Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.Nghiên cứu, đánh giá ảnh hưởng của nguồn điện gió công suất lớn đến hệ thống điện.
ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA ⎯⎯⎯⎯⎯⎯⎯⎯⎯ VÕ VĂN PHƯƠNG NGHIÊN CỨU, ĐÁNH GIÁ ẢNH HƯỞNG CỦA NGUỒN ĐIỆN GIĨ CƠNG SUẤT LỚN ĐẾN HỆ THỐNG ĐIỆN Chuyên ngành: Kỹ thuật điện Mã số: 52 02 01 TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT Đà Nẵng, 2023 Cơng trình hồn thành TRƯỜNG ĐẠI HỌC BÁCH KHOA - ĐẠI HỌC ĐÀ NẴNG Người hướng dẫn khoa học 1: PGS.TS Đinh Thành Việt Người hướng dẫn khoa học 2: GS.TSKH Trần Quốc Tuấn Phản biện 1: Phản biện 2: Luận án bảo vệ Hội đồng chấm Luận án tốt nghiệp Tiến sĩ Kỹ thuật họp Đại học Đà Nẵng vào ngày tháng năm 2023 Có thể tìm hiểu luận án tại: - Trung tâm Thông tin – Học liệu, Đại học Đà Nẵng - Thư viện Quốc gia Việt Nam MỞ ĐẦU Tính cấp thiết đề tài Một nguồn lượng tái tạo có tiềm lớn nguồn lượng gió Tuy nhiên, trình mở rộng phát triển nguồn điện gió cơng suất lớn tạo nên biến đổi lớn cấu nguồn điện quốc gia, gây nhiều ảnh hưởng đến hệ thống điện thị trường điện Do đó, luận án tập trung nghiên cứu ảnh hưởng nguồn điện gió cơng suất lớn hệ thống điện thị trường điện nhằm giải vấn đề nêu Mục đích nghiên cứu - Nghiên cứu xây dựng mơ hình dự báo cơng suất phát nguồn điện gió sử dụng mạng trí tuệ nhân tạo kết hợp với thuật tốn tối ưu Nghiên cứu xây dựng mơ hình phục vụ cho tốn quy hoạch, tích hợp nguồn điện gió vào hệ thống điện Phương pháp nghiên cứu - Nghiên cứu lý thuyết kết hợp với thực nghiệm, lập trình, mơ phần mềm DIgSILENT PowerFactory, Matlab, Python - Thử nghiệm ứng dụng phù hợp với lưới điện giả định Đối tượng phạm vi nghiên cứu Đối tượng nghiên cứu: Luận án nghiên cứu nguồn điện gió số dạng lượng tái tạo có liên quan; nghiên cứu phần mềm ngơn ngữ lập trình Matlab, Python phục vụ mơ phỏng, tính tốn Phạm vi nghiên cứu: Luận án nghiên cứu vấn đề liên quan đến công tác dự báo cơng suất phát nguồn điện gió, vấn đề quy hoạch vấn đề tính tốn tối ưu nguồn điện gió Trang Ý nghĩa khoa học thực tiễn luận án - Nội dung nghiên cứu đăng tạp chí khoa học quốc tế nguồn tài liệu tham khảo cho tác giả có nhu cầu nghiên cứu theo hướng tương tự - Mơ hình dự báo cơng suất phát nguồn điện gió luận án đề xuất sử dụng cho nhà máy điện gió, trung tâm điều độ nhằm phục vụ cho công tác điều độ, vận hành, lập kế hoạch sản xuất nhà máy điện gió - Mơ hình tính tốn quy hoạch cho phép đơn vị tư vấn, quan chức có cơng cụ tính tốn phục vụ cho toán quy hoạch hệ thống điện với mức độ thâm nhập ngày cao nguồn lượng tái tạo - Các kết nghiên cứu có đóng góp tích cực cho cơng tác đẩy mạnh khai thác, ứng dụng mở rộng nguồn lượng tái tạo, đặc biệt nguồn lượng gió Những đóng góp luận án - Luận án đã nghiên cứu, phân tích tính tốn, đánh giá ảnh hưởng nguồn điện gió cơng suất lớn đến hệ thống điện, bao gồm ảnh hưởng đến cân công suất, ngắn mạch, ổn định hệ thống điện, chất lượng điện theo mơ hình vận tốc gió thay đổi đột biến thay đổi theo thời gian 24h - Luận án đã nghiên cứu xây dựng mơ hình tính tốn phát triển, tích hợp nguồn điện lượng tái tạo vào hệ thống