Tổng quan luận án

Luận án tiến sĩ kỹ thuật với đề tài "Tái cấu trúc lưới điện phân phối sử dụng các thuật toán tối ưu" được thực hiện bởi nghiên cứu sinh Trần Thị Tùng, chuyên ngành Kỹ thuật điện (Mã số: 60520202) tại Trường Đại học Bách Khoa – Đại học Quốc gia Thành phố Hồ Chí Minh, dưới sự hướng dẫn khoa học của PGS. Võ Ngọc Điều vào năm 2022.

Tính cấp thiết và khoảng trống nghiên cứu

Lưới điện phân phối (LPP) là khâu trực tiếp cung cấp điện năng đến các hộ tiêu thụ và chiếm chiều dài lớn nhất trong toàn bộ hệ thống điện Việt Nam. Do vận hành ở cấp điện áp thấp và dòng điện tương đối lớn, tổn hao công suất tác dụng trên LPP chiếm tỷ trọng đáng kể trong tổng tổn thất của toàn hệ thống điện. Để giảm tổn thất và nâng cao chất lượng điện áp, nhiều giải pháp truyền thống đòi hỏi chi phí đầu tư lớn như nâng cấp tiết diện dây dẫn, lắp đặt tụ bù hoặc nâng cấp điện áp vận hành. Trong khi đó, tái cấu trúc lưới điện phân phối (Distribution Network Reconfiguration - DNR) thông qua việc thay đổi trạng thái đóng/mở của các khóa phân đoạn (sectionalizing switches) và khóa liên lạc (tie-line switches) sẵn có là một giải pháp kinh tế kỹ thuật không làm phát sinh chi phí đầu tư thiết bị mới.

Bên cạnh đó, sự gia tăng nhanh chóng của các nguồn điện phân tán (Distributed Generation - DG) như năng lượng mặt trời, điện gió, pin nhiên liệu nối vào LPP đã làm thay đổi chiều và phân bố dòng công suất, gây ảnh hưởng trực tiếp đến cấu hình tối ưu của lưới. Bài toán tái cấu trúc LPP có xét đến DG đặt ra bài toán tối ưu hóa phi tuyến nguyên hỗn hợp (mixed-integer nonlinear) với không gian tìm kiếm tổ hợp rất lớn ($2^n$ cấu hình khả dĩ với $n$ là tổng số khóa điện). Hầu hết các phương pháp trước đây hoặc chỉ xét hàm đơn mục tiêu, hoặc giải bài toán đa mục tiêu bằng phương pháp tổng trọng số (weighted sum) làm phát sinh nhiều hạn chế về thời gian tính toán và độ chính xác của tập nghiệm thỏa hiệp. Do đó, việc xây dựng các mô hình tối ưu đơn mục tiêu và đa mục tiêu, phát triển các giải thuật thông minh có khả năng tìm kiếm nghiệm toàn cục hiệu quả và xử lý chặt chẽ ràng buộc hình tia là một đòi hỏi cấp thiết.

Mục tiêu nghiên cứu

Luận án tập trung giải quyết 4 mục tiêu chính được đánh số cụ thể như sau:

  1. Xây dựng bài toán tái cấu trúc lưới điện phân phối với các hàm mục tiêu (đơn mục tiêu và đa mục tiêu) và các ràng buộc khác nhau. Mức độ phức tạp của các ràng buộc được tăng dần phù hợp với từng bài toán và các kịch bản.
  2. Xây dựng thuật toán tìm kiếm phân dạng ngẫu nhiên (Stochastic Fractal Search - SFS), thuật toán SFS cải tiến (Chaotic SFS - CSFS) và thuật toán tìm kiếm dựa trên quan hệ sinh vật cộng sinh (Symbiotic Organisms Search - SOS); áp dụng thành công các thuật toán này vào bài toán tái cấu trúc lưới điện phân phối đơn mục tiêu.
  3. Phát triển thuật toán SFS thành phiên bản đa mục tiêu (Non-dominated Sorting Stochastic Fractal Search - NSSFS) để giải bài toán tái cấu trúc đa mục tiêu có xét đến nguồn phân tán DG.
  4. So sánh kết quả tính toán giữa các phương pháp áp dụng với các phương pháp đã được nghiên cứu trước đây để đưa ra nhận xét về tính hiệu quả và khả năng áp dụng của từng phương pháp cho từng bài toán cụ thể.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu:
    • Các hệ thống điện phân phối chuẩn IEEE: lưới 33 nút, 69 nút, 119 nút.
    • Các hệ thống điện phân phối thực tế quốc tế: lưới 84 nút (Đài Loan), 136 nút (Brazil).
    • Hệ thống điện phân phối thực tế tại Việt Nam: lưới điện 272 nút thuộc xuất tuyến 475TH và 477TH tại huyện Tân Châu, tỉnh Tây Ninh.
  • Phạm vi nghiên cứu:
    • Bài toán áp dụng cho LPP vận hành theo cấu trúc hình tia kín mạch nhưng hở vòng. Phụ tải và nguồn DG được giả định là phụ tải và nguồn tĩnh (static) trong bài toán thiết kế/quy hoạch.
    • Hàm mục tiêu đơn: giảm tổn thất công suất tác dụng ($P_{loss}$).
    • Hàm mục tiêu đa: đồng thời giảm tổn thất công suất tác dụng ($P_{loss}$), giảm độ lệch điện áp nút ($VD$) và nâng cao chỉ số ổn định điện áp ($VSI$).

