Nghiên cứu và xây dựng đô thị dự báo phụ tải cụm dân cư bằng phương pháp bottom up

1 CHƢƠNG 1: MỞ ĐẦU 1. GIỚI THIỆU 1.1 Tính cấp thiết của đề tài: Trong những năm vừa qua, cùng với tốc độ tăng trưởng GDP trung bình hàng năm đạt khoảng 7,5%, nhu cầu năng lượng và điện năng tiếp tục tăng với tốc độ tương ứng là 10,5% và 15%. Theo dự báo của các chuyên gia kinh tế và năng lượng, tốc độ tăng GDP, nhu cầu năng lượng và điện năng sẽ tiếp tục duy trì ở mức độ cao, do đó trong những năm tới nhu cầu thiếu điện để phát triển kinh tế - xã hội là điều không tránh khỏi. Cũng theo dự báo, nhu cầu điện sản xuất theo phương án cơ sở, trong giai đoạn 2001 – 2020 tăng trưởng trung bình GDP 7,1 – 7,2%, thì chúng ta cần tới 201 tỷ kWh và 327 tỷ kWh vào năm 2030. Trong khi đó, khả năng huy động tối đa các các nguồn năng lượng nội địa của nước ta tương ứng 165 tỷ kWh vào năm 2020 và 208 tỷ kWh vào năm 2030, thiếu gần 119 tỷ kWh. Xu hướng gia tăng sự thiếu hụt nguồn điện trong nước sẽ càng gay gắt và sẽ tiếp tục kéo dài trong những năm tới. Với nhu cầu điện trong tương lai, để đáp ứng được nhu cầu phụ tải hàng năm tăng như trên, đòi hỏi ngành điện phải có sự đầu tư thỏa đáng. EVN phải đề nghị chính phủ ưu tiên bố trí vốn ưu đãi từ các quỹ hỗ trợ phát triển, vốn ODA và các nguồn vay song phương của nước ngoài để đầu tư các công trình trọng điểm của quốc gia, kết hợp chặt chẽ với các địa phương trong việc sử dụng có hiệu quả các nguồn vốn hỗ trợ từ ngân sách cho các dự án điện khí hóa nông thôn, miền núi, hải đảo. . . . Để giảm sức ép tài chính và đáp ứng nhu cầu sử 2 dụng điện để phát triển kinh tế xã hội, ngành điện đang tập trung nghiên cứu tìm giải pháp hữu hiệu. Một trong những giải pháp đó là sử dụng hợp lý và tiết kiệm điện năng trong gia dụng. Đối với công tác xây dựng đồ thị dự báo phụ tải điện năng, kết quả dự báo không chính xác, sai lệch quá nhiều về khả năng cung cấp hoặc về nhu cầu điện năng sẽ dẫn đến hậu quả không tốt cho nền kinh tế. Nếu ta dự báo phụ tải quá thừa so với nhu cầu sử dụng thì hậu quả là phải huy động nguồn lớn hơn mức cần thiết dẫn đến tăng vốn đầu tư. Ngược lại nếu dự báo phụ tải quá thấp so với nhu cầu thì sẽ không đáp ứng được nhu cầu cho các hộ tiêu thụ điện và làm thiệt hại cho nền kinh tế quốc dân, ảnh hưởng đến đời sống và sinh hoạt của nhân dân. 1.2 Mục đích của đề tài: Lựa chọn được các giải pháp hợp lý nhằm xây dựng biểu đồ dự báo phụ tải. Muốn thực hiện được việc này đòi hỏi phải phân tích được cơ cấu thành phần phụ tải đặc biệt là phụ tải tổng trong đồ thị phụ tải. Ở đây sẽ trình bày phương pháp phân tích cơ cấu phụ tải dựa trên cơ sở những đặc trưng của các đồ thị phụ tải thành phần. Phân tích được cơ cấu thành phần phụ tải tổng trong đồ thị phụ tải của hệ thống từ đó đánh giá ảnh hưởng của các chương trình quản lý nhu cầu điện trong quy hoạch phát triển điện lực. Trong điều kiện thiếu thông tin về phụ tải điện (PTĐ), để phân tích cơ cấu thành phần phụ tải đỉnh trong ĐTPT, người ta thường sử dụng các phương pháp: “So sánh đối chiếu” hoặc “ Thống kê, điều tra, đo đạc trực tiếp” tại các nút phụ tải của HTĐ. Tuy nhiên, độ tin cậy của những kết quả nhận được cũng rất hạn chế. 3 Ở đây sẽ trình bày phương pháp phân tích cơ cấu phụ tải dựa trên cơ sở những đặc trưng của PTĐ. Phân tích được cơ cấu thành phần phụ tải tổng trong đồ thị phụ tải của