Ngày nay sự thâm nhập các nguồn điện phân tán vào mạng điện phân phối ngày càng nhiều, nhất là các nguồn điện mặt trời dạng 1 MWp vì mô hình này được hưởng chính sách giá mua điện ưu đãi. Để đạt hiệu quả giảm tổn thất mạng điện phân phối, bài báo sử dụng thuật toán Symbiotic Organism Search (SOS) để tìm vị trí tối ưu cho các nguồn điện mặt trời này.
Tạp chí Phát triển Khoa học Cơng nghệ – Kĩ thuật Công nghệ, 4(3):1036-1047 Bài nghiên cứu Open Access Full Text Article Vị trí tối ưu ảnh hưởng nguồn điện mặt trời MWp lên bảo vệ lưới điện phân phối Đặng Tuấn Khanh1,* , Trần Huy Hồn1 , Trương Hồng Bảo Huy2 TĨM TẮT Use your smartphone to scan this QR code and download this article Ngày thâm nhập nguồn điện phân tán vào mạng điện phân phối ngày nhiều, nguồn điện mặt trời dạng MWp mơ hình hưởng sách giá mua điện ưu đãi Để đạt hiệu giảm tổn thất mạng điện phân phối, báo sử dụng thuật toán Symbiotic Organism Search (SOS) để tìm vị trí tối ưu cho nguồn điện mặt trời Tuy nhiên, nguồn điện phân tán kết nối vào lưới điện phân phối, chúng gây chọn lọc phối hợp tự đóng lại cầu chì, thiết bị bảo vệ lưới điện phân phối Điểm bật báo dựa tính sẵn có tự đóng lại, cầu chì, có xét đến hệ số Khc (hệ số ảnh hưởng thời gian tự đóng lại số lần tác động) đề giải pháp đơn giản hiệu để đảm bảo phối hợp chọn lọc tự đóng lại – cầu chì Thuật tốn SOS giải pháp đề xuất áp dụng cho lưới điện phân phối 22 kV 473TH Tây Ninh Các kết mô phần mềm Matlab Etap cho thấy thuật toán SOS giải pháp đưa giúp ích cho việc qui hoạch, định vị nguồn điện phân tán, đồng thời khắc phục phối hợp khơng chọn lọc tự đóng lại – cầu chì Từ khố: Bảo vệ lưới điện phân phối, điện mặt trời MWp, phối hợp tự đóng lại – cầu chì, thuật tốn SOS, vị trí tối ưu nguồn DG GIỚI THIỆU Khoa Điện – Điện Tử, Trường Đại học Bách Khoa, ĐHQG–HCM, Việt Nam Viện Kỹ Thuật – Công Nghệ, Đại Học Thủ Dầu Một, Việt Nam Liên hệ Đặng Tuấn Khanh, Khoa Điện – Điện Tử, Trường Đại học Bách Khoa, ĐHQG–HCM, Việt Nam Email: dtkhanh2002@hcmut.edu.vn Lịch sử • Ngày nhận: 14/6/2021 • Ngày chấp nhận: 13/8/2021 • Ngày đăng: 26/8/2021 DOI : 10.32508/stdjet.v4i3.815 Bản quyền © ĐHQG Tp.HCM Đây báo cơng bố mở phát hành theo điều khoản the Creative Commons Attribution 4.0 International license Do nhu cầu sử dụng điện ngày tăng cao nên việc xây dựng thêm nhà máy điện điều cần thiết giới nói chung Việt Nam nói riêng Thực tế cho thấy xây dựng nhà máy điện cơng suất lớn địi hỏi chi phí đầu tư lớn, thời gian dài, nhiều thủ tục pháp lý, mặt bằng, đất đai Các nhà máy nhiệt điện lớn truyền thống sử dụng nhiên liệu hóa thạch gây ảnh hưởng ô nhiễm môi trường hiệu ứng nhà kính Chính vậy, việc phát triển nguồn lượng phân tán (DG) từ nguồn lượng tái tạo, kết nối vào lưới điện phân phối thích hợp Đặc biệt nguồn điện mặt trời MWp phát triển phổ biến Việt Nam hưởng sách khuyến khích tốt giá mua điện cố định thời gian dài Vị trí nguồn điện mặt trời MWp quan tâm chúng có tác động lớn đến bảo vệ lưới điện phân phối Chọn vị trí tối ưu nguồn điện mặt trời MWp giúp làm giảm tổn thất, đảm bảo điện áp, cải thiện chất lượng điện tăng độ tin cậy cung cấp điện Vì vậy, việc xác định vị trí nguồn điện mặt trời MWp lưới điện phân phối quan trọng cần thiết toán qui hoạch lưới điện cho ngành điện Bài tốn tìm vị trí tối ưu cho nguồn điện lượng tái tạo lưới điện phân phối giải nhiều thuật toán tối ưu khác phương pháp cổ điển bao gồm Quy hoạch tuyến tính (Linear Programming) Quy hoạch phi tuyến (Nonlinear Programming) , hay phương pháp dựa vào trí tuệ nhân tạo gồm có Genetic Algorithm (GA) , Particle Swarm Optimization (PSO) , Simulated Annealing (SA) , Tabu Search (TS) , Differential Evolution (DE) , Artificial Bee Colony (ABC) Mỗi phương pháp tối ưu ln có ưu nhược điểm riêng Bên cạnh mặt tích cực sử dụng nguồn điện phân tán, diện chúng gây thách thức cho lưới điện phân phối phối hợp bảo vệ, chất lượng điện năng, phức tạp điều khiển vận hành 10–15 Trong phạm vi nghiên cứu, báo phân tích, thảo luận đánh giá phối hợp chọn lọc tự đóng lại cầu chì, sau đề xuất giải pháp khắc phục sẵn có, đơn giản hiệu Tự đóng lại cầu chì thiết bị sử dụng để giải trừ cố lưới điện phân phối Tự đóng lại sử dụng bảo vệ trục chính, xóa bỏ cố thoáng qua lâu dài Trong đó, cầu chì sử dụng bảo vệ loại trừ cố cho nhánh rẽ Phối hợp tự đóng lại – cầu chì thường thực dựa ngun tắc tiết kiệm cầu chì Tuy Trích dẫn báo này: Khanh D T, Hoàn T H, Huy T H B Vị trí tối ưu ảnh hưởng nguồn điện mặt