Lắp đặt và vận hành tối ưu hệ thống pin lưu trữ năng lượng trên lưới điện phân phối để giảm chi phí điện năng

Trang 1 Bộ CÔNG THƯƠNGĐẠI HỌC CÔNG NGHIỆP THÀNH PHỐ HỒ CHÍ MINHBÁO CẢO TỔNG KẾT ĐỀ TÃI KHOA HỌCKẾT QUẢ THỰC HIỆN ĐÈ TÀI NGHIÊN CỨU KHOA HỌC CÁP TRƯỜNGTên đê tài: Lắp đặt và vận hành tối

Bộ CÔNG THƯƠNG ĐẠI HỌC CÔNG NGHIỆP THÀNH PHỐ HỒ CHÍ MINH

BÁO CẢO TỔNG KẾT ĐỀ TÃI KHOA HỌC

KẾT QUẢ THỰC HIỆN ĐÈ TÀI NGHIÊN CỨU KHOA HỌC CÁP TRƯỜNG

Tên đê tài: Lắp đặt và vận hành tối ưu hệ thống pin lưu trữ năng lượng trên lưới điện phân phối đễ giảm chi phí điện năng

Mã số đề tài: 22/2D04

Chủ nhiệm đề tài: Nguyễn Thanh Thuận

Đon vị thực hiện: Khoa Công nghệ Điện

LỜI CÁM ƠN

Tôi xin chân thành cảm ơn Ban Giám Hiệu, Phòng Quản lý Khoa học vàHợp tác quốc tế, Ban chủ nghiệm Khoa Công nghệ Điện Trường Đại Học Công nghiệpThành phố HồChí Minh đãtạo điều kiện tốtnhấtcho tôi hoàn thành đề tài này.Tôi cũng xin chân thành cảm ơn Quý Thầy Cô Khoa Công nghệ Điện TrườngĐại Học Công nghiệp Thành phố Hồ Chí Minh đã đóng góp nhữngý kiến quý báu cho tôi thực hiện đề tài này

PHẦN I THÔNG TIN CHƯNG

1 TS Nguyễn Thanh Thuận KhoaCôngnghệ Điện Chủ nhiệm đề tài

2 TS DưongThanh Long Khoa Công nghệ Điện Thành viên chính

3 ThS Nguyễn Hoài Phong Khoa Công nghệ Điện Thành viên chính

1.4 Đon vị chủ trì: Khoa Công nghệ Điện

1.5 Thòi gian thực hiện:

1.5.1 Theo hợp đồng: từ tháng 3 năm 2023 đến tháng 3 năm 2024

1.5.2 Giahạn (nếu có): đến tháng năm

1.5.3 Thựchiện thực tế: từ tháng 3 năm 2022 đến tháng 01 năm 2024

1.6 Nhũng thay đổi so vói thuyết minh ban đầu (nếu có):

(Te mục tiêu, nội dung, phương pháp, kết quả nghiên cứu và tổ chức thực hiện; Nguyên nhân; Ý kiến của Cơ quan quản lý)

1.7 Tổng kinh phí được phê duyệt của đề tài: 50 triệu đồng.

II Kết quả nghiên cứu

cân bằng giữa nguồn cung cấp và nhu cầu phụ tải Điều này dẫn đến lãng phí năng lượng do không sử dụng hiệu quả nguồn năng lượngthu được từ các DGs Ngoài ra,

sự khác biệt về nhu cầu phụ tải vào các khung giờ khác nhau trong ngày cũng dẫn đến việc vận hành DS kém hiệu quả Khi đó, sử dụng hệ thống pin lưu trữ năng lượng (Battery Energy Storage System - BESS) là giải pháp hữu hiệu để nâng caohiệu quả vận hành DS Vị trí và công suất phù hợp của BESS cóthể mang lại nhiều lợi ích trong quá trình vận hành DS, trong khi vị trí vàcông suất không phù hợp cóthể dẫn đén lãng phí và tăng gánh nặng cho DS Tuy nhiên, bài toán tối ưu hóa vị trí

vàcông suất của BESS làmột bài toánrời rạc và phi tuyến đòi hỏi phải có các phưong pháp giải hiệu quả Do đó, đề tài sẽ nghiêncứu bài toán tối ưu lắp đặtvận hànhBESS

vàpháttriển phương pháp giải bài toán này dựa trên các thuật toán tối ưu tổng quát Phương pháp đề xuất sẽ đựcthực hiện trên phần mềm Matlab Hiệu quả của phươngpháp đềxuất sẽ được đánh giá trên các DS mẫu và so sánh với một số nghiên cứu đãđượcthực hiện

- Đe xuấtphương pháp giải bài toán tối ưu lắp đặt và vận hành BESS

- Tínhtoán kết quả trên các DS mẫu

- Phân tích và chứng minh hiệu của phương phápđề xuất cho bài toán tối ưulắp đặt và vận hành BESS bằng việc đánh giá hiệu quả mang lại và so sánh kết quả với các phương pháp khác

3 Phuong pháp nghiên cứu

Nội dung 1: Khảo sát các nghiên cứu liên quan đến bài toán tối ưu lắp đặt vàvận hành BESS

- Cách tiếp cận: Tham khảocác nghiên cứu liên quan.