hệ thống từ đó đánh giá ảnh hưởng của các chương trình quản lý nhu cầu điện trong quy hoạch phát triển điện lực. Mục tiêu của đề tài là đề xuất phương pháp xây dựng các biễu đồ dự báo phụ tải cho khu vực dân dụng bằng phương pháp bottom up có tính đến các yếu tố ngẫu nhiên như yếu tố xã hội ,yếu tố thời gian cũng như yếu tố thời tiết. Đề tài sẽ khảo sát phương pháp xây dựng đồ thị dự báo phụ tải sử dụng phương pháp bottom up, trình bày tính năng làm việc của phương pháp bottom up và sau đó là phát triển trong phần mềm MATLAB. kiểm tra tính chính xác và ứng dụng vào thực tế. 1.3 Đối tƣợng nghiên cứu và phƣơng pháp nghiên cứu: 1.3.1 Đối tƣợng nghiên cứu: Các mô hình và phương pháp xây dựng đồ thị dự báo phụ tải . Đối tượng nghiên cứu là các khách hàng sử dụng điện trong khu chung cư Thành Mỹ Lợi. 1.3.2 Phƣơng pháp nghiên cứu: Nghiên cứu lý thuyết dự báo phụ tải ngắn hạn. Nghiên cứu sự ảnh hưởng của nhiệt độ, lịch làm việc (ngày nghỉ, ngày lễ) đến nhu cầu phụ tải. Nghiên cứu đặc điểm các phụ tải dân dụng. xây dựng chương trình dự báo phụ tải ngắn hạn cho phụ tải dân dụng trong mô phỏng matlab. 4 Thu thập dữ liệu vận hành làm nguồn dữ liệu: phụ tải 24h trong ngày của khu chung cư thành mỹ lợi. Đây chính là dữ liệu của đối tượng nghiên cứu. Từ đó tìm hiểu và phân tích diễn biến của đối tượng nghiên cứu. 1.4 Ý nghĩa khoa học và thực tiễn của đề tài: Việc xây dựng biểu đồ dự báo phụ tải dân dụng phụ thuộc vào nhiều yếu tố ngẫu nhiên rất khó xác định nên luận văn này đề xuất phương pháp bottom up Nghiên cứu biểu đồ dự báo của các thành phần phụ tải dân dụng tham gia vào phụ tải tổng để phục vụ công tác quy hoạch phát triển trong tương lai . Dữ liệu tải dân dụng là rất quan trọng cho kế hoạch phân phối lưới điện và tối ưu năng lực sản xuất nghành điện nói riêng cũng như về mặt nhà nước nói chung. Vấn đề này cũng hữu ích cho lập kế hoạch mạng lưới điện áp trung bình và thấp trong khu dân cư. Từ đó đưa ra các đề xuất giảm phụ tải đỉnh nhằm giảm chi phí đầu tư nguồn và lưới điện mà vẫn đảm bảo độ tin cậy cung cấp điện. 1.5 TỔNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU 1.5.1 GIỚI THIỆU TỔNG QUAN VỀ DỰ BÁO PHỤ TẢI Mục tiêu chính của dự báo phụ tải ngắn hạn (STLF) là cung cấp một dự báo phụ tải cho các chức năng lập biểu đồ phát điện cơ bản, cho việc đánh giá mức độ an toàn của vận hành hệ thống, và cung cấp thông tin đúng lúc cho người điều độ. Người ta nhận thức rằng STLF giữ một vai trò quan trọng trong các hệ thống điện độc quyền truyền thống. Các mô hình dự báo khác nhau đã được dùng trong các hệ thống điện để đạt được độ chính xác dự báo. Nằm trong số các mô hình là các phương pháp hồi quy, phương pháp thống kê và phương pháp không gian trạng thái. Bên cạnh 5 đó, các thuât toán dựa vào trí tuệ nhân tạo đã được đưa vào dựa trên hệ thống chuyên gia, lập trình tiến hoá, hệ thống mờ, phương pháp bottom up. Trong số các thuật toán này, bottom up đã nhận được nhiều sự quan tâm vì là một mô hình rõ ràng, dễ thực hiện và hiệu quả tốt. 1.5.2 TỔNG QUAN VỀ PHƢƠNG PHÁP BOTTOM UP 1.5.2.1 GIỚI THIỆU PHƢƠNG PHÁP BOTTOM UP Việc xây dựng biểu đồ phụ tải gia dụng khu dân cư là một nhiệm vụ rất phức tạp, bởi vì sử dụng điện năng của các hộ gia đình được gắn liền với yếu tố tâm lý liên quan đến lối sống, thói quen hằng ngày. tất nhiên, vô cùng chủ quan và không dễ dàng xác