Tối ưu hóa giá điện đấu thầu điện và xác định hiệu quả đầu tư dự án năng lượng tái tạo tại việt nam

t v n đ

Theo các quy c hi n hành trong l nh v c n ng l ng, các ngu n n ng l ng tái t o (NLTT) bao g m th y đi n; Sinh kh i; N ng l ng m t tr i; N ng l ng gió;

Năng lượng tái tạo, bao gồm năng lượng mặt trời, năng lượng gió và thủy điện, đã trở thành nguồn năng lượng chủ đạo trong việc phát triển bền vững Trong những năm gần đây, Chính phủ Việt Nam đã triển khai nhiều biện pháp khuyến khích phát triển năng lượng tái tạo, đặc biệt là công nghệ phát triển và giảm giá thành sản xuất thiết bị Điều này đã góp phần thúc đẩy nguồn năng lượng tái tạo tại Việt Nam, với mức tăng trưởng đáng kể Năm 2019 và 2020, đã có sự phát triển mạnh mẽ của năng lượng mặt trời với các dự án quy mô lớn và mái nhà Riêng năm 2020, khoảng 12.000 MW năng lượng mặt trời đã được đưa vào hoạt động, cho thấy sự tăng trưởng ổn định trong những năm qua, trong khi năng lượng sinh khối vẫn chưa có sự thay đổi đáng kể.

Năng lượng gió, mặc dù chưa chiếm tỷ trọng cao, nhưng được kỳ vọng sẽ đóng góp lớn vào năng lượng tái tạo trong năm 2021 với nhiều dự án sắp đi vào hoạt động theo kế hoạch trong năm cuối.

Hình 1-1 T l NLTT trong ngành i n theo Chi n l c phát tri n NLTT

Cùng với sự phát triển của năng lượng tái tạo (NLTT), Chính phủ đã triển khai kế hoạch xây dựng thị trường bán lẻ điện nhằm phù hợp với xu hướng tự do hóa thị trường điện của các nước trên thế giới.

HVTH: Nguy N Thanh Huy 2 là một thị trường mới với mục tiêu chính là cho phép khách hàng có quyền lựa chọn, thay đổi đơn vị cung cấp điện với giá cả phản ánh đúng các chi phí hợp lý, cạnh tranh Mô hình này đảm bảo sự công bằng, bình đẳng và minh bạch trong các hoạt động giao dịch mua bán điện Dựa vào điều kiện của ngành điện Việt Nam, dự án đã đề xuất 02 mô hình thiết kế phù hợp với từng giai đoạn phát triển của thị trường bán lẻ điện, bao gồm: i) Khách hàng sử dụng điện mua điện từ thị trường điện giao ngay; ii) Khách hàng sử dụng điện có thể chọn mua điện từ đơn vị cung cấp và bán lại điện.

Sự phát triển nhanh chóng của năng lượng tái tạo (NLTT) đã tạo ra thách thức lớn cho các nhà đầu tư trong việc cạnh tranh trên thị trường bán lẻ Họ không chỉ phải đối mặt với sự không chắc chắn về giá bán điện, mà còn phải cân nhắc đến doanh thu và lợi nhuận khi quyết định đầu tư vào một nhà máy mới.

Trước khi tự do hóa thị trường điển hình, việc đầu tư đặc lạ chọn dàn trên quy hoạch tổng thể với mục tiêu giảm thiểu chi phí là rất quan trọng Chi phí bình quân đóng vai trò quan trọng trong việc lựa chọn công nghệ Phát triển hệ thống độc lập khớp với mục tiêu giảm thiểu chi phí không chỉ mang lại lợi ích cho công ty mà còn cho người tiêu dùng.

Sau khi tự do hóa ngành điển hình, việc lựa chọn đầu tư diễn ra trong môi trường cạnh tranh, nơi các công ty phát triển cần tăng cường lợi nhuận thông qua hoạt động tối ưu so với các đối thủ Do đó, trong các thị trường tự do hóa, các khoản đầu tư được đánh giá dựa trên lợi ích cá nhân nhằm tối đa hóa lợi nhuận.

Các công ty phải quyết định xem một khoản đầu tư có tạo ra khoản tiền mặt đáng kể trong tương lai hay không, vì vậy họ cần đánh giá sự phát triển của thị trường dự kiến và chiến lược đầu tư của các đối thủ cạnh tranh Do đó, các khoản đầu tư chỉ thực sự hiệu quả nếu chúng tạo ra giá trị phù hợp cho chủ sở hữu, và khi giá trị hiện tại ròng của doanh thu dự kiến bù đắp được các chi phí phát sinh trong suốt thời gian hoạt động của nó, bao gồm cả khoản đầu tư ban đầu.

Các nhà sản xuất cần nhận diện và quản lý nhiều loại rủi ro khác nhau trong thị trường điện tử, như được trình bày trong tài liệu [1] Tác giả đã phân loại rủi ro thành ba lĩnh vực chính.

- R i ro v giá: D báo s không ch c ch n c a giá nhiên li u, CO2 và đi n nh h ng đ n c chi phí và doanh thu c a các nhà máy phát đi n

Rủi ro vận hành liên quan đến chi phí đầu tư, vận hành, bảo trì và ngừng hoạt động Rủi ro về sản lượng cũng được bao gồm trong danh mục này, đặc biệt là do những thay đổi trong nhu cầu điện và sự gia nhập của các đối thủ cạnh tranh mới Nhóm này còn bao gồm rủi ro về quy định đối với sự không chắc chắn có thể gây ra biến động thay đổi pháp lý có thể xảy ra.

- R i ro tài chính: Bao g m r i ro tín d ng, lãi su t và r i ro h p đ ng

Rủi ro đầu tư trong chi phí sử dụng vốn là một yếu tố quan trọng mà các nhà đầu tư cần cân nhắc khi thực hiện các dự án Nguồn vốn có thể được huy động từ thị trường và các nguồn tài chính khác nhau Giá vốn cho thấy lợi nhuận mà các nhà đầu tư mong đợi từ dự án, đồng thời phải cạnh tranh với lợi suất của các khoản đầu tư thay thế có cùng mức rủi ro Do đó, các nhà hoạch định chính sách cần chú ý đến các chính sách hỗ trợ nhằm giảm thiểu rủi ro của các dự án năng lượng tái tạo Tuy nhiên, không phải tất cả các loại rủi ro đều được xử lý đồng nhất bởi các quyết định chính sách.

Các chính sách trực tiếp nhằm giảm thiểu rủi ro về sản lượng và rủi ro về giá, nhưng không thể loại bỏ hoàn toàn rủi ro kỹ thuật hoặc rủi ro tài chính Các chương trình hỗ trợ phân bổ rủi ro về giá và sản lượng cho các nguồn năng lượng tái tạo thông qua nhiều hình thức khác nhau Trước ngày 01-11-2021, chính sách Feed-in Tariffs (FIT) đảm bảo việc mua điện với giá cố định, giúp giảm thiểu rủi ro liên quan đến sự biến động của giá điện và không yêu cầu nhà đầu tư chịu rủi ro về giá cả hay sản lượng Tuy nhiên, sau ngày 01-11-2021, khi chính sách FIT không còn hiệu lực, nhà đầu tư sẽ phải tự chịu rủi ro về giá cả và sản lượng điện sản xuất trong tương lai.

Vấn đề xây dựng mô hình hệ thống điện để dự đoán giá điện và phát triển của hệ thống điện là một chiến lược đầu tư quan trọng, được nghiên cứu trong luận văn này.

L a ch n đ tài

Mô hình ABM (Agent-Based Model) là một trong những mô hình được sử dụng rộng rãi trong hệ thống điển hình Mô hình này cho phép kết hợp các yếu tố kinh tế và phi kinh tế trong quá trình ra quyết định, mang lại cái nhìn toàn diện về các tương tác và hành vi của các tác nhân trong hệ thống.

HVTH: Nguyền Thanh Huy đã đề cập đến nhiều lợi ích của việc thiết kế các mô hình ABM, nhưng cũng gặp phải một số thách thức liên quan đến cấu trúc mô hình và tính minh bạch của nó Nghiên cứu nhằm mục đích tăng cường tính minh bạch của các thuật toán ra quyết định đầu tư bằng cách làm sáng tỏ các giá trị ngầm và phương pháp dự báo được sử dụng trong các thuật toán này, từ đó tác động đến kết quả mô hình như thế nào.

Trong mô hình ABM, việc xác định quyết định đầu tư dài hạn bao gồm ba bước quan trọng Đầu tiên, các dự báo chính xác về lợi nhuận và tiền thuê ngắn hạn (bao gồm doanh thu trừ chi phí hoạt động) cần được thực hiện để xác định các khoản đầu tư tiềm năng.

Các nhà đầu tư thường sử dụng các chỉ số như giá trị hiện tại ròng (NPV) và tỷ suất hoàn vốn nội bộ (IRR) để đánh giá khả năng sinh lời của các khoản đầu tư Khả năng sinh lời thường được thể hiện thông qua việc tính toán các số liệu phân tích, giúp nhà đầu tư có cái nhìn rõ ràng hơn về hiệu suất tài chính của dự án.

Trong bối cảnh đầu tư và quyết định tài chính, việc xây dựng một phương pháp phù hợp để dự đoán doanh thu và giá cả trong tương lai là một thách thức quan trọng mà các mô hình cần đối mặt Quá trình này thường kéo dài cho đến khi không còn Agent nào sẵn sàng đầu tư nữa Các mô hình ABM hiện tại thường điều chỉnh dựa trên các chỉ số và tiêu chí nhất định để đưa ra quyết định đầu tư, chẳng hạn như NPV không âm hoặc IRR tối thiểu Tuy nhiên, các phương pháp sử dụng trong các mô hình ABM dài hạn lại khác nhau trong việc dự đoán giá cả và luồng doanh thu thay đổi theo thời gian.

Nghiên cứu này nhằm phân tích các phương pháp dự báo giá khác nhau áp dụng trong các mô hình mô phỏng hệ thống điển hình hiện có Đặc biệt, một phương pháp dự báo giá dựa trên mô hình tối ưu hóa được đề xuất và đánh giá so với các phương pháp dự báo hiện tại.

Vì v y, tên đ tài c a lu n v n là: T i u hóa giá đi n trong đ u th u đi n và t đó xác đ nh hi u qu đ u t d án NLTT t i Vi t Nam.

M c đích nghiên c u

- Các ph ng pháp d báo giá trong các mô hình mô ph ng h th ng đi n d a trên Agent dài h n hi n có đ c xem xét và so sánh

Các phương pháp dự đoán giá và dòng doanh thu trong tương lai có tác động quan trọng đến kết quả của các mô hình ABM dài hạn Cần chú ý đến ảnh hưởng của các phương pháp dự báo giá đối với kết quả mô phỏng và khả năng của các phương pháp này trong việc tính toán thông tin liên quan đến kích bản.

