Bài viết này đề xuất xem xét bài toán tối ưu trên như bài toán hai mục tiêu: đạt lời giải tối ưu tốt nhất và tệ nhất. Nguyên lý của lý thuyết mờ và giải thuật tối ưu bầy đàn được áp dụng để giải bài toán tối ưu đa mục tiêu. Giá trị tối ưu của bài toán sẽ nằm trong khoảng, còn công suất của máy phát đóng vai trò nút cân bằng cũng sẽ thay đổi trong khoảng để đáp ứng sự bất định của công suất điện gió và mặt trời. Một ví dụ cho mạng điện nhỏ hạ thế có ba nguồn phát được xem xét cho cả hai tình huống: nối lưới qua máy cắt thông thường và qua bộ điều khiển công suất.
Tạp chí Phát triển Khoa học Cơng nghệ – Kĩ thuật Công nghệ, 3(1):366-374 Bài Nghiên cứu Open Access Full Text Article Tối ưu công suất phát điều kiện bất định cho mạng điện nhỏ nối lưới Phan Quốc Dũng, Phan Thị Thanh Bình* , Phạm Đình Minh, Trần Minh Hưng, Nguyễn Đức Hưng TÓM TẮT Use your smartphone to scan this QR code and download this article Hiện thâm nhập điện gió mặt trời mạng điện nhỏ cao Việc dự báo tốc độ gió hay xạ mặt trời khó đưa giá trị xác thường đưa khoảng giá trị Do công suất đầu dự báo nguồn cho dạng khoảng giá trị Điều kiện ràng buộc cân công suất mạng điện nhỏ có vế phải dạng bất định, dạng khoảng Như mạng điện nhỏ kết lưới, có mặt nguồn phát dựa gió mặt trời làm cho tốn phân bố công suất phát tối ưu máy phát phân bố trở thành tốn có yếu tố bất định Lời giải tối ưu hai cận khoảng cho lời giải tối ưu tốt tệ Bài báo đề xuất xem xét toán tối ưu toán hai mục tiêu: đạt lời giải tối ưu tốt tệ Nguyên lý lý thuyết mờ giải thuật tối ưu bầy đàn áp dụng để giải toán tối ưu đa mục tiêu Giá trị tối ưu toán nằm khoảng, cịn cơng suất máy phát đóng vai trị nút cân thay đổi khoảng để đáp ứng bất định cơng suất điện gió mặt trời Một ví dụ cho mạng điện nhỏ hạ có ba nguồn phát xem xét cho hai tình huống: nối lưới qua máy cắt thơng thường qua điều khiển cơng suất Từ khố: Lưới điện nhỏ, phân bố tối ưu, vế phải bất định GIỚI THIỆU Trường Đại học Bách khoa, Đại học Quốc gia TP.HCM, Việt Nam Liên hệ Phan Thị Thanh Bình, Trường Đại học Bách khoa, Đại học Quốc gia TP.HCM, Việt Nam Email: pttbinh@hcmut.edu.vn Lịch sử • Ngày nhận: 06-11-2019 • Ngày chấp nhận: 10-12-2019 • Ngày đăng: 09-4-2020 DOI : 10.32508/stdjet.v3i1.631 Bản quyền © ĐHQG Tp.HCM Đây báo công bố mở phát hành theo điều khoản the Creative Commons Attribution 4.0 International license Sự xâm nhập lượng tái tạo MG ngày cao Các nguồn phát dựa gió mặt trời coi không điều chỉnh (undispatchable) chất phụ thuộc vào điều kiện tự nhiên Bài tốn tối ưu cơng suất phát máy phát dựa việc điều phối công suất phát nguồn có điều chỉnh (dispatchable) Nếu MG chế độ nối lưới cần tính đến chi phí mua điện từ lưới Bài toán tối ưu thuộc loại phi tuyến, phương pháp tính số áp dụng nhiều 3–5 Một ví dụ phương pháp bầy ong Whei-Min Lin et al Ngồi ra, phương pháp tính dựa trí tuệ nhân tạo (artificial intelligent) áp dụng hiệu 7,8 Tính chất bất định cơng suất đầu nguồn phát điện gió làm cho toán trở nên phức tạp Việc dự báo xác cơng suất điện gió thách thức lớn Một cách tiếp cận dự báo cơng suất điện gió dạng