Tổng quan tài liệu và vị trí của luận án

Luận án đã tổng thuật và hệ thống hóa chi tiết lịch sử nghiên cứu bài toán tái cấu trúc LPP qua các giai đoạn phát triển:

Các hướng nghiên cứu trước đây

  1. Nhóm phương pháp Heuristic kinh điển:

    • Merlin và Back (1975): Đề xuất phương pháp heuristic có ràng buộc mở dần các nhánh có dòng công suất nhỏ nhất từ lưới kín cho đến khi đạt trạng thái hình tia; nhược điểm là không tính mức giảm tổn thất $\Delta P$ ở từng bước chuyển mạch.
    • Shirmohammadi và Hong (1989): Cải tiến phương pháp của Merlin & Back bằng kỹ thuật bơm vào/rút ra dòng điện không đổi, khắc phục nhược điểm về chất lượng điện áp và khả năng tải của đường dây.
    • Civanlar (1988): Phát triển kỹ thuật đổi nhánh đơn (thay 1 khóa mở bằng 1 khóa đóng trong cùng vòng lặp).
    • Baran và Wu (1989): Cải tiến thuật toán của Civanlar bằng hai phép tính gần đúng cho dòng công suất và sụt áp, tuy nhiên dễ rơi vào cực tiểu địa phương.
    • Jeon, Goswami: Ứng dụng tìm kiếm Tabu (Tabu Search - TS) với hàm phạt nhưng có số lần lặp lớn.

  2. Nhóm thuật toán trí tuệ nhân tạo và Meta-heuristic đơn mục tiêu:

    • Genetic Algorithm (GA): Nghiên cứu của Nara áp dụng mã hóa nhiễm sắc thể biểu diễn các khóa mở.
    • Fuzzy Logic kết hợp GA: Nghiên cứu của King và Radha sử dụng bộ điều khiển mờ thích ứng xác suất đột biến.
    • Ant Colony Optimization (ACO/ACS): Mô phỏng đường đi tìm thức ăn và nồng độ pheromone.
    • Particle Swarm Optimization (PSO): Tối ưu hóa bầy đàn do Kennedy và Eberhart khởi xướng năm 1995.
    • Cuckoo Search Algorithm (CSA): Ramin Rajabioun (2011) và ứng dụng của Nguyễn Thanh Thuận (2015) cho bài toán cấu hình LPP.
    • Artificial Bee Colony (ABC), Harmony Search Algorithm (HSA), Artificial Ecosystem-based Optimization (AEO): Ứng dụng của Nguyễn Thanh Thuận và các tác giả khác cho bài toán cực tiểu hóa tổn thất.

  3. Nhóm nghiên cứu tái cấu trúc có xét nguồn phân tán (DG):

    • Các thuật toán FWA (Fireworks Algorithm) kết hợp chỉ số VSI; HSA kết hợp PSO cho lưới 33 và 69 nút; CSA kết hợp lý thuyết đồ thị (Graph Theory); phương pháp giải tích (Analytical Approach) dựa trên công thức tổn thất chính xác (Exact loss formula); các giải thuật gần đây như PSMA (Parallel Slime Mould Algorithm), CSGA (Chaotic Search Group Algorithm), CMBHHO (Crossover Mutation Based Harris Hawk Optimization).

