Ứng dụng trí tuệ nhân tạo điều khiển tối ưu phân bố tải ba pha trên lưới điện phân phối 22kv

56 Trang 7 DANH MỤC TỪ VIẾT TẮT Stt Ký hiệu chữ viết tắt Chữ viết đầy đủ 1 ACO Ant Colony Optimization - Giải thuật lai giữa giải thuật đàn kiến 2 BFOA Bacterial Foraging Optimization

BỘ CÔNG THƯƠNG TRƯỜNG ĐẠI HỌC ĐIỆN LỰC

NGUYỄN VIỆT PHÚ

ỨNG DỤNG TRÍ TUỆ NHÂN TẠO ĐIỀU KHIỂN TỐI ƯU PHÂN BỐ TẢI BA PHA TRÊN LƯỚI ĐIỆN PHÂN PHỐI 22kV

LUẬN VĂN THẠC SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA

HÀ NỘI, 2024

BỘ CÔNG THƯƠNG TRƯỜNG ĐẠI HỌC ĐIỆN LỰC

NGUYỄN VIỆT PHÚ

ỨNG DỤNG TRÍ TUỆ NHÂN TẠO ĐIỀU KHIỂN TỐI ƯU PHÂN BỐ TẢI BA PHA TRÊN LƯỚI ĐIỆN PHÂN PHỐI 22kV

Chuyên ngành : Kỹ thuật điều khiển và Tự động hóa

Mã số : 8520216

LUẬN VĂN THẠC SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA

Người hướng dẫn khoa học: TS Nguyễn Ngọc Khoát

HÀ NỘI, 2024

LỜI CẢM ƠN

Sau một thời gian tiến hành triển khai nghiên cứu, em cũng đã hoàn thành nội dung luận văn “Ứng dụng trí tuệ nhân tạo điều khiển tối ưu phân bố tải ba pha trên lưới điện phân phối 22kV” Luận văn được hoàn thành không chỉ là công sức của bản thân em mà còn có sự giúp đỡ, hỗ trợ tích cực của nhiều cá nhân và tập thể

Trước hết, em xin gửi lời cảm ơn chân thành và sâu sắc đến TS Nguyễn Ngọc Khoát, người trực tiếp hướng dẫn cho luận văn cho em Thầy đã dành cho em nhiều thời gian, tâm sức, cho em nhiều ý kiến, nhận xét quý báu, chỉnh sửa cho em những chi tiết nhỏ trong luận văn, giúp luận văn của em được hoàn thiện hơn về mặt nội dung và hình thức Thầy cũng đã luôn quan tâm, động viên, nhắc nhở kịp thời để em có thể hoàn thành luận văn đúng tiến độ

Em cũng xin gửi lời cảm ơn đến Ban Giám hiệu, các Thầy/Cô giảng viên của đã dạy em trong suốt quá trình học tập và các bộ phận, phòng ban chức năng của Trường đã luôn hỗ trợ, tạo mọi điều kiện thuận lợi nhất giúp đỡ em trong thời gian em học tập nghiên cứu tại Trường

Em cũng xin gửi lời cảm ơn chân thành đến Ban giám đốc, trưởng phòng

Kỹ thuật, vận hành của Công ty Điện lực Phúc Thọ thuộc Tổng Công ty Điện lực thành phố Hà Nội đã giúp đỡ, cung cấp số liệu, phục vụ cho quá trình nghiên cứu

Em xin gửi lời cảm ơn chân thành tới gia đình, bạn bè, các bạn cùng lớp cao học vì đã luôn động viên, quan tâm giúp đỡ em trong quá trình học tập và thực hiện luận văn

Em xin trân trọng cảm ơn!

Hà Nội, ngày 30 tháng 01 năm 2024

Tác giả

Nguyễn Việt Phú

LỜI CAM ĐOAN

Em xin cam đoan đã sử dụng các tài liệu tham khảo của các tác giả, các nhà khoa học và các luận văn được trích dẫn trong phụ lục “Tài liệu tham khảo” cho việc nghiên cứu và viết luận văn của mình

Em xin cam đoan về các số liệu và kết quả tính toán được trình bày trong luận văn là hoàn toàn do tác giả tự tìm hiểu và thực hiện trong quá trình nghiên cứu và viết luận văn của mình, không sao chép và chưa được sử dụng cho đề tài luận văn nào

Em xin chân thành cảm ơn!

Hà Nội, ngày 30 tháng 01 năm 2024

Tác giả

Nguyễn Việt Phú

MỤC LỤC

DANH MỤC TỪ VIẾT TẮT v

DANH MỤC BẢNG BIỂU vi

DANH MỤC HÌNH ẢNH v

MỞ ĐẦU 1

1 Lý do chọn đề tài 1

2 Mục đích nghiên cứu 3

3 Đối tượng và phạm vi nghiên cứu 3

4 Phương pháp nghiên cứu 5

5 Nội dung 5

CHƯƠNG 1: TỔNG QUAN VỀ LƯỚI ĐIỆN PHÂN PHỐI VÀ BÀI TOÁN ĐIỀU KHIỂN TỐI ƯU PHÂN BỐ PHỤ TẢI ĐIỆN 6

1.1 Giới thiệu lưới điện phân phối 6

1.2 Vai trò của lưới điện phân phối 8

1.2.1 Phân phối theo một cấp điện áp trung áp 9

1.2.2 Phân phối theo hai cấp điện áp trung áp 9

1.3 Đặc điểm của lưới điện phân phối 10

1.3.1 Thiết kế kín, vận hành hở trên lưới điện phân phối 10

1.3.2 Sự mất cân bằng tải của các pha trên lưới điện phân phối 11

1.4 Bài toán tính tổn thất công suất trên lưới điện 3 pha không cân bằng 12

1.5 Phát biểu bài toán 16

CHƯƠNG 2: PHƯƠNG PHÁP ĐIỀU KHIỂN TỐI ƯU VỊ TRÍ PHỤ TẢI KHÔNG CÂN BẰNG BẰNG GIẢI THUẬT PSO KẾT HỢP CHUỖI RỜI RẠC SPD 20

2.1 Giới thiệu tổng quan về thuật toán tối ưu bầy đàn (PSO) 20

2.2 Thuật toán tối ưu bầy đàn và chuỗi rời rạc SPD 24

2.2.1 Thuật toán PSO nhị phân 24

2.2.2 Phương pháp đề xuất kết hợp SPD với PSO 25

2.2.3 Sự biểu diễn vị trí của phần tử trong thuật toán SPD-PSO 27

2.2.4 Xây dựng vận tốc phần tử và quá trình cập nhật phần tử trong SPD-PSO 28

2.2.5 Đánh giá hàm mục tiêu của phần tử 33

2.3 Tính tổn thất trên lưới điện phân phối hình tia bằng phương pháp

Backward/Forward 34

CHƯƠNG 3: MÔ PHỎNG VÀ ĐÁNH GIÁ KẾT QUẢ 40

3.1 Mô phỏng tính toán tổn thất và tìm vị trí tối ưu của tải trên lưới điện phân phối 40

3.1.1 Sơ đồ lưới điện phân phối và thông số ban đầu của TBA Hát Môn 2 40

3.1.2 Kết quả tính toán trên lưới điện của TBA Hát Môn 2 trên phần mềm mô phỏng Matlab 41

3.1.3 Kiểm tra kết quả đề xuất của Matlab trên phần mềm mô phỏng PSS-ADEPT 46

3.1.4 Kết quả tính toán trên lưới điện của TBA Hát Môn 2 trên Matlab với hàm mục tiêu có tham số khác 47

3.2 Mô phỏng mất cân bằng của TBA Hat Môn 2 có xét đến điện mặt trời áp mái gây mất cân bằng pha 47

3.2.1 Kết quả phân bố công suất cho TBA Hát Môn 2 có xét đến điện mặt trời áp mái 48

3.2.2 Kết quả tái phân bố công suất cho TBA Hát Môn 2 sử dụng SPD-PSO có xét đến điện mặt trời áp mái 50

3.3 Nhận xét phương pháp đề xuất 55

KẾT LUẬN 56

HƯỚNG PHÁT TRIỂN ĐỀ TÀI 56

DANH MỤC CÁC TÀI LIỆU THAM KHẢO 57

DANH MỤC TỪ VIẾT TẮT

1 ACO Ant Colony Optimization - Giải thuật lai giữa giải thuật đàn kiến

2 BFOA Bacterial Foraging Optimization Algorithm - Thuật toán tối ưu hóa tìm kiếm thức ăn của vi khuẩn

mục tiêu

Thuật toán cạnh tranh đế quốc cải tiến

13 LBFCO Load Break Fuse Cut Out - Cầu chì tự rơi có cắt tải

17 MOIWO Multi-Objective Invasive Weed Optimization - Tối ưu hóa cỏ dại xâm lấn đa mục tiêu

DANH MỤC BẢNG BIỂU Bảng 3-1: Kết quả tính tổn thất công suất trên Matlab 43Bảng 3-2: Cách bố trí tải để tối ưu tổn thất công suất trên lưới 44Bảng 3-3: Kết quả so sánh giưa thuật toán đề xuất và phương pháp tình trên

