Tối ưu hóa lịch trình sử dụng tải điều hòa không khí trên cơ sở các bộ tổng hợp tải

Bài viết này thiết lập mô hình tối ưu hóa lịch trình sử dụng năng lượng của tải điều hòa không khí (Air Conditioning Load, ACL) trên cơ sở các bộ tổng hợp tải (Load Aggregator, LA). Mô hình LA có xét đến chiến lược bù đắp chi phí (bù đáp ứng nhu cầu) cho người sử dụng, yếu tố nhiệt độ và mô hình xác suất của điện gió.

ISSN: 1859-2171 e-ISSN: 2615-9562 TNU Journal of Science and Technology 225(06): 284 - 291 TỐI ƯU HĨA LỊCH TRÌNH SỬ DỤNG TẢI ĐIỀU HỊA KHƠNG KHÍ TRÊN CƠ SỞ CÁC BỘ TỔNG HỢP TẢI Hà Thanh Tùng Trường Đại học Kỹ thuật Cơng nghiệp - ĐH Thái Ngun TĨM TẮT Bài báo thiết lập mơ hình tối ưu hóa lịch trình sử dụng lượng tải điều hịa khơng khí (Air Conditioning Load, ACL) sở tổng hợp tải (Load Aggregator, LA) Mơ hình LA có xét đến chiến lược bù đắp chi phí (bù đáp ứng nhu cầu) cho người sử dụng, yếu tố nhiệt độ mơ hình xác suất điện gió Hàm mục tiêu mơ hình tổng doanh thu tối đa LA có xét đến ràng buộc nhiệt độ, biến động điện gió, giới hạn cơng suất hệ thống hạn chế chi phí (doanh thu tổng hợp tải) Kết tính tốn mơ cho thấy mơ hình tối ưu đề xuất đem lại lợi ích mặt kinh tế cải thiện đáng kể đường đặc tính tải hệ thống Từ khóa: Tải điều hịa; đáp ứng nhu cầu; lượng tái tạo; tổng hợp tải Ngày nhận bài: 19/4/2020; Ngày hoàn thiện: 19/5/2020; Ngày đăng: 21/5/2020 OPTIMIZING THE USAGE SCHEDULE FOR AIR CONDITIONING LOAD BASED ON LOAD AGGREGATOR Ha Thanh Tung TNU – University of Technology ABSTRACT This paper constructs the model to optimize the usage schedule air conditioning load (ACL) based on load aggregator (LA) The LA model takes into account cost compensation (demandcompensation) strategies, temperature factors, and wind power probabilities The model's objective function is the maximum total revenue of LA, considering the constraints on temperature; wind power fluctuations, system capacity limits and cost constraints (load aggregator revenue) The simulation results show that the proposed optimal model brings economic benefits and significantly improves the load characteristic in the system Keyworks: air conditioning load; demand response; renewable energy; load aggregator Received: 19/4/2020; Revised: 19/5/2020; Published: 21/5/2020 Email: tunganh@tnut.edu.vn 284 http://jst.tnu.edu.vn; Email: jst@tnu.edu.vn Hà Thanh Tùng Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN Đặt vấn đề Trong năm gần đây, nguồn phân tán (Distributed Generation，DG) lượng gió thiết bị quang điện sử dụng lượng tái tạo để phát điện phát triển mạnh mẽ trước nguy cạn kiệt thiếu hụt nghiêm trọng dạng lượng hóa thạch Tuy nhiên, lượng đầu DG phụ thuộc lớn vào không gian thời gian nên thường biến động gián đoạn mạnh, gây nên tác động không nhỏ đến lưới điện [1] Sự xuất công nghệ lượng