Đang tải... (xem toàn văn)
Untitled BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ DƯƠNG ÐÀO THÁI TÁI CẤU HÌNH LƯỚI ÐIỆN PHÂN PHỐI NÂNG CAO CÁC CHỈ SỐ ÐỘ TIN CẬY CUNG CẤP ÐIỆN NGÀN[.]
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ DƯƠNG ÐÀO THÁI TÁI CẤU HÌNH LƯỚI ÐIỆN PHÂN PHỐI NÂNG CAO CÁC CHỈ SỐ ÐỘ TIN CẬY CUNG CẤP ÐIỆN NGÀNH: KỸ THUẬT ÐIỆN - 60520202 S K C0 Tp Hồ Chí Minh, tháng 10/2018 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ DƯƠNG ĐÀO THÁI TÁI CẤU HÌNH LƯỚI ĐIỆN PHÂN PHỐI NÂNG CAO CÁC CHỈ SỐ ĐỘ TIN CẬY CUNG CẤP ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN – 60520202 Tp Hồ Chí Minh, tháng 10/2018 Trang BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ DƯƠNG ĐÀO THÁI TÁI CẤU HÌNH LƯỚI ĐIỆN PHÂN PHỐI NÂNG CAO CÁC CHỈ SỐ ĐỘ TIN CẬY CUNG CẤP ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN – 60520202 Hướng dẫn khoa học: PGS.TS TRƯƠNG VIỆT ANH Tp Hồ Chí Minh, tháng 10/2018 Trang %Ӝ*,È2'Ө&9¬ĈҤ27Ҥ2 75ѬӠ1*ĈҤ,+Ӑ&6Ѭ3+Ҥ0.Ӻ7+8Ұ7 7+¬1+3+Ӕ+Ӗ&+Ë0,1+ 3+,ӂ81+Ұ1;e7/8Ұ19Ă17+Ҥ&6Ӻ 'jQKFKRJLҧQJYLrQSKҧQELӋQ 7rQÿӅWjLOXұQYăQWKҥFVӻ 7iLFҩXKuQK/ѭӟLÿLӋQ3KkQSKӕLQkQJFDRFiFFKӍVӕÿӝWLQFұ\&XQJFҩS ÿLӋQ 7rQWiFJLҧ 'ѬѪ1*Ĉ¬27+È, MSHV: 1780679 Ngành: ӻWKXұWÿLӋQ Khóa: 2017 Ĉӏnh Kѭӟng: ӬQJGөQJ +ӑYjWrQQJѭӡLSKҧQELӋQ 761JX\ӉQ7Kӏ0L6D &ѫTXDQF{QJWiF KRDĈLӋQĈLӋQWӱ ĈLӋQWKRҥLOLrQKӋ 0975800149 ,é.,ӂ11+Ұ1;e7 9ӅKuQKWKӭF NӃWFҩXOXұQYăQ /XұQYăQJӗPFKѭѫQJFyEӕFөFKӧSOtNӃWFҩXFKһWFKӁ 9ӅQӝLGXQJ 2.1 Nh̵n xét v͉Àб ǡÙǡЛ Л ǡï ЪOX̵QYăQ /XұQYăQÿѭӧFWUuQKEj\U}UjQJPҥFKOҥFGӉKLӇX 2.2 Nh̵±¯Ю уоЦ À РЪМ прк ׯï¯а Ю пСлфÀЮ 6ӱGөQJYjWUtFKGүQNӃWTXҧ1&FӫDQJѭӡLNKiFÿ~QJYӟLTXLÿӏQKKLӋQKjQKFӫDSKiSOXұWVӣKӳXWUtWXӋ 2.3 Nh̵±Ыͭc tiêu nghiên cͱu, ph˱˯ng pháp nghiên cͱu s͵ dͭng LVTN 0өFWLrXQJKLrQFӭXU}UjQJSKѭѫQJSKiSQJKLrQFӭXSKKӧSYӟLPөFWLrXÿӅUDYjQӝLGXQJQJKLrQFӭX 2.4 Nh̵n xét T͝ng quan cͯ¯͉ tài /XұQYăQFKѭDSKkQWtFKWәQJTXDQFiFQJKLrQFӭXWUѭӟFÿyOLrQTXDQWӟLOƭQKYӵFFӫDÿӅWjL 2.5 С±¯͉ n͡Ƭ Нрн п 1ӝLGXQJSKKӧSYӟLFKX\rQQJjQK 2.6 С±¯͉ kh̫£ͱng dͭǡах Э ͯ¯͉ tài ĈӅWjLFyWKӇiSGөQJYjRWKӵFWLӉQYjOjWjLOLӋXWKDPNKҧRFKRFiFKӑFYLrQFQJFKX\rQQJjQK 2.7 Lu̵£ О Яуǡефз¿ȋ͇t sót t͛n t̩i): %әVXQJSKҫQWәQJTXDQ ĈәLWrQFKѭѫQJ4 II CÁC VҨ0ӄ CҪN LÀM RÕ &iFFkXK͗LFͯDJL̫QJYLrQSK̫QEL͏Q 10ӝWWURQJQKӳQJPөFWLrXTXDQWUӑQJWURQJWiLFҩXWU~FYjJLҧPWәQWKҩWF{QJVXҩWYjQkQJFDRÿӝWLQFұ\ WҥLVDROXұQYăQFӫDWiFJLҧNK{QJÿӅFұSÿӃQPөFWLrXJLҧPWәQWKҩWF{QJVXkW"9ұ\OLӋXNӃWTXҧFӫDEjL WRiQFyJLiWUӏWKӵFWLӃQYjiSGөQJYjROѭӟLÿLӋQWKӳWӃÿѭӧFKD\NK{QJ" 29LӋFQkQJFDRÿӝWLQFұ\FXQJFҩSÿLӋQWUrQOѭӟLÿLӋQSKkQSKӕLYjJLҧLWKXұWWӕLѭX362FӫDWiFJLҧFy