Tổng quan nghiên cứu

Trong bối cảnh nền kinh tế toàn cầu phát triển mạnh mẽ, nhu cầu tiêu thụ điện năng liên tục tăng trưởng với tốc độ trung bình từ 3% đến 5% mỗi năm. Đồng thời, nguồn năng lượng hóa thạch truyền thống ngày càng suy giảm, khiến chi phí nhiên liệu chiếm tới 60% đến 70% tổng chi phí vận hành tại các nhà máy nhiệt điện. Vấn đề đặt ra cho ngành năng lượng là làm thế nào để phân bổ tối ưu công suất giữa các tổ máy nhằm giảm thiểu tối đa chi phí sản xuất điện mà vẫn bảo đảm độ tin cậy và chất lượng cấp điện.

Bài toán phân bố công suất kinh tế (Economic Dispatch - ED) đóng vai trò then chốt trong công tác điều độ và vận hành hệ thống điện. Trong thực tế, khi các van hơi điều khiển công suất của tuabin nhiệt điện mở ra, hiện tượng tổn hao tăng đột ngột tạo nên hiệu ứng điểm van (valve-point loading effects). Hiện tượng này biến hàm chi phí nhiên liệu từ dạng đường cong bậc hai trơn truyền thống thành hàm phi tuyến, không trơn, có nhiều điểm gãy và chứa vô số điểm cực tiểu địa phương. Các phương pháp giải tích và quy hoạch phi tuyến cổ điển thường dễ bị bế tắc hoặc phân kỳ tại các điểm cực trị cục bộ này.

Mục tiêu trọng tâm của nghiên cứu là đề xuất và hoàn thiện thuật toán lai kết hợp giữa Giải thuật Di truyền (GA) và Thuật toán Tìm kiếm Sự hài hòa (HS), ký hiệu là GA-HS, nhằm giải quyết triệt để bài toán ED có xét đến hiệu ứng điểm van. Phạm vi nghiên cứu được thực hiện tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh trong giai đoạn từ tháng 10/2012 đến tháng 05/2014, tập trung kiểm nghiệm mô phỏng trên hệ thống chuẩn 13 tổ máy phát và hệ thống quy mô lớn 40 tổ máy phát. Kết quả nghiên cứu mang ý nghĩa thực tiễn sâu sắc khi tối ưu hóa chi phí phát điện xuống mức 17.964,14 USD/giờ và duy trì độ lệch chuẩn ổn định ở mức 9,08 USD/giờ qua 50 lần thử nghiệm độc lập.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên ba trụ cột lý thuyết cốt lõi trong kỹ thuật hệ thống điện và trí tuệ nhân tạo:

Thứ nhất là lý thuyết bài toán điều độ kinh tế với hàm chi phí nhiên liệu không trơn. Đối với nhà máy nhiệt điện xét đến hiệu ứng điểm van, hàm mục tiêu tổng chi phí sản xuất của hệ thống gồm nhiều nhà máy được mô tả bằng hàm phi tuyến có thành phần xung sin điều chỉnh:

$$F_i(P_{Gi}) = a_i + b_i P_{Gi} + c_i P_{Gi}^2 + |e_i \sin(f_i(P_{Gi}^{\min} - P_{Gi}))|$$

Trong đó, các hệ số $a_i, b_i, c_i, e_i, f_i$ phản ánh đặc tính tiêu hao nhiên liệu của tổ máy thứ $i$. Bài toán phải đồng thời thỏa mãn ràng buộc đẳng thức cân bằng công suất giữa tổng công suất phát với tổng phụ tải $P_D$ và tổn thất $P_L$, kết hợp với ràng buộc bất đẳng thức về giới hạn công suất phát tối thiểu $P_{Gi}^{\min}$ và tối đa $P_{Gi}^{\max}$.

Thứ hai là lý thuyết Giải thuật Di truyền (GA) do John Henry Holland phát triển, vận hành dựa trên các nguyên lý tiến hóa sinh học như chọn lọc tự nhiên bằng bánh xe Roulette, lai ghép đa điểm và đột biến ngẫu nhiên nhằm tìm kiếm cá thể có độ thích nghi cao nhất.

Thứ ba là lý thuyết Thuật toán Tìm kiếm Sự hài hòa (HS) do Zong Woo Geem phát minh năm 2001, mô phỏng quá trình ngẫu hứng âm nhạc của các nhạc sĩ để tìm hợp âm hoàn hảo nhất thông qua ma trận bộ nhớ hài hòa HM, tỷ lệ cân nhắc bộ nhớ HMCR và tỷ lệ điều chỉnh cao độ PAR.

