Khi sử dụng thuật toán xác định vị trí và dung lượng ES chống nghẽn mạch hệ thống điện như đề xuất trong .
Hình 4.3. Kết quả thu được thể hiện trong Bảng 4.15. Kết quả này thu được trong giải thuật là cách dò không thuật toán khi lần lượt ES với các giá trị khác nhau vào từng nút khác nhau trong hệ thống và kiểm tra kết quả nghẽn mạch trên các đường dây. Bảng 4.15. Kết quả xác nhận nghẽn mạch khi gắn ES 10 20 30 40 50 60 70 80 90 100 1 N N N N N N N N N N 2 N N N N N N N N N G 3 N N N N N N N N N N 4 N N N N N N N N N N 5 N N N N N N N N N N 6 N N N G G G G G G G 7 N N N N N N N N N N 8 N N N N N N N N N N 9 N N N N N N N N N N 10 N N N N N N N N N N 11 N N N N N N N N N N 12 N N N N N N N N N N 13 N N N N N N N N N N 14 N N N N N N N N N N 15 N N N N N N N N N N 16 N N N N N N N N N N 17 N N N N N N N N N N 18 N N N N N N N N N N 19 N N N N N N N N N N 20 N N N N N N N N N N 21 N N N N N N N N N N 22 N N N N N N N N N N 23 N N N N N N N N N N 24 N N N N N N N N N N Dung lƣợng ES (MW) Nút lắp ES
Xét bài toán tổng quát trên cùng hệ thống điện 24 bus IEEE như đã nêu trên, vì không gian tìm kiếm không giới hạn nên lần lượt đặt nguồn ES lên từng nút của hệ thống và cho công suất biến thiên từ 10 MW đến 100 MW và so sánh vốn đầu tư từ trường hợp để xác định vị trí và công suất ES thấp nhất, tương ứng với bài toán này sẽ có 240 trường hợp cần tính toán và kết quả được thể hiện trong Bảng 4.15 Sử dụng phần mềm Matpower 6.0 chạy trên nền Matlab 2016 và áp dụng ràng buộc để phân bố công suất trên các nhánh cho 240 trường hợp, kết quả phân bố công suất được thể hiện theo 3 dạng cơ bản như các
Hình 4.4 và Hình 4.5 và Hình 4.6, theo đó:
Dạng 1: ES đặt tại các nút 3-24 ngoại trừ nút 6 và 2 như
Hình 4.4. phân bố công suất trên hệ thống gần như thay đổi không đáng kể nên không thể giải quyết tắc nghẽn.
Dạng 2: Khi ES đặt tại nút 2 như Hình 4.5. tắc nghẽn của hệ thống thể hiện qua biểu thức ràng buộc về công suất truyền tải có xu hướng giảm dần đến khi công suất nguồn ES đạt từ 100 MW trở lên thì tắc nghẽn được giải quyết.
Dạng 3: ES đặt tại nút 6 như Hình 4.6. phân bố công suất trên nhánh quá tải giảm nhanh khi có nguồn ES đặt trong hệ thống. Kết quả là sau 4 lần thay đổi công suất tương ứng với công suất nguồn ES là 40 MW thì tắc nghẽn được giải quyết.
Hình 4.5 Thay đổi công suất khi ES đặt tại nút 2
Chƣơng 5. KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 5.1 Kết luận
Với mục tiêu nâng công suất truyền tải của hệ thống điện dựa trên bộ trữ năng lượng, luận văn đã đưa ra phương pháp xác định vị trí và dung lượng bộ trữ năng dựa trên thuật toán mặt cắt tối thiểu cải tiến nhằm chống nghẽn mạch cho hệ thống điện truyền tải trong trường hợp phụ tải tăng lên. Qua quá trình thực hiện, một số kết luận được đưa ra như sau:
− Sử dụng được hàm Matpower và giải thuật mặt cắt tối thiểu xác định vị trí và dung lượng bộ trữ năng chống quá tải đường dây trong trường hợp vận hành tăng tải trong tương lai.