  4. Nhóm nghiên cứu tái cấu trúc LPP đa mục tiêu:

    • Thuật toán MOIWO (Multi-Objective Invasive Weed Optimization); RRA (Runner-root Algorithm) kết hợp max-min; Heuristic cải tiến đa mục tiêu; giải thuật lai DPSO-HBMO dựa trên chuẩn khoảng cách norm3; giải thuật lai MOHBB-BC (Multi-Objective Hybrid Big Bang-Big Crunch); EGSA (Gravitational Search Algorithm cải tiến); giải thuật lai SFLA-PSO.
Nhóm phương pháp Đại diện tiêu biểu Hạn chế chính được ghi nhận trong y văn
Heuristic cổ điển Merlin & Back (1975), Baran & Wu (1989) Dễ mắc kẹt tại cực tiểu cục bộ; tính toán gần đúng bỏ qua tổn thất nhánh trước.
Meta-heuristic đơn mục tiêu GA, PSO, TS, ABC, CSA, AEO Thời gian tính toán lớn đối với lưới quy mô lớn; việc sinh cấu hình ngẫu nhiên tạo nhiều nghiệm không khả thi.
Đa mục tiêu tổng trọng số Trọng số $w_i \in [0, 1]$ ($\sum w_i = 1$) Cần chạy lặp lại nhiều lần với các bộ trọng số khác nhau; kết quả phụ thuộc vào việc chọn trọng số chủ quan.
Đa mục tiêu Pareto hiện hữu NSGA-II, MOPSO, MOMVO, MOIWO Khả năng duy trì tính đa dạng của mặt tiền Pareto trên không gian tìm kiếm rời rạc phức tạp còn hạn chế.

Khoảng trống nghiên cứu luận án lựa chọn giải quyết

  • Phần lớn các công trình tập trung vào hàm đơn mục tiêu hoặc quy đổi đa mục tiêu về đơn mục tiêu bằng phương pháp tổng trọng số gây tốn thời gian tính toán và mang tính chủ quan.
  • Thiếu các giải thuật meta-heuristic có khả năng cân bằng tốt giữa quá trình khai thác (exploitation) và tìm kiếm không gian (exploration) khi áp dụng cho lưới điện thực tế quy mô lớn (lên tới 272 nút).
  • Chưa có nghiên cứu nào phát triển thuật toán Stochastic Fractal Search (SFS) sang phiên bản tối ưu đa mục tiêu đa nhiệm vụ (NSSFS) kết hợp kỹ thuật lọc không vượt trội nhanh và khoảng cách mật độ để giải quyết đồng thời các chỉ tiêu kỹ thuật ($P_{loss}$, $VD$, $VSI$) khi tích hợp DG.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khung phân tích

  1. Lý thuyết bài toán tái cấu trúc LPP: Mô hình hóa trạng thái của hệ thống thông qua biến nhị phân đại diện cho trạng thái đóng ($1$) hoặc mở ($0$) của các khóa phân đoạn và khóa liên lạc.
  2. Lý thuyết nguồn điện phân tán (DG): Định nghĩa theo EPRI là các nguồn phát điện công suất từ vài kW đến 50 MW đặt gần phụ tải. Khi tích hợp vào LPP, DG làm thay đổi phân bố công suất và điện áp, đòi hỏi xác định đồng thời cấu hình lưới và vị trí/dung lượng phát của DG.
  3. Lý thuyết đồ thị (Graph Theory) và Vòng cơ bản (Fundamental Loop): Được áp dụng để xây dựng thuật toán kiểm tra ràng buộc cấu trúc hình tia (radiality constraint). Khi đóng một khóa liên lạc, một vòng khép kín cơ bản được hình thành; thuật toán chỉ cho phép mở một khóa nằm trong chính vòng này để đảm bảo lưới không bị chia cắt hoặc tạo vòng lặp mới.
  4. Lý thuyết hỗn loạn (Chaos Theory): Sử dụng hàm bản đồ hỗn loạn Gauss/mouse map nhằm thay thế các tham số ngẫu nhiên phân bố đều trong quá trình khuếch tán và cập nhật của SFS, giúp tăng tốc độ hội tụ và tránh bẫy cực trị địa phương.
  5. Lý thuyết tối ưu hóa đa mục tiêu Pareto: Khái niệm quan hệ vượt trội (Pareto dominance), tập nghiệm không bị vượt trội (non-dominated front), kỹ thuật sắp xếp nhanh không vượt trội (fast non-dominated sorting), toán tử khoảng cách mật độ (crowding distance) và cơ chế lựa chọn nghiệm thỏa hiệp tốt nhất dựa trên hàm mờ cực đại - cực tiểu.