điện, có xét đến hệ thống tích trữ điện Với hàm mục tiêu tính tốn tối ưu hóa chi phí đầu tư vận hành đảm bảo tuân thủ kịch giảm lượng khí thải CO2, luận án đã xây dựng chương trình phần mềm áp dụng tính tốn cho lưới điện Chương trình phần mềm luận Trang án đề xuất đã tính tốn cấu nguồn điện phù hợp với mức giảm lượng khí thải CO2 kịch khác - Trong luận án đã nghiên cứu, phân tích ảnh hưởng nguồn điện gió cơng suất lớn đến thị trường điện, tính tốn ảnh hưởng sai số dự báo cơng suất phát nhà máy điện gió đến doanh thu nhà máy điện gió tham gia thị trường phát điện cạnh tranh - Luận án đã nghiên cứu đề xuất mơ hình xây dựng thành cơng phần mềm dự báo cơng suất phát nguồn điện gió với độ xác tương đối tốt Trên sở ngơn ngữ lập trình mã nguồn mở Python, luận án đã kết hợp ứng dụng mạng trí tuệ nhân tạo với thuật toán bầy đàn thuật toán di truyền để xây dựng nên chương trình dự báo cơng suất phát nguồn điện gió theo hai mơ hình PSO-PSO-ANN mơ hình GA-PSOANN Các mơ hình nêu đã áp dụng để dự báo công suất phát cho nhà điện gió Tuy Phong tỉnh Bình Thuận, Việt Nam Kết cho thấy mơ hình dự báo nêu sử dụng cho nhà máy điện gió, trung tâm điều độ nhằm phục vụ cho công tác điều độ, vận hành, lập kế hoạch sản xuất nhà máy điện gió - Bên cạnh đó, luận án đã nghiên cứu xây dựng mơ hình dự báo điện gió ngắn hạn sử dụng ngơn ngữ lập trình Python, kết hợp thư viện TensorFlow để huấn luyện mạng nơron nhân tạo Trang Bố cục luận án Bố cục luận án gồm có: phần mở đầu, chương nội dung, phần kết luận, danh mục cơng trình cơng bố, danh mục tài liệu tham khảo phụ lục Chương Tổng quan nguồn điện gió nghiên cứu vấn đề ảnh hưởng nguồn điện gió cơng suất lớn đến hệ thống điện thị trường điện Chương Nghiên cứu ảnh hưởng nguồn điện gió cơng suất lớn đến hệ thống điện thị trường điện Chương Nghiên cứu tối ưu hố tích hợp nguồn lượng tái tạo vào hệ thống điện xét đến kịch giảm lượng khí thải CO2 Chương Nghiên cứu xây dựng mơ hình dự báo cơng suất phát nguồn điện gió sử dụng mạng trí tuệ nhân tạo kết hợp với thuật toán tối ưu Trang CHƯƠNG TỔNG QUAN VỀ NGUỒN ĐIỆN GIÓ VÀ CÁC NGHIÊN CỨU VỀ VẤN ĐỀ ẢNH HƯỞNG CỦA NGUỒN ĐIỆN GIĨ CƠNG SUẤT LỚN ĐẾN HỆ THỐNG ĐIỆN VÀ THỊ TRƯỜNG ĐIỆN 1.1 Tổng quan nguồn điện gió Năng lượng điện gió nguồn lượng có tiềm lớn 1.2 Tình hình nghiên cứu ảnh hưởng nguồn điện gió cơng suất lớn hệ thống điện thị trường điện 1.2.1 Các nghiên cứu ảnh hưởng nguồn điện gió đến hệ thống điện thị trường điện Trong luận án này, nghiên cứu sinh thực nghiên cứu tính tốn, mơ phân tích ảnh hưởng nguồn điện gió cơng suất lớn đến hệ thống điện, ảnh hưởng nguồn điện gió đến thị trường điện 1.2.2 Các nghiên cứu quy hoạch phát triển nguồn điện gió Trong luận án này, nghiên cứu sinh xây dựng mơ hình tính tốn tối ưu hố tích hợp nguồn lượng tái tạo vào hệ thống điện có xét đến kịch giảm lượng khí thải CO2, tích hợp hệ thống lưu trữ điện hệ thống điện 1.2.3 Các nghiên cứu dự báo cơng suất phát nguồn điện gió 1.2.3.1 Phân loại mục đích loại hình dự báo điện gió 1.2.3.2 Những nghiên cứu dự báo cơng suất phát nguồn điện gió Nhìn chung, đã có nhiều tác giả nghiên cứu