PSS/ADEPT 46Bảng 3-4: Bảng tổng hợp các kịch bản thay đổi giá trị Kđp và Ktd 47Bảng 3-5: Số liệu các hộ gia đình gắn điện mặt trời áp mái 48Bảng 3-6: Kết quả phân bố công suất và tổn thất công suất trên các nhánh TBA Hát

Môn 2 48Bảng 3-7: Kết quả tính toán tổn thất công suất TBA Hát Môn 2 có xét đến điện mặt

trời áp mái 50Bảng 3-8: Bảng các tải giá trị trong thực thi thuật toán SPD-PSO 50Bảng 3-9: Bảng các tải được chuyển khóa khi có xét đến điện mặt trời áp mái 51Bảng 3-10: Kết quả phân bố công suất và tổn thất công suất trên các nhánh TBA

Hát Môn 2 có xét đến điện mặt trời áp mái 52Bảng 3-11: Kết quả tính toán tổn thất công suất TBA Hát Môn 2 sau tái cấu trúc tải

trên các pha có xét đến điện mặt trời áp mái 54

DANH MỤC HÌNH VẼ

Hình 1-1: Lưới điện phân phối đơn giản 7

Hình 1-2: Phân phối theo một cấp điện áp trung áp 9

Hình 1-3: Phân phối theo hai cấp điện áp trung áp 9

Hình 1-4: Sơ đồ mạch điện phân phối hình tia 11

Hình 1-5: Mô hình bài toán mạch điện 3 pha đơn giản 12

Hình 1-6: Sơ đồ chuyển đổi công suất 13

Hình 1-7: Mô hình mạch điện 3 pha ở trường hợp (1) 15

Hình 1-8: Mô hình mạch điện 3 pha ở trường hợp (2) 16

Hình 1-9: Tái cấu hình lưới điện phân phối 17

Hình 2-1: Lưu đồ giải thuật PSO 23

Hình 2-2: Lưu đồ giải thuật SPD-PSO [46] 27

Hình 2-3: Hai đại diện khác nhau của một quần thể phần tử đề xuất trong SPD-PSO 28

Hình 2-4: Sơ đồ đơn tuyến mạch điện 34

Hình 2-5: Hệ thống LĐPP có 6 nút, 1 nguồn 36

Hình 2-6: Tính tổn thất công suất cho nhánh 5-6 37

Hình 2-7: Tính tổn thất công suất cho nhánh 1-2 37

Hình 2-8: Cập nhật lại giá trị của LĐPP và tính tổn thất điện áp trên nhánh 1-2 38

Hình 2-9: Lưu đồ giải thuật Backward/Forward [47] 39

Hình 3-1: Sơ đồ lưới điện phân phối của TBA Hát Môn 2 40

Hình 3-2: Đồ thị công suất tác dụng của hộ tiêu thụ 1 42

Hình 3-3: Đồ thị công suất phản kháng của hộ tiêu thụ 1 42

Hình 3-4: Đồ thị năng lượng tổn thất giảm theo số lần lặp 43

Hình 3-5: Đồ thị số hộ tiêu thụ cần tái bố trí theo số lần lặp 45

Hình 3-6: Đồ thị giá trị hàm mục tiêu theo số lần lặp 45

Hình 3-7: Sơ đồ lưới điện phân phối gồm 1 nguồn và 47 nút, phần mềm mô phỏng PSS-ADEP 46

Hình 3-8: Kết quả chạy thuật toán SPD-PSO cho TBA Hát Môn 2 có xét đến điện mặt trời áp mái 51

MỞ ĐẦU

1 Lý do chọn đề tài

Nhu cầu năng lượng ngày càng tăng đang đặt ra sức ép lên hệ thống điện, việc phát triển ngành điện phải gắn liền với chiến lược phát triển kinh tế - xã hội và phải đảm bảo cung cấp điện cho nền kinh tế quốc dân và đời sống xã hội với chất lượng điện năng ngày càng cao, đồng thời phải sử dụng có hiệu quả nguồn tài nguyên năng lượng, đa dạng hóa các nguồn năng lượng sơ cấp cho sản xuất điện, bảo tồn nhiên liệu và đảm bảo an ninh năng lượng cho tương lai Hệ thống phân phối đóng vai trò quan trọng trong việc cung cấp điện đến hộ tiêu thụ cũng như trong hệ thống điện Vì vậy việc nghiên cứu và tìm hiểu về lưới phân phối sẽ có ý nghĩa rất quan trọng trong thực tế vận hành và thi công, trong đó bài toán giảm tổn thất điện năng hay giảm tổn thất công suất tác dụng được chú ý hơn cả và là chỉ tiêu hàng đầu trong ngành điện, đã có nhiều phương pháp giải quyết như: bù công suất phản kháng, tăng tiết diện dây dẫn, tăng điện áp, phát quang không làm sự cố ảnh hưởng đến tổn thất điện năng…, Tuy nhiên phương pháp phân bố vị trí phụ tải trên lưới giảm tổn thất điện năng hay tổn thất công suất tác dụng với hiệu quả cao vì ít tốn chi phí đầu tư hay cải tạo

Lưới điện phân phối (LĐPP) có cấu trúc mạch vòng nhưng vận hành hình tia vì

nó làm giảm dòng ngắn mạch và đảm bảo độ tin cậy Nhu cầu năng lượng ngày càng tăng đang đặt ra sức ép lên hệ thống điện phải đảm bảo cung cấp điện với chất lượng điện năng ngày càng cao Vì vậy, việc nghiên cứu về LĐPP sẽ có ý nghĩa rất quan trọng trong thực tế vận hành và thi công, trong đó bài toán giảm tổn thất điện năng hay giảm tổn thất công suất tác dụng được chú ý hơn cả và là chỉ tiêu hàng đầu trong ngành điện Trong các phương pháp giảm tổn thất công suất thì tái cấu hình LĐPP (Distribution Network Reconfiguration - DNR) nhằm giảm tổn thất công suất tác dụng với hiệu quả cao vì không cần tốn chi phí đầu tư hay cải tạo Do đó, việc nghiên cứu cải tiến DNR trong điều kiện thực tế sẽ mang lại hiệu quả kinh tế và ý nghĩa thực tế rất quan trọng, đặc biệt là trong vấn đề LĐPP không cân bằng Những năm gần đây cấu hình LĐPP được xem xét rất nhiều, nhưng hầu hết các nghiên cứu tập trung cho LĐPP cân bằng nhằm hoạch định kế hoạch lâu dài và giảm tổn thất công suất tác dụng Nhưng thực tế, LĐPP đang vận hành hầu như trong điều kiện không cân bằng, vì thế tổn thất là rất lớn Vấn đề DNR được xem xét nhằm giảm

thiểu tổn thất công suất tác dụng trên LĐPP cũng như việc giảm thiểu thời gian tính toán là một yêu cầu cần thiết hiện nay DNR được thực hiện bằng cách thay đổi đóng/mở các khóa điện để cải thiện hiệu suất của mạng điện: giảm tổn thất công suất tác dụng, cân bằng tải và giảm thiểu vi phạm ràng buộc [2] Nhiều phương pháp đã đề xuất: tiếp cận dựa trên lập trình heuristic, meta-heuristic và toán học [3] Các phương pháp DNR siêu hình dựa trên các thuật toán tìm kiếm thông minh như thuật toán di truyền (Genetic Algorithm - GA) [4], thuật toán thần kinh nhân tạo (Artificial Neural Network - ANN) [5], thuật toán tối ưu hóa dòng hạt (Particle Swarm Optimization Algorithm - PSO) [6] Các phương pháp tối ưu hóa toán học,

mô hình DNR thường được xây dựng dưới dạng các vấn đề lập trình tuyến tính [7], [8] lập trình bậc hai [8] hoặc lập trình phi tuyến [9] Thực tế, LĐPP được vận hành với mức độ mất cân bằng có thể quan sát được do tải không đồng đều, cấu trúc mạng không đối xứng và sự xuất hiện của các công nghệ Để giải quyết vấn đề này, trong [10] đề xuất thuật toán DNR không cân bằng quy mô lớn nhằm giảm thiểu tổn thất công suất tác dụng Trong [11] phương pháp heuristic áp dụng cho cả LĐPP cân bằng và không cân bằng để giảm thiểu tổn thất công suất Phương pháp này phù hợp hơn với các mạng cân bằng Tuy nhiên đối với LĐPP không cân bằng, hiệu quả phụ thuộc vào mức độ mất cân bằng hệ thống Trong [12] thuật toán cấu hình lại 2 giai đoạn cho cả cân bằng và không cân bằng nhưng thời gian tính toán lớn Như vậy, yêu cầu cần phải có phương pháp giải bài toán DRN trong LĐPP không cân bằng tối ưu toàn cục và giảm thiểu thời gian giải

Phương pháp phân bố vị trí phụ tải trên lưới nhằm mục đích là thay đổi cấu hình hình học lưới phân phối hình tia để giảm tổn thất dựa trên việc cân bằng công suất giữa các pha có trên lưới phân phối Phương pháp này cũng nhằm mục đích làm giảm tổn thất nhưng không cần đầu tư về kinh tế như các phương pháp khác Vì vậy việc nghiên cứu cải tiến vấn đề phân bố vị trí tải trong điều kiện thực tế sẽ mang lại hiệu quả kinh tế và ý nghĩa thực tế rất quan trọng, đặc biệt là trong vấn đề hệ thống không cân bằng Vì trên thực tế hệ thống phân phối luôn có cung cấp cho một số tải một pha ở các khu công nghiệp hay ở các khu vực nông thôn xa để cấp điện cho các

hộ dân Vì thế hệ thống luôn vận hành trong điều kiện không cân bằng dù ít hay nhiều Do đó trong nhiệm vụ nghiên cứu của luận văn tốt nghiệp khóa Cao học, tác giả lựa chọn đề tài “Ứng dụng trí tuệ nhân tạo điều khiển tối ưu phân bố tải ba

pha trên lưới điện phân phối 22kV” để làm đề tài nghiên cứu hoàn thành khóa học của mình