Phương pháp nghiên cứu và thuật toán áp dụng

  • Thuật toán SFS (Stochastic Fractal Search): Do Hamid Salimi đề xuất năm 2015, hoạt động qua hai giai đoạn chính:
    • Quá trình khuếch tán (Diffusion process): Sinh các điểm mới xung quanh điểm hiện tại thông qua bước nhảy Gaussian có độ lệch chuẩn: $$\sigma = \frac{\log(\text{Iter})}{\text{Iter}} (\mathbf{X}i - \mathbf{X}{best})$$
    • Quá trình cập nhật (Updating process): Gồm 2 pha cập nhật vị trí dựa trên xác suất xếp hạng $Pa_i = \text{rank}(\mathbf{X}_i) / N$.
  • Thuật toán CSFS (Chaotic SFS): Tích hợp biến đổi hỗn loạn Gauss/mouse: $$x_{k+1} = \begin{cases} 0 & \text{nếu } x_k = 0 \ \frac{1}{x_k} \mod 1 & \text{trường hợp khác} \end{cases}$$ Hệ số ngẫu nhiên được thay bằng hệ số hỗn loạn $cv$ trong bước nhảy Gaussian và cập nhật vị trí.
  • Thuật toán SOS (Symbiotic Organisms Search): Mô phỏng 3 mối quan hệ sinh thái học: tương hỗ (mutualism), hội sinh (commensalism) và ký sinh (parasitism) để tìm kiếm nghiệm tối ưu mà không cần tham số điều chỉnh thuật toán phức tạp.
  • Thuật toán NSSFS (Non-dominated Sorting SFS): Thuật toán do tác giả tự phát triển cho bài toán đa mục tiêu. NSSFS tích hợp kỹ thuật phân loại không vượt trội nhanh, tính toán khoảng cách mật độ và cơ chế lựa chọn nhị phân vào cấu trúc tìm kiếm phân dạng của SFS.

Dữ liệu và công cụ phân tích

  • Bộ 8 hàm thử nghiệm chuẩn đa mục tiêu: ZDT1, ZDT2, ZDT3, ZDT6, KUR, LAU, MUR, POL.
  • Dữ liệu lưới điện kiểm chứng: IEEE 33 nút, 69 nút, 84 nút, 119 nút, 136 nút và lưới điện thực tế 272 nút huyện Tân Châu, tỉnh Tây Ninh.
  • Phần mềm thương mại PSS/ADEPT 5.0 (được sử dụng để đối soát, kiểm tra trong Phụ lục 3).

Nội dung chính theo từng chương

Cấu trúc 6 chương của Luận án:
Chương 1: Giới thiệu
Chương 2: Tổng quan
Chương 3: Các phương pháp tối ưu
Chương 4: Tái cấu trúc LPP với hàm đơn mục tiêu
Chương 5: Tái cấu trúc LPP có xét nguồn phân tán với hàm đa mục tiêu
Chương 6: Kết luận và hướng phát triển

Chương 1: Giới thiệu

Chương 1 thiết lập tổng thể đề tài nghiên cứu. Tác giả nêu rõ tổn thất điện năng trên LPP tại Việt Nam chiếm tỷ lệ lớn do lưới trải rộng và cấp điện áp thấp. Giải pháp tái cấu trúc thông qua khóa điện là phương thức kinh tế tối ưu do tận dụng hạ tầng sẵn có. Tác giả xác định 4 mục tiêu nghiên cứu cụ thể, phạm vi nghiên cứu trên lưới chuẩn và lưới thực tế, 4 đóng góp chính của luận án, ý nghĩa khoa học và ý nghĩa thực tiễn đối với ngành điện lực.