- Phương pháp nghiên cứu, kỹ thuật sử dụng: Phân tích và tổng hợp ưu nhược điểm của các nghiên cứu

- Kết quả dự kiến: Bảng tổng hợp các nghiên cứu đã thực hiện

Nội dung 2: Đe xuất phương pháp giải mới cho bài toán tối ưu lắp đặt và vận hành BESS

- Cách tiếp cận: Trên cơ sở bảng tổng hợp các nghiên cứu đã thực hiện, nhóm tác giảxác định được các vấn đề còn tồn tại từ đó đề xuất phương pháp mới cho bàitoán

- Phươngphápnghiêncứu, kỹthuậtsử dụng: Phân tích tổnghợp các nghiêncứu

đề xuất phương pháp mới

- Kết quả dự kiến: Bảng mô tảphương pháp mới đềxuất cho bài toántối ưu lắpđặt và vận hành BESS

Nộidung 3: Đánh giá phương pháp đề xuất

- Cách tiếp cận: Lập trình phương pháp đề xuất để giải bài toán tối ưu lắp đặt

và vận hành BESS

- Phương pháp nghiên cứu, kỹ thuậtsử dụng: Lậptrình môphỏng phương pháp

đề xuất cho bài toán tối ưu lắp đặt và vận hànhBESS trên phần mềm Matlab

- Kết quả dự kiến: Kết quả phương pháp đề xuất cho bài toán tối ưu lắp đặt và vận hành BESS và kết quảso sánh với một số phương pháp khác

Nộidung 4: Viết bàibáo khoa học vàbáo cáo tổng két

- Cách tiếp cận: Tổng hợp các kết quả nghiên cứu từ các nội dung 1, 2 và 3

- Phương pháp nghiên cứu, kỹ thuật sử dụng: Phân tích, viếtbáo cáo

- Két quả: Bài báo đăng trongdanh mục Scopus và báo cáo tổng kết đề tài

4 Tổng kết về kết quả nghiên cứu

Đe xuất được một phương pháp mới cho bài toán bài toán tối ưu lắp đặt và vận

TT Tên bài báo

Nơi công bố (IUH, I SI, SCOPUS)

Ghi chú

1 Optimal placement ofbattery energy

storage system considering

penetration of distributed generations

Scopus Q3

Kết quả đạt được của đề tài đáp ứng các mục tiêu đặt ra Bài toán và phươngpháp đề xuất có thể được sử dụng trong giảng dạy một số môn họcnhư Tối ưu hóa vận hành hệthống điện dành cho hệ caohọc

6 Tóm tắt kết quả (tiếng Việt và tiếng Anh)

Tóm tắt

Đe tài đề xuất bài toán tối ưu về vị trí và công suất của Hệ thống lưu trữ pin- năng lượng (Battery Energy Storage System - BESS) trên lưới điện phân phối(Distribution System - DS)có xem xétcác mức độ thâm nhập khác nhau của nguồn phân tán (Distributed Generations - DGs) Mục tiêu là giảm thiểu chi phí điện năng của DS trong một ngày thông thường khi xem xét giới hạn công suất của DGs cấpcho DS Thuật toán tối ưu hóa trưởng thành (Growth optimizer - GO) lần đầu tiênđược áp dụng để tìm kiếm vị trí và công suất của BESS cho từng khoảng thời gian trong ngày Bài toán nghiên cứu và phương pháp GO được đánh giá trên lưới điện 18-nút với hai mức công suất khác nhau của hệthống pin mặt trời và tuabin gió Kết quả đánh giá trên lưới điện mẫu chothấy vị trí BESS tối ưu giúp giảm đáng kể chi phí điện năng Hơn nữa, vịtrí và công suất BESS tối ưu cũng giúp giảm khảnăngcắtgiảm công suất của DGs khi công suất của chúng lớn hơn nhu cầu tải Kết quả so sánh giữa phương pháp GO và phương pháp tối ưu bầy đàn (Particle Swarm Optimization - PSO)cho thấy GOđạt hiệu quả tốt hơn PSOcảvề giải pháp tối ưu và kết quả thống kê trong nhiều lần thực hiện khác nhau Vì vậy, GO là một phươngpháphiệu quả cho bài toán lắp đặt và vận hành tối ưu BESS

This project proposesthe optimal problem of location and powerof the Battery- Energy-Storage-System (BESS) on the Distribution System (DS) considering different penetration levels of Distributed Generations (DGs) The objective is to minimize the electricity cost of the DS in a typical day considering the power limit

ofDG fed to the DS Growth optimizer (GO) is first applied to search the BESS’location and power for each interval ofthe day The considered problem and GOmethod are evaluatedon the 18-node DS with two penetrations levels of photovoltaicsystem and wind turbine The results demonstrate that the optimal BESS placement significantly reduces electricity cost Furthermore, the optimal BESS location andpower alsohelp to reduce thecut capacity of DGs as their power greater than theloaddemand The compared results between GO and Particle Swarm Optimization (PSO) method have shown that GO reaches the better performance than PSO in term the optimal solution andthe statistical results Thus, GO is an effective approach for theBESS placement problem