thông minh đề xuất giải pháp để giải vấn đề tiêu thụ lượng tái tạo Là phần quan trọng lưới điện thông minh, công nghệ lượng thơng minh tăng cường hiệu việc trao đổi tương tác thông tin, lượng kinh doanh lưới điện người dùng [2] Loại hình dễ dàng nhận thay đổi phụ tải, kiểm soát tốt, phát hành tốn hóa đơn tiền điện nhanh chóng Điều khiển phụ tải giải pháp sử dụng tiết kiệm hiệu lượng Vấn đề đặt triển khai mơ hình điều tiết tải phản ứng phía người dùng Một giải pháp đưa năm gần sử dụng tổng hợp tải (Load Aggregator，LA) [3] LA đơn giản tổ chức bên thứ độc lập, tích hợp điều tiết thống phụ tải nhà cung cấp công ty điện lực [4] Một đối tượng phụ tải mà LA hướng đến áp dụng điều hịa khơng khí (Air Conditioning Load, ACL) Trước hết, ACL chiếm tỷ lệ cao nhu cầu tiêu thụ điện khu vực dân cư Trong giai đoạn cao điểm, ACL chiếm đến 40% tổng tải dân cư tỷ lệ có xu hướng tăng dần theo năm [1] Cảm nhận người dùng nhiệt độ nhà có khoảng nhiệt độ khơng nhạy cảm định [5] Khi nhiệt độ nhà thay đổi khu vực này, thoải http://jst.tnu.edu.vn; Email: jst@tnu.edu.vn 225(06): 284 - 291 mái người dùng không thay đổi đáng kể [6] Hơn nữa, ACL có qn tính nhiệt, tồn điều hịa khơng khí tịa nhà coi thiết bị dự trữ nhiệt, giúp điều chỉnh ACL thời gian ngắn Hiện nay, có nhiều tài liệu mơ hình hóa lập kế hoạch vận hành ACL: [5] đề xuất mơ hình lưu trữ lượng ảo ACL phân tích khả max lưu trữ lượng xem xét đặc điểm thoải mái thể người; [7] Đề xuất mô hình hóa ACL trung tâm phương pháp triệt tiêu biến động điện gió; [8] phân tích phương pháp giảm ACL trung tâm yếu tố ảnh hưởng; [9] thiết lập mơ hình tối ưu hóa đa mục tiêu nhằm tối ưu hóa hóa đơn tiền điện thoải mái người dùng thông qua ACL đề xuất giải pháp để đối phó với khơng chắn nhiệt độ ngồi trời Nhìn chung, mơ hình tối ưu ACL thường áp dụng phương pháp điều khiển bước điều khiển nhiệt độ không đổi Các phương pháp khai thác triệt để tiềm ACL Hơn nữa, chiến lược bồi thường người dùng thường xác định theo tình loại bỏ trực tiếp tải mà khơng thể phản ánh xác tác động đáp ứng nhu cầu người dùng Do đó, báo dựa nghiên cứu mơ hình thay đổi nhiệt độ ACL tiến hành xem xét chiến lược giá điện theo thời gian thực thị trường điện, đồng thời đề xuất mơ hình vận hành tối ưu để kiểm sốt tải điều hịa LA có xét đến tham gia điện gió Chức mục tiêu mơ hình lợi nhuận tối đa LA, có tính đến ràng buộc nhiệt độ môi trường dao động lượng tái tạo, v.v., nhằm thúc đẩy việc tiêu thụ lượng tái tạo lưới điện Mơ hình lợi ích LA 2.1 Cấu trúc Là mắt xích quan trọng, LA phải trì liên lạc đầy đủ cơng ty điện lực (cung 285 Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN Hà Thanh Tùng cấp điện) người sử dụng điện để có thơng số tải thay đổi theo thời gian thực, thông tin giá điện trạng thái kiểm soát tải linh hoạt điều kiện thị trường điện nhằm lên kế hoạch