định với bất kỳ mức độ chính xác . Phương pháp bottom up cần tính toán của tất cả các thiết bị, bằng cách tiếp cận tổng hợp dạng tải dựa trên hai mức sau đây [4]: Mức 1: tập hợp những nhu cầu sử dụng thiết bị cá nhân để tạo một hồ sơ tiêu thụ điện cho hộ gia đình. Mức 2: tập hợp các dạng tải của các hộ gia đình khác nhau để lấy được hồ sơ tiêu thụ cho cụm dân cư. Trong phương pháp bottom up đã xem xét những bản chất khía cạnh tâm lý và hành vi có liên quan. Điều này đạt được thông qua các quy tắc logic, thực hiện trong một quy trình tự động, do đó cho phép định lượng mối tương quan giữa các yếu tố khác nhau mà tạo thành cơ sở quan trọng của việc sử dụng năng lượng của khách hàng dân cư. Các thành phần cơ bản khách hàng dân cư đã được xác định là: * Thiết bị 6 * thành viên hộ gia đình Sự kết hợp của các thành phần cơ bản tạo ra một thành phần cơ bản của cụm dân cư gọi là "hộ gia đình". Nói cách khác, nó được coi là một biễu đồ hình dạng tải được xác định chủ yếu bởi các mối tương quan giữa các thiết bị và các thành viên của hộ gia đình. Tuy nhiên mối tương quan như vậy có thể tạo ra kết quả biễu đồ khác nhau, tùy thuộc vào khu vực địa lý và các loại hộ gia đình. Các hoạt động trung bình của các thành viên trong gia đình cụ thể khác nhau ở nhà vào những thời điểm nhất định trong ngày. Các chức năng giới thiệu (thường loại xác suất) có thể được tóm tắt như sau: chức năng hành vi  Khả năng hiện diện ở nhà của từng thành viên trong gia đình: một biểu đồ giá trị phần trăm với khoảng thời gian khác nhau trong ngày. Chức năng này đề cập đến các sự kiện quan trọng như đi ra ngoài để học / làm việc, về nhà, bữa ăn và ngủ.  hoạt động hộ gia đình: các hoạt động khác nhau liên quan đến việc sử dụng năng lượng điện của các thành viên được chia theo bốn mục chính: công việc gia đình, vệ sinh, nấu ăn và giải trí. Tỷ lệ xác suất của phân phối trong ngày được đưa ra.  Khả năng sử dụng thiết bị: xác suất sử dụng thiết bị trong một hộ gia đình được phân bố phần trăm sử dụng trong ngày.  Khuynh hướng hoạt động của các thành viên: mỗi thành viên được gán tỷ lệ phần trăm khả năng thực hiện các hoạt động của hộ gia đình. 7  Nguồn nhân lực: mỗi thành viên được phân công một loạt các nguồn tài nguyên như mắt, tai và bàn tay được thể hiện biểu tượng về tỷ lệ phần trăm. Các giá trị tiếp theo là hữu ích để định lượng khả năng của mỗi thành viên sử dụng nhiều hơn một thiết bị cùng một lúc .  Thiết bị sở hữu: từng loại hộ gia đình được gán một tham số chỉ định của một tập hợp các thiết bị có sẵn. Tham số này phụ thuộc vào một số tính năng mà là đặc trưng của các loại hộ gia đình, chẳng hạn như thu nhập giả định, số lượng thành viên, đặc điểm kinh tế xã hội của khu vực …vv. chức năng kỹ thuật  Chế độ hoạt động thiết bị :  Chu kỳ hoặc thời gian kích hoạt.  Công suất (tùy thuộc vào loại, kích thước)  Tiêu thụ trung bình hàng năm Trong phương pháp bottom up xây dựng các biểu đồ phụ tải của hộ gia đình do đó nảy sinh ngẩu nhiên từ mỗi thành viên của hộ gia đình kích hoạt một hoặc nhiều các thiết bị hiện tại trong nhà. 8 Hình 1.1: tổng quan về phương pháp bottom up. 1.5.3 Tổng quan tình hình nghiên cứu 1.5.3.1 Tình hình nghiên cứu trên thế giới Ngày nay, để xây dựng biểu đồ dự báo phụ tải các nước trên thế giới nói chung cũng như Việt Nam nói riêng đã đưa ra nhiều giải pháp để sử dụng điện hiệu