Luận văn thạc sĩ kỹ thuật điện ứng dụng thuật toán pso cải tiến pseudo gradient pso để tối ưu phân bố công suất phản kháng trong hệ thống lưới điện 110kv miền nam

Luận văn thạc sĩ kỹ thuật điện ứng dụng thuật toán PSO cải tiến tối ưu phân bố công suất phản kháng trong hệ thống lưới điện 110kV miền Nam.

• Tác giả: Ngô Quốc Hưng
• Người hướng dẫn: PGS. Võ Ngọc Điều
• Trường học: Đại học Bách Khoa - ĐHQG TP. Hồ Chí Minh
• Chuyên ngành: Kỹ Thuật Điện
• Đề tài: Tối Ưu Phân Bố Công Suất Phản Kháng Trong Hệ Thống Điện 110kV Miền Nam Bằng Thuật Toán PSO
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CÁM ƠN
• TÓM TẮT LUẬN VĂN
• ABSTRACT
• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. GIỚI THIỆU TỔNG QUÁT
• 1.2. MỤC TIÊU CỦA ĐỀ TÀI
• 1.3. TẦM QUAN TRỌNG CỦA ĐỀ TÀI
• 1.4. PHẠM VI NGHIÊN CỨU
• 1.5. NỘI DUNG LUẬN VĂN
• 2. CHƯƠNG 2: TỔNG QUAN
• 2.1. TỔNG QUAN VỀ BÀI TOÁN TỐI ƯU HÓA CÔNG SUẤT PHẢN KHÁNG
• 2.2. TÓM LƯỢC TỔNG QUAN CÁC BÀI BÁO CÓ LIÊN QUAN ĐẾN ĐỀ TÀI
• 2.3. TỔNG QUAN CÁC PHƯƠNG PHÁP GIẢI ĐÃ ĐƯỢC ÁP DỤNG
• 2.3.1. Phương pháp EP (Evolutionary Programming)
• 2.3.2. Phương pháp DE (Differential Evolution)
• 2.3.3. Phương pháp ACO (Ant Colony Optimization)
• 2.3.4. Phương pháp GA (Genetic Algorithm)
• 2.4. TỔNG QUAN VỀ NGÀNH ĐIỆN VIỆT NAM
• 2.4.1. Hiện trạng ngành điện Việt Nam
• 2.4.2. Hiện trạng và quy hoạch hệ thống điện Việt Nam
• 2.4.3. Cơ cấu nguồn điện hệ thống điện Việt Nam
• 2.4.4. Tổng quan về tình hình quản lý vận hành lưới điện phân phối
• 3. CHƯƠNG 3: CÁC BÀI TOÁN ORPD ĐIỂN HÌNH
• 3.1. GIỚI THIỆU
• 3.2. BÀI TOÁN ORPD ĐA MỤC TIÊU
• 4. CHƯƠNG 4: GIỚI THIỆU THUẬT TOÁN PSO CẢI TIẾN - PSEUDO GRADIENT PSO ĐỂ TỐI ƯU TRONG HỆ THỐNG ĐIỆN
• 4.1. PHƯƠNG PHÁP PSO (PARTICLE SWARM OPTIMIZATION)
• 4.2. MỘT SỐ CẢI TIẾN TRONG QUÁ TRÌNH PHÁT TRIỂN CỦA PSO
• 4.2.1. Dạng Constriction PSO
• 4.2.2. Dạng PSO - TVIW (Time Varying Inertial Weight)
• 4.2.3. Dạng PSO-TVAC (Time Varying Acceleration Coefficients)
• 4.3. THUẬT TOÁN PSO CẢI TIẾN PSEUDO - GRADIENT PSO
• 4.3.1. Khái niệm Pseudo - Gradient
• 4.3.2. Thuật toán Pseudo - Gradient PSO
• 5. CHƯƠNG 5: ỨNG DỤNG THUẬT TOÁN PSEUDO - GRADIENT PSO VÀO BÀI TOÁN TỐI ƯU PHÂN BỐ CÔNG SUẤT PHẢN KHÁNG
• 5.1. CÁC BƯỚC THUẬT TOÁN IPSO ĐỂ GIẢI BÀI TOÁN ORPD
• 5.2. TRÌNH TỰ ÁP DỤNG THUẬT TOÁN IPSO ĐỂ GIẢI BÀI TOÁN ORPD NHƯ SAU
• 6. CHƯƠNG 6: KẾT QUẢ TÍNH TOÁN
• 6.1. GIẢ THUYẾT ĐIỀU KIỆN BÀI TOÁN
• 6.2. MẠNG ĐIỆN CHUẨN IEEE-30 NÚT
• 6.2.1. Tóm tắt cấu trúc
• 6.2.2. Dữ liệu đầu vào - hệ thống điện IEEE-30 nút
• 6.2.3. Kết quả
• 6.3. ỨNG DỤNG TRÊN HỆ THỐNG ĐIỆN MIỀN NAM (VIỆT NAM)
• 6.3.1. Sơ đồ địa dư hệ thống điện miền Nam
• 6.3.2. Sơ đồ đơn tuyến hệ thống điện miền Nam
• 6.3.3. Dữ liệu đầu vào
• 6.3.4. Kết quả nghiên cứu của hệ thống điện miền Nam (Việt Nam)
• 6.3.5. Tổng hợp kết quả tính toán cho hệ thống điện miền Nam - Việt Nam
• 6.3.6. Kiểm chứng kết quả tính tổn thất công suất cho hệ thống điện miền Nam - Việt Nam
• 6.3.7. Mô phỏng ứng dụng trên hệ thống điện có cáp phần trung thế 22kV khu vực miền Nam - Việt Nam
• 7. CHƯƠNG 7: KẾT LUẬN - HƯỚNG PHÁT TRIỂN ĐỀ TÀI
• 7.1. NHỮNG ĐÓNG GÓP CỦA ĐỀ TÀI VÀO HỆ THỐNG ĐIỆN MIỀN NAM - VIỆT NAM
• 7.2. HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI
• PHỤ LỤC TÍNH TOÁN - BẢN VẼ
• PHỤ LỤC A: DỮ LIỆU MẠNG ĐIỆN IEEE-30 NÚT
• PHỤ LỤC B: DỮ LIỆU LƯỚI ĐIỆN MIỀN NAM - VIỆT NAM
• PHỤ LỤC C: TÌNH HÌNH CUNG CẤP ĐIỆN LƯỚI ĐIỆN MIỀN NAM - VIỆT NAM
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Tối Ưu Phân Bố Công Suất Phản Kháng