III Sản phẩm đề tài, công bố và két quả đào tạo

3.1 Kết quả nghiên cứu (sản phẩm dạng 1,2,3)

TT Tên sản phẩm

Yêu cầu khoa học hoặc/và

chỉ tiêu kinh tế - kỹ thuật Đăng ký Đạt được

Ghi chú:

1 Thuan Thanh Nguyen, Hoai Phong

Nguyen, Thanh Long Duong“Optimal

placement ofbattery energy storage system

considering penetration of distributed

generations,” International Journal of

Electrical and Computer Engineering, Vol

Các ấn phẩm (bản photo) đính kèm trongphần phụ lục minh chứng ởcuối báo cáo (đối với ấn phẩm là sách, giáo trình cần có bản photo trang bìa, trang chính và trangcuối kèm thông tin quyết định vàsố hiệu xuất bản)

3.2 Kết quả đào tạo

TT Họ và tên

Thòi gian thực hiện đề tài

Tên đề tài

Tên chuyên để nếu ỉ à NCS

Tên luận văn nếu là Cao học

(triệu đồng)

Kinh phí thực hiện

(triệu đồng)

Ghi chú

A Chi phỉ trực tiếp

2 Nguyên, nhiên vật liệu, cây con

V Kiến nghị (về phát triển các kết quả nghiên cứu của đề tài)

Kết quả nghiên cứu của đề tài là một phương pháp mới cho bài toán lắp đặt và

VI Phụ lục sản phẩm (liệt kê minh chứng các sản phẩm nêu ở Phần III)

Bài báo Scopus Q3: Thuan Thanh Nguyen, Hoai PhongNguyen, Thanh Long Duong “Optimal placement of battery energystorage system considering penetration

of distributed generations,” International Journal of Electrical and Computer Engineering, Vol 13 No 6, 2023, doi: http://doi.org/10.11591/ijece.vl3i6.pp6068- 6078

PHẦN II BÁO CÁO CHI TIÉT ĐÈ TÀI NGHIÊN cứu KHOA HỌC

(Báo cáo tổng kết sau khi nghiệm thu, đã bao gồm nội dung góp ỷ của hội đồng

nghiệm thu)

MỤC LỤC

MỤC LỤC 11

DANH MỤC CÁC HÌNH VẼ 13

DANH MỤCBẢNG BIỂU 15

DANH MỤC TỪ VIẾT TẮT 16

Chương 1 MÔ HÌNH BÀI TOÁN TỔI Ưu LẮP ĐẶT VÀ VẬN HÀNH HỆ THỔNG PIN LƯUTRỮNÃNG LƯỢNG TRÊN LƯỚI ĐIỆN PHÂN PHỔI CÓXÉT ĐẾN NGUỒN ĐIỆN PHÂN TÁN 17

1.1 Tổng quan về bài toán tối ưu lắp đặt BESS trên lưới điện phân phối có xét đến nguồn điện phân tán 17

1.2 Tổng quan về phương pháp xácđịnh vị trí lắp đặt và công suất vận hành BESS trên lưới điện phân phối 18

1.3 Bài toán tối ưu lắp đặt BESS trên lưới điện phân phối có xét đến nguồn điện phân tán để giảm chi phí điện năng 19

1.4 Điều kiện ràng buộc của bài toán tối ưu lắp đặt BESStrên lưới điện phân phối có xét đến nguồn điện phân tán để giảm chi phí điện năng 19

Chương 2 PHƯƠNG PHÁP GIẢI BÀI TOÁN TỐI Ưu LẮP ĐẶT VÀ VẬN HÀNH HỆ THÔNG PIN LƯU TRỮ NĂNG LƯỢNG TRÊN LƯỚI ĐIỆN PHÂN PHỐI CÓ XÉT ĐẾNNGUỒN ĐIỆN PHÂN TÁN 23

2.1 Giới thiệu vềthuật toán tối ưu trưởng thành 23

2.2 Thuật toán tối ưu trưởngthành cho bài toán tối ưu lắpđặt BESS trên lưới điện phân phối có xét đến nguồn điện phân tán để giảm chi phí điện năng 24

2.2.1 Khởi tạo quần thểgiải pháp vị trí và côngsuất vận hành của hệthống dựtrữ năng lượng BESS 24

2.2.1 Đánh giá chất lượng của các giải pháp vị trí và công suất vận hành

củahệthống dự trữnăng lượng BESS 25

2.2.3 Cậpnhậtgiải pháp mới sử dụng cơ chế học tập 25

2.2.4 Cập nhậtgiải pháp mới sử dụng cơ chế phản xạ 27

2.2.5 Dừng tìm kiếm giải pháp tối ưu cho bài toán tối ưu vị trí và công suất vận hànhBESS 28

2.3 Thuật toán tốiưubầyđàn cho bài toán tối ưu lắp đặt BESStrên lưới điện phân phối có xétđến nguồn điện phân tán để giảm chi phí điện năng 31