Chương 2: Tổng quan

Chương 2 phân tích chuyên sâu về hệ thống điện phân phối và các bài toán vận hành. Tác giả phân loại chi tiết 7 bài toán vận hành liên quan đến tái cấu trúc LPP:

  1. Xác định cấu hình theo đồ thị phụ tải theo thời gian để cực tiểu hóa chi phí vận hành.
  2. Xác định cấu hình không đổi trong thời đoạn khảo sát để tổn thất năng lượng bé nhất.
  3. Xác định cấu hình tại một thời điểm để tổn thất công suất tác dụng bé nhất.
  4. Tái cấu hình cân bằng tải giữa các nhánh và trạm biến áp.
  5. Khôi phục lưới điện sau sự cố hoặc bảo trì.
  6. Xác định cấu hình theo nhiều mục tiêu đồng thời (tổn thất, cân bằng tải, số lần chuyển mạch, sụt áp).
  7. Xác định cấu hình đảm bảo độ tin cậy và giảm năng lượng ngừng cung cấp điện.

Trong đó, bài toán 3 được xác định là bài toán nền tảng cốt lõi của luận án. Chương này cũng tổng hợp lợi ích kỹ thuật (giảm tổn hao, cải thiện áp, tăng tin cậy) và kinh tế của việc đấu nối DG, đồng thời điểm luận chi tiết các thuật toán tối ưu đơn mục tiêu, có xét DG và đa mục tiêu trong y văn thế giới.

Chương 3: Các phương pháp tối ưu

Chương 3 xây dựng cơ sở toán học tường minh cho các giải thuật áp dụng trong luận án:

  • Trình bày chi tiết giải thuật SFS gồm quá trình khuếch tán với bước nhảy Gaussian thu hẹp theo hệ số $\log(\text{Iter})/\text{Iter}$ và hai quá trình cập nhật theo xác suất thứ hạng $Pa_i$.
  • Xây dựng thuật toán CSFS thông qua việc tích hợp bản đồ hỗn loạn Gauss/mouse vào các hệ số ngẫu nhiên của SFS.
  • Trình bày các pha tương hỗ, hội sinh và ký sinh của giải thuật SOS.
  • Phát triển và mô tả mã giả (pseudocode), lưu đồ của thuật toán mới NSSFS: kết hợp cơ chế phân hạng Pareto nhanh, tính chỉ số crowding distance để duy trì độ phân tán nghiệm, cùng cơ chế lựa chọn nghiệm không bị vượt trội.

Chương 4: Tái cấu trúc LPP với hàm đơn mục tiêu

Chương 4 thiết lập mô hình toán học đơn mục tiêu với hàm mục tiêu cực tiểu hóa tổn thất công suất tác dụng $P_{loss}$, chịu các ràng buộc: cân bằng công suất nút, giới hạn điện áp ($V_{min} \le V_i \le V_{max}$), giới hạn dòng điện nhánh ($I_k \le I_{k,max}$), giới hạn công suất/vị trí DG và ràng buộc cấu trúc hình tia kiểm tra qua thuật toán vòng cơ bản.

Nội dung thực nghiệm được triển khai theo các cấu phần chính:

  1. Áp dụng CSFS không xét DG: Kiểm tra trên lưới 33, 84, 119 và 136 nút; so sánh với các thuật toán GA, PSO, CSA, SFS gốc. Kết quả cho thấy CSFS giúp giảm tổn thất công suất rõ rệt và cải thiện hồ sơ điện áp nút.
  2. Áp dụng SFS có xét ảnh hưởng của DG: Kiểm tra trên các lưới 33, 69, 84, 119, 136 nút dưới 7 kịch bản vận hành khác nhau (từ tái cấu trúc thuần túy, định vị/định dung lượng DG độc lập, đến tái cấu trúc kết hợp tối ưu đồng thời vị trí và công suất DG).
  3. Áp dụng SOS có xét ảnh hưởng của DG: Kiểm nghiệm trên các hệ thống 33, 69, 84, 119 nút và so sánh trực tiếp với SFS, FWA, HSA.
  4. Ứng dụng trên lưới thực tế 272 nút Tân Châu - Tây Ninh: Lưới gồm 2 xuất tuyến 475TH và 477TH. Tác giả áp dụng cả 3 thuật toán SFS, CSFS và SOS cho 2 trường hợp: không xét DG và có xét DG. Cả ba thuật toán đều tìm ra cấu hình vận hành tối ưu, giảm đáng kể tổn thất công suất và nâng cao chất lượng điện áp toàn tuyến.