Bài toán tối ưu phân bố công suất phản kháng (Optimal Reactive Power Dispatch - ORPD) là một trong những vấn đề quan trọng trong quản lý hệ thống điện. Mục tiêu chính của bài toán này là tối ưu hóa việc sử dụng công suất phản kháng nhằm giảm thiểu tổn thất điện năng và đảm bảo ổn định điện áp trong hệ thống. Việc áp dụng các thuật toán tối ưu, đặc biệt là thuật toán PSO, đã mang lại nhiều kết quả khả quan trong việc giải quyết bài toán này.

1.1. Khái Niệm Về Công Suất Phản Kháng

Công suất phản kháng là thành phần quan trọng trong hệ thống điện, ảnh hưởng đến chất lượng điện năng. Nó giúp duy trì điện áp và ổn định hệ thống. Việc tối ưu hóa công suất phản kháng không chỉ giúp giảm tổn thất mà còn nâng cao hiệu suất hoạt động của hệ thống.

1.2. Vai Trò Của Hệ Thống Điện 110kV Miền Nam

Hệ thống điện 110kV miền Nam Việt Nam đóng vai trò quan trọng trong việc cung cấp điện cho các khu vực phát triển. Việc tối ưu hóa công suất phản kháng trong hệ thống này giúp nâng cao độ tin cậy và giảm thiểu tổn thất điện năng.

II. Thách Thức Trong Tối Ưu Phân Bố Công Suất Phản Kháng

Mặc dù có nhiều phương pháp tối ưu hóa, nhưng việc áp dụng chúng vào thực tiễn vẫn gặp nhiều thách thức. Các yếu tố như sự biến động của nhu cầu điện, sự không đồng nhất trong phân bố nguồn lực và các hạn chế kỹ thuật đều ảnh hưởng đến hiệu quả của các giải pháp tối ưu. Đặc biệt, việc duy trì ổn định điện áp trong các tình huống quá tải là một thách thức lớn.

2.1. Các Yếu Tố Ảnh Hưởng Đến Tối Ưu Hóa

Nhu cầu điện năng thay đổi theo thời gian, ảnh hưởng đến khả năng cung cấp công suất phản kháng. Các yếu tố như thời tiết, mùa vụ và sự phát triển kinh tế cũng tác động đến nhu cầu này.

2.2. Hạn Chế Kỹ Thuật Trong Hệ Thống Điện

Hệ thống điện 110kV miền Nam có nhiều đường dây và trạm biến áp, nhưng không phải lúc nào cũng có đủ công suất phản kháng để đáp ứng nhu cầu. Điều này dẫn đến tình trạng quá tải và tổn thất điện năng.

III. Phương Pháp Tối Ưu Hóa Công Suất Phản Kháng Bằng Thuật Toán PSO

Thuật toán PSO (Particle Swarm Optimization) là một trong những phương pháp hiệu quả để giải quyết bài toán tối ưu phân bố công suất phản kháng. PSO mô phỏng hành vi của các đàn chim trong việc tìm kiếm thức ăn, từ đó tìm ra giải pháp tối ưu cho bài toán. Việc cải tiến thuật toán PSO với các phương pháp như Pseudo Gradient đã nâng cao khả năng tìm kiếm và hiệu quả tính toán.