quả. Trên thế giới đã thực hiện thống kê các số liệu và biễu đồ dự báo phụ tải theo bản chất ngẫu nhiên tiêu thụ được tạo ra bằng cách sử dụng quá trình ngẫu nhiên và các chức năng phân phối xác suất. Ở phần lan Jukka V. Paatero and Peter D. Lund đã xây dựng biểu đồ theo giờ trong tổng số hộ gia đình 702 trong 365 9 ngày trong năm 2002 áp dụng trong việc phân tích các bản chất ngẫu nhiên của dữ liệu, cung cấp số lượng tăng lên của các hộ gia đình cho các thống kê tốt hơn. Ở ý (Capasso và cộng sự, 1994) cũng trình bày phương pháp bottom up cho khu dân cư trong đó trình bày Một số chức năng xác suất bao gồm các mối quan hệ chặt chẽ tồn tại giữa nhu cầu của khách hàng dân cư và các yếu tố tâm lý và hành vi điển hình của các hộ gia đình. tiêu thụ ban ngày trung bình trong ngày làm việc thường là thấp hơn so với những ngày cuối tuần, và trong buổi tối tiêu thụ có phần cao hơn so với các buổi tối cuối tuần. báo cáo kết quả so sánh giữa ghi nhận và dự đoán biểu đồ tải, từ đó rút ra ưu điểm và khuyết điểm của phương pháp. Ngoài ra còn nhiều nước khác áp dụng phương pháp bottom up như nhật bản (Kiichiro Tsuji, Fuminori Sano, Tsuyoshi Ueno and Osamu Saeki, từ 1998 đến 2002), Thụy sỹ (C.F. Walker, J.L. Pokoski, 1985) .v.v. 1.5.3.2. Tình hình nghiên cứu trong nƣớc Sự phát triển của một các phương pháp để dự báo phụ tải ngắn hạn sử dụng như: phương pháp tính trực tiếp, phương pháp so sánh đối chiếu, mạng neural nhân tạo,.v.v Phương pháp neural đã được xác nhận trên một tập dữ liệu thực tế có thể dự báo sự phát triển của đường cong tải tiêu thụ điện theo giờ, ví dụ như năm 2005 tại Hà Nội với độ chính xác gần 97%. Phương pháp neural nhân tạo có thể được sử dụng như mô hình phi tham số của dự báo phụ tải. Phương pháp bottom up tuy đã được nghiên cứu ứng dụng nhiều trên thế giới, nhưng vẫn còn khá mới mẻ ở Việt Nam. Thực tế hiện nay có rất ít công ty 10 điện lực cũng như các công ty thiết kế tiến hành dự báo phụ tải một cách nghiêm túc, khoa học. [...]... các bộ phận phụ khác như động cơ quay dĩa, quạt giải nhiệt, bảo vệ nhiệt và quá Dòng, công tắc cửa 31 CHƢƠNG 4: XÂY DỰNG BIỂU ĐỒ DỰ BÁO PHỤ TẢI THEO PHƢƠNG PHÁP BOTTOM UP 4.1 ĐẶC ĐIỂM CỦA PHƢƠNG PHÁP BOTTOM UP Phương pháp bottom up xây dựng biểu đồ dự báo phụ tải có thể xảy ra của một hộ gia đình với những đặc điểm kinh tế xã hội và nhân khẩu học, yếu tố ngẫu nhiên 4.1.1 Hồ sơ dữ liệu tất cả các dữ liệu... những dự báo chính xác mà không cần ngưng trệ các hoạt động đang diễn ra Hệ thống neural đặc biệt hữu ích khi số liệu đầu vào có tương quan cao hay có số lượng không đủ, hoặc khi hệ thống mang tính phi tuyến cao Phương pháp này cho kết quả dự báo có độ chính xác cao, dự báo được các sự kiện theo thời gian 2.4.8 Phƣơng pháp bottom up Nội dung của phương pháp là xây dựng biễu đồ dự báo phụ tải cho dân. ..  Dự báo dài hạn: Phạm vi dự báo bao gồm một giai đoạn từ 1-10 năm Khoảng thời gian này cần cho quy hoạch, xây dụng các nhà máy, các đường dây truyền tải và phân phối điện 13  Dự báo trung hạn: Phạm vi dự báo trung hạn là một giai đoạn giữa 1 tháng và 1 năm Loại dự báo này thường được dùng để xác định thiêt bị và lưới điện sẽ lắt đặt hoặc thiết lập các hợp đông trong thị trường điện  Dự báo phụ tải. .. các thị trường điện, giá điện, mà có thể thay đổi đột ngột và có thể có một quan hệ phức tạp với tải của hệ thống, trở