua những hệ số nhân Lagrange, mỗi điều kiện thêm vào là 1 số nhân Lagrange. Lời giải cho bài toán mở rộng đòi hỏi phải liên tục ước lượng các hệ số nhân cho đến khi mọi điều kiện của bài toán đều được thỏa mãn. Vì vậy, phương pháp LD khá dễ dàng mở rộng các bài toán điều độ kinh tế trong nhiều vùng. Tuy nhiên khi các hệ số nhân tăng lên, quá trình giải sẽ trở nên phức tạp hơn và thường không thể giải được do kết quả không hội tụ.
Phương pháp quy hoạch tuyến tính (Linear Programing) Quy hoạch tuyến tính được nghiên cứ từ những năm 1940. Một số nhà khoa học có công trình đầu tiên về lĩnh vực này là nhà toán học Xô Viết L.V Kantorovich, và nhà toán học Mỹ G.B Dantzig – người đã đưa ra phương pháp đơn hình để giải các bài toán quy hoạch tuyến tính và đã trở thành cơ sở cho hầu hết các thuật toán giải bài toán quy hoạch tuyến tính được nghiên cứu sau này. Phương pháp quy hoạch tuyến tính (LP) thường được áp dụng để giải các bài toán EDCC bằng cách tuyến tính đường cong chi phí thành những đoạn gấp khúc. Phương pháp LP khá lợi thế trong việc giải quyết những bài toán có điều kiện là những đẳng thức hoặc bất đẳng thức tuyến tính.
Bên cạnh đó, vấn đề hội tụ không là trở ngại lớn do phương pháp LP giải quyết dựa trên căn nguyên của bài toán. Khuyết điểm chính khi áp dụng phương pháp LP là quá trình tuyến tính hóa hàm chi phí, vì phương pháp này giải quyết cho các đoạn gấp khúc, nên mỗi đoạn sẽ có một sai số riêng làm cho kết quả bài toán không được như mong muốn ban đầu nếu như hệ thống phức tạp hơn và có nhiều đoạn gấp khúc hơn. Phương pháp di truyền trong miền số thực (Real–coded Genetic Algorithm – RGA) Genetic Algorithm (GA) là kỹ thuật tính toán nhằm tìm kiếm chính xác hoặc gần chính xác giải pháp tối ưu. Quá trình tìm kiếm của GA là quá trình tìm kiếm song song thông qua việc đánh giá cùng lúc nhiều điểm trong không gian các lời giải.
Chính nhờ điểm đó mà GA rất có lợi thế nhờ việc giảm số lần lặp khi tính toán. Một cách khái quát, GA có 5 thành phần như sau: Một gen đại diện cho các giải pháp của vấn đề. Một cách thức để khởi tạo cộng đồng các giải pháp ban đầu. Một hàm để đánh giá mức độ thích hợp của giải pháp.
14 LUẬN VĂN THẠC SỸ GVHD: TS. VÕ NGỌC ĐIỀU HVTH: HOÀNG KIM LẬP Những toán tử gen nhằm lựa chọn gen của thế hệ “cha mẹ” dựa theo nguyên tắc cạnh tranh từ đó sản sinh ra các thế hệ “con cái” tối ưu hơn. Các giá trị cho những thông số của thuật toán di truyền. Tuy nhiên, khuyết điểm lớn nhất của phương pháp GA là phải chỉ áp dụng được cho bài toán rời rạc.