3.1. Nguyên Tắc Hoạt Động Của PSO

PSO hoạt động dựa trên nguyên tắc hợp tác giữa các cá thể trong đàn để tìm kiếm giải pháp tối ưu. Mỗi cá thể sẽ điều chỉnh vị trí của mình dựa trên kinh nghiệm cá nhân và kinh nghiệm của các cá thể khác.

3.2. Cải Tiến PSO Với Pseudo Gradient

Việc tích hợp Pseudo Gradient vào PSO giúp cải thiện khả năng hội tụ và tìm kiếm giải pháp tối ưu nhanh hơn. Phương pháp này đã được áp dụng thành công trong nhiều nghiên cứu trước đây.

IV. Ứng Dụng Thực Tiễn Của Phương Pháp IPSO Trong Hệ Thống Điện

Phương pháp IPSO (Improved Particle Swarm Optimization) đã được áp dụng để tối ưu hóa phân bố công suất phản kháng trong hệ thống điện 110kV miền Nam. Kết quả cho thấy IPSO không chỉ giúp giảm tổn thất điện năng mà còn nâng cao độ ổn định điện áp trong hệ thống. Việc áp dụng IPSO đã mang lại nhiều lợi ích kinh tế cho ngành điện.

4.1. Kết Quả Nghiên Cứu Trên Hệ Thống IEEE 30 Nút

Nghiên cứu đã áp dụng IPSO cho hệ thống chuẩn IEEE-30 nút và đạt được kết quả khả quan. So sánh với các phương pháp khác cho thấy IPSO có hiệu quả hơn trong việc giảm tổn thất công suất.

4.2. Kiểm Chứng Kết Quả Trên Hệ Thống Điện Miền Nam

Kết quả từ việc áp dụng IPSO trên hệ thống điện miền Nam đã được kiểm chứng bằng phần mềm PSS/E, cho thấy sự cải thiện rõ rệt về hiệu suất và độ ổn định của hệ thống.

V. Kết Luận Và Hướng Phát Triển Tương Lai

Việc tối ưu hóa phân bố công suất phản kháng trong hệ thống điện 110kV miền Nam bằng thuật toán PSO đã chứng minh được tính hiệu quả và khả năng ứng dụng thực tiễn. Hướng phát triển trong tương lai có thể tập trung vào việc cải tiến hơn nữa các thuật toán tối ưu, cũng như áp dụng công nghệ mới để nâng cao hiệu suất hệ thống điện.

5.1. Đề Xuất Các Nghiên Cứu Tiếp Theo

Các nghiên cứu tiếp theo có thể tập trung vào việc phát triển các thuật toán tối ưu mới, kết hợp với công nghệ trí tuệ nhân tạo để nâng cao khả năng dự đoán và điều chỉnh công suất phản kháng.

5.2. Tầm Quan Trọng Của Việc Đầu Tư Vào Hệ Thống Điện

Đầu tư vào hệ thống điện không chỉ giúp nâng cao hiệu suất mà còn đảm bảo cung cấp điện ổn định cho sự phát triển kinh tế xã hội. Việc tối ưu hóa công suất phản kháng là một phần quan trọng trong chiến lược phát triển này.

Nội dung chính

Tổng quan nghiên cứu

Hệ thống điện miền Nam Việt Nam, với lưới điện 110kV quản lý bởi Tổng công ty Điện lực miền Nam (EVN SPC), có tổng dung lượng máy biến áp lên đến 15.330 MVA và chiều dài đường dây 110kV khoảng 5.260 km tính đến cuối năm 2016. Sản lượng điện thương phẩm đạt gần 58 tỷ kWh với công suất cực đại khoảng 8.698 MW, tuy nhiên hệ số sử dụng chỉ đạt khoảng 61%. Trong bối cảnh nhu cầu điện ngày càng tăng cao, việc tối ưu hóa phân bố công suất phản kháng (ORPD) trở thành vấn đề cấp thiết nhằm giảm tổn thất công suất, cải thiện ổn định điện áp và nâng cao hiệu quả vận hành hệ thống điện.

Mục tiêu nghiên cứu của luận văn là ứng dụng thuật toán cải tiến Particle Swarm Optimization (PSO) dạng Pseudo Gradient PSO (PGPSO) để giải quyết bài toán tối ưu phân bố công suất phản kháng trong hệ thống lưới điện 110kV miền Nam. Nghiên cứu tập trung vào việc khai thác dữ liệu thực tế từ hệ thống điện miền Nam, sử dụng phần mềm PSS/E và Matlab với công cụ Matpower để mô phỏng và đánh giá hiệu quả thuật toán. Phạm vi nghiên cứu bao gồm hệ thống điện chuẩn IEEE 30 nút và hệ thống điện thực tế miền Nam Việt Nam trong giai đoạn 2016-2017.

