Hình 6.26. N ng l ng n p/x c a BESS trong 24 gi t i nút Hàm Ki m
Hình 6.28. Cơng su t P t Phan Thi t 2 – Phan Thi t khi đ t BESS nút Hàm Ki m
➢ Nh n xét:
- Hình 6.24 cho th y hàm t i u h i t sau kho ng 300 vòng l p. Giá tr hàm m c tiêu gi m kho ng 50% (t kho ng 73000$ gi m cịn 39000$).
- Hình 6.25 th hi n công su t n p/x c a BESS trong 24 gi t i nút Hàm Ki m.
BESS n p trong kho ng th i gian 8h sáng đ n 17h chi u và x vào 18h t i đ n 7h sáng hôm sau. Công su t n p l n nh t là 100 MW vào bu i tr a lúc MT và G đ u phát cao, công su t x l n nh t kho ng 70 MW vào ban đêm do ph t i t ng cao.
- Hình 6.26 th hi n n ng l ng n p/x c a BESS trong 24 gi t i nút Hàm Ki m. Cùng pha v i công su t, n ng l ng c a BESS c ng đ c n p vào ban ngày và x ra vào ban đêm.
- Hình 6.27 th hi n đi n áp trên t t c 19 nút khi đ t BESS t i Hàm Ki m. i n áp n m trong kho ng 1.04 –1.08 pu, không thay đ i đáng k .
- Hình 6.28 th hi n công su t t Phan Thi t 2 đi Hàm Ki m tr c và sau khi
f. Khi v n hƠnh đ ng th i 3 BESS 3 nút đ c ch n trên, tính tốn hàm chi phí trên tồn h th ng.
Hình 6.29. Hàm chi phí khi xét đ ng th i 3 BESS
Hình 6.31. N ng l ng n p/x c a m i BESS
➢ Nh n xét:
- Hình 6.29 th hi n hàm chi phí tr c và sau khi đ t BESS 3 h th ng con và trên toàn b h th ng. c bi t, khi xét trên toàn b h th ng, hàm chi phí gi m đi r t l n do hàm ph thu c l n vào công su t t i đi m cân b ng.
- Hình 6.30 cho th y vi c ph i h p v n hành c a 3 BESS cùng n p vào ban ngày
t 8h sáng đ n 17h chi u đ l u tr công su t c a các NM m t tr i và NM gió. n t i khi ngu n đi n NLTT phát th p và ph t i t ng cao, BESS x n ng l ng ra đ h tr h th ng, gi m t n th t và gi m dao đ ng công su t trên l i.
- Hình 6.31 th hi n n ng l ng n p/x c a c 3 BESS trên cùng 1 đ th . BESS Hàm Ki m tích đi n đ n kho ng 700 MWh do BESS Hàm Ki m l n h n 2 BESS t i
Ma Lâm và M i Né.
- Hình 6.32 th hi n cơng su t t i nút Phan Thi t 2, c th là công su t truy n
qua 2 MBA công su t 2x250 MVA. Ta th y t ban đ u biên đ dao đ ng công su t r t l n (hút max kho ng 200 MW và phát max kho ng 150 MW, biên đ dao đ ng 350 MW) nh ng sau khi đ t BESS t i 3 nút Ma Lâm, M i Né và Hàm Ki m, công su t t i
qua MBA dao đ ng r t th p quanh giá tr 0.
6.3. NH N XÉT, K T LU N
- Ngoài vi c t i u đ c v trí và cơng su t c a BESS, ta cịn tìm đ c cơng su t n p/x c a BESS t i m i th i đi m trong 24 gi .
- i v i m t h th ng đi n th c t , mang tính ch t ph c t p, ta có th d a vào kinh nghi m chia nh h th ng ra thành nhi u h th ng con và t đó đ t nhi u BESS v i s l ng và quy mô công su t phù h p s t ng hi u qu v n hành BESS h n là t p trung BESS t i cùng 1 v trí trên h th ng.
- Tuy nhiên ngoài nh ng u đi m trên, ta c n xét đ n bài tốn kinh t đ có th
đ a BESS ng d ng trên l i đi n th c t . Hi n nay, chi phí đ u t h th ng BESS còn r t cao nh ng ch a có chính sách u đãi c th t C quan qu n lý, không đ m b o đ c
chi phí đ u ra.
- n c nh mu n gi m biên đ dao đ ng công su t t i nút Phan Thi t 2 (350 MW) c n ph i đ u t m t h th ng BESS đ n 200 MW (3 h th ng con) là r t l n.
