Nghiên cứu giải pháp sa thải phụ tải có xét đến việc phối hợp nhiều phương pháp

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH CƠNG TRÌNH NCKH CẤP TRƯỜNG TRỌNG ĐIỂM NGHIÊN CỨU GIẢI PHÁP SA THẢI PHỤ TẢI CÓ XÉT ĐẾN VIỆC PHỐI HỢP NHIỀU PHƯƠNG PHÁP S K C 0 9 MÃ SỐ: T2020-24TĐ S KC 0 Tp Hồ Chí Minh, tháng 12/2020 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH BÁO CÁO TỔNG KẾT ĐỀ TÀI NCKH CẤP TRƯỜNG TRỌNG ĐIỂM NGHIÊN CỨU GIẢI PHÁP SA THẢI PHỤ TẢI CÓ XÉT ĐẾN VIỆC PHỐI HỢP NHIỀU PHƯƠNG PHÁP Mã số: T2020-24TĐ Chủ nhiệm đề tài: ThS Lê Trọng Nghĩa TP HCM, 12/2020 TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA ĐIỆN – ĐIỆN TỬ BÁO CÁO TỔNG KẾT ĐỀ TÀI KHCN CẤP TRƯỜNG TRỌNG ĐIỂM NGHIÊN CỨU GIẢI PHÁP SA THẢI PHỤ TẢI CÓ XÉT ĐẾN VIỆC PHỐI HỢP NHIỀU PHƯƠNG PHÁP Mã số: T2020-24TĐ Chủ nhiệm đề tài: ThS Lê Trọng Nghĩa Thành viên đề tài: TS Nguyễn Ngọc Âu ThS Trần Tùng Giang TP HCM, 12/2020 Báo cáo nghiên cứu khoa học DANH SÁCH NHỮNG THÀNH VIÊN THAM GIA NGHIÊN CỨU ĐỀ TÀI STT Họ tên Đơn vị công tác Nội dung nghiên cứu cụ lĩnh vực chuyên môn thể giao Nghiên cứu tổng quan 01 TS Nguyễn Ngọc Âu Khoa Điện – Điện Tử phương pháp sa thải phụ tải Nghiên cứu tìm hiểu 02 ThS Trần Tùng Giang phương pháp điều khiển Khoa Điện – Điện Tử sa thải phụ tải nhằm khôi phục tần số hệ thống điện i Chữ ký Báo cáo nghiên cứu khoa học MỤC LỤC DANH SÁCH NHỮNG THÀNH VIÊN THAM GIA NGHIÊN CỨU ĐỀ TÀI i MỤC LỤC ii DANH MỤC CÁC HÌNH v DANH MỤC CÁC BẢNG vi CÁC TỪ VIẾT TẮT vii THÔNG TIN KẾT QUẢ NGHIÊN CỨU viii PHẦN MỞ ĐẦU 1.1 Tổng quan tình hình nghiên cứu thuộc lĩnh vực đề tài nước 1.2 Tính cấp thiết đề tài 1.3 Mục tiêu – Cách tiếp cận – Phương pháp nghiên cứu 1.3.1 Mục tiêu nghiên cứu 1.3.2 Cách tiếp cận 1.3.3 Phương pháp nghiên cứu 1.4 Đối tượng phạm vi nghiên cứu 1.4.1 Đối tượng nghiên cứu 1.4.2 Phạm vi nghiên cứu 1.5 Nội dung nghiên cứu Chương TỔNG QUAN CÁC PHƯƠNG PHÁP SA THẢI PHỤ TẢI 1.1 Tổng quan sa thải phụ tải hệ thống điện Việt Nam 1.2 Tổng quan kết nghiên cứu chương trình sa thải phụ tải 1.2.1 Sa thải phụ tải truyền thống 1.4.2 Sa thải phụ tải thích nghi 10 1.4.3 Phương pháp sa thải phụ tải thông minh 11 1.4.4 Nhận xét 18 ii Báo cáo nghiên cứu khoa học Chương TỔNG QUAN PHƯƠNG PHÁP SA THẢI PHỤ TẢI NHẰM KHÔI PHỤC TẦN SỐ VỀ GIÁ TRỊ CHO PHÉP 19 2.1 Khái niệm điều khiển tần số 19 2.2 Quá trình điều khiển tần số sơ cấp thứ cấp tổ máy phát điện 21 2.2.1 Tổng quan đáp ứng tần số hệ thống điện 21 2.2.2 Q trình điều chỉnh tần số có cố hệ thống điện 23 2.3 Tính tốn lượng cơng suất sa thải phụ tải tối thiểu để phục hồi tần số giá trị cho phép 25 2.3.1 Mục đích việc tính tốn lượng cơng suất sa thải phụ tải tối thiểu 25 2.3.2 Xây dựng cơng thức tính tốn lượng cơng suất sa thải phụ tải tối thiểu 25 2.4 Tính toán kiểm tra sơ đồ hệ thống điện chuẩn 27 Chương PHƯƠNG PHÁP SA THẢI PHỤ TẢI CÓ XÉT ĐẾN VIỆC PHỐI HỢP NHIỀU PHƯƠNG PHÁP 31 3.1 Đặt vấn đề 31 3.2 Phân bố lượng công suất sa thải bus tải dựa khái niệm khoảng cách pha 31 3.2.1 Khái niệm khoảng cách pha (Phase Electrical Distance PED) 31 3.2.2 Thử nghiệm – kiểm tra phương pháp đề xuất sơ đồ hệ thống điện chuẩn 34 3.3 Phân bố lượng công suất sa thải nút tải dựa khái niệm khoảng cách điện áp 36 3.3.1 Khái niệm khoảng cách điện áp (Voltage Electrical Distance - VED) 36 3.3.2 Thử nghiệm – kiểm tra phương pháp đề xuất sơ đồ hệ thống điện chuẩn 37 3.4 Phân bố lượng công suất sa thải nút tải dựa hệ số tầm quan trọng phụ tải 41 3.4.1 Đặt vấn đề 41 3.4.2 Kỹ thuật mờ hóa luật hoạt động [69] 42 3.4.3 Tổng quan thuật toán Fuzzy - AHP 