trời MWp lên bảo vệ lưới điện phân phối Sci Tech Dev J - Eng Tech.; 4(3):1036-1047 1036 Tạp chí Phát triển Khoa học Công nghệ – Kĩ thuật Công nghệ, 4(3):1036-1047 nhiên, thâm nhập cao nguồn điện phân tán gây thay đổi, gia tăng dòng điện cố, dẫn đến phối hợp khơng chọn lọc tự đóng lại – cầu chì 16 Đã có số biện pháp nghiên cứu đưa để giảm thiểu phối hợp khơng chọn lọc tự đóng lại – cầu chì Kauhaniemi 13 trình bày kỹ thuật phân loại để đánh giá phối hợp thiết bị bảo vệ sử dụng lưới điện phân phối với diện nguồn điện phân tán có kích thước cụ thể Nhưng sơ đồ bảo vệ chưa đưa giải pháp để tránh phối hợp không chọn lọc tự đóng lại – cầu chì B Hussain 17 đề xuất chiến lược chuyển tiếp thích ứng, trì phối hợp chọn lọc tự đóng lại – cầu chì cách thay đổi cài đặt rơle cách thích ứng để đáp ứng với việc thay đổi cấu hình nguồn điện phân tán Abdi 18 đề xuất phương pháp giảm dòng cố cách sử dụng hạn chế dòng cố (FCL) Tuy nhiên, FCL sử dụng kết nối nối tiếp Nếu FCL không hoạt động, mạch mở Fazanehrafat 19 đề xuất phương pháp phân tích, xác định khả tối đa DG để trì phối hợp thiết bị bảo vệ hệ thống điện phân phối Hạn chế phương pháp khó xác định phương trình cho cầu chì đặc trưng đường cong khác A Zamani 20 đề giải pháp để khắc phục phối hợp chọn lọc tự đóng lại – cầu chì cách nhân tỷ số phân dịng nhỏ với đặc tính cắt nhanh tự đóng lại Tỷ số phân dịng ký hiệu K pd = IR /IF , với IR dòng điện ngắn mạch qua tự đóng lại IF dịng điện ngắn mạch chạy qua cầu chì Tuy nhiên, nghiên cứu chưa xem xét đến hệ số Khc liên quan đến thời gian số lần cắt tự đóng lại Hệ số có ảnh hưởng lớn đến phối hợp chọn lọc tự đóng lại – cầu chì Bố cục báo chia làm phần Đầu tiên phần 1, báo trình bày phần giới thiệu, đặt vấn đề, phân tích số nghiên cứu trước thuật tốn tối ưu vị trí nguồn phân tán, ảnh hưởng nguồn phân tán lên phối hợp bảo vệ lưới điện phân phối, cụ thể phối hợp chọn lọc tự đóng lại – cầu chì Phần mơ tả phương pháp nghiên cứu thuật tốn SOS để tìm vị trí tối ưu nguồn điện mặt trời MWp giải pháp khắc phục phối hợp không chọn lọc tự đóng lại – cầu chì Tiếp theo, kết thảo luận kịch mô trình bày phần Cuối cùng, phần đưa kết luận báo đề chương trình tính tốn viết tảng Matlab để tìm vị trí tối ưu nguồn điện mặt trời MWp lưới điện phân phối Bên cạnh đó, nguồn phân tán thâm nhập vào lưới điện phân phối, chúng làm cho phối hợp tự đóng lại – cầu chì tính chọn lọc Cho nên, báo tiếp tục nghiên cứu đưa giải pháp khắc phục phối hợp khơng chọn lọc tự đóng lại – cầu chì theo kịch có khơng có tham gia nguồn điện MWp phần mềm Etap Thuật toán symbiotic organism search (SOS) Thuật toán SOS thuật tốn dựa vào trí thơng minh nhân tạo mô quan hệ cộng sinh hệ sinh thái để tìm lời giải tối ưu Thuật tốn SOS đưa cách tiếp cận mới, mạnh mẽ hiệu cho toán tối ưu phức tạp, ứng dụng thành công cho vấn đề tối ưu hóa lĩnh vực hệ thống điện 21–25 Bên cạnh đó, ưu điểm thuật tốn SOS cịn chỗ có cấu trúc đơn giản, bao gồm hai tham số điều khiển Đó số cá thể quần thể số lần lặp thuật toán Trong khi, hầu hết thuật toán tối ưu khác có nhiều tham số điều khiển, ví dụ thuật tốn PSO có tham số điều khiển hay thuật tốn DE có tham số điều khiển Do đó, thuật tốn SOS dễ thực áp dụng vào tốn tối ưu hóa mà đạt kết tốt Xây dựng toán Mục tiêu toán cực tiểu hàm tổn thất cơng suất tác dụng cách tối ưu vị trí nguồn điện mặt trời MWp lưới điện phân phối OF = (PL ) (1) L PL = ∑N k=1 Rk Ik (2) Với: Rk điện trở đường dây thứ k, Ik dòng điện đường dây thứ k, NL tổng số nhánh lưới điện phân phối Các điều kiện ràng buộc sau: • Ràng buộc cân cơng suất NB NL DG Pslack + ∑N i=1 PDG,i = ∑ j=1 PD, j + ∑k=1 PL,k (3) PHƯƠNG PHÁP NGHIÊN CỨU NB NL DG Qslack + ∑N i=1 QDG,i = ∑ j=1 QD, j + ∑k=1 QL,k (4) Nghiên cứu thuật tốn SOS lý thuyết phân bố cơng suất, lưu đồ tính tốn áp dụng thuật tốn SOS Với: Pslack Qslack công suất tác dụng công suất phản kháng nút chuẩn, PDG,i QDG,i 1037 Tạp chí Phát triển Khoa học Công nghệ – Kĩ thuật Công nghệ, 4(3):1036-1047 công suất tác dụng công suất phản kháng DG thứ i, PD, j QD, j công suất tác dụng công suất phản kháng phụ tải nút j, PL,k QL,k tổn thất công suất tác dụng tổn thất công suất kháng nhánh thứ k, NDG tổng số DG đặt lưới điện phân phối, NB tổng số nút lưới điện phân phối, NL tổng số nhánh lưới điện phân phối • Giới hạn điện áp nút đổi thông qua giai đoạn hỗ sinh, hội sinh ký sinh để tạo cá thể Trong giai đoạn, cá thể đánh giá cập nhật dựa giá trị hàm mục tiêu chúng Sau ba