Ý nghĩa của nghiên cứu thể hiện qua việc giảm tổn thất công suất thực, cải thiện độ lệch điện áp và chỉ số ổn định điện áp, từ đó góp phần nâng cao độ tin cậy và hiệu quả kinh tế cho ngành điện miền Nam. Kết quả nghiên cứu có thể hỗ trợ các nhà quản lý và kỹ sư điện trong việc vận hành và quy hoạch hệ thống điện một cách tối ưu, đồng thời giảm chi phí đầu tư và vận hành.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính: lý thuyết tối ưu hóa và mô hình điều khiển công suất phản kháng trong hệ thống điện. Bài toán ORPD được xem là bài toán tối ưu phi tuyến đa mục tiêu, với các biến điều khiển như điện áp máy phát, trạng thái đóng cắt của bộ tụ bù và tap máy biến áp. Mục tiêu chính là giảm tổn thất công suất thực, cải thiện điện áp tại các nút và nâng cao độ ổn định điện áp.

Thuật toán Particle Swarm Optimization (PSO) là phương pháp tối ưu dựa trên mô phỏng hành vi bầy đàn, được cải tiến thành Pseudo Gradient PSO (PGPSO) nhằm tăng khả năng hội tụ và tránh rơi vào cực tiểu cục bộ. Thuật toán PGPSO tích hợp gradient giả để hướng dẫn quá trình tìm kiếm, giúp tăng tốc độ hội tụ và nâng cao chất lượng nghiệm tìm được. Các khái niệm chính bao gồm:

• Công suất phản kháng (Q): Biến điều khiển quan trọng trong bài toán ORPD.
• Tổn thất công suất (Ploss): Hàm mục tiêu cần tối thiểu hóa.
• Độ lệch điện áp (VD): Chỉ số đo sự khác biệt giữa điện áp thực tế và điện áp chuẩn.
• Chỉ số ổn định điện áp (Limax): Đánh giá khả năng duy trì điện áp ổn định trong hệ thống.

Phương pháp nghiên cứu

Nguồn dữ liệu đầu vào được thu thập từ hệ thống điện miền Nam Việt Nam thông qua phần mềm PSS/E, bao gồm các thông số về mạng lưới, máy phát, đường dây và thiết bị bù. Ngoài ra, hệ thống chuẩn IEEE 30 nút được sử dụng làm mô hình thử nghiệm để đánh giá hiệu quả thuật toán.

Phương pháp phân tích chính là mô phỏng thuật toán PGPSO trên Matlab với công cụ Matpower, thực hiện tính toán dòng tải và đánh giá các hàm mục tiêu như tổn thất công suất, độ lệch điện áp và chỉ số ổn định điện áp. Cỡ mẫu nghiên cứu bao gồm toàn bộ các nút và thiết bị trong hệ thống 110kV miền Nam, với các bước thực hiện:

1. Khởi tạo quần thể cá thể trong thuật toán PGPSO.
2. Tính toán dòng tải và đánh giá hàm mục tiêu.
3. Cập nhật vị trí và vận tốc của các cá thể dựa trên gradient giả.
4. Lặp lại quá trình cho đến khi hội tụ hoặc đạt số vòng lặp tối đa.

Timeline nghiên cứu kéo dài từ tháng 01/2016 đến tháng 06/2017, bao gồm giai đoạn thu thập dữ liệu, phát triển thuật toán, mô phỏng và đánh giá kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả thuật toán PGPSO trên hệ thống IEEE 30 nút: Thuật toán đạt được tổn thất công suất thấp hơn khoảng 5-7% so với các phương pháp PSO truyền thống và các thuật toán tiến hóa khác. Độ lệch điện áp và chỉ số ổn định điện áp cũng được cải thiện đáng kể, giảm lần lượt khoảng 3% và 4%.

2. Ứng dụng trên hệ thống điện miền Nam: Kết quả mô phỏng cho thấy tổn thất công suất giảm khoảng 6% so với phương pháp hiện tại, với độ lệch điện áp giảm 2.5% và chỉ số ổn định điện áp cải thiện 3%. Các kết quả này được xác nhận qua so sánh với phần mềm PSS/E.

3. Tính ổn định và tốc độ hội tụ: Thuật toán PGPSO hội tụ nhanh hơn khoảng 20% so với PSO truyền thống, giảm số vòng lặp cần thiết để đạt nghiệm tối ưu. Biểu đồ hội tụ minh họa sự ổn định và hiệu quả của thuật toán trong quá trình tìm kiếm.

4. Khả năng áp dụng cho hệ thống lớn: Thuật toán có thể xử lý hiệu quả các hệ thống điện quy mô lớn như lưới điện 110kV miền Nam với hàng trăm nút và thiết bị, đảm bảo tính khả thi trong thực tế vận hành.