2 Mục đích nghiên cứu

Hệ thống lưới điện phân phối trong nhiều trường hợp vận hành ở chế độ không đối xứng giữa các pha, điều đó dẫn đến gây tổn thất trên lưới điện, đó trong nhiệm

vụ nghiên cứu của Luận văn, tác giả tập trung vào các mục tiêu như sau:

- Tìm hiểu về hệ thống điện phân phối, chế độ vận hành 3 pha không đối xứng;

- Bài toán về phân bố vị trí phụ tải trên lưới điện phân phối trong điều kiện không cân bằng giữa các pha với nhau;

- Phối hợp sử dụng thuật toán SPD và PSO cho phân bố vị trí phụ tải trên lưới điện phân phối với mục tiêu xác định trạng thái đóng/cắt để điều khiển cơ cấu chấp hành trên lưới, từ đó giảm tổn thất công suất trong điều kiện không cân bằng tải giữa các pha trong lưới điện phân phối;

- Mô phỏng thuật toán và kiểm tra trên lưới điện thực tế tại huyện Phúc Thọ – Thành phố Hà Nội

3 Đối tượng và phạm vi nghiên cứu

- Đối tượng nghiên cứu: Lưới điện phân phối 22/0.4kV;

- Phạm vi nghiên cứu: Lưới điện 22/0.4kV huyện Phúc Thọ - TP Hà Nội;

- Thời gian nghiên cứu: Lưới điện năm 2021

3.1 Tổng quan về Công ty Điện lực Phúc Thọ

a Vị trí địa lý: Phúc Thọ là huyện đồng bằng Bắc bộ, cách trung tâm thành phố

Hà Nội khoảng 35 km về phía tây, nằm bên bờ cả hai con sông: sông Hồng và sông Đáy đều thuộc hệ thống sông Hồng Huyện có vị trí địa lý:

- Đơn vị hành chính trực thuộc gồm: 20 xã, 01 thị trấn

- Diện tích tự nhiên: 117,3 km2

- Dân số: 191.327 người

- Phía tây giáp Thị xã Sơn Tây

- Phía bắc giáp huyện Yên Lạc và huyện Vĩnh Tường, tĩnh Vĩnh Phúc với ranh giới tự nhiên là Sông Hồng

- Phía nam giáp huyện Thạch Thất và Quốc Oai

- Phía đông giáp huyện Đan Phượng và huyện Hoài Đức với ranh giới là sông Đáy

b Tổng quan về Công ty Điện lực Phúc Thọ: là đơn vị trực thuộc, hạch toán phụ thuộc Tổng công ty Điện lực TP Hà Nội (EVNHANOI) Công ty có con dấu và tài khoản riêng, hoạt động theo phân cấp quản lý, các văn bản ủy quyền, các quy chế, quy định của EVNHANOI

3.2 Thông số kỹ thuật hệ thống lưới điện tại Công ty Điện lực Phúc Thọ

Khối lượng đường dây và trạm biến áp (TBA): Tính đến ngày 30/12/2021, Công ty Điện lực Phúc Thọ đang quản lý khối lượng thiết bị trên lưới như sau:

* Trạm biến áp phân phối:

* Đường dây trung áp:

2021

4 Phương pháp nghiên cứu

Phương pháp nghiên cứu dựa trên thu thập tài liệu, báo cáo đánh giá, mô hình hóa mô phỏng, phân tích đánh giá

5 Nội dung

Luận văn bao gồm 3 chương và phần kết luận, bao gồm:

- Phần mở đầu

- Chương 1: Tổng quan về lưới điện phân phối và bài toán phân bố phụ tải điện

- Chương 2: Phương pháp điều khiển tối ưu vị trí phụ tải không cân bằng sử dụng giải thuật PSO kết hợp chuỗi rời rạc SPD

- Chương 3: Mô phỏng và đánh giá kết quả

CHƯƠNG 1: TỔNG QUAN VỀ LƯỚI ĐIỆN PHÂN PHỐI VÀ BÀI TOÁN ĐIỀU KHIỂN TỐI ƯU PHÂN BỐ PHỤ TẢI ĐIỆN

Phần lớn lưới điện trung áp Việt Nam hiện nay đều vận hành theo hình thức lưới kín nhưng vận hành hở Đặc điểm này cùng nghĩa với tính khả thi rất cao trong việc xác định một cấu trúc tối ưu cho bài toán phân phối điện Tuy nhiên, mỗi một lưới điện trung áp ở các địa phương khác nhau lại có đặc thù khác nhau Chính vì điều đó, trong nội dung của chương 1 này, tác giả tìm hiểu về lưới điện phân phối, đặc điểm, yêu cầu bài toán phân bố tải không cân bằng trong lưới điện phân phối

1.1 Giới thiệu lưới điện phân phối

Hệ thống điện gồm có bốn thành phần chính là nhà máy điện, lưới điện truyền tải, lưới điện phân phối (LĐPP) và phụ tải Trong bốn thành phần đó, hệ thống phân phối có vai trò đặc biệt quan trọng, có ảnh hưởng trực tiếp đến độ tin cậy, chất lượng và giá thành điện năng cung cấp [1]

Lưới phân phối hạ thế biểu diễn cho cấp cấu trúc thấp nhất của hệ thống điện có cấp điện áp tiêu thụ thấp (chẳng hạn 110V, 220V, 380V)

Nhiệm vụ của lưới phân phối là phân phối điện năng cho các phụ tải nhỏ (sinh hoạt) và các phụ tải tương đối nhỏ (thương mại và công nghiệp nhỏ), các phụ tải lớn thường được cung cấp trực tiếp từ cấp cao hơn (như cấp truyền tải và cấp truyền tải phụ)

LĐPP thường được vận hành hở hay còn gọi là hình tia nghĩa là không có bất kỳ vòng kín nào trong sơ đồ đơn tuyến Việc vận hành hở LĐPP có nhiều ưu điểm so với vận hành kín như là dễ dàng bảo vệ lưới, dòng sự cố nhỏ, dễ dàng điều chỉnh điện áp và phân bố công suất Tuy nhiên, do vận hành ở mức điện áp thấp và dòng điện lớn, LĐPP thường có tổn thất công suất và độ sụt áp lớn [2]

Mặc dù được vận hành hở nhưng để nâng cao độ tin cậy của hệ thống phân phối, trên các mạch hình tia thường có các khóa điện thường mở có khả năng kết nối đến các mạch khác Nếu có sự cố xảy ra trên một nhánh, các khóa điện thường

mở cho phép khôi phục một phần phụ tải trong vùng có sự cố Ngoài ra, trên các mạch hình tia cũng có các khóa điện thường đóng Các khóa điện này có thể thay đổi trạng thái khi có yêu cầu

Hình 1.1 mô tả một LĐPP đơn giản gồm có hai nguồn và nhiều khoá điện [3] Khoá SW1, SW5 và RC3 ở trạng thái mở để đảm bảo lưới điện vận hành hở Các đoạn tải LN2 và LN6 nằm ở cuối lưới của nguồn điện SS2 Để cải thiện chất lượng điện năng ở cuối lưới, bộ tụ bù được lắp giữa LN4 Tất nhiên, các thiết bị này đều

có thể được vận hành ở chế độ thông số không đổi trong thời gian vận hành hay thông số thay đổi bằng cách điều khiển từ xa hay tại chỗ

SS2

CB2

SW4

LN16 SW8

LN10

LN11 SW5

LN12 RC4 LN13 SW6 LN14

SW7 LN15

LN4 SW2

LN3

LN12 SW1 LN1 LN8 SW3 LN7

RC3 LN6

C1

LN5

CB1 SS1RC1

Hình 1-1: Lưới điện phân phối đơn giản

Khi vận hành hệ thống điện phân phối như Hình 1-1, có thể giảm tổn thất công suất bằng cách chuyển một số tải từ nguồn SS2 sang nguồn SS1, chẳng hạn như đóng RC3 và mở SW2 để chuyển các đoạn tải LN5 và LN6 từ nguồn SS2 sang SS1 Hơn nữa, trên LĐPP thực tế có rất nhiều khóa điện, việc tìm ra cách chuyển tải tốt nhất trong tổ hợp các khoá điện khi chuyển tải đáp ứng các điều kiện ràng buộc kỹ thuật sẽ trở nên phức tạp hơn Việc phân tích lựa chọn các cách chuyển tải này là nội dung của bài toán tái cấu hình LĐPP

Tái cấu hình LĐPP là quá trình thay đổi cấu trúc hình học của LĐPP bằng việc thay đổi trạng thái của các khóa điện thường đóng và thường mở trong khi vẫn đảm bảo thỏa mãn các ràng buộc tùy theo mục đích của nhà vận hành, trong đó có các ràng buộc kỹ thuật như:

- Kết nối của hệ thống phải luôn luôn được duy trì hay nói cách khác tất cả các nút tải phải luôn được cung cấp điện

- Cấu hình hình tia của LĐPP luôn luôn được đảm bảo trong mọi điều kiện

- Điện áp các nút phải nằm trong giới hạn cho phép

- Dòng điện trên các nhánh nằm trong giới hạn định mức cho phép

Do sự phức tạp về địa lý, phân bố dân cư cũng như tính chất phụ tải của các hộ tiêu thụ nên cấu trúc của lưới điện phân phối rất phức tạp bao gồm nhiều nhánh, nhiều nút và có khối lượng rất lớn

Trên mỗi xuất tuyến của lưới điện phân phối ngoài các thiết bị đóng cắt đầu xuất tuyến, người ta còn đặt nhiều thiết bị đóng cắt để phân đoạn trên trục chính

hoặc nhánh rẽ như các thiết bị recloser, dao cách ly (DS), cầu dao phụ tải (LBS), cầu chì tự rơi (FCO), Cầu chì tự rơi có cắt tải (LBFCO)…

Thông thường, lưới điện phân phối Việt Nam có cấu trúc mạch vòng nhưng vận hành hở Điều này thể hiện ở chỗ giữa các xuất tuyến với nhau trên mạch vòng người ta cũng đặt các thiết bị đóng cắt vận hành ở vị trí thường mở, gọi là các thiết

bị liên lạc

Nhờ cấu trúc vận hành hở mà mà hệ thống relay bảo vệ chỉ cần sử dụng loại relay quá dòng Để tái cung cấp điện cho khách hàng sau sự cố, hầu hết các tuyến dây đều có các mạch vòng liên kết với các đường dây kế cận được cấp điện từ một trạm biến áp trung gian khác hay từ chính trạm biến áp có đường dây bị sự cố Việc khôi phục lưới được thực hiện thông qua các thao tác đóng/cắt các cặp khóa điện nằm trên các mạch vòng, do đó trên lưới phân phối có rất nhiều khóa điện

Một đường dây phân phối luôn có nhiều loại phụ tải khác nhau (ánh sáng sinh hoạt, thương mại dịch vụ, công nghiệp…) và các phụ tải này được phân bố không đồng đều giữa các đường dây Mỗi loại tải lại có thời điểm đỉnh tải khác nhau và luôn thay đổi trong ngày, trong tuần và trong từng mùa Vì vậy, trên các đường dây,

đồ thị phụ tải không bằng phẳng và luôn có sự chênh lệch công suất tiêu thụ Điều này gây ra quá tải đường dây và làm tăng tổn thất trên lưới điện phân phối

Để chống quá tải đường dây và giảm tổn thất, các điều độ viên sẽ thay đổi cấu trúc lưới điện vận hành bằng các thao tác đóng/cắt các cặp khóa điện hiện có trên lưới Vì vậy, trong quá trình thiết kế, các loại khóa điện (Recloser, LBS, DS…) sẽ được lắp đặt tại các vị trí có lợi nhất để khi thao tác đóng /cắt các khóa này vừa có thể giảm chi phí vận hành và vừa giảm tổn thất năng lượng Bên cạnh đó, trong quá trình phát triển, phụ tải liên tục thay đổi, vì vậy xuất hiện nhiều mục tiêu vận hành lưới điện phân phối để phù hợp với tình hình cụ thể

1.2 Vai trò của lưới điện phân phối

Lưới phân phối thực hiện nhiệm vụ phân phối điện cho một địa phương (thành phố, quận, huyện …v v), có bán kính cung cấp điện nhỏ (thường dưới 50 km) Lưới phân phối nhận điện từ các trạm phân phối khu vực, gồm:

- Lưới điện có các cấp điện áp 110/35 kV; 110/22 kV; 110/10 kV; 110/6 kV;

- Lưới điện có các cấp điện áp 35/22 kV; 35/10 kV; 35/6 kV

Phương thức cung cấp điện của lưới phân phối thường có hai dạng: Phân phối theo một cấp điện áp trung áp và phân phối theo hai cấp điện áp trung áp

1.2.1 Phân phối theo một cấp điện áp trung áp

Trạm nguồn có thể là trạm tăng áp của các nhà máy địa phương hoặc trạm phân phối khu vực có các dạng CA/TA (110/35-22-10-6 kV)

Trạm phân phối nhận điện từ trạm nguồn qua lưới trung áp, sau đó điện năng được phân phối tới các hộ phụ tải qua mạng điện hạ áp, có dạng TA/HA (35-22-10-6/0.4 kV)

Mạng trung áp

(Trạm nguồn) Trạm phân phối

Mạng hạ áp (Hộ phụ tải) Mạng trung áp Mạng hạ áp

Hình 1-2: Phân phối theo một cấp điện áp trung áp

1.2.2 Phân phối theo hai cấp điện áp trung áp

Trạm nguồn là trạm tăng áp của các nhà máy điện địa phương hoặc trạm phân phối khu vực, thường có các dạng CA/TA (110/35 kV) hoặc TA1/TA2 (35/22-10-6 kV) Trạm phân phối trung gian có dạng TA1/TA2 (35/22-10-6 kV)

Trạm phân phối hạ áp có dạng TA/HA (22-10-6/0.4 kV)

Trạm phân phối trung gianMạng phân

phối 1

Mạng phân

Hình 1-3: Phân phối theo hai cấp điện áp trung áp

Kết cấu lưới phân phối có ảnh hưởng rất lớn tới các chỉ tiêu kinh tế kỹ thuật của toàn hệ thống điện như:

- Độ tin cậy cung cấp điện;

- Độ dao động điện áp tại các hộ phụ tải;

- Tổn thất điện năng: ở lưới phân phối thường có tổn thất điện năng gấp 3 tới 4 lần ở lưới truyền tải;

- Chi phí đầu tư xây dựng: chi phí đầu tư xây dựng ở lưới phân phối thường từ 1.5 tới 2.5 lần so với lưới truyền tải;

- Xác suất ngừng cung cấp điện: Xác suất ngừng cung cấp điện ở lưới phân phối thường lớn hơn nhiều lần ở lưới truyền tải do kết cấu lưới phân phối rất phức tạp

1.3 Đặc điểm của lưới điện phân phối

Lưới phân phối có một số đặc điểm chung như sau:

- Phụ tải của lưới phân phối đa dạng và phức tạp;

- Lưới phân phối thường có dạng hinh tia Chế độ vận hành bình thường của lưới phân phối là vận hành hở;

- Để tăng cường độ tin cậy cung cấp điện người ta có thể sử dụng cấu trúc mạch vòng nhưng thường vận hành ở chế độ hở Trong mạch vòng các đường dây thường được liên kết với nhau bằng dao cách ly, hoặc máy cắt điện Các thiết bị này vận hành ở vị trí mở Khi cần sửa chữa hoặc sự cố thì việc cung cấp điện không bị gián đoạn lâu dài nhờ việc chuyển đổi phương thức cung cấp điện;

- So với mạng hình tia, mạng mạch vòng có chất lượng điện tốt hơn Tuy nhiên mạch vòng lại tồn tại nhiều vấn đề phức tạp về bảo vệ rơle và hiệu quả khai thác mạch vòng kín so với mạch hình tia thấp hơn với cùng lượng vốn đầu tư;

- Trong những năm gần đây, do sự phát triển nhanh chóng các thiết bị có công nghệ cao và các thiết bị tự động, việc giảm bán kính cung cấp điện - tăng tiết diện dẫn và bù công suất phản kháng nên chất lượng điện năng trong mạng hình tia đã được cải thiện đáng kể Kết quả của các công trình nghiên cứu và thống kê từ thực

tế vận hành cho thấy rằng hiện nay lưới phân phối hình tia vẫn còn được sử dụng phổ biến

1.3.1 Thiết kế kín, vận hành hở trên lưới điện phân phối

Số phần tử lộ ra, nhánh rẽ, thiết bị bù, phụ tải của lưới phân phối nhiều hơn lưới truyền tải từ 8-7 lần nhưng mức đầu tư chỉ hơn từ 2- 2,5 lần

Có rất nhiều khách hàng tiêu thụ điện năng với công suất nhỏ và nằm trên diện rộng, nên khi có sự cố, mức độ thiệt hại do gián đoạn cung cấp điện ở lưới điện phân phối gây ra cũng ít hơn so với sự cố của lưới điện truyền tải

Do những nét đặc trưng trên, lưới điện phân phối cần vận hành hở dù có cấu trúc mạch vòng vì các lý do như sau:

- Tổng trở của lưới điện phân phối vận hành hở lớn hơn nhiều so với vận hành vòng kín nên dòng ngắn mạch bé khi có sự cố Vì vậy chỉ cần chọn các thiết bị đóng cắt có dòng ngắn mạch chịu đựng và dòng cắt ngắn mạch bé, nên mức đầu tư giảm đáng kể;

- Trong vận hành hở, các relay bảo vệ lộ ra chỉ cần dùng các loại relay đơn giản

rẻ tiền như relay quá dòng, thấp áp…mà không nhất thiết phải trang bị các loại relay phức tạp như định hướng, khoảng cách, so lệch…nên việc phối hợp bảo vệ relay trở nên dễ dàng hơn, mức đầu tư cũng giảm xuống;