FzQÿ~QJÿӕLYӟLOѭӟLÿLӋQFyQKLӅXQ~WWҧLQKLӅXQJXӗQFXQJFҩSKD\NK{QJ" đoạn đường Nếu dấu chân để lại đường nhiều có khả thu hút kiến khác di chuyển đường đó, chặng đường cịn lại không thu hút lượng kiến di chuyển có xu hướng bay dấu chân sau thời gian qui định Điều đặc biệt cách hành xử loài kiến lượng dấu chân đường có tích lũy lớn đồng nghĩa với việc đoạn đường ngắn từ tổ kiến đến nơi có thức ăn Từ Giải thuật kiến trở thành lý thuyết vững việc giải tốn tìm kiếm tối ưu tồncục có nhiều ứng dụng thực tế cho giải thuật như: tìm kiếm trang Web cần tìm mạng, kế hoạch xếp thời khóa biểu cho y tá bệnh viện, cách hình thành màu khác dựa vào màu tiêu chuẩn có sẵn, tìm kiếm đường tối ưu cho người lái xe hơi… Phương pháp đưa để giải tốn có khơng gian nghiệm lớn để tìm lời giải có nghiệm tối ưu khơng gian nghiệm với thời gian cho phép hay khơng tìm cấu trúc tối ưu dừng Phương pháp thích hợp để giải tốn tái cấu hình để tìm cấu trúc mạng phân phối có 1cấu trúc có cơng suất tổn thất nhỏ Các bước áp dụng giải thuật kiến cho toán tái cấu hình lưới điện: - Bước 1: số cấu trúc mạng phân phối tạo ban đầu - Bước 2: cấu trúctượngtrưngcho đoạn đường mà kiến tính tốn hàm mục tiêu (giảm tổn thất công suất, cân tải ) - Bước 3: cấu trúc cập nhật vào ma trận dấu chân (ban đầu ma trận dấu chân nhau) theo công thức (2.10) Tijxy (k 1) Tijxy (k 1) Q ploos(k) Tijxy (k) Dấu chân kiến chặng đường xy kiến thứi i x kiến thứ j y , lần lập thứ i Q: giá trị hàng số (2.16) : Xác suất bay dấu chân kiến qua để lại Trang 33 Tijxy (0) : Dấu chân ban đầu tạo cho đoạn đường Sau cấu trúc ban đầu tạo cập nhật vào ma trận dấu chân, ta chọn cấu trúc tốt số cấu trúc ban đầu, cấu trúc cịn lại ta làm bay dấu chân cấu trúc công thức: Tijxy (k 1) Tijxy (k) Tijxy (0) - (2.17) Bước 4: dựa vào ma trận dấu chân ta xây dựng danh sách cấu trúc chọn theo công thức n i Tijxy Tmax ;i X (2.18) Tijxy Cường độ dấu chân lớn hàng thứ i X Tmax Cường độ dấu chân lớn ma trận dấu chân in khả đóng mở khóa vịng, giá trị [0,1] - Bước 5: thời gian cho phép cịn cấu trúc chọn cịn ta quay lại bước - Bước 6: thời gian cho phép chấm dứt hay cấu trúc chọn khơng cịn ta dừng chương trình xuất kết 2.7.6 Mạng thần kinh nhân tạo (Aritificial Neutral Network – ANN) Hệ thần kinh nhân tạo tỏ đặt biệt hữu dụng để thực tái cấu hình lưới chúng mơ mối liên hệ tính chất phi tuyến tải với tính chất mạng lưới topo nhằm cực tiểu hóa tổn thất đường dây Mặt dù ANN làm giảm đáng kể thời gian tính tốn áp dụng hệ thống phức tạp, việc ứng dụng chúng thực tế gặp khó