vận hành cho chiến lược kiểm soát Cấu trúc hệ thống giới thiệu hình [10] Tín hiệu từ hệ thống Thơng tin Năng lượng điện Load Aggregator （LA） Tải dân cư Tải khác Tải điều hịa LA thu thập thơng tin cần thiết ACL phía người dùng [11] theo thời gian thực để lên kế hoạch vận hành Đồng thời, LA giám sát nguồn điện điểm kết nối lưới điện cục lưới điện cấp cao thời gian thực đánh giá lợi ích việc cắt giảm phụ tải đỉnh san đồ thị phụ tải 2.2 Chi phí mua điện lợi ích bán điện Chi phí LA chủ yếu bao gồm chi phí mua điện (bao gồm chi phí vận hành) chi phí bồi thường cho người dùng Trong thị trường điện, chi phí LA mua điện từ hệ thống phụ thuộc vào chi phí phát điện, truyền tải phân phối lưới điện Trong đó, chi phí phát điện chủ yếu phụ thuộc vào đặc tính tiêu thụ máy phát [12] Theo đặc điểm tiêu thụ máy phát điện thông thường, mức tiêu thụ nhiên liệu đầu vào thiết bị phát điện lượng điện đầu hàm bậc hai, cụ thể [13]: (1) Trong đó: Cfuel ( Lt ) chi phí phát điện thời điểm t, a, b, c hệ số đặc tính tiêu thụ nhiên liệu máy phát Nếu tính đến chi phí truyền tải phân phối, tổng chi phí mua điện LA xác định sau: 286 (2) Có thể thấy từ công thức (2), giá điện thị trường LA chấp nhận tỷ lệ thuận với mức tải [13], cụ thể: p ( Lt ) = CLA ( Lt ) Lt = aLt + b RLA ( Lt ) = Lt  ct Hình Cấu trúc LA Cfuel ( Lt ) = aL2t + bLt + c CLA ( Lt ) = aL2t + bLt (3) Lưu ý giá điện LA mua từ nguồn điện phân tán, báo dựa giá điện lưới thống nhất, thường 0,06 USD/kWh [12], [13] Doanh thu trực tiếp LA chủ yếu đến từ khoản tính chi phí điện người dùng Phương pháp tính tốn doanh thu trực tiếp sau: Điểm kết nối Điện gió 225(06): 284 - 291 (4) Trong đó, RLA ( Lt ) tổng chi phí điện tương ứng với công suất Lt LA giá điện, ct giá điện thời điểm t Giả thiết LA tính giá điện khơng đổi cho người dùng, tổng chi phí điện giữ nguyên tổng mức tiêu thụ điện phụ tải khơng thay đổi Do đó, xét thời điểm cao điểm, san (lấp đầy) đồ thị phụ tải làm giảm tổng chi phí mua điện dẫn đến làm tăng tổng thu nhập LA 2.3 Chiến lược bồi thường đáp ứng nhu cầu người sử dụng Kiểm soát tải trực tiếp cần quan tâm đến mức bồi thường dành cho người sử dụng Mức bồi thường chủ yếu tính tốn dựa thông số tải [14] mà không xét đến phản ứng thực tế người dùng Trong số trường hợp, tải trạng thái kiểm soát người dùng lại không bị ảnh hưởng yếu tố tiêu cực tương ứng Tương tự vậy, số trường hợp tải người dùng không kiểm soát LA nhiệt độ thực tế lại không nằm giới hạn tương ứng Theo quan điểm người sử dụng, cần phải đưa mức bù định Do báo đề xuất chiến lược bù kiểm soát tải trực tiếp dựa kinh nghiệm thực tế người dùng http://jst.tnu.edu.vn; Email: jst@tnu.edu.vn Tạp chí KHOA HỌC & CƠNG NGHỆ ĐHTN Hà Thanh Tùng Tài liệu tham khảo [15] sử dụng khái niệm báo cảm biến nhiệt (Thermal Sensation Vote，TSV) để đo trải nghiệm thoải mái người