khoảng 9,10 xác suất Có hai cách tiếp cận trình bày nhiều tài liệu để xử lý yếu tố bất định cơng suất đầu điện gió mặt trời: yêu cầu dự trữ bổ sung 11,12 mơ hình ngẫu nhiên đa kịch 13 Điển hình Firouzi et al 14 sử dụng logic mờ phương pháp tối ưu PSO để khắc phục tính bất định cơng suất điện gió Bài báo trình bày cách tiếp cận giải tốn tối ưu cơng suất phát nguồn có điều chỉnh cho MG nối lưới tốn đa mục tiêu Công suất đầu nguồn điện gió mặt trời dự báo khoảng Ràng buộc cân cơng suất có vế phải dạng khoảng làm cho toán trở thành tốn tối ưu có ràng buộc dạng bất định RHS Lưới điện nút máy phát có điều chỉnh tần số đóng vai trị nguồn cân bất định nguồn điện gió hay mặt trời gây nên PHÁT BIỂU BÀI TOÁN Trong MG, máy phát phân chia làm hai loại sau: • Loại điều chỉnh công suất phát • Loại không điều chỉnh công suất phát Phân bố tối ưu công suất nguồn phát dựa máy phát có điều chỉnh cho chi phí sản xuất điện (cho nhiên liệu tiền trả cho công ty điện) bé cho Với thứ t, toán phát biểu là: Hàm mục tiêu: T = ∑N (1) I=1 Ci (Pi ) +C0U → Trong đó: T-hàm chi phí; U – lượng điện lấy từ lưới; C0 – giá mua điện từ lưới Trích dẫn báo này: Dũng P Q, Bình P T T, Minh P D, Hưng T M, Hưng N D Tối ưu công suất phát điều kiện bất định cho mạng điện nhỏ nối lưới Sci Tech Dev J - Eng Tech.; 3(1):366-374 366 Tạp chí Phát triển Khoa học Công nghệ – Kĩ thuật Cơng nghệ, 3(1):366-374 Ci (Pi ) – hàm chi phí sản xuất máy phát thứ i biểu diễn là: Ci (Pi ) = αi + βi + γi Pi2 Pi – công suất máy phát thứ i αi , βi , γi hệ số hàm chi phí sản xuất N – số máy phát điều chỉnh Ràng buộc: a) Cân công suất: (2) ∑N i=1 Pi +U = PL − ∑ j∈M Pj Với PL – tải MG; P j – công suất nguồn phát không điều chỉnh thứ j M – số máy phát không điều chỉnh (điện gió mặt trời) b) Ràng buộc cơng suất phát lượng điện lấy từ lưới: Pmin ≤ Pi ≤ Pmax U ≤ Umax (3) Trong (2), giá trị tổng công suất phát nguồn không điều chỉnh (dựa gió, mặt trời) cho thứ t ước lượng phụ thuộc vào dự báo tốc độ gió, xạ mặt trời Nếu giá trị dự báo đại lượng giá trị xác định vế phải (2) giá trị xác định Bài toán (1) – (3) toán tối ưu kinh điển Tuy nhiên, thực tế, với nhiều MG, giá trị dự báo tốc độ gió, xạ mặt trời cho cách gần đúng, ví dụ tốc độ gió cho dạng khoảng 8-8,5m/s, v.v Do đó, cơng suất phát nguồn nằm khoảng, ví dụ [a, b] Đặt PRES = ∑ j∈M Pj PRES có giá trị nằm khoảng [PRES T , PRES F ] ′ Đặt PL = PL − PRES ′ ′ ′ Như PL có giá trị khoảng [PLT , PLF ] T biểu cận trái F biểu cho cận phải Vế phải (2) trở thành khoảng Bài toán (1)–(3) trở thành toán tối ưu với ràng buộc có RHS bất định (2) trở thành: [ ′ ] ′ ′ ′ ′ ∑N i=1 Pi + U = PL = PLT , PLF = PLT + µ (PLF − ′ PLT ) với µ = [0, 1] (2′ ) PHƯƠNG PHÁP GIẢI BÀI TỐN TỐI ƯU CƠNG SUẤT PHÁT MG nối lưới qua máy cắt thông thường qua điều khiển công suất 15 Ở trường hợp nối qua máy cắt thông thường, điểm kết nối lưới coi nút cân Ở trường hợp thứ hai, công suất lấy từ lưới vào MG điều khiển theo giá trị cho trước Như Ali Keyhani et al 15 trình bày, MG kết lưới qua back-to-back converters Bộ gồm 367 hai converters: converter thứ nối với lưới