Bài viết Tối ưu hóa vận hành nhà máy điện ảo trong thị trường điện ngày tới giới thiệu mô hình nhà máy điện ảo (VPP) cũng như thực hiện tối ưu hóa vận hành mô hình VPP có xét đến giao dịch ngày tới (day-ahead market) với thị trường điện. Phần tối ưu hóa sẽ được thực hiện trên phần mềm GAMS và CPLEX.
KHOA HỌC CÔNG NGHỆ P-ISSN 1859-3585 E-ISSN 2615-9619 TỐI ƯU HÓA VẬN HÀNH NHÀ MÁY ĐIỆN ẢO TRONG THỊ TRƯỜNG ĐIỆN NGÀY TỚI OPTIMAL OPERATION OF VIRTUAL POWER PLANTS IN DAY AHEAD MARKET Nguyễn Đức Huy1,*, Nguyễn Hồng Nhung1, Đào Mạnh Cường1, Vũ Minh Phúc1, Đặng Minh Quân1 DOI: https://doi.org/10.57001/huih5804.2023.042 TÓM TẮT Ngày nay, nhu cầu sử dụng điện tăng lên mạnh mẽ gây áp lực lớn lên sản xuất điện vận hành hệ thống điện Đây động lực để thúc đẩy đầu tư vào nguồn lượng tái tạo điện mặt trời, điện gió Tuy nhiên, nguồn lượng tái tạo phụ thuộc nhiều vào điều kiện thời tiết khó để dự báo xác điều chỉnh cơng suất phát dẫn đến nhiều khó khăn việc phối hợp vận hành hệ thống điện Để giải vấn đề việc tích hợp nguồn điện tái tạo vào mơ hình nhà máy điện ảo (VPP) coi giải pháp hứa hẹn Bài báo giới thiệu mô hình nhà máy điện ảo (VPP) thực tối ưu hóa vận hành mơ hình VPP có xét đến giao dịch ngày tới (day-ahead market) với thị trường điện Phần tối ưu hóa thực phần mềm GAMS CPLEX Kết tối ưu có xét đến kịch khác trình bày thảo luận Tiềm ứng dụng VPP lớn, thế, nghiên cứu có ý nghĩa thực tiễn cao Từ khóa: Nhà máy điện ảo, lượng tái tạo, thị trường điện ngày tới, tối ưu hóa vận hành ABSTRACT Nowadays, the rapidly increasing demand for electricity has put great pressure on electricity production as well as power system operation This is the driving force for investments in renewable energy sources like solar power and wind power However, these renewable energy sources are highly dependent on weather conditions, which makes it challenging to forecast and precisely adjust generating capacity Therefore, this leads to difficulties in coordinating and operating the power system Integrating renewable power sources into the virtual power plant (VPP) can be a promising solution to solve the above problems This article will introduce the VPP model as well as optimize the operation of this model considering the day-ahead market with the electricity market GAMS and CPLEX software will be used for the optimization segment The optimal results under different scenarios will be shown and discussed This research has substantial practical significance because VPP has a broad range of applications Keywords: Virtual power plant, renewable energy, day-ahead market, optimal operation Trường Điện - Điện tử, Đại học Bách khoa Hà Nội * Email: huy.nguyenduc1@hust.edu.vn Ngày nhận bài: 20/10/2022 Ngày nhận sửa sau phản biện: 02/02/2023 Ngày chấp nhận đăng: 15/3/2023 CÁC TỪ VIẾT TẮT VPP (Virtual Power Plant): Nhà máy điện ảo PV (Photovoltaic): Quang điện DR (Demand Response): Đáp ứng nhu cầu phụ tải ESS (Energy Storage System): Hệ thống lưu trữ lượng CHP (Combined heat and power): Nhà máy điện nhiệt kết hợp CHỈ SỐ (INDEX) t: Thời gian ngày (t=1,2,3…24) (h) BIẾN VÀ THAM SỐ P : Công suất phát thực tế PV thời điểm