nên là một yếu tố quan trọng trong dự báo phụ tải 2.3.6 Các yếu tố khác Hình dạng đồ thị phụ tải có thể khác nhau do các điều kiện địa lý Ví dụ, đồ thị phụ tải khu vực nông thôn thì khác so với khu vực đồ thị Đồ thị phụ tải cũng có thể phụ thuộc vào loại khách hàng Chẳng hạn như đồ thị. .. định lượng từ đó xây dựng mô hình biểu diễn sự tương quan giữa điện năng với sản lượng các thành phần kinh tế như: sản lượng công nghiệp, sản lượng kinh tế quốc dân. v.v Khi xác định được giá trị sản lượng các thành phần kinh tế (bằng các phương pháp khác) ở năm dự báo, dựa vào mối quan hệ trên để dự báo phụ tải điện năng Nhược điểm của phương pháp là ta phải thành lập các mô hình dự báo phụ, ví dụ sản... ta nhận thức rằng dự báo phụ tải giữ một vai trò quan trọng trong các hệ thống điện độc quyền truyền thống Các mô hình dự báo khác nhau đã được dùng trong các hệ thống điện để đạt được độ chính xác dự báo Nằm trong số các mô hình là các phương pháp hồi quy, phương pháp thống kê và phương pháp không gian trạng thái Bên cạnh đó, các thuât toán dựa vào trí tuệ nhân tạo đã được đưa vào dựa trên hệ thống... phương pháp bottom up Trong số các thuật toán này, bottom up đã nhận được nhiều sự quan tâm vì là một mô hình rõ ràng, dễ thực hiện và hiệu quả tốt 2.2 PHÂN LOẠI DỰ BÁO Để thiết lập một mô hình dự báo, cần thiết phải xác định các nhu cầu mà chúng ta muốn trả lời Theo đó có hai loại dự báo phụ tải phân biệt trong vận hành và lập quy hoạch các hệ thống điện Sự phân biệt này căn cứ vào thời gian dự báo. .. nghiệp,nông nghiệp, dân dụng, v.v… và xác định được nhu cầu điện năng ở từng địa phương (sử dụng thuận tiện trong qui hoạch) Nhược điểm: Mức độ chính xác phụ thuộc vào việc Thu thập số liệu của các ngành, địa phương dự báo Phương pháp này dùng để dự báo tầm ngắn và tầm trung 2.4.3 Phƣơng pháp ngoại suy theo thời gian Phương pháp của nội dung là tìm quy luật pháp triển điện năng Theo thời gian dựa vào số lượng... lượng kinh tế quốc dân theo thời gian để dự báo sản lượng công nghiệp, kinh tế quốc dân ở năm t dự báo 2.4.5 Phƣơng pháp so sánh đối chiếu So sánh đối chiếu nhu cầu phát triển điện năng của các nước có hoàn cảnh tương tự Đây là phương pháp được nhiều nước áp dụng để dự báo nhu cầu năng lượng một cách có hiệu quả Phương pháp thường được áp dụng cho dự báo ngắn hạn và trung hạn 2.4.6 Phƣơng pháp chuyên gia... ta phải có một bộ dữ liệu quá khứ đủ mức tin cậy để 19 xây dựng hàm hồi quy, dựa trên cơ sở xác định phụ tải bằng các phương pháp: dùng phiếu điều tra, phương pháp trực tiếp Kết quả của phương pháp nêu trên xác định được các hệ số hồi quy ai Việc xác định mức tiêu thụ điện được xác định dựa trên cơ sở của ai và các yếu tố ảnh hưởng khác Nghiên cứu mối tương quan giữa các thành phần kinh tế với điện . xác và ứng dụng vào thực tế. 1.3 Đối tƣợng nghiên cứu và phƣơng pháp nghiên cứu: 1.3.1 Đối tƣợng nghiên cứu: Các mô hình và phương pháp xây dựng đồ thị dự báo phụ tải . Đối tượng nghiên cứu. thời tiết. Đề tài sẽ khảo sát phương pháp xây dựng đồ thị dự báo phụ tải sử dụng phương pháp bottom up, trình bày tính năng làm việc của phương pháp bottom up và sau đó là phát triển trong. biểu đồ dự báo phụ tải dân dụng phụ thuộc vào nhiều yếu tố ngẫu nhiên rất khó xác định nên luận văn này đề xuất phương pháp bottom up Nghiên cứu biểu đồ dự báo của các thành phần phụ tải dân dụng