Chương 3 KẾT QUẢ ĐÁNH GIÁ TRÊN LƯỚI ĐIỆN MẪU 35

3.1 Thông số lưới điện mẫu 35

3.2 Kết quả tính toán 40

Chương 4 KẾT LUẬN 54

4.1 Kếtluận 54

4.2 Hướng pháttriển của đề tài 55

TÀI LIỆU THAM KHẢO 56

DANH MỤC CÁC HÌNH VẼ

Hình 1 Lưu đồ các bước GOcho bài toán tối ưu vị trí lắp đặt và công suất vận hành BESS trên lưới điện phân phối để giảm chi phí điện năng 30Hình 2 Lưu đồ các bước PSO cho bài toán tối ưu vị trí lắp đặt và công suất vậnhànhBESS trên lưới điện phân phối để giảm chi phí điện năng 34Hình 3 Sơ đồ lưới điện phân phối 18 nút 35Hình 4 Tỉ lệ phụ tải tại các nút trong các thời điểm khác nhau trong ngày khảosát 38Hình 5 Công suất phát của hệthống PVStrong ngàykhảo sát 39Hình 6 Công suất phát của hệthốngWT trong ngày khảo sát 40Hình 7 Công suất lưới điện và công suất BESScho trườnghợp 1 và trường hợp

2 trong ngày khảo sát 44Hình 8 Chi phí mua điệntừ lưới cho trường hợp 1 và trường hợp2 trongngàykhảo sát 44Hình 9 Công suất phụ tải và DG trong ngày khảo sát trong trường hợp 1 và trường hợp 2 45Hình 10 Trạng thái tích điện SoC của BESS trong trường hợp 2 46Hình 11 Điện áp các nút trong ngày khảo sát trong trường hợp2 46Hình 12 Hệ số mang tải của các nhánh trên hệthốngtrong ngày khảo sát trongtrường hợp 2 47Hình 13 Công suất lưới điện và công suất BESS cho trường hợp 3 và trườnghợp4 trong ngàykhảo sát 48Hình 14 Chi phí muađiện từ lưới cho trường hợp 3 và trường hợp4 trong ngàykhảo sát 48Hình 15 Công suất phụ tải và DG trong ngày khảo sát trong trường 3 và trườnghợp 4 50Hình 16 Trạng thái tích điện SoC của BESS trongtrường hợp 4 50

Hình 17 Điện ápcácnút trên hệthống trongngày khảo sát trong trường hợp 4 51Hình 18 Hệ số mang tải của cácnhánh trên hệthốngtrong ngày khảo sát trongtrường hợp 4 51Hình 19 Đặc tuyến hội tụ của GOvà PSO cho bài toán trong trường hợp2 52Hình 20 Đặc tuyến hội tụ của GO và PSO cho bài toán trong trường hợp 4 53

DANH MỤC BẢNG BIỂU

Bảng 1 Thông số lưới điện phân phối 18 nút 35

Bảng 2 Tỉ lệ phụ tải tại các nút trong ngày tiêu biểu 37

Bảng3 Công suất phátcủahệthống pin mặttrời trong ngày tiêu biểu 38

Bảng 4 Công suất phát của hệthống Turbine gió trong ngày tiêu biểu 39

Bảng 5 Đon giá điện năng trongcáckhung giờ khác nhau trong ngày 40

Bảng 6 Thông so BESS tối ưu thu được bởi GO và PSO cho các trường hợp xem xét 42

Bảng7 Kết quảso sánh giữa hai thuật toán GO và PSO cho bài toán tối ưu lắp đặt và vận hành BESS 53

BESS Battery Energy Storage System

Chương 1

MÔ HÌNH BÀI TOÁN TÓI Ưu LẮP ĐẶT VÀ VẶN HÀNH HỆ THỐNG PIN LƯU TRỮ NĂNG LƯỢNG TRÊN LƯỚI ĐIỆN PHÂN PHỐI CÓ XÉT ĐỂN

NGUÒN ĐIỆN PHÂN TÁN

1.1 Tổng quan về bài toán tối ưu lắp đặt BESS trên lưới điện phân phối có xét đến nguồn điện phân tán

Hệ thốngđiện phân phối (Distribution System - DS) truyền tải điện từ các trạm biến áp trung gian đến khách hàng sử dụng điện Do hoạt động ở mức điện áp thấpnên lưới điện phân phối thường có mức tổn thất điện năng và độ sụt áp lớn Trongnhững năm gần đây, việc kếtnối các nguồn điện phân tán (DistributedGenerationsDGs) sử dụng năng lượng tái tạo như hệ thống pin quang điện (Photovoltaic System

- PVS) vàtua bin gió (Wind Turbine - WT) đã góp phần khắc phục những hạn chếtrên của lưới điện phân phối Tuy nhiên, sự khôngổn định của các nguồn năng lượng

sơ cấpnhư mặt trời và gió cũng như sự mất cân bằng giữanhu cầu phụ tải và côngsuất phát của DGs có nguy cơ gây lãng phí năng lượng [1] Trong trường hợp này,

Hệ thống pin lưu trữ năng lượng (Battery Energy Storage System - BESS) là một trong những giải pháp hiệu quả để giải quyếtthách thức vềtác động tiêu cựccủa cácnguồn năng lượng tái tạo lên lưới điện phân phối [2] và khả năng điều độ của lưới điện phân phối [3]