t [MW] P [MW] : Công suất dự báo khả dụng PV thời điểm t P : Giới hạn công suất phát tối thiểu PV [MW] u : Biến trạng thái bật/ tắt PV u = PV bật khoảng thời gian t, u = PV tắt khoảng thời gian t P : Công suất phát tối thiểu nhà máy CHP [MW] P : Công suất phát tối đa nhà máy CHP [MW] P [MW] : Công suất phát nhà máy CHP thời điểm t u , u , , u , biến trạng thái nhà máy CHP thời điểm t Trong đó: u = nhà máy CHP vận hành khoảng thời gian t, u = tổ máy ngừng hoạt động; u , =1 nhà máy bigoas khởi động khoảng thời gian t, u , = 0 khi nhà máy không khởi động; u , = 1 khi nhà máy CHP dừng khoảng thời gian t, u , = nhà máy không khởi động P : Cơng suất phát thực tế điện gió thời điểm t [MW] P : Giới hạn công suất phát điện gió [MW] P : Dự báo cơng suất khả dụng điện gió thời điểm t [MW] 68 Tạp chí KHOA HỌC VÀ CƠNG NGHỆ ● Tập 59 - Số 2A (3/2023) Website: https://jst-haui.vn SCIENCE - TECHNOLOGY P-ISSN 1859-3585 E-ISSN 2615-9619 u : Biến trạng thái bật/ tắt điện gió u = điện gió bật khoảng thời gian t, u = điện gió tắt khoảng thời gian t P : Công suất xả pin thời điểm t [MW] P : Công suất sạc thời điểm t [MW] P : Công suất sạc/xả lớn pin [MW] b biến nhị phân trạng thái pin b = pin trạng thái xả, b = pin trạng thái sạc E [MW] ( ): Mức lượng pin h thời điểm t ƞ : Hiệu suất sạc/xả pin E : Dung lượng tối đa pin [MW] E ( ): Mức lượng thời điểm t pin [MW] P : Nhu cầu tiêu thụ công suất thực tế thời điểm t ( nhu cầu tiêu thụ sau có điều chỉnh) [MW] P [MW] P P LPF : Nhu cầu công suất dự báo ban đầu thời điểm t : Công suất DR tăng lên [MW] / : Công suất DR giảm xuống [MW] : Giới hạn phụ tải tham gia DR / P : Giới hạn công suất bán lên thị trường [MW] P : Công suất điện bán lên thị trường VPP [MW] P [MW] P : Công suất mua điện từ thị trường thời điểm t : Giới hạn công suất mua điện từ thị trường [MW] u biến nhị phân trạng thái mua bán với thị trường điện u =1 VPP bán lên thị trường điện, u =0 VPP mua điện từ thị trường OC : Chi phí vận hành nhà máy CHP [$/MW] C : Chi phí khởi động nhà máy CHP [$/MW] C : Chi phí tắt nhà máy CHP [$/MW] C : Chi phí biến đổi nhà máy CHP [$/MWh] DRC : Chi phí DR [$/MW] C : Chi phí thực DRup cho đơn vị điện [$/MW] C [$/MW] : Chi phí thực DRdown cho đơn vị điện DA : Tổng chi phí mua điện thị trường [$] DA : Tổng chi phí bán điện lên thị trường [$] C : Chi phí mua điện từ thị trường [$/MW] C : Chi phí bán đơn vị điện lên thị trường [$/MW] GIỚI THIỆU Trong vòng thập kỉ trở lại đây, khái niệm nhà máy điện ảo (VPP) dần trở nên phổ biến phát triển Website: https://jst-haui.vn toàn giới Nhà máy điện ảo có nhiều lợi ích Nó điều chỉnh công suất phát vào thời điểm thích hợp để vừa đảm bảo độ ổn định cho lưới đồng thời đáp ứng lượng điện tiêu thụ Một lí khiến VPP trở nên thịnh hành giúp nhà máy lượng tái tạo với kích cỡ nhỏ tham gia vào thị trường điện Trên giới có nhà máy sản xuất lượng tái tạo với đa dạng quy mô lớn nhỏ, nhà máy đủ điều kiện để tham gia vào thị trường mua bán điện Ví dụ Việt Nam, Cục Điều tiết điện lực quy định công suất đặt nhà máy điện tái tạo phải lớn 30MW quyền lựa chọn gia nhập thị trường [1] Chính vậy, việc VPP có khả tổng hợp nguồn lượng phân