giai đoạn, cá thể tốt chọn cho lần lặp Việc cập nhật cá thể tốt trình lặp lặp lại đáp ứng tiêu chí dừng thuật tốn Các giai đoạn thuật tốn gồm có: Giai đoạn hỗ sinh, giai đoạn hội sinh, giai đoạn ký sinh • Giai đoạn hỗ sinh Vmin,i ≤ Vi ≤ Vmax,i ; i = 1, , NB (5) Với: Vi điện áp nút i, Vmin,i Vmax,i giới hạn điện áp cực đại cực tiểu nút i • Giới hạn dòng điện nhánh |Ik | ≤ Imax,k ; k = 1, , NL (6) Với: Imax,k giới hạn dòng điện cực đại nhánh thứ k • Giới hạn tổng công suất phát DG N N N DG B L PDG,i ≤ ∑ j=1 PD, j + ∑k=1 PL,k ∑i=1 Một ví dụ hỗ sinh hệ sinh thái tương tác thực vật có hoa ong mật Ong bay hoa lấy mật đồng thời lan truyền phấn hoa thụ tinh hoa, điều có lợi cho hai Cho Xi cá thể từ hàng thứ i hệ sinh thái phương trình (8) Cá thể X j (i ̸= j) chọn ngẫu nhiên từ hệ sinh thái làm đối tác cá thể Xi để mơ hình hóa mối quan hệ hỗ sinh Các cá thể Xinew X jnew , tạo phương trình (9), (10): Xinew = Xi + rand(0, 1) × (Xbest − MV × b f1 ) (9) X jnew = X j + rand(0, 1) × (Xbest − MV × b f2 ) (10) (7) Với: PD, j công suất tác dụng phụ tải nút j, PL,k tổn thất cơng suất tác dụng nhánh thứ k • Thuật toán SOS Năm 2014, Cheng Prayogo phát triển thuật tốn SOS để tối ưu hóa nhiều hàm chuẩn toán học giải vấn đề tối ưu hóa kỹ thuật Q trình SOS lấy cảm hứng từ ba kiểu quan hệ cộng sinh (hỗ sinh, hội sinh ký sinh) hai cá thể sinh vật hệ sinh thái để có giải pháp tối ưu Để bắt đầu trình tìm kiếm giải pháp tối ưu, SOS khởi tạo ngẫu nhiên quần thể sinh vật (hay hệ sinh thái) vào không gian tìm kiếm Hệ sinh thái biểu diễn ma trận X phương trình (8) x1,1 x1,2 L x1,m x x2,2 L x2,m X = 2,1 ; M M O M (8) xn,1 xn,2 L xn,m n = Eco_size m=D Mỗi cá thể có giá trị hàm mục tiêu định đại diện cho giải pháp tiềm cho vấn đề tối ưu hóa xem xét Các cá thể ban đầu biến MV = b f1 + b f2 (11) Việc cập nhật cá thể mô tả sau: { ( ) Xinew i f f Xinew < f (Xi ) Xi = (12) Xi otherwise { Xj = ) ( X jnew i f f Xinew < f (Xi ) X j otherwise (13) • Giai đoạn hội sinh Mối quan hệ cá remora loài cá khác cá mập cá voi ví dụ tiếng quan hệ hội sinh Cá remora bám vào loài cá lớn khác ăn thức ăn thừa lồi cá khác khơng ảnh hưởng hoạt động cá remora Tương tự giai đoạn hỗ sinh, cá thể X j chọn ngẫu nhiên từ hệ sinh thái để tương tác với cá thể Xi Một cá thể mới, Xinew , tạo sau: ( ) (14) Xinew = Xi + rand (−1, 1) × Xbest − X j Các cá thể cập nhật theo Phương trình (12) • Giai đoạn ký sinh 1038 Tạp chí Phát triển Khoa học Công nghệ – Kĩ thuật Công nghệ, 4(3):1036-1047 Ký sinh tương tác hai sinh vật khác nhau, sinh vật ký sinh sinh vật vật chủ Vật ký sinh hưởng lợi, vật chủ thường bị hại Ví dụ, bọ chét bọ ve sống chó lấy máu chó để kiếm sống Những chó bị hại bọ chét bọ ve nhận lợi ích Trong giai đoạn này, vai trị cá thể Xi đóng vai trị vật kí sinh Cá thể X j chọn ngẫu nhiên từ hệ sinh thái đóng vai trò vật chủ Cá thể Xi tạo Parasite_Vector (PV) cách nhân đơi Một số biến số PV sửa đổi ngẫu nhiên số ngẫu nhiên để phân biệt với cá thể Xi Sau PV sửa đổi, giá trị hàm mục tiêu tính cho PV cá thể X j PV cập nhật loại bỏ theo quy tắc sau 26 : { ( ) ( ) XiPV i f f XiPV < f X j Xj = (15) X j otherwise • Bước 1: Chọn giá trị thơng số thuật tốn SOS, số biến thiết kế (D), số lượng cá thể (Eco_size), số lần lặp (maxIter) • Bước 2: Khởi tạo ngẫu nhiên quần thể X theo phương trình (8) Xác định giá trị hàm mục tiêu cho cá thể Đặt Iter = • Bước 3: Bắt đầu vịng lặp, Iter = Iter + • Bước 4: Xác định cá thể tốt Xbest có giá trị hàm mục tiêu nhỏ • Bước 5: Thực giai đoạn hỗ sinh • Bước 6: Thực giai đoạn hội sinh • Bước 7: Thực giai đoạn ký sinh • Bước 8: Thực lại Bước Iter bé maxIter Ngược lại, dừng thuật toán Phương pháp thực thuật tốn SOS • Khởi tạo tập hợp Trong thuật toán SOS, quần thể sinh vật ban đầu biểu thị ma trận X Phương trình (8), sinh vật Xi (i = 1,…, Eco_zise) véctơ nghiệm bao gồm biến vị trí (số tự nhiên) nguồn điện mặt trời MWp Một vectơ giải pháp cho toán tối ưu vị trí đặt nguồn điện mặt trời MWp biểu thị sau: [ ] (16) Xi = xDG,1 , , xDG,NDG Các cá thể thuật toán SOS khởi tạo ngẫu nhiên giới hạn Do đó, biến giải pháp cho vị trí nguồn phân tán (xDG,i ) tạo sau: Hình 1: Lưu đồ tính tốn áp dụng thuật tốn SOS xDG,i = round[xDGmin,i + rand(0, 1) ( ) × xDGmax,i − xDGmin,i ] i = 1, , NDG (17) • Giá trị hàm mục tiêu Giá trị hàm mục tiêu tính cho cá thể SOS theo phương trình sau: ( )2 B FT = OF + K p ∑N Vi −Vilim i=1 ) ( lim L +Kq ∑N k=1 Ik − Ik (18) Với: K p Kq hàm phạt cho ràng buộc