43 3.4.4 Khảo sát thử nghiệm sơ đồ hệ thống điện chuẩn IEEE 37 bus máy phát 47 iii Báo cáo nghiên cứu khoa học 3.5 Phương pháp sa thải phụ tải có xét đến yếu tố phối hợp nhiều phương pháp 51 3.5.1 Tiêu chí 1: Hệ số tầm quan trọng phụ tải 53 3.5.3 Tiêu chí 3: VED 54 KẾT LUẬN 63 4.1 Kết luận 63 4.2 Hướng phát triển đề tài 63 TÀI LIỆU THAM KHẢO 64 iv Báo cáo nghiên cứu khoa học DANH MỤC CÁC HÌNH Hình Phân loại phương pháp sa thải phụ tải Hình 1.4: Cấu trúc tổng quát chương trình ILS 13 Hình 2.1 Đáp ứng tần số máy phát 20 Hình 2.2 Đáp ứng tần số máy phát 21 Hình 2.3 Máy phát cung cấp cho phụ tải độc lập 22 Hình 2.4 Đặc tính điều chỉnh số sơ cấp-thứ cấp mối quan hệ công suất tần số 24 Hình 2.5 Tần số hệ thống máy phát JO345#1 ngắt khỏi hệ thống điện 28 Hình 2.6 Tần số hệ thống sau thực trình điều khiển sơ cấp thứ cấp 30 Hình 3.1 Quan hệ PED máy phát JO345#1 nút tải 36 Hình 3.2 Quan hệ VED máy phát JO345#1 bus tải 38 Hình 3.3: Điện áp nút tải sa thải phụ tải dựa PED 38 Hình 3.4 Điện áp nút tải sa thải phụ tải dựa VED 40 Hình 3.5 So sánh tần số phương pháp sa thải phụ tải dựa PED phương pháp sa thải phụ tải dựa VED 40 Hình 3.6 So sánh góc lệch rotor phục hồi phương pháp sa thải phụ tải dựa PED phương pháp sa thải phụ tải dựa VED 41 Hình 3.7 Hàm thành viên tam giác số mờ hóa tương ứng với thang đo mức độ tầm quan trọng 44 ~ ~ Hình 3.8 Mơ hình cạnh tranh M M 46 Hình 3.9 Sơ đồ hệ thống điện IEEE 37 bus máy phát với vùng trung tâm tải 47 Hình 3.10 Mơ hình AHP vùng trung tâm tải đơn vị tải cho sơ đồ IEEE 37 Bus 48 Hình 3.11 Lưu đồ thực việc phối hợp nhiều phương pháp để xếp hạng phân bố lượng công suất cắt phụ tải 53 Hình 3.12 Tần số sau sa thải phụ tải phương pháp đề xuất phương pháp truyền thống UFLS 59 Hình 3.13 Góc lệch rotor máy phát trước sau sa thải phụ tải theo phương pháp đề xuất 60 Hình 3.14 Góc lệch rotor máy phát sau sa thải phụ tải theo phương pháp đề xuất phương pháp truyền thống UFLS 60 v Báo cáo nghiên cứu khoa học DANH MỤC CÁC BẢNG Bảng 1.1: Phân bổ công suất sa thải sử dụng UFLS hệ thống điện Việt Nam Bảng 2.1: Giá trị thông số công suất điều khiển sơ cấp máy phát 29 Bảng 3.1: Sắp xếp thứ tự PED máy phát cố nút tải 35 Bảng 3.2: VED lượng công suất sa thải bị cố máy phát JO345#1 39 Bảng 3.4: Sắp xếp đối tượng theo thứ tự giảm dần hệ số tầm quan trọng 47 Bảng 3.5: Ma trận phán đoán trung tâm phụ tải LCi 49 Bảng 3.6: Ma trận phán đoán phụ tải trung tâm tải LC1 49 Bảng 3.7: Ma trận phán đoán phụ tải trung tâm tải LC 49 Bảng 3.8: Ma trận phán đoán phụ tải trung tâm tải LC 50 Bảng 3.9: Ma trận phán đoán phụ tải trung tâm tải LC 50 Bảng 3.10: Giá trị hệ số quan trọng đơn vị tải tính tốn Fuzzy-AHP 52 Bảng 3.11: Trọng số tổng hợp phân hạng sa thải nút tải 58 Bảng 3.12: Kết so sánh phương pháp sa thải 61 vi Báo cáo nghiên cứu khoa học CÁC TỪ VIẾT TẮT HTĐ Hệ Thống Điện AGC Automatic Generation Control IEEE Institute of Electrical and Electronics Engineers ANN Artificial Neural Network PSO Particle Swarm Optimization vii Báo cáo nghiên cứu khoa học Các trường hợp so sánh ngược lại: tiêu chí j so với tiêu chí i có giá trị nghịch đảo tương ứng với trị nêu Kết có ma trận M với thành phần tương ứng với hàng cột tiêu chí so sánh Nếu ý kiến chuyên gia hoàn hảo M xây hoàn toàn với đề cập, phương pháp khảo sát trị riêng ma trận M cho trị W: MW=nW, W=(w1, w2, w3), n-trị riêng M (3.29) Áp dụng lý thuyết ý kiến chuyên gia, xây dựng ma trận M sau: 1 M  1/3 1/2 2  1/2  Áp dụng bước tính tốn phương pháp lấy số sau: Bước 1: Nhân tất yếu tố hàng ma trận