− Xây dựng được mô hình toán cho dung lượng bộ trữ năng.
− Xác định được dung lượng bộ trữ năng trên các nút nhằm cứu nhánh khỏi hiện tượng quá tải.
− Mô phỏng trên hệ thống điện mẫu 24 nút IEEE.
− Giải thuật sử dụng có tính khoa học và ứng dụng cao trong nghiên cứu vận hành hệ thống điện.
− Khảo sát xác định vị trí của bộ trữ năng trên lưới điện với điều kiện gia tăng phụ tải trong tương lai.
5.2 Hƣớng phát triển của đề tài
Với mục tiêu nâng công suất truyền tải của hệ thống điện dựa trên bộ trữ năng lượng, luận văn đã đưa ra phương pháp xác định vị trí và dung lượng bộ trữ năng dựa trên thuật toán mặt cắt tối thiểu cải tiến nhằm chống nghẽn mạch cho hệ thống điện truyền tải trong trường hợp phụ tải tăng lên. Qua quá trình thực hiện, một số kết luận được đưa ra như sau:
− Sử dụng được hàm Matpower và giải thuật mặt cắt tối thiểu xác định vị trí và dung lượng bộ trữ năng chống quá tải đường dây trong trường hợp vận hành tăng tải trong tương lai.
− Xây dựng được mô hình toán cho dung lượng bộ trữ năng.
− Xác định được dung lượng bộ trữ năng trên các nút nhằm cứu nhánh khỏi hiện tượng quá tải.
− Mô phỏng trên hệ thống điện mẫu 24 nút IEEE.
− Giải thuật sử dụng có tính khoa học và ứng dụng cao trong nghiên cứu vận hành hệ thống điện.
− Khảo sát xác định vị trí của bộ trữ năng trên lưới điện với điều kiện gia tăng phụ tải trong tương lai.
TÀI LIỆU THAM KHẢO
[1] Đinh Ngọc Sang và các tác giả, “Xác định vị trí và công xuất nguồn trữ năng trong hệ thống điệnsử dụng giải thuật Min – Cut cải tiến” Tạp chí phát triển khoa học và công nghệ kỹ thuật, 3(1), tháng 3 2020, trang 339 - 351.
[2] M. Kazerooni and T. J. Overbye, “Incorporating the geomagnetic disturbance models into the existing power system test cases,” in 2017 IEEE Power and Energy Conference at Illinois (PECI), Feb. 2017, pp. 1–6, doi:
10.1109/PECI.2017.7935749.
[3] C. Grigg et al., “The IEEE Reliability Test System-1996. A report prepared by the Reliability Test System Task Force of the Application of Probability Methods Subcommittee,” IEEE Trans. Power Syst., vol. 14, no. 3, pp. 1010– 1020, 1999, doi: 10.1109/59.780914.
[4] N. Padmini, P. Choudekar, and M. Fatima, “Transmission Congestion
Management of IEEE 24-Bus Test System by Optimal Placement of TCSC,” in 2018 2nd IEEE International Conference on Power Electronics, Intelligent Control and Energy Systems (ICPEICES), Oct. 2018, pp. 44–49, doi:
10.1109/ICPEICES.2018.8897421.
[5] J. Contreras and F. F. Wu, “A kernel-oriented algorithm for transmission expansion planning,” IEEE Trans. Power Syst., vol. 15, no. 4, pp. 1434–1440, 2000, doi: 10.1109/59.898124.
[6] A. J. C. Pereira and J. T. Saraiva, “Generation expansion planning (GEP) – A long-term approach using system dynamics and genetic algorithms (GAs),” Energy, vol. 36, no. 8, pp. 5180–5199, Aug. 2011, doi:
10.1016/j.energy.2011.06.021.