vấn đề dự báo công suất phát nguồn điện gió, nghiên cứu có ưu điểm mạnh riêng phương pháp đã nêu Tuy nhiên, sai số dự báo cơng suất phát nguồn điện gió Trang giảm thiểu Trong luận án này, nghiên cứu sinh đề xuất mơ hình dự báo cơng suất phát nguồn điện gió sử dụng kết hợp thuật tốn tối ưu trí tuệ nhân tạo Mơ hình đề xuất cải thiện sai số dự báo so với số mơ hình khác 1.3 Kết luận chương Căn vào nội dung đã trình bày tổng quan nguồn điện gió nghiên cứu vấn đề ảnh hưởng nguồn điện gió cơng suất lớn đến hệ thống điện thị trường điện, thấy nguồn lượng gió đã trọng khai thác mạnh mẽ Trong luận án này, nghiên cứu sinh thực nghiên cứu ảnh hưởng nguồn điện gió cơng suất lớn đến hệ thống điện thị trường điện, đồng thời thực tính tốn, mơ phân tích ảnh hưởng nguồn điện gió đến hệ thống điện IEEE Bên cạnh đó, để phục vụ cho toán quy hoạch phát triển nguồn lượng tái tạo, có nguồn lượng gió, luận án xây dựng mơ hình tính tốn tối ưu hố tích hợp nguồn lượng tái tạo vào hệ thống điện có xét đến kịch giảm lượng khí thải CO2 Ngồi ra, nghiên cứu sinh đề xuất mơ hình dự báo cơng suất phát nguồn điện gió sử dụng kết hợp thuật toán tối ưu trí tuệ nhân tạo Trang CHƯƠNG NGHIÊN CỨU ẢNH HƯỞNG CỦA NGUỒN ĐIỆN GIĨ CƠNG SUẤT LỚN ĐẾN HỆ THỐNG ĐIỆN VÀ THỊ TRƯỜNG ĐIỆN 2.1 Đặt vấn đề Việc thay đổi đột ngột công suất phát nhà máy điện gió làm tăng yếu tố không chắc chắn vận hành hệ thống điện phí vận hành tồn hệ thống tăng cao 2.2 Mơ hình turbine, máy phát điện gió 2.2.1 Phân loại turbine gió Theo cấu trúc, có 02 loại turbine gió: Trục đứng trục ngang 2.2.2 Cấu trúc turbine gió 2.2.3 Turbine gió sử dụng máy phát điện đồng nam châm vĩnh cửu nối lưới 2.2.4 Năng lượng gió cơng suất gió Turbine gió chuyển động gió thành để quay turbine gió (2.1) 2.2.5 Bộ chuyển đổi phía máy phát phía lưới 2.2.6 Bộ điều khiển góc cánh 2.3 Ảnh hưởng nguồn điện gió cơng suất lớn đến hệ thống điện 2.3.1 Cân công suất ổn định hệ thống điện Sự biến đổi công suất phát không dự báo trước nhà máy điện gió dẫn đến cân cơng suất hệ thống ảnh hưởng đến ổn định hệ thống điện Bất việc cân Trang công suất ảnh hưởng đến tần số hệ thống gây đồng bộ, ổn định số trường hợp 2.3.2 Chất lượng điện Các nhà máy điện gió hỗ trợ điều chỉnh trì điện áp hệ thống tình cố 2.3.3 Ảnh hưởng đến đường dây tải điện Trong trường hợp hệ thống điện khơng có liên kết tốt khu vực quốc gia xảy tình tắc nghẽn hệ thống phải hạn chế việc phát điện nhà máy điện gió 2.3.4 Ảnh hưởng đến vận hành tối ưu nhà máy điện Tùy thuộc vào mức độ thâm nhập đặc điểm hệ thống, nhà máy điện gió ảnh hưởng đến hiệu nhà máy điện khác hệ thống điện (và ngược lại) 2.3.5 An ninh cung cấp điện mơi trường Các nhà máy điện gió đóng vai trị việc trì ổn định hệ thống góp phần vào việc đáp ứng nhu cầu cấp điện cho phụ tải Đồng thời, việc phát triển nguồn điện gió đóng vai trị tích cực việc góp phần giảm lượng khí thải nhà kính, bảo vệ môi trường đảm bảo an ninh cung cấp điện 2.4 Nghiên cứu tính tốn phân tích ảnh hưởng nguồn điện gió đến hệ thống điện 2.4.1 Lưới điện nghiên cứu Sơ đồ lưới điện IEEE xây dựng phần mềm DIgSILENT, bao gồm 03 nhà máy điện, 03 MBA nâng áp, 09 cái, 06 đường dây truyền tải 03 phụ tải Từ sơ đồ IEEE này, luận án bổ sung thêm 02 nhà máy điện gió Nhà máy điện gió Wind1 đấu nối vào Bus Wind1, thông qua 01 máy biến áp nâng áp T_Wind1 có cấp điện áp 13,8/230kV để đấu nối vào nút số Trang • Nhìn chung, giá điện dự kiến thấp khoảng thời gian có gió lớn so với khoảng thời gian gió • Nếu khả giải toả cơng suất có khơng thể đáp ứng nhu cầu truyền tải điện (từ khu vực sang khu vực khác), khu vực cung cấp điện tách khỏi phần lại thị trường điện tạo thành khu vực định giá riêng 2.5.2 Tăng chi phí cho dịch vụ phụ trợ Khi mức độ thâm nhập nhà máy điện gió vào hệ thống điện tăng lên để đảm bảo an ninh hệ thống đòi hỏi phải tăng mức độ dự phịng cơng suất khơng ổn định cơng suất phát nhà máy điện gió, dẫn đến tăng chi phí vận hành tồn hệ thống tăng chi phí cho dịch vụ phụ trợ hệ thống 2.5.3 Ảnh hưởng đến tài nhà máy điện gió tham gia thị trường điện Độ xác dự báo cơng suất điện gió ảnh hưởng đến giá bán, mua điện nhà máy: • Nếu lượng công suất tạo nhiều công suất dự báo, lượng cơng suất thừa bán lại với mức giá thấp • Nếu lượng cơng suất tạo cơng suất dự báo, lượng cơng suất thiếu hụt phải mua với chi phí cao 2.6 Nghiên cứu ảnh hưởng sai số dự báo công suất phát nguồn điện gió đến doanh thu nhà máy điện gió tham gia thị trường phát điện cạnh tranh Kết cho thấy trường hợp nhà máy điện gió chào giá thị trường theo kết dự báo theo mô hình GA-PSO-ANN (có sai số MAPE 4,52%) thiệt hại mặt doanh thu 24h (tính 01 tuabin) 60.636 VND/kWh Trong đó, chào giá theo Trang 12 kết dự báo từ mơ hình Adam-ANN (có sai số MAPE 7,79% cao so với mơ hình GA-PSO-ANN) thiệt hại tương ứng 113.312 VND/kWh, lớn gấp 1,87 lần so với phương án GAPSO-ANN 2.7 Kết luận chương Trong chương này, luận án đã trình bày tổng quan ảnh hưởng nguồn điện gió cơng suất lớn đến hệ thống điện Trong luận án đã thực tính tốn, phân tích mơ ảnh hưởng nguồn điện gió cơng suất lớn mơ hình lưới điện IEEE Kết tính tốn mơ thể cụ thể, chi tiết qua bảng biểu, biểu đồ phân tích cụ thể Trong chương này, luận án đã trình bày ảnh hưởng nguồn điện gió cơng suất lớn đến thị trường điện, giải thích cụ thể ảnh hưởng nguồn điện gió đến giá thị trường, ảnh hưởng đến chi phí cho dịch vụ phụ trợ cuối ảnh hưởng đến tài nhà máy điện gió tham gia thị trường điện cạnh tranh Luận án đã trình bày kết nghiên cứu tính tốn cụ thể ảnh hưởng sai số dự báo công suất phát nhà máy điện gió đến doanh thu nhà máy điện gió tham gia thị trường phát điện cạnh tranh Kết nghiên cứu cho thấy sai số dự báo cơng suất phát nguồn điện gió lớn nhà máy điện gió thiệt hại nhiều tham gia thị trường điện cạnh tranh Trang 13 CHƯƠNG NGHIÊN CỨU TỐI ƯU HỐ TÍCH HỢP NGUỒN NĂNG LƯỢNG TÁI TẠO VÀO HỆ THỐNG ĐIỆN XÉT ĐẾN CÁC KỊCH BẢN GIẢM LƯỢNG KHÍ THẢI CO 3.1 Đặt vấn đề Trong chương này, tác giả xây dựng mơ hình tính tốn lập quy hoạch phát triển nguồn lượng tái tạo vào hệ thống điện theo kịch giảm phát thải khí CO2 3.2 Mơ hình tính tốn 3.2.1 Hàm mục tiêu Mục tiêu chương trình tính tốn tối ưu chi phí đầu tư vận hành cho toàn hệ thống điện đảm bảo điều kiện