Ngoài các lợi ích kỹ thuật của việc đặt BESS trên lưới điện phân phối nhưgiảm tổn thấtđiện năng [4], tải đường dây [5] và độ lệch điện áp [6], lợi ích kinh tế cũng rấtlớn khi BESS được lắp đặt và vận hành hiệu quả Một số lợiích đã được xemxét khi tối ưu hóa việc lắp đặt và vận hành BESS như chi phí phát điện [7], chi phí hàngnăm [8], chi phí vận hành hàng ngày [9], chi phí vận hành bao gồm vốn, mức tiêu thụ nhiên liệu, chi phí bảo trì [10] và lợi nhuận chênh lệch giánăng lượng [11].Ngoài ra, để khuyến khích người dùng sử dụng điện vào giờ thấp điểm, chính phủ hiện đang áp dụng các mức giá điện khác nhau cho cáckhoảng thời gian khác nhau.Khi đó, tối ưu hóa việc lắp đặt và vận hành BESS làmột trong những giải pháp hữu

hiệucho giải pháp san bằng đồ thị phụ tải Vì vậy, việc xemxét các bài toán cực tiểuchi phí điện năng bằng cách lắp đặt và vận hành tối ưu BESS cũng cần đượckhuyến khích.

1.2 Tổng quan về phương pháp xác định vị trí lắp đặt và công suất vận hành BESS trên lưới điện phân phối.

Trong những năm gần đây, bài toán xác định vịtrí và công suất tốiưucủa BESS chủ yếu được giải bởi các thuật toán Metaheuristic do bởi các thuật toán này có thể

dễ dàng áp dụng cho các mục tiêu khác nhau và xử lý các ràng buộc của bài toán.Trong [4], thuật toán tối ưu sói đồng cỏ (Coyote Algorithm - COA) được áp dụng thành công bài toán tối ưu lắp đặt BESSnhằm giảm tổn thất điện năngtronglưới điện phân phối Trong [12], thuật toán bầy đàn Salp Swarm Algorithm (SSA) được đề xuất cho bài toán tối ưu lắp đặt BESS nhằm giảm tổn thất công suất truyền tải, độ lệchđiện áp và chi phí công suất đỉnh Trong [13], thuật toán tối ưu hóa khỉ đột (GorillaTroop Optimizer- GTO) được áp dụng thành công cho bài toán tối ưu lắp đặtBESS nhằm cực tiểu tổn thất điện năng và độ lệch điện áp Trong [14], thuật toán tìm kiếm cuckoo (Cuckoo Search - CSA) cũng được sử dụng để tối ưu lắp đặt BESS nhằm giảm chi phí điện năng Ngoài ra, một số thuật toán khác cũng được sử dụng thành công cho bài toán lắp đặt BESS nhằm thỏa mãn các mục tiêu khác nhau như thuật toán tìm kiếm Tabu (Tabu Search - TS) [15], thuật toán tiến hóa (Evolutionary Algorithm- EA) [16], thuật toán di truyền (Genetic Algorithm - GA) [17],tối ưu hóa sói xám (Grey Wolf Optimization - GWO) [18] và tối ưu hóa cân bang (Equilibrium Optimization - EO) [19], Ngoài sự đóng góp của các bài toán xem xét, các nghiêncứu trên đã có đóng gópđáng kể về mặtphươngpháp giải cho bài toán tối ưu lắp đặt BESS Tuy nhiên, không có phương pháp nào có thểgiải quyết tốt mọi vấn đề [20]

Do đó, việc tìm kiếm các phương pháp mới cho bài toán tối ưu vì trí và công suấtBESS trên lưới điện phân phối vẫn cần được khuyến khích

1.3 Bài toán tối ưu lắp đặt BESS trên lưói điện phân phối có xét đến nguồn điện phân tán đễ giảm chi phí điện năng

Mộttrong những ưu điểmcủa BESS trong lưới điện phân phối là khảnăng lưu trữ năng lượng tại những thời điểm có chi phí điện năng thấp và cung cấp cho lưới vào các thời điểm có chi phí điện năng cao Ngoài ra, BESS cũng là một giải pháphiệu quả để tích trữ năng lượng từ các nguồn điện phân tán sử dụng năng lượng tái tạo Trong phạm vi nghiên cứu này, mục tiêu xem xét khi tối ưu lắp đặtvà vận hành BESS làcực tiểu chi phí điện năngtừ lưới

Hàm mục tiêu (Objective 0) được định nghĩa như sau:

Trong đó:

+ Pp;k: là công suất cung cấp từ lưới tại thời điểm k

+ tk: là khoảng thời gian k Trong nghiên cứu này, giá trị của tk được chọnbằng 1 giờ T là số khoảng thời gian xem xét và được chọn bằng 24 tưong ứng vớimột ngày khảo sát

+ yk: là đon giá điện năng tại thời điểm k

1.4 Điều kiện ràng buộc cũa bài toán tối ưu lắp đặt BESS trên lưới điện phân phối có xét đến nguồn điện phân tán để giảm chi phí điện năng

Giải pháp vị trí lắp đặt trên lưới và côngsuất vận hành BESS tại các thời điểmkhác nhau trong thời gian khảo sát phải thỏa mãn các điều kiện ràng buộc kỹ thuật sau:

i) Cân bằng công suất [7]:

Pp,k + P d G s J c = Puk + PfiF.k + Ploss k (2)

Trong đó:

+ Pp k: là công suất cung cấp từ lưới tại thời điểm k

+ PDGs >k: là công suất củaDGstại thời điểm k.