điện, converter thứ hai nối với MG Converter nối lưới điều khiển điện áp tụ nối hai converter, từ điều khiển modun góc pha điện áp đầu phía nối MG converter thứ hai Bằng cách điều khiển công suất lấy từ lưới theo yêu cầu Điều có nghĩa ngồi máy phát có điều chỉnh tốc độ (với máy điện quay) droop control (với nguồn phát kết nối qua inverter), có nút phát MG đóng vai trị điều chỉnh tần số 15 Nút gọi nút cân Định nghĩa lời giải tốt Tbest tệ Tworst Gọi tổ hợp công suất phát X ={P1 , P2 ,…,Pn−1 , Pn } tập giá trị công suất máy phát công suất mua điện từ lưới, chi phí tương ứng T(X) Ứng với trị µ , giải (1)-(2’)-(3) tìm ∗ giá trị tối ưu T µ (ĐVTT/giờ) Giả sử quét liên tục từ µ = → cho tập giá trị chi phí tối ưu Hình Hình Ta chứng minh Tbest (chi phí tối ưu ứng với µ = 0) ∗ giá trị chi phí tối ưu tốt tập T µ Tworst (chi phí tối ưu ứng với µ = 1) giá trị chi phí tối ưu ∗ lớn (tệ nhất) tập T µ Thật vậy, giả sử tồn giá trị µ ∗ (µ ∗ ̸= ̸= 1) ∗ cho giá trị tối ưu T µ bé (nhỏ Tbest ) ứng với Xµ ={P1 µ , P2 µ ,…,Pn−1 µ , Pn µ } (như Hình 1) Bây giữ nguyên công suất phát n-1 máy phát, máy phát lại (máy phát thứ n) cho thay đổi giảm tải ứng với P’L giảm dần (µ = µ ∗ → 0) Lưu ý n=N+1 (có tính đến nút nối lưới MG) Do T hàm tăng theo Pn phí giảm dần theo giảm Pn Đến µ = giá trị hàm chi phí Tµ ∗ T và: ∗ Tµ ∗ T < T µ ∗ < Tbest Điều vơ lý Tbest giá trị tối ưu (nhỏ nhất) µ = Bây lại giả sử tồn giá trị µ ∗ (µ ∗ = ̸ ̸= 1) ∗ cho giá trị tối ưu T µ ∗ lớn (như Hình 2) Ứng với µ = có tổ hợp cơng suất phát tối ưu Xµ =1 cho Tworst Giữ nguyên công suất phát n-1 máy phát, máy phát lại cho thay đổi giảm tải ứng với tải giảm dần tới µ * Khi giảm dần (µ = → µ ∗ ) chi phí T giảm dần Đến µ = µ ∗ giá ∗ trị hàm chi phí Tµ ∗ F và: Tµ ∗ F < Tworst < T µ ∗ ∗ Điều vơ lý T µ ∗ giá trị tối ưu µ ∗ ∗ Lập luận tương tự cho thấy tập T µ hàm tăng theo µ Tạp chí Phát triển Khoa học Công nghệ – Kĩ thuật Công nghệ, 3(1):366-374 Hình 1: Tập giá trị chi phí tối ưu theo µ (giả sử có giá trị nhỏ Tbest ) Hình 2: Giá trị chi phí tối ưu theo µ (giả sử có giá trị lớn Tworst ) 368 Tạp chí Phát triển Khoa học Cơng nghệ – Kĩ thuật Cơng nghệ, 3(1):366-374 Phương pháp tìm lời giải tối ưu Gán thứ tự cho nút cân n, ký hiệu swing Phương pháp đề xuất gồm giai đoạn: Giai đoạn 1: Tìm chi phí tối ưu tốt Tbest tệ Tworst Chi phí tối ưu tốt Tbest đạt tổng công suất phát bé (ứng với P’LT ) Tương tự, chi phí tối ưu tệ Tworst đạt tổng công suất phát lớn Việc tìm hai giá trị tiến hành theo giải thuật tối ưu PSO Giai đoạn 2: Tìm tổ hợp cơng suất phát tối ưu Với tổ hợp công { suất phát {P}1 , P2 ,…,Pn−1 } cho T F T tương ứng cặp Pswing , Pswing , Pswing đảm bảo cân F công suất P’LT Pswing đảm bảo cân cơng suất P’LF Khi hàm chi phí T hàm tăng theo Pswing nghĩa theo µ , từ TT =T(P1 , P2 ,…,Pn−1 T F , Pswing ) tới TF = T(P1 , P2 ,…,Pn−1 , Pswing ) Kết hợp ∗ T µ hàm tăng theo µ , báo đề xuất tìm tổ hợp công suất phát {P1 , P2 ,…, Pn−1 } cho chi phí TT tiến Tbest TF tiến Tworst (như Hình 3) Nguyên lý Bellman Zadeh: Như việc tiến đồng thời lời giải tối ưu tốt tệ tương đương tìm lời