khăn sau: - Thời gian huấn luyện kéo dài tính chất phức tạp thao tác - Việc huấn luyện cần thực cho yếu tố cấu thành lưới điện cần cập nhật, điều chình cách liên tục sau - Các số liệu mẫu phải xác để đảm bảo kết tính tốn có ý nghĩa Kim cộng [8] đề xuất giải thuật gồm hai giai đoạn dựa ANN nỗ lực tái cấu hình hệ thống nhằm cực tiểu hóa tổn thất Nhằm tránh Trang 34 khó khăn liên quan đến khối lượng lớn liệu, Kim đề nghị chia hệ thống phân phối thành nhiều vùng phụ tải Tại vùng phụ tải, hệ thống gồm hai ANN sử dụng để phân tích mức độ tải sau thực tái cấu hình tuỳ theo điều kiện tải Việc ứng dụng ANN phương pháp mang lại kết tính tốn nhanh khơng cần xem xét trạng thái đóng ngắt riêng rẽ giải thuật tổng thể Tuy nhiên, ANN tìm trạng thái lưới sau tái cấu hình tốt tập số liệu huấn luyện Chính cấu trúc lưới đề nghị dùng ANN trạng thái cực tiểu 2.7.7 Thuật toán bầy đàn (Practicle Swarm Optimization – PSO) Eberhart Kennedy đề xuất phương pháp tối ưu bầy đàn thông minh vào năm 1995, chất phương pháp hành vi thông minh thể tìm đường ngắn Nền tảng phương pháp gồm bước sau: - Chọn bước di chuyển từ nơi gần - Đi phía đích - Đi đến trung tâm bầy - Từ ý tưởng trên, sơ đồ phương pháp bầy đàn PSO sau: Trang 35 Bắt Đầu Tạo điều kiện ban đầu cho cá thể Bước Đánh giá điểm tìm kiếm cá thể Bước Việc hiệu chỉnh điểm tìm kiếm Sai Bước Số lần lặp lớn ? Dừng Hình 11 Sơ đồ chung phương pháp bầy đàn PSO Tóm lại phương pháp lấy từ cảm hứng từ hành vi xã hội đàn chim di cư cố gắng để đến điểm đến trước Mỗi phương pháp giải chim đàn gọi “phần tử” tương tự nhiễm sắc thể GA Phương pháp sử dụng hiệu việc tìm kiếm cho giải pháp tối ưu tốn tái cấu hình lưới 2.7.8 Thuật tốn tìm kiếm Tabu (Tabu Search – TS) Khái niệm bảng tìm kiếm (Tabu search) dùng trí tuệ nhân tạo Khơng giống số giải thuật khác chẳng hạn gen hay luyện kim, không liên quan đến tượng sinh học hay vật lý Giải thuật bảng tìm kiếm đề cập Fred Glover đầu năm 1980 ứng dụng rộng rãi nhiều lĩnh vực khoa học kỹ thuật Trong lĩnh vực hệ thống điện đại dùng để giải vấn đề tốn tái cấu hình lưới điện phân phối cực tiểu tổn thất điều kiện vận hành bình thường, tốn tái cấu hình TS phương pháp tối ưu sử dụng cho toán tối ưu tổ hợp Trang 36 So sánh với giải thuật luyện kim Gen, TS khơng gian tìm kiếm quản lý tích cực Giải thuật TS khởi tạo với cấu hình bản, trở thành cấu hình Tại bước lặp giải thuật, cấu trúc kề bên định nghĩa cho cấu trúc tại, bước di chuyển chọn cấu trúc tốt liền kề Giải thuật tiềm kiếm áp