Tổng quan nghiên cứu

Trong bối cảnh biến đổi khí hậu và nhu cầu giảm phát thải khí nhà kính, việc chuyển đổi từ phương tiện sử dụng nhiên liệu hóa thạch sang xe điện (Electric Vehicle - EV) đang trở thành xu hướng toàn cầu. Theo báo cáo của Cơ quan Năng lượng Quốc tế (IEA), giao thông vận tải chiếm khoảng 24% lượng khí thải carbon toàn cầu mỗi năm. Tại Việt Nam, ô nhiễm không khí đô thị có tới 70% bắt nguồn từ các phương tiện giao thông sử dụng nhiên liệu hóa thạch. Thị trường xe điện tại Việt Nam đang tăng trưởng nhanh chóng với doanh số dự kiến tăng 118% trong năm 2023 so với năm trước, trong đó xe điện chạy hoàn toàn bằng pin (Battery Electric Vehicle - BEV) tăng 104,4%. Sự gia tăng này đặt ra thách thức lớn về quản lý năng lượng và hạ tầng sạc điện.

Hệ thống sạc điện hai chiều (Vehicle-to-Grid - V2G) cho phép xe điện không chỉ nhận điện từ lưới mà còn có thể xả điện trở lại, góp phần cân bằng tải và tối ưu hóa chi phí vận hành. Tuy nhiên, việc lập lịch trình sạc xả hiệu quả là một bài toán phức tạp, đặc biệt khi số lượng EV tăng nhanh và yêu cầu của chủ sở hữu xe ngày càng đa dạng. Luận văn tập trung phát triển mô hình tối ưu lịch trình sạc xả cho EV trong hệ thống V2G, sử dụng phương pháp Rolling Horizon Optimization (RHO) để giải quyết cả bài toán ngoại tuyến và trực tuyến.

Phạm vi nghiên cứu bao gồm mô hình toán học và thuật toán tối ưu hóa áp dụng cho hệ thống V2G tại bãi gửi xe thông minh với 160 xe điện, sử dụng dữ liệu thực tế về đặc tính xe và giá điện. Mục tiêu chính là tối đa hóa lợi nhuận cho chủ sở hữu EV đồng thời đảm bảo các ràng buộc kỹ thuật và tài chính của hệ thống. Nghiên cứu có ý nghĩa quan trọng trong việc thúc đẩy ứng dụng xe điện và phát triển hạ tầng năng lượng bền vững tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

  • Hệ thống Vehicle-to-Grid (V2G): Mô hình cho phép xe điện sạc và xả điện hai chiều, giúp cân bằng tải lưới điện và tối ưu hóa chi phí năng lượng.
  • Lập lịch trình sạc xả (Charging-Discharging Scheduling): Quản lý thời gian và công suất sạc/xả của từng xe điện để đạt hiệu quả tối ưu về tài chính và kỹ thuật.
  • Phương pháp Rolling Horizon Optimization (RHO): Kỹ thuật tối ưu hóa lặp đi lặp lại theo từng khoảng thời gian ngắn, cập nhật dữ liệu mới để điều chỉnh kế hoạch, giúp giải quyết bài toán lập lịch trình trực tuyến trong môi trường không chắc chắn.
  • Mô hình Mixed Integer Linear Programming (MILP): Mô hình toán học tuyến tính hỗn hợp số nguyên dùng để biểu diễn bài toán tối ưu lịch trình sạc xả với các biến trạng thái nhị phân và liên tục.
  • Các khái niệm chính:
    • SOC (State of Charge): Tỷ lệ dung lượng pin hiện có so với dung lượng tối đa.
    • Công suất sạc/xả tối đa của hệ thống V2G.
    • Chi phí phạt khi không đạt SOC yêu cầu.
    • Giá mua và bán điện theo thời gian.

Phương pháp nghiên cứu

Nghiên cứu sử dụng dữ liệu thực tế từ bãi gửi xe thông minh với 160 xe điện VinFast các loại (VFe34, VF6, VF7, VF9) có dung lượng pin từ 42 kWh đến 92 kWh. Trụ sạc DC 30 kW được sử dụng làm thiết bị sạc. Giá điện mua và bán được lấy theo biểu giá của Tập đoàn Điện lực Việt Nam (EVN).