phán đoán M  1   1 M     0,16667 M   1  Bước 2: Tính bậc n Mi W1*  M1   1,81712 W2*  M  0,16667  0,55032 W3*  M   Thực xong bước có vector sau: W *   W1* , W 2* , W3*   1, 81712; 0, 55032;1 T Bước 3: Chuẩn hóa vector W* 56 T Báo cáo nghiên cứu khoa học W j 1 * j W1   1,81712  0, 55032   3, 36744 W1* W j 1 W2  W j 1 W3  W j 1  0,55032  0,16342 3,36744   0, 29696 3,36744 * j W3* 1,81712  0,53962 3,36744 * j W2*  * j Vectơ riêng ma trận phán đoán M thu là: W   W1 , W2 , W3    0, 53962; 0,16342; 0, 29696  T T Như vậy, có tiêu chí để xem xét tải Nếu có tầm quan trọng tiêu chí khác nhau, với tải áp dụng lý thuyết [75]: Từ giá trị trọng số cho tiêu chí W i ma trận W, tính tốn lại giá trị trọng số phụ tải cách nhân phân phối vào, sau cộng trọng số khía cạnh lại theo bus tải trọng số cuối cùng, biểu thức tính sau:  A (  , ,  n )  ~  n i 1 (3.30) W i W D , j Ở đây, i giá trị trọng số tổng hợp phụ tải, Wi giá trị trọng số ma trận W, WD, j giá trị đại diện cho WFAHP W D v (i, j ) WDP (i, j ) Kết tính tốn trọng số tổng hợp, phân hạng lượng cơng suất sa thải phụ tải trình bày Bảng 3.11 Như vậy, dựa vào trọng số tổng hợp bảng phân hạng sa thải, lượng công suất sa thải bus tính sau: PLSi  eq P A LS ~ I Ở đây,  eq  n  i 1 Ai~ 57 (3.31) Báo cáo nghiên cứu khoa học Trong đó, PLSi lượng cơng suất sa thải bus;  eq trọng số tương đương tất nút tải,  A trọng số tổng hợp bus thứ i; PLSmin tổng công suất sa thải phụ tải tối ~ i thiểu; Từ biểu thức (3.31), tính bảng cơng suất sa thải bus trình bày Bảng 3.11 Bảng 3.11: Trọng số tổng hợp phân hạng sa thải nút tải Bus Trọng số tầm Trọng số PED Trọng số Trọng số Phân Lượng quan trọng  A VED tổng hợp hạng sa công   A thải suất sa tải A A thải (MW) 0,00006 0,00411 0,00989 0,01406 1,33759 0,00006 0,00764 0,01125 0,01895 0,99271 0,00088 0,00454 0,01457 0,01999 0,94090 0,00114 0,00384 0,01157 0,01655 1,13679 0,00209 0,00822 0,01590 0,02621 13 0,71773 0,00194 0,00928 0,01038 0,02160 10 0,87077 0,00128 0,00480 0,01212 0,01820 1,03365 0,00230 0,00544 0,01258 0,02032 0,92565 0,03045 0,00675 0,01429 0,05148 21 0,36537 0,09766 0,00755 0,01232 0,11753 23 0,16004 0,05337 0,00732 0,01512 0,07581 22 0,24810 0,10255 0,01208 0,01062 0,12526 24 0,15017 0,10527 0,00746 0,01431 0,12704 25 0,14806 0,00226 0,00587 0,01170 0,01982 0,94898 0,01227 0,00554 0,01268 0,03050 15 0,61677 0,00639 0,00376 0,00640 0,01655 1,13661 0,00182 0,00740 0,00837 0,01758 1,06978 0,01244 0,01137 0,01068 0,03450 18 0,54529 0,00183 0,00839 0,01267 0,02289 11 0,82173 0,01826 0,00437 0,00848 0,03112 16 0,60451 0,01260 0,00568 0,01341 0,03169 17 0,59364 0,01034 0,00492 0,01330 0,02856 14 0,65857 0,02396 0,00478 0,01232 0,04106 19 0,45812 0,02396 0,00893 0,01538 0,04827 20 0,38967 0,01444 0,00339 0,00665 0,02447 12 0,76880 1,000 1,000 1,000 1,000 17,64 ~ ~ Bus 03 Bus 05 Bus 10 Bus 12 Bus 13 Bus 14 Bus 15 Bus 16 Bus 17 Bus 18 Bus 19 Bus 20 Bus 21 Bus 24 Bus 27 Bus 30 Bus 33 Bus 34 Bus 37 Bus 44 Bus 48 Bus 50 Bus 54 Bus 55 Bus 56 Tổng ~ 58 ~ i Báo cáo nghiên cứu khoa học Kết so sánh tần số phương pháp đề xuất phương pháp UFLS trình bày Hình 3.12 Hình 3.12 Tần số sau sa thải phụ tải phương pháp đề xuất phương pháp truyền thống UFLS Phương pháp sa thải phụ tải UFLS có đáp ứng tần số tốt so với phương pháp sa thải phụ tải đề xuất Tuy nhiên, giá trị tần số phục hồi phương pháp sa thải phụ tải đề xuất nằm giá trị cho phép Kết so sánh độ phục hồi góc lệch rotor máy phát trước sau thực sa thải, so sánh độ phục hồi góc lệch rotor máy phát phương pháp đề xuất phương pháp