(Luận văn thạc sĩ hcmute) phân loại phụ tải điện cho lưới điện thông minh

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ
NGUYỄN XUÂN HẢI

PHÂN LOẠI PHỤ TẢI ĐIỆN CHO LƯỚI ĐIỆN
THÔNG MINH

NGÀNH: KỸ THUẬT ĐIỆN - 6052020

SKC 0 0 6 1 4 0

Tp. Hồ Chí Minh, tháng 5/2019

Luan van


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ
NGUYỄN XUÂN HẢI

PHÂN LOẠI PHỤ TẢI ĐIỆN CHO LƯỚI ĐIỆN THÔNG MINH

NGÀNH: KỸ THUẬT ĐIỆN

Tp Hồ Chí Minh, tháng 05/2019

Luan van


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ
NGUYỄN XUÂN HẢI

PHÂN LOẠI PHỤ TẢI ĐIỆN CHO LƯỚI ĐIỆN THÔNG MINH

NGÀNH: KỸ THUẬT ĐIỆN
Hướng dẫn khoa học:
TS. LÊ MỸ HÀ

Tp Hồ Chí Minh, tháng 05/2019

ii

Luan van


LỜI CAM ĐOAN
Tơi cam đoan đây là cơng trình nghiên cứu của tôi.
Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công
bố trong bất kỳ cơng trình nào khác
Tp. Hồ Chí Minh, ngày 31 tháng 3 năm 2019
Nguyễn Xuân Hải

i

Luan van


LỜI CẢM ƠN
Trong suốt quá trình thực hiện đề tài, với sự giúp đỡ nhiệt tình của quý thầy
hướng dẫn về mọi mặt từ lý thuyết đến phần mềm mô phỏng là những yếu tố quyết
định đến sự thành công của đề tài ngày hôm nay. Tôi xin chân thành gửi lời cảm ơn
đến:
Giảng viên hướng dẫn TS. Lê Mỹ Hà đã định hướng, nhiệt tình giúp đỡ, chỉ
bảo tận tình và tạo điều kiện tốt nhất cho tơi khi làm việc trong suốt q trình thực
hiện đề tài.
Tơi xin gửi lời cảm ơn đến tập thể lớp cao học KDD17B, trong quá trình làm
đề tài các anh chị đã có những ý kiến thiết thực và giúp đỡ tơi trong thực hiện đề tài.

Tôi xin chân thành cảm ơn!

ii

Luan van


TÓM TẮT
Phân loại phụ tải điện năng là một nhiệm vụ rất quan trọng trong lưới điện truyền
tải thông minh vì loại người tiêu dùng khác nhau có thể được đối xử với các điều kiện
khác nhau. Hơn nữa, các nhà cung cấp điện có thể sử dụng thơng tin danh mục của
người tiêu dùng để dự báo hành vi của họ tốt hơn, đây là nhiệm vụ liên quan để cân
bằng tải.

Trong nghiên cứu này tơi trình bày kết quả thực hiện về phân loại phụ tải điện
năng dùng bằng cách sử dụng sơ đồ phân loại dựa trên học tập sâu trong các hệ thống
lưới điện thông minh. Các kết quả được so sánh với các phương pháp phân loại hiện
có bằng cách sử dụng dữ liệu tiêu thụ năng lượng thực, được đo.
Tôi chứng minh rằng phân loại phụ tải điện năng được thực hiện bởi phương
pháp Support Vector Machine (SVM) có thể vượt trội hơn các cơng cụ truyền thống
hiện có trong một số trường hợp, tỷ lệ phân loại lớp chính xác lớn hơn 0,93.

iii

Luan van


ABSTRACT
Classification of electrical load is a very important task in the intelligent
transmission grid because different types of consumers can be treated with different
conditions. Moreover, electricity providers can use consumer information to better
predict their behavior, which is a related task for load balancing.
In this study, I present the results of the implementation of power load
classification using a classification scheme based on deep learning in smart grid
systems. The results are compared with the existing classification methods using real
energy consumption data, measured.
I demonstrate that the power load classification performed by the Support
Vector Machine (SVM) method can outperform existing traditional tools in some
cases, the classification rate is accuracy with 0.93.