- M t ph ng pháp d báo giá d a trên mô hình t i u hóa đ c đ xu t

Phương pháp mới được đề xuất cung cấp một tiêu chuẩn lý thuyết mở rộng, bổ sung mô hình dài hạn dựa trên Agent Nó cho phép tích hợp tính minh bạch của các mô hình tối ưu hóa với tính linh hoạt của các mô hình ABM, nhằm xem xét các khía cạnh hành vi một cách hiệu quả.

i t ng và ph m vi nghiên c u

+ Các ph ng pháp d báo giá trong các mô hình mô ph ng h th ng đi n d a trên Agent dài h n hi n có

+ M t ph ng pháp d báo giá d a trên mô hình t i u hóa đ c đ xu t

Trong các trường hợp nghiên cứu, việc lập bảng dữ liệu nhằm kiểm chứng tính phù hợp của các phương pháp dự báo giá được thực hiện bằng cách so sánh kết quả từ các phương pháp dự báo giá đã có.

Ý ngh a khoa h c và th c ti n c a đ tài nghiên c u

- Gi i thi u mô hình d báo giá m i d trên mô hình Agent ABM

- So sánh v i các ph ng pháp d báo giá thông d ng: ph ng pháp d báo giá n i sinh và ngo i sinh xu t mô hình v i ph ng pháp d báo giá d a trên t i u hoá

Mô hình vi phân pháp dự báo giá đặc thù là một mô hình hoàn toàn mới, nhưng vẫn còn hạn chế Mô hình này bao gồm những biến không giới hạn, những biến vật tư nguyên phụ liệu, những biến giá nhiên liệu và những biến chính sách chủ yếu được xem xét Hướng phát triển tiếp theo, mô hình sẽ có khả năng đánh giá những điểm không chỉ chính xác mà còn đến những điểm tối ưu hơn.

HVTH: NGUY N THANH HUY 6 không ch c ch n v d báo giá, đi u này đòi h i m t bài toán l p k ho ch m r ng công su t ng u nhiên đ t o ra m t phân ph i d báo giá.

Ph ng pháp, quy trình nghiên c u

Vấn đề nghiên cứu đóng vai trò quan trọng trong cuộc sống và công việc của con người Các nghiên cứu khoa học trên toàn cầu liên quan đến vấn đề cần giải quyết (có thể tìm kiếm bằng các công cụ tìm kiếm như Google, tạp chí, báo khoa học, ) sẽ làm sáng tỏ các lý thuyết ban đầu của nghiên cứu.

- Sau đó, xác đ nh tính kh thi, l a ch n ph ng pháp nghiên c u đ b t đ u l p trình thu t toán ph c v cho nghiên c u

- Nh ng v n đ liên quan đ n mô ph ng h th ng đi n

- Các bài báo trong n c và n c ngoài

- Các thu t toán có th áp d ng t v n đ Tìm ki m d li u nghiên c u

L a ch n h ng nghiên c u (ph ng pháp, thu t toán)

Tính kh thi c a ph ng án nghiên c u No

L p trình thu t toán và ph ng pháp t i u

K t lu n và ki n nghHình 1-2 Quy trình nghiên c u đ tài

Công c nghiên c u

T quy trình nghiên c u đ c đ c p trên, ti n hành th c hi n b ng các công c sau đây:

B ng 1-1 Công c th c hi n nghiên c u

Nghiên c u c s lý thuy t Các bài báo, t p chí nghiên c u trong và ngoài n c

L p mô hình mô ph ng có ng d ng thu t toán t i u

- L p mô hình mô ph ng d a trên thu t toán ABM

L p trình, mô ph ng tìm k t qu t i u Công c l p trình: Julia

C u trúc lu n v n

- Ch ng 1 Gi i thi u: Trình bày m c tiêu nghiên c u, n i dung nghiên c u, tính c n thi t và ý ngh a th c ti n c a nghiên c u

- Ch ng 2 T ng quan v các nghiên c u tr c đây: Trình bày tình hình nghiên c u c a n c ngoài và ch ra nh ng v n đ mà lu n v n c n t p trung gi i quy t

- Ch ng 3 C s lý thuy t: Trình bày c s lý thuy t v mô hình d trên Agent và mô hình mô ph ng h th ng đi n: EMLAB

Chương 4 Xây dựng mô hình: Một khung mô hình dự báo giá dựa trên Agent được phát triển nhằm đánh giá hiệu quả và ảnh hưởng của các phương pháp dự báo giá đến kết quả mô phỏng.

Chương 5 trình bày việc so sánh và đánh giá kết quả từ các phương pháp dự báo giá khác nhau Bài viết sẽ nhận xét và đánh giá ưu, nhược điểm của phương pháp dự báo giá mới (dựa trên tiêu hóa) so với các phương pháp dự báo giá nội sinh và ngoại sinh.