dùng thay đổi nhiệt độ nhà Mối quan hệ TSV nhiệt độ nhà quan hệ chức tuyến tính phần (hình 2): 225(06): 284 - 291 Ti ,int nhiệt độ nhà nhóm người dùng i thời điểm t, Ti com nhiệt độ thoải mái nhóm người dùng i nhóm người dùng i, kicomp hệ số bù, T biểu thị tổng số thời gian khoảng thời gian lên kế hoạch Mơ hình ACL điện gió Phiếu bình chọn 3.1 Mơ hình thay đổi nhiệt độ ACL 0.5 0.1 Nhiệt độ/ T T lo T com T up T max Hình Hình ảnh chức báo cảm biến nhiệt lo up Trong hình, T T giới hạn vùng nhiệt độ không nhạy cảm người dùng, nghĩa nhiệt độ nhà thay đổi phạm vi này, người dùng max khơng có cảm giác rõ ràng T T giới hạn nhiệt độ mà người dùng chịu Nghĩa nhiệt độ nhà vượt giới hạn này, người dùng com có cảm giác khó chịu T nhiệt độ thoải mái cho người dùng, nghĩa nhiệt độ nhà giá trị này, người dùng cảm thấy thoải mái Hàm giá trị biểu cảm giác nhiệt hàm trừu tượng nhiệt độ người sử dụng ACL sở trải nghiệm trực quan nó, chức sử dụng làm tài liệu tham khảo cho việc tính toán bù cho người dùng Do hàm giá trị biểu cảm giác nhiệt gần với đường cong hàm bậc hai nên tốn tối ưu hóa, sử dụng hàm bậc hai để biểu thị hàm mục tiêu tối ưu hóa giải pháp: T ( Cicomp =  kicomp Ti ,itn − Ti com t =1 ) (5) Trong cơng thức trên, Cicomp chi phí bồi thường nhóm người dùng i giai đoạn lên kế hoạch điều khiển tải điều hòa, http://jst.tnu.edu.vn; Email: jst@tnu.edu.vn Ảnh hưởng ACL đến thay đổi nhiệt độ phòng phụ thuộc vào yếu tố kích thước cấu trúc, nhiệt độ ngồi trời chí vị trí lắp đặt điều hịa Mơ hình mạch nhiệt tương đương thường sử dụng ACL gia đình trình bày hình [6] S Re Rm Ca Q T in Cm T out Hình Mơ hình tải điều hịa (ACL) Trong đó: Q công suất nhiệt, Ca công nhiệt dung riêng khơng khí, Re điện trở nhiệt, Tin nhiệt độ nhà, Rm thành phần điện trở nhiệt chất rắn, Cm nhiệt dung riêng chất rắn, Tout nhiệt độ trời S biến trạng thái điều hòa, S=[0, 1] cho biết điều hòa trạng thái bật tắt Việc đo nhiệt độ trời thơng số khác mơ hình, phương trình vi phân bậc hai thể mối quan hệ ACL với nhiệt độ nhà thiết lập sau: Cm Rm Ca Cm Rm  dT in T in d 2T in  + C + C + +   m a Re  dt Re dt   T out ，S=1 Q + Re  = out  T , S=0  R e  (6) Đơn giản hóa cơng thức (6), mối quan hệ tuyến tính gần nhiệt độ thời gian tính sau [16]: 287 Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN Hà Thanh Tùng   Tt in + (1 −  ) Tt out +1 ，St = Tt in+1 =  in out  Tt + (1 −  ) Tt +1 − (1 −  ) Qc / K , St = (7) Trong đó: Tt in nhiệt độ nhà thời điểm t; Tt in+1 , Tt out +1 biểu thị nhiệt độ nhà trời thời điểm t + 1;  hệ số tản nhiệt; Qc công suất làm lạnh định mức ACL; K - hệ số tản nhiệt; St biến thể trạng thái ACL thời điểm t Vì St biến nhị phân, nên cơng thức (7) viết lại: Tt in+1 =  Tt in − St (1 −  ) Qc / K + (1 −  ) Tt out (8) +1 Giả thiết nhiệt độ ngồi trời khơng thay đổi khoảng thời gian định Gọi