Luận văn Khảo sát ảnh hưởng của biểu giá TOU lên tiêu thụ điện

HUTECH
1
KHO SÁT NHăHNG CA BIU GIÁ TOU LÊN TIÊU TH IN
SURVEY EFFECTION OF TOU PRICING ON DEMAND SIDE


Quách Minh Th Phan Th Thanh Bình*

Khoa in ậ in T Trng Cao ng K Thut Lý T Trng TP. HCM, Vit nam
*Khoa in ậ in T, i hc Bách Khoa TP. HCM, Vit nam


TÓM TT

Ti Vit Nam, tình trng thiu đin là mt vn đ nghiêm trng. Giá theo thi gian s dng
(TOU: Time-Of-Use) là mt trong nhng phng pháp quan trng ca DSM (Demand Side
Manegerment). Thông qua TOU khách hàng s phn ng vi giá, và s thay đi hình dng ca đ th
ph ti. Chìa khóa ca vic thc hin giá TOU là thit lp giá hp lý. Da trên phân tích d liu ti,
mô hình quyt đnh giá TOU đa mc tiêu đc trình bƠy, vƠ mt phng pháp m đc s dng đ
gii quyt mô hình đa mc tiêu. Thut toán Gen di truyn (GA) đc s dng đ gii quyt vn đ.
Các d liu ca mt khách hàng thc t đc s dng đ kim tra tính kh thi ca mô hình đ xut.

ABSTRACT

In Viet Nam, the electricity shortage is a serious problem. Time of use (TOU) is one of the
important DSM methods. Through TOU the demand side will respond to the price, and will change the
shape of the demand curve. The key of implementing TOU is reasonable setting TOU price. Based on
the analysis on historical load data, a multi-object TOU price decision model based on the demand
side price response model is presented, and a fuzzy method is used to deal with this multiple objects
model. Genetic algorithm (GA) is used to solve the problem. The data of a practical customer is used
to test the feasibility of the proposed model.

1. GII THIU:

Mô hình giá đin theo thi gian (TOU) ra
đi đƣ có nhng ci thin nht đnh trong vic
san phng đ th ph ti ngày (gim ti gi cao
đim, nâng ti gi thp đim) cng nh nơng
cao hiu qu dùng đin. Vic tìm kim giá đin
TOU ti u đc các đin lc quan tâm t rt
lâu, t khi biu giá đin nƠy ra đi vi các th
nghim phc tp tin hành trên din rng các
khách hàng. Trong bài báo này, mt mô hình
giá đin theo thi gian (TOU) đc trình bày
vi 2 mc tiêu: (1) cc tiu công sut tiêu th
ti ln nht  gi cao đim, (2) cc tiu s
khác bit công sut tiêu th gia gi cao đim
và gi thp đim và gii thut gen (GA) đc
s dung đ gii bài toán ti u.

2. NI DUNG

2.1 Phngăpháp tip cn:
Gi: p (peak) là thi gian s dng đin
cao đim; m (mid peak) lƠ thi gian s dng
đin bình thng; o (off peak) là thi gian s
dng đin thp đim; G
i
lƠ giá đin ti tng
thi đim tng ng, i= p, m, o.
Mt mô hình đa mc tiêu đc s dng,

đó lƠ gim thiu ti đa công sut tiêu th  gi
cao đim và gim thiu ti đa s chênh lch
công sut tiêu th gia gi cao đim và gi
thp đim.
Hàm phn ng ca khách hàng trong thi
gian s dng giá TOU là mt hàm s đi vi
véc t giá G và tng đin nng tiêu th A.

(1) o p, m, j i, ; A) (G,f X
ii



Ta có:
(2) o p, m, j i, ;dG
X
dX
j
j
j
i
i





G
Gi s A là hng s, t (1) và (2) ta có:

(3) o p, m, j i, ;
G
dG

X

j
j
j
ij
i
i



X
d

HUTECH
2

Vi 
ij
là h s đƠn hi ca hàm phn ng
khách hàng.
Gi: X
R
là phn ng ca khách hàng sau
khi đánh giá giá TOU; X
T

là phn ng hin ti
ca khách hàng; G
T
là vector giá trung bình có
tính theo trng s trong khong thi gian quan
sát hin ti; G
R
là giá TOU cn xác đnh cho
thi gian tip theo.
T (3) ta có:

o p, m, j i,
(4)
G
GG

X
XX

R
RT
ij
R
i
R
i
T
i
j






j



T các h s phn ng 
ij
, X
T
,G
T
, phn
ng ca khách hàng X
R
đi vi giá G
R
 thi
gian tip theo đc xác đnh.

