Tổng quan nghiên cứu

Theo Quy hoạch phát triển điện lực Quốc gia VII, nhu cầu tiêu thụ điện năng tại Việt Nam duy trì tốc độ tăng trưởng cao từ 10% đến 12% mỗi năm, gấp đôi tốc độ tăng trưởng GDP bình quân. Để đáp ứng áp lực phụ tải, Tập đoàn Điện lực Việt Nam đã đưa vào vận hành 20 nhà máy điện mới với tổng công suất 11.600 MW, đồng thời chiếm giữ khoảng 88% sản lượng điện toàn quốc. Trong bối cảnh các nhà máy nhiệt điện phân bố không đồng đều so với tâm phụ tải, chi phí nhiên liệu chiếm tỷ trọng lớn và lượng điện tự dùng dao động từ 2% đến 5%, việc giải quyết bài toán điều phối kinh tế tổ máy phát điện trở thành yêu cầu cấp thiết.

Nghiên cứu tập trung giải quyết bài toán tối ưu hóa phân bố công suất phát giữa các tổ máy nhiệt điện tuabin hơi đa nhiên liệu (sử dụng than, khí, dầu DO và dầu FO) nhằm cực tiểu hóa chi phí vận hành trong điều kiện vận hành ổn định và liên tục. Mục tiêu cụ thể của đề tài là xây dựng mô hình toán học phi tuyến đa biến, thiết lập hàm mục tiêu chi phí nhiên liệu có xét đến các ràng buộc công suất phát cực đại, cực tiểu và cân bằng phụ tải lưới điện, sau đó ứng dụng thuật toán tìm kiếm trọng lực (Gravitational Search Algorithm - GSA) để tìm điểm vận hành tối ưu.

Phạm vi nghiên cứu được thực nghiệm trên hệ thống chuẩn 12 tổ máy phát và dữ liệu kỹ thuật thực tế tại Phân xưởng vận hành Nhà máy Nhiệt điện Ô Môn trực thuộc Tổng công ty Phát điện 2 (GENCO 2). Ý nghĩa khoa học và thực tiễn của công trình thể hiện ở việc hỗ trợ các nhà máy điện cắt giảm từ 1,5% đến 3,8% chi phí nhiên liệu mỗi giờ vận hành. Kết quả này tạo tiền đề nâng cao năng lực cạnh tranh và hiệu quả chào giá của các đơn vị phát điện khi tham gia thị trường bán buôn điện cạnh tranh theo lộ trình của Quyết định số 26/2006/QĐ-TTg.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng lý thuyết tối ưu hóa phi tuyến và bài toán phân bố công suất tối ưu (Optimal Power Flow - OPF). Phương pháp cổ điển sử dụng nhân tử Lagrange kết hợp đánh giá ma trận đạo hàm riêng cấp hai Hessian xác định dương để tìm điểm cực tiểu của hàm chi phí dưới các ràng buộc cân bằng và bất đẳng thức. Hàm chi phí ngõ vào của tổ máy tuabin hơi được mô hình hóa phi tuyến theo đường đặc tính nhiệt suất (Btu/h) và chi phí tiền tệ ($/h) tương ứng với công suất điện đầu ra (MW).

Bên cạnh phương pháp giải tích truyền thống, luận văn áp dụng khung lý thuyết của các thuật toán trí tuệ bầy đàn và meta-heuristic hiện đại. Trọng tâm là thuật toán tìm kiếm trọng lực (GSA) do Esmat Rashedi công bố năm 2009, phát triển dựa trên định luật vạn vật hấp dẫn và định luật chuyển động của Newton. Trong không gian tìm kiếm, mỗi lời giải khả thi được xem như một vật thể có khối lượng quán tính và khối lượng hấp dẫn. Các vật thể hút nhau bằng lực hấp dẫn tỷ lệ thuận với tích khối lượng và tỷ lệ nghịch với khoảng cách. Hệ số hấp dẫn ban đầu được thiết lập ở mức 100 và suy giảm theo hàm mũ với thông số suy giảm bằng 20, kết hợp cùng cơ chế điều khiển số lượng tác nhân tinh hoa Kbest giảm dần từ tổng số hạt về 1 để cân bằng giữa quá trình thăm dò diện rộng và khai thác cục bộ. Khung lý thuyết cũng đối sánh chi tiết với Thuật toán Di truyền (GA/RGA) và Thuật toán Tối ưu hóa Bầy đàn (PSO) của Kennedy và Eberhart.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu kiểm chuẩn gồm 23 hàm toán học chuẩn Benchmark, bao gồm 7 hàm đơn cực trị từ F1 đến F7, 6 hàm đa cực trị số chiều cao từ F8 đến F13, và 10 hàm đa cực trị số chiều thấp từ F14 đến F22. Cỡ mẫu thực nghiệm thuật toán được thiết lập đồng nhất với số lượng tác nhân là 50 hạt, số chiều không gian tìm kiếm là 30 chiều và số lần lặp cực đại lên đến 1.000 chu kỳ qua 30 lần chạy lặp lại độc lập. Dữ liệu ứng dụng thực tế được thu thập trực tiếp từ hồ sơ kỹ thuật, thông số tiêu hao nhiên liệu và đường đặc tính công suất của hệ thống 12 máy phát và Nhà máy Nhiệt điện Ô Môn.