dụng rộng rãi việc xử lý số vấn đề mạng điện mang lại số kết khả quan Thuật tốn tìm kiếm Tabu ứng dụng để tính tốn phương án tối ưu gần tối ưu đơi với tốn cấu trúc bước sau đây: - Bước 1: nhập liệu nhánh, tải nút hệ thống phân phối bao gồm tất điều kiện ràng buộc vận hành - Bước 2: lựa chọn phương án ngẫu nhiên từ khơng gian tìm kiếm S0ϵ Ω Các nghiệm thực số lượng khóa điện mở suốt q trình tái cấu hình - Bước 3: để phương án ban đầu thu bước phương án phương án tối ưu Sbest = S0 Scurent = S0 - Bước 4: thiết lập kích thước danh sách Tabu, số lần lặp lớn đặt số lần lặp m = - Bước 5: chạy phân bố công suất để xác định tổn thất cơng suất nhánh, điện áp dịng điện nhánh - Bước 6: tính tốn hàm mục tiêu kiểm tra phương án có thỏa mãn điều kiện ràng buộc Mỗi hệ số phạt thêm vào vi phạm ràng buộc - Bước 7: tính mức độ mong muốn Sbest: f best = f(Sbest) Mức độ mong muốn tổng hàm mục tiêu hàm phạt - Bước 8: tạo hệ phương án miền lân cận phương án Scurent cách thay đổi khóa phải mở Hệ phương án ký hiệu Sneighbor - Bước 9: tính tốn mức độ mong muốn cho phương án Sneighbor chọn phương án có mức độ mong muốn cao Sneighbor_best Trang 37 - Bước 10: kiểm tra xem thuộc tính phương án thu bước có danh sách Tabu Nếu có, thực bước 11, ngược lại Scurent= Sneighbor_best tới bước 12 - Bước 11: chấp nhận Sneighbor_best có mức độ mong muốn tốt fbest hệ Scurent = Sneighbor_best, ngược lại chọn phương án tốt mà khơng có danh sách Tabu để trở thành phương án - Bước 12: cập nhật danh sách Tabu đặt m = m+1 - Bước 13: lặp lại từ bước tới bước 12 sô lần lặp lớn thỏa mãn hàm mục tiêu đặt - Bước 14: lặp lại bước xuất kết tối ưu 2.7.9 Thuật tốn mơ luyện kim (Simulated Annealing – SA) Các thuật tốn mơ luyện kim lần đề xuất Scott Kirkpatrick, C Daniel Gelatt, Cerny Mario P Vecchi vào năm 1983 dựa mơ hình q trình xử lý tinh thể Metropolis đề cập đến vào năm 1953 Tên thuật tốn xuất phát từ q trình làm lạnh kết tinh kim loại làm mát ủ tương ứng chất lỏng Ở nhiệt độ cao, chất lỏng ngẫu nhiên phân tán phân tử trạng thái lượng cao Khi trình làm giảm nguồn nhiệt từ thời điểm này, hạt từ từ vào mạng có cấu trúc (pha rắn) tương ứng với mức lượng Một điều quan trọng suốt trình nhiệt lượng hệ thống đạt đến trạng thái ổn định trước giảm nhiệt độ để cấp độ Khi nhiệt độ đủ thấp, cấu trúc hệ thống đạt đến trạng thái điểm mà lượng chất rắn giảm tối thiểu Nếu q trình làm mát khơng thực chậm đủ, hệ thống khơng cịn trạng thái lượng tối thiểu, tương tự trình dập tắt Các trạng thái