[7] S. Kannan, S. M. R. Slochanal, and N. P. Padhy, “Application and
Comparison of Metaheuristic Techniques to Generation Expansion Planning Problem,” IEEE Trans. Power Syst., vol. 20, no. 1, pp. 466–475, Feb. 2005, doi: 10.1109/TPWRS.2004.840451.
[8] A. Bhuvanesh, S. T. J. Christa, and S. Kannan, “Electricity Generation Expansion Planning for Tamil Nadu Considering Greenhouse
Gassesemission,” Asian J. Res. Soc. Sci. Humanit., vol. 7, no. 3, p. 264, 2017, doi: 10.5958/2249-7315.2017.00170.8.
[9] N. E. Koltsaklis and A. S. Dagoumas, “State-of-the-art generation expansion planning: A review,” Appl. Energy, vol. 230, no. July, pp. 563–589, Nov. 2018, doi: 10.1016/j.apenergy.2018.08.087.
XÁC ĐỊNH VỊ TRÍ NGUỒN TRỮ NĂNG TRONG HỆ THỐNG ĐIỆN TRUYỀN TẢI SỮ DỤNG GIẢI THUẬT MAX – FLOW – MIN – CUT CẢI TIẾN
DETERMINE LOCATE ENEGY SOURCES IN POWER TRANSMISSION SYSTEMS USING AN IMPROVED MFMC ALGORITHM
Lê Minh Thanh
Trường Đại học Sư phạm Kỹ thuật Tp.HCM
TÓM TẮT
Phát triển nguồn trữ năng để lưu trữ năng lượng giá rẻ và cung cấp ngược lại cho hệ thống điện với giá cao trong thị trường điện là một trong những vần đề đang được quan tâm nhiều trong thời gian gần đây. Tuy nhiên, việc chọn vị trí thích hợp để đặt nguồn trữ năng là thách thức lớn. Bên cạnh đó, thuật toán mặt cắt tối thiểu Max-Flow-Min-Cut (MFMC) được áp dụng để xác định vị trí của TCSC để quản lý tắc nghẽn đã được áp dụng để xác định vị trí nhánh tắc ngẽn đã được nhiều nhà nghiên cứu quan tâm nhưng nó còn một số hạn chế. Thuật toán Max-Flow-Min-Cut (MFMC), sẽ được cải tthiện hiệu quả hơn để loại bỏ tắc ngẽn kết hợp với thuật toán heuristic trong bài báo và kết quả mô phỏng được kiểm tra để xác định vị trí và công suất của nguồn trữ năng trên hệ thống điện chuẩn 24 bus IEEE cho thấy tính khả thi của phương pháp.
Từ khóa: Hệ thống điện, vị trí thích hợp, nguồn trữ năng, thuật toán heuristic, thuật toán mặt cắt tối thiểu.
ABSTRACT
Developing energy sources for cheap energy storage and back-supply for power systems at high prices in the electricity market is one of the issues that has been a lot of attention recently. However, choosing the right location to place the energy source is a big challenge. In addition, the Max-Flow-Min-Cut (MFMC) minimum cross-section algorithm (MFMC) applied to determine the position of the TCSC for congestion management has been applied to locate congested branch. Researchers are interested, but it has some limitations. Algorithm Max-Flow-Min-Cut (MFMC), will be improved more efficiently to eliminate congestion associated with the heuristic algorithm in the paper and the simulation results are tested to determine position and power The power reserve on the IEEE 24-bus standard power system shows the feasibility of the method.
Keywords: Electrical system, proper location, power source, heuristic algorithm, minimum cross section algorithm.