tán từ nhà máy chưa đạt đủ điều kiện, có quy mơ nhỏ hộ dân giúp nhà máy có hội tham gia vào thị trường điện đem lại nhiều lợi ích mặt kinh tế Có nhiều báo nghiên cứu vấn đề xảy q trình vận hành VPP kể đến việc quản lí nguồn phân tán lượng tái tạo để tích hợp lên lưới điện thông minh báo [2] tiềm việc dùng phần mềm trí tuệ nhân tạo việc phân tích, dự báo số liệu để giải bất ổn định nguồn lượng tái tạo đề cập báo [3] Đặc biệt, có hướng nghiên cứu có tính thực tiễn lớn, việc tích hợp nguồn điện tái tạo tối ưu hóa vận hành cho VPP xét đến giao dịch ngày tới tham gia thị trường điện Trong [4], thuật toán nhằm tối ưu việc sản xuất quang điện đồng thời giảm tổn thất điện lưới đưa ra, nhiên chưa đề cập đến vấn đề thị trường Tương tự vậy, báo [5] đề xuất ý tưởng tích hợp xe điện lên VPP với lợi ích đạt kết hợp lượng gió chưa nhắc đến việc mua bán Bài báo [6,7] đề cập đến phương pháp tối ưu vận hành dựa giá giải pháp thích hợp cho việc giao dịch thị trường, nhiên nhược điểm báo chưa xét tới nguồn lượng tái tạo DR Khái niệm điều chỉnh nhu cầu phụ tải thay đổi mơ hình tiêu thụ điện thơng thường để đối phó với vấn đề giá điện giảm áp lực cho hệ thống điện vào cao điểm, khái niệm đề cập tới báo [8] Tác giả [9] nghiên cứu việc lập kế hoạch vận hành hàng tuần cho VPP dựa mơ hình tốn tối ưu hóa tuyến tính ngẫu nhiên hai bậc có xét đến yếu tố bao gồm hệ thống lưu trữ lượng, nguồn lượng tái tạo bất định nhà máy điện truyền thống Trong [10], mơ hình tốn cịn áp dụng với mục tiêu tối đa hóa lợi nhuận thông qua việc tham gia vào giao dịch ngày tới thị trường ngày VPP Tuy nhiên, điểm chung [9,10] chưa nghiên cứu DR Để giải nhu cầu này, mơ hình tốn học cho việc điều chỉnh phụ tải điện quản lí lượng VPP giới thiệu [11], mơ hình đồng thời làm tăng linh hoạt lợi nhuận giao Vol 59 - No 2A (March 2023) ● Journal of SCIENCE & TECHNOLOGY 69 KHOA HỌC CÔNG NGHỆ P-ISSN 1859-3585 E-ISSN 2615-9619 dịch thị trường Ngoài báo [12], việc lập kế hoạch cho lượng dự trữ đề xuất kết hợp với phương pháp tính xác suất xảy kịch dựa số liệu khứ, từ đáp ứng nhu cầu tiêu thụ cải thiện lợi nhuận hàng VPP Trong báo này, bên cạnh việc đưa ràng buộc nhằm tối ưu công suất vận hành nhà máy điện ảo nguồn lượng tái tạo quen thuộc lượng gió hay mặt trời, nhà máy CHP Ngồi ra, ESS DR đề cập chi tiết báo Với mục tiêu tối đa hóa lợi nhuận thu được, ràng buộc chi phí vận hành giao dịch ngày tới thị trường điện tác giả xét đến u ∗P (2) ≤u ∗P Ràng buộc nhà máy CHP: Với nhà máy này, công suất phát giới hạn công suất định mức: u ∗P ≤P ≤u ∗P (3) Ngồi ra, giới hạn tăng/ giảm cơng suất kết hợp với biến nhị phân quy định trạng thái vận hành CHP thể hện qua ràng buộc sau: MƠ HÌNH BÀI TỐN Mơ hình vận hành VPP thể theo hình ≤P P −P ≤u ∗P (4) P −P ≤u ∗P (5) −u (6) u , −u , = u u , +u , ≤1 u , ,u , ,u (7) (8) ͼ { 0; 1) Trong đó, (4) (5) giới hạn tăng giảm công suất (6), (7), (8) ràng buộc trạng thái Ràng buộc ESS: ESS tích hợp VPP với mục đích tránh tải lưới điều chỉnh biểu đồ phụ tải thời điểm khác hệ thống điện Giới hạn sạc xả pin thể qua (9), (10) Hai ràng buộc cho thấy thời điểm nào, ESS nạp xả: Hình Mơ hình vận hành nhà máy điện ảo