Phương pháp nghiên cứu gồm:

  • Xây dựng mô hình toán học: Mô hình MILP cho cả lịch trình ngoại tuyến (toàn bộ dữ liệu biết trước) và trực tuyến (dữ liệu EV cập nhật theo thời gian thực).
  • Phát triển thuật toán tối ưu: Áp dụng phương pháp Rolling Horizon Optimization để giải bài toán trực tuyến, cập nhật kế hoạch theo từng thời đoạn 30 phút trong tổng thời gian 48 thời đoạn (24 giờ).
  • Công cụ lập trình: Sử dụng Python với các thư viện Pandas, Pyomo và bộ giải CPLEX để xây dựng và giải mô hình.
  • Timeline nghiên cứu: Thu thập dữ liệu và xây dựng mô hình từ tháng 9 đến tháng 12 năm 2023, thực hiện giải thuật và phân tích kết quả trong cùng khoảng thời gian.

Phương pháp này cho phép so sánh hiệu quả giữa mô hình ngoại tuyến và trực tuyến, đánh giá khả năng ứng dụng thực tế của thuật toán RHO trong quản lý năng lượng hệ thống V2G.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Hiệu quả tối ưu hóa lợi nhuận:
    Mô hình ngoại tuyến đạt lợi nhuận tối đa từ quá trình sạc xả với tổng chi phí vận hành giảm khoảng 15% so với mô hình không tối ưu. Mô hình trực tuyến sử dụng RHO đạt hiệu quả gần tương đương, với sai số lợi nhuận dưới 5% so với mô hình ngoại tuyến.

  2. Tối ưu hóa trạng thái SOC:
    Trong kịch bản có áp dụng chi phí phạt khi không đạt SOC yêu cầu, hơn 95% xe điện đạt được mức SOC mong muốn khi rời bãi, giảm thiểu rủi ro không hài lòng của chủ sở hữu.

  3. Quản lý công suất sạc xả:
    Công suất sạc xả hệ thống được điều chỉnh linh hoạt theo giá điện biến động trong ngày, với công suất sạc cao vào giờ thấp điểm và xả điện vào giờ cao điểm, giúp giảm tải đỉnh cho lưới điện. Tần suất sạc xả đạt mức ổn định trong 48 thời đoạn, đảm bảo vận hành bền vững.

  4. Lợi ích tài chính cho chủ sở hữu EV:
    Chủ xe có thể kiếm lời từ việc xả điện vào lưới trong giờ cao điểm, với mức lợi nhuận tăng trung bình 12% so với chỉ sạc thông thường. Điều này khuyến khích sự tham gia tích cực của người dùng vào hệ thống V2G.

Thảo luận kết quả

Kết quả cho thấy phương pháp Rolling Horizon Optimization là công cụ hiệu quả để giải quyết bài toán lập lịch trình sạc xả trực tuyến trong môi trường có nhiều biến động và không chắc chắn về số lượng và yêu cầu của EV. So với các thuật toán heuristic truyền thống, RHO cung cấp giải pháp gần tối ưu toàn cục với khả năng cập nhật kế hoạch linh hoạt theo thời gian thực.

Việc tối ưu hóa SOC và chi phí phạt giúp nâng cao sự hài lòng của chủ sở hữu xe, điều này rất quan trọng để thúc đẩy sự chấp nhận rộng rãi của công nghệ V2G. Các biểu đồ công suất sạc xả và tương quan giá điện thể hiện rõ sự điều chỉnh linh hoạt của hệ thống, góp phần giảm áp lực lên lưới điện trong giờ cao điểm.

So với các nghiên cứu trước đây chủ yếu tập trung vào góc độ nhà quản lý lưới điện, luận văn này nhấn mạnh vai trò của khách hàng, tạo ra mô hình cân bằng lợi ích giữa các bên liên quan. Kết quả nghiên cứu có thể làm cơ sở cho việc triển khai thực tế các hệ thống V2G tại Việt Nam và các nước đang phát triển.

Đề xuất và khuyến nghị

  1. Triển khai hệ thống quản lý sạc xả thông minh:
    Áp dụng mô hình tối ưu hóa Rolling Horizon trong các bãi gửi xe thông minh để tự động điều chỉnh lịch trình sạc xả theo biến động giá điện và nhu cầu thực tế, nhằm tối đa hóa lợi ích cho chủ sở hữu EV và nhà quản lý.

  2. Phát triển hạ tầng trạm sạc hai chiều:
    Đầu tư mở rộng mạng lưới trạm sạc DC công suất từ 30 kW trở lên, đảm bảo khả năng đáp ứng nhu cầu sạc nhanh và xả điện hiệu quả, đặc biệt tại các khu vực đô thị và trung tâm thương mại.

  3. Xây dựng chính sách khuyến khích tài chính:
    Thiết lập cơ chế giá điện ưu đãi và chi phí phạt hợp lý để khuyến khích chủ xe tham gia hệ thống V2G, đồng thời đảm bảo sự công bằng và bền vững cho các bên liên quan.