- Ch ng 6 K t lu n và ki n ngh: Trình bày các k t lu n c a tác gi khi nghiên c u và ng d ng, c ng nh có đ xu t và ki n ngh cho nh ng nghiên c u v sau

- Ph ng pháp, quy trình nghiên c u

1 G I I TH I U 2 T N G Q U A N 4 T NG QUAN CÁC NGHIÊN

3 C S L Ý T H U Y T 5 KHÁI NI M VÀ LÝ THUY T

- Mô hình d trên đ i lý (ABM)

4 X Â Y D NG M Ô H ÌN H 7 THI T L P MÔ HÌNH

- Mô hình d a trên tác nhân v i ph ng pháp d báo giá d a trên t i u hoá

- So sánh k t qu khi áp d ng áp d ng các ph ng pháp d báo giá

- Nh n xét, đánh giá v ph ng pháp d báo giá d a trên t i u đ c đ xu t

CH NG 2 T NG QUAN TÌNH HÌNH NGHIÊN C U

Trong nghiên cứu gần đây, mô hình ABM đã được áp dụng để giải quyết nhiều câu hỏi trong bài viết về hệ thống điện Có thể xác định hai nhóm mô hình ABM: mô hình ABM ngắn hạn và mô hình ABM dài hạn Hai loại mô hình này thường được sử dụng cho các mục đích khác nhau, trong đó mô hình ABM dài hạn là trọng tâm của nghiên cứu Bảng phân loại các mô hình ABM và các ứng dụng của chúng được tóm tắt trong Bảng 2-1.

B ng 2-1 Các mô hình ABM đ c s d ng trong mô ph ng h th ng đi n

Phân lo i Quy t đ nh c a Agent M c đích chính c a mô hình Ví d

Hi u qu th tr ng v i vi c tham kh o các thi t k th tr ng nh h ng c a vi c th c thi s c m nh th tr ng

Các chi n l c đ u th u và tác đ ng c a chúng khi xem xét các h n ch k thu t, th ng m i xuyên biên gi i và đáp ng nhu c u

Ra quy t đ nh đ u t ánh giá chính sách (ví d tr c p NLTT)

Chuy n đ i h th ng n ng l ng có tham kh o các thi t k th tr ng nh h ng c a các hành vi h p lý có gi i h n c a các Agent trong th i gian dài

Các mô hình ABM ng n h n ch y u đ c s d ng đ nghiên c u trò ch i đ u th u trên m t th tr ng theo các thi t k th tr ng khác nhau K t qu là hi u qu th tr ng ho c th c hi n s c m nh th tr ng Đ ánh giá toàn di n v các mô hình ABM ng n h n có th đ c tìm th y trong tham kh o [19], [20].

Mô hình ABM (Agent-Based Model) đã được áp dụng từ cuối những năm 1990 trong bối cảnh toàn cầu hóa thị trường điện Đây là phương pháp nghiên cứu hiệu quả của thị trường thông qua các thiết kế khác nhau, cho phép các bên tham gia đánh giá sự cân bằng của thị trường Các nghiên cứu ban đầu tập trung vào việc đánh giá thiết kế thị trường từ hai khía cạnh: tính bù trừ và cách đánh giá Các mô hình trước đây chủ yếu dựa trên giả định tối ưu hóa lợi nhuận, nhu cầu không co giãn và hệ thống không tĩnh Sau đó, các nhà nghiên cứu đã mở rộng mô hình theo nhiều hướng khác nhau để giải quyết các câu hỏi nghiên cứu liên quan đến kết quả thị trường và các ràng buộc về lợi ích, cam kết, thông mại xuyên biên giới và đáp ứng nhu cầu Không giống như các mô hình ABM ngắn hạn chỉ tập trung vào kết quả tức thời, các mô hình dài hạn đã được phát triển để nghiên cứu quá trình chuyển đổi hệ thống theo quy mô thời gian từ nhiều năm đến nhiều thập kỷ, thường đánh giá ảnh hưởng của các yếu tố cấu thành thiết kế hệ thống năng lượng tái tạo.

[12], thi t k th tr ng CO2 [21], c ch đãi ng công su t [14], [15] và s thích công ngh [22] đ i v i s phát tri n c a h th ng

Trong những thập kỷ qua, một số khuôn khổ mô hình ABM đã kết hợp với việc ra quyết định đầu tư cho các nguồn năng lượng tái tạo, như PowerACE, AMIRIS, EMCAS và EMLab PowerACE là một khung mô hình ABM được phát triển để phân tích tác động của các thiết kế thị trường khác nhau, bao gồm thị trường năng lượng duy nhất và các chính sách hỗ trợ nguồn năng lượng tái tạo, nhằm đảm bảo an ninh nguồn cung cấp quốc gia và châu Âu Mô hình này tích hợp nhiều thị trường khác nhau như thị trường giao ngay, thị trường kỳ hạn, thị trường CO2 và thị trường dự trữ, đồng thời đã được sử dụng để giải quyết các câu hỏi nghiên cứu liên quan đến ảnh hưởng của năng lượng tái tạo đối với giá thị trường giao ngay, hiệu quả kinh tế của thiết kế thị trường CO2, và tác động của khoản vay ưu đãi đối với việc mở rộng công suất tái tạo AMIRIS là một mô hình ABM tích hợp năng lượng tái tạo vào hệ thống điện.

HVTH: Nguyễn Thành Huy đã thiết kế chính sách nhằm thúc đẩy việc tích hợp các nguồn năng lượng tái tạo vào thị trường điện Mô hình này nghiên cứu các chương trình kinh doanh năng lượng tái tạo khác nhau, chú trọng vào việc đánh giá hiệu quả của chính sách tiềm năng so với các khoản trợ cấp không hiệu quả So sánh hiệu quả của chính sách và các tác nhân sản xuất điện được cung cấp cho nhiều mô hình kinh doanh khác nhau, từ đó có thể rút ra kết quả so sánh EMCAS (Hệ thống thích ứng hợp với thị trường điện) ban đầu được thiết kế không có mô-đun ra quyết định đầu tư mà nhằm mô phỏng hành vi của các tác nhân trên thị trường giao ngay, bao gồm các tác nhân công ty phát điện, tác nhân điều hành hệ thống, tác nhân tiêu dùng và tác nhân quản lý.