o p, m, j i,
(5)
G
GG
1
X
X
R

RT
ij
T
i
R
i
j





j



ơy lƠ hƠm phn ng khách hàng mà ta
cn thit lp cho mô hình tính toán giá TOU.

2.2 Mô hình tiăuăgiáăTOUătrênăquană
đimăđiu phi s dngăđin

2.2.1 Mô hình toán

Da trên đ th ph ti, mc tiêu mà ta
cn xây dng đó lƠ ti thiu ti đnh  gi cao
đim và ti thiu chênh lch gia ti đnh và
ti thp đim.
Hàm mc tiêu:

(6)
))min()min(max(min
))min(max( fmin
2
1







R
i
R
i
R
i
XXf
X


Ràng buc:


(7) o p, m, j i, ;
G
GG
1
X

X
R
RT
ij
T
i
R
i
j





j


(9) XXX
(8) GG
max
R
min
imax
R
imin

 G


Biu thc (7) lƠ hƠm đa mc tiêu,  đơy ta

xét hai mc tiêu:
Mc tiêu 1: Ti thiu ti đnh  gi cao
đim.
Mc tiêu 2: Ti thiu chênh lch gia ti
đnh và ti thp đim.
Trong đó:
-
)max(
R
i
X
: là công sut tiêu th ln nht
 gi cao đim th i.
-
)min()max(
R
i
R
i
XX 
: là s chênh lch
công sut tiêu th gi cao đim và gi thp
đim.
Biu thc (7) lƠ phng trình đáp ng
khách hƠng, khi thay đi giá.
Biu thc (8) và (9) là biu thc ràng
buc dao đng giá.
Trong đó:
- G
imin

: là giá cc tiu; G
imax
: là giá
cc đi.
- X
imin
: lƠ lng tiêu th đin  thi
đim giá cc tiu; X
imax
: lƠ lng tiêu
th đin  thi đim giá cc đi.

2.2.2 Xây dng hàm thành viên

Ràng buc (7) là hàm bc hai ca giá G
R
.
Áp dng phng pháp m đ gii quyt bài
toán trên. Trc tiên, ti u tng mc tiêu mt
cách riêng bit và nhn đc kt qu tng mc
tiêu, sau đó tìm kt qu hàm mc tiêu. Bng
cách m hóa các mc tiêu. Phng pháp ti đa
hàm thành phn m đc s dng. Sau đó tha
mãn tt c các điu kin ca bài toán.
Hàm thành viên m cho điu kin ti
thiu ti đnh  gi cao đim:


HUTECH
3

(10)
)( , 0
)( ,
)(c
)( , 1
))((
01011
0101101
01
10101
011
1

















cxf

cxfc
xf
cxf
xf




Hình 1: Hàm thành viên m cho điu kin ti
thiu ti đnh  gi cao đim
.

Trong hình 1:
-
0101

c
: lƠ đnh ti cc đi.
-
01

: là mc gim ti ti đa đc
d kin.
Hàm thành viên m cho điu kin ti thiu
chênh lch gia ti đnh và ti thp đim:

(11)
)( , 0
)( ,
)(c

)( , 1
))((
02022
0202202
02
20202
021
2

















cxf
cxfc
xf
cxf
xf

Hình 2: Hàm thành viên m cho điu kin ti
thiu gia ti đnh và ti thp đim

Trong hình 2:
-
0202

c
: là s sai bit gia ti cao
nht  gi cao đim và ti thp nht  gi
thp đim cc đi
-
02

: là mc gim ti đa s chênh lch
d kin.
Tng quát ta đt: X
R
= P’; X
T
= P
Khi đó ta có:

tb
T
tbmin
T

minmax
T
max
,
min
R
min
,
max
R
max
X ;X ; X
X ;X
PPP
PP



Hàm thành viên (10) tr thành:

(12)
'P , 0
' ,
'
' , 1
)'(
maxmax
maxmax
max
maxmax

max
max













P
PPP
PP
PP
PP
P
tb
tb
tb



Trong đó:
- f
1

(x) = P’
max
: công sut tiêu th
cc đi ti u khi áp dng giá TOU.
- P
max
: công sut tiêu th cc đi
khi cha áp dng giá TOU.
HUTECH
4
- P
tb
: công sut tiêu th đin trung
bình sau khi ti u giá đin TOU.
Hàm thành viên (11) tr thành:

(13)
)P - ()'P '( , 0
)P - ()'P '( ,
)(
)' '()P (
'P 'P , 1
)''(
minmaxminmax
minmaxminmax
tbminmax
minmaxminmax
tbminmax
minmax














PP
PPP
PPP
PPP
P
PP
tb



Trong đó:
- f
2
(x) = P’
max
ậ P’
min
:  chênh lch

công sut tiêu th cc đi và cc tiu ti u
khi áp dng giá TOU.
- P
max
- P
min
:  chênh lch công sut tiêu
th cc đi và cc tiu khi cha áp dng giá
TOU.
- ẤP
tb
:  chênh lch công sut tiêu th
cc đi và cc tiu trung bình sau khi ti u
giá đin TOU.
Mô hình đa mc tiêu giá TOU đc thay
đi thành ti đa hóa hƠm thƠnh viên M mƠ tha
mãn tt c các mc tiêu và tt c các điu kin:









10
)(
)(

S.t.
M max
2
1
M
fM
fM



Hay:









10
)(
)(

S.t.
M max
0202022
0101011
M
cMxf

cMxf




Và ràng buc v giá: G
imin
≤ G
i
≤ G
imax


2.3 Săđ thut toán

Qua quá trình phơn tích nh trên, chúng ta
có s đ thut toán nh sau:



Hình γ: S đ thut toán

3. ÁP DNG

3.1 S liu quan sát:

Quan sát ph ti vƠ giá đin trong 10 ngày
liên tc ca mt công ty đin ti Tây Ban Nha
trong tháng 1/β008 nh sau:

Hình 4:  th ph ti ca 10 ngày quan sát

 thun li cho vic quan sát vƠ đánh
giá t s liu ph ti, tính P_tb ca ph ti ca
HUTECH
5
10 ngày trên. Trên nguyên tc tính trung bình
công sut các gi.

24 , 2, 1, i ;
10
),(
P_tb(i)
10
1


j
jiP



Hình 5:  th ph ti Q_tb ca 10 ngày quan
sát

Khi thc hin giá TOU, ta cn xác đnh và
phân vùng thi gian. Qua quan sát đ th ph
ti, ta có th phân chia vùng thi gian nh sau:

Bng 1: Phân chia vùng thi gian
Gi cao đim
Gi bình thng
Gi thp đim
10:00 - 14:00
(4h)
9:00 - 10:00 (1h)
1:00 - 9:00
(8h)
19:00 - 24:00
(5h)
14:00 - 19:00
(5h)


Do s liu quan sát này là s liu 24 gi và
có β4 giá đin, nên giá đin đc tính li mô
hình 3 giá cho 3 thi đim cao đim, bình
thng và thp đim nh sau:
t: P
p
: là giá ti thi đim cao đim; P
m
là
giá ti thi đim bình thng; P
o
là giá ti thi
đim thp đim
Ta có:
-




i
ii
p
P
PG
G
vi i là các gi cao đim;
-



i
ii
m
P
PG
G
vi i là các gi bình thng
-



i
ii
0
P
PG

G
vi i là các gi thp đim
Sau khi tính toán, ta đc bng giá theo
nguyên tc γ giá tng ng ca 10 ngày trên
nh bng sau:

Bng β: Giá đin theo nguyên tc γ giá tng
ng ca 10 ngày
Ngày
Cao
im
Bình
thng
Thp
đim
1
8.273
6.877
5.256
2
8.662
6.771
4.895
3
8.798
8.116
5.596
4
8.023
6.550

5.846
5
7.913
6.457
4.700
6
8.736
7.907
5.550
7
8.924
8.057
5.663
8
8.692
7.985
5.466
9
7.983
7.392
5.507
10
8.039
7.052
4.816