giải thỏa hai mục tiêu Nguyên lý Bellman Zadeh 16 hai nhà khoa học Bellman Zadeh nghiên cứu phát triển nhằm giải toán đa mục tiêu, cho mục tiêu đạt giá trị tốt có cách đưa toán đa mục tiêu toán mục tiêu Trong đó, mục tiêu đặc trưng hàm thành phần λ (membership) có giá trị nằm khoảng [0, 1] Áp dụng nguyên lý Bellman Zadeh cho tốn hai mục tiêu Tìm tập X ={P1 , P2 ,…,Pn−1 , Pswing } cho chi phí TT → Tbest TF →Tworst (như T F Hình 3) Lưu ý Psw gồm hai giá trị Pswing Pswing Để giải toán tối ưu hai mục tiêu, báo sử dụng lý thuyết { mờ Mỗi tổ hợp công suất phát}và mua điện T F đáp ứng từ lưới P1 , P2 , , Pn−1 , Pswing , Pswing mức độ đạt hai mục tiêu qua giá trị hai hàm thành phần Bài báo đề xuất hàm thành phần: λ = min(λT , λF ) (4) Tworst −Tbest worst −TT λT = TTworst , λ = (5) F −Tbest TF −Tbest , λT > Lưu ý giá trị hàm thành phần không lớn Do hàm thành phần ứng với mục tiêu thứ hai λ F có dạng (5) khác với dạng mục tiêu thứ λ T Thực vậy, X làm cho TT →Tbest λT → 1(đạt mục tiêu tiến đến Tbest ) TF →Tworst λF → (đạt mục tiêu tiến đến Tworst ) Lúc này, mục tiêu toán trở thành X cho: λ → max (6) 369 Sử dụng giải thuật PSO với hàm Fitness λ lớn thỏa mãn ràng buộc (2’), (3), (4), (5) Khi ∗ ∗ thu hai giá trị cận trái T T , T F Lời giải thu bao gồm: Một tổ hợp rõ công suất phát n1 máy phát, cịn cơng suất máy phát cân nằm T F khoảng Pswing ≤ Pswing ≤ Pswing chi phí T ∗ ∗ nằm khoảng tối ưu T T ≤ T ≤ T F Khi vận hành thực tế, công suất tải P’L thay đổi ′ ≤ P′ ≤ P′ , P khoảng PLT L LF swing thay đổi theo khoảng để đảm bảo cân công suất Các bước thực tốn phương pháp đề xuất Hình ÁP DỤNG VÀ KẾT QUẢ Cho mạng điện nhỏ MG hạ 17 gồm hai RES, hai MT FC, ba tải Hình Thơng số máy phát, thông số tải nguồn phát RES theo Bảng Bảng Bảng 1: Thông số máy phát Máy phát Hàm chi phí (€/h) Giới hạn cơng suất (kW) MT1 20.10−5.5 P2 + 50.10−5.5 P + 100.10−5.5 [0,160] MT2 100.10−5.5 P2 + 40.10−5.5 P + 140.10−5.5 [0,240] FC 10.10−5.5 P2 + 20.10−5.5 P + 20.10−5.5 [0,260] Lưới U 0.04U [0,600] Bảng 2: Thông số tải nguồn RES Trường PL (KW) hợp khảo sát PRES (KW) P’LT (KW) P’LF (KW) 350 70-90 260 280 500 85-110 390 415 700 50-70 630 650 MG vận hành hai chế độ: nối lưới tách lưới Tổng công suất phát tối đa MT1, MT2 FC 660 kW Khi chế độ tách lưới xuất tình sa thải tải công suất phát RES thấp tải mức cao Ở chế độ nối lưới cơng suất lấy từ lưới điện, tùy thuộc vào mối tương quan giá điện chi phí phát điện ba máy phát Lưu ý chi phí phát đơn vị điện ba máy phát phụ Tạp chí Phát triển Khoa học Cơng nghệ – Kĩ thuật Cơng nghệ, 3(1):366-374 Hình 3: Tiến đồng thời lời giải tốt tệ thuộc vào lượng công suất phát hàm chi phí phát hàm bậc hai theo cơng suất Trong Bảng 2, công suất RES dự báo khoảng giá trị Ba trường hợp xem xét, gồm: tải (sau trừ công suất RES) mức thấp 260280 kW chiếm 40% tổng công suất ba máy phát; tải mức trung bình 390-415 kW chiếm 60% công suất ba máy phát; tải mức cao 630-650 kW chiếm 96% công suất tổng ba máy phát Khảo sát ba trường hợp để xem mức chất tải máy phát, tương quan với lượng điện mua từ lưới Bỏ qua công suất lưu trữ lượng (storage 1) Giải thuật PSO thực thi Sau thay đổi giá trị c1 , c2 , thay đổi dân số số bước lặp tối đa, √ thông số sau chọn: c1 = c2 = 2, dân số 50 số bước lặp tối đa 25 Khi MG nối lưới qua máy cắt thơng thường Nút lưới đóng vai trị nút swing nên công suất lấy từ lưới nằm khoảng [UT , UF ] Cơng suất phát có xu hướng dồn máy phát MT1 FC, hạn chế lấy công suất từ máy phát MT2 lưới Điều giải thích hàm chi phí phát MT2 có giá trị cao hơn, nghĩa MT1 FC cho hiệu kinh tế cao Máy phát MT2 phát công suất nhỏ hai máy cịn lại Nhìn vào Bảng nhận thấy chi phí mua đơn vị cơng suất từ lưới cao so với chi phí phát từ MT1 FC Khi P’L nhỏ trung bình (trường hợp 2), MT1 FC gánh nhiều công suất hơn, theo đặc điểm hàm chi phí mua điện từ lưới đắt so với MT2 nên công suất lấy từ lưới nhỏ Ngược lại trường hợp P’L lớn, MT1 FC phát hết cơng suất, cịn 210 kW phân chia lưới MT2 Nếu MT2 chất tải nhiều hơn, theo đường đặc tính chi phí phát đắt so với mua từ lưới nên lấy từ lưới nhiều Giả sử Bảng 3, cho MT2 phát 146 kW lấy từ lưới 64 kW chi phí khoảng 20€, lớn so với lời giải thu 10.9325€ Đối với trường hợp 2, P’L khơng cao, song có giá trị UF khác Lý nút lưới đóng vai trị nút cân Khi P’L rơi vào giá trị khoảng [P’LT , P’LF ], máy phát khơng thay đổi cơng suất tìm từ tốn tối ưu, lượng cơng suất khơng cân lấy từ lưới khoảng từ [0, 20] cho trường hợp [0, 25] cho trường hợp Như vậy, công suất đầu RES rơi vào khoảng giá trị T thuộc khoảng Ví dụ cho trường hợp 3, cơng suất RES 90 kW, giá trị tối ưu T 10.9325, cịn cơng suất RES 70 kW chi phí tối ưu 11.8325 Khi cơng suất RES rơi 370 Tạp chí Phát triển Khoa học Công nghệ – Kĩ thuật Công nghệ, 3(1):366-374 Hình 4: Các bước thực tốn Bảng 3: Công suất phát tối ưu MG nối lưới qua máy cắt thông thường Trường hợp khảo sát Công suất phát tối ưu (KW) ∗ Chi phí tối ưu T T (€/h) ∗ Chi phí tối ưu max T F (€/h) 371 MT 79.3116 123.2168 160.0000 MT 19.9991 20.0000 64.0000 FC 160.6892 246.7832 260.0000 UT 0.0000 0.0000 146.0000 UF 20.0000 25.0000 166.0000 1.3468 3.0285 10.9325 2.1468 4.0285 11.8325 Tạp chí Phát triển Khoa học Công nghệ – Kĩ thuật Công nghệ, 3(1):366-374 Hình 5: Mạng điện nhỏ hạ vào trị khoảng từ 70 tới 90, giá trị T thuộc khoảng [10.9325, 11.8325], cơng suất lấy từ lưới tương ứng khoảng [146, 166] Khi MG nối lưới qua điều khiển công suất Máy phát FC cho máy phát cân Kết giải toán cho Bảng Nút có FC đóng vai trị nút swing nên cơng suất phát T F FC nằm khoảng [Pswing ,Pswing ] Ở trường hợp 3, Bảng công suất FC phát công suất định mức 260 kW Bảng thuộc khoảng [239, 259] Khi P’L 630kW FC phát 239 KW, cịn P’L 650 FC phát 259 kW Do nối lưới qua điều khiển công suất, công suất lấy từ lưới điều khiển theo trị cho trước, Bảng Khi công suất P’L dự báo cho khoảng, ví dụ cho trường hợp [630-650] kW, công suất lấy từ lưới, công suất phát MT1, MT2 cố định Bảng 4, cịn cơng suất FC thuộc [239,259] Ở trường hợp P’L nhỏ trung bình, giá trị Bảng nhỏ hẳn Bảng Đó điện mua từ lưới đắt, lẽ không cần lấy từ lưới, song lưới có vai trị cân lượng cơng suất có P’LF nên bắt buộc phải lấy từ lưới, ví dụ 20 