Chương 2. TỔNG QUAN VỀ BÙ CÔNG SUẤT PHẢN KHÁNG
2.4. Giới thiệu sơ lược về các bài báo có liên quan đến vấn đề tối ưu hóa vị trí và dung lượng tụ bù trong lưới điện phân phối
* Capacitor placement of distribution systems using particle swarm optimization approaches (tác giả: Lee và cộng sự). [23]
Bài báo này trình bày một phương pháp đặt tụ điện mới sử dụng các phương pháp tối ưu bầy đàn (PSO - Particle Swarm Optimization) với các toán tử dựa trên các hàm phân phối xác suất Gaussian và Cauchy và cả trong các chuỗi hỗn loạn cho một mô hình tải nhất định của các hệ thống phân phối. Các phương pháp đề xuất được thể
hiện bằng hai ví dụ về ứng dụng. Kết quả mô phỏng cho thấy phương pháp được đề xuất có thể đạt được một giải pháp tối ưu vì có thể tìm kiếm toàn diện nhưng với thời gian tính toán ít hơn nhiều.
* Optimal selection of capacitors for radial distribution systems using Plant Growth Simulation Algorithm (PGSA) (tác giả: Sarma, A.K., Rafi, K.M).
[25]
Bài viết này trình bày một cách tiếp cận mới và hiệu quả cho vị trí tụ điện trong hệ thống phân phối hình tia, xác định vị trí và kích thước tối ưu của tụ điện với mục tiêu cải thiện chất lượng điện áp và giảm tổn thất điện năng. Giải pháp phương pháp luận có hai phần: trong phần một, các hệ số nhạy tổn thất được sử dụng để chọn vị trí ứng viên cho tụ điện và trong phần hai, một thuật toán mới là Thuật toán mô phỏng tăng trưởng thực vật (PGSA) được sử dụng để ước tính dung lượng tối ưu của tụ điện tại các nút tối ưu được xác định trong phần một. Ưu điểm chính của phương pháp đề xuất là nó không yêu cầu bất kỳ tham số điều khiển bên ngoài. Một ưu điểm khác là nó xử lý các hàm mục tiêu và các ràng buộc riêng biệt, tránh những rắc rối để xác định các hệ số chặn. Phương pháp đề xuất được áp dụng cho hệ thống phân phối hình tia 33, 34 và 69 nút. Các kết quả thu được bằng phương pháp này được so sánh với các phương pháp khác. Phương pháp đề xuất đã vượt trội so với các phương pháp khác về mặt chất lượng của giải pháp.
* Capacitor allocations in radial distribution networks using cuckoo search algorithm (tác giả: Attia A.El-Fegany, Almoataz Y. Abdelaziz). [35]
Bài báo trình bày một cách tiếp cận dựa trên tối ưu hóa tìm kiếm cuckoo đã được phát triển để phân bổ các tụ bù dọc trên lưới phân phối hình tia. Hàm mục tiêu được sử dụng để giảm thiểu chi phí vận hành hệ thống ở các mức tải khác nhau và để cải thiện chất lượng điện áp hệ thống, xác định vị trí và giá trị tối ưu của tụ cố định và tụ ứng động trong các mạng phân phối với các mức tải khác nhau bằng thuật toán đề xuất. Các nút tiềm năng cao hơn cho vị trí tụ điện ban đầu được xác định bằng cách sử dụng chỉ số tổn thất công suất. Tuy nhiên, phương pháp đó đã được chứng minh là ít
thỏa đáng vì các chỉ số tổn thất điện năng có thể không phải lúc nào cũng chỉ ra vị trí thích hợp. Tại thời điểm đó, phương pháp đề xuất xác định kích thước và vị trí tối ưu và đưa ra quyết định cuối cùng cho vị trí tối ưu trong số lượng các nút được đề cử với số lượng tối thiểu các vị trí hiệu quả và với dung lượng VArs được bôm vào ít hơn. Độ chính xác và độ tin cậy tổng thể của cách tiếp cận đã được xác nhận và thử nghiệm trên các hệ thống phân phối hình tia với các cấu trúc liên kết khác nhau, có kích thước và độ phức tạp khác nhau. Các kết quả được chỉ ra theo phương pháp đề xuất đã cho thấy sự vượt trội hơn so với kết quả heuristic hiện có các thuật toán tìm thấy trong tài liệu với vấn đề đã cho.
* A Fuzzy-Genetic algorithm for optimal capacitor placement in radial distribution systems (tác giả: P.V. Prasad, S. Sivanagaraju và N.Sreenivasulu).
[44]
Bài viết này đã trình bày một phương pháp mới xác định các nút ứng viên phù hợp trong các hệ thống phân phối để lắp đặt tụ điện sử dụng phương pháp mờ và vấn đề kích thước tụ điện để giảm thiểu tổn thất bằng cách sử dụng giải thuật di truyền GA (Genetic algorithm).
Hàm mục tiêu là tối ưu giá trị của tụ điện tại các vị trí tốt nhất, giúp tối đa hóa tiết kiệm ròng trong hệ thống phân phối. Phương pháp đề xuất là rất mạnh mẽ và trực tiếp cung cấp cho các vị trí tốt nhất và xác định kích thước tối ưu của tụ điện. Phương pháp đề xuất được thử nghiệm hệ thống phân phối hình tia 15 và 69 nút. Framework mờ bao gồm việc sử dụng các phương pháp số được ghép nối với hệ chuyên gia mờ (Fuzzy Expert System - FES) để giải quyết vấn đề vị trí tụ điện tối ưu. So với các phương pháp thông thường, FES xem xét giảm tổn thất và chất lượng điện áp đồng thời khi quyết định nút nào là thích hợp nhất cho vị trí tụ điện.
* Optimal allocation of capacitors in distribution systems using particle swarm optimization (tác giả: Ihsan Jabbar Hasan, Chin Kim Gan, Meysam Shamshiri, Mohd Ruddin AbGhani và Ismadi Bin Bugis). [45]
Bài báo này trình bày một cách tiếp cận tối ưu hóa bầy đàn (Particle Swarm Optimization - PSO) để tìm dung lượng và vị trí tối ưu của tụ điện trong lưới điện phân phối. Kỹ thuật đề xuất tìm vị trí tối ưu cho tụ điện shunt từ đường cong phụ tải hàng ngày. Ngoài ra, nó xác định các giá trị phù hợp của tụ điện cố định và ứng động.
Phương pháp phân tích độ nhạy động được sử dụng để chọn vị trí ứng viên lắp đặt của các tụ điện để giảm không gian tìm kiếm của bài toán. Trong trường hợp có nhiều hơn một vị trí, độ nhạy động giúp quyết định các vị trí khác xem xét ảnh hưởng của các vị trí và giá trị của các tụ điện được quyết định trước đó. Một phương pháp lặp đơn giản được sử dụng để tính toán dòng điện. Các kết quả thu được cho các hệ thống 70 nút và 135 nút được nghiên cứu kỹ và so sánh với các giải pháp khác như Tabu Search (TS), Thuật toán lai (Hybrid) và thuật toán di truyền GA. Bài báo đã chứng minh rằng phương pháp PSO được đề xuất cung cấp giải pháp tối ưu toàn cục với mức tiết kiệm cao hơn.
* Capacitor allocation in radial distribution system for maximal energy savings (tác giả: P.Vijay Pabu và S. P. Singh). [46]
Bài viết này trình bày một quy trình hai giai đoạn để xác định vị trí và dung lượng tối ưu của tụ điện trong mạng lưới phân phối để đạt được tiết kiệm năng lượng tối đa. Trong giai đoạn đầu tiên, hệ số nhạy tổn thất (LSF) được thông qua để xác định các vị trí tụ tối ưu. Giai đoạn sau, một phương pháp tiếp cận phân tích mới được đề xuất để tìm dung lượng tụ tối ưu. Các phương pháp đề xuất được thực hiện trên các mạng phân phối chuẩn hình tia 15 nút, 34 nút và 69 nút. Bên cạnh chi phí tiết kiệm năng lượng, chi phí lắp đặt và chi phí vận hành đã được xem xét. Kết quả kiểm tra chứng minh tầm quan trọng của phương pháp đề xuất, cho thấy kết quả tiết kiệm năng lượng trội hơn so với các phương pháp khác như báo cáo trong tài liệu khảo sát.
Phương pháp đề xuất đã cung cấp vị trí và dung lượng tối ưu của tụ điện chỉ với việc
chạy phân bố tải một lần duy nhất. Đây là phương pháp không lặp, không cần tính toán phức tạp để tìm dung lượng của nhiều tụ điện. Phương pháp này cũng cho kết quả nhanh và hiệu quả hơn so với các phương pháp khảo sát trong bài báo. Dựa trên phương pháp đạo hàm toán học, phương pháp đề xuất có thể dễ dàng áp dụng cho bất kỳ mạng phân phối hình tia nào.
* Symbiotic Organisms Search: A new metaheuristic optimization algorithm (tác giả: Min-Yuan Cheng, Doddy Prayogo). [47]
Bài báo này trình bày một thuật toán metaheuristic mới gọi là SOS (Symbiotic Organism Search) lấy cảm hứng từ sự tương tác sinh học giữa các sinh vật trong hệ sinh thái. SOS mô phỏng mô hình tự nhiên này bằng cách sử dụng ba giai đoạn của hỗ sinh, hội sinh, và ký sinh. Ứng dụng của nó để lấy mẫu các vấn đề chứng minh khả năng của SOS để tạo ra các giải pháp với chất lượng tốt hơn so với các thuật toán metaheuristic khác. Dựa trên các kết quả hàm toán học chuẩn Benchmark, SOS đã xác định chính xác 22 trong số 26 lời giải của hàm Benchmark, vượt qua hiệu suất của GA, DE, BA, PSO, và PBA. SOS cũng đã được kiểm tra trên bốn bài toán thiết kế cấu trúc thực tế. Các kết quả chứng minh SOS có thể đạt kết quả tốt hơn với ít hàm đánh giá hơn so với các thuật toán được kiểm tra trong các nghiên cứu trước đây.
Ba giai đoạn của thuật toán SOS hoạt động khá đơn giản, chỉ với các phép toán đơn giản để viết code. Hơn nữa, không giống như các thuật toán khác, SOS không sử dụng các thông số điều chỉnh để tăng cường sự ổn định hiệu suất. Bài báo đã kết luận rằng, thuật toán SOS thì mạnh mẽ và dễ dàng để áp dụng, có thể giải quyết các bài toán tối ưu đa dạng mặc dù sử dụng ít thông số điều khiển hơn so với các phương pháp khác.
* Hybrid Symbiotic Organisms Search for Optimal Fuzzified Joint Reconfiguration and Capacitor Placement in Electric Distribution Systems (tác giả: Mostafa Sedighizadeh, Masoud Esmaili, Amir Eisapour-Moarref). [48]
Trong bài báo này, thuật toán tối ưu hóa HSOS được giới thiệu là kết quả của việc tăng cường thuật toán SOS ban đầu với các khả năng của thuật toán PSO và sau
đó, nó được áp dụng để giải quyết vấn đề tái cấu hình đa mục tiêu và lắp đặt tụ điện trong hệ thống điện phân phối. Các mục tiêu được xem xét bao gồm giảm thiểu tổng tổn thất công suất thực của mạng, tối thiểu hóa các nút vi phạm điện áp, và cân bằng tải trong các xuất tuyến. Mỗi hàm mục tiêu được chuyển thành miền mờ bởi một hàm thành viên để tạo thành hàm fitness mờ. Ngoài HSOS, PSO và IPSO các thuật toán cũng được thực hiện trong bài báo để đánh giá hiệu năng của thuật toán HSOS. Những đóng góp chính của bài viết này bao gồm tăng cường thuật toán SOS theo khả năng của PSO, để mở rộng hàm mục tiêu thông qua một toán tử mờ, áp dụng HSOS đề xuất và toán tử mờ để giải quyết vấn đề tối ưu tái cấu hình và phân bổ tụ điện, thực hiện và thảo luận về bài kiểm tra hệ thống 25 nút không cân bằng. Phương pháp đề xuất đã được thử nghiệm trên hai trường hợp nghiên cứu kiểm tra hệ thống 33 nút cân bằng và hệ thống 25 nút không cân bằng trong cả tối ưu hóa đơn và đa mục tiêu.
Trong nghiên cứu trường hợp đầu tiên, HSOS cho thấy hiệu suất tốt hơn các thuật toán khác của PSO, IPSO, ACO, IBPSO, và MST + GA. Ngoài ra, phương pháp HSOS đề xuất hội tụ trong 33 lần lặp, nhanh hơn 37 và 44 lần lặp của các thuật toán IPSO và PSO, tương ứng. Vì thế, thuật toán HSOS trong nghiên cứu trường hợp thứ hai được hội tụ fitness của 0,792 trong 67 lần lặp, hiệu quả hơn cả IPSO với 72 lần lặp và fitness là 0,758 và PSO với 91 lần lặp và fitness là 0,768. Điểm hạn chế của bài báo là chỉ xem xét một mức tải cố định, tức là tải trung bình. Rõ ràng là mức tải liên tục thay đổi do công suất tiêu thụ khác nhau. Do đó, việc tối ưu đóng cắt và sắp xếp tụ điện bị thay đổi do thay đổi mức độ tải tại mỗi thời điểm. Để tăng cường hiệu quả của thuật toán đề xuất, việc xét đến tính ngẫu nhiên của phụ tải sẽ được xem xét trong nghiên cứu tương lai của các tác giả.
* Improved Harmony Algorithm and Power Loss Index for optimal locations and sizing of capacitors in radial distribution systems (tác giả: Almoatz Y. Abdelaziz, Sahar M. Abd-Elazim và E.S. Ali) [49].
Trong bài báo này, một thuật toán hài hòa cải tiến (IHA) được đề xuất để tối ưu vị trí và dung lượng của các tụ điện trong các hệ thống điện phân phối khác nhau.
Ban đầu, chỉ số tổn thất năng lượng (PLI) được giới thiệu nhằm có được các nút ứng viên cao nhất để lắp đặt tụ điện. Sau đó, giải thuật IHA đề xuất được sử dụng để quyết định vị trí và dung lượng tối ưu nhất của tụ điện từ các nút được chọn bởi PLI. Hàm mục tiêu được thiết lập để giảm tổng chi phí và tổn thất nhằm để tăng tiết kiệm ròng mỗi năm. Thuật toán đề xuất được thử nghiệm trên ba hệ thống phân phối hìa tia khác nhau. Các kết quả thu được thông qua thuật toán đề xuất được so sánh với các kết quả khác để làm nổi bật lợi ích của nó. Hơn nữa, các kết quả được giới thiệu để làm rõ tính hiệu quả của thuật toán được đề xuất trong các điều kiện phụ tải khác nhau.
* Flower Pollination Algorithm for Optimal Capacitor Placement and Sizing in Distribution Systems (tác giả: Almoatz Y. Abdelaziz, Sahar M. Abd- Elazim và E.S. Ali) [50].
Trong bài báo này, một thuật toán mới và mạnh mẽ được gọi là thuật toán thụ phấn hoa (Flower Pollination Algorithm – FPA) được đề xuất để tối ưu vị trí và dung lượng của các tụ điện trong các hệ thống phân phối khác nhau. Đầu tiên, các nút ứng viên để lắp đặt tụ điện được đề nghị sử dụng hệ số nhạy tổn thất (Loss Sensitivity Factors - LSFs) và chỉ số ổn định điện áp (Voltage Stability Index – VSI). Sau đó, thuật toán thụ phấn hoa đề xuất được sử dụng để suy ra vị trí của các tụ điện và dung lượng của chúng từ các nút được chọn. Hàm mục tiêu được thiết lập để giảm tổng chi phí và do đó, để tăng tiết kiệm ròng mỗi năm. Thuật toán đề xuất được thử nghiệm trên hệ thống phân phối hình tia 10, 69 và 118 nút. Các kết quả thu được thông qua thuật toán đề xuất được so sánh với các thuật toán khác để làm nổi bật những lợi ích của thuật toán đề xuất. Hơn nữa, các kết quả được giới thiệu nhằm làm rõ tính hiệu quả của thuật toán được đề xuất để giảm thiểu tổn thất và tổng chi phí, đồng thời cải thiện cấu hình điện áp và tiết kiệm ròng cho các hệ thống phân phối khác nhau với các điều kiện phụ tải khác nhau.
Kết luận Chương 2:
Hầu hết các thiết bị điện đều tiêu thụ công suất phản kháng, đặc biệt là các thiết bị có hệ số công suất cosφ thấp. Quá trình truyền tải công suất phản kháng trên
đường dây sẽ gây ra tổn thất. Vì vậy, để giảm việc tiêu thụ công suất phản kháng, nâng cao hệ số công suất của hệ thống điện nhằm giảm tổn thất điện năng, các đơn vị quản lý vận hành hệ thống điện cần thực hiện nhiều giải pháp khác nhau. Trong đó, bù công suất phản kháng bằng tụ bù đã được áp dụng khá phổ biến bởi hiệu quả mang lại cả về kinh tế lẫn kỹ thuật. Tuy nhiên, vấn đề cần quan tâm là bù như thế nào để mang lại hiệu quả cao nhất, bởi vì trên thực tế, hệ thống điện luôn vận hành ở nhiều điều kiện phụ tải và các phương thức vận hành khác nhau. Do đó, bài toán bù tối ưu công suất phản kháng được đặt ra với hàm mục tiêu và các ràng buộc kèm theo nhằm giảm thiểu tổn thất trên lưới điện, tối đa hóa tiết kiệm chi phí vận hành hệ thống sẽ được trình bày ở Chương 3.