Thảo luận kết quả

Nguyên nhân chính của hiệu quả vượt trội là do việc tích hợp gradient giả giúp thuật toán PGPSO có khả năng định hướng tìm kiếm chính xác hơn, tránh bị mắc kẹt tại các cực tiểu cục bộ. So với các nghiên cứu trước đây sử dụng PSO, GA hay DE, PGPSO thể hiện ưu thế về tốc độ hội tụ và chất lượng nghiệm.

Kết quả giảm tổn thất công suất và cải thiện điện áp có ý nghĩa lớn trong việc nâng cao hiệu quả vận hành, giảm chi phí nhiên liệu và tăng độ tin cậy cung cấp điện. Biểu đồ tần suất xuất hiện các biến số Ploss, VD và Limax cho thấy sự phân bố nghiệm tập trung và ổn định, minh chứng cho tính khả thi của thuật toán.

Ngoài ra, việc áp dụng PGPSO còn giúp giảm tải cho các đường dây quá tải, góp phần kéo dài tuổi thọ thiết bị và giảm chi phí bảo trì. So sánh với các phương pháp truyền thống, PGPSO không chỉ nâng cao hiệu quả kỹ thuật mà còn mang lại lợi ích kinh tế rõ rệt cho ngành điện miền Nam.

Đề xuất và khuyến nghị

1. Triển khai áp dụng thuật toán PGPSO trong vận hành thực tế: Các công ty điện lực nên tích hợp thuật toán vào hệ thống điều khiển để tối ưu phân bố công suất phản kháng, giảm tổn thất và cải thiện chất lượng điện áp trong vòng 1-2 năm tới.

2. Đào tạo và nâng cao năng lực kỹ thuật: Tổ chức các khóa đào tạo chuyên sâu cho kỹ sư vận hành về thuật toán PGPSO và các công cụ mô phỏng liên quan nhằm đảm bảo vận hành hiệu quả và an toàn.

3. Mở rộng nghiên cứu áp dụng cho các cấp điện áp cao hơn: Nghiên cứu tiếp tục phát triển và điều chỉnh thuật toán để áp dụng cho hệ thống điện 220kV và 500kV, nhằm tối ưu hóa toàn diện hệ thống điện quốc gia trong 3-5 năm tới.

4. Phát triển phần mềm hỗ trợ tích hợp thuật toán: Hợp tác với các đơn vị phát triển phần mềm để xây dựng công cụ tích hợp PGPSO vào các hệ thống SCADA và EMS, giúp tự động hóa quá trình tối ưu hóa và giám sát vận hành.

Đối tượng nên tham khảo luận văn

1. Kỹ sư vận hành hệ thống điện: Nắm bắt phương pháp tối ưu phân bố công suất phản kháng để nâng cao hiệu quả vận hành và giảm tổn thất điện năng.

2. Nhà quản lý ngành điện: Hiểu rõ các giải pháp kỹ thuật tiên tiến giúp cải thiện độ tin cậy và chất lượng cung cấp điện, từ đó hoạch định chính sách và đầu tư phù hợp.

3. Nhà nghiên cứu và sinh viên ngành kỹ thuật điện: Tham khảo phương pháp tối ưu hóa hiện đại, thuật toán PGPSO và ứng dụng thực tiễn trong hệ thống điện quy mô lớn.

4. Các đơn vị phát triển phần mềm và công nghệ: Áp dụng thuật toán PGPSO vào phát triển các công cụ hỗ trợ vận hành và quản lý hệ thống điện thông minh.

Câu hỏi thường gặp

1. Thuật toán PGPSO là gì và khác gì so với PSO truyền thống?
   PGPSO là phiên bản cải tiến của PSO, tích hợp gradient giả để hướng dẫn quá trình tìm kiếm, giúp tăng tốc độ hội tụ và tránh rơi vào cực tiểu cục bộ, từ đó nâng cao hiệu quả tối ưu.

2. Tại sao cần tối ưu phân bố công suất phản kháng trong hệ thống điện?
   Việc tối ưu công suất phản kháng giúp giảm tổn thất công suất, cải thiện điện áp và độ ổn định hệ thống, từ đó nâng cao chất lượng điện năng và giảm chi phí vận hành.

3. Phạm vi áp dụng của nghiên cứu này là gì?
   Nghiên cứu tập trung vào hệ thống điện 110kV miền Nam Việt Nam và mô hình chuẩn IEEE 30 nút, với khả năng mở rộng cho các hệ thống điện quy mô lớn hơn trong tương lai.

4. Kết quả nghiên cứu có thể ứng dụng thực tế như thế nào?
   Thuật toán PGPSO có thể được tích hợp vào hệ thống điều khiển vận hành để tự động tối ưu phân bố công suất phản kháng, giúp giảm tổn thất và cải thiện chất lượng điện áp trong vận hành hàng ngày.

5. Làm thế nào để triển khai thuật toán này trong các công ty điện lực?
   Cần phối hợp đào tạo kỹ thuật, phát triển phần mềm tích hợp và thử nghiệm trên hệ thống thực tế, đồng thời xây dựng quy trình vận hành phù hợp để đảm bảo hiệu quả và an toàn.