Các khái niệm chính được làm rõ trong mô hình gồm: không gian kiểu gen và kiểu hình, hệ số phạt vi phạm ràng buộc kỹ thuật, véc-tơ nghiệm tối ưu toàn cục và độ hội tụ thuật toán.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu kỹ thuật chuẩn quốc tế của hệ thống 13 tổ máy phát điện nhiệt điện với tổng nhu cầu phụ tải 1.800 MW và hệ thống 40 tổ máy phát điện có tổng công suất yêu cầu 10.500 MW.

Về cỡ mẫu và phương pháp chọn mẫu, nghiên cứu thực hiện phương pháp lấy mẫu xác suất thống kê qua 50 lần chạy mô phỏng độc lập cho từng kịch bản thử nghiệm. Việc lựa chọn cỡ mẫu 50 lần chạy bảo đảm tính vững chắc về mặt toán học, giúp loại bỏ các yếu tố may rủi ngẫu nhiên và đo lường chính xác các chỉ số thống kê như giá trị tốt nhất, giá trị xấu nhất, giá trị trung bình và độ lệch chuẩn.

Lý do lựa chọn phương pháp lai GA-HS xuất phát từ việc khắc phục nhược điểm cố hữu của từng thuật toán riêng lẻ. Thuật toán HS có ưu điểm cấu trúc đơn giản, khả năng tìm kiếm linh hoạt nhưng tốc độ hội tụ chậm khi số lượng vòng lặp lớn. Trong khi đó, GA sở hữu các toán tử lai tạo và đột biến mạnh mẽ trong việc tạo ra tính đa dạng của nghiệm. Bằng cách nhúng các toán tử chọn lọc, lai tạo và đột biến của GA vào bước ngẫu hứng cập nhật ma trận bộ nhớ HM của HS, giải thuật lai GA-HS tăng cường khả năng thăm dò không gian tìm kiếm, vượt qua các bẫy cực tiểu cục bộ và rút ngắn đáng kể thời gian tính toán. Toàn bộ thuật toán được lập trình trên phần mềm MATLAB R2012a phiên bản 7.14, vận hành trên phần cứng máy tính vi xử lý Core i5 xung nhịp 1.7 GHz trong suốt tiến trình nghiên cứu từ năm 2012 đến năm 2014.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và thực nghiệm thuật toán lai GA-HS trên các mô hình hệ thống điện đã mang lại nhiều phát hiện quan trọng:

Thứ nhất, trên hệ thống kiểm tra 13 tổ máy phát với hiệu ứng điểm van và phụ tải 1.800 MW, thuật toán lai GA-HS đã tìm được lời giải tối ưu toàn cục với chi phí phát điện cực tiểu đạt 17.964,14 USD/giờ. Mức chi phí này thấp hơn đáng kể so với phương pháp tìm kiếm sự hài hòa nguyên bản và giải thuật di truyền tiêu chuẩn, giúp tiết kiệm từ 0,54% đến 1,20% tổng chi phí vận hành mỗi giờ.

Thứ hai, độ ổn định và độ tin cậy của thuật toán được kiểm chứng xuất sắc qua 50 lần chạy độc lập. Chi phí phát điện cực đại ghi nhận là 18.061,67 USD/giờ, chi phí trung bình đạt 17.988,55 USD/giờ và độ lệch chuẩn chỉ ở mức 9,08 USD/giờ. Mức dao động giữa giá trị tốt nhất và xấu nhất chỉ chiếm khoảng 0,54%, chứng minh thuật toán không bị phụ thuộc vào việc khởi tạo quần thể ban đầu.

Thứ ba, về hiệu suất thời gian, thuật toán hoàn thành 50.000 bước lặp với thời gian xử lý trung bình chỉ 4,25 giây cho mỗi lần chạy. Quá trình tiến hóa cho thấy giải thuật đạt trạng thái hội tụ ổn định ngay từ thế hệ thứ 30 đến thế hệ thứ 50.

Dữ liệu kết quả được thể hiện chi tiết qua bảng phân bổ công suất từng tổ máy và biểu đồ tiến trình hội tụ. Trên biểu đồ hàm mục tiêu theo số vòng lặp, đường cong chi phí giảm dốc đứng trong 100 thế hệ đầu tiên và nhanh chóng đạt giá trị bão hòa tối ưu, minh chứng cho sự vượt trội của giải pháp lai ghép.

Thảo luận kết quả

Nguyên nhân chính giúp thuật toán lai GA-HS đạt được hiệu quả vượt bậc là nhờ cơ chế phối hợp nhịp nhàng giữa toán tử tìm kiếm ngẫu hứng của HS và toán tử tiến hóa của GA. Khi xác suất ngẫu hứng không lấy giá trị từ ma trận bộ nhớ HM, thuật toán sẽ kích hoạt cơ chế chọn lọc và lai ghép của GA thay vì chỉ sinh số ngẫu nhiên thuần túy. Điều này giúp không gian nghiệm luôn duy trì được tính đa dạng di truyền, cho phép thuật toán dễ dàng nhảy qua các hố trũng cực tiểu địa phương do thành phần sóng sin của hiệu ứng điểm van gây ra.