CH NG 7. T NG K T
7.1. K T QU NGHIÊN C U ĩ T C
- Tìm hi u t ng quan v bài toán BESS và các ph ng pháp ti p c n, x lý v n
đ liên quan đ n BESS các nghiên c u tr c đó.
- Tìm hi u v thu t toán t i u đom đóm (FA) vàph ng pháp l ng t (QEA). ng th i tìm hi u gi i pháp k t h p 2 ph ng pháp trên thành ph ng pháp đom đóm
v i bit l ng t (QBFA).
- Tìm hi u v mơ hình và các ràng bu c c a BESS v công su t, n ng l ng n p/x t i đa, hi u su t và ràng bu c v v n hành c a BESS ph i tu n hoàn trong chu k đang xét.
- Tìm hi u v l i đi n IEEE 33 nút và công c Matpower, s d ng Matlab đ
mơ hình hóa các ph n t và gi i bài toán t i u c a h th ng.
- Áp d ng thu t toán FA và QBFA gi i bài tốn tìm min hàm chi phí bao g m
t n th t đi n n ng, đ l ch đi n áp và biên đ dao đ ng công su t t i nút cân b ng. i
t ng áp d ng là l i đi n IEEE 33 nút có tích h p 2 ngu n đi n gió và 7 ngu n đi n m t tr i. M c dù QBFA là m t ph ng pháp c i ti n c a thu t toán FA nh ng tr ng h p này do không áp d ng h t tồn b thu t tốn QBFA nên thu t toán FA cho k t qu t t h n.
- Áp d ng thu t tốn FA gi i bài tốn tìm min hàm chi phí bao g m t n th t đi n
n ng, đ l ch đi n áp và biên đ dao đ ng công su t t i nút cân b ng. i t ng áp d ng là l i đi n 110 kV khu v c TBA 220 kV Phan Thi t. K t qu tìm đ c 3 v trí đ t BESS là Ma Lâm (50 MW), M i Né (50 MW) và Hàm Ki m (100 MW) mà khi v n hành giúp gi m thi u hàm chi phí c a h th ng m t cách rõ r t.
7.2. H N CH , THI U SĨT
Ngồi nh ng k t qu đ t đ c trên, do còn nhi u v n đ c n đ c xem xét m r ng, đ tài này khơng tránh kh i nh ng thi u sót:
- Bài toán nghiên c u ch gi i h n trong ph m vi k thu t, đ c tính v n hành c a thi t b mà ch a xét đ n bài toán kinh t , bao g m chi phí l p đ t, chi phí v n hành và v n đ v pháp lý c a vi c đ u t d án.
- H s chi phí s d ng các cơng th c (4.25) đ n (4.29) đ c l y t k t qu nghiên c u c a bài báo đ i v i l i đi n trung áp. Tuy nhiên, trong đ tài này, các h s
đó đang đ c s d ng đ tính tốn cho h th ng đi n 110 kV Vi t Nam. Có th các h s chi phí này ch a ph n ánh đúng th c t chi phí khi v n hành h th ng đi n n c ta.
- H s hàm ph t v đi n áp, v BESS và v dao đ ng cơng su t ph ng trình
(5.4) ch a đ c tính tốn c th mà ch đ c l a ch n d a trên kinh nghi m và phép th nhi u l n. Nh v y s gây ra tính b t đ nh cho l i gi i, n u khơng tìm đ c h s phù h p thì bài tốn s khơng h i t .
- K ch b n l i đi n Phan Thi t đang xét là l i đi n v n hành bình th ng, khơng có hi n t ng đ y/quá t i trên các đ ng dây và TBA. Do đótrên l i đi n này khơng có h th ng giám sát AGC gi i h n công su t phát c a các nhà máy. N u xét bài tốn BESS có thêm h th ng AGC s thêm nhi u ràng bu c h n, làm cho vi c gi i bài toán ph c t p và khó h i t h n.
-Ph ng pháp đang s d ng là đ t BESS t ng v trí r i tìm cơng su t n p/x t i u. N u th c hi n trên l i đi n l n h n (kho ng 100 nút) và đ t nhi u BESS cùng m t lúc s t h p ra r t nhi u tr ng h p, x lý s m t r t nhi u th i gian và công s c.