Chương 5: Tái cấu trúc lưới điện phân phối có xét nguồn phân tán với hàm đa mục tiêu

Chương 5 mở rộng bài toán sang tối ưu hóa đa mục tiêu đồng thời: $$\min F = {f_1, f_2, f_3} = {P_{loss}, VD, 1 - VSI}$$ Trong đó $VD = \sum |V_i - V_{norm}|$ là tổng sai lệch điện áp, và $VSI$ là chỉ số ổn định điện áp nút.

Chương này trình bày các nội dung tính toán:

  1. Kiểm chứng thuật toán NSSFS trên 8 hàm chuẩn: Đánh giá trên ZDT1, ZDT2, ZDT3, ZDT6, KUR, LAU, MUR, POL. Kết quả so sánh với NSGA-II, MOPSO, MOMVO thông qua các chỉ số đo lường: khoảng cách thế hệ (Generational Distance - GD), độ giãn cách (Spacing - SP), siêu thể tích (Hypervolume - HV) và độ bao phủ ($\Delta$). NSSFS thể hiện khả năng hội tụ tiệm cận mặt tiền Pareto thực và duy trì phân bố nghiệm đồng đều.
  2. Tái cấu trúc đa mục tiêu có xét DG trên lưới 33 và 69 nút: Thực hiện trên 3 trường hợp:
    • Trường hợp 1: Tối ưu đồng thời 2 mục tiêu $P_{loss}$ và $VD$.
    • Trường hợp 2: Tối ưu đồng thời 2 mục tiêu $P_{loss}$ và $VSI$.
    • Trường hợp 3: Tối ưu đồng thời cả 3 mục tiêu $P_{loss}$, $VD$ và $VSI$.
  3. So sánh hiệu năng: So sánh mặt tiền Pareto và nghiệm thỏa hiệp tốt nhất của NSSFS với NSGA-II, MOPSO và MOMVO. NSSFS cung cấp tập nghiệm Pareto có chất lượng vượt trội hơn, chỉ số HV cao hơn và chỉ số khoảng cách SP nhỏ hơn.
+-----------------------------------------------------------------------------------+
|               KHUNG MÔ HÌNH VÀ THỰC NGHIỆM ĐƯỢC THỰC HIỆN TRONG LUẬN ÁN           |
+-----------------------------------------------------------------------------------+
|  BÀI TOÁN ĐƠN MỤC TIÊU (Chương 4)        |  BÀI TOÁN ĐA MỤC TIÊU (Chương 5)       |
|  - Hàm mục tiêu: Min Ploss               |  - Hàm mục tiêu: Min {Ploss, VD, VSI}  |
|  - Thuật toán: SFS, CSFS, SOS            |  - Thuật toán: NSSFS (mới phát triển)  |
|  - So sánh: GA, PSO, CSA, FWA, HSA       |  - So sánh: NSGA-II, MOPSO, MOMVO      |
|  - Đối tượng: IEEE 33, 69, 84, 119, 136  |  - Đối tượng: 8 hàm chuẩn ZDT/KUR/POL  |
|    và lưới 272 nút Tân Châu, Tây Ninh    |    và lưới IEEE 33, 69 nút            |
+-----------------------------------------------------------------------------------+

Chương 6: Kết luận và hướng phát triển

Chương 6 tổng kết toàn diện các kết quả nghiên cứu: khẳng định tính hiệu quả của các thuật toán SFS, CSFS, SOS trong bài toán đơn mục tiêu và đóng góp của thuật toán mới NSSFS trong bài toán đa mục tiêu. Tác giả nêu bật khả năng ứng dụng thực tế trên lưới quy mô lớn (272 nút) và đề xuất các định hướng nghiên cứu tiếp theo.

Kết quả và những đóng góp mới

Những đóng góp mới về mặt khoa học và lý luận

  • Ứng dụng thành công các thuật toán meta-heuristic thông minh (SFS, CSFS, SOS): Đưa ra giải pháp giải quyết bài toán tái cấu trúc LPP đơn mục tiêu có xét và không xét đến nguồn phân tán DG, đặc biệt là khả năng xử lý bài toán quy mô lớn và phức tạp.
  • Phát triển thành công thuật toán tối ưu đa mục tiêu NSSFS: Kết hợp kỹ thuật sắp xếp nhanh không vượt trội (fast non-dominated sorting), khoảng cách mật độ (crowding distance) và cơ chế lựa chọn vào thuật toán SFS, tạo ra công cụ tối ưu tìm kiếm tập nghiệm Pareto tối ưu cho bài toán tái cấu trúc đa mục tiêu có xét DG.
  • Xây dựng giải thuật kiểm tra cấu trúc hình tia dựa trên lý thuyết đồ thị (vòng cơ bản): Loại bỏ hiệu quả các cấu hình không khả thi ngay trong quá trình sinh nghiệm, giúp giảm thiểu đáng kể không gian tìm kiếm và tiết kiệm thời gian tính toán cho các giải thuật meta-heuristic.
  • Mô hình hóa toàn diện bài toán tái cấu trúc: Thiết lập nhiều kịch bản vận hành khác nhau (đến 7 kịch bản) từ không xét DG đến xác định đồng thời cấu hình lưới cùng vị trí và công suất tối ưu của DG.