vật lý trình Luyện kim tương tự việc xác định gần toàn toàn phần giải pháp tối ưu cho vấn đề tối ưu hoá Ý tưởng bắt đầu với cấu hình nguyên tử hành Cấu hình tương đương với giải pháp thời vấn đề tối ưu hoá Năng lượng nguyên tử tương tự với chi phí hàm mục tiêu trạng thái cuối tương ứng với cực thiểu hàm chi phí Trang 38 2.8 Các nghiên cứu khoa học 2.8.1 Phương pháp cố - Graph Tree Năm 2007 Dan Zhu sử dụng phương pháp chia hệ thống điện thành nhiều phần nhỏ để tính tốn hệ số tin cậy: L SSL NSSL SL SAF SF NSL NSAF NSF Hình 12: Mơ hình phân chia lưới phân phối Trong đó: - S: khu vực cung cấp điện mà quan tâm (segment of interest S) Tập hợp NSSL bao gồm phân đoạn mà chuyển từ đường - dẫn liên tục S nguồn ban đầu SL bao gồm phân đoạn chuyển từ phân đoạn liên quan S, cố xảy thiết lập SL, S cung cấp - nguồn thay Tập hợp NSL bao gồm phân đoạn mà chuyển từ phân đoạn liên quan S Đối với thiết lập tương tự, thành phần không nằm phân - đoạn này, để khơi phục lại công suất để S nguồn thay Đối với thiết lập NSAF, phân đoạn không thuộc thiết lập này, - - phân đoạn liên quan S tạm thời khôi phục từ nguồn cấp khác thay Tập hợp SF bao gồm tất phân đoạn phân lập từ nguồn S thay thế, cho phép lượng khôi phục vào S từ nguồn thay (cho phân đoạn này, hệ thống vi phạm giới hạn không xảy trình tái lập) Trang 39 - Tập hợp NSF bao gồm tất phân đoạn phân lập từ nguồn S thay thế, mà khơng phải để tái lập lại cơng suất S vi phạm giới hạn hệ thống Từ quan điểm phân chia trên, ta nhận thấy đoạn lưới phân phối mô sau: L = SSL ∩ NSSL NSSL = SL∩{S},.v.v Do lưới phân phối giao hợp phần tử hệ thống điện phân phối (thiết bị đóng cắt như: SW, RC, LBFCO, FCO; máy biến áp phân phối; nguồn điện; đường dây; khu vực cấp điện đường dây,.v.v.) Sau mơ hình hóa hệ thống phân phối, để nâng cao độ tin cậy Dan Zhu chia tác động mơi trường theo hai khía cạnh: tác động bão cường độ sét đến hệ thống phân phối Đối với bão, số liệu thống kê khoảng mười năm vùng Vigrinia tác giả phân chia bão theo nhiệt độ gió ( nhiệt độ cao, nhiệt độ cao gió lớn, nhiệt độ thấp, nhiệt độ thấp gió lớn.v.v.) với thời gian điện theo tiêu chí Đối với sét, cách tương tự tác giả tổng hợp chia theo cấp độ dòng sét 10, 20, 30, 40, 50 kA để tính tốn độ tin cậy thời gian điện Trên sở tiêu chí trên, Dan zhu mô để chọn phương án vận hành hợp lý Nhận xét: Thực chất cách nghiên cứu ưu điểm thấy lưới điện thực chất kết hợp hàm boolean, nên q trình mơ máy tính thuận lợi, tính tốn cho kết nhanh chóng đáp ứng