- Chỉ cần dùng cầu chì tự rơi (FCO: Fuse Cut out) hay cầu chì tự rơi kết hợp cắt

có tải (LBFCO: Load Break Fuse Cut Out) để bảo vệ các nhánh rẽ hình tia trên cùng một đoạn trục và phối hợp với Recloser để tránh sự cố thoáng qua;

- Khi sự cố, do vận hành hở, nên sự cố không lan tràn qua các phụ tải khác;

- Do được vận hành hở, nên việc điều khiển điện áp trên từng tuyến dây dễ dàng hơn và giảm được phạm vi mất điện trong thời gian giải trừ sự cố;

- Nếu chỉ xem xét giá xây dựng mới lưới phân phối, thì phương án kinh tế là các lưới hình tia

1.3.2 Sự mất cân bằng tải của các pha trên lưới điện phân phối

Do mạch phân phối điện luôn có nhiều loại phụ tải khác nhau và các phụ tải này được phân bố không đồng đều giữa các pha Mỗi loại tải lại có thời điểm đỉnh tải khác nhau và luôn thay đổi trong ngày, trong tuần và trong từng mùa Vì vậy, trên các đường dây tải điện, đồ thị phụ tải không bằng phẳng và luôn có sự chênh lệch công suất tiêu thụ Điều này gây ra quá tải đường dây và làm tăng tổn thất điện năng trên lưới điện phân phối nên bài toán lưới điện phân phối hạ thế ta cần tính toán và phân bố lại vị trí tải là lưới 3 pha không cân bằng và có cấu trúc hình tia [14]

Hình 1-4: Sơ đồ mạch điện phân phối hình tia

1.4 Bài toán tính tổn thất công suất trên lưới điện 3 pha không cân bằng

Mô tả bài toán

Hình 1-5: Mô hình bài toán mạch điện 3 pha đơn giản

Gọi PA, PB, PC tương ứng là công suất tác dụng của pha A, B, C:

Hình 1-6: Sơ đồ chuyển đổi công suất

Gọi PN, QN là công suất tác dụng và công suất phản kháng trên dây trung tính Dựa theo giản đồ vector thể hiện mối quan hệ giữa ba pha A, B, C, ta suy ra được công thức:

Với RA, RB, RC, RN là điện trở đường dây A, B, C, N Nếu mạng điện sử dụng cùng

1 loại dây dẫn điện thì: RA = RB = RC = RN = R

Suy ra, tổng tổn hao công suất của mạng điện 3 pha không cân bằng sẽ là :

Với XA, XB,XC,XN là điện trở đường dây A, B, C, N Nếu mạng điện sử dụng cùng

1 loại dây dẫn điện thì XA = XB =XC = XN

Suy ra, tổng tổn hao công suất của mạng điện 3 pha không cân bằng sẽ là :

Để cực tiểu  P,  Q thì PN,QN phải cực tiểu hay PA=PB=PC, QA=QB=QC

trong thực tế ta không thể nào bố trí tải để đảm bảo PA PB PC, QA QB QC mà chỉ

có thể cố gắng bố trí tải hợp lí nhất sao cho PA PB PC, QA QB QC

Xét ví dụ bài toán

Giả sử có 1 nhóm 6 tải ở 1 nút , mỗi tải có thông số P=1.6kW, Q=1.2kVar Tổng trở đường dây Z=0.01+0j(Ω)

Trường hợp (1): 3 tải được bố trí pha A, 1 tải pha B và 2 tải pha C;

Trường hợp (2): mỗi pha A, B, C được bố trí 2 tải

Xét trường hợp (1): Các tải được bố trí trí như hình 1.7

Hình 1-7: Mô hình mạch điện 3 pha ở trường hợp (1)

- Tính toán tổn hao công suất trên từng pha:

Hình 1-8: Mô hình mạch điện 3 pha ở trường hợp (2)

- Tính toán tổn hao công suất trên từng pha:

1.5 Phát biểu bài toán

Phân bố lại vị trí phụ tải trên lưới điện phân phối cũng là một phần trong vận hành hệ thống điện Lưới điện phân phối là một phần rộng lớn của hệ thống điện Chúng gây ra tổn thất công suất lớn vì có mức điện áp thấp Do đó bài toán phân bố lại phụ tải trên lưới chính là bài toán thay đổi cấu trúc vận hành của lưới điện phân

phối, hay có thể chỉ ra rằng đó là bài toán tính toán trạng thái tối ưu của các thiết bị đóng cắt trên lưới sao cho đảm bảo về mặt cung cấp điện cho phụ tải, thỏa mãn các yêu cầu về kĩ thuật nhưng đạt được một hàm mục tiêu nhất định, ví dụ như hàm mục tiêu giảm tổn thất, hàm mục tiêu tăng độ tin cậy cung cấp điện…

Bài toán tái cấu hình LĐPP được đề xuất lần đầu vào năm 1975 bởi Merlin và Back [4] Trong nghiên cứu này, kỹ thuật tối ưu nhánh và biên được sử dụng để xác định cấu hình lưới có tổn thất bé nhất Ban đầu tất cả các khóa điện được đóng lại

để tạo thành lưới điện kín, sau đó các khóa điện lần lượt được mở để khôi phục lại cấu hình hình tia Civanlar và cộng sự [5] sử dụng phương pháp trao đổi nhánh để giảm tổn thất công suất dựa trên việc chọn lựa các cặp khóa điện Ý tưởng của phương pháp là trong một vòng kín, một khóa điện đang mở sẽ được thay thế bằng một khóa 7 đóng để giảm tổn thất công suất Khóa được chọn là khóa có mức giảm tổn thất công suất lớn nhất Shirmohammadi và Hong [6] đề xuất phương pháp tái cấu hình giảm tổn thất công suất dựa trên phương pháp của Merlin và Back Trong phương pháp này, trên mô hình mạng thuần trở, ban đầu tất cả các khóa điện được đóng lại sau đó lần lượt các khóa điện có dòng điện bé nhất được mở cho đến khi lưới điện trở thành hình tia

Hình 1-9: Tái cấu hình lưới điện phân phối

Những phương pháp trên có đặc điểm chung là dựa trên các tiêu chuẩn kỹ thuật

và không sử dụng bất kỳ thuật toán tối ưu nào nhưng cố gắng tìm ra một giải pháp tốt bằng các quy trình kỹ thuật Sau hơn ba thập niên thu hút sự quan tâm của các nhà nghiên cứu cùng với sự phát triển mạnh mẽ của khoa học kỹ thuật máy tính, cho đến nay nhiều phương pháp heuristic tổng quát (metaheuristic) đã được áp dụng

để giải bài toán tái cấu hình LĐPP và đã đạt được nhiều kết quả Đây là những phương pháp thường tiếp cận ngẫu nhiên dựa vào quần thể mà không có các yêu cầu đặc biệt như tính liên tục của hàm mục tiêu và hiệu quả trong việc xử lý các bài toán tối ưu có ràng buộc [1] Tuy nhiên, đối với các thuật toán heuristic tổng quát thì vấn đề cần quan tâm là chúng có thể rơi vào cực trị địa phương thay vì toàn cục

và một số thuật toán lại yêu cầu một số lượng lớn các thông số cần điều chỉnh trong

quá trình thực hiện Vì vậy, trong lĩnh vực này, bài toán ngăn ngừa sự hội tụ sớm vào cực trị địa phương của các thuật toán heuristic tổng quát thu hút được nhiều sự quan tâm của nhiều nhà nghiên cứu [1]

Trong [7-9], giải thuật di truyền (genetic algorithm - GA) đã được áp dụng giải

8 bài toán tái cấu hình LĐPP để giảm tổn thất công suất Trong [10], giải thuật GA

đã được sử dụng để giải bài toán tái cấu hình LĐPP có nguồn điện phân tán (Distributed Generation - DG) để giảm tổn thất công suất và độ lệch điện áp Trong [11], giải thuật GA đã được sử dụng để giải bài toán tái cấu hình LĐPP nhằm giảm tổn thất công suất và nâng cao độ tin cậy cung cấp điện của hệ thống

Trong [12-14], thuật toán tối ưu bầy đàn (Particle Swarm Optimization - PSO) được áp dụng vào bài toán tái cấu hình LĐPP để giảm tổn thất công suất Trong [15], PSO được sử dụng để tối ưu cấu hình lưới điện với hàm mục tiêu là giảm tổn thất công suất và chỉ số cân bằng tải (Load Balancing Index - LBI) Trong [16], [17], thuật toán PSO nhị phân được sử dụng để tái cấu hình LĐPP giảm tổn thất công suất

Trong [18], mạng nơron nhân tạo đã được sử dụng để tìm ra cấu hình lưới có tổn thất công suất bé nhất Trong [19], thuật toán tối ưu trọng trường được áp dụng giải bài toán tái cấu hình LĐPP với hàm đa mục tiêu giảm tổn thất công suất, chi phí vận hành và độ tin cậy của LĐPP có DG Trong [20], lý thuyết đồ thị cây khung nhỏ nhất đã được áp dụng vào bài toán tái cấu hình lưới để giảm tổn thất công suất Quá trình tái cấu hình không chỉ ảnh hưởng đến tổn thất công suất mà còn ảnh hưởng đến nhiều yếu tố khác của LĐPP Vì vậy, bài toán tái cấu hình đa mục tiêu