kW cho trường hợp Như vậy, công suất đầu RES rơi vào khoảng giá trị tối ưu T thuộc khoảng Ví dụ cho trường hợp 3, công suất RES [70-90] kW, giá trị tối ưu T nằm khoảng [11.4722, 11.7886] Lượng điện phát từ máy phát [239.1052, 259.1052] THẢO LUẬN Nếu xét đến phát khí thải MG, báo cần đưa vào hàm chi phí phát thải máy phát Hàm hàm tuyến tính với cơng suất phát Khi hàm mục tiêu gồm ba thành phần Tuy nhiên phương pháp tiếp cận ý tưởng báo không thay đổi KẾT LUẬN Tối ưu phân bố công suất máy phát toán kinh điển Tuy nhiên MG, diện nguồn phát dựa lượng gió mặt trời làm cho việc giải toán trở thành thách thức có ràng buộc cân cơng suất có RHS dạng khoảng Cách tiếp cận đề xuất coi toán tối ưu thành toán hai mục tiêu, tiến đồng thời tới lời giải tối ưu tốt tối ưu tệ Bài báo đề xuất xây dựng hai hàm thành phần phù hợp cho hai mục tiêu Sử dụng nguyên lý Belman-Zadeh giải thuật tối ưu bầy đàn hiệu để tìm tổ hợp công suất phát mua điện tối ưu Một nút MG cần chọn đóng vai trị cân bất định cơng suất phát điện gió, mặt trời Với MG nối lưới qua máy cắt thông thường, lưới coi nút cân bằng, nối lưới qua điều khiển cơng suất, nút phát có thiết bị điều chỉnh tần số đảm nhận vai trò LỜI CẢM ƠN Nghiên cứu tài trợ Đại học Quốc gia TP.HCM (VNU-HCM), khuôn khổ đề tài mã số B2019-20-07 Chúng xin cảm ơn Trường Đại học Bách khoa , ĐHQG-HCM hỗ trợ thời gian, phương tiện sở vật chất cho nghiên cứu 372 Tạp chí Phát triển Khoa học Công nghệ – Kĩ thuật Công nghệ, 3(1):366-374 Bảng 4: Công suất phát tối ưu MG nối lưới qua điều khiển công suất Trường hợp khảo sát Công suất phát tối ưu (KW) Lưới U 0.0000 0.0000 176.7517 MT1 80.8648 135.8000 159.9887 MT2 20.0000 19.2000 54.1545 T Pswing 159.1352 235.0000 239.1052 F FC: Pswing 179.1352 260.0000 259.1052 1.3555 3.0472 11.4722 1.5706 3.4401 11.7886 FC: ∗ Chi phí tối ưu T T (€/h) ∗ Chi phí tối ưu T F (€/h) DANH MỤC TỪ VIẾT TẮT MG: mạng điện nhỏ- Microgrid RES: nguồn phát dựa lượng tái tạoRenewable Energy Sources PSO: tối ưu bầy đàn- Particle Swarm Optimization RHS: vế phải -Right Hand Side ĐVTT-đơn vị tiền tệ MT: turbine nhỏ-Microturbine FC: pin nhiên liệu- Fuel Cell €: đơn vị tiền tệ thị trường chung châu Âu-Euro XUNG ĐỘT LỢI ÍCH Nhóm tác giả cam đoan khơng có xung đột lợi ích cơng bố báo ĐĨNG GĨP CỦA CÁC TÁC GIẢ Phan Thị Thanh Bình, Phan Quốc Dũng đưa ý tưởng, giải thuật; Phạm Đình Minh, Trần Minh Hưng đảm nhận phần lập trình; Nguyễn Đức Hưng đảm nhận phần số liệu, viết 10 11 12 TÀI LIỆU THAM KHẢO Zhao B, Dong X, Luan W, Bornemann X Short-term operation scheduling in renewable-powered microgrids: A dualitybased approach IEEE Trans Sustain Energy 2014;5:209–217 Available from: https://doi.org/10.1109/TSTE.2013.2279837 Jiang Q, Xue M, Geng G Energy management of microgrid in grid-connected and stand-alone modes IEEE Trans Power Syst 2013;28:3380–3389 Available from: https://doi.org/10 1109/TPWRS.2013.2244104 Mazidi M, Zakariazadeh A, Jadid S, Siano P Integrated scheduling of renewable generation and demand response programs in a microgrid Energy Convers Manag 2014;86:1118–1127 Available