Khung EMCAS cho phép nghiên cứu các tác động của các Agent trong các mô hình di truyền, giúp đánh giá các yếu tố như cận biên theo địa phương, phí tác nghẽn, hợp đồng song phương và các thị trường dịch vụ phụ trợ EMLab, một phòng thí nghiệm mô hình hóa năng lượng, được thiết kế để đánh giá tác động của các công cụ chính sách và thiết kế thị trường khác nhau trong dài hạn.

Thách thức chính mà các mô hình này phải đối mặt là thiết kế một phương pháp phù hợp cho phép các Agent đưa ra dự đoán về các dòng doanh thu và giá trong tương lai Trong khi các mô hình ABM hiện tại điều chỉnh dựa trên các chỉ số và tiêu chí nhất định để đưa ra quyết định đầu tư (ví dụ: NPV không âm hoặc IRR tối thiểu), các phương pháp sử dụng trong các mô hình ABM dài hạn lại khác nhau trong việc dự đoán giá hoặc các luồng doanh thu tương lai Nghiên cứu này sẽ tập trung so sánh sự khác biệt này, từ đó đề xuất một phương pháp dự báo giá mới phù hợp hơn và có khả năng nâng cao sức cạnh tranh của Việt Nam trong tương lai.

B ng 2-2 Các nghiên c u liên quan đ n mô hình hình d a trên Agent

STT Tên bài báo, nghiên c u Tác gi N m Mô t

Mô hình mô phỏng tính toán chuyên sâu của thị trường điển bán buôn Anh và xứ Wales được xây dựng và kiểm tra một cách có hệ thống, nhằm phân tích tác động của các thay đổi giá đến hành vi thu mua bán.

Bài báo sử dụng mô phỏng đa Agent để đánh giá hai khía cạnh quan trọng của đề xuất thay đổi thị trường Anh và xứ Wales sang giao dịch song phương.

Agent-based simulation - An application to the new electricity trading arrangements of

Bài báo giới thiệu mô hình tối ưu hóa đa phương dành cho các thỏa thuận mua bán điện mới (NETA) tại Anh NETA liên quan đến thị trường khớp lệnh song phương, bao gồm các bước cân bằng và giải quyết sự mất cân bằng Mô hình này sử dụng Agent để cung cấp thông tin chi tiết về giá cả và chiến lược trước khi NETA thực hiện các giao dịch.

Nghiên cứu báo cáo về việc phát triển mô hình và triển khai mã nguồn (bằng Java) cho hệ thống điển bán buôn tính toán, nhằm đảm bảo tích hợp phù hợp với các tính năng cốt lõi của WPMP và vận hành trên lưới điện truyền tải thực tế.

Trong mô hình thị trường này, các nhà giao dịch là những Agent tìm kiếm lối nhuận chiến lược dựa trên dữ liệu từ các thí nghiệm đối tượng là con người Trọng tâm của thí nghiệm chính là sự tác động lẫn nhau phức tạp giữa các điều kiện cấu trúc, giao thức thị trường và các hành vi học hỏi liên quan đến hoạt động thị trường ngắn hạn và dài hạn.

Can agent- based models forecast spot prices in electricity markets?

Young David, Poletti Stephen, Browne Oliver

Mô hình hóa hình thành giá trên thị trường điển hình là một quá trình phức tạp và khó khăn, do những hạn chế về vật chất đối với sản xuất và truyền tải điển hình, cũng như tìm kiếm năng lực thị trường điển hình Khó khăn này đã tạo cơ hội cho sự phát triển mạnh mẽ của các mô hình học thuật toán dựa trên Agent trong thị trường điển hình.

- Nghiên c u này phát tri n mô hình SWEM, trong đó l y m t trong nh ng thu t toán h a h n nh t, m t phiên b n s a đ i c a thu t toán Roth và Erev, và áp d ng nó đ đ n gi n

Mô hình ABM (Agent-base model - ABM)

Mô hình ABM đang trở nên phổ biến trong bối cảnh thế giới ngày càng phức tạp Các hệ thống cần phân tích và mô hình hóa hiện đang có sự tương tác phức tạp lẫn nhau Các công cụ tạo mô hình thông thường có thể không áp dụng hiệu quả trong trường hợp này Chẳng hạn, ngành điện đang phải đối mặt với quy định tập trung, trong đó các công ty phát điện được tự do đưa ra các lựa chọn về giá cả và đầu tư dựa trên các tiêu chí cá nhân của họ.

Mô hình hóa thị trường kinh tế truyền thống dựa trên các khái niệm về thị trường hoàn hảo, các tác nhân đồng nhất và trạng thái cân bằng dài hạn, giúp phân tích và tính toán các vấn đề kinh tế một cách hiệu quả Các nhà nghiên cứu hiện đang bắt đầu điều chỉnh một số giả định này và có cái nhìn thực tiễn hơn về các hệ thống kinh tế thông qua mô hình Agent-Based Modeling (ABM).