iv

Luan van

MỤC LỤC
LỜI CAM ĐOAN ....................................................................................................... i
LỜI CẢM ƠN ............................................................................................................ ii
TÓM TẮT ................................................................................................................. iii
ABSTRACT .............................................................................................................. iv
MỤC LỤC ...................................................................................................................v
DANH MỤC CÁC CHỮ VIẾT TẮT ...................................................................... vii
DANH MỤC CÁC HÌNH ẢNH VÀ BIỂU ĐỒ ..................................................... viii
Chương 1: TỔNG QUAN .........................................................................................1
1.1.

Giới thiệu .......................................................................................................1

1.1.1.

Khái niệm chung .....................................................................................1

1.1.2.

Đặt vấn đề ...............................................................................................1

1.1.3.

Đặc điểm của phân loại ...........................................................................1

1.1.4.

Tính cấp thiết của đề tài ..........................................................................2

1.2.

Mục tiêu đề tài ...............................................................................................3

1.2.1.

Mục tiêu và nhiệm vụ đề tài ...................................................................3

1.3.

Giới hạn đề tài ...............................................................................................4

1.4.

Phương pháp nghiên cứu ...............................................................................4

1.5.

Bố cục của luận văn bao gồm 5 chương cụ thể như sau: ..............................4

Chương 2: CƠ SỞ LÝ THUYẾT CỦA PHƯƠNG PHÁP PHÂN LOẠI ................5
2.1.

Khái niệm phụ tải, tính chất và phân loại phụ tải ..........................................5

2.1.1.

Khái niệm phụ tải là gì? ..........................................................................5

2.1.2.

Tính chất của phụ tải là gì? .....................................................................5

2.1.3.

Phân loại phụ tải .....................................................................................5

2.2.

Các phương pháp phân loại ...........................................................................6

2.3.

Áp dụng các phương pháp phân loại vào bài toán phân loại phụ tải điện .....8

2.3.1.

Phương pháp phân loại truyền thống ......................................................8

2.3.2.

Phương pháp phân loại phụ tải hiện đại ...............................................16

2.4.

Các phương pháp huấn luyện ......................................................................19

2.4.1.

Học có giám sát.....................................................................................20

2.4.2.

Học củng cố ..........................................................................................21

v

Luan van


2.4.3.

Học không giám sát ..............................................................................21

Chương 3: GIẢI THUẬT PHÂN LOẠI ĐỀ XUẤT ..............................................22
3.1.

Giới thiệu .....................................................................................................22

3.2.

Các khái niệm cơ bản ..................................................................................22

3.2.1.

Siêu phẳng phân cách ...........................................................................22

3.2.2.

Support vectors .....................................................................................26

3.2.3.

Biên độ (Margin) ..................................................................................28

3.3.

Phân lớp dữ liệu ...........................................................................................28

3.3.1.

Khoảng cách từ một điểm đến một siêu mặt phẳng..............................28

3.3.2.

Bài toán phân chia 2 lớp dữ liệu ...........................................................29

3.3.3.

Trường hợp dữ liệu có thể phân chia tuyến tính ...................................31

3.3.4.

Trường hợp dữ liệu khơng thể phân chia tuyến tính ............................31

Chương 4: CHƯƠNG TRÌNH MƠ PHỎNG..........................................................34
4.1.

Giới thiệu bộ dữ liệu ....................................................................................34

4.2.

Lưu đồ chung ...............................................................................................34

4.3.

Kết quả thực nghiệm từng bước ..................................................................35

4.3.1.

Đọc chuỗi dữ liệu ..................................................................................35

4.3.2.

Xử lý dữ liệu .........................................................................................37

4.3.3.

Xác định thông số thuật tốn SVM.......................................................39

4.3.4.

Huấn luyện mạng SVM và độ chính xác ..............................................39

4.3.5.

Kết quả phân loại phụ tải ......................................................................40

Chương 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