nhu cầu đánh giá trạng thái vận hành Về nhược điểm: chưa có phương pháp mơ hình hóa rõ ràng cho trường hợp ảnh hưởng thời tiết, thực chất dựa vào tốc độ gió, nhiệt độ, cường độ sét lấy làm sở mơ dẫn đến có nhiều sai xót định, mặc khác phương pháp chưa xem xét cụ thể thể gian cố thời gian khôi phục, lượng không cung cấp khơng có sở để xem xét đánh giá hiệu kinh tế Trang 40 2.8.2 Mơ hình hóa dựa tỷ lệ cố thời gian sửa chữa Năm 2002 Peng Wang Roy Billinton nghiên cứu phân chia thời tiết thành hai trạng thái: bình thường khơng bình thường, từ độ tin cậy lưới điện phân phối không hàm hai trạng thái nêu trên, thiết bị lưới chia thành hai trạng thái theo tỷ lệ cố trạng thái phục hồi sau: SỰ CỐ UP DOWN SỮA CHỮA Hình 13: Mơ hình hai trạng thái thiết bị Để xem xét tác động thời tiết, thông số phần tử đưa vào hệ số ảnh hưởng sau: a Cường độ hỏng hóc λ(t)= ω(t).λn (2.19) Trong đó: - ω(t) trọng số tải biến đổi theo thời tiết - λn cường độ cố điều kiện bình thường b Thời gian sửa chữa r(t)= ωω(t).ωd(d).ωh(t).r Trong đó: - (2.20) ωω(t): hệ số biến đổi điều kiện cố ωd(d): hệ số biến đổi theo điều kiện ngày ωh(t): hệ số biến đổi theo điều kiện r: hệ số thời gian sửa chữa phụ thuộc vào điều kiện bình thường c Năng lượng khơng cung cấp cho tải chi phí điện gây Năng lượng không cung cấp cho tải định nghĩa là: ENSij = Lijrij Chi phí điện gây định nghĩa là: COSTij = cijLij Trong đó: - rij: thời gian cố, chúng bao gồm điều chỉnh cần thiết Trang 41 (2.21) (2.22) - Lij: điểm tải trung bình - cij: hàm chi phí cố gây d Nhận xét phương pháp Ưu điểm: - Đã phân chia hệ thống theo khu vực, tính tốn thời gian cố - thời gian phục hồi trung bình Đã đưa cách tính lượng khơng thể cung cấp cho hệ thống, chi phí điện trung bình theo khu vực Khuyết điểm: - Khơng nói lên cấu trúc vận hành có đảm bảo điều kiện kỹ thuật hay - khơng, có phương án vận hành tối ưu hay chưa Chưa đánh gia mức độ tăng hệ số tin cậy sao, mục tiêu phương pháp lượng khơng cung cấp (ENS) chi phí ngừng cung cấp gây (COST) 2.8.3 Mơ hình hóa cải tiến Karin Alvehag Lennart Söder Năm 2011 Karin Alvehag Lennart Sưder cách sử dụng mơ hình thời tiết hai trạng thái bình thường bất thường, đồng thời dựa thơng số đầu vào gió sét, tác giả mơ hình hóa thơng số sau: a Cường độ hỏng hóc: λ(ω(t), Ng(t)) = λhw(ω(t) )+ λl(Ng(t)) + λn(ω(t),Ng(t)) Trong đó: - λhw(ω(t)): cường độ cố suốt thời gian tốc độ gió lớn - λl(Ng(t)): cường độ cố suốt thời gian sét - λn(ω (t),Ng(t)): cường độ cố điều kiện bình thường Trang 