T0in giá trị nhiệt độ ban đầu nhà, đó: dt = − St (1 −  ) Qc / K + (1 −  ) Tt out (9) +1 Nhiệt độ nhà tính theo đạo hàm: T1in =  T0in + d1 T2in =  T1in + d =  2T0in +  d1 + d (10) t Tt =  T +   di in t in t −i i =1 T = Ξ D + T ξ in (11) Viết dạng ma trận: Tin = T1in , T2in , Tt in  T0ξ =  T0in ,  2T0in , D = d1 , d2 , T (12)  tT0in  T dt      Ξ=      t -1  t − T (13) (14) 0  t −3 0  0  0  (15) 3.2 Mơ hình điện gió Hiện nay, quang điện lượng gió hai hình thức lượng tái tạo chiếm sản lượng lớn Trong số đó, cơng suất lắp đặt lượng gió vượt xa quang điện, mức độ dao động lớn nhiều so với pin quang điện [17] Do đó, báo sử dụng lượng gió đại diện lượng tái tạo để mô hình hóa phân tích mơ [18] 288 225(06): 284 - 291 Đầu tuabin gió phụ thuộc vào giá trị tốc độ gió thời gian thực Mơ hình đầu thường sử dụng tuabin gió trình bày hình [15]: P PR Vci Vco VR V Hình Quan hệ tốc độ gió lượng đầu Mơ hình xác suất tốc độ gió thường áp dụng phân phối Weibull: k v p (v) =   cc k −1 e v −  c k (16) Trong đó, p ( v ) hàm mật độ xác suất tốc độ gió; c k tham số tỷ lệ tham số hình dạng phân phối Weibull Vci , Vco tốc độ cắt, VR tốc độ gió định mức, PR cơng suất định mức Mơ hình tối ưu ACL Mơ hình tốn xây dựng sở hàm mục tiêu ràng buộc, hàm mục tiêu là: M T ( F =  ki Ti ,itn − Ti com i =1 t =1 ) −   l  T t =1 base t M  +  St ,i Qci   ct i =1  M    +   a  ltbase − Pt wind +  St ,i Qci  t =1   i =1   T M   +b  ltbase − Pt wind +  St ,i Qci   i =1   (17) Trong đó, ltbase - tổng tải khơng kiểm sốt (tải bản) thời điểm t; Pt wind - sản lượng điện gió thời điểm t; St ,i - trạng thái điều hòa thứ i thời điểm t; Qci - lượng điều hòa thứ I; T tổng thời gian chu trình lập kế hoạch; M tổng số nhóm ACL Ràng buộc tốn học bao gồm: 1) Hạn chế nhiệt độ điều hòa http://jst.tnu.edu.vn; Email: jst@tnu.edu.vn Tạp chí KHOA HỌC & CƠNG NGHỆ ĐHTN Hà Thanh Tùng Trong quy trình lập kế hoạch, để ngăn nhiệt độ đặt không bị chênh lệch xa so với nhiệt độ tối ưu gây ảnh hưởng đến người dùng, điều khiến người dùng từ bỏ tham gia kế hoạch thống LA, nhiệt độ nhà phải giữ mức chấp nhận phạm vi cho phép Do đó, ràng buộc thể sau: Ti  Ti ,int  Ti max (18) Trong đó, Ti , Ti max - giới hạn nhiệt độ min, max điều hòa thứ i; Ti ,int - nhiệt độ điều hòa thứ i thời điểm t 2) Giới hạn công suất đường dây Biến động mức sản lượng điện gió có tác động bất lợi lưới điện Do đó, ràng buộc công suất đường dây sau: M  − Pt wind + ltbase +  St ,i Qci  Ptiemax (19) 19,8 452 Giá điện cho người sử dụng điện 0,103 USD / kWh Công suất tối đa 2MW hệ số chi phí bù nhiệt độ 0,0024 USD/℃ cho nhóm máy ACL LA thu thập tất tham số ACL người dùng chia chúng thành 15 nhóm Các thơng số đặc trưng nhóm thể bảng Tải trọng bản, tải ACL, sản lượng điện gió đường cong tải trước tham gia điều phối thể hình Dữ liệu cho thấy, tải hệ thống (net load) nhỏ ~ phút, 19 ~ 25 phút 38 phút, cho thấy dịng cơng suất lúc chảy ngược phía hệ thống trước khoảng thời gian Nếu tải khu vực không lập kế hoạch điều phối tối ưu khoảng thời gian này, điện gió khơng khai thác chỗ, làm giảm việc sử dụng lượng phân tán Bảng Thơng số nhóm tải điều hòa i =1 3) Ràng buộc tổng thu nhập (chi phí) LA phải đảm bảo thu nhập rịng lớn sau lên kế hoạch Ràng buộc thể sau: T  M   −  a  ltbase − Pt wind +  St ,i Qci  − b ltbase − Pt wind + t =1   i =1   ( M S i =1 t ,i T M  M   Qci   −  Cicomp +   ltbase +  St ,i Qci   ct − t =1  i =1   i =1  T   Pt wind  t =1 (20) Trong đó, γ giá điện gió mua vào LA 225(06): 284 - 291 STT 10 11 12 13 14 15 T0in /℃  Qc / K 26,94 26,47 24,58 26,36 24,73 25,50 26,17 25,72 24,82 26,23 25,55 26,02 24,26 23,25 24,77 0,958 0,965 0,953 0,964 0,959 0,952 0,955 0,966 0,969 0,967 0,955 0,951 0,967 0,961 0,969 39,38 39,93 35,26 39,98 38,29 35,08 36,17 37,78 40,24 40,28 35,44 40,32 40,24 37,41 39,30 Số lượng/ nhóm 136 147 112 132 171 198 133 187 109 199 171 135 127 115 144 Mô phân tích ví dụ tính tốn Bài tốn đặt LA tiến hành điều phối cho 2770 máy điều hòa với 80% người dùng tham gia vào dự án Thời gian lên lịch điều phối 40 phút, nhiệt độ ngồi trời khơng đổi mức 34oC Trong thời gian này, công suất tiêu thụ điện bật điều hòa 2,8kW, giới hạn điều chỉnh nhiệt độ nhà người dùng 27oC 23oC, nhiệt độ dễ chịu 25oC Các hệ số giá bán điện http://jst.tnu.edu.vn; Email: jst@tnu.edu.vn Hình Thơng số phụ tải điện gió trước tiến hành điều phối tải 289 Tạp chí KHOA HỌC & CƠNG NGHỆ ĐHTN Hà Thanh Tùng Do đó, mơ hình tối ưu hóa đề xuất viết sử dụng để tối ưu hóa việc lập lịch trình ACL nhằm cải thiện đường cong tải Trong báo này, giải CPLEX hộp công cụ MATLAB sử dụng để giải toán tối ưu hóa Kết tính tốn thể hình Net load cải thiện Vì cơng suất hệ thống có giới hạn nên cơng suất đường dây dao động mức cao, trì phạm vi định Bảng cho thấy giá trị tối đa/ tối thiểu tải hệ thống thời điểm tương ứng với ràng buộc tải max đưa Có thể thấy trước tối ưu hóa, tải hệ thống -0,94 MW, dịng cơng suất chảy ngược phía hệ thống Sau tối ưu hóa, phụ thuộc giới hạn công suất hệ thống dịng cơng suất khơng giảm ln nhận giá trị dương Khi ràng buộc tối đa công suất đường dây thay đổi, giá trị tải tối đa tối thiểu tương ứng thay đổi thời gian xuất giá trị tối đa tối thiểu bị ảnh hưởng theo Bảng Dịng cơng suất hệ thống max/min Công suất Max/MW Thời gian tương ứng/phút Công suất min/MW Thời gian tương ứng/phút 3,213 32 -0,940 1,998 38 0,016 21 3MW 2,910 40 0,075 4MW 3,952 38 0,092 5MW 4,644 38 0,092 6MW 5,052 40 0,109 22 Trước tối ưu 2MW Mục tiêu tối ưu viết tối đa hóa lợi ích chi phí LA sở ràng 290 buộc giới hạn công suất đường dây khác nhau, tổng hợp chi phí LA thể bảng Bảng Phân tích lợi ích chi phí LA Ptiemax Trước tối ưu 2MW 3MW 4MW 5MW 6MW Doanh