Th ba, d li u đang đ c thu th p và t ch c thành c s d li u m c đ chi ti t t t h n D li u vi mô hi n có th h tr các mô ph ng d a trên t ng cá nhân

Hiện nay, việc tính toán các mô hình vi mô quy mô lớn đang diễn ra nhanh chóng và trở nên khả thi hơn bao giờ hết Trước đây, những tính toán này được xem là không hợp lý, nhưng giờ đây chúng ta có thể thực hiện chúng một cách dễ dàng.

Không có định nghĩa chung nào về thuật ngữ “Agent” trong ngữ cảnh của mô hình ABM Các Agent có thể được coi là đại diện cho các thành phần trong mô hình hệ thống vật lý, với sự đa dạng về tính chất và quy tắc hành vi Một số nhà mô hình coi bất kỳ đối tượng nào, dù là phần mềm hay một mô hình đầu, cũng có thể trở thành một Agent.

[36] Hành vi c a m t thành ph n đ c l p có th t đ n gi n v b n ch t, ví d : đ c mô t b ng các quy t c if-then đ n gi n đ n ph c t p, ví d : đ c mô t b ng các mô

HVTH: Nguyên Thanh Huy 19 nghiên cứu hành vi phức tạp của các lĩnh vực khoa học nhân thức và trí tuệ nhân tạo Một số tác giả nhận định rằng hành vi của một thành phần có thể được coi là một Agent Theo quan điểm này, nhãn Agent được dành riêng cho các thành phần có khả năng thích ứng với môi trường của chúng và tự động thay đổi hành vi của chúng dựa trên trải nghiệm Nghiên cứu [37] lập luận rằng các Agent nên chứa các quy tắc cứng nhắc cho hành vi, nhằm tạo ra một tập hợp quy tắc hợp lý hơn so với các "quy tắc để thay đổi các quy tắc" Các quy tắc cứng nhắc cung cấp các phản ứng đối với môi trường.

"Các quy tắc thay đổi quy tắc cung cấp sự thích nghi trong nghiên cứu Một quan điểm khoa học máy tính về 'Agent' nhấn mạnh điều kiện thiết yếu của hành vi tác động Điều này yêu cầu các Agent phải là những người phân tích và lập kế hoạch tích cực, với các thành phần thể hiện tính thuần túy Đối với các mục đích mô hình hóa thực tế, các nhà nghiên cứu coi các Agent có những thuộc tính nhất định."

Agent là một thực thể độc lập và tự định hướng, có khả năng hoạt động trong môi trường của nó và tương tác với các Agent khác Hành vi của Agent phản ánh quá trình liên kết chặt chẽ giữa Agent với môi trường, cũng như các quyết định và hành động mà nó thực hiện.

• Agent là mô-đun ho c khép kín Agent là m t cá th có th nh n d ng, r i r c v i m t t p h p các đ c đi m ho c thu c tính, hành vi và kh n ng ra quy t đ nh

M t Agent là thành phần của xã hội, tương tác với các Agent khác thông qua các giao thức giao tiếp Những giao thức này giúp Agent thực hiện các hành vi và tương tác hiệu quả, bao gồm việc tránh xung đột trong không gian và tránh va chạm, công nhận lẫn nhau, giao tiếp và trao đổi thông tin, cũng như các cách thức dành riêng cho môi trường hoạt động khác Thêm vào đó, Agent thường có các thuộc tính bổ sung, có thể được xem là đặc tính xác định hoặc cần thiết cho Agent.

Môi trường tác động đến hành vi của Agent, với các tương tác giữa chúng và các Agent khác Hành vi của Agent được xác định dựa trên tình huống cụ thể, phản ánh trạng thái hiện tại từ các tương tác của nó.

Agent có thể thiết lập các mục tiêu rõ ràng để thúc đẩy hành vi của nó Những mục tiêu này không nhất thiết phải là các tiêu chí tối đa hóa mà còn có thể bao gồm nhiều tiêu chí khác nhau để đánh giá tính hiệu quả.

HVTH: Nguyền Thanh Huy 20 hiệu quả của các quyết định và hành động của nó Điều này cho phép một Agent liên tục so sánh kết quả của các hành vi với mục tiêu của nó và cung cấp cho nó một điểm chuẩn để đánh giá hành vi của mình.

M t Agent có khả năng học hỏi và điều chỉnh các hành vi của mình dựa trên kinh nghiệm Việc học tập và thích nghi của cá nhân yêu cầu Agent phải có bản lĩnh, thường xuyên thu thập thông tin để cải thiện tính hiệu quả.

• Agent th ng có các thu c tính tài nguyên cho bi t tình tr ng hi n t i c a m t ho c nhi u tài nguyên, ví d : n ng l ng, c a c i, thông tin,…

Các quy tắc hành vi của Agent có thể khác nhau và có mức độ tinh vi khác nhau, bao gồm thông tin được xem xét trong quyết định của Agent, mô hình nội bộ của Agent, và các yếu tố bên ngoài như hành vi của các Agent khác Khả năng phản ứng của Agent đối với các sự kiện trong môi trường cũng ảnh hưởng đến các quyết định mà nó đưa ra.

Mô hình ABM cung c p ba l i ích chính so v i các k thu t mô hình khác [39]: Các mô hình ABM:

Các hiện tượng mới nổi là kết quả của sự tương tác giữa các thực thể riêng lẻ "Tổng thể nhiều hiện tượng các bộ phận của nó bị ảnh hưởng bởi sự tương tác giữa các bộ phận" [39] Những hiện tượng này có thể có các thuộc tính đặc trưng riêng biệt, khác biệt với các thuộc tính của các thực thể đơn lẻ.