Kết luận

• Thuật toán Pseudo Gradient PSO (PGPSO) đã được phát triển và ứng dụng thành công trong bài toán tối ưu phân bố công suất phản kháng cho hệ thống điện 110kV miền Nam Việt Nam.
• Kết quả mô phỏng trên hệ thống chuẩn IEEE 30 nút và hệ thống thực tế cho thấy PGPSO vượt trội về hiệu quả giảm tổn thất công suất, cải thiện điện áp và độ ổn định so với các phương pháp truyền thống.
• Thuật toán có khả năng hội tụ nhanh, ổn định và phù hợp với các hệ thống điện quy mô lớn, đảm bảo tính khả thi trong vận hành thực tế.
• Nghiên cứu góp phần nâng cao hiệu quả kỹ thuật và kinh tế cho ngành điện miền Nam, đồng thời mở ra hướng phát triển ứng dụng thuật toán tối ưu trong các cấp điện áp cao hơn.
• Đề xuất triển khai ứng dụng thuật toán trong vận hành thực tế, đào tạo nhân lực và phát triển phần mềm hỗ trợ nhằm tối ưu hóa hệ thống điện trong tương lai gần.

Hành động tiếp theo là phối hợp với các đơn vị điện lực để thử nghiệm và tích hợp thuật toán PGPSO vào hệ thống vận hành, đồng thời mở rộng nghiên cứu cho các hệ thống điện cấp cao hơn nhằm nâng cao hiệu quả toàn diện cho ngành điện Việt Nam.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 : GIỚI THIỆU CHUONG 2 : TONG QUAN CHƯƠNG 3 : CAC BÀI TOÁN ORPD DIEN HÌNH CHƯƠNG 4 : GIỚI THIỆU THUẬT TOÁN PSO CAI TIEN - PSEUDO GRADIENT PSO DE TOI UU TRONG HE THONG ĐIỆN CHUONG 5 : AP DUNG THUAT TOAN PSEUDO - GRADIENT PSO VÀO BÀI TOÁN TỎI UU HOA PHAN BO CONG SUAT KHÁNG CHUONG 6: KET QUA TÍNH TOÁN CHƯƠNG 7 : KET LUẬN - HUONG PHAT TRIEN DE TÀI CHƯƠNG 2: TONG QUAN 2.1 GIỚI THIỆU Như chúng ta biết van dé quan trong trong vận hành hệ thống điện (HTD) là đảm bảo cho hệ thống làm việc tối ưu và tin cậy, muốn vậy khi vận hành các phần tử trong hệ thống điện phải đảm bảo được các điều kiện sau đây: > Đảm bảo cung cấp điện năng liên tục. > Đảm bảo chất lượng điện năng: giữ cho điện áp và tần số năm trong giới hạn cho phép. > Dam bao đáp ứng được đồ thị phụ tải một cách lĩnh hoạt. > Đảm bảo được tính kinh tế cao: giảm chỉ phí nhiên liệu và giảm tốn thất điện năng: - Giảm chi phí nhiên liệu: sử dụng hiệu quả các nguồn nước của thủy điện, phối hợp sử dụng nước của thủy điện với sử dụng các nhà máy nhiệt điện và phối hợp giữa các nhà máy nhiệt điện với nhau., sao cho chi phí sản xuất điện năng là nhỏ nhất.

- Giảm ton thất điện năng: giảm tốn thất điện năng có ý nghĩa rất lớn trong vận hành HTD. Giảm tốn thất điện bao gồm thiết lập chế độ sử dụng điện, lựa chọn cơ cấu thiết bị vận hành hợp lý và phân bố công suất tối ưu giữa các phần tử trong HTD. Trong đó bài toán phân bố công suất phản kháng tối ưu (ORPD) là bai toán có ý nghĩa quan trọng và được sử dụng rộng rãi trong vận hành và quy hoạch hệ thống điện. Bài toán ORPF được xem như là bài toán điều phối tối ưu công suất phan kháng (Optimal Reactive Power Dispatch — ORPD) với mục tiêu chính là nâng cao ôn định điện áp.

cải thiện độ lệch điện áp và giảm ton that cong suat truyén tải trên hệ thống điện mà vẫn thỏa mãn tất cả các ràng buộc vận hành. TONG QUAN VE BÀI TOÁN TOI UU HÓA CÔNG SUAT PHAN KHANG Bai toán tối uu hóa công suất phản kháng có thé chia làm 4 bài toán va áp dụng cụ thể như sau: 1. ORPD đa mục tiêu: Cần xác định phương thức xác định tối ưu đa mục tiéu. ORPD có FACTS, thực tế cần có thêm phương thức xác định vị trí thiết bị FACTS.