- T n su t l y m u hi n t i là 1h/l n, m t ngày s có 24 m u. N u t ng t n su t l y m u lên 30ph/l n ho c 15ph/l n ho c t ng chu k l y m u t 1 ngày lên 1 tháng ho c 1 n m thì s l ng m u c n x lý là r t l n. x lý s m t r t nhi u th i gian và công s c.
- Thu t toán QBFA là m t ph ng pháp c i ti n c a thu t toán FA, theo lý thuy t QBFA s tìm đ c giá tr t t h n FA. Tuy nhiên khi áp d ng vào bài tốn tìm BESS
trên l i đi n IEEE 33 nút ch áp d ng đ c m t ph n, ch a áp d ng đ c h t toàn b thu t toán (áp d ng ph n c ng xoay l ng t Q-bit) nên k t qu ch a đ c t t nh thu t toán FA.
7.3. H NG PHÁT TRI N C A TÀI
- Nghiên c u thêm v các v n đ kinh t nh chi phí đ u t , chi phí v n hành và các v n đ pháp lỦ đ có th s m ng d ng BESS trong th c t .
- Tính tốn các h s chi phí v t n th t, dao đ ng đi n áp, dao đ ng công su t trên h th ng đi n Vi t Nam.
- Nghiên c u các ph ng pháp đ gi i h n dãy giá tr các h s ph t làm cho bài toán h i t .
- Nghiên c u t i u BESS trong l i đi n có tích h p h th ng AGC.
- Nghiên c u ng d ng tồn b thu t tốn QBFA ho c các ph ng pháp khác đ
t i u đ ng th i v trí và cơng su t c a BESS.
- Nghiên c u thu t toán khác giúp gi m th i gian tính tốn đ gi i đ c các bài toán l n h n, đòi h i th i gian x lỦ nhanh h n.
TÀI LI U THAM KH O
[1] D. Q. Hung et al., "Integration of PV and BES units in commercial distribution systems considering energy loss and voltage stability," Applied Energy, vol. 113, p. 1162–1170, 2014.
[2] H. Shareef et al., "Optimum placement of battery energy storage systems in a power system with embedded generation for mitigating voltage fluctuation using a reinforced firefly algorithm," in International Conference on Electrical and Electronic Engineering (IC3E 2015), Melaka, Malaysia, 2015.
[3] Selim et al., "Optimal setting of PV and battery energy storage in radial
distribution systems using multi objective criteria with fuzzy logic decision
making," IET Generation, Transmission & Distribution, vol. 15, no. 1, pp. 135- 148, 2020.
[4] P. Boonluk et al., "Optimal Siting and Sizing of Battery Energy Storage Systems for Distribution Network of Distribution System Operators," Batteries, vol. 6, no. 4, p. 56, 2020.
[5] W. Yi et al., "Multiobjective Robust Scheduling for Smart Distribution Grids: Considering Renewable Energy and Demand Response Uncertainty," IEEE Access, vol. 6, pp. 45715 - 45724, 2018.
[6] H. Mortazavi et al., "A Monitoring Technique for Reversed Power Flow Detection With High PV Penetration Level," IEEE Transactions on Smart Grid, vol. 6, no. 5, pp. 2221 - 2232, 2015.
[7] H. Khani et al., "Real-time optimal management of reverse power flow in integrated power and gas distribution grids under large renewable power penetration," IET Generation, Transmission & Distribution, vol. 12, no. 10, p. 2325 – 2331, 2018.
[8] V. H. M. Quezada et al., "Assessment of energy distribution losses for increasing penetration of distributed generation," IEEE Transactions on Power Systems, vol. 21, no. 2, pp. 533 - 540, 2006.
[9] G. A. H. Laugs et al., "Balancing responsibilities: Effects of growth of variable renewable energy, storage, and undue grid interaction," Energy Policy, vol. 139, 2020.
[10] J. Krata, and T. K. Saha, "Real-Time Coordinated Voltage Support With Battery Energy Storage in a Distribution Grid Equipped With Medium-Scale PV Generation," IEEE Transactions on Smart Grid, vol. 1, no. 1, p. 99, 2018.
[11] Y. Zhang et al., "Multi-Agent-Based Voltage Regulation Scheme for High Photovoltaic Penetrated Active Distribution Networks Using Battery Energy Storage Systems," IEEE Access, vol. 8, pp. 7323 - 7333, 2019.
[12] A. Alzahrani et al., "Minimization of Power Losses through Optimal Battery Placement in a Distributed Network with High Penetration of Photovoltaics," Energies, vol. 13, no. 1, 2020.