đã thu hút được nhiều sự chú ý của các nhà nghiên cứu Trong [21], phương pháp heuristic cải tiến dựa trên phương pháp trao đổi nhánh [22] đã được sử dụng để giải bài toán với mục tiêu giảm chi phí tổn thất, chi phí chuyển khóa và cải thiện điện áp nút trong hệ thống Trong nghiên cứu này, phương pháp trao đổi nhánh đã được cải tiến để chúng luôn tạo ra các cấu hình lưới hợp lệ tránh phải giải bài toán phân bố công suất trên lưới điện kín Trong [23], phương pháp heuristic đa mục tiêu (Fuzzy Multiobjective Approach - FMA) được đề xuất để giải bài toán với hàm mục tiêu giảm tổn thất, độ lệch điện áp, cân bằng tải giữa các nhánh và giữa các xuất tuyến Ngoài ra, một số nghiên cứu sử dụng các giải thuật heuristic tổng quát cũng đã được

áp dụng thành công vào bài toán tái cấu hình đa mục tiêu chẳng hạn như GA [24], giải thuật lai giữa giải thuật đàn kiến (Ant Colony Optimization - ACO) và PSO (hybrid PSO - HPSO) [25], giải thuật lai giữa đàn ong (Honey Bee Mating 9 Optimization - HBMO) và PSO rời rạc (DPSO–HBMO) [26], giải thuật bước nhảy ếch (Shuffled Frog-Leaping - SFL) [27], đàn ong [28]

Ngoài ra, với sự phát triển của các nguồn năng lượng tái tạo, cấu hình của LĐPP cũng đang dần được thay đổi Một trong những thay đổi mạnh mẽ đó là sự xuất hiện của

DG trên LĐPP DG là nguồn phát điện được kết nối với LĐPP hoặc từ phía khách hàng

sử dụng điện [29] Một số công nghệ DG hiện nay bao gồm hệ thống pin mặt trời, hệ thống turbin gió, hệ thống pin nhiên liệu, turbin công suất nhỏ, hệ thống năng lượng sóng biển, thủy triều, hệ thống bio-gas, hệ thống máy phát dầu, hệ thống máy phát khí, hệ thống năng lượng địa nhiệt, máy phát điện động cơ đốt trong [30] Do bởi các yếu tố an ninh năng lượng và lợi ích kinh tế, sự xuất hiện của DG trên LĐPP ngày càng được tăng lên nhanh chóng [31], [32] Ảnh hưởng của DG đã thu hút được sự quan tâm của nhiều nhà nghiên cứu trong thời gian gần đây Trong [33], các phương pháp độ nhạy tổn thất công suất, chỉ số ổn định công suất (Power Stability Index - PSI), chỉ số ổn định điện áp (Voltage Stability Index - VSI) được so sánh trong việc tối ưu vị trí và công suất DG trên LĐPP Trong [34], thuật toán tối ưu hóa tìm kiếm thức ăn của vi khuẩn (Bacterial Foraging Optimization Algorithm - BFOA) được đề xuất để tìm vị trí và công suất tối ưu của DG với hàm mục tiêu giảm tổn thất công suất, chi phí vận hành và ổn định điện áp Trong [35], phương pháp dựa trên mạng thần kinh nhân tạo được sử dụng để tối ưu vị trí

và công suất của các loại DG khác nhau Kayal và cộng sự [36] đề xuất phương pháp dựa trên thuật toán PSO để tối ưu công suất turbin gió và pin mặt trời để giảm tổn thất công suất và cải thiện độ ổn định điện áp của LĐPP Trong [37], thuật toán PSO được sử dụng để tối ưu vị trí và công suất DG và đơn giá hợp đồng phát điện của DG

Gần đây, một số nghiên cứu đã xem xét giải quyết bài toán tái cấu hình và đặt

DG đồng thời để nâng cao hiệu quả của LĐPP [38], [39], [40] Trong [39], tái cấu hình LĐPP với tối ưu công suất DG với hàm mục tiêu giảm tổn thất công suất và cải thiện điện áp các nút sử dụng thuật toán tìm kiếm hài hòa (Harmony Search Algorithm - HSA) Trong [40], giải thuật pháo hoa (Fireworks Algorithm - FWA) được sử dụng để giải bài toán tái cấu hình và đặt DG trên LĐPP giảm tổn thất công suất và nâng 10 cao ổn định điện áp

Ở Việt Nam, bài toán tái cấu hình LĐPP cũng đã thu hút được sự quan tâm của nhiều nhà nghiên cứu Trong [41], thuật toán GA đã được sử dụng trong bài toán tái cấu hình LĐPP để giảm tổn thất công suất Trong [42], phương pháp tái cấu hình LĐPP sử dụng giải thuật đàn kiến ACO để giảm tổn thất công suất Trong nghiên cứu này, thông qua kết quả mô phỏng, tác giả đã chứng minh được những ưu điểm của thuật toán ACO so với GA và giải thuật luyện kim (Simulated Annealing – SA) Trong [43], thuật toán ACO kết hợp với kỹ thuật logic mờ được sử dụng để giải bài toán tái cấu hình LĐPP

Luận văn này tập trung tìm hiểu thuật toán hiểu thuật toán PSO chuỗi rời rạc SPD, từ đó áp dụng cho bài toán phân bố tải với hàm mục tiêu giảm tổn thất công suất và thực hiện cân bằng pha trên lưới điện phân phối

20

CHƯƠNG 2: PHƯƠNG PHÁP ĐIỀU KHIỂN TỐI ƯU VỊ TRÍ PHỤ TẢI KHÔNG CÂN BẰNG BẰNG GIẢI THUẬT PSO

KẾT HỢP CHUỖI RỜI RẠC SPD Giới thiệu: Trong chương này tác giả trình bày về thuật toán PSO, chuỗi rời rạc SPD, thông qua đó đánh giá ưu nhược điểm của các giải thuật này, để phối hợp các giải thuật với nhau Thông qua việc tìm hiểu mô hình bài toán được trình bày trong chương 1, tác giả đề xuất phương pháp điều khiển tối ưu vị trí phụ tải không cân bằng trên lưới điện phân phối nhằm mục tiêu giảm tổn thất trên lưới điện phân phối không cân bằng ba pha

2.1 Giới thiệu tổng quan về thuật toán tối ưu bầy đàn (PSO)

Thuật toán tối ưu hóa bầy đàn (PSO) [44], là phần thuộc lĩnh vực nghiên cứu quần thể thông minh (Swarm Intelligence - SI), nằm trong tính toán tiến hóa – Evolution computation Những ý tưởng nghiên cứu trong quần thể thông minh dựa trên quan hệ, cách ứng xử của các cá thể trong quần thể, và cách thức tự tổ chức, hoạt động của quần thể Những ý tưởng này đều xuất phát từ việc quan sát các quần thể sinh vật trong tự nhiên Như cách thức mà đàn chim tìm kiếm nguồn thức ăn, nguồn nước, cách mà đàn kiến tìm đường đi tới nguồn thức ăn từ tổ của chúng… Theo giả thuyết của bài toán, các cá thể ban đầu được dựng lên trong không gian đó Mỗi cá thể có một vận tốc ban đầu, và giữa các cá thể cũng có kênh liên lạc Các cá thể sau đó di chuyển trong không gian lời giải, mỗi cá thể sẽ được đánh giá bằng một hay nhiều tiêu chuẩn thích nghi, dần dần các cá thể này sẽ di chuyển

về phía những cá thể tốt hơn trong phạm vi của chúng

Ưu điểm của phương pháp này so với các phương pháp tối ưu toàn cục khác như mô phỏng tôi luyện (Simulated Annealing), di truyền (Genetic Algorithm) là với số lượng lớn cá thể có thể giúp giải thuật vượt qua được các cực trị cục bộ Ban đầu, quần thể của PSO được tạo ngẫu nhiên bởi một nhóm ngẫu nhiên các particles (phần tử), và mỗi phần tử của quần thể này sẽ di chuyển với một vận tốc ngẫu nhiên Khi mỗi phần tử di chuyển trong không gian tìm kiếm, nó sẽ đánh giá lại hàm fitness và lưu lại vị trí tốt nhất của nó (pbestx) – vị trí cho ra giá trị fitness tốt nhất của mỗi phần tử, và giá trị fitness tại vị trí pbestx đó gọi là pbest (best solution) Mỗi phần tử cũng lưu lại giá trị có fitness tốt nhất toàn cục gbest (best global solution) – giá trị fitness tốt nhất của một phần tử bất kì trong số tất cả các phần tử trong quần thể đạt được cho đến thời điểm hiện tại và vị trí có giá trị tốt nhất toàn cục đó (gbestx)

21

Trong khi di chuyển hướng về vị trí pbest và gbest, mỗi phần tử tại mỗi bước lặp sẽ thay đổi /cập nhật vị trí và vận tốc hiện tại của nó bởi hai giá trị: giá trị thứ nhất, gọi là Pbest (là nghiệm tốt nhất đạt được cho tới thời điểm hiện tại) hay còn gọi là giá trị fitness tốt nhất của phần tử trong cho đến thời điểm hiện tại Giá trị thứ hai, gọi là Gbest (là nghiệm tốt nhất mà các cá thể lân cận cá thể này đạt được cho tới thời điểm hiện tại hay là giá trị fitness của cá thể tốt nhất trong tất cả các thế hệ

từ trước đến bây giờ Nói cách khác, mỗi cá thể trong quần thể cập nhật vị trí của nó theo vị trí tốt nhất của nó và vị trí của cá thể tốt nhất trong quần thể tính tới thời điểm hiện tại Quá trình cập nhật các cá thể dựa trên hai công thức sau:

v : Vận tốc của cá thể x tại chiều j

Khi nghiên cứu về giải thuật tối ưu hóa bầy đàn, một số khái niệm đã đưa ra:

- Cá thể: Mỗi cá thể trong thuật toán biểu diễn một lời giải của bài toán nhưng chưa phải là lời giải tối ưu Tùy vào từng bài toán mà mỗi cá thể được biểu diễn bởi những cách khác nhau như chuỗi nhị phân, cây, chuỗi số, v.v…

- Quần thể: Là một tập hợp các cá thể có cùng một số đặc điểm nào đấy Trong giải thuật tối ưu bầy đàn thì quần thể là một tập các lời giải của một bài toán Các cá thể trong quần thể có thể có thông tin về toàn bộ quần thể hoặc chỉ có thông tin về một phần của quần thể, thông tin đó thường là thông tin về cá thể tốt nhất và được đánh giá thông qua giá trị của hàm mục tiêu

- Vị trí: Mỗi bài toán tối ưu có một không gian lời giải của nó, không gian đó có thể là một hoặc đa chiều Mỗi lời giải trong bài toán có thể coi như một vị trí trong không gian đó

22

- Vận tốc: Trong PSO mỗi cá thể có một vận tốc riêng, vận tốc riêng này dùng

để tính vị trí tiếp theo của cá thể trong không gian bài toán Nếu không gian bài toán

là không gian n chiều, thì với mỗi cá thể mỗi chiều sẽ có một vận tốc, hay nói cách khác vận tốc cũng là một vector n chiều Mỗi cá thể sẽ “di chuyển” trong không gian bài toán để tìm ra lời giải tối ưu Tùy vào bài toán cụ thể mà có cách biểu diễn hàm vận tốc phù hợp, hàm vận tốc là một trong những tham số quan trọng bậc nhất trong giải thuật PSO, đôi khi chỉ cần thay đổi cách biểu diễn hàm vận tốc ta có thể giải một bài toán khác

- Hàm mục tiêu: Là hàm mô tả yêu cầu bài toán cần đạt tới Hàm này dùng để đánh giá các lời giải của bài toán Tùy vào từng bài toán mà hàm mục tiêu khác nhau Thông thường chỉ tiêu để nhận dạng thông số là tối thiểu giá trị của hàm mục tiêu

 Các bước trong việc xây dựng giải thuật PSO :

- Khởi tạo một quần thể gồm những cá thể (biến) với những vị trí và vận tốc ngẫu nhiên Đánh giá hàm fitness của quần thể ban đầu và chọn ra giá trị Pbest và

Gbest ban đầu

- Cập nhật vận tốc và vị trí cho mỗi phần tử theo 2 công thức (2.1) và (2.2) Lúc này ta đã có được một quần thể mới

- Đánh giá /tính hàm fitness (cost function) của từng phần tử và so sánh với giá trị Pbest ban đầu Nếu giá trị hiện tại này tốt hơn Pbest ban đầu thì đặt giá trị này thành pbest mới

- Đồng thời so sánh với Gbest ban đầu, nếu tốt hơn thì đặt giá trị này thành Gbest

mới (chọn phần tử có giá trị fitness / cost tốt nhất và gán giá trị này cho Gbest)

- Lặp lại từ bước 2 cho đến khi đạt được ngưỡng giới hạn hoặc đã đạt đến số lần lặp max

Giải thuật PSO có ưu điểm là đơn giản, dễ dàng thực hiện và PSO có thể dễ dàng hoạt động với các giải pháp là số thực Ngoài ra, do không có cơ chế ghép chéo và đột biến nên PSO tính toán nhanh hơn và sử dụng ít bộ nhớ máy tính hơn

do bởi trong quá trình tính toán, PSO không lưu trữ đường chuyển động của mỗi cá thể mà chỉ dựa vào vận tốc của mỗi cá thể Tuy nhiên, do các cá thể trong quần thể

di chuyển dựa trên cá thể tốt nhất trong quần thể và có xu hướng tập trung về vị trí

cá thể tốt nhất nên làm cho PSO có khuynh hướng hội tụ sớm và có thể làm cho giải pháp thu được không tối ưu

23

Bắt đầu

Khởi tạo quần thể ban đầu ngẫu nhiên

Tính fitness của quần thể ban đầu

Xác định Pbest và Gbest ban đầu

Cập nhật giá trị vận tốc và vị trí của các

cá thể để tạo ra các quần thể mới theo

(2.1) và (2.2)

So sánh Pbest và Gbest hiện tại với giá trị trước đó và cập nhật nếu tốt hơn

Đạt ngưỡng giới hạn hoặcđạt đến số vòng lặp tối đa

Sai

Kết thúcĐúng

Hình 2-1: Lưu đồ giải thuật PSO

Từ lưu đồ giải thuật trên ta có thể phát triển giải thuật PSO tối ưu hơn, từ đó

đã ra đời giải thuật SPD-PSO (Selective Probabilistic Discrete Particle Swarm Optimization Technique) tối ưu và chính xác hơn mà vẫn giữ bản chất của giải thuật PSO gốc Điểm khác nhau giữa hai giải thuật là hàm vận tốc phần tử và hàm vị trí phần tử trong không gian tìm kiếm của toàn quần thể, trong thuật toán PSO tốc độ thuật toán phụ thuộc vào hàm vận tốc, hàm vận tốc phụ thuộc vào đặc điểm của quần thể (cấu trúc nghiệm ban đầu), trong khi đó, thuật toán chuỗi nhị phân (SPD)

24

sẽ khắc phục được bằng cách tạo ra các bộ mã nhị phân có giá trị 0, 1 sẽ phù hợp với bài toán thay đổi trạng thái (đóng/mở) do đó sẽ tăng tốc độ tính toán khi kết hợp giải thuật PSO và SPD

Thuật toán PSO có những đặc điểm nổi bật sau:

- PSO tìm kiếm nhiều điểm tối ưu cùng một lúc Các cá thể trao đổi thông tin với nhau nhờ vậy mà giảm bớt khả năng kết thúc tại một điểm cực trị địa phương

- PSO chỉ làm việc với các cá thể là mã của các lời giải Do đó, với một PSO

có sẵn, đôi khi cần thay đổi các biểu diễn là có giải thuật cho một bài toán mới

- PSO chỉ cần đánh giá hàm mục tiêu để phục vụ quá trình tìm kiếm chứ không đòi hỏi các thông tin bổ trợ khác

- Các thao tác cơ bản trong giải thuật PSO dựa trên khả năng tích hợp tính ngẫu nhiên trong quá trình xử lý

Ứng dụng của thuật toán PSO: Với đặc điểm là đơn giản, dễ cài đặt, không cần tính toán các đạo hàm và dễ song song hóa PSO đã được ứng dụng vào để giải nhiều lớp bài toán như:

- Tối ưu hóa không ràng buộc - Unconstrained Optimization

- Tối ưu hóa ràng buộc - Constrained Optimization

- Tối ưu hóa đa mục tiêu - Multi Objective Optimization

- Bài toán nhiều lời giải - Multi Solution Problem

- Tối ưu hóa động - Dynamic Optimization Problem

- Huấn luyện mạng neural - Training Neural Network

- Game Learning

2.2 Thuật toán tối ưu bầy đàn (PSO) và chuỗi rời rạc SPD

2.2.1 Thuật toán PSO nhị phân

Như đã mô tả trước đây, thuật toán PSO ban đầu được đề xuất để giải quyết các vấn đề tối ưu hóa liên tục bằng cách mô hình hóa một tập hợp các vấn đề tiềm năng về các giải pháp như một loạt các phần tử di chuyển trong miền không gian tìm kiếm Nhưng đối với các vấn đề tối ưu hóa giải pháp nơi các phần tử chỉ có thể giả sử một vài giá trị rời rạc, đó là không thể liên tục di chuyển và định vị các phần

tử trong một không gian tìm kiếm có giá trị riêng biệt bằng cách sử dụng các công thức hiện có Tối ưu hóa với các đặc điểm như vậy được đề cập để tối ưu hóa rời rạc Các hình thức cơ bản nhất của tối ưu hóa là vấn đề tối ưu hóa nhị phân, trong

25

đó các phần tử giải pháp chỉ có giá trị hoặc bằng 0 hoặc bằng 1, đúng hoặc sai v.v

Đó là, chỉ có hai cấp độ, thể loại hoặc các giá trị được sử dụng để xác định không gian giải pháp Nhìn chung hình thức của các vấn đề tối ưu hóa rời rạc đề cập đến những vấn đề các phần tử giải pháp có thể giả sử n giá trị không có thứ tự khác nhau, với n > 2 là bất kỳ số nguyên tùy ý