42 (2.23) gió A B* Vùng sét λ1 A B Vùng gió sét λ1 + λw C Vùng bình thường λn A* B Vùng gió nhiều sét λ1 + λw W < Wcrit W Wcrit sét Hình 14: Mơ hình theo gió sét Sự cố theo A – C định nghĩa sau: Vùng sét A: Ng> Gió lớn B: ω(t) ≥ ωcrit Thời tiết bình thường C: (ω(t) < ωcrit)∩(Ng = ) b Mơ hình cường độ cố khoảng thời gian gió lớn λwind(ω(t)) = ( γ1eγ2ω(t) – γ3)λnorm Trong đó: - ω(t): tốc độ gió thời điểm t - α, γ1, γ2, γ3 : hệ số tỷ lệ (2.24) - ωcrit : ngưỡng giới hạn gió - λnorm: cường độ cố điều kiện bình thường c Mơ hình cường độ cố suốt thời gian sét λlingtning (Ng(t)) = (βNg(t) + 1)λnorm Trong đó: (2.25) - Ng(t): mật độ sét thời điểm t - β: hệ số tỷ lệ - λnorm: cường độ cố điều kiện bình thường d Thời gian sửa chữa r(t) = fω(ω(t), Ng(t)).fd(t).fh(t).rnorm rcomp(t) = fd(t).fh(t).rc Trong đó: - fω(ω(t), Ng(t)): hệ số suốt thời gian bất thường Trang 43 (2.26) - fh(t): hệ số biến đổi theo - fd(t): hệ số biến đổi theo ngày - rc: hệ số phụ thuộc thời gian phục hồi - rnorm: hệ số phụ thuộc điều kiện thời tiết bình thường Phương pháp có ưu nhược điểm sau: Ưu điểm: - Đã đưa hệ số ảnh hưởng sét, gió tác động lên hệ thống - Dùng mơ Monte Carlo để mơ hệ số thể tương đối gần với thực tế Khuyết điểm: - Cũng giống mơ hình hóa thời tiết khác, mơ hình khơng nói lên - cấu trúc vận hành có đảm bảo điều kiện kỹ thuật hay khơng, có phương án vận hành tối ưu hay chưa Mơ hình khơng đưa đánh giá chi phí ảnh hưởng, chưa đưa mức độ cải thiện thông số Trang 44 CHƯƠNG PHƯƠNG PHÁP ĐỀ XUẤT 3.1 Giới thiệu Mục tiêu chung toán tái cấu hình lưới điện phân phối tìm cấu trúc lưới điện có lợi ích mặt kinh tế lớn đảm bảo mặt kỹ thuật để lưới điện phân phối vận hành ổn định điều kiện vận hành bình thường cố Những lợi ích mặt kinh tế bao gồm chi phí tổn thất lưới điện, chi phí chuyển tải (đóng/mở khóa điện) chi phí thiệt hại khách hàng bị ngừng cung cấp điện, chi phí khơng bán điện Công ty Điện lực Việc ngừng (gián đoạn) cung cấp điện cho khách hàng Công ty Điện lực không bán điện phụ thuộc nhiều vào độ tin cậy cung cấp điện phần tử tạo nên cấu trúc lưới điện phân phối Điều thể qua tiêu độ tin cậy cung cấp điện lưới phân phối ENS (thiếu hụt lượng điện) Như vậy, tìm lời giải cho tốn tái cấu hình lưới để nâng cao độ tin cậy cung cấp điện tìm cấu trúc lưới phân có chi phí vận hành chi phí ngừng cung cấp điện bé Mỗi cấu trúc lưới điện phân phối tạo từ cấu trúc lưới cách đóng/mở khóa điện (tie, switch) Gọi Cost hàm chi phí lưới điện phân phối, hàm chi phí Cost