1. GIỚI THIỆU
Quy hoạch phát triển điện và nguồn trữ năng
Trong quy hoạch phát triển hệ thống điện có nhiều vấn đề giải quyết để đạt được một hoặc một nhóm các mục tiêu đặt ra tùy theo bài toán nghiên cứu, trong đó tối ưu vẫn là phần quan trọng nhất trong quy hoạch. Có một số nhóm giải pháp quy hoạch cơ bản trongđó quy hoạch mở rộng nguồn (GEP) là một phầnquan trọng
(TEP). Xét về góc độ quy hoạch dài hạn, TEP vẫn là giải pháp cần thiết để giải quyết bài toán quy hoạch, nhưng không phải lúc nào TEP cũng là giải pháp tốt nhất phát triển hệ thống nhằm mục tiêu giải quyết quá tải, tắc nghẽn hoặc ổn định, độ tin cậy của hệ thống điện. Nhược điểm thường thấy nhất của giải pháp TEP là chi phí cao và đặc biệt có thể bị giới hạn bởi số lượng đường dây mở rộng trên một trụ khi lắp lên trụ có sẵn hoặc phải đền bù giải tỏa nếu phải xây đưởng dây mới. Một số các
các thiết bị FACTS và không thể không kể đến nhóm giải pháp GEP với các vị trí nguồn mở rộng và công nghệ mới hiệu quả hơn. Tuy nhiên, mỗi phương pháp có ưu và khuyết điểm trong một phạm vi nhất định, và không phải phương pháp nào cũng có thể thay thế cho phương pháp khác. Trong những năm gần đây, nguồn năng lượng tái tạo được liên kết với hệ thống điện như điện gió, năng lượng mặt trời, … đã và đang phát triển khá nhanh và phổ cập rộng rãi trên một số lượng lớn các quốc gia trên thế giới. Thời gian phát điện của các loại nguồn năng lượng này không theo nhu cầu tiêu thụ điện mà theo điều kiện tự nhiên. Điều này dẫn đến có những thời điểm nhu cầu điện thấp thì nguồn điện vẫn phát lên lưới điện trong khi có lúc nhu cầu phụ tải điện cao thì các loại nguồn này lại không thể sản xuất năng lượng.
Để giải quyết vấn đề bất hợp lý nêu trên, một trong các giải pháp là sử dụng nguồn điện trữ năng ES, là một loại nguồn điện cần thiết để bơm năng lượng vào hệ thống điện trong khoảng thời gian nhất định khi cần bổ sung bất kỳ lúc nào. Theo nguyên lý hoạt động, ES có thể cung cấp năng lượng trong thời gian quá tải do đỉnh tải gây ra để đảm bảo hệ thống điện hoạt động ổn định mà không cần nâng cấp hệ thống điện. Ngoài ra, ES còn nâng cao khả năng truyền tải của hệ thống bằng cách nâng công suất phát giúp cho hệ thống không chỉ giảm tắc nghẽn mà còn giảm áp lực cho các nguồn điện hiện hữu, nâng cao hiệu quả vận hành, nâng độ tin cậy, nâng độ dự trữ và ổn định của hệ thống điện. Có nhiều công nghệ trữ năng đang sử dụng trong thương mại, cơ bản nhất là loại batteries, đây là loại thiết bị trữ năng phổ thông nhất hiện nay, có một số loại khác nhau bởi chủ yếu là dung môi và vật liệu sản xuất điện cực. Các loại trữ năng khác bằng công nghệ flywheels và supercapacitors cũng được sử dụng ở các vị trí cần thiết phải ổn định công suất trong thời gian ngắn. Ngoài ra, các loại trữ năng Pumped Hydro và Compressed Air thường có công suất lớn và trữ năng lượng cao nên được dùng trong hệ thống điện rất tích cực. Mỗi loại công nghệ trữ năng phục vụ cho những mục đích và điều
do sự phát triển nguồn năng lượng tái tạo sinh ra như đã nêu. Tuy nhiên, vấn đề được đặt ra khi quy hoạch GEP đối với nguồn ES là vị trí nguồn lắp đặt ở đâu trên hệ thống lưới điện và công suất nguồn bao nhiêu thì đạt hiệu quả.