thị trường điện Trong báo, nhóm tác giả tập trung vào việc tối ưu vận hành VPP có xét đến thành phần: điện mặt trời, điện gió, CHP, ESS phụ tải địa phương Trong mơ hình này, VPP tham gia vào thị trường ngày tới với hai vai trò người mua lẫn người bán Trong trường hợp công suất phát dư so với nhu cầu sử dụng, nhà sản xuất phát điện bán lên hệ thống để thu lợi nhuận Ngược lại, lượng công suất sản sinh bị thiếu hụt, không cung cấp đủ cho phụ tải nhà sản xuất mua thêm điện thị trường để bù vào Lượng điện mua nạp vào ESS với hai mục đích Thứ nhất, thời điểm giá điện cao, lượng điện bán ngược lên thị trường để thu lãi Thứ hai, lượng điện lưu trữ dùng để cung cấp lên lưới nhu cầu phụ tải cao, tránh tình trạng thiếu hụt cơng suất Bên cạnh đó, phụ tải địa phương tham gia cung cấp DR công suất nguồn VPP bị thiếu hụt, từ giảm chi phí vận hành VPP Trong phần này, báo tập trung xây dựng kết hợp việc tối ưu vận hành VPP đồng thời tối đa hóa lợi nhuận bán điện lên lưới Khi xét đến ràng buộc tối ưu vận hành bên VPP, trước tiên nhóm tác giả tập trung nghiên cứu công suất phát thành phần tham gia vào VPP sau: Ràng buộc nguồn điện gió PV: cơng suất phát thực tế bị giới hạn công suất dự báo công suất phát tối thiểu: u ∗P ≤P ≤u ∗P (1) 0≤P ≤ (1 − b )P 0≤P ≤ b P (9) (10) Mức lượng pin thời điểm xác định dựa hiệu suất sạc xả Mức lượng sau t tổng mức lượng trước t cộng thêm phần lượng nạp vào trừ phần lượng xả khoảng thời gian: E () =E ( ) +P ƞ − P ƞ (11) Ràng buộc (12) cho thấy mức lượng pin thời điểm bị giới hạn mức lượng tối thiểu mức lượng tối đa cho phép: 0,1E ≤ E ( ) ≤ 0,9E (12) Khi kết thúc ngày làm việc, mức lượng pin phải trả trạng thái ban đầu để đảm bảo vai trò ESS lưới ngày vận hành Điều quy định qua ràng buộc: E ( )=E ( (13) ) = 0,5E Do ESS làm việc nhiều phát nóng giảm hiệu suất làm việc, cần phải có biện pháp làm mát làm giảm nhiệt độ ESS, giải pháp thực tế đưa ESS vào phịng điều hịa nhiệt độ thấp từ tốn lượng điện tự dùng để làm mát Thông số cộng thêm vào phụ tải tiêu thụ P Ràng buộc DR: Nghiên cứu quan tâm đến DR mức độ đơn giản, trung tâm vận hành VPP trả chi phí cho phụ tải địa phương để họ chấp nhận giảm tăng công suất điện Điều giúp giảm chi phí mua điện từ hệ thống nguồn VPP thiếu hụt Ngược lại, công suất dư thừa, điều tăng khả 70 Tạp chí KHOA HỌC VÀ CÔNG NGHỆ ● Tập 59 - Số 2A (3/2023) Website: https://jst-haui.vn SCIENCE - TECHNOLOGY P-ISSN 1859-3585 E-ISSN 2615-9619 tận dụng tối đa công suất nguồn Do tất phụ tải tham gia chương trình đáp ứng phụ tải linh hoạt, nên giới hạn cơng suất tăng/ giảm phải nằm giới hạn cho phép Giới hạn thường lấy theo tỷ lệ tổng phụ tải (khoảng - 30%) thể (14) (15): 0≤P ≤ LPF ∗ u (14) (15) 0≤P ≤ LPF ∗ (1 − u ) Nhu cầu công suất thực tế phụ tải thời điểm phụ thuộc vào nhu cầu dự báo công suất ban đầu lượng DR tăng giảm Ràng buộc (16) thể điều đó: P =P +P (16) −P Tại thời điểm nhu cầu tiêu thụ thực tế sau điều chỉnh thay đổi khác với nhu cầu tiêu thụ ban đầu Tuy nhiên, ngày tổng cơng suất phụ tải tiêu thụ ban đầu phải với tổng công suất phụ tải thực tế điều chỉnh để đảm bảo thỏa mãn nhu cầu sử dụng điện khách hàng ngày Điều thể qua (17): ∑ P =∑ P (17) Ràng buộc mua/bán điện: Tại thời điểm VPP mua bán điện lên thị trường Giới hạn công suất bán lên thị trường thể sau: 0≤P ≤u ∗M Giới hạn công suất mua điện từ thị trường: (18) 0≤P (19) ≤ (1 − u )∗M Bảng Thông số đầu vào STT 10 11 12 13 14 15 16 17 18 19 20 Thông số Công suất định mức nhà máy CHP Giới hạn tăng/ giảm công suất nhà máy CHP Công suất phát tối thiểu nhà máy CHP Công suất phát nhà máy CHP trước thời điểm lập kế hoạch Dung lượng ESS Mức lượng ESS trước thời điểm lập kế hoạch Công suất sạc/ xả lớn ESS Hiệu suất sạc/ xả ESS Công suất tự dùng để làm mát hệ thống ESS Công suất phát tối thiểu hệ thống PV Công suất đặt hệ thống PV Công suất phát tối thiểu hệ thống tuabin gió Cơng suất đặt hệ thống tuabin gió Giới hạn phụ tải tham gia DR tăng Giới hạn phụ tải tham gia DR giảm Chi phí biến đổi cơng suất nhà máy CHP Chi phí khởi động nhà máy CHP Chi phí tắt nhà máy CHP Chi phí DR tăng Chi phí DR giảm Giá trị 30MW 25MW 0,5MW 20MW 20MWh 5MWh 10MW 0,914% 0,1MW 0MW 15MW 2MW 15MW 6MW 6MW 4$/MW 8$ 2$ 52$/MWh 62$/MWh - Số liệu dự báo ngày tới phụ tải địa phương, dự báo công suất khả dụng hệ thống PV công suất đặt 15MW, dự báo công suất khả dụng hệ thống tuabin gió tổng cơng suất đặt 15MW cho hình Trong đó, M số lớn Ngồi ra, cơng suất mua/bán VPP công suất vận hành phần tử VPP phải thỏa mãn ràng buộc cân công suất sau: P P −P = P +P +P − [ P +P − P +P ] − (20) Hàm mục tiêu mơ hình vận hành VPP tối đa hóa lợi nhuận thu dựa chi phí vận hành chi phí cho DR chi phí giao dịch với thị trường điện: Max DA − DA − OC − DRC (21) Trong thành phần lợi nhuận chi phí tính sau: OC = P ∗C +u , +P ∗C +u , ∗C (22) (23) DRC = P ∗C ∗C DA = P ∗C (24) DA = P ∗C (25) TÍNH TỐN THỬ NGHIỆM 3.1 Số liệu đầu vào Các thông số đầu vào cho bảng Website: https://jst-haui.vn Hình Số liệu dự báo công suất tải, PV, điện gió Căn vào đồ thị dự báo phụ tải đồ thị dự báo cơng suất điện gió điện mặt trời Ta thấy vào thời điểm cao điểm (khoảng 19-21h) mà PV phát điện, tổng công suất phát nguồn không đủ đáp ứng phụ tải Vì vậy, VPP bắt buộc phải sử dụng biện pháp phụ trợ ESS, DR, mua điện từ thị trường để hỗ trợ cho việc thiếu nguồn, đáp ứng nhu cầu tiêu thụ Căn vào giá bán buôn điện EVN phụ tải > 110kV, giá mua điện thị trường thay đổi theo khung Có khung giờ: cao điểm ( khoảng thời gian từ 9-10h, từ 18-21h) có giá 116$/MWh, bình thường (khoảng thời gian từ 5h-8h 11h-17h) có giá 65$/MWh, thấp điểm (khoảng thời gian từ 22h-4h) có giá 41$/MWh Vol 59 - No 2A (March 2023) ● Journal of SCIENCE & TECHNOLOGY 71 KHOA HỌC CƠNG NGHỆ P-ISSN 1859-3585 E-ISSN 2615-9619 Hình Giá mua bán điện thay đổi ngày Giả bán điện ngày giả thiết hình Vào thời điểm ban đêm (từ 23h-4h), mà nhu cầu sử dụng điện thấp, nguồn dư thừa so với tải, giá bán điện lên thị trường thấp Vào thời điểm mà nhu cầu sử dụng điện cao (9h-10h), giá bán điện tăng lên Thời điểm buổi trưa nguồn điện dư thừa PV hỗ trợ công suất lớn nhu cầu sử dụng điện thấp nên giá bán điện giảm Vào cao điểm buổi tối, nguồn thiếu khơng có cơng suất PV tham gia vào, đồng thời tải đạt đỉnh quãng thời gian này, giá điện tăng cao 3.2 Kết tính tốn Hình Cơng suất phát thực tế