phụ thuộc vào cấu trúc lưới điện phân phối, điều kiện vận hành lưới điện Như mơ hình tốn cho tốn tái cấu hình lưới phân phối liên quan đến cấu trúc lưới điện trạng thái khóa điện Một cấu trúc lưới điện phân phối tái cấu hình cách mở khóa phân đoạn đóng khóa chuyển mạch cho cấu trúc lưới điện hình tia tất khách hàng được cung cấp điện Do dịng cơng suất qua nút, tổn thất cơng suất độ tin cậy lưới điện phân phối thay đổi Tái cấu hình lưới điện phân phối thường thực để giảm tải đường dây, máy biến áp, giảm tổn thất công suất nâng cao độ tin cậy cung cấp điện 3.2 Các toán vận nâng cao độ tin cậy cung cấp điện 3.2.1 Bài tốn tái cấu hình lưới cực tiểu chi phí vận hành: Trang 45 Cực tiểu chi phí vận hành lưới điện tính tốn qua cực tiểu chi phí tổn thất cơng suất tác dụng lưới điện Mục tiêu toán tái cấu hình mạng lưới điện phân phối giảm thiểu tổn thất công suất hệ thống, đồng thời cấu trúc mạng phải thỏa mãn điều kiện ràng buộc Hàm mục tiêu toán thể sau: Minf LP Min( PT ,loss ) (3.1) Với PT ,loss tổng tổn thất công suất toàn hệ thống Giả sử sơ đồ đơn tuyến phát tuyến có dạng sau: P0,Q0 P1,Q01 PL1,QL1 i+1 i i-1 Pi,Qi Pi-1,Qi-1 PL1-1,QL1-1 PLi,QLi n Pi+1,Qi+1 Pn,Qn PL1+1,QL1+1 Pn,Qn Hình Sơ đồ đơn tuyến phát tuyến Công suất tác dụng công suất phản kháng chạy nhánh (i+1) tính theo cơng suất gần sau: (P2 Q2 Pi 1 Pi PLi 1 Ri ,i 1 i i | Vi | (3.2) (P2 Q2 Qi 1 Qi QLi 1 X i ,i 1 i i | Vi | (3.3) Tổn thất công suất tác dụng phần đường dây nút i i +1: (P2 Q2 P(i ,i 1) Ri ,i 1 i i | Vi | (3.4) Trong đó: Pi, Qi: Cơng suất tác dụng công suất phản kháng nhánh thứ i Vi: điện áp nút thứ i Ri, i+1: Điện trở dây nút i i+1 Xi, i+1: Điện kháng dây nút i i+1 Trang 46 Hàm mục tiêu tốn tái cấu hình lưới điện để giảm tổn thất cơng suất viết sau: n 1 P2 Q2 Minf LP min Ri ,i i V (3.5) Với n tổng số nút có lưới điện phân phối Bên cạnh hàm mục tiêu 3.5, tốn có điều kiện ràng buộc riêng Nếu chúng khơng thỏa mãn điều kiện tốn dừng lại Dưới điều kiện ràng buộc tốn cực tiểu tổn thất cơng suất: - Biên độ điện áp nút phải nằm giới hạn cho phép (3.6) Vmin Vi Vmax - Dịng điện nhánh khơng vượt q khả mang dịng (3.7) I k I k ,max - Cấu trúc lưới mạng phải hình tia - Tất điểm phải cấp điện Trong đó: - Vmin, Vmax: Điện áp nhỏ điện áp lớn nút thứ i - Ik: Dòng điện nhánh thứ k - Ik,max: Khả mang dòng lớn nhánh thứ k Công suất tác dụng công suất phản kháng lưới điện hệ thống thể qua đồ thị phụ tải ngày Từ ta xây dựng đồ thị phụ tải thời gian khảo sát thể hình 3.2 Trang 47