Cơ sở lý thuyết mặt cắt tối thiểu
Mạng là đồ thị có hướng G = (V, E), trong đó có duy nhất một đỉnh A không có cung đi vào gọi là điểm phát, duy nhất một đỉnh B không có cung đi ra gọi là đỉnh thu và giá trị của một luồng là: Tổng luồng trên các cung đi ra khỏi đỉnh phát bằng tổng luồng trên các cung đi vào đỉnh thu.
Ta gọi lát cắt (X, Y) là một cách phân hoạch tập đỉnh V của mạng thành hai tập rời nhau X và Y, trong đó X chứa đỉnh phát A,Y chứa đỉnh thu B. Khả năng thông qua của lát cắt (X, Y) là tổng tất cả các khả năng thông qua của các cung (u, v) có u ∈X và v ∈Y. Lát cắt với khả năng thông qua nhỏ nhất gọi là lát cắt hẹp nhất "Min cut".
Định lý Ford-Fulkerson phát biểu: "Giá trị luồng cực đại trên mạng đúng bằng khả năng thông qua của lát cắt hẹp nhất/cực tiểu".
Vậy bài toán mặt cắt tối thiểu là bài toán đi tìm lát cắt có luồng nhỏ nhất.
Thuật toán "min cut" của Mechtild Stoer và Frank Wagner Mechtild Stoer và Frank Wagner dựa trên định lý Ford-Fulkerson thiết lập thuật toán xác định mặt cắt tối thiểu "min cut" để xác định lát cắt nhỏ nhất của mạng bằng cách chia tập hợp các đỉnh của mạng thành hai phần riêng biệt, với trọng số của lát cắt là tổng trọng số của các cạnh mà lát cắt đi qua.
Thuật toán
Cho đồ thị vô hướng G = (V, E), với V là tập đỉnh, E tập cạnh và mỗi cạnh e có trọng số dương w(e).
MinimumCutPhase (G, w, a); A {a}; Với A V
Thêm vào A đỉnh kết nối mạnh nhất (trọng số lớn nhất), ghi bước cắt và rút lại G bằng cách cộng hai đỉnh được thêm vào cuối cùng.
Một tập A các đỉnh đồ thị sẽ phát triển bắt đầu với một đỉnh đơn tùy ý cho đến khi A = V. Tại mỗi bước, đỉnh bên ngoài A kết nối mạnh nhất với A (có trọng số lớn nhất) được thêm
giữa A và y.
Vào cuối mỗi bước cắt, hai đỉnh thêm vào cuối cùng được cộng lại. Hai đỉnh được thay thế bởi một đỉnh mới và bất cứ cạnh nào từ hai đỉnh đến một đỉnh còn lại được gán trọng số mới bằng tổng trọng số của hai cạnh trước đó.
Thuật toán kết thúc khi chia tập hợp các đỉnh đồ thị thành hai phần riêng biệt lát cắt tối thiểu (Mincut) là lát cắt có trọng số nhỏ nhất trong toàn bộ các bước cắt.
Nếu bước cắt có trọng số nhỏ hơn lát cắt cực tiểu hiện tại thì đây là lát cắt cực tiểu hiện tại.
Cụ thể như sau:
Tiến hành tạo 2 lát cắt đơn giản (lát cắt nguồn {S} và lát cắt tải {t}) sao cho cô lập lần đỉnh nguồn và đỉnh tải ra khỏi đồ thị.
So sánh tổng thông lượng 2 lát cắt này (ws và wt)
Tại lát cắt có thông lượng lớn nhất, max(ws và wt) đưa đỉnh có nhánh thông lượng lớn nhất vào đỉnh nguồn (nếu thực hiện tại lát cắt nguồn) hay vào đỉnh tải (nếu thực hiện tại lắt cắt tải)
Tính lại thông lượng mới sau khi thực hiện bước 3
Quay lại bước 1
Quá trình kết thúc khi không còn đỉnh nào bền ngoài tập nguồn và tập tải và tạo thành đồ thị suy biến