UFLS trình bày Hình 3.13 Hình 3.14 59 Báo cáo nghiên cứu khoa học Hình 3.13 Góc lệch rotor máy phát trước sau sa thải phụ tải theo phương pháp đề xuất Hình 3.14 Góc lệch rotor máy phát sau sa thải phụ tải theo phương pháp đề xuất phương pháp truyền thống UFLS 60 Báo cáo nghiên cứu khoa học Kết so sánh giá trị phương pháp sa thải phụ tải trình bày Bảng 3.12 Bảng 3.12: Kết so sánh phương pháp sa thải Thời gian hồi phục Giá trị tần số hồi Lượng tổng công (s) phục (Hz) suất sa thải (MW) Phương pháp 10 tần số UFLS Phương pháp đề 18 xuất 59,87 59,7 82,83 17,64 Ở đây, đáp ứng tần số phương pháp UFLS tốt phương pháp đề xuất Tuy nhiên, giá trị tần số phuơng pháp đề xuất phạm vi cho phép chấp nhận (59,7Hz) Ngồi ra, phương pháp đề xuất có lượng cơng suất sa thải phụ tải (65,19MW) so với phương pháp UFLS, qua giảm thiểu thiệt hại gây điện nhiều, đồng thời thỏa mãn tiêu chí ràng buộc kinh tế - kỹ thuật: tầm quan trọng phụ tải (kinh tế), hệ số theo độ nhạy tương hỗ góc pha, hệ số theo VED Bên cạnh đó, giá trị tần số phục hồi phương pháp đề xuất thấp so với phương pháp UFLS xem xét góc pha phục hồi thời gian phục hồi góc pha phương pháp đề xuất tương đương so với phương pháp UFLS lượng công suất sa thải nhiều Nguyên nhân sa thải lượng lớn tải nút tải gần với máy phát bị ngừng hoạt động làm cho góc pha phục hồi nhanh Qua chứng minh hiệu phương pháp đề xuất Nhận xét kết luận chương Chương trình bày phương pháp phân bố lượng công suất sa thải phụ tải nút tải dựa tiêu chí: PED, VED, đa mục tiêu Mỗi phương pháp có ưu nhược điểm khác Các phương pháp có lượng công suất sa thải phụ tải lượng công suất sa thải so với việc áp dụng phương pháp sa thải phụ tải sử dụng relay sa thải phụ tải tần số Nếu áp dụng phương pháp phân bố sa thải dựa PED giúp thời gian phục hồi góc pha nhanh so với phương pháp khác, tương tự cho trường hợp áp dụng phương pháp phân bố dựa VED Trong trường hợp muốn kết hợp nhiều tiêu chí áp 61 Báo cáo nghiên cứu khoa học dụng phương pháp phân bố sa thải phụ tải dựa đa mục tiêu giúp thỏa mãn nhiều tiêu chí kinh tế kỹ thuật 62 Báo cáo nghiên cứu khoa học KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI 4.1 Kết luận Đề tài nghiên cứu đề xuất phương pháp sa thải phụ tải sở có xét đến yếu tố điều khiển sơ cấp thứ cấp tổ máy phát điện để tính tốn lượng cơng suất sa thải tối thiểu nhằm khôi phục tần số giá trị cho phép Việc lựa chọn vị trí phân bố lượng công suất sa thải phụ tải bus tải thực dựa khái niệm: khoảng cách pha, khoảng cách điện áp, hệ số tầm quan tọng phụ tải kết hợp phương pháp Kết mô thử nghiệm cho thấy tần số hệ thống điện phục hồi giá trị phạm vi cho phép áp dụng phương pháp để xuất 4.2 Hướng phát triển đề tài Vấn đề sa thải phụ tải mang tính tối ưu cục Cần xem xét yếu tố kinh tế thời gian sa thải tải Hướng nghiên cứu phát triển thời gian tới xem xét toán sa thải phụ tải tải động, tình vận hành khẩn cấp vấn đề sa thải tối ưu tối ưu tồn cục tất trường hợp có xét đến điều kiện ràng buộc 63 Báo cáo nghiên cứu khoa học TÀI LIỆU THAM KHẢO [1] Application of computational intelligence techniques for load shedding in power systems: A review, Energy Conversion and Management, Volume 75, November 2013, Pages 130– 140 [2] ENTSOE operation handbook [assessed13.05.13] [3] Majid Moazzamia, Amin Khodabakhshiana & Rahmat-Allah Hooshmanda A New Optimal Under-frequency Load-shedding Method Using Hybrid Culture –Particle Swarm Optimization – Coevolutionary Algorithm and Artificial Neural Networks, a Department of Electrical Engineering, University