thu bán điện/USD Chi phí mua điện/USD Chi phí bồi thường/USD 349,33 242,52 32,35 74,47 375,24 385,83 386,53 388,21 386,48 243,46 252,35 253,02 253,82 253,99 23,32 22,65 23,35 23,41 20,80 108,47 109,24 110,15 110,98 111,69 Thu nhập/USD Bảng cho thấy lợi ích chi phí LA sau tiến hành điều phối lớn nhiều so với thu nhập trước Khi hạn chế cơng suất tối đa tải tăng lên, lợi ích chi phí cải thiện, hiệu cải thiện không nhiều Trong thực tế, cần xem xét tác động tải cực đại lên thiết bị hạn chế tối đa công suất tải phù hợp Kết luận Hình So sánh đặc tính tải Ptiemax 225(06): 284 - 291 Bài viết đề xuất chiến lược kiểm sốt tải điều hịa sở LA có xét đến bù chi phí cho người sử dụng Trong phương pháp bù đáp ứng nhu cầu cho phía người dùng, viết đề xuất phương pháp bù dựa thoải mái thể chất thực tế Mục tiêu đáp ứng nhu cầu để tối đa hóa lợi nhuận LA, đồng thời sở ràng buộc biến động công suất đường dây Kết tính tốn cho thấy hiệu tính khả thi cho hoạt động điều phối tải điều hòa sử dụng LA Kết nghiên cứu báo áp dụng với đối tượng phụ tải khác xe điện máy nước nóng (có đặc điểm tương tự ACL) Vì vậy, việc xây dựng hệ thống điều phối tải thống nhiều loại hình phụ tải khác cần tiếp tục nghiên cứu hoàn thiện TÀI LIỆU THAM KHẢO/ REFERENCES [1] S Yinbiao, Z Zhigang, and G Jianbo, “Study on Key Factors and Solution of Renewable Energy Accomm- odation,” Proceedings of the CSEE, 2017, vol 37, no 01, pp 1-9 http://jst.tnu.edu.vn; Email: jst@tnu.edu.vn Hà Thanh Tùng Tạp chí KHOA HỌC & CƠNG NGHỆ ĐHTN [2] C Xu, Y Yuyao, and Z Yongjun, “Influence of Illumination Probability of Photovoltaic System on Voltage of Power Distribution Networks,” Journal of South China University of Technology (Natural Science Edition), vol 2015, no 4, pp 112-118, 2015 [3] C Haoyu, H Shunjie, F Zhihua, “Demand Response of Multi-Microgrid Based on Game Theory,” Southern Power System Technology, vol 11, no 2, pp 34-40, 2017 [4] Z Kaiyu, S Yiqun, and Y Zheng, “Energy Storage Capacity Optimization for Load Aggregators Considering Probablity of Demand Response Resources’s Breach,” Automation of Electric Power Systems, vol 39, no 17, pp 127-133, 2015 [5] A H Mohsenian-Rad，V W S Wong，and J Jatskevich，“Autonomous demand-side management based on game- theoretic energy consumption scheduling for the future smart grid,” IEEE Transactions on Smart Grid，vol 1, no 3, pp 320- 331, 2010． [6] W Qianggang, L Chao, and L Yong, “A Reactive Power Optimization Model of High Voltage Distribution Network Considering DLC Cycle Control of Air- conditioning Loads,” Proceedings of the CSEE, 2018, vol 38, no 06, pp 1684-1694 [7] G Ciwei, L Qianyu, and L Yang, “Bi-level Optimal Dispatch and Control Strategy for Air-conditioning Load Based on Direct Load Control,” Proceedings of the CSEE, 2014, vol 34, vol 10, pp 1546-1555 [8] G