Phương pháp chọn mẫu trong nghiên cứu là phương pháp chọn mẫu theo chủ đích kỹ thuật. Toàn bộ các tổ máy tuabin hơi được lựa chọn đại diện cho các cấu hình phát điện đa nhiên liệu phổ biến tại Tổng công ty Phát điện 2, bao phủ đầy đủ các dải công suất từ tải tối thiểu đến tải định mức cực đại.

Lý do lựa chọn phương pháp phân tích GSA thay vì các công cụ truyền thống là vì bài toán điều phối tổ máy nhiệt điện có bản chất phi tuyến phức tạp, nhiều điểm cực trị cục bộ. GSA là giải thuật tối ưu hóa ít đòi hỏi dung lượng bộ nhớ lưu trữ lịch sử, việc cập nhật vận tốc và vị trí dựa trực tiếp trên tổng hợp lực hấp dẫn toàn cục của các cá thể lân cận. Cơ chế này giúp thuật toán sở hữu tốc độ hội tụ nhanh hơn từ 20% đến 35% so với PSO và hạn chế tối đa nguy cơ rơi vào bẫy cực trị địa phương. Toàn bộ quy trình mô phỏng, xử lý số liệu và phân tích so sánh được lập trình thực thi trên nền tảng phần mềm Matlab hoàn thành vào tháng 8 năm 2015.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Kết quả thực nghiệm trên các hàm kiểm thử chuẩn Benchmark chứng minh giải thuật GSA vượt trội hơn hẳn so với PSO và RGA về tốc độ và độ chính xác hội tụ. Đối với hàm đơn cực F1, giá trị nghiệm tối ưu trung bình qua 30 lần chạy của GSA đạt mức tiệm cận tuyệt đối 23,1 x 10^-11, trong khi PSO chỉ đạt mức 1,07 x 10^-5. Tại các hàm đa cực phức tạp như F12 và F13, GSA đạt độ chính xác lần lượt là 0,2 x 10^-13 và 0,3 x 10^-32, thể hiện sự vượt bậc hoàn toàn so với mức sai số 0,01 của PSO.

+-----------------------------------------------------------------------------+
|               SO SÁNH ĐỘ CHÍNH XÁC HỘI TỤ TRUNG BÌNH (T = 1000)             |
| Hàm kiểm thử      | Thuật toán RGA    | Thuật toán PSO    | Thuật toán GSA  |
+-------------------+-------------------+-------------------+-----------------+
| F1 (Đơn cực)      | 23,1 x 10^-1      | 1,07 x 10^-5      | 23,1 x 10^-11   |
| F12 (Đa cực)      | 0,45 x 10^-2      | 0,01              | 0,2 x 10^-13    |
| F13 (Đa cực)      | 0,12 x 10^-5      | 0,02              | 0,3 x 10^-32    |
+-----------------------------------------------------------------------------+

Khi áp dụng giải bài toán điều phối công suất trên hệ thống mô phỏng 12 tổ máy phát nhiệt điện, thuật toán GSA đã tìm ra điểm phân bổ công suất tối ưu cho từng tuabin, giúp giảm 2,4% tổng chi phí nhiên liệu mỗi giờ so với phương pháp giải tích Lagrange cổ điển và tiết kiệm hơn 0,85% so với thuật toán PSO.

Trên mô hình thực tế của Phân xưởng vận hành Ô Môn thuộc GENCO 2, giải thuật GSA đã tự động phân bổ chính xác công suất phát giữa các tổ máy tuabin hơi và tối ưu hóa việc lựa chọn nhiên liệu đốt lò (giữa khí thiên nhiên và dầu FO), giúp bù đắp hiệu quả phần công suất tự dùng nội bộ từ 2% đến 5%, giảm đáng kể suất tiêu hao nhiệt trên mỗi kWh điện thương phẩm.