of Isfahan, Isfahan, Iran Published online: 20 Nov 2014 [4] Terzija, V V, “Adaptive under frequency load shedding based on the magnitude of the disturbance estimation,” IEEE Trans Power Syst., Vol 21, No 3, pp 1260-1266, 2006 [5] Saffarian, A., and Sanaye-Pasand, M., “New local adaptive load shedding methods to mitigate power system blackouts,” Elect Power Compon Syst., Vol 40, No 3, pp 348-368, January 2012 [6] Seethalekshmi, K., Singh, S N., and Srivastava, S C., “Adaptive scheme for minimal load shedding utilizing synchrophasor measurements to ensure frequency and voltage stability,” Elect Power Compon Syst., Vol 38, No 11, pp 1211-1227, 2010 [7] Rudez, U., and Mihalic, R., “A novel approach to under frequency load shedding,” Elect Power Syst Res., Vol 81, pp 636-643, 2011 [8] Hsu, C T., Kang, M S., and Chen, C S., “Design of adaptive load shedding by artificial neural networks,” IEE Proc Generat Transm Distrib., Vol 152, No 3, pp 415-421, 2005 [9] Moazzami, M., and Khodabakhshian, A., “A new optimal adaptive under frequency load shedding using artificial neural networks,” 18th Iranian Conference on Electrical Engineering (ICEE), pp 824-829, Isfahan, Iran, 11-13 May 2010 [10] Hooshmand, R., and Moazzami, M., “Optimal design of adaptive under frequency load shedding using artificial neural networks in isolated power system,” Int J Power Energy Syst ,Vol 42, No 1,pp 220-228, 2012 [11] Thalassinakis, E J., Dialynas, E N., and Agoris, D., “Method combining ANNs and Monte Carlo simulation for the selection of the load shedding protection strategies in autonomous power system,” IEEE Trans Power Syst., Vol 21, No 4, pp 1574-1582, 2006 [12] Sasikala, J., and Ramaswamy, M., “Fuzzy based load shedding strategies for avoiding voltage collapse,” Appl Soft Comput., Vol 11, No 3, pp 3179-3185, 2011 64 Báo cáo nghiên cứu khoa học [13] Haidar, A M A., Mohamed, A., and Hussain, A., “Vulnerability control of large scale interconnected power system using neuro fuzzy load shedding approach,” Expert Syst Appl., Vol 37, No 4, pp 3171-3176, 2010 [14] Hong, Y Y., and Wei, S F., “Multi objective under frequency load shedding in an autonomous system using hierarchical genetic algorithms,” IEEE Trans Power Deliv., Vol 25, No 3, pp 1355-1362, 2010 [15] Sadati, M., Amraee, T., and Ranjbar, A M., “A global particle swarm-based-simulated annealing optimization technique for under-voltage load shedding problem,” Appl Soft Comput., Vol 9, pp 652-657, 2009 [16] Hooshmand, R., and Ezatabadi Pour, M., “Corrective action planning considering FACTS allocation and optimal load shedding using bacterial foraging oriented by particle swarm optimization algorithm,” Turkish J Elect Eng Comput Sci., Vol 18, pp 597-612, 2010 [17] Kottick D, Or O Neural-networks for predicting the operation of an under- frequency load shedding system IEEE T Power Syst 1996;11:1350-8 [18] Hsu CT, Kang MS, Chen CS Design of adaptive load shedding by artificial neural networks IET Gener Transm Dis 2005;152:415-21 [19] Sanaye-Pasand M, Davarpanah M A new adaptive multidimensional load shedding scheme using genetic algorithm Canadian Conf on Electr Comput Eng 2005:1974-7 [20] Purnomo MH, Patria CA, Purwanto E Adaptive load shedding of the power system based on neural network In: IEEE region 10 conference on computers, communications, control and power engineering, vol 3, October 2002 p 1778-81 [21] Tài liệu sa thải phụ tải, trung tâm điều độ hệ thống điện quốc gia (www.nldc.evn.vn), 2015 [22] Nghiên cứu xây dựng cấu hình rơle sa thải phụ tải cho trạm biến áp 110kV đăkmil; Lê Kim Hùng (Đại học Đà Nẵng), Vũ Phan Huấn (Công ty thí nghiệm điện Miền Trung) [23] IEEE Standard IEEE guide for the application of protective relays used for abnormal frequency load shedding and restoration IEEE Std C37117-2007, p.41–43 [24] Bộ công thương Việt Nam - Cục Điều Tiết Điện Lực, Quy trình lập kế hoạch, huy động dịch vụ điều tần dự phịng quay Bộ cơng thương Việt Nam, 2015 [25] Barnabé Potel; Vincent Debusschere; Florent Cadoux; Leticia de Alvaro Garcia Underfrequency load shedding schemes characteristics and performance criteria IEEE Manchester PowerTech, 2017 [26] Lukas Sigrist, Luis Rouco, Francisco Miguel, Echavarren A review of the state of the art of UFLS schemes for isolated power systems International Journal of Electrical Power & Energy Systems, Vol 99, pp.525-539, July 2018 65 Báo cáo nghiên cứu khoa học [27] IEEE guide for abnormal frequency protection for power generating plants, ANSI/IEEE Std C37106-1987 [28] Trần Thị Kim Hồng Mạch sa thải phụ tải đặc biệt tần số thấp cho hệ thống điện miền bắc Tuyển tập Hội nghị Khoa học thường niên năm 2014, 2014 , pp 405-407 [29] Yun Hwan Lee, Seung Chan Oh, Hwan Ik Lee, Sang Geon Park, Byong Jun Lee Utilizing under voltage load shedding strategy to prevent delayed voltage recovery problem in korean power system Journal of Electrical Engineering and Technology, Vol 13, Issue 1, pp.60-67, 2018 [30] Géssica Michelle dos Santos Pereira, Alan Naoto Tabata, Felipe José Lachovicz, Carolina Corrêa Durce, Romão Kowaltschuk Electrical Power Quality Analysis of Under Voltage Load Shedding with a Battery Energy Storage System Support in the Brazilian Context IEEE 9th Power, Instrumentation and Measurement Meeting (EPIM), 2018 [31] Junjie Tang, Junqi Liu, Ferdinanda Ponci, Antonello Monti Adaptive load shedding based on combined frequency and voltage stability assessment using synchrophasor measurements IEEE Transactions on Power Systems, Vol 28 , Issue 2, pp.2035-2047, May 2013 [32] Asja Derviškadić, Yihui Zuo, Guglielmo Frigo, Mario Paolone Under Frequency Load Shedding based on PMU Estimates of Frequency and ROCOF IEEE PES Innovative Smart Grid Technologies Conference Europe (ISGT-Europe), 2018 [33] H Seyedi, M Sanaye-Pasand Design of new load shedding special protection schemes for a double area power system American Journal of Applied Sciences, Vol 6, Issue 2, pp.317–327, 2009 [34] Jizhong Zhu Optimization of Power System Operation, 2015 [35] Youming Wang, Yong Wang, Ying Ding, Yingjian Zhou, Zhewen Zhang A Fast Loadshedding Algorithm for Power System based on Artificial Neural Network International Conference on IC Design and Technology (ICICDT), 2019 [36] Ahmed M.A.Haidar, Azah Mohamed, AiniHussain, Norazila Jaalam Artificial intelligence application to Malaysian electrical power system Expert Systems with Applications, Vol 37, Issue 7, pp 5023–5031, 2010 [37] R Hooshmand and M Moazzami Optimal design of adaptive under frequency load shedding using artificial neural networks in isolated power system International Journal of Electrical Power & Energy Systems, Vol 42, Issue 1, pp 220–228, 2012 [38] Cheng-TingHsu, Hui-JenChuang, Chao-ShunChen Adaptive load shedding for an industrial petroleum cogeneration system Expert Systems with Applications, Vol 38, pp 13967–13974, 2011 66 Báo cáo nghiên cứu khoa học [39] Yuan-Kang Wua, Shih Ming Changa, Yi-LiangHua Literature Review of Power System Blackouts