+ PLj: là tổng công suất phụ tải tại thời điểm k

+ Plossk: làtổn thất công suất tác dụng trên lưới tại thời điểm k

+ PBF> là công suất của BESS cungcấp hoặc nhận được từ lưới tại thời điểmk

Công suất của BESS cung cấp hoặc nhận được từ lưới tại thời điểm k đượcđịnh nghĩa như sau:

/ > Q (chê' độ sạc)

?BF,k = ) —PBk qd; if PBk < 0 (chế độ ngắt sạc) (3)

V 0 ; if PBk = 0 (chế độ nghỉ)

Trong đó:

+ PB k: là công suất của BESS tại thời điểm k

+ ĩ]d: là hiệu suất xả của BESS

+ ĩ]c: là hiệu suất sạc của BESS Trong nghiên cứu này, cả hai giátrị ĩ]d và r|c đượcchọn bằng 0.9 [21]

ii) Giới hạn điện áp nút và dòng điện nhánh trên lưới

Các giátrị điện áp và dòng điện trong lưới điện phân phối phải nằm trong giớihạn cho phép trong quá trình vận hành BESS:

Trong đó:

+ Kị jk: là hệ sốmangtải củanhánh j tại thời điểm k, trong đó hệ số mang tảiđược xác định bởi tỉ số giữa giátrị dòng điện thực tế chạy trên đường dây và giátrịdòng điện định mức của đườngdây.

+ nbus: làtổng số núttrong lưới điện phân phối

+ nbr: là tổng số nhánhtrên lưới điện

iii) Ràng buộc công suất và dung lượng của BESS

Côngsuất và dung lượng của BESS tại mọi thời điểmtrong thời gian khảo sát phải nằm trong giới hạn cho phép [9], [22]:

Trong đó:

+ Pj3,rated- là công suất định mức của BESS

+ SoCmin: là giói hạn trạng thái điện tích (State-of-Charge - SoC)nhỏnhấtchophép của BESS Trong phạm vi nghiên cứu này, giá trị giới hạn trạng thái điện tíchSoCmin đượcchọn bằng20% dung lượng của BESS [1], [23]

+ SoCmax: làgiớihạn trạng thái điện tích lón nhất cho phép của BESS Trong phạm vi nghiêncứu này, giátrị giới hạn trạngthái điện tích SoCmax đượcchọn bằng 90% dung lượng của BESS [1], [23]

+ SoCk: làtrạng thái tích điện SoC tại thời điểm k vànó được xác định nhưsau:

Trong đó: SoCk_t là trạngthái tích điện SoC tại thời điểm (k — 1)

Ngoài ra, trạng thái tích điện SoC đầu thời gian khảo sát (SoC0) và cuối thờigian khảo sát (SoCT) phải bằng nhau để đảm bảo rằng BESS sẵn sàng hoạt động cho

kế hoạch tiếptheo [7], [9], [24]:

Trong đó:

+ SoC0: là trạng thái tích điện tại thời điểm ban đầu

+ SoCT: là trạng thái tích điện tại thời điểm T

iv)Giới hạn công suấtcủa các nguồn điện phân tán DGs

Nhằm giới hạn công suất DGs trả về lưới, công suất DGs phát lên lưới đượcgiới hạn như sau:

Trongđó:

+ PDGs,k: là tổng công suấtDGs tại thời điểm k.

+ PL p làtổng công suất phụ tải tại thời điểm k

+ Pbf> là công suất của BESS cungcấp hoặc nhận được từ lưới tại thời điểm k

Chương 2 PHƯƠNG PHÁP GIẢI BÀI TOÁN TỐI Ưu LẮP ĐẶT VÀ VẬN HÀNH HỆ THỐNG PIN LƯU TRỮ NĂNG LƯỢNG TRÊN LƯỚI ĐIỆN PHÂN PHỐI

CÓ XÉT ĐẾN NGUÒN ĐIỆN PHÂN TÁN

2.1 Giói thiệu về thuật toán tối ưu trưởng thành

Thuật toán tối ưu hóa trưởng thành (Growth optimizer - GO) được lấy cảm hứngtừ quá trình học tập và phản xạ trong xã hội của mỗi cáthể trong quá trình phát triển của chính cáthể đó [25] Trong đó, học tập là quá trình tiếp thu kiến thức từ thế giới bên ngoài Phản xạ là quá trình kiểm tranhữngthiếu sót và điều chỉnh giai đoạnhọctậpđể cải thiện sự pháttriển của mỗi cá thể Dựa trên hai quy tắc này, thuậttoán

GO được xây dựnghai cơ chế tạo ra giải pháp mới trongquá trình tìm kiếm giải pháptối ưu cho các bài toán Cơ chế học tập tạo ra giải pháp mới dựa trên thông tin củacác cá thể kháctrong quần thể giúp GOtránh hội tụ về các điểm cựctrị địa phương

Cơ chế phản xạ sử dụngcác kỹ thuậtkhácnhau để tạo ra các giải pháp mới dựatrênthông tincủa những cáthể ưutú trong quần thể.Trong [25],GO đã chứng minh đượchiệu quả khi áp dụng chocác hàm toán Tuy nhiên, chất lượng và khảnăng của thuật toán tối ưu GO đối với bài toán tối ưu lắp đặt vàvận hành BESS cũng là mộtvấn đềcần xem được xem xét