[13] L. A. Wong et al., "Optimal Placement and Sizing of Battery Energy Storage System Considering the Duck Curve Phenomenon," IEEE Access, vol. 8, pp. 197236 - 197248, 2020.
[14] J. A. d. Costa et al., "Optimal Sizing of Photovoltaic Generation in Radial Distribution Systems Using Lagrange Multipliers," Energies, vol. 12, no. 9, p. 1728, 2019.
[15] N. M. Nor et al., "Battery Storage for the Utility-Scale Distributed Photovoltaic Generations," IEEE Access, vol. 6, pp. 1137 - 1154, 2017.
[16] Y. Zhang et al., "Comparative study of hydrogen storage and battery storage in grid connected photovoltaic system: Storage sizing and rule-based operation," Applied Energy, vol. 201, pp. 397-411, 2017.
[17] J. Sardi et al., "Multiple community energy storage planning in distribution networks using a cost-benefit analysis," Applied Energy, vol. 190, pp. 453-463, 2017.
[18] N. Jayasekara et al., "Optimal Operation of Distributed Energy Storage Systems to Improve Distribution Network Load and Generation Hosting Capability," IEEE Transactions on Sustainable Energy, vol. 7, no. 1, pp. 250 - 261, 2015.
[19] C. K. Das et al., "Optimal placement of distributed energy storage systems in distribution networks using artificial bee colony algorithm," Applied Energy, vol. 232, pp. 212-228, 2018.
[20] C. K. Das et al., "Optimal allocation of distributed energy storage systems to improve performance and power quality of distribution networks," Applied Energy, vol. 252, 2019.
[21] A. S. A. Awad et al., "Optimal ESS Allocation for Benefit Maximization in Distribution Networks," IEEE Transactions on Smart Grid, vol. 8, no. 4, pp. 1668 - 1678, 2017.
[22] I. Naidji et al., "Efficient Allocation Strategy of Energy Storage Systems in Power Grids Considering Contingencies," IEEE Access, vol. 7, pp. 186378 - 186392, 2019.
[23] M. Nick et al., "Optimal Allocation of Dispersed Energy Storage Systems in Active Distribution Networks for Energy Balance and Grid Support," IEEE Transactions on Power Systems, vol. 29, no. 5, pp. 2300 - 2310, 2014.
[24] Y. Zheng et al., "Optimal Allocation of Energy Storage System for Risk Mitigation of DISCOs With High Renewable Penetrations," IEEE Transactions on Power Systems, vol. 29, no. 1, pp. 212 - 220, 2013.
[25] Y. M. Atwa et al., "Optimal Allocation of ESS in Distribution Systems With a High Penetration of Wind Energy," IEEE Transactions on Power Systems, vol. 25, no. 4, pp. 1815 - 1822, 2010.
[26] B. Zhang et al., "Optimal Allocation of PV Generation and Battery Storage for Enhanced Resilience," IEEE Transactions on Smart Grid, vol. 10, no. 1, pp. 535 - 545, 2019.
[27] R. F. Blanco et al., "Optimal Energy Storage Siting and Sizing: A WECC Case Study," IEEE Transactions on Sustainable Energy, vol. 8, no. 2, pp. 733 - 743, 2016.
[28] N. Khaboot et al., "Increasing Benefits in High PV Penetration Distribution System by Using Battery Enegy Storage and Capacitor Placement Based on Salp Swarm Algorithm," Energies, vol. 12, no. 24, p. 4817, 2019.
[29] Q. Gong et al., "Optimal configuration of the energy storage system in ADN considering energy storage operation strategy and dynamic characteristic," IET Generation, Transmission & Distribution, vol. 14, no. 6, pp. 1005-1011, 2020. [30] Y. Zheng et al., "Optimal Operation of Battery Energy Storage System
Considering Distribution System Uncertainty," IEEE Transactions on Sustainable Energy, vol. 9, no. 3, pp. 1051 - 1060, 2018.
[31] L. Luo et al., "Optimal scheduling of a renewable based microgrid considering photovoltaic system and battery energy storage under uncertainty," Journal of Energy Storage, vol. 28, 2020.
[32] L. A. Wong et al., "Optimal Placement and Sizing of Battery Energy Storage System Considering the Duck Curve Phenomenon," IEEE Access, vol. 8, pp. 197236 - 197248, 2020.
[33] M. Farsadi et al., "Optimal placement and operation of BESS in a distribution network considering the net present value of energy losses cost," in 2015 9th