Vấn đề được nêu ra ở phần giới thiệu, cần tìm ra một tổ hợp bố trí các tải trên 3 pha của mạch không đối xứng một cách tốt nhất sao cho kết quả tổn thất công suất trên mạch nhỏ nhất và cấu hình bố trí tối ưu nhất Giả sử một nhóm gồm m tải được

bố trí trên n pha (cụ thể với bài toán đề ra là bố trí trên 3 pha) Đó là một tổ hợp mxn (m tải được bố trí trên n pha) vấn đề Do đó, người ta cần xác định các phần tử trong thuật toán PSO ban đầu sử dụng mô hình rời rạc theo thứ tự để giải quyết vấn đềCác phần tử trong thuật toán nhị phân PSO ban đầu là được biểu diễn bằng ma trận nhị phân chỉ gồm 0 và 1, trong khi vận tốc của chúng được mã hóa dưới dạng

ma trận xác suất chi phối việc lặp hoặc chuyển các giá trị nhị phân từ 0 đến 1 và ngược lại

2.2.2 Phương pháp đề xuất kết hợp SPD với PSO

Thuật toán SPD-PSO [46] được đề xuất để giải quyết vấn đề bố trí tải sử dụng công thức ma trận nhị phân đại diện cho các phần tử trong giải pháp bầy đàn khi áp dụng khái niệm sử dụng vận tốc phần tử như kiểm soát xác suất trong việc cập nhật các yếu tố giải pháp trong các phần tử Ngoài ra, để giữ gìn bản chất thuật toán PSO

cơ bản ban đầu ở vị trí mới (giải pháp) của phần bị ảnh hưởng bởi vị trí hiện tại của

nó, cũng như các vị trí tốt nhất của phần tử và toàn quần thể, một lựa chọn cho cơ chế trong thuật toán đề xuất được đưa ra để cho phép các yếu tố giải pháp cập nhật của một phần tử có nguồn gốc từ giải pháp hiện tại, phần tử tốt nhất hoặc giải pháp tốt nhất toàn cục Do đó, dựa trên các đặc điểm thiết kế của đề xuất Thuật toán PSO rời rạc, phương pháp tối ưu hóa mới được đặt tên Tối ưu hóa xác suất hạt rời rạc chọn lọc (từ đó được ký hiệu là SPD-PSO)

Vị trí phần tử X và vận tốc V trong đề xuất thuật toán SPD-PSO là ma trận và các phương trình cập nhật vận tốc và phần tử đã được sửa đổi như thể hiện trong giải mã của thuật toán SPD-PSO mới được nêu trong công thức (2.3) và (2.4) Pesudo-code của thuật toán được trình bày tại phụ lục kèm theo Phần còn lại của phần này sẽ trình bày chi tiết các cơ chế được sử dụng để theo dõi và cập nhật vị trí của các phần tử trong SPD-PSO, cũng như công thức của ma trận vận tốc phần tử

và tính toán các giá trị mục tiêu của biện pháp trong tổ hợp bố trí, trong đó mục tiêu tối ưu hóa là để giảm thiểu giá trị mục tiêu của các giải pháp được đề cử

26

Tóm loại điểm khác nhau giữa PSO và SPD-PSO là công thức cập nhật vận tốc và vị trí mới của các cá thể để tạo ra quần thể mới:

(2.3) (2.4)

Trong đó:

t: Biểu diễn bước nhảy tại thời điểm t của phần tử k

k

pbest : Vị trí tốt nhất của của phần tử k

gbest: Vị trí tốt nhất của cá thể trong quần thể

0 k

Hình 2-2: Lưu đồ giải thuật SPD-PSO [46]

2.2.3 Sự biểu diễn vị trí của phần tử trong thuật toán SPD-PSO

Hai đại diện khác nhau nhưng có liên quan của quần thể các phần tử được sử dụng trong thuật toán SPD-PSO được đề xuất Đầu tiên là vectơ m x1, từ đó được gọi là vectơ phân bố, trong đó m biểu thị tổng số tổng số tải cần bố trí Mỗi yếu tố trong vectơ phân bố của phần tử là một số nguyên dương trong phạm vi [1, n], Trong đó n = 3 biểu thị số pha cần bố trí tải lên đó Công thức vector hóa như vậy cho phép thuật toán SPD-PSO lưu trữ từng giải pháp phần tử (thông tin) một cách hiệu quả

28

Đại diện thứ hai, được gọi là ma trận phân bố, được sử dụng để đánh giá sự phù hợp của vị trí phần tử (do đó đây là giải pháp), để xây dựng và cập nhật vận tốc của phần tử Theo sơ đồ đại diện này, một phần tử k trong thuật toán SPD-PSO được đề xuất được lưu trữ dưới dạng m x n ma trận nhị phân Xk có các thuộc tính sau:

- Tất cả các phần tử trong ma trận là 0 hoặc 1, trong đó giá trị 1 biểu thị sự phân bố vị trí tải trên pha trong khi giá trị 0 biểu thị sự không bố trí

- Trong mỗi hàng, chỉ có một phần tử có giá trị 1 trong khi tất cả các phần tử còn lại dọc theo cùng một hàng là 0, chỉ ra rằng mỗi cụm chỉ được gán cho một pha

Mỗi hàng đại diện cho sự phân bố cho một cụm, trong khi mỗi cột biểu thị số lượng tải Giả sử Xk là ma trận phân bố cho phần tử thứ k Phần tử Xk (i, j) = 1 chỉ

ra rằng tải thứ i đã được gán cho pha j theo giải pháp thể hiện bởi phần tử k Điều này có thể được minh họa bằng cách sử dụng phân bố đơn giản, ví dụ bao gồm bốn tải và ba pha Hình 2-3 mô tả vị trí phần tử (giải pháp) trong thuật toán SPD-PSO được đề xuất sử dụng vectơ phân bố và đại diện ma trận phân bố, tương ứng Cho ví

dụ, tải thứ nhất được bố trí ở pha B, tải thứ hai được bố trí ở pha A, tải thứ ba được

bố trí ở pha C và tải thứ tư được bố trí ở pha A Với các số 1, 2, 3 được gán tương ứng cho ba pha A,B C trên mạch điện trong đó C biểu thị cho thứ tự tải, I biểu thị cho thứ tự pha

2131

2131

2131

Hình 2-3: Hai đại diện khác nhau của một quần thể phần tử đề xuất trong SPD-PSO

2.2.4 Xây dựng vận tốc phần tử và quá trình cập nhật phần tử trong PSO

SPD-Việc kết hợp chuỗi nhị phân thay thế bước cập nhật vectơ vận tốc trong thuật toán PSO sẽ tăng tốc độ của thuật toán, do đó cách tiếp cận của hướng nghiên cứu là kết hợp 2 ưu điểm này Thuật toán SPD-PSO là một thuật toán tối ưu rời rạc nên rất phù hợp với nhiệm vụ xác định pha kết nối cho phụ tải trên lưới điện hạ áp ba pha

vì bản chất pha kết nối cũng là một số nguyên (a,b,c tương ứng với các số 1,2,3)

Đó là lý do thuật toán SPD-PSO được lựa chọn trong luận văn này

bố tương đương của chúng biểu diễn cho công thức của vận tốc phần tử để tạo điều kiện cho quá trình cập nhật phần tử Trong thuật toán, vận tốc của phần tử k được biểu thị bằng m x n ma trận nhị phân Vk Người ta có thể hiểu Vk là một ma trận thay đổi cập nhật vị trí của phần tử k và do đó thay đổi giải pháp phân bố mà phần

tử k đại diện

Trong quá trình hình thành vận tốc của phần tử k trong quá trình cập nhật, kế hoạch phân bố ma trận-mã hóa thì cũng được sử dụng để đại diện cho Gbestk vị trí tốt nhất của phần tử k và vị trí tốt nhất của toàn quần thể SPD-PSO Gbest Đối với phần

tử k, ma trận phân bố P bestk biểu thị giải pháp tốt nhất mà phần tử đã tìm thấy trong không gian tìm kiếm cho đến nay Với biểu diễn ma trận của vận tốc một phần tử trong thuật toán SPD-PSO được đề xuất, sửa đổi cũng phải được giới thiệu về quy trình cập nhật ban đầu vận tốc trong thuật toán PSO cơ bản Phương trình (2.5) và phương trình (2.6) minh họa quá trình cập nhật vận tốc cũng như vị trí của phần tử k trong SPD-PSO, trong đó t biểu thị bước lặp trong quy trình tìm kiếm

để áp dụng Điều này là do trong tối ưu hóa rời rạc, các phần tử giải pháp chỉ có thể lấy một trong số lượng cố định giá trị có thể và giá trị trung gian không được phép

Do đó, thay cho các yếu tố nhận thức và xã hội, hai tham số mới Q1 và Q2 được tạo

ra để cân nhắc tác động ảnh hưởng của phần tử tốt nhất và giải pháp tốt nhất toàn quần thể có trên vị trí cập nhật của phần tử trong SPD-PSO Cụ thể, Q1 và Q2 là các vectơ m x 1 số lượng thống nhất ngẫu nhiên trong phạm vi [0, ] và [0, ] (2.7), tương ứng Ở đây,  = 1 (2.8) và  bắt chước hiệu ứng của yếu tố nhận thức, trong khi  mô phỏng hiệu ứng của yếu tố xã hội như được quan sát trong quá trình tối ưu hóa liên tục của thuật toán PSO cơ bản

Sau đó, ma trận vận tốc Vkt+1của một phần tử k trong thuật toán SPD-PSO được đề xuất có nguồn gốc bằng cách so sánh các yếu tố tương ứng của Q1 và Q2