ràng buộc: [∑ cl Fl + ∑ cn,s Gn,s + ∑(on,s g n,s (𝑡))] g, G, F l n,s n,s,t 3.2.2 Các ràng buộc Ràng buộc cân nút công suất phát, phụ tải công suất truyền tải: ∑ 𝑔𝑛,𝑠 (𝑡) − 𝑑𝑛 (𝑡) = ∑ 𝐾𝑛,𝑙 𝑓𝑙 (𝑡) ∀ 𝑛, 𝑡 𝑠 𝑙 Ràng buộc giới hạn khả phát công suất nhà máy điện: − (𝑡) + (𝑡) 𝑔𝑛,𝑠 𝐺𝑛,𝑠 ≤ 𝑔𝑛,𝑠 (𝑡) ≤ 𝑔𝑛,𝑠 𝐺𝑛,𝑠 ∀ 𝑛, 𝑡 Giới hạn công suất lắp đặt Gn,s cho nhà máy điện sử dụng công nghệ s nút n tuân theo ràng buộc: Trang 14 𝑚𝑖𝑛 𝑚𝑎𝑥 𝐺𝑛,𝑠 ≤ 𝐺𝑛,𝑠 ≤ 𝐺𝑛,𝑠 Công suất truyền tải |fl(t)| đường dây l thời điểm không vượt khả truyền tải công suất tối đa đường dây để tránh tải đường dây: |𝑓𝑙 (𝑡)| ≤ 𝐹𝑙 ∀ 𝑙 3.2.3 Phát thải CO2 Lượng khí thải CO2 hệ thống điện gây cần giới hạn đại lượng CAPCO2 ràng buộc sau: ∑ 𝑔𝑛,𝑠 (𝑡) 𝑒𝑠 ≤ 𝐶𝐴𝑃𝐶𝑂2 ƞ𝑠 𝑛,𝑠,𝑡 3.2.4 Thuật tốn tối ưu hố tích hợp nguồn lượng tái tạo vào hệ thống điện xét đến kịch giảm lượng khí thải CO2 Trên sở mơ hình tính tốn đã đề xuất, luận án thực xây dựng chương trình tính tốn tối ưu hố tích hợp nguồn lượng tái tạo vào hệ thống điện xét đến kịch giảm lượng khí thải CO2 3.3 Nghiên cứu tối ưu hố tích hợp nguồn lượng tái tạo vào hệ thống điện theo kịch giảm lượng khí thải CO2 3.3.1 Mơ hình lưới điện nghiên cứu Trong luận án nghiên cứu 06 kịch đây: • Kịch 1: Khơng giảm phát thải khí CO2 • Kịch 2: giảm 8% lượng khí thải CO2 • Kịch 3: giảm 15% lượng khí thải CO2 • Kịch 4: giảm 25% lượng khí thải CO2 • Kịch 5: giảm 35% lượng khí thải CO2 • Kịch 6: đánh giá ảnh hưởng đến giảm lượng khí thải CO2 có hệ thống BESS tham gia vào hệ thống Trang 15 3.3.2 Kết mơ Có thể nhận thấy ứng với mức giảm lượng khí thải CO2 thấp địi hỏi mức độ thâm nhập nguồn lượng tái tạo Ở mức giảm 0% 8%, nguồn lượng gió mặt trời chủ yếu tập trung khu vực phía Nam Tây Nguyên Khi mức giảm CO2 yêu cầu cao mức độ thâm nhập nguồn lượng tái tạo yêu cầu cao hơn, có phân bố dịch chuyển nhẹ, bổ sung thêm nguồn phía miền Trung miền Bắc Ở kịch 6, cho phép đầu tư thêm hệ thống tích trữ điện năng, kết mơ cho thấy nhà máy điện gió mặt trời thâm nhập thêm nhiều vào hệ thống hình 3.7 Hình 3.1 Phân bổ sản lượng phát điện nhà máy có thâm nhập BESS Có thể thấy mức độ giảm phát thải khí CO2 tăng lên nhà máy điện lượng tái tạo (gió mặt trời) tham gia nhiều cấu nguồn cấu phát điện tồn hệ thống điện Ở kịch (có hệ thống BESS tham gia hệ thống) nhà máy điện gió tham gia nhiều hệ thống so với nguồn lượng mặt trời Trang 16 3.4 Kết luận chương Chương đã xây dựng mơ hình tính tốn quy hoạch phát triển nguồn lượng tái tạo vào hệ thống điện tương lai, với hàm mục tiêu tính tốn tối ưu hóa chi phí đầu tư vận hành đảm bảo tuân thủ kịch giảm lượng khí thải CO2 Có thể thấy, sách bảo vệ mơi trường giảm phát thải khí nhà kính quốc gia giới áp dụng, phát triển lượng tái tạo thúc đẩy cách mạnh mẽ, đặc biệt điện gió thay mặt trời Qua đó, thấy tương lai, cần có sách hỗ trợ nhằm đưa quốc gia phát triển tiếp cận với cơng nghệ điện gió đương đại giới nhằm rút ngắn chi phí đầu tư điện gió, hệ thống điện khí thải phụ thuộc vào lượng tái tạo, đặc biệt nguồn điện gió Đồng thời cần phát triển nguồn lượng tái tạo khác dịch vụ hỗ trợ nhằm đáp ứng tối ưu ổn định trình hệ thống điện vận