Cung cấp một mô hình tự nhiên về môi trường Nếu môi trường bao gồm các thực thể hành vi, thì các mô hình ABM là tự nhiên và gần gũi với thực tiễn nhất để mô hình hóa các hệ thống này.

Mô hình Phòng thí nghi m mô hình hóa n ng l ng (Energy Modelling

Mô hình được thiết kế nhằm phân tích tác động tổng hợp của các quyết định đầu tư của các công ty phát điện theo các chính sách và thị trường khác nhau, nhằm đánh giá ảnh hưởng của các công cụ chính sách đối với sự phát triển bền vững của thị trường điện châu Âu Thời gian của mô hình là một năm, cung cấp cái nhìn sâu sắc về các kết quả có thể từ các biện pháp chính sách khác nhau, đặc biệt là sự kết hợp của các biện pháp này Những thay đổi trong mô hình liên quan đến các yếu tố ngoại sinh, như giá nhiên liệu và nhu cầu điện, cũng như những thay đổi về chính sách Trong môi trường tĩnh, một số thay đổi chính sách có thể làm giảm sự phát triển.

CO2 giữ vai trò quan trọng trong trạng thái cân bằng môi trường, nhưng sự thay đổi liên tục của các yếu tố bên ngoài có thể làm kéo dài thời gian xây dựng nhà máy điện mới và ảnh hưởng đến khả năng duy trì cân bằng đầu tư Khi giá cả thay đổi, sự ưa thích của các tác nhân đối với công nghệ phát điện cũng sẽ thay đổi Một câu hỏi quan trọng đặt ra là chính sách nào có thể dẫn đến việc giảm thiểu CO2 mong muốn và làm thế nào để giảm chi phí một cách hiệu quả nhất, trong khi các điều kiện bên ngoài luôn biến động.

Trong mô hình này, các công ty phát điện đóng vai trò là các tác nhân chính, quyết định giá bán điện và đầu tư vào các nhà máy phát điện Họ mua nhiên liệu với giá xác định từ thị trường bên ngoài và điều hành nhà máy dựa trên giá nhiên liệu, điện và CO2 Đồng thời, khi đưa ra quyết định đầu tư, các công ty cũng xem xét các yếu tố như giá cả trong tương lai, chi phí của các công nghệ phát điện khác nhau, cũng như các yếu tố rủi ro liên quan đến công nghệ sản xuất năng lượng tái tạo.

Thị trường điện và CO2 là những lĩnh vực chính mà các đại lý tương tác Mô hình thị trường điện châu Âu bao gồm nhiều thị trường điện với các khía cạnh khác nhau, tạo ra một hệ sinh thái năng lượng đa dạng và phức tạp.

HVTH, do Nguyễn Thành Huy 23 nghiên cứu, đề xuất một thị trường CO2 duy nhất Các thị trường điển hình được mô hình hóa theo các giao dịch điển hình và được thanh toán bù trừ theo thời gian, bao gồm cả thuế toán khắp nội địa Quy trình này áp dụng mô phỏng chênh lệch giá giữa thị trường điển hình và thị trường thực tế.

Khi các Agent xây dựng một nhà máy điện mới, họ có thể chọn từ nhiều công nghệ phát điện khác nhau Sự đổi mới của các công nghệ này được mô phỏng nhằm giảm chi phí và cải thiện hiệu suất, đặc biệt là trong việc giảm thiểu mức tiêu hao nhiên liệu Trong phạm vi này, những xu hướng này đã được nghiên cứu chính xác về dữ liệu thực nghiệm Các công nghệ đã hình thành, chẳng hạn như khí đốt, than và điện hạt nhân, phát triển chậm hơn so với các công nghệ mới như năng lượng gió hoặc công nghệ hấp thụ carbon.

Mô hình phát triển nhằm kiểm tra mối quan hệ giữa chính sách carbon và chính sách năng lượng tái tạo (NLTT) trong các tình huống liên kết với nhau và các gia đình khác nhau về hành vi đầu tư Chính sách carbon là một phần quan trọng trong kế hoạch hệ thống khí thải (ETS) của EU, trong đó giá carbon tối thiểu được bao gồm Ngoài ra, việc thu carbon cũng có thể được thực hiện Các công cụ chính sách NLTT cũng được tích hợp vào mô hình này.

Các gi đ nh sau đây làm c s cho mô hình:

1 Nhiên li u luôn có s n Ngu n cung c p sinh kh i và khí t nhiên không gi i h n

2 Giá nhiên li u là ngo i sinh và tái hi n s khan hi m t ng đ i c a nhiên li u

H th ng đ c mô hình hóa quá nh đ nh h ng đ n giá nhiên li u th gi i

3 Sinh kh i đ c gi đ nh là 100% carbon trung tính Trong mô hình, sinh kh i đ i di n cho các đ c đi m chung c a n ng l ng tái t o: không ch a carbon, nh ng đ t h n

4 Các đ c đi m chính c a Giai đo n 3 c a EU ETS (2013 tr v sau) bao g m: 100% quy n phát th i CO 2 đ c đ u giá và gi i h n s gi m theo th i gian

5 Tác đ ng c a th ng m i phát th i gi a các ngành đ c cho là không đáng k so v i th ng m i n i ngành

6 i m i ch gi i h n trong h c t p; các công ngh s n có d n d n đ c c i thi n v giá thành và hi u su t, các công ngh hoàn toàn m i không có trong mô hình

7 T t c các chi phí và giá c không đ i trong n m 2011 Giá đi n là giá bán buôn; thu và phí truy n t i không đ c bao g m

Trước khi bắt đầu mô phỏng, cần xác định dữ liệu chuỗi thời gian, hàm nhu cầu, công nghệ sản xuất, danh mục đầu tư phát điện và các thông số của các công cụ chính sách nhằm giảm thiểu CO2 hoặc các khí thải khác Trong mỗi khoảng thời gian, thị trường điện được thanh toán cho tổng phần của các nguồn năng lượng phát điện Nếu thị trường CO2 được thực hiện, giá cả sẽ được điều chỉnh tương ứng.