Thảo luận kết quả

Nguyên nhân tạo nên sự vượt trội của GSA xuất phát từ cơ chế truyền tải thông tin dựa trên lực hấp dẫn vật lý. Trong PSO, hướng di chuyển của hạt chỉ phụ thuộc vào hai vị trí cá nhân tốt nhất pbest và toàn thể gbest, dễ dẫn đến hiện tượng hội tụ sớm tại cực trị địa phương. Ngược lại, trong GSA, mọi hạt đều có khối lượng hấp dẫn tỷ lệ thuận với độ thích nghi của hàm mục tiêu, tạo ra lực tương tác đa chiều. Các hạt có khối lượng lớn di chuyển chậm để khai thác sâu vùng tối ưu, trong khi các hạt nhẹ di chuyển linh hoạt giúp mở rộng không gian tìm kiếm.

Dữ liệu nghiên cứu được biểu diễn trực quan qua các bảng thống kê trung bình, trung vị và đồ thị đặc tính hội tụ giữa hàm chi phí theo số vòng lặp. Trên đồ thị hội tụ, đường đặc tính của GSA thể hiện độ dốc rất lớn, đạt trạng thái tối ưu ổn định chỉ sau khoảng 150 đến 250 thế hệ lặp, nhanh hơn 40% so với PSO vốn cần từ 350 đến 500 thế hệ.

Ý nghĩa thực tiễn của phát hiện này khẳng định tính khả thi của việc ứng dụng GSA vào công tác điều độ thời gian thực. Việc tối ưu hóa vận hành không chỉ giúp các nhà máy tiết kiệm hàng tỷ đồng chi phí nhiên liệu mỗi năm mà còn giảm thiểu đáng kể phát thải khí nhà kính ra môi trường.

Đề xuất và khuyến nghị

Nhằm chuyển hóa các kết quả nghiên cứu thành giải pháp thực tế, bốn khuyến nghị cụ thể được đề xuất:

  • Tích hợp module điều phối tự động GSA vào hệ thống SCADA/EMS: Ban Giám đốc và Phân xưởng Vận hành Nhà máy Nhiệt điện Ô Môn cần chủ trì tích hợp thuật toán GSA vào hệ thống quản lý năng lượng EMS tại phòng điều khiển trung tâm, hướng tới mục tiêu tự động hóa phân bổ công suất và cắt giảm từ 2% đến 4% chi phí nhiên liệu vận hành hàng tháng, hoàn thành trong thời gian 6 đến 12 tháng tới.
  • Chuẩn hóa và số hóa cơ sở dữ liệu đặc tính nhiệt suất: Phòng Kỹ thuật tại các nhà máy thuộc GENCO 2 định kỳ 3 tháng một lần thực hiện đo kiểm thực tế và cập nhật lại đường cong tiêu hao nhiên liệu (Btu/h và $/h) của từng tổ máy tuabin hơi, duy trì sai số dữ liệu đầu vào dưới 0,5% để đảm bảo độ chính xác tính toán cho thuật toán.
  • Phát triển công cụ tính toán chào giá thị trường điện: Trung tâm Điều độ Hệ thống điện Quốc gia (A0) phối hợp cùng các đơn vị phát điện ứng dụng thuật toán tối ưu GSA để xác định chi phí biên và công suất khả dụng trong vòng 15 đến 30 phút trước mỗi phiên chào giá, tối đa hóa doanh thu phát điện trên thị trường bán buôn.
  • Mở rộng nghiên cứu bài toán tối ưu đa mục tiêu gắn với môi trường: Các viện nghiên cứu chuyên ngành điện lực cùng nhóm tác giả tiếp tục phát triển giải thuật GSA đa mục tiêu kết hợp ràng buộc phát thải khí CO2, SOx và NOx, hướng tới chỉ tiêu giảm 5% phát thải ô nhiễm giai đoạn 2026-2030.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị thiết thực cho 4 nhóm đối tượng:

  • Kỹ sư điều hành và trưởng ca vận hành nhà máy nhiệt điện: Nắm vững phương pháp phân bổ công suất phát kinh tế giữa các tổ máy tuabin hơi đa nhiên liệu, áp dụng trực tiếp vào ca trực để tiết giảm chi phí dầu đốt và than.
  • Chuyên viên thị trường điện và cán bộ lập kế hoạch sản xuất: Sử dụng mô hình toán học và thuật toán GSA để mô phỏng chi phí vận hành, từ đó xây dựng chiến lược chào giá tối ưu trên thị trường điện cạnh tranh nhằm nâng cao biên lợi nhuận cho doanh nghiệp.
  • Học viên cao học, nghiên cứu sinh và giảng viên ngành Kỹ thuật điện: Tiếp cận tài liệu tham khảo chuẩn mực về thuật toán meta-heuristic hiện đại, nắm rõ mã nguồn mô phỏng thuật toán GSA trên Matlab và phương pháp xử lý bài toán OPF phi tuyến có ràng buộc phức tạp.
  • Nhà quản lý tại các Tổng công ty Phát điện (GENCO 1, 2, 3) và Tập đoàn EVN: Tham chiếu dữ liệu định lượng thực chứng để ban hành các quy định nội bộ về định mức tiêu hao nhiên liệu và điều độ kinh tế nguồn phát trong toàn hệ thống.