cơng suất dự báo điện gió Tương tự PV, hệ thống tận dụng tối đa nguồn điện gió phát nhằm tối đa hóa lợi nhuận hình Từ đồ thị cơng suất phát thấy, CHP ln phát với cơng suất tối đa suốt quãng thời gian, có chi phí cho việc vận hành nhà máy điện CHP việc tắt khởi động lại tốn chi phí lớn giá bán điện thị trường cao nhiều so với chi phí vận hành nên để tối đa hóa lợi nhuận nhà máy CHP phát với cơng suất tối đa tồn giai đoạn lập kế hoạch Công suất phát nguồn hình Hình Cơng suất xạc/ sả ESS Hình Cơng suất phát nguồn ESS hoạt động linh hoạt, vào thấp điểm, nguồn thừa so với tải, giá bán điện thấp, ESS sạc để tích trữ lượng Vào cao điểm, nguồn thiếu so với tải, giá mua điện cao, ESS xả để hỗ trợ nguồn, giảm lượng điện mua (hình 7) Hình Cơng suất phát thực tế công suất phát dự báo PV Do việc phát PV khơng tốn chi phí nên hệ thống ưu tiên tận dụng tối đa nguồn PV sử dụng hình 72 Tạp chí KHOA HỌC VÀ CƠNG NGHỆ ● Tập 59 - Số 2A (3/2023) Hình Cơng suất mua bán VPP với thị trường điện Website: https://jst-haui.vn SCIENCE - TECHNOLOGY P-ISSN 1859-3585 E-ISSN 2615-9619 Từ hình thấy, VPP mua bán điện linh hoạt: Mua điện vào bình thường giá điện khơng cao để tích trữ đầy lượng cho ESS hỗ trợ nguồn cao điểm Mua điện vào cao điểm, mà nguồn không đáp ứng phụ tải dù huy động ESS Các thời điểm thấp điểm, để tối đa hóa lợi nhuận VPP tận dụng để bán điện lên thị trường Công suất DR có giá trị DR khơng có ý nghĩa dư thừa cơng suất, VPP tận dụng bán điện lên thị trường, cơng suất DR giảm xuống Khi thiếu cơng suất, VPP thực việc mua điện từ thị trường, khơng có cơng suất DR tăng lên Hình 11 Cơng suất DR tăng/ giảm Chúng ta xem xét số kịch sau: Kịch 1: Công suất mua/bán VPP bị giới hạn đường dây truyền tải Kịch 2: Đánh giá ảnh hưởng ESS A) Kịch 1: Công suất mua/bán VPP bị giới hạn dây truyền tải Hệ thống VPP xây dựng từ nguồn lượng tái tạo có kích cỡ nhỏ hệ thống ESS lắp đặt phân tán lưới phân phối hộ tiêu thụ điện Do đó, việc mua bán điện với thị trường điện phần bị ảnh hưởng giới hạn lưới điện phân phối Trong phần này, nhóm tác giả giả thiết hệ thống kết nối VPP với thị trường điện có giới hạn công suất tối đa 15MW, nên công suất giao dịch VPP với thị trường phải nhỏ 15MW Hình 12 So sánh chi phí vận hành Từ hình ÷ 12 thấy kịch đường dây không bị giới hạn công suất mua bán điện đem lại hiệu kinh tế cao Điều lý giải vào số thời điểm, VPP bán điện nhiều bị giới hạn, việc giới hạn công suất bán ép ESS phải trữ lượng không tối ưu, phải sử dụng DR tăng nguồn dư Bên cạnh đó, việc giới hạn cơng suất mua điện làm cho VPP phải sử dụng DR giảm xuống vào cao điểm B) Kịch 2: Đánh giá ảnh hưởng ESS Trong kịch này, dung lượng ESS tăng lên, thay đổi từ mức 20MWh lên 40MWh Hình Cơng suất sạc/ xả ESS Hình 10 Công suất mua/ bán điện VPP Website: https://jst-haui.vn Kết hình 13 ÷ 15 rằng, kịch tăng mức dự trữ lượng ESS đem lại hiệu kinh tế cao Vì tăng mức dự trữ lượng ESS, trữ nhiều lượng để xả vào cao điểm, giảm lượng điện mua giá cao Hình 13 Cơng suất sạc/ xả ESS Vol 59 - No 2A (March 2023) ● Journal of SCIENCE & TECHNOLOGY 73 KHOA HỌC CƠNG NGHỆ Hình 14 Cơng suất mua/ bán VPP Hình 15 So sánh chi phí vận hành