điện áp nút ràng buộc dòng điện nhánh • Quy trình tính tốn Thuật toán SOS áp dụng vào toán tối ưu vị trí nguồn điện mặt trời MWp theo bước sau hay lưu đồ Hình 1: 1039 Phương pháp phối hợp giải pháp khắc phục phối hợp khơng chọn lọc tự đóng lại – cầu chì Lưới điện phân phối truyền thống thơng thường có dạng hình tia nhận điện từ nguồn điện lực Sự phối hợp tự đóng lại cầu chì có xét hệ số Khc minh họa Hình Để đảm bảo tính chọn lọc, phương pháp phối hợp tự đóng lại – cầu chì theo dạng tiết kiệm cầu chì phải đáp ứng 27 : • Thời gian nóng chảy cực tiểu cầu chì phải lớn thời gian tác động đường cong cắt nhanh (ký hiệu A) tự đóng lại nhân với hệ số Khc (tra Bảng 1) Tạp chí Phát triển Khoa học Cơng nghệ – Kĩ thuật Cơng nghệ, 4(3):1036-1047 Hình 2: Phối hợp tự đóng lại cầu chì • Thời gian cắt tổng cầu chì phải nhỏ thời gian tác động đường cong cắt chậm (ký hiệu C) tự đóng lại Nhưng ngày với phát triển dạng nguồn lượng tái tạo, nguồn phân tán dạng điện mặt trời MWp thâm nhập ngày nhiều vào lưới điện phân phối Chúng gây vấn đề phối hợp bảo vệ, cụ thể làm cho phối hợp tự động lại – cầu chì tính chọn lọc Đã có nhiều giải pháp khắc phục cho vấn đề trình bày phần giới thiệu cần phải chọn giải pháp có xét tỷ số K pd thích hợp hệ số Khc để chắn chắn đảm bảo phối hợp chọn lọc tự đóng lại – cầu chì Vì vậy, báo đưa giải pháp thể dạng lưu đồ kiểm tra phối hợp chọn lọc tự đóng lại – cầu chì Hình hay gồm bước sau: • • • • • Bước 1: Tính tốn dòng điện ngắn mạch Bước 2: Xác định tỷ số K pd Bước 3: Xác định hệ số Khc Bước 4: Hiệu chỉnh đặc đặc tính cắt nhanh A Bước 5: Kiểm tra phối hợp chọn lọc tự đóng lại – cầu chì phần mềm Etap Nếu chưa chọn lọc giảm tỷ số K pd quay lại Bước • Bước 6: Nếu đảm bảo tính chọn lọc dừng lại kết luận Hình 3: Lưu đồ kiểm tra phối hợp chọn lọc tự đóng lại – cầu chì tốn khác PSO, DE với thời gian tính tốn tốt Đó lý báo chọn thuật toán SOS áp dụng cho lưới điện phân phối thực tế Hiện nay, để thuận lợi pháp lý sách ưu đãi việc đầu tư nguồn lượng tái tạo nên nhà đầu tư thường xây dựng nguồn điện mặt trời dạng MWp hay cụm MWp (gồm hệ MWp), cụm MWp (gồm hệ MWp), cụm MWp (gồm hệ MWp) Dựa vào thực tế này, báo dùng thuật tốn SOS để xác định vị trí, dung lượng tổn thất có tham gia nguồn điện mặt trời MWp vào lưới điện phân phối Lưới điện phân phối 22 kV 473TH nhận nguồn từ trạm biến áp 110/22 kV Tân Hưng công suất tiêu thụ với kịch 8,23 MW 2,40 MVar Hình minh họa lưới điện phân phối 22 kV 473TH phần mềm PSS/A Hình biểu diễn thu gọn lưới điện phân phối 22 kV 473TH gồm 96 nút KẾT QUẢ VÀ THẢO LUẬN Phần vị trí tối ưu Sau dùng thuật toán SOS áp dụng cho lưới điện IEEE 33 nút IEEE 69 nút để tìm vị trí tối ưu ứng với điều kiện đạt tổn thất cực tiểu có nguồn điện mặt trời MWp, kết cho thấy thuật tốn SOS có đáp số hồn tồn phù hợp với thuật Hình 4: Lưới điện phân phối 22 kV 473TH PSS/A 1040 Tạp chí Phát triển Khoa học Cơng nghệ – Kĩ thuật Công nghệ, 4(3):1036-1047 Bảng 1: Hệ số Khc phối hợp tự đóng lại cầu chì Thời gian tự đóng lại (chu kỳ) Hệ số hiệu chỉnh lần cắt nhanh lần cắt nhanh 25-30 1,25 1,80 60 1,25 1,35 90 1,25 1,35 120 1,25 1,35 Phần giải pháp khắc phục Hình 5: Lưới điện phân phối 22 kV 473TH thu gọn gồm 96 nút, với nút nút nguồn Để thuận lợi cho việc mô phần mềm Etap phân tích phối hợp bảo vệ, lưới điện Hình tiến hành thu gọn Hình Các thơng số lưới điện thông số thiết bị bảo vệ Hình có giá trị cho từ Bảng đến Bảng Số lượng nguồn điện mặt trời MWp xem xét báo từ đến Áp dụng thuật tốn SOS, kết tính tốn tập hợp vào Bảng gồm dung lượng, vị trí nút, tổn hao công suất Quan sát Bảng thấy tổn thất thấp 21,5853 kW ứng với trường hợp dung lượng nguồn điện mặt trời cụm 4x1 MWp vị trí đặt nút 60 Hình Với đặc điểm riêng lưới điện phân phối 22 kV 473TH, kết vị trí đặt tất trường hợp nút 60 Điều giải thích ngun nhân phụ tải nút 60 có cơng suất lớn lưới điện phân phối Kết vị trí đặt nút 60 dung lượng 4x1 MWp dùng để xem xét phần mô phỏng, thảo luận phân tích ảnh hưởng nguồn điện lên phối hợp bảo vệ lưới điện phân phối 22 kV 473TH Hình 7: Lưới điện phân phối thu gọn Etap Xét Hình 7, kịch có khơng có nguồn PVA1 tham gia vào lưới điện phân phối mô phần mềm Etap Các kết mô thu thảo luận phân tích Điều lưu ý việc kiểm tra phối hợp có xét hệ số Khc cho Bảng Đây điểm bổ sung báo so với báo nghiên cứu trước đề cập phần giới thiệu Hình 6: Lưới điện phân phối 22 kV 473TH có nguồn 4x1 MWp • Khi khơng có nguồn điện mặt trời PVA1 Trường hợp khơng có tham