from: https://doi.org/10.1016/j.enconman.2014.06.078 Mohammad S, Soleymani S, Mozafari B Scenario-based stochastic operation management of microgrid including wind, photovoltaic, micro-turbine, fuel cell and energy storage devices Int J Electr Power Energy Syst 2014;54:525–535 Available from: https://doi.org/10.1016/j.ijepes.2013.08.004 Wu H, Liu X, Ding M Dynamic economic of a microgrid: Mathematical models and solution algorithm Int J Electr Power 373 13 14 15 16 17 Energy Syst 2014;63:336–346 Available from: https://doi.org/ 10.1016/j.ijepes.2014.06.002 Lin WM, Tu CS, Tsai MT Energy Management Strategy for Microgrids by Using Enhanced Bee Colony Optimization Energies 2016;9:5 Available from: https://doi.org/10.3390/ en9010005 Chakraborty S, Ito T, Senjyu T, Saber AY Intelligent economic operation of smart-grid facilitating fuzzy advanced quantum evolutionary method IEEE Trans Sustain Energy 2013;4:905–916 Available from: https://doi.org/10.1109/ TSTE.2013.2256377 Liao GC Solve environmental economic dispatch of smart microgrid containing distributed generation system-Using chaotic quantum genetic algorithm Int J Electr Power Energy Syst 2012;43:779–787 Available from: https://doi.org/ 10.7312/li 16274-044 Wu YK, Su PE, Wu TY, Hong JS, Hassan MY Probabilistic WindPower Forecasting using Weather Ensemble Models IEEE Trans On Industry Application 2018;54:5609–5620 Available from: https://doi.org/10.1109/TIA.2018.2858183 Pinson P, Kariniotakis G, Nielsen HA, Nielsen TS, Madsen H Properties of quantile and interval forecast of win generation and their evaluation Proccedings of the European Wind Energy Conference & Exhibition 2006;p 2–6 Tuohy A, Meibom P, Denny E, O’Malley M Unit Commitment for Systems With Significant Wind Penetration, Power Systems IEEE Transactions on 2009;24(2):592–601 Available from: https://doi.org/10.1109/TPWRS.2009.2016470 Wang MQ, Gooi HB Spinning Reserve Estimation in Microgrids, Power Systems IEEE Transactions on 2011;26(3):1164– 1174 Available from: https://doi.org/10.1109/TPWRS.2010 2100414 Wang Y, Xia Q, Kang C Unit Commitment With Volatile Node Injections by Using Interval Optimization Power Systems, IEEE Transactions on 2011;26(3):1705–1713 Available from: https://doi.org/10.1109/TPWRS.2010.2100050 Firouzi BB, Farjah E, Abarghooee RA An efficient scenariobased and fuzzy self-adaptive learning particle swarm optimization approach for dynamic economic emission dispatch considering load and wind power uncertainties Energy 2013;50:232–244 Available from: https://doi.org/10.1016/j energy.2012.11.017 Keyhani A, Marwali M Smart Power Grids 2011 Springer 2012;p 50–81 Available from: https://doi.org/10.1007/978-3642-21578-0 Bellman RE, Zade LA Decision Making in A Fuzzy Environment ManagementScience 1970;Available from: https://doi org/10.1287/mnsc.17.4.B141 Deckmyn C, Vyver JVD, Vandoorn TL, Meersman B, Desmet J, Vandevelde L Day-ahead unit commitment model for microgrids IET Generation, Transmission & Distribution 2016;p 1– Available from: https://doi.org/10.1049/iet-gtd.2016.0222 