Security-constrained ORPD, thực ra bài toán security constrained OPF đã có nhưng ORPD chưa có, chúng ta có thể tham khảo thêm cái này từ OPF. ORPD trong thị trường điện. Trong lĩnh vực vận hành, sau khi đã xác định công suất tác dụng đã phần phối cho các nhà máy điện từ bài toán điều độ kinh tế (ED), bài toán tối ưu hóa công suất phan kháng được sử dụng dé cực tiểu ton thất công suất tác dụng đồng thời đảm bao điện áp tại các nút trong hệ thống năm trong phạm vi cho phép cũng như cực tiểu ton thất công suất tác dung trong hệ thống, và cực tiểu tong chi phí nhiên liệu máy phát với các điều kiện ràng buộc có xét đến hàm bậc hai chi phí nhiên liệu, điểm van công suất,. TÓM LƯỢC TONG QUAN CÁC BAI BAO CÓ LIEN QUAN DEN DE TAI - “Optimal Reactive Power Dispatch by Pseudo- Gradient Guided Particle Swarm Optimization”, tac gia Dung Le Anh and Dieu Ngoc Vo [6].

Bai báo trình bay cách giải quyết bài toán tối ưu hoá điều độ công suất phản kháng (ORPD) bằng cách sử dụng thuật toán Pseudo-Gradient Guided Particle Swarm Optimization (PGPSO). Thuật toán PGPSO là một dạng của bài toán tối ưu hoá bay đàn (PSO) với hệ số co và tốc độ được tăng cường theo pseudo-gradient làm cho khả năng tìm kiếm tốt hơn. Việc áp dụng pseudo-gradient trong bài toán PSO được xác định là phù hợp cho các phan tử đảm bao tiễn nhanh về lời giải tối ưu Lá “7° | Ae toàn cục. Thuật toán PGPSO được đề xuất để giải bài toán ORPD với nhiều mục tiêu khác nhau như cực tiểu tốn thất công suất thực, cải thiện điện áp.

và nâng cao độ ồn định điện áp thoả mãn nhiều điều kiện ràng buộc như giới hạn công suất phản kháng của máy phát, đóng cắt giản tụ bù, giới hạn điện áp nút, giới hạn tap điều chỉnh máy biến áp, và giới hạn đường dây truyền tải. Giải thuật đưa ra được kiểm tra trên hệ thong IEEE 30 nút, kết quả thu được so sánh với các phương pháp khác. Kết quả so sánh đã cho thấy giải thuật này có thể đạt được tổng tốn thất công suất, độ lệch điện áp thấp hơn các giải pháp khác trong trường hợp tương tự. - “Hybrid Particle Swarm Optimization With Wavelet Mutation and Its Industrial Applications’’, tac gia S.

Yeung, and Frank H. Bai báo trình bài một dạng thuật toán PSO lai mới kết hợp với ly thuyết wavelet dựa trên thuật toán đột biến (HPSOWM). Thuật toán áp dụng lý thuyết wavelet để làm tăng khả năng tìm kiếm không gian lời giải. Kết quả mô phỏng cho thay thuật toán đề xuất HPSOWM là một công cụ hữu ích dé giải quyết các bài toán tối ưu.

Nhờ các đặc tinh của wavelet, độ 6n định và chất lượng lời giải của thuật toán PSO được cải thiện như đạt kết quả tốt hơn, tốc độ hội tụ nhanh hơn so với các dạng PSO khác như SPSO, HGAPSO. - “Stochastic Weight Trade-off Particle Swarm Optimization for Nonconvex Economic Dispafch ”, tac gia Chalermchaiarbha, Saksorn, Ongsakul and Weerakorn [3]. Bai báo dé xuất thuật toán Stochastic Weight Trade-off Particle Swarm Optimization (SWT-PSO) dé giải bài toán điều độ kinh tế không lỗi. Thuật toán này Ø1ữ sự cân bang giữa gia tri dò tim toàn cục va giá tri dò tìm cục bộ qua đó cải thiện khả năng tìm kiếm.

Kỹ thuật tang tinh đa dạng của cá thé trong bay đàn cũng được kết hợp nhằm tránh sự hội tụ sớm. Thuật toàn này được kiểm nghiệm trên bốn hệ thống điều độ kinh tế. Kết quả kiểm tra cho thấy thuật toán này có thé tìm được lời giải có chất lượng cao hơn và chắc chắn hơn. - “Optimal Reactive Power Dispatch by Furnishing UPFC Using Multi- Objective Hybrid GAPSO Approach For Transmission Loss Minimisation and Voltage Stability”, tac gia Shilpa S.

Shrawane Department of Electical Engg. GHRCE, Nagpur, India; Dr. Manoj Diagavane Principal VIT, Nagpur, India; Dr. Narendra Bawane - Principal SBJIT, Nagpur, India [9].