Câu hỏi thường gặp

Thuật toán GSA có ưu thế gì vượt trội so với PSO trong bài toán điều phối tổ máy?
GSA sử dụng tương tác lực hấp dẫn đa chiều giữa toàn bộ các cá thể thay vì chỉ dựa vào hai giá trị pbest và gbest như PSO. Nhờ cơ chế này, GSA không bị phụ thuộc vào bộ nhớ lưu trữ lịch sử, giảm thiểu nguy cơ rơi vào bẫy cực trị địa phương và đạt độ chính xác vượt trội với sai số chỉ 23,1 x 10^-11 trên các hàm kiểm chuẩn.

Hàm mục tiêu trong nghiên cứu giải quyết những ràng buộc kỹ thuật cụ thể nào?
Mô hình toán học tích hợp đầy đủ ràng buộc cân bằng giữa tổng công suất phát và phụ tải hệ thống, giới hạn công suất phát min-max của từng tổ máy tuabin hơi và tỷ lệ điện năng tự dùng tiêu hao nội bộ từ 2% đến 5%.

Nghiên cứu sử dụng những dữ liệu thực nghiệm nào để kiểm chứng giải thuật?
Tác giả đã kiểm nghiệm thuật toán qua 23 hàm chuẩn Benchmark toán học, hệ thống mô phỏng 12 tổ máy phát nhiệt điện và bộ dữ liệu vận hành thực tế tại Phân xưởng vận hành Ô Môn thuộc GENCO 2 với 30 lần chạy lặp lại độc lập trên phần mềm Matlab.

Giải thuật GSA có thể mở rộng ứng dụng cho nguồn năng lượng tái tạo không?
Hoàn toàn khả thi. Cấu trúc linh hoạt của GSA cho phép bổ sung các hàm phân bố xác suất của điện gió và điện mặt trời, hỗ trợ giải quyết bài toán điều phối kết hợp tối ưu giữa nguồn nhiệt điện truyền thống và nguồn năng lượng tái tạo phân tán.

Kết quả của đề tài đóng góp gì cho lộ trình phát triển thị trường điện Việt Nam?
Đề tài bám sát Quyết định số 26/2006/QĐ-TTg của Thủ tướng Chính phủ, cung cấp công cụ tính toán giúp các nhà máy nhiệt điện giảm từ 1,5% đến 3,8% chi phí sản xuất mỗi giờ, tạo lợi thế hạ giá thành để chào giá cạnh tranh trên thị trường điện bán buôn.

Kết luận

  • Xây dựng hoàn chỉnh mô hình toán học tối ưu hóa phi tuyến cho tổ máy nhiệt điện tuabin hơi đa nhiên liệu có xét đến ràng buộc giới hạn công suất và tổn thất tự dùng.
  • Ứng dụng thành công giải thuật tìm kiếm trọng lực GSA với độ chính xác vượt trội, đạt mức sai số tiệm cận 0,3 x 10^-32 trên các hàm kiểm thử chuẩn, vượt trội so với PSO và RGA.
  • Kiểm chứng hiệu quả kinh tế trên hệ thống 12 máy phát và Nhà máy Nhiệt điện Ô Môn, giúp tiết kiệm từ 1,5% đến 2,4% chi phí nhiên liệu vận hành thực tế.
  • Xác lập lộ trình từ 6 đến 12 tháng để triển khai ứng dụng thuật toán vào phần mềm điều khiển vận hành thời gian thực tại các nhà máy thuộc GENCO 2.
  • Định hướng mở rộng bài toán trong giai đoạn 2026-2030 sang mô hình tối ưu hóa đa mục tiêu kết hợp giảm 5% phát thải khí nhà kính.

Quý độc giả, chuyên gia kỹ thuật và các nhà nghiên cứu quan tâm đến mô hình toán học và thuật toán điều phối kinh tế tổ máy phát điện có thể liên hệ bộ môn Kỹ thuật điện hoặc tra cứu toàn văn luận văn để tiếp cận toàn bộ thông số và mã nguồn mô phỏng chi tiết.