Science & Technology Development Journal – Engineering and Technology, 3(1):366-374 Research Article Open Access Full Text Article The optimal generator dispatching with uncertain conditions for grid-connected microgrid Phan Quoc Dung, Phan Thi Thanh Binh* , Pham Dinh Minh, Tran Minh Hung, Nguyen Duc Hung ABSTRACT Use your smartphone to scan this QR code and download this article Nowadays, the penetration of wind and solar sources is relatively high in Micro Grid Wind speed and solar radiation forecasting hardly gives an exact value and leads to the values in intervals Therefore, forecasted output powers of these sources are also in the intervals The constraint on power balance in Micro Grid has the right-hand-side uncertainty, in the interval So for Micro-Grid in grid connection mode, the presence of the distributed generations based on wind and solar energy sources makes optimal dispatching problems of distributed generations become an uncertainty problem The optimal solutions for the lower and upper ends of this interval are the best and the worst optimal solution This paper proposes to treat the above problem as the optimal problem with two objectives: reach the best and the worst solution The principle of fuzzy set and the Particle Swarm Optimization algorithm will be applied for solving the multi-objective problem The final optimal value will belong to an interval Meanwhile, the output power of the swing generator varies to respond to the uncertainty of wind and solar source power An example of a low-voltage MG with three distributed generators is considered with two cases: connecting to the utility grid via the circuit breaker and via power controller Key words: Micro Grid (MG), optimal dispatching, right-hand-side interval Ho Chi Minh City University of Technology (HCMUT), VNU-HCM, Vietnam Correspondence Phan Thi Thanh Binh, Ho Chi Minh City University of Technology (HCMUT), VNU-HCM, Vietnam Email: pttbinh@hcmut.edu.vn History • Received: 06-11-2019 • Accepted: 10-12-2019 • Published: 09-4-2020 DOI : 10.32508/stdjet.v3i1.631 Copyright © VNU-HCM Press This is an openaccess article distributed under the terms of the Creative Commons Attribution 4.0 International license Cite this article : Dung P Q, Binh P T T, Minh P D, Hung T M, Hung N D The optimal generator dispatching with uncertain conditions for grid-connected microgrid Sci Tech Dev J – Engineering and Technology; 3(1):366-374 374 ... chất cho nghiên cứu 372 Tạp chí Phát triển Khoa học Công nghệ – Kĩ thuật Công nghệ, 3(1):366-374 Bảng 4: Công suất phát tối ưu MG nối lưới qua điều khiển công suất Trường hợp khảo sát Công suất phát. .. thuật tối ưu bầy đàn hiệu để tìm tổ hợp công suất phát mua điện tối ưu Một nút MG cần chọn đóng vai trị cân bất định cơng suất phát điện gió, mặt trời Với MG nối lưới qua máy cắt thông thường, lưới. .. công suất FC phát cơng suất định mức 260 kW Bảng thuộc khoảng [239, 259] Khi P’L 630kW FC phát 239 KW, cịn P’L 650 FC phát 259 kW Do nối lưới qua điều khiển công suất, công suất lấy từ lưới điều