3.2 Kt qu mô phng h s phn ng
khách hàng:

Khi thc hin mô phng ta s dng h s

đƠn hi phn ng khách hƠng  cho trc nh
sau:














0.03420.10690.1405
0.09230.10840.0170
0.06970.0107 0.0593



H s 
ij
đc trích t liu [1]
Bài Toán ca chúng ta là bài toán 3 giá và
X
T
, X
R

, G
T
, G
R
lƠ các đi lng trung bình quy
v 3 thi đim cao đim, bình thng, thp
đim, t ph ti tiêu th ca 24h trong 10 ngày
quan sát. Ta có:

o m, p, j 10,n ;
n
j)P_tong(i,
X
n
1j
T
i




Vi P_tong là tng đin tiêu th ti các
thi đim cao đim, bình thng, thp đim.
X
T
sau tinh toán có giá tr:

X
T
=[ 2.8260 2.0636 1.9829]*10

5
(MW)

o m, p, j ;
j)P_tong(i,
j)P_tong(i, j)G(i,
G
10
1j
10
1j
T
i







P
T
sau tính toán có giá tr:

HUTECH
6
G
T
=[ 8.4149 7.3370 5.3240] (Cent/MWh)

3.3 Kt qu mô phng sau khi tiăuăbng
thut toán GA:

X
T
max_cu = 2.8260* 10
5
(MW)

Delta_max_cu = 8.4307 *10
4
(MW)

X
R
=[ 2.7889 2.0433 2.0594]*10
5
(MW)

X
R
max_moi = 2.7889*10
5
(MW)

Delta_max_moi = 7.4562 *10
4
(MW)

X = 1 0 1 0 1 0 0 0 0 0 0 0 0 0 0

FVAL = 1

REASON =1

Nh vy, các giá TOU ti u:

X = 1 0 1 0 1 0 0 0 0 0 0 0 0 0 0

Ti giá tr ti u X thì giá tr ca hàm thích
nghi là FVAL = 1

3.4 Nhn xét

Nhn xét 1:

- Ti tiêu th vào các gi cc đi đƣ gim
t 2.8260* 10
5
(MW) xung 2.7889*10
5

(MW)
-  chênh lch (Q) gim t
8.4307*10
4
(MW) xung 7.4562*10
4

(MW)

- Công sut tiêu th 24 gi ca mô hình
đánh giá theo TOU X
R
tdmoi:

X
R
tdmoi=[ 2.9179 2.6943 2.5580
2.4787 2.4261 2.4150
2.4650 2.6385 2.7604
2.8557 2.9789 3.0157
3.0016 2.9970 2.8947
2.8622 2.8605 2.9480
3.1963 3.2525 3.2477
3.2281 3.1123 3.1099]*10
4

(MW)

 th ph ti P_tb 24 gi ca mi ngày
quan sát và 24 gi ti u theo TOU:


Hình 6:  th ph ti trc và sau khi thc
hin giá TOU


ng đt nét là ph ti tng đng ca
10 ngƠy quan sát vƠ đng lin nét là ph ti
theo TOU.

Nhn xét 2:

ng cong ti sau TOU đƣ đáp ng đc
mc tiêu san phng đ th ph ti ca bài toán.
So sánh Thc T: ngày th 11 có giá:

G
11
=[7.6879 6.0786 5.5529] (Cent/MWh)


Hình 7:  th ph ti ngày th 11

Quy đi lng đin tiêu th đin thc t
ngày th 11 v giá tr trung bình X
T
,ta có:

X
T
11
= [2.8006 1.9472 2.0562]*10
5
(MW)

Thay giá ca ngày th 11 vƠo mô hình đáp
ng khách hàng ca chúng ta đƣ trình bƠy
trong chng γ:

o m, p, j i, ;
n
G
GG
1
X
X
R
i
R
i
T
i
j
ij
T
i
R
i







Ta nhn đc giá tr ca XR
11
nh sau:

X
R
11
= [2.8696 1.9953 1.9941]*10
5
(MW)


HUTECH
7
Nhn xét 3:
So sánh X
T
11
và X
R
11
ta thy s khác bit là
tng đi chp nhn đc, điu này chng t
tính phù hp ca mô hình (6)


Hình 8:  th ph ti ngày th 11 và ph ti
theo TOU

ng đt nét là ph ti ca ngày th 11
vƠ đng lin nét là ph ti theo TOU.