Đóng góp thực tiễn và giải pháp đề xuất

  • Cung cấp công cụ tính toán hỗ trợ các nhà quản lý, kỹ sư quy hoạch và vận hành hệ thống điện phân phối xác định cấu hình đóng/mở tối ưu của các khóa điện và vị trí/dung lượng lắp đặt nguồn phân tán DG.
  • Kết quả tính toán trên lưới điện thực tế 272 nút tại huyện Tân Châu, tỉnh Tây Ninh chứng minh các thuật toán đề xuất vận hành tốt trên lưới điện thực tế tại Việt Nam, mang lại hiệu quả giảm tổn thất công suất tác dụng và nâng cao chất lượng điện áp rõ rệt.
  • Đưa ra các phương án kịch bản linh hoạt giúp các đơn vị điện lực lựa chọn cấu hình vận hành tối ưu tùy thuộc vào mục tiêu ưu tiên kỹ thuật hoặc kinh tế.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của luận án

  • Phụ tải của hệ thống và công suất phát của các nguồn điện phân tán DG được giả định là các giá trị tĩnh (static load / static DG) tại thời điểm khảo sát, phục vụ cho bài toán thiết kế và quy hoạch tĩnh, chưa phản ánh tính biến thiên liên tục theo đồ thị phụ tải 24 giờ.
  • Các ràng buộc về số lần chuyển mạch tối đa của thiết bị đóng cắt trong một chu kỳ vận hành dài hạn chưa được đưa vào mô hình bài toán vận hành động.

Hướng nghiên cứu tiếp theo

  • Mở rộng bài toán tái cấu trúc lưới điện phân phối từ bài toán thiết kế tĩnh sang bài toán vận hành động theo thời gian thực (chu kỳ 24 giờ) có xét đến sự thay đổi liên tục của biểu đồ phụ tải và công suất phát ngẫu nhiên từ năng lượng tái tạo (mặt trời, gió).
  • Nghiên cứu tích hợp hệ thống lưu trữ năng lượng (Battery Energy Storage Systems - BESS) và các thiết bị điều khiển điện tử công suất hiện đại trong lưới điện thông minh vào bài toán tái cấu trúc đa mục tiêu.

Giá trị tham khảo

Luận án là tài liệu tham khảo chuyên sâu cho các đối tượng và đơn vị chuyên môn:

  • Nghiên cứu sinh, học viên cao học và giảng viên ngành Kỹ thuật điện, Hệ thống điện: Tham khảo về mô hình toán học tối ưu hóa phi tuyến nguyên hỗn hợp, kỹ thuật kiểm tra lưới hình tia bằng lý thuyết đồ thị (Chương 4), thuật toán tìm kiếm phân dạng ngẫu nhiên (SFS/CSFS) và cấu trúc thuật toán tối ưu đa mục tiêu Pareto (NSSFS - Chương 3, Chương 5).
  • Các Công ty Điện lực, Tổng công ty Điện lực (EVN): Tham khảo quy trình tính toán cấu hình tối ưu để giảm tổn thất kỹ thuật, cải thiện điện áp vận hành và lập kế hoạch tiếp nhận các nguồn điện phân tán quy mô vừa và nhỏ đấu nối vào lưới phân phối (Chương 4 và Phụ lục 2, Phụ lục 3).
  • Các Công ty tư vấn thiết kế điện: Sử dụng phương pháp và kết quả phân tích các kịch bản tích hợp DG để tính toán dung lượng và vị trí đặt tối ưu cho các dự án nguồn điện phân tán.