hành Trang 17 CHƯƠNG NGHIÊN CỨU XÂY DỰNG MƠ HÌNH DỰ BÁO CƠNG SUẤT PHÁT NGUỒN ĐIỆN GIĨ SỬ DỤNG MẠNG TRÍ TUỆ NHÂN TẠO KẾT HỢP VỚI CÁC THUẬT TOÁN TỐI ƯU 4.1 Đặt vấn đề Chương đề xuất mơ hình sử dụng mạng trí tuệ nhân tạo kết hợp với thuật toán bầy đàn thuật toán di truyền để xây dựng chương trình dự báo cơng suất phát nguồn điện gió 4.2 Mạng trí tuệ nhân tạo thuật tốn tối ưu 4.2.1 Mạng trí tuệ nhân tạo (ANN) Trong nghiên cứu này, tác giả sử dụng lớp đầu vào bao gồm 03 nơ-ron biểu thị tốc độ gió, hướng gió nhiệt độ, 01 lớp ẩn lớp đầu có 01 nơ-ron cơng suất phát nguồn điện gió 4.2.2 Thuật tốn tối ưu hố bầy đàn Trong chương này, thuật toán PSO sử dụng phối hợp với thuật tốn di truyền mạng trí tuệ nhân tạo để xây dựng mơ hình dự báo cơng suất phát nguồn điện gió 4.2.3 Thuật tốn di truyền (GA) Thuật toán di truyền (GA – Genetic Algorithm) công cụ hiệu để giải vấn đề tối ưu 4.2.4 Thuật toán PSO-ANN để huấn luyện mạng trí tuệ nhân tạo Mơ hình thuật tốn PSO-ANN thể hình 4.4 Trang 18 PSO ANN Hình 4.4 Mơ hình thuật tốn PSO-ANN 4.3 Mơ hình dự báo cơng suất phát nguồn điện gió sử dụng mạng trí tuệ nhân tạo kết hợp với thuật tốn tối ưu 4.3.1 Mơ hình dự báo cơng suất phát nguồn điện gió PSO-PSOANN Cấu trúc thuật tốn PSO-PSO-ANN gồm vịng chính: Vịng lặp PSO1, vịng lặp PSO2 vịng mạng nơron thể hình 4.6 PSO1 PSO2 ANN Hình 4.6 Mơ hình thuật tốn PSO-PSO-ANN Vịng lặp ngồi PSO1 sử dụng thuật tốn PSO để xác định thông số c12, c22 w2 tối ưu cho thuật tốn PSO2 Vịng lặp PSO2 sử dụng thuật tốn PSO nhận thơng số c12, c22 w2 Trang 19 từ kết từ vịng lặp PSO1 để điều chỉnh thơng số mạng nơron Vịng ANN dùng để tính sai số vịng lặp 4.3.2 Mơ hình dự báo cơng suất phát nguồn điện gió GA-PSOANN Cấu trúc thuật tốn GA-PSO-ANN gồm vịng chính: Vịng lặp GA, vịng lặp PSO, vịng ANN thể hình 4.8 GA PSO2 ANN Hình 4.8 Mơ hình thuật tốn GA-PSO-ANN 4.3.3 Dữ liệu 4.3.3.1 Giới thiệu nhà máy điện gió Tuy Phong-Bình Thuận 4.3.3.2 Dữ liệu Dữ liệu bao gồm công suất tác dụng thông số tốc độ gió, hướng gió, nhiệt độ thu thập theo chu kỳ 30 phút dùng để huấn luyện mơ hình lấy từ nhà máy điện gió Tuy Phong, Bình Thuận 4.4 Kết thử nghiệm 4.4.1 Phương pháp đánh giá kết Để đánh giá hiệu mô hình dự báo, hai loại tiêu chuẩn đo độ xác sau sử dụng: Sai số phần trăm giá trị Trang 20 tuyệt đối trung bình (MAPE) sai số bình phương trung bình (MSE) 4.4.2 Kết thử nghiệm Trong hai trường hợp, thuật toán đề xuất GA-PSO-ANN PSO-PSO-ANN có kết vượt trội so với PSO-ANN AdamANN Vì đồ thị dự báo so với kết thực tế cho hai thuật toán đề xuất tương đối giống nên đồ thị mơ hình GAPSO-ANN hiển thị minh họa hình 4.18 4.19, kết dự báo điện gió ngày (hình 4.18) tuần (hình 4.19) mơ hình GA-PSO-ANN sát với kết dự báo điện gió thực tế lưu trữ qua hệ thống SCADA Công suất đầu tuabin (MW) Cơng suất phát nhà máy điện gió thực tế dự báo 01 ngày (mơ hình GA-PSO-ANN) 0,8 0,6 0,4 0,2 101112131415161718192021222324 Giờ Thực tế Dự báo Hình 4.18 Công suất phát thực tế dự báo 24h Bên cạnh đó, luận án đã nghiên cứu xây dựng mơ hình dự báo điện gió ngắn hạn sử dụng ngơn ngữ lập trình Python, kết hợp thư viện TensorFlow