So sánh với các nghiên cứu công bố quốc tế sử dụng giải thuật tối ưu bầy đàn (PSO), lập trình tiến hóa (EP) hay thuật toán tìm kiếm hài hòa cải tiến (IHS), giải thuật GA-HS cho ra giá trị chi phí nhiên liệu tương đương hoặc tốt hơn, đồng thời giảm thiểu số lượng tham số cần hiệu chỉnh thủ công. Về mặt ý nghĩa kỹ thuật và kinh tế, việc áp dụng thành công thuật toán này giúp các trung tâm điều độ điện năng tiết kiệm hàng triệu USD chi phí mua nhiên liệu than và khí đốt hàng năm, đồng thời giảm thiểu lượng khí thải độc hại ra môi trường nhờ tối ưu hóa hiệu suất phát điện của từng tổ máy.

Đề xuất và khuyến nghị

Dựa trên những phát hiện khoa học từ luận văn, bốn nhóm giải pháp và khuyến nghị chiến lược được đề xuất như sau:

Một là, tích hợp trực tiếp thuật toán lai GA-HS vào hệ thống quản lý năng lượng EMS và hệ thống điều khiển giám sát SCADA tại các trung tâm điều độ hệ thống điện. Mục tiêu là tự động hóa quá trình phân bổ công suất phát thời gian thực, phấn đấu giảm từ 1,0% đến 1,5% chi phí nhiên liệu toàn hệ thống. Lộ trình thực hiện dự kiến từ 6 đến 12 tháng, do Trung tâm Điều độ Hệ thống điện Quốc gia chủ trì triển khai.

Hai là, mở rộng mô hình toán học của bài toán điều phối kinh tế bằng cách bổ sung các ràng buộc an ninh lưới điện phức tạp, bao gồm giới hạn truyền tải của đường dây, độ dự trữ quay của máy phát và tính toán chính xác tổn thất lưới điện thông qua hệ số B của Kron hoặc trào lưu công suất tối ưu (OPF). Mục tiêu là nâng cao độ chính xác mô phỏng lên hơn 98%, thực hiện trong thời gian 18 tháng bởi các viện nghiên cứu năng lượng chuyên ngành.

Ba là, phát triển phiên bản thuật toán GA-HS tự thích nghi, cho phép tự động điều chỉnh động các thông số như tỷ lệ cân nhắc bộ nhớ HMCR (trong khoảng 0,70 đến 0,99) và tỷ lệ điều chỉnh cao độ PAR (trong khoảng 0,10 đến 0,50) theo diễn biến hội tụ của quần thể. Giải pháp này giúp rút ngắn thêm 20% thời gian tính toán, do các nhóm nghiên cứu học thuật tại các trường đại học thực hiện trong vòng 12 tháng.

Bốn là, mở rộng thuật toán sang bài toán điều độ kinh tế - môi trường đa mục tiêu (EED), kết hợp tối thiểu hóa chi phí nhiên liệu với việc cắt giảm phát thải các loại khí nhà kính như cacbon dioxit và oxit lưu huỳnh. Mục tiêu đặt ra là cắt giảm từ 5% đến 8% lượng khí thải tại các trung tâm nhiệt điện, với lộ trình thực hiện từ 24 đến 36 tháng dưới sự điều phối của Tập đoàn Điện lực.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo giá trị cho bốn nhóm đối tượng chuyên môn sau:

Thứ nhất, các kỹ sư vận hành và điều độ viên tại các nhà máy điện và trung tâm điều độ hệ thống điện. Luận văn cung cấp phương pháp luận và công cụ tính toán chính xác để phân bổ tải kinh tế giữa các tổ máy nhiệt điện có van nạp hơi phức tạp, giúp tối ưu hóa chi phí vận hành hàng ngày.

Thứ hai, giảng viên, nghiên cứu sinh và học viên cao học thuộc ngành Kỹ thuật Điện và Hệ thống Năng lượng. Tài liệu này đóng vai trò như một nghiên cứu điển hình về việc ứng dụng trí tuệ nhân tạo và các thuật toán meta-heuristic hiện đại vào giải quyết các bài toán kỹ thuật phi tuyến quy mô lớn.

Thứ ba, sinh viên đại học chuyên ngành Điện Công nghiệp và Tự động hóa. Luận văn cung cấp nền tảng kiến thức chi tiết từ lý thuyết GA, HS đến cách thức mô hình hóa toán học và kỹ năng lập trình giải thuật trên môi trường MATLAB với đầy đủ sơ đồ khối thuật toán.