gia nguồn 4x1 MWp, xét cố Fault Hình 7, dịng điện ngắn 1041 Tạp chí Phát triển Khoa học Công nghệ – Kĩ thuật Công nghệ, 4(3):1036-1047 Bảng 2: Kết vị trí đặt tổn hao cơng suất Dung lượng (MWp) Vị trí (nút) Tổn hao PL (kW) Tỉ lệ giảm tổn hao (%) - 112,6243 60 79,7905 29,15 60 53,7650 52,26 60 34,4076 69,45 60 21,5853 80,83 Bảng 3: Thông số nguồn hệ thống điện Tên nguồn INM(3) (kA) SNM(3) (MVA) INM(1) (kA) SNM(1) (MVA) U1 5,935 246,713 5,644 234,617 Bảng 4: Thông số nguồn PVA1 4x1 MWp Tên DG Cấp điện áp (kV) Công suất PVA1 0,8 4x1 MWp Bảng 5: Thông số phụ tải Tải Công suất (kW +jkVAr) Load 3776 + j1101 Load 4453 + j1299 Bảng 6: Thông số đường dây Đường dây Điểm đấu nối R + jX (Ω/km) Chiều dài (km) Line1 Bus - 46 0,118+j0,328 5,437 Line2 Bus 46 - 51 0,118+j0,328 0,26 Line3 Bus 51 - 60 0,595+j0,384 Line4 Bus 51 - 52 0,706+j0,652 0,45 Line5 Bus 52 - 55 0,706+j0,652 0,585 Bảng 7: Thông số cài đặt tự đóng lại Nhà sản xuất Cooper Loại thiết bị NOVA 27 Kiểu Form 4C Giá trị chỉnh định (A) TCC1 410 TCC2 410 Số lần cắt nhanh Số lần cắt để khóa Hệ số hiệu chỉnh Khc 1,25 Bảng 8: Thông số máy biến áp nguồn 4x1 MWp Tên MBA Cấp điện áp (kV) Công suất (MVA) UN % Tổ đấu dây T1 0,8/22 4,5 7,15 Dyn1 1042 Tạp chí Phát triển Khoa học Công nghệ – Kĩ thuật Công nghệ, 4(3):1036-1047 Bảng 9: Thơng số cầu chì Nhà sản xuất Kiểu Tốc độ Giá trị cài đặt (A) Chance Fuse Link (K) Fast 140 mạch tính tốn tổng hợp Bảng 10 Dễ dàng nhận thấy dòng điện cố qua tự đóng lại REC1 cầu chì Fuse1 Xét phối hợp tự đóng lại phía đầu nguồn REC1 cầu chì phía tải Fuse1 Hình 7, hệ số Khc cần phải quan tâm để ln ln đảm bảo tính chọn lọc Được cài đặt lần cắt nhanh lần cắt chậm, giá trị hệ số Khc tự đóng lại 1,25 theo Bảng Sự cố ngắn mạch ba pha điểm Fault Hình 7, dịng ngắn mạch ba pha có giá trị 2,877 kA Dựa vào mô phần mềm Etap, thời gian tác động tự đóng lại, cầu chì kết phối hợp thể Hình Hình 8: Phối hợp tự đóng lại – cầu chì chưa có nguồn PVA1, có xét Khc 1,25 Trường hợp có tham gia nguồn PVA1, cố Fault xảy Hình 7, lúc dịng điện ngắn mạch qua tự đóng lại cầu chì khơng cịn giống Cụ thể dòng điện ngắn mạch chạy qua cầu chì Fuse1 có giá trị lớn dịng điện ngắn mạch qua tự đóng lại REC1 Giá trị dòng điện ngắn mạch xảy dạng cố khác điểm Fault Hình ghi nhận Bảng 11 Từ Bảng 11, dịng điện ngắn mạch ba pha qua cầu chì có giá trị 2,991 kA cịn dịng điện ngắn mạch chạy qua tự đóng lại có giá trị 2,861 kA Kết mô phần mềm Etap phối hợp tự đóng lại – cầu chì thể Hình Hình 9: Phối hợp tự đóng lại – cầu chì có PVA1, có xét đến Khc 1,25 Dựa vào phần mềm Etap, thời gian cắt nhanh tự đóng lại REC1 có xét hệ số Khc 1,25: tTCC1 = 0,0717 (s) Thời gian nóng chảy cực tiểu cầu chì Fuse1: tF1 = 0,0746 (s) Thời gian cắt tổng cầu chì Fuse1: tF2 = 0,118 (s) Thời gian cắt chậm tự đóng lại REC1: tTCC2 = 1,47 (s) Với kết trên, dễ dàng nhận thấy: tTCC1 < tF1 tF2 < tTCC2 Như vậy, trường hợp khơng có tham gia nguồn PVA1, ngắn mạch điểm Fault phối hợp chọn lọc tự đóng lại – cầu chì đảm bảo • Khi có nguồn điện mặt trời PVA1 1043 Hình 10: Phối hợp tự đóng lại – cầu chì ứng với K pd 0,956 Khc 1,25 Tạp chí Phát triển Khoa học Cơng nghệ – Kĩ thuật Công nghệ, 4(3):1036-1047 Bảng 10: Dịng điện cố khơng có nguồn PVA1 Vị trí cố Dạng ngắn mạch Dịng ngắn mạch (kA) Fault N(3) 2,877 N(1) 2,134 N(2) 2,491 N(1.1) 1,694 Bảng 11: Dịng điện cố có nguồn PVA1 Vị trí cố Dạng ngắn mạch IR (kA) IF (kA) IR /IF Fault N(3) 2,861 2,991 0,956 N(1) 2,163 2,163 N(2) 2,463 2,558 0,962 N(1.1) 1,748 1,748 Dựa vào phần mềm Etap, thời gian cắt nhanh tự đóng lại REC1 có xét hệ số Khc 1,25: tTCC1 = 0,0717 (s) Thời gian nóng chảy cực tiểu cầu chì Fuse1: tF1 = 0,0687 (s) Thời gian cắt tổng cầu chì Fuse1: tF2 = 0,111 (s) Thời gian cắt chậm tự đóng lại REC1: tTCC2 = 1,48 (s) Với kết trên, tF2 < tTCC2 giá trị tTCC1 > tF1 Điều vi phạm nguyên tắc phối hợp chọn lọc tự đóng lại – cầu chì 27 , dẫn tới phối hợp không chọn lọc Hình 11: Phối hợp tự đóng lại – cầu chì ứng với K pd 0,83 Khc 1,25 Hình 12: Phối hợp REC1 Fuse định mức 200 A • Khi có nguồn điện mặt trời PVA1 có xét tỷ số K pd hệ số Khc Theo 20 đề xuất, để đảm bảo phối hợp chọn lọc tự đóng lại – cầu chì cần nhân thêm tỷ số K pd nhỏ với đường đặc tính cắt nhanh tự đóng lại Từ Bảng 11, tỷ số K pd nhỏ 0,956 ứng với ngắn mạch pha vị trí Fault Hình Kết hợp với hệ số Khc 1,25 kết mô phối hợp dựa phần mềm Etap minh họa Hình 10 Thời gian tác động đường đặc tính cắt nhanh tự đóng lại REC1 có xét tỷ số K pd hệ số Khc : tTCC1 = 0,071 (s) Thời gian nóng chảy cực tiểu cầu chì Fuse1: tF1 = 0,0687 (s) Thời gian cắt tổng cầu chì Fuse1: tF2 = 0,111 (s) Thời gian cắt chậm tự đóng lại REC1: tTCC2 = 1,48 (s) 1044 Tạp chí Phát triển Khoa học Cơng nghệ – Kĩ thuật Công nghệ, 4(3):1036-1047 Trường hợp có xét đến tỷ số K pd hệ số Khc kết mô thu tTCC1 > tF1 nên chưa đảm bảo tính phối hợp chọn lọc hai thiết bị Vì vậy, thấy xét tỷ số K pd mà không xem xét đến hệ số Khc kết luận phối hợp chọn lọc tự đóng lại – cầu chì chưa thuyết phục • Áp dụng giải pháp có nguồn điện mặt trời PVA1 Do hệ số Khc tra theo Bảng nên xem cố định, tỷ số K pd thay đổi trị số phù hợp để giúp cho phối hợp tự đóng lại – cầu chì đảm bảo tính chọn lọc Áp dụng lưu đồ Hình lưới điện phân phối 22 kV 473TH, tỷ số K pd tính tốn 0,83 Với Khc 1,25 K pd 0,83, kết mô phối hợp tự đóng lại – cầu chì phần mềm Etap thể Hình 11 Thời gian tác động đường đặc tính cắt nhanh tự đóng lại REC1 có xét tỷ số K pd hệ số Khc : tTCC1 = 0,0685 (s) Thời gian nóng chảy cực tiểu cầu chì Fuse 1: tF1 = 0,0686 (s) Thời gian cắt tổng cầu chì Fuse 1: tF2 = 0,111 (s) Thời gian cắt chậm tự đóng lại REC1: tTCC2 = 1,48 (s) Với kết tTCC1 < tF1 tF2 < tTCC2 , chứng tỏ phối hợp tự đóng lại – cầu chì đảm bảo tính chọn lọc • Thay đổi giá trị định mức cầu chì: Ngồi giải pháp thay đổi đặc tính cắt nhanh tự đóng lại để đảm bảo phối hợp chọn lọc tự đóng lại – cầu chì, cịn có cách thức nâng định mức cầu chì Ví dụ theo lưới điện phân phối 22 kV 473TH, cầu chì dùng 200A thay cho cầu chì 140A hữu Kết phối hợp mô phần mềm Etap Hình 12 Thời gian tác động tự đóng lại REC1 ứng với đặc tính cắt nhanh có xét hệ số Khc : tTCC1 = 0,0717(s) Thời gian nóng chảy cực tiểu cầu chì Fuse1: tF1 = 0,183 (s) Thời gian cắt tổng cầu chì Fuse1: tF2 = 0,291 (s) Thời gian cắt chậm tự đóng lại REC1: tTCC2 = 1,48 (s) Với kết trên, tTCC1 < tF1 tF2 < tTCC2 cho thấy phối hợp đảm bảo tính chọn lọc Tuy nhiên, với giải pháp cần phải thay cầu chì có định mức cho cầu chì hữu lưới điện 1045 phân phối Điều làm tốn thêm chi phí nhân cơng thực Bên cạnh đó, yêu cầu phải kiểm tra cầu chì thay có cịn bảo vệ tốt cho đường dây nhánh rẽ lúc dịng điện định mức cầu chì tăng lên KẾT LUẬN Các nguồn điện mặt trời MWp nói riêng nguồn điện phân tán nói chung phát triển phổ biến nước Để cực tiểu tổn thất lưới điện phân phối có tham gia nguồn phân tán, thuật toán SOS với ưu điểm cần tham số điều khiển so với thuật toán khác áp dụng cho lưới điện phân phối 22 kV 473 TH Kết đạt cho thấy thuật toán SOS dễ dàng thực ứng dụng tốt vào tốn tối ưu vị trí nguồn phân tán Với thâm nhập cao nguồn điện mặt trời MWp vào lưới điện phân phối, chúng làm cho phối hợp tự đóng lại – cầu chì tính chọn lọc Bài báo đưa giải pháp đơn giản hiệu dựa vào tính sẵn có tự đóng lại Đó hiệu chỉnh đặc tính cắt nhanh tự đóng lại có xét đến tỷ số K pd thích hợp hệ số Khc với mục đích đảm bảo chắn phối hợp chọn lọc tự đóng lại – cầu chì Để minh chứng tính hiệu giải pháp, kết phối hợp tự đóng lại – cầu chì dựa tảng Etap thực cho lưới điện phân phối thực tế 22 kV 473TH LỜI CẢM ƠN Nghiên cứu tài trợ Trường Đại học Bách Khoa, ĐHQG – HCM khuôn khổ đề tài cấp Trường mã số T-ĐĐT-2020-43 Chúng xin cảm ơn Trường Đại học Bách Khoa, ĐHQG – HCM hỗ trợ thời gian phương tiện vật chất cho nghiên cứu DANH MỤC TỪ VIẾT TẮT ABC Artificial bee colony DE: Differential Evolution DG Distributed Generation (Nguồn điện phân tán) FCL Fault Current Limiter (Bộ hạn chế dòng cố) IEEE Institute of Electrical and Electronics Engineers PSO Particle Swarm Optimization PV Parasite Vector SA Simulated Annealing SOS Symbiotic Organism Search TS Tabu Search XUNG ĐỘT LỢI ÍCH Nhóm tác giả xin cam đoan khơng có xung đột lợi ích cơng bố báo Tạp chí Phát triển Khoa học Công nghệ – Kĩ thuật Cơng nghệ, 4(3):1036-1047 ĐĨNG GĨP CÁC TÁC GIẢ Đặng Tuấn Khanh: Đề ý tưởng, kế hoạch phương pháp thực hiện, phân tích, thảo luận đánh giá kết thu được, trả lời phản biện hoàn chỉnh báo Trần Huy Hoàn Trương Hồng Bảo Huy: Thực mơ phỏng, xuất kết quả, soạn thảo TÀI LIỆU THAM KHẢO Ackermann T, et al Distributed generation : a definition Elect Power Syst Res 2000;57:195–204 Available from: https://doi org/10.1016/S0378-7796(01)00101-8 Rueda-Medina AC, et al A mixed-integer linear programming approach for optimal type, size and allocation of distributed generation in radial distribution systems Electric Power Systems Research 2013;97:133–143 Available from: https://doi org/10.1016/j.epsr.2012.12.009 Abri RSA, et al Optimal Placement and Sizing Method to Improve the Voltage Stability Margin in a Distribution System Using Distributed Generation IEEE Transactions on Power Systems 2013;28:326–334 Available from: https://doi.org/10 1109/TPWRS.2012.2200049 Ganguly S, Samajpati D Distributed generation allocation with on-load tap changer on radial distribution networks using adaptive genetic algorithm,” Applied Soft Computing 2017;59:45–67 Available from: https://doi.org/10.1016/j.asoc 2017.05.041 El-Zonkoly AM Optimal placement of multi-distributed generation units including different load models using particle swarm optimization,” Swarm and Evolutionary Computation 2011;1:50–59 Available from: https://doi.org/10.1016/j.swevo 2011.02.003 Dharageshwari K, Nayanatara C Multiobjective optimal placement of multiple distributed generations in IEEE 33 bus radial system using simulated annealing,” in 2015 International Conference on Circuits, Power and Computing Technologies [ICCPCT-2015] 2015;p 1–7 Available from: https://doi.org/10 1109/ICCPCT.2015.7159428 Pereira BR, et al Optimal Distributed Generation and Reactive Power Allocation in Electrical Distribution Systems IEEE Transactions on Sustainable Energy 2016;7:975–984 Available from: https://doi.org/10.1109/TSTE.2015.2512819 Kumar S, Mandal KK, et al Optimal DG placement by multi-objective opposition based chaotic differential evolution for techno-economic analysis Applied Soft Computing 2019;78:70–83 Available from: https://doi.org/10.1016/j.asoc 2019.02.013 Mohandas N, et al Optimal location and sizing of real power DG units to improve the voltage stability in the distribution system using ABC algorithm united with chaos,” International Journal of Electrical Power & Energy Systems 2015;66:41–52 Available from: https://doi.org/10.1016/j.ijepes.2014.10.033 10 Barker P, et al Determining the Impact of Distributed Generation on Power Systems: Part 1-Radial Power Systems,” Presented at IEEE PES summer power meeting, Seattle, WA, July, 2000; 11 Brahma SM, Girgis AA Impact of distributed generation on fuse and relay coordination: analysis and remedies in Proc Int Assoc Sci Techno Develop, Clearwater, FL 2001;p 384– 389 12 Doyle MT, et al Reviewing the Impacts of Distributed Generation on Distribution System Protection Power Engineering Society Summer Meeting, 2002 IEEE;1:103 –105 13 Kauhaniemi K, Kumpulainen L Impact of distributed generation on the protection of distribution networks,” Developments in Power System Protection, Eighth IEE International Conference 2004;1:315–318 Available from: https://doi.org/ 10.1049/cp:20040126 14 Kumpulainen LK, Kauhaniemni KT Analysis of the impact of distributed generation on automatic reclosing Power Systems Conference and Exposition, IEEE PES 2004;1:603 –608 15 Shah PH, Bhalja BR New adaptive digital relaying scheme to tackle recloser-fuse miscoordination during distributed generation interconnections in Proc IET Gener.Transm Distrib 2014;p 682–688 Available from: https://doi.org/10.1049/ietgtd.2013.0222 16 Shah PH, Bhalja BR New adaptive digital relaying scheme to tackle recloser-fuse miscoordination during distributed generation interconnections in Proc IET Gener.Transm Distrib 2014;p 682–688 Available from: https://doi.org/10.1049/ietgtd.2013.0222 17 Hussain B, et al An adaptive relaying scheme for fuse saving in distribution networks with distributed generation IEEE Trans Power Del 2013;28(2):669–777 Available from: https: //doi.org/10.1109/TPWRD.2012.2224675 18 Abdi B, et al Coordination return of protective devices in distribution systems in presence of distributed generation Energy Procedia 2011;12:263–270 Available from: https://doi org/10.1016/j.egypro.2011.10.036 19 Fazanehrafat A, et al Maintaining the recloser-fuse coordination in distribution systems in presence of DG by determining DG’s size in Proc 9th Int Conf.Inst Eng Technol Develop Power Syst Protect 2008;p 124–129 Available from: https://doi.org/10.1049/cp:20080024 20 Zamani A, et al A strategy for protection coordination in radial distribution networks with distributed generators IEEE PES General Meeting, Minneapolis, MN, USA 2010;p 1–8 Available from: https://doi.org/10.1109/PES.2010.5589655 21 Saha S, Mukherjee V Optimal placement and sizing of DGs in RDS using chaos embedded SOS algorithm IET Generation, Transmission & Distribution 2016;10:3671–3680 Available from: https://doi.org/10.1049/iet-gtd.2016.0151 22 Duman S Symbiotic organisms search algorithm for optimal power flow problem based on valve-point effect and prohibited zones Neural Computing and Applications 2017;28:3571–3585 Available from: https://doi.org/10.1007/ s00521-016-2265-0 23 Kamankesh H, et al Optimal scheduling of renewable microgrids considering plug-in hybrid electric vehicle charging demand Energy 2016;100:285–297 Available from: https://doi org/10.1016/j.energy.2016.01.063 24 Verma S, et al A novel symbiotic organisms search algorithm for congestion management in deregulated environment Journal of Experimental & Theoretical Artificial Intelligence 2017;29:59–79 Available from: https://doi.org/10 1080/0952813X.2015.1116141 25 Guha D, et al Quasi-oppositional symbiotic organism search algorithm applied to load frequency control Swarm and Evolutionary Computation 2017;33:46–67 Available from: https: //doi.org/10.1016/j.swevo.2016.10.001 26 Cheng MY, Prayogo D Symbiotic organisms search: A new metaheuristic optimization algorithm Computers & Structures 2014;139:98–112 Available from: https://doi.org/10 1016/j.compstruc.2014.03.007 27 Gers JM, Holmes EJ Protection of Electricity Distribution Networks; 1046 Science & Technology Development Journal – Engineering and Technology, 4(3):1036-1047 Research Article Open Access Full Text Article Optimal location and impacts of MWP solar pv plants on distribution network protection Khanh Tuan Dang1,* , Tran Huy Hoan1 , Bao Huy Truong2 ABSTRACT Use your smartphone to scan this QR code and download this article Nowadays, the penetration of the distributed energy resources into the power distribution network is increasing, especially the MWp solar PV plants since they have been enjoying the Feed-in tariff scheme In order to reduce the losses of the distribution power network efficiently, this paper uses the Symbiotic Organism Search (SOS) algorithm to determine the optimal location for these solar power sources However, when these distributed power sources are connected to the distribution network, they can cause to lose the selective coordination between reclosers and fuses - the main protection devices of the distribution network The prominent feature of this report is to be based on the availability of reclosers, fuses, and with consideration of the Khc coefficient (which is affected by the time and number of reclose attempts) Hence, a simple but efficient solution is proposed to ensure selective recloser – fuse coordination The mentioned SOS algorithm and the solution are to be applied to the 473TH 22 kV distribution network in Tay Ninh province The simulation results using Matlab and Etap indicate that the SOS algorithm along with the proposed solution are beneficial to planning and locating distributed power sources, and simultaneously help to overcome the non-selective recloser – fuse coordination Key words: MWp solar PV plants, DG optimal location, distribution network protection, recloser – fuse coordination, symbiotic Organism Search (SOS) Faculty of Electrical and Electronics Engineering, Ho Chi Minh City University of Technology, VNU-HCM, Vietnam Institute of Engineering and Technology, Thu Dau Mot University, Vietnam Correspondence Khanh Tuan Dang, Faculty of Electrical and Electronics Engineering, Ho Chi Minh City University of Technology, VNU-HCM, Vietnam Email: dtkhanh2002@hcmut.edu.vn History • Received: 14/6/2021 • Accepted: 13/8/2021 • Published: 26/8/2021 DOI : 10.32508/stdjet.v4i3.815 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 : Dang K T, Hoan T H, Truong B H Optimal location and impacts of MWP solar pv plants on distribution network protection Sci Tech Dev J – Engineering and Technology; 4(3):1036-1047 1047 ... luận phân tích ảnh hưởng nguồn điện lên phối hợp bảo vệ lưới điện phân phối 22 kV 473TH Hình 7: Lưới điện phân phối thu gọn Etap Xét Hình 7, kịch có khơng có nguồn PVA1 tham gia vào lưới điện phân. .. tốn viết tảng Matlab để tìm vị trí tối ưu nguồn điện mặt trời MWp lưới điện phân phối Bên cạnh đó, nguồn phân tán thâm nhập vào lưới điện phân phối, chúng làm cho phối hợp tự đóng lại – cầu chì... 1, báo trình bày phần giới thiệu, đặt vấn đề, phân tích số nghiên cứu trước thuật toán tối ưu vị trí nguồn phân tán, ảnh hưởng nguồn phân tán lên phối hợp bảo vệ lưới điện phân phối, cụ thể phối