KẾT LUẬN Trong báo này, nhóm tác giả nêu mơ hình tối ưu hóa vận hành VPP có xét đến nguồn lượng tái tạo, nhà máy CHP Bên cạnh đó, yếu tố chương trình DR hệ thống lưu trữ lượng nhà máy điện ảo nghiên cứu Bài báo cịn tích hợp thêm yếu tố giao dịch thị trường ngày tới Phần mềm GAMS nhóm tác giả áp dụng để phân tích vận hành kịch tối ưu hóa Kết nghiên cứu đưa kịch để đánh giá ảnh hưởng ESS giới hạn công suất mua, bán điện lên việc vận hành VPP P-ISSN 1859-3585 E-ISSN 2615-9619 [4] D Kaczorowska, J Rezmer, T Sikorski, P Janik, 2019 Application of PSO algorithms for VPP operation optimization 17th International Conference on Renewable Energies and Power Quality (ICREPQ'19) [5] Wang W., Chen P., Zeng D., Liu J., 2020 Electric Vehicle Fleet Integration in a Virtual Power Plant with Large-Scale Wind Power IEEE Transactions on Industry Applications, 56(5), pp 5924-5931 [6] Mashhour E., Moghaddas-Tafreshi S., 2011 Bidding Strategy of Virtual Power Plant for Participating in Energy and Spinning Reserve Markets - Part I: Problem Formulation IEEE Transactions on Power Systems, 26(2), pp.949-956 [7] Mashhour E., Moghaddas-Tafreshi S., 2011 Bidding Strategy of Virtual Power Plant for Participating in Energy and Spinning Reserve Markets - Part II: Numerical Analysis IEEE Transactions on Power Systems, 26(2), pp.957-964 [8] Albadi M., El-Saadany E., 2008 A summary of demand response in electricity markets Electric Power Systems Research, 78(11), pp.1989-1996 [9] Pandžić H., Kuzle I., Capuder T., 2013 Virtual power plant mid-term dispatch optimization Applied Energy, 101, pp.134-141 [10] Pandžić H., Morales J., Conejo A., Kuzle I., 2013 Offering model for a virtual power plant based on stochastic programming Applied Energy, 105, pp.282-292 [11] Kardakos E., Simoglou C., Bakirtzis A., 2015 Optimal Offering Strategy of a Virtual Power Plant: A Stochastic Bi-Level Approach IEEE Transactions on Smart Grid, pp.1-1 [12] Zamani A., Zakariazadeh A., Jadid S., Kazemi A., 2016 Stochastic operational scheduling of distributed energy resources in a large scale virtual power plant International Journal of Electrical Power & Energy Systems, 82, pp.608-620 AUTHORS INFORMATION Nguyen Duc Huy, Nguyen Hong Nhung, Dao Manh Cuong, Vu Minh Phuc, Dang Minh Quan School of Electrical and Electronic Engineering, Hanoi University of Science and Technology LỜI CẢM ƠN Nghiên cứu tài trợ Bộ Giáo dục Đào tạo qua đề tài mã số CT 2022.07.BKA.05 TÀI LIỆU THAM KHẢO [1] Circular No 45/2018/TT-BCT dated November 15, 2018 of the Ministry of Industry and Trade the operation of competitive wholesale electricity market [2] S Sučić, S Rohjans, W Mahnke, 2013 Semantic smart grid services: Enabling a standards-compliant internet of energy platform with IEC 61850 and OPC UA IEEE EuroCon 2013, pp 1375-1382, doi: 10.1109/EUROCON.2013.6625158 [3] Y Wei, et al., 2018 A review of data-driven approaches for prediction and classification of building energy consumption Renew Sustain Energy Rev., vol 82, pp 1027-1047, doi: 10.1016/J.RSER.2017.09.108 74 Tạp chí KHOA HỌC VÀ CÔNG NGHỆ ● Tập 59 - Số 2A (3/2023) Website: https://jst-haui.vn