Câu hỏi thường gặp

1. Thuật toán NSSFS được phát triển như thế nào và đã được kiểm chứng trên các hàm thử nghiệm nào?

NSSFS (Non-dominated Sorting Stochastic Fractal Search) được tác giả phát triển từ thuật toán SFS gốc bằng cách tích hợp thêm 3 kỹ thuật: kỹ thuật sắp xếp nhanh không vượt trội (fast non-dominated sorting), phương pháp khoảng cách mật độ (crowding distance) và cơ chế lựa chọn (selection mechanism). Trước khi áp dụng cho lưới điện, NSSFS đã được kiểm tra tính năng trên 8 hàm thử nghiệm đa mục tiêu chuẩn gồm: ZDT1, ZDT2, ZDT3, ZDT6, KUR, LAU, MUR và POL, đánh giá qua các chỉ số GD, SP, HV và $\Delta$ so với NSGA-II, MOPSO và MOMVO.

2. Luận án giải quyết ràng buộc lưới điện hình tia bằng kỹ thuật gì?

Để ngăn chặn các thuật toán meta-heuristic sinh ra số lượng lớn các cấu hình không khả thi (bị lặp vòng hoặc cô lập nút), luận án áp dụng phương pháp vòng cơ bản (fundamental loop) dựa trên lý thuyết đồ thị (Graph Theory). Mỗi khi đóng một khóa liên lạc để tạo mạch vòng, giải thuật chỉ thực hiện mở một khóa phân đoạn nằm trong chính vòng kín cơ bản đó, đảm bảo lưới luôn duy trì cấu trúc hình tia và cấp điện liên tục cho mọi phụ tải.

3. Bản đồ hỗn loạn (Chaotic map) được tích hợp vào thuật toán CSFS như thế nào?

Trong thuật toán CSFS (Chaotic SFS), các hệ số ngẫu nhiên phân bố đều thông thường trong quá trình khuếch tán và quá trình cập nhật của SFS được thay thế bằng chuỗi số hỗn loạn sinh ra từ hàm bản đồ hỗn loạn Gauss/mouse map ($x_{k+1} = 1/x_k \mod 1$). Cơ chế này giúp thuật toán tăng tốc độ hội tụ và nâng cao khả năng thoát khỏi các cực tiểu cục bộ.

4. Lưới điện thực tế nào tại Việt Nam được sử dụng để kiểm chứng các giải thuật trong luận án?

Luận án đã áp dụng các thuật toán SFS, CSFS và SOS trên hệ thống lưới điện phân phối thực tế 272 nút thuộc hai xuất tuyến 475TH và 477TH tại huyện Tân Châu, tỉnh Tây Ninh, Việt Nam cho cả hai trường hợp có xét và không xét nguồn phân tán DG. Kết quả cho thấy tổn thất công suất giảm rõ rệt và hồ sơ điện áp được cải thiện, đồng thời kết quả cũng được đối soát với phần mềm PSS/ADEPT 5.0.

5. Bài toán tái cấu trúc đa mục tiêu ở Chương 5 xem xét những hàm mục tiêu nào?

Bài toán tái cấu trúc đa mục tiêu có xét nguồn phân tán DG trong Chương 5 xem xét đồng thời 3 hàm mục tiêu kỹ thuật:

  1. Cực tiểu hóa tổn thất công suất tác dụng ($P_{loss}$).
  2. Cực tiểu hóa tổng sai lệch điện áp nút ($VD$).
  3. Nâng cao chỉ số ổn định điện áp nút ($VSI$, thông qua cực tiểu hóa $1 - VSI$).

Kết luận

Luận án tiến sĩ của tác giả Trần Thị Tùng đã giải quyết bài toán tái cấu trúc lưới điện phân phối có xét đến nguồn điện phân tán DG dưới cả hai góc độ đơn mục tiêu và đa mục tiêu. Công trình đã ứng dụng hiệu quả các thuật toán tối ưu thông minh SFS, CSFS, SOS và phát triển thành công thuật toán đa mục tiêu NSSFS dựa trên mặt tiền Pareto, kết hợp thuật toán kiểm soát cấu trúc hình tia bằng lý thuyết đồ thị. Kết quả thực nghiệm trên các hệ thống điện chuẩn IEEE và lưới điện thực tế 272 nút tại Tân Châu (Tây Ninh) đã chứng minh tính đúng đắn, mức độ giảm tổn thất công suất và khả năng cải thiện chất lượng điện áp của các giải pháp được đề xuất.