Energy Procedia, Vol 141, pp.428-431, December 2017 [40] Jiongcheng Yan, Changgang Li, Yutian Liu Adaptive load shedding method based on power imbalance estimated by ANN TENCON 2017 - 2017 IEEE Region 10 Conference, 2017 [41] Lopes JAP, Wong Chan W, Proenca LM Genetic algorithms in the definition of optimal load shedding strategies Int Conf Electr Power Eng, 1999 [42] Nur Najihah Abu Bakar, Mohammad YusriHassan, Mohamad FaniSulaima, Mohamad Na’imMohd Nasir, AziahKhamis Microgrid and load shedding scheme during islanded mode: A review Renewable and Sustainable Energy Reviews, Vol 71, pp.161-169, May 2017 [43] M Djukanovic, D.J Sobajic, Y.-H Pao Neural net based determination of generatorshedding requirements in electric power systems IEE Proceedings C - Generation, Transmission and Distribution, Vol 139 , Issue 5, pp.427-436, 1992 [44] AMA Haidar, A Mohamed, A Hussain Vulnerability control of large scale interconnected power system using neuro-fuzzy load shedding approach Expert Systems with Applications, Vol 37, Issue 4, pp 3171-3176, April 2010 [45] AA Sallam, AM Khafaga Fuzzy expert system using load shedding for voltage instability control 2002 Large Engineering Systems Conference on Power Engineering (LESCOPE 02), 2002 [46] Ankur Kumar, Ritula Thakur A Fuzzy Logic Based Load Shedding Technique for Operation of DG in Islanding Mode IEEE International Conference on Computational Intelligence and Computing Research (ICCIC), 2017 [47] Athila Quaresma Santos, Hamid Reza Shaker, Bo Nørregaard Jørgensen A Holistic Fuzzy Measure for Load Priority in Under Frequency Load Shedding Schemes International Symposium on Advanced Electrical and Communication Technologies (ISAECT), 2018 [48] Paul Joshua, K., Mohanalin, J & Jaya Christa, S.T Adaptive neuro-fuzzy inference system based under-frequency load shedding for Tamil Nadu The Journal of Supercomputing, 2018 [49] AK Bikas, EM Voumvoulakis, ND Hatziargyriou Neuro-fuzzy decision trees for dynamic security control of power systems Intelligent System Applications to Power Systems, 2009 [50] Holland John Henry Adaptation in natural and artificial systems: an introductory analysis with applications to biology, control, and artificial intelligence 5th ed United States of America: University of Michigan Press, 1975 67 Báo cáo nghiên cứu khoa học [51] M Sanaye-Pasand, M Davarpanah A new adaptive multidimensional load shedding scheme using genetic algorithm Canadian Conference on Electrical and Computer Engineering, 2005, pp 1974-1977 [52] Marven E Jabian, Ryohei Funaki, Junichi Murata Load Shedding Optimization Considering Consumer Appliance Prioritization Using Genetic Algorithm for Real-time Application IFAC-PapersOnLine, Vol 51 , Issue 28, pp.486-491, 2018 [53] BF Rad, M Abedi An optimal load-shedding scheme during contingency situations using meta-heuristics algorithms with application of AHP method International Conference on Optimization of Electrical and Electronic Equipment, 2008 [54] WM Al-Hasawi, KM El Naggar Optimum steady-state load-shedding scheme using genetic based algorithm 11th IEEE Mediterranean Electrotechnical Conference (MELECON), 2002, pp 605-609 [55] J Kennedy, R Eberhart Particle swarm optimization International Conference on Neural Networks (ICNN 95), 1995, pp 1942–1948 [56] Abbas Ketabi, Masoud Hajiakbari Fini Adaptive underfrequency load shedding using particle swarm optimization algorithm Journal of Applied Research and Technology, Vol 15, Issue 1, pp.54-60, February 2017 [57] H Bevrani Robust Power System Frequency Control (Second Edition) Springer, 2014 [58] Trần Bách Lưới điện & Hệ thống điện NXB Khoa học kỹ thuật, 2004 [59] Allen J Wood, Bruce F Wollenberg, Gerald B Sheblé Power Generation, Operation and Control, Third Edition John Wiley & Sons, 2014, pp 473 – 481 [60] Sam Weckx, Reinhilde D'Hulst, Johan Driesen Primary and Secondary Frequency Support by a Multi-Agent Demand Control System IEEE Transactions on Power Systems, Vol 30, Issue 3, pp 1394 – 1404, 2015 [61] J Duncan Glover, Mulukutla S Sarma, Thomas J Overbye Power System Analysis and Design Sixth Edition Cengage Learning, 2017, pp 718 [62] A Khotanzad, Enwang Z, H Elragal A neuro-fuzzy approach to short-term load forecasting in a price-sensitive environment IEEE Transactions on Power Systems, Vol.17, Issue 4, pp.1273–1282, 2002 [63] L Patrick The different electrical distance 1990 [64] Paul Cuffe, Andrew Keane Visualizing the Electrical Structure of Power Systems IEEE Systems Journal, Vol 11, Issue 3, pp 1810 - 1821, 2017 [65] T.N.E.Greville Some applications of the pseudoinverse of a matrix Some applications of the pseudoinverse of a matrix (SIAM), Vol 2, Issue 1, pp 15–22, Jan 1960 68 Báo cáo nghiên cứu khoa học [66] E Cotilla-Sanchez, P D H Hines, C Barrows, S Blumsack, and M Patel Multiattribute partitioning of power networks based on electrical distance IEEE Transactions on Power Systems, Vol 28, Issue 4, pp 4979–4987, Nov 2013 [67] D J Klein and M Randi´ Resistance distance Journal of Mathematical Chemistry, Vol 12, Issue 1, pp 81-95, 1993 [68] Sung-Hwan Song, Ho-Chul Lee, Yong Tae Yoon, Seung-Il Moon Cluster design compatible with market for effective reactive power management IEEE Power Engineering Society General Meeting, 2006 [69] Y.C Erensal, T Oă zcan, M.L Demircan Determining key capabilities in technology management using fuzzy analytic hierarchy process: A case study of Turkey Information Sciences, Vol 176, Issue 18, pp 2755–2770, 2006 [70] C Kahraman, T Ertay, G Buăyuăkoăzkan A fuzzy optimization model for QFD planning process using analytic network approach European Journal of Operational Research, Vol 171, Issue 2, pp 390–411, 2006 [71] E Tolga, M.L Demircan, C Kahraman Operating system selection using fuzzy replacement analysis and analytic hierarchy process International Journal of Production Economics Vol 97, Issue 1, pp 89–117, 2005 [72] P.J.M Van Laarhoven, W Pedrycz A fuzzy extension of Saaty’s priority theory Fuzzy Sets and Systems, Vol 11, Issue 1-3, pp 229–241, 1983 [73] D.Y Chang Applications of the extent analysis method on fuzzy AHP European Journal of Operational Research, Vol 95, Issue 3, pp 649–655, 1996 [74] D.Y Chang Extent Analysis and Synthetic Decision Optimization Techniques and Applications, Vol 1, pp 352-355, 1992 [75] Timothy Ross Fuzzy logic with engineering applications McGraw-Hill, Inc, 1997 69 S K L 0 ... chế sa thải phụ tải mức thấp yêu cầu thiết 1.3 Mục tiêu – Cách tiếp cận – Phương pháp nghiên cứu 1.3.1 Mục tiêu nghiên cứu Nghiên cứu giải pháp sa thải phụ tải có xét đến việc phối hợp nhiều phương. .. phương pháp sa thải phụ tải 1.4.2 Phạm vi nghiên cứu - Nghiên cứu tổng quan phương pháp sa thải phụ tải Báo cáo nghiên cứu khoa học - Nghiên cứu tìm hiểu thuật tốn sa thải phụ tải - Nghiên cứu phương. .. cáo nghiên cứu khoa học Chương PHƯƠNG PHÁP SA THẢI PHỤ TẢI CÓ XÉT ĐẾN VIỆC PHỐI HỢP NHIỀU PHƯƠNG PHÁP 3.1 Đặt vấn đề Phần lớn cơng trình nghiên cứu tối ưu hóa sa thải phụ tải [41], [56], [62] có