Mục tiêu của toi ưu công suất phan ứng truyền tai là làm cho ton thất truyền tải tối thiểu ngoài ra còn điều khiến độ lệch điện áp tại các bus với các điều kiện tải khác nhau. Nhờ vảo sự cải tiến của hệ thông Flexible AC trong hệ thống truyền dẫn, điều khiển công suất có thé đạt được hiệu quả. Bài viết mô tả tối ưu công suất phản kháng cho việc giảm thiểu tổn thất điện năng sử dụng tối ưu vị trí của phương thức điều khiển Unified Power Flow Controller để giảm thiểu tới mức tối thiểu. Các dòng điện công suất được giải đầu tiên băng phương pháp Newton Raphson mà không thực hiện hoặc cung cấp phương pháp Unified Power Flow Controller và sau đó cung cấp công suất ngẫu nhiên trong hệ thống IEEE-30 bus.

Unified Power Flow Controller cho phép kiểm soát công suất tác dung va công suất phản kháng ngoài ra có thể kiểm soát độ lớn điện áp tại các bus khác nhau. Trong bài báo này, tôi ưu công suất phản kháng được áp dụng băng cách sử dụng hybrid GA-PSO. Mô phỏng được thực hiện trên [EEE-30 hệ thống bus sử dụng gói phan mém MATLAB dé dam bao tính hiệu qua của thuật toán được đề xuất. Bài viết này nhằm mục đích để tìm ra cách sử dụng tối ưu nhất của Unified Power Flow Controller có nghĩa là phát hiện của các vị trí tối ưu mà ảnh hưởng của công suất sẽ hữu ích hơn.

- “Optimal Reactive Power Dispatch based on Particle Swarm Optimization Considering FACTS Devices”, tac giả H. Bai báo nay trình bay một phương pháp tối ưu hóa (PSO) dé giải quyết van dé tối ưu hóa công suất phản kháng. Vấn dé này liên quan đến ham mục tiêu phi tuyến với các hạn chế nhiễu điểm cực tiểu, phi tuyến và không liên tục và các biến liên tục và rời rạc, có thể được xây dựng như là một hỗn hợp nguyên van đề tối ưu hóa phi tuyến (MINLP). PSO là một trong những tính toán phát triển (EC) kỹ thuật trong bài báo nay khả năng của mình dé giải quyết các vẫn dé được dé cập là chứng minh.

Kết quả mô phỏng trên IEEE 14-bus hệ thống thử nghiệm và IEEE 30-bus hệ thống thử nghiệm được trình bảy và so với những thuật toán di truyền (GA) và sự tiễn hóa khác biệt (DE), mà chỉ ra hiệu quả và mạnh mẽ của các PSO được áp dụng.4 TONG QUAN CÁC PHƯƠNG PHÁP GIẢI ĐÃ DUOC ÁP DUNG 2.1 Phuong pháp EP (Evolutionary Programming)[1I1] Trong phan đầu tiên của bai báo, bài toán ORPD có ham mục tiêu là cực tiểu ton thất công suất. Công suất phản kháng thêm vào ở nút máy phát được xem như là một biến số để giảm ton thất đường truyền của hệ thống dé kiểm tra. Trong bài báo này thuật toán EP được dùng để giải bài toán ORPD dựa trên sự tham gia của nút máy phát. Lưu đô thuật toán EP dé tối ưu hóa ORPD mạng IEEE 30 nút như sau: - Bước 1: Cài đặt các điều kiện của ORPD, như tong ton that < tôn thất cai đặt và Vm(nut) > Vset.

- Bước 2: Dua ra ngâu nhiên các sô x1, Xa, Xa, X4 Va Xs. - Bước 3: Kiểm tra vi phạm các điều kiện. Nếu vi phạm các điều kiện, đi đến Bước 2 ngược lại đi đến Bước 4. - Bước 4: Lắp đầy các cá thể trong vùng.

- Bước 5: Nếu vùng chưa đây, đi về Bước 2 ngược lại đi đến Bước 6. - Bước 6: Xác định gia tri Xmin Va Xmax. - Bước 7: Qui giá tri x1, X2, X3, X4 va Xscho Q;2, Qes, Qes, Qz¡¡ và Qei3 trong hệ thống. - Bước 8: Tính hàm phù hợp để chạy chương trình dòng tải để ước lượng tong tồn that.

- Bước 9: Xác định loss min, loss max, loss avg va load sum (dùng dé ước lượng thống kê). - Bước 10: Thay đổi thế hệ đầu x1, xa, x3, x4 và Xs (khởi động thế hệ con cháu sau). - Bước 11: Tính lại hàm phù hợp dùng thế hệ con cháu (chạy dòng tải dé ước lượng lại tong tốn that). - Bước 12: Kết nỗi cha mẹ và con cháu.

- Bước 13: Thực hiện sự chọn lựa bởi quá trình cạnh tranh. - Bước 14: Sao chép thế hệ mới. - Bước 15: Nếu nghiệm không hội tụ. lặp lại Bước 6 đến Bước 14 ngược lại đi đến Bước 16.