CO2 được xác định trong quá trình lập đi lập lại với việc bù trừ trạng thái điển hình: giá cả được điều chỉnh dựa trên lượng phát thải và giá giới hạn Mỗi bức, các Agent cần quyết định xem có nên đầu tư vào nhà máy mới hay không, có nên đóng cửa nhà máy cũ hay không, và có nên mua các khoản tín dụng CO2 nếu có.

Các Agent chính trong mô hình là các công ty phát điện, với một Agent duy nhất đại diện cho lượng điện tiêu thụ Người lập mô hình có thể lựa chọn số lượng công ty phát điện dựa trên quy mô và tính nhất quán của danh mục nhà máy điện Các công ty phát điện sẽ đưa ra các loại quyết định chiến lược để tối ưu hóa hiệu quả hoạt động.

S đ u t Các Agent quy t đ nh xem li u vi c đ u t vào m t c s phát đi n m i có đ h p d n đ i v i h hay không Các Agent đ u t khi m t nhà máy đi n m i xu t hi n đ h p d n Ph n 3.2.7 s mô t chi ti t v thu t toán đ u t đ c s d ng

Lo i hình công ngh N u các Agent quy t đ nh đ u t , h c n ch n m t lo i công ngh phát đi n

Mô hình quản lý chi phí trong ngành điện bao gồm các quy định vận hành quan trọng Các công ty phát điện cung cấp điện cho sàn giao dịch với chi phí biên tương ứng với mức giá bán ra, được xác định dựa trên chi phí nhiên liệu và lượng CO2 phát thải Để đảm bảo sản xuất hiệu quả, nhiên liệu cần thiết phải được xác định và thu mua một cách hợp lý Trong trường hợp các nhà máy điện sử dụng đa dạng nguồn nhiên liệu, các đại lý sẽ tối ưu hóa mục tiêu chi phí dựa trên giá nhiên liệu dự kiến.

Các công ty có quyền phát thải CO2 cần xác định giá trị trong quá trình lập kế hoạch Sự chênh lệch giữa giá điện và giá CO2 được tối ưu hóa để đạt hiệu quả tối đa Việc quản lý giá điện và giá CO2 là rất quan trọng để đảm bảo hoạt động hiệu quả và bền vững.

M t Agent tiêu dùng duy nh t đ i di n cho t ng c u c a t t c ng i tiêu dùng đi n trong n c Nhu c u hàng n m ph thu c vào k ch b n

Mô hình này không có hạn chế về số lượng công nghệ phát điện được sử dụng, tuy nhiên, để đạt được mục đích đề ra, luôn bắt đầu mô hình với các công nghệ như: thu hồi và lưu giữ carbon (CCS) với tùy chọn đốt nhiên liệu sinh khối, máy nghiền siêu tĩnh (PSC), chu trình hóa khí tích hợp (IGCC), khí ga, tua bin khí chu trình mở (OCGT), tua bin khí chu trình hợp nhất (CCGT), và các nguồn năng lượng tái tạo như gió và mặt trời.

Các yếu tố chính ảnh hưởng đến hiệu quả của nhà máy điện độc lập bao gồm hiệu suất sử dụng nhiên liệu, chi phí đầu tư, chi phí vận hành và bảo dưỡng (O&M), tối ưu hóa, tuổi thọ và thời gian xây dựng.

Nghiên c u s d ng các đ c đi m công ngh và chi phí đi n hình c a các nhà máy phát đi n hi n có (m t c tính h p lý) Các gi đ nh c th đ c mô t trong B ng

Mô hình 3-1 và 3-2 cho thấy hiệu suất của các nhà máy điện mời được cải thiện theo thời gian, đặc biệt là trong việc giảm tiêu thụ nhiên liệu và lượng CO2 phát thải trên mỗi MWhe sản xuất ra Các công nghệ điện gió mới phát triển nhanh hơn so với các công nghệ hiện có Mặc dù chi phí vận hành của các nhà máy mới giảm, nhưng trong suốt vòng đời của nhà máy, chi phí vận hành và bảo trì sẽ tăng lên, giảm ở giai đoạn đầu và sau đó tăng dần khi thời gian trôi qua.

B ng 3-1 H s chuy n đ i đ i v i nhà máy đi n

Lo i nhiên li u M t đ n ng l ng

B ng 3-2 D li u nhà máy phát đi n

Efficiency modifier Ti n đ t c c Chi phí đ u t hàng n m

Than đá CCS 5000 40 0.00188 537 561 000 147 331 000 20 1 1 745 499 600 676 0.35 7 52 569 140 Than đá 5000 40 0.00400 343 000 000 94 120 000 20 1

Các ngu n n ng l ng không liên t c