Ciwei, Z Liangjie, and Y Xiaomei, “Research on Load Aggregation of Central Air Conditioning and Its Participation in the Operation of Power System,” Proceedings of the CSEE, 2017, vol 37, no 11, pp 31843191+ 3373 [9] Z Zhidan, H Xiaoqing, and C Yijia, “Research on Active Response Policy for Grid Friendly Air Conditioning Load,” Proceedings of the CSEE, 2014 vol 34, no 25, pp 4207-4218 [10] Z Yanyu, Z Peng, and L Zhongwen, “A Multi-Objective Optimal Control Algorithm http://jst.tnu.edu.vn; Email: jst@tnu.edu.vn 225(06): 284 - 291 for Air Conditioning System in Smart Grid,” Power System Technology, vol 38, no 7, pp 1819-1826, 2014 [11] L Zhou, Y Zhang, and X Lin, “Optimal sizing of PV and BESS for a smart household considering different price mechanisms,” IEEE Access, vol 2018, pp(99) 1-1, 2018 [12] T C Chiu, Y Y Shih, and A C Pang, “Optimized Day-Ahead Pricing With Renewable Energy Demand-Side Management for Smart Grids,” IEEE Internet of Things Journal, vol 4, no 2, pp 374-383, 2017 [13] M Li, L Nian, and Z Jianhua, “Optimal Operation Model of User Group With Photovoltaic in the Mode of Automatic Demand Response,” Proceedings of the CSEE, 2016 vol 36, no 13, pp 3422-3432 +3361 [14] L Dongdong, X Lianlian, and L Xiang, “Optimal dispatching of microgrid considering the participation of reducible loads,distributed generators (DG) and energy storage units,” Power System Protection and Control, vol 45, no 2, pp 35-41, 2017 [15] C Defu, C Jinfu, and S Dongyuan, “Impact of Wind Speed Correlation on Operation Characteristics of Distribution Network,” Power System Technology, vol 37, no 01, pp 150-155, 2013 [16] W Yilan, T Yibin, and H Mei, “Research on Virtual Energy Storage Model of Air Conditioning Loads Based on Demand Response,” Power System Technology, vol 41, no 02, pp 394-401, 2017 [17] H M Soliman, and A Leon-Garcia, “GameTheoretic Demand-Side Management With Storage Devices for the Future Smart Grid,” IEEE Transactions on Smart Grid, vol 5, no 3, pp 1475-1485, 2014 [18] L Xiaofeng, G Bingtuan, and L Jing, “Noncooperative Game Based Hierarchical Dispatch Model of Residential Loads,” Automation of Electric Power Systems, 2017, vol 41, no 14, pp 54-60, 2017 291 ... tiến hành điều phối tải 289 Tạp chí KHOA HỌC & CƠNG NGHỆ ĐHTN Hà Thanh Tùng Do đó, mơ hình tối ưu hóa đề xuất viết sử dụng để tối ưu hóa việc lập lịch trình ACL nhằm cải thiện đường cong tải Trong... trị tối đa/ tối thiểu tải hệ thống thời điểm tương ứng với ràng buộc tải max đưa Có thể thấy trước tối ưu hóa, tải hệ thống -0,94 MW, dịng cơng suất chảy ngược phía hệ thống Sau tối ưu hóa, phụ... để tối đa hóa lợi nhuận LA, đồng thời sở ràng buộc biến động cơng suất đường dây Kết tính tốn cho thấy hiệu tính khả thi cho hoạt động điều phối tải điều hòa sử dụng LA Kết nghiên cứu báo áp dụng