Trong chương này, chi tiết thuật toán GO được trình bày để áp dụng cho bàitoán xác định vị trívà công suất vận hành BESStối ưu có xem xétđến mức độ thâm nhập khác nhau của nguồn điện phân tán sử dụng pin mặt trời (Photovoltaic System

- PVS)và tuabin gió (Wind Turbine- WT) trong lưới điệnphân phối để cực tiểu chi phí muađiện từ lưới điện và đáp ứng các điều kiện ràngbuộcbaogồm cân bằngcôngsuất, giới hạn điện áp, giới hạn dòng điện, giới hạn công suất và dung lượng BESS

vàgiớihạn công suất phátDGs

2.2 Thuật toán tối ưu trưởng thành cho bài toán tối ưu lắp đặt BESS trên lưới điện phân phối có xét đến nguồn điện phân tán đễ giảm chi phí điện năng

Thuật toán tối ưu trưởng thành được phát triển từ ý tưởng học tập và phản xạ của mỗi cá nhân trong xã hội Cơ chế học tập giúp GO tránhbị rơi vào các điểm tối

ưu cục bộ bằng cách sử dụng thông tincủa cáccá thểkhác nhautrong quần thể,trongkhi cơ chế phản xạ giúp GO cải thiện sự hội tụ toàn cục bằng cách sử dụng ba kỹ thuật khác nhau cho từng biến điều khiển Chi tiết các bước thuật toán GO cho bàitoán tối ưu lắp đặt BESS trên lưới điện phân phối có xétđến nguồn điện phân tán đểgiảm chi phí điệnnăng đượcthực hiện như sau:

2.2.1 Khởi tạo quần thế giải pháp vị trí và công suất vận hành của hệ thống dự trữ năng lượng BESS

Trong GO, mỗi cá thể trong quần thể được coi là một lời giải của bài toán tối

ưu Để giải bài toán tối ưu vị trí và công suất lắp đặt BESS, trong mỗi giải pháp biếnđầu tiên biểu diễn vị trí lắp đặt BESS trên lưới điện phân phối trong khi đó cácbiến từthứ hai Cj 2 đến thứ hai mươilăm Cị 25 biểu thịcông suấtvận hành BESS trongmỗi khoảng thời gian trong ngày Mỗi giải pháp trong quần thể được khởi tạo nhưsau:

Cjj = round(rand(cưj — CLj) + CLj);i = 1,2, ,N (11)

Trong đó:

+ Cị j: là biến j của ứngviên i.

+ CƯj: là giátrị giới hạn lớn nhất của biến j.

+ CLj: làgiátrị giới hạn nhỏ nhất của biến J.

+ N: là số lượng cá thểtrong quần thể

2.2.1 Đánh giá chất lượng của các giải pháp vị trí và công suất vận hành của

hệ thống dự trữ năng lượng BESS

Từ thôngtin của mỗi giải pháp vị trí và công suất của BESS,thông số của lưới điện phân phối được cập nhật Công suất phát của các DG được điều chỉnh thành PL/k + PBF,k nếu giá trị của chúng vượt quá tổng nhu cầu phụ tải và công suất củaBESS Từ thông số cập nhật của lưới điện phân phối, chương trình phânbố công suấtdựa trên công cụ Matpower [26] được thực hiện để xác định các chỉ sốkỹ thuật củalưới điện Neu điều kiện cân bằng công suất được đảm bảo, giátrị thích nghi của mỗi giải pháp ứngviên được xác định bằngbiểu thức sau:

F = 0 + a (sĩ=1 £"=br max(vi>k - 1.05,o) + sĩ=1 y=b;,s max(o,95 Vj,k,o) + 2LiS)”=ímax(Ki.Lk - l,o) +sk=1 max(SoCmin - SoCk,0) +

Trong đó: a là hệ số phạt khi các điều kiện ràng buộc về điện áp, hệ số mangtải,trạng thái tích điện của BESS bị vi phạm

Lưu ý rằng, các điều kiện ràng buộc giới hạn công suất vận hành BESS và công suất phátcủa các DGs được điều chỉnh trong quá trìnhtạo ra các giải pháp mới

2.2.3 Cập nhật giải pháp mói sử dụng cơ chế học tập

Trong cơ chế này, các giải pháp ứng viên mới được tạo rabằng cách sử dụngbốn khoảngcách giữa các giải pháp bao gồm khoảng cáchgiữa cá thể lãnh đạo và cáthể ưu tú (G4), cá thể lãnh đạo và cáthể xấu (G2), cáthể ưu tú và cá thể xấu (G3) và khoảng cáchgiữa hai cá thể ngẫu nhiên (G4) Những khoảngcáchnàyđược xác định như sau:

— G[^ — CL2

(13)

Trong đó:

+cbest: là cá thể tốt nhất trong quần thể

+ cbetter : là một trong các cá thể tốt tiếp theo trong (Pjl — 1) cá thể tốt nhất.Chúng được được coi là các cá ưu tú

+ Pp là số cá thểưu tú

+ Cworse: là mộttrong các cáthể xấu trong quần thể

+ CL1: làcáthể đượcchọn ngẫu nhiên trong quần thể

+ CL2: làcáthể đượcchọn ngẫu nhiên trong quầnthể

Dựa trên khoảngcách giữa cáccá thể nêu trên, các cá thể mới trong quần thểđược tạonhư sau:

Cáccá thể mới được đánh giáchấtlượng bằng cách sử dụng giátrị hàm thích nghi như mô tảở mục 2.2.1 Sau đó, toàn bộ các cáthể trong quần thể được cập nhật như sau:

+ r1: là số ngẫu nhiên nằm trongkhoảng [0, 1]

+P2: làxác suất kiến thức mới được giữ lại nếu ứng viêncập nhật thất bại Giá trị của nó được đặt bằng 0.1% [25]

Sau khi quần thể được cập nhật, cá thể tốt nhất (Cbest) cũng được cập nhật tại bước cuối cùng của cơ chế học tập này

2.2.4 Cập nhật giải pháp mới sử dụng cơ chế phản xạ

Mộtcáthể trong quầnthể không chỉ học hỏi mà còn phải phản xạ Những mặt chưa tốt thì cần học hỏi từ những ứng viên xuất sắc, còn những mặttốt thì cần đượcgiữ lại Dựa trên ý tưởng này, các cáthể mới của thuật toán GO được tạo ra như sau:

(ír 4-( c uj - C L ,j) + CL j-,if r 3 < AF '

Cij.new = ](r5' (ftj - ci,j) + Cij ; otherwise ’ 2 3

; otherwise

Trong đó:

+r , r , r4, và r5: là các số ngẫu nhiên nằm trong khoảng [0,1]

+ P3: làxác suất phản xạ Giátrị của nó đượcchọn bằng 0.3 [25]

+ Rp là biến điều khiển thứ jth của cá thể lãnh đạo hoặccác cáthể tốt

+ AF: làhệ số suy giảm đượcxác định như sau:

AF = 0.01 + 0.99(1 - FEs/MaxFEs)

(18)

(19)

Trong đó:

+ Fes: là làsố lần đánh giá hàm thích nghi hiện tại

+ MaxFEs: là sốlần đánh giá hàm thích nghi lớn nhất

Các cá thể mới được tính toán hàm thích nghi để đánh giá chất lượng củachúng Sau đó, quần thể được cập nhật một lần nữa bằng cách sử dụng (17) Cuốicùng, cá thể tốt nhất hiện tại (Cbest) cũng được cập nhật một lần nữa tại bước cuối cùng của cơ chế phản xạ

2.2.5 Dừng tìm kiếm giải pháp tối mi cho bài toán tối UU vị trí và công suất vận hành BESS

Quá trình cập nhật giải pháp mới dựa trên cơ chế học tập và cơ chế phản xạ được thực hiện lần lượt cho đến khi số lần đánh giá hàm thích nghi của các thể đạt đến giátrị lớn nhất(MaxFEs) Các bướcthực hiện thuật toán GO cho bài toán tối ưu

vị trí và công suất vậ hành BESS để giảm chi phí điệnnăng được thực hiện như sau:

Bước 1: Thiết lập các thông số điều khiển của thuật toán GO baogồm số lượnggiải pháptrong quần thể và tổng số lần đánh giá hàm thích nghi vàcác tham số điều khiển

Bước2: Khởi tạo quần thể ban đầu sử dụng biểu thức (11) và đánh giá hàmthích nghi của mỗi giải pháp trong quần thể sử dụng biều thức (12) Ngoài ra, cá thể tốt nhất hiện tại cũng được xác định dựa trên giátrị hàm thích nghi của các cáthể

Bước3: Cập nhật quần thể mới dựa trên cơ ché học tập

- Chia quần thể thành các nhóm cáthể bao gồm cá thể lãnh đạo, các cáthể tốt

và cáccá thể xấu

- Xác định khoảngcách giữa các cáthể sử dụng biểu thức (13)

- Tạo các cá thể mới dựa trên sựtươngtác của cáthể hiện tại với cáccá thể sửdụng biểu thức (14)

- Cập nhật cá thể tốt nhất hiện tại.

Bước3: Tạocá thể mới sử dụng cơ chế phản xạ

- Tạocác cáthể mới sử dụng biểu thức (18)

- Đánh giá sự thích nghi của các thể mới sử dụng biểu thức (12)

- Cập nhật quần thể hiện tại dựa trên sự so sánh giá trị hàm thích nghi của các

cá thể mới với các cá thể hiện tại sử dụng biểu thức (17)

- Cập nhật cá thể tốt nhất hiện tại

Bước 4: Kiểm tra điều kiện dừng tìm kiếm giải pháp mới

Nếu số lần đánh giá hàm thích nghi cá thể chưa đạt đến giátrị lớn nhất, thuật toán sẽ trở về Bước 3 đểtiếptục quá trình tạogiải pháp mới và cập nhậtgiải pháp tốt nhất Ngượclại nếu sốlần đánh giá hàm thích nghi đạtđến giátrị cực đại, thuậttoán

sẽ dừng tìm kiếm và giải pháp tốt nhất hiện tại sau tất cả cáclần đánh giá được xemnhư là giải pháp tối ưu của bài toán Lưu đồ các bước thực hiện thuật toán GO chobài toán tối ưu vị trí vàcông suất vậ hành BESS để giảm chi phí điện năng được mô

tảchi tiết ở Hình 1