  4. Nâng cao nhận thức và đào tạo người dùng:
    Tổ chức các chương trình đào tạo, truyền thông về lợi ích và cách thức tham gia hệ thống V2G, giúp người dùng hiểu rõ quyền lợi và trách nhiệm, từ đó tăng cường sự hài lòng và cam kết sử dụng xe điện.

  5. Mở rộng nghiên cứu và ứng dụng:
    Tiếp tục phát triển mô hình tối ưu hóa cho các loại xe điện khác nhau và các kịch bản vận hành phức tạp hơn, đồng thời thử nghiệm thực tế tại các địa phương để hoàn thiện giải pháp trước khi nhân rộng.

Đối tượng nên tham khảo luận văn

  1. Nhà quản lý năng lượng và chính sách:
    Có thể sử dụng kết quả nghiên cứu để xây dựng các chính sách phát triển hạ tầng xe điện và hệ thống V2G, đồng thời thiết kế các chương trình khuyến khích phù hợp.

  2. Các công ty phát triển hạ tầng sạc điện:
    Tham khảo mô hình tối ưu và thuật toán để phát triển các hệ thống quản lý trạm sạc thông minh, nâng cao hiệu quả vận hành và dịch vụ khách hàng.

  3. Nhà nghiên cứu và sinh viên ngành kỹ thuật điện:
    Có thể áp dụng phương pháp và mô hình toán học trong các đề tài nghiên cứu liên quan đến quản lý năng lượng, tối ưu hóa hệ thống điện và phát triển công nghệ xe điện.

  4. Chủ sở hữu và người dùng xe điện:
    Hiểu rõ hơn về lợi ích tài chính và kỹ thuật khi tham gia hệ thống V2G, từ đó có quyết định sử dụng xe điện và tham gia các chương trình sạc xả hiệu quả.

Câu hỏi thường gặp

  1. Phương pháp Rolling Horizon Optimization là gì?
    Đây là kỹ thuật tối ưu hóa lặp đi lặp lại theo từng khoảng thời gian ngắn, cập nhật dữ liệu mới để điều chỉnh kế hoạch, giúp giải quyết bài toán lập lịch trình trong môi trường có biến động và không chắc chắn.

  2. Lịch trình sạc xả ngoại tuyến và trực tuyến khác nhau thế nào?
    Lịch trình ngoại tuyến dựa trên dữ liệu biết trước toàn bộ, trong khi lịch trình trực tuyến cập nhật thông tin EV theo thời gian thực, phù hợp với môi trường vận hành thực tế.

  3. Lợi ích của hệ thống V2G đối với chủ sở hữu xe điện?
    Chủ xe có thể kiếm lợi nhuận từ việc xả điện vào lưới trong giờ cao điểm, giảm chi phí sạc điện và góp phần bảo vệ môi trường.

  4. Mô hình toán học sử dụng trong nghiên cứu có phức tạp không?
    Mô hình MILP được xây dựng với các biến số trạng thái nhị phân và liên tục, đảm bảo tính chính xác và khả năng giải quyết bằng các bộ giải tối ưu hiện đại như CPLEX.

  5. Nghiên cứu có thể áp dụng ở đâu ngoài bãi gửi xe thông minh?
    Mô hình và thuật toán có thể mở rộng áp dụng cho các hệ thống sạc công cộng, khu vực đô thị, hoặc các dự án quản lý năng lượng quy mô lớn khác.

Kết luận

  • Luận văn đã xây dựng thành công mô hình toán học và thuật toán Rolling Horizon Optimization để tối ưu lịch trình sạc xả xe điện trong hệ thống V2G.
  • Mô hình trực tuyến cho kết quả gần tương đương với mô hình ngoại tuyến, chứng minh tính khả thi và hiệu quả của phương pháp RHO trong thực tế.
  • Kết quả nghiên cứu góp phần nâng cao sự hài lòng của chủ sở hữu EV và hỗ trợ vận hành bền vững hệ thống điện.
  • Đề xuất các giải pháp triển khai hạ tầng và chính sách hỗ trợ phát triển xe điện và hệ thống V2G tại Việt Nam.
  • Hướng phát triển tiếp theo là mở rộng mô hình cho các loại xe và kịch bản phức tạp hơn, đồng thời thử nghiệm thực tế để hoàn thiện giải pháp.

Quý độc giả và các nhà nghiên cứu được khuyến khích áp dụng và phát triển thêm các kết quả này nhằm thúc đẩy sự phát triển bền vững của giao thông xanh và năng lượng tái tạo.