để huấn luyện mạng nơron nhân tạo Trang 21 4.5 Kết luận chương Chương đã đề xuất mơ hình xây dựng thành cơng phần mềm dự báo cơng suất phát nhà máy điện gió với mức độ xác tương đối tốt so với mơ hình khác Kết cho thấy mơ hình dự báo PSO-PSO-ANN GA-PSO-ANN cho kết dự báo tốt hẳn so với mơ hình PSO-ANN hay Adam-ANN Bảng 4.6 cho thấy so sánh MAPE mơ hình dự báo điện gió khác Các mơ hình đề xuất PSO-PSO-ANN GA-PSO-ANN cho thấy độ xác tốt so với mơ hình nói Bảng 4.6 So sánh giá trị MAPE mô hình đề xuất so với mơ hình khác Mơ hình GA-PSO-ANN PSO-PSO-ANN PSO-ANN Adam-ANN Persistence BP-FFANN GA-FFANN ANFIS WT + ANFIS WT + NNPSO WT-ACO-FFANN VWPF Trang 22 MAPE 4.52% 4.54% 4.90% 7.79% 11.94% 7.35% 6.79% 14.92% 12.58% 8.19% 5.35% 6.85% KẾT LUẬN VÀ KIẾN NGHỊ Kết luận Luận án đã trình bày tổng quan nguồn điện gió nghiên cứu vấn đề ảnh hưởng nguồn điện gió cơng suất lớn đến hệ thống điện thị trường điện Khi mức độ thâm nhập nguồn điện gió vào cấu nguồn điện tăng lên dẫn đến nhiều tác động đến hệ thống điện thị trường điện Luận án đã nghiên cứu, phân tích trình bày ảnh hưởng nguồn điện gió cơng suất lớn đến hệ thống điện Để làm rõ nội dung này, luận án đã thực tính tốn, phân tích mơ ảnh hưởng nguồn điện gió cơng suất lớn đến hệ thống điện mơ hình lưới điện Bên cạnh đó, luận án đã nghiên cứu xây dựng mơ hình tính tốn quy hoạch phát triển nguồn điện lượng tái tạo vào hệ thống điện, trọng nghiên cứu nguồn điện gió, nguồn điện mặt trời hệ thống lưu trữ lượng Với hàm mục tiêu tính tốn tối ưu hóa chi phí đầu tư vận hành đảm bảo tuân thủ kịch giảm lượng khí thải CO2 Chương trình phần mềm luận án đề xuất đã tính tốn cấu nguồn điện phù hợp với mức giảm lượng khí thải CO2 kịch khác Từ thấy sách bảo vệ môi trường giảm phát thải khí nhà kính quốc gia giới áp dụng thúc đẩy phát triển nguồn điện lượng tái tạo cách mạnh mẽ, đặc biệt nguồn điện gió Trong luận án đã trình bày ảnh hưởng nguồn điện gió cơng suất lớn đến thị trường điện, bao gồm ảnh hưởng đến giá thị trường, ảnh hưởng đến chi phí cho dịch vụ phụ trợ ảnh hưởng đến tài nhà máy điện gió tham gia Trang 23 thị trường điện cạnh tranh Để minh hoạ rõ hơn, luận án đã nghiên cứu tính tốn ảnh hưởng sai số dự báo cơng suất phát nhà máy điện gió đến doanh thu nhà máy điện gió tham gia thị trường phát điện cạnh tranh tình cụ thể Để góp phần giải vấn đề nêu trên, luận án đã nghiên cứu đề xuất mơ hình xây dựng thành công phần mềm dự báo công suất phát nguồn điện gió với mức độ xác tương đối tốt so với mơ hình khác Mơ hình dự báo PSO-PSO-ANN GA-PSOANN luận án đề xuất đã áp dụng nhằm dự báo công suất phát cho nhà điện gió Tuy Phong tỉnh Bình Thuận, Việt Nam Kết cho thấy mơ hình dự báo nêu cho kết dự báo tốt hẳn so với mơ hình PSO-ANN hay Adam-ANN sử dụng cho nhà máy điện gió, trung tâm điều độ nhằm phục vụ cho công tác điều độ, vận hành, lập kế hoạch sản xuất nhà máy điện gió Kiến nghị Trên sở kết nghiên cứu luận án này, số hướng nghiên cứu đề xuất sau: - Nghiên cứu phân bố tối ưu tuabin gió nhà máy điện gió - Nghiên cứu giám sát tự động điều khiển tối ưu nguồn điện gió qua hệ thống SCADA/EMS - Nghiên cứu tích hợp nguồn lượng tái tạo công suất lớn vào hệ thống điện - Nghiên cứu vận hành tối ưu nguồn lượng gió thị trường điện Trang 24 DANH MỤC CÁC CÔNG TRÌNH ĐÃ CƠNG BỐ Dinh Thanh Viet, Vo Van Phuong, Minh Quan Duong, Alexander Kies, Bruno U Schyska, Yuan Kang Wu, A Short-Term Wind Power Forecasting Tool for Vietnamese Wind Farms and Electricity Market, 2018 4th International Conference on Green Technology and Sustainable Development (GTSD 2018), 23-24 Nov 2018, Ho Chi Minh City, Vietnam (SCOPUS indexed) Dinh Thanh Viet, Vo Van Phuong, Minh Quan Duong, Ma Phuoc Khanh, Alexander Kies, Bruno Schyska, A Cost-Optimal Pathway to Integrate Renewable Energy into the Future Vietnamese Power System, 2018 4th International Conference on Green Technology and Sustainable Development (GTSD 2018), 23-24 Nov 2018, Ho Chi Minh City, Vietnam (SCOPUS indexed) Dinh Thanh Viet, Tran Quoc Tuan, Vo Van Phuong, Optimal Placement and Sizing of Wind Farm in Vietnamese Power System Based on Particle Swarm Optimization, 2019 International Conference on System Science and Engineering (ICSSE 2019), Dong Hoi city, Quang Binh province, Vietnam, July 20-21, 2019 (SCOPUS indexed) Dinh Thanh Viet, Vo Van Phuong, Minh Quan Duong, Tran Quoc Tuan, Models for Short‐Term Wind Power Forecasting Based on Improved Artificial Neural Network Using Particle Swarm Optimization and Genetic Algorithms, Energies 2020, 13, 2873; doi:10.3390/en13112873 (Tạp chí SCIE) Markus Schlott, Bruno Schyska, Dinh Thanh Viet, Vo Van Phuong, Duong Minh Quan, Ma Phuoc Khanh, Fabian Hofmann, Lueder von Bremen, Detlev Heinemann, Alexander Kies, PyPSA-VN: An open model of the Vietnamese Electricity System, 5th International Conference on Green Technology and Sustainable Development (GTSD 2020), Ho Chi Minh city, Vietnam, November 27-28, 2020 (SCOPUS indexed) Dương Minh Quân, Đinh Thành Việt, Lê Tuân, Hoàng Dũng, Võ Văn Phương, Mã Phước Khánh, Vai trò hệ thống lưu trữ với mức độ xâm nhập cao nguồn lượng tái tạo vào lưới điện việt nam đến năm 2030, Tạp chí khoa học công nghệ Đại học Đà Nẵng, Vol 18, No 5.2, 2020, trang 45-50 Đinh Thành Việt, Võ Văn Phương, Dương Minh Quân, Nguyễn Đình Ngọc Hải, Chu Văn Long, Nghiên cứu ứng dụng học sâu dự báo cơng suất phát nguồn điện gió, Tạp chí điện tử khoa học công nghệ Đại học Đà Nẵng, Vol 19, 2021, Trang 6–11 Đề tài hợp tác nghiên cứu CHLB Đức Việt Nam thuộc chương trình Vietnam-Germany Joint Research Initiative on Wind Power (do GIZ Bộ Công Thương Việt Nam tài trợ): Analysis of the Large Scale Integration of Renewable Power into the Future Vietnamese Power System Đồng chủ nhiệm: Detlev Heinemann, Dinh Thanh Viet Đồng tác giả: Mr Bruno U Schyska, Stefan Schramm, Alexander Kies, Duong Minh Quan, Vo Van Phuong, Ma Phuoc Khanh, Chau Minh Thang, 2016-2018 Đề tài nghiên cứu khoa học cấp Đại học Đà Nẵng năm 2019 (mã số B2019-DN01-27): Nghiên cứu ứng dụng trí tuệ nhân tạo kết hợp với thuật toán tối ưu để dự báo cơng suất phát nguồn điện gió Chủ nhiệm: Đinh Thành Việt Đồng tác giả: Võ Văn Phương, Dương Minh Quân Đề tài đã nghiệm thu hoàn thành