Thứ tư, các nhà quản lý doanh nghiệp năng lượng và chuyên gia hoạch định chính sách kỹ thuật điện. Nghiên cứu mang lại góc nhìn định lượng rõ ràng về hiệu quả kinh tế của các giải pháp tối ưu hóa, hỗ trợ xây dựng chiến lược chuyển đổi số và nâng cấp lưới điện thông minh.

Câu hỏi thường gặp

Hiệu ứng điểm van công suất trong nhà máy nhiệt điện ảnh hưởng thế nào đến bài toán phân phối công suất? Khi các van hơi mở ra để tăng công suất, hiện tượng tổn hao do dây cáp và tiết lưu hơi tạo ra sự thay đổi đột ngột trong đường cong tiêu hao nhiệt. Điều này làm cho hàm chi phí nhiên liệu có nhiều điểm gãy gợn sóng phi tuyến, khiến các phương pháp giải tích truyền thống bị bế tắc tại các điểm cực tiểu cục bộ thay vì tìm được điểm vận hành tối ưu thực tế.

Tại sao việc lai ghép giữa thuật toán GA và HS lại mang lại hiệu quả vượt trội? Thuật toán HS có tốc độ tìm kiếm nhanh ở giai đoạn đầu nhưng dễ bị chậm khi tinh chỉnh lời giải, trong khi GA sở hữu toán tử đột biến và lai tạo mạnh mẽ giúp tạo ra các nghiệm mới đa dạng. Việc kết hợp GA vào bước ngẫu hứng của HS giúp thuật toán mở rộng không gian tìm kiếm, thoát khỏi cực trị địa phương và tăng tốc độ hội tụ nhanh gấp 2 đến 3 lần.

Kết quả tối ưu chi phí của thuật toán GA-HS trên hệ thống 13 máy phát đạt mức bao nhiêu? Trên hệ thống kiểm tra chuẩn 13 tổ máy phát với tổng công suất tải yêu cầu 1.800 MW, thuật toán lai GA-HS đạt chi phí nhiên liệu tối ưu cực tiểu là 17.964,14 USD/giờ. Mức chi phí trung bình qua 50 lần thử nghiệm độc lập là 17.988,55 USD/giờ với độ lệch chuẩn cực thấp chỉ 9,08 USD/giờ.

Thời gian tính toán và số bước lặp của thuật toán trong thực nghiệm là bao nhiêu? Trong các thử nghiệm mô phỏng trên nền tảng máy tính cấu hình Core i5 xung nhịp 1.7 GHz với 50.000 bước lặp tối đa, thuật toán lai GA-HS chỉ mất trung bình 4,25 giây cho mỗi lần chạy hoàn chỉnh. Đường đặc tính hội tụ cho thấy thuật toán đạt trạng thái tối ưu bền vững ngay từ thế hệ thứ 30 đến 50.

Những thông số cài đặt quan trọng nhất của thuật toán lai GA-HS là gì? Các thông số cốt lõi bao gồm kích thước bộ nhớ hài hòa HMS thiết lập ở mức 20, tỷ lệ xem xét bộ nhớ HMCR chọn bằng 0,95, tỷ lệ điều chỉnh cao độ PAR bằng 0,30, kích thước quần thể GA bằng 15 cá thể và số thế hệ tiến hóa bằng 30. Việc lựa chọn chính xác các thông số này bảo đảm sự cân bằng giữa khả năng khám phá và khai thác nghiệm.

Kết luận

  • Luận văn đã xây dựng và ứng dụng thành công thuật toán lai GA-HS giải quyết triệt để bài toán điều phối kinh tế có xét đến hiệu ứng điểm van công suất.
  • Kết quả thực nghiệm khẳng định tính ưu việt với chi phí phát điện tối ưu đạt 17.964,14 USD/giờ trên hệ thống 13 tổ máy, giảm hơn 0,54% chi phí so với các phương pháp đơn lẻ.
  • Độ tin cậy và tính ổn định thuật toán đạt mức cao với độ lệch chuẩn chỉ 9,08 USD/giờ qua 50 lần chạy độc lập và thời gian thực thi nhanh chóng chỉ 4,25 giây.
  • Đóng góp khoa học cốt lõi là việc tích hợp thành công cơ chế tiến hóa di truyền vào quá trình ngẫu hứng âm nhạc, mở ra hướng tiếp cận mới cho các bài toán tối ưu hóa phi tuyến phức tạp trong kỹ thuật điện.
  • Kế hoạch phát triển tiếp theo là mở rộng thuật toán cho bài toán trào lưu công suất tối ưu đa mục tiêu gắn liền với giảm phát thải môi trường trong lộ trình 12 đến 24 tháng tới.

Các đơn vị quản lý vận hành hệ thống điện, viện nghiên cứu và kỹ sư quan tâm có thể ứng dụng trực tiếp mô hình thuật toán lai GA-HS này để nâng cao hiệu quả kinh tế và độ an toàn trong công tác điều độ năng lượng hiện đại.