4. KT LUN

Mt mô hình tính toán giá TOU đc xem
xét trong chng γ, vƠ da trên kt qu mô
phng trong chng 4 ta có kt lun:
- Nu bit trc h s phn ng ca khách
hƠng 
ij
thì ta tìm đc giá TOU ti u nht
da trên c s d liu ca khách hàng.
- Mô hình tính toán giá TOU đc xem xét
phi lƠ mô hình đa mc tiêu gm gim ti đnh
 gi cao đim và gim chênh lch gia ti
đnh và ti thp đim.
- Gii bài toán ti u giá TOU bng thut
toán Gen di truyn.
- Ví du ng dng cho thy tính kh thi ca
mô hình.
- Nu giá đin m rng theo 24 gi thì mô
hình trên vn đáp ng đc.

TÀI TIU THAM KHO

[1]. Ngô Minh K (2011). “Kho sát phn
ng khách hƠng lên giá đin TOU” Lun
Vn Tt Nghiêp, Trng i hoc Bách
Khoa TP.HCM.
[2]. J N. Sheen, C S. Chen, et al. (1995).
"Response of large industrial customers
to electricity pricing by voluntary time-
of-use in Taiwan " IEEE: 157 ậ 166.
[3]. Wu Jun., Tu Guangyu, et al. (2003).

"Analysis of the influence on the Time-
of-Use Price Associated with the Load-
Move-Cost " IEEE: 338 - 341.
[4]. Qiuwei Wu, Junji Wu, et al. (2003).
"Determination and analysis of TOU
(Time-Of-Use) power price based on
DSM (Demand Side Management) and
MCP (Marketing Clearing Price) "
IEEE: 705 ậ 710.
[5]. Qiuwei Wu, Lei Wang, et al. (2004).
“Research of TOU Power Price Based
on Multi-Objective Optimization of
DSM and Costs of Power Consumers”.
IEEE: 343 ậ 348.
[6]. Yudong Tang, Hongkun SongTang, et
al. (2005). "Investigation on TOU
pricing principles." IEEE.
[7]. Na Yu, Ji-Lai Yu (2006). "Optimal TOU
Decision Considering Demand
Response Model." IEEE.
[8]. Yuan Jia-hai, Wang Jing, et al. (2006)
“Simulation of Large Customer Price
Response Under Time-of-Use
Electricity Pricing Based on Multi-
Agent System”. IEEE.
[9]. Mrs. Anjali Dharme, Dr. Ashok Ghatol.
(β006). “Demand Side Management
Quality Index for Assessment of DSM
Programs”. IEEE: 1718 ậ 1721.
[10]. Zeng Shaolun, Ren Yulong, et al.

(2007). "A Game Model of Time-of-Use
Electricity Pricing and Its Simulation "
IEEE: 5050 - 5054.
[11]. Shaolun Zeng, Jun Li, et al. (2008).
"Research of Time-of-Use Electricity
Pricing Models in China: A Survey."
IEEE: 2191 ậ 2195.
[12]. Saba Kauser M.Shaikh, Anjali A.
Dharme. (2009). "Time of Use Pricing
ậ India, a Case Study." IEEE.
[13]. Weihao Hu, Zhe ChenHu, et al. (2010).
"Optimal Load Response to Time-of-
Use Power Price for Demand Side
Management in Denmark " IEEE.
[14]. Yu Cheng, Nana Zhai. (2010).
"Evaluation of TOU Price Based on
Responses of Customer " IEEE: 1977 -
1981
[15]. Liao Yingchen, Chen Lu, et al. (2011).
"An Efficient Time-of-Use Pricing
Model for a Retail Electricity Market
Based on Pareto Improvement." IEEE.
[16]. Anyou Dong, Zhongfu Tan, et al.
(β011). “Two layers optimization model
for time-of-use price based on fuel
saving and emission reducing”. IEEE:
7427 ậ 7430.
HUTECH
 TÀI:
HVTH: QUÁCH MINH TH

GVHD: PGS. TS PHAN TH THANH BỊNH
KHO SÁT NH HNG CA BIU GIÁ
TOU LÊN TIÊU TH IN
1/20
HUTECH
NI DUNG BÁO CÁO
1. Gii thiu
2. Ni dung lun vn
3. Các kt qu mô phng
4. Kt lun
2/20
HUTECH
GII THIU
Dùng gii thut gen (GA) đ gii bƠi toán ti u
- Mc tiêu 1: Cc tiu công sut tiêu th ti ln nht
 gi cao đim
- Mc tiêu 2: Cc tiu s khác bit công sut tiêu th
gia gi cao đim vƠ gi thp đim
Mt mô hình giá đin theo thi gian (TOU) đc
trình bƠy vi 2 mc tiêu:
3/20
HUTECH
CHNG 1: TNG QUAN DSM VÀ GIÁ IN
CHNG 2: TNG QUAN GIÁ TOU - CÁC PHNG
PHÁP NGHIÊN CU CHệNH SÁCH GIÁ TOU
CHNG 5: KT LUN
CHNG 3: MÔ HỊNH ÁP NG KHÁCH HÀNG KHI
TI U GIÁ TOU
CHNG 4: ÁP DNG
NI DUNG LUN VN:

4/20
HUTECH
15) - (3 o p, m, j i, ;
G
G
1
X
X
R
RT
ij
T
i
R
i
j





j
G

- P
R
lƠ giá TOU cn xác đnh cho thi gian tip theo. - X
R
lƠ phn ng ca khách hƠng sau khi đánh giá
giá TOU

- X
T
lƠ phn ng hin ti ca khách hƠng. - P
T
lƠ vector giá trung bình có tính theo trng s
trong khong thi gian quan sát hin ti.
- 
ij
lƠ h s đƠn hi ca hƠm phn ng khách hƠng.
1. HƠm phn ng khách hƠng
NI DUNG LUN VN:
2. Mô hình ti u giá TOU trên quan đim điu phi s
dng đin
2.1 Mô hình toán
HƠm mc tiêu:
16) - (3
))min()min(max(min
))min(max( fmin
2
1







R
i
R

i
R
i
XXf
X
17) - (3 o p, m, j i, ;
G
GG
1
X
X
R
RT
ij
T
i
R
i
j





j

19) - (3 XXX
18) - (3 GGG
max
R

min
imax
R
imin


St:
5/20
Trong đó:
HUTECH
20) - (3
)( , 0
)( ,
)(c
)( , 1
))((
01011
0101101
01
10101
011
1


















cxf
cxfc
xf
cxf
xf
HƠm thƠnh viên m cho điu kin ti thiu ti đnh
 gi cao đim
2.2 Xơy dng hƠm thƠnh viên
NI DUNG LUN VN:
2. Mô hình ti u giá TOU trên quan đim điu phi s
dng đin
21) - (3
)( , 0
)( ,
)(c
)( , 1
))((
02022
0202202
02
20202

021
2

















cxf
cxfc
xf
cxf
xf
HƠm thƠnh viên m cho điu kin ti thiu chênh
lch gia ti đnh vƠ ti thp đim:
6/20
HUTECH
tb
T

tbmin
T
minmax
T
max
,
min
R
min
,
max
R
max
PX ; PX ; PX
PX ; X

 P
22)- (3
' , 0
' ,
'
'P , 1
)'(
maxmax
maxmax
max
maxmax
max
max














PP
PPP
PP
PP
P
P
tb
tb
tb

Tng quát ta đt: X
R
= P’; X
T
= P. Khi đó ta có:
Hàm thành viên (3 ậ 20) tr thƠnh:
2. Mô hình ti u giá TOU trên quan đim điu phi s
dng đin

2.2 Xơy dng hƠm thƠnh viên
NI DUNG LUN VN:
Hàm thành viên (3 ậ 21) tr thƠnh:
23) - (3
)P - ()'P '( , 0
)P - ()'P '( ,
P)(
)'P '()P (
P ' ' , 1
)''(
minmaxminmax
minmaxminmax
tbminmax
minmaxminmax
tbminmax
minmax













PP

PPP
PP
PP
PP
PP
tb

7/20
HUTECH
Mmax








10
)(
)(
2
1
M
fM
fM


St:
2. Mô hình ti u giá TOU trên quan đim điu phi s

dng đin
2.2 Xơy dng hƠm thƠnh viên








10
)(
)(
0202022
0101011
M
cMxf
cMxf


Mmax
Hay:
St:
VƠ rƠng buc v giá: G
imin
≤ G ≤ G
imax
NI DUNG LUN VN:
8/20
HUTECH

3. S đ thut toán
NI DUNG LUN VN:
9/20
HUTECH
Ph ti trong 10 ngƠy tng ng: n v lƠ MWh
Hình 4 - 1:  th ph ti ca 10 ngƠy quan sát
CÁC KT QU MÔ PHNG
1. S liu quan sát
10/20
HUTECH
Gi cao đim
Gi
bình
thng
Gi thp đim

10:00
-
14:00 (4h)
9:00
- 10:00 (
1h)
1:00
- 9:00 (8h
)
19:00
-
24:00 (5h)
14:00
- 19:00 (

5h)

Bng 4 - 1: Phơn chia vùng thi gian
1. S liu quan sát
CÁC KT QU MÔ PHNG

11/20
HUTECH
 th P_tb ca 10 ngƠy quan sát:
Hình 4 - 2:  th ph ti P_tb ca 10 ngƠy quan sát
1. S liu quan sát
CÁC KT QU MÔ PHNG

12/20
HUTECH
Ngày Cao im
Bình

thng
Thp

đim
1 8.273 6.877 5.256
2 8.662 6.771 4.895
3 8.798 8.116 5.596
4 8.023 6.550 5.846
5 7.913 6.457 4.700
6 8.736 7.907 5.550
7 8.924 8.057 5.663
8 8.692 7.985 5.466

9 7.983 7.392 5.507
10 8.039 7.052 4.816
Bng 4 - 2: Giá đin theo nguyên tc 3 giá tng
ng ca 10 ngƠy
1. S liu quan sát
13/20
CÁC KT QU MÔ PHNG
HUTECH
2. Xơy dng hƠm thích nghi tính toán cho gii thut Gen
(x))f. W_(x)) f.W_C
21
(2(1 
- W_1, W_2: lƠ các trng s tng ng vi các
h s tin cy.
Trong đó:
- Giá tr ca các trng s nƠy đc chn ln lt lƠ:
W_1 = W_2 = 0.5
CÁC KT QU MÔ PHNG

3. Tính toán giá TOU ti u bng gii thut Gen
14/20
HUTECH
Khi thc hin mô phng ta s dng h s phn ng
khách hƠng  cho trc nh sau:















0.03420.10690.1405
0.09230.10840.0170
0.06970.0107 0.0593


4. Kt qu mô phng
CÁC KT QU MÔ PHNG

15/20
HUTECH
Hình 4 - 3:  th ph ti trc vƠ sau khi thc hin giá TOU
4.1 Kt qu mô phng sau khi ti u bng thut toán GA
4. Kt qu mô phng
CÁC KT QU MÔ PHNG

16/20
HUTECH
Nhn xét 1:
- Ti tiêu th vƠo các gi cc đi đƣ gim t
2.8260*10
5
(MW) xung 2.7889*10

5
(MW)
-  chênh lch (P) gim t 8.4307*10
4
(MW)
xung 7.4562*10
4
(MW)
4.2 Nhn xét
4. Kt qu mô phng
CÁC KT QU MÔ PHNG
ng cong ti sau TOU đƣ đáp ng đc mc
tiêu san phng đ th ph ti ca bƠi toán.
Nhn xét 2:
Nhn xét 3:
So sánh X
T
11
và X
R
11
ta thy s khác bit lƠ tng
đi chp nhn đc, điu nƠy chng t tính phù
hp ca mô hình (3 - 16).
- X
T
11
= [2.8006 1.9472 2.0562]*10
5
(MW)

- X
R
11
= [2.8696 1.9953 1.9941]*10
5
(MW)
17/20
HUTECH
Hình 4 - 5:  th ph ti ngƠy th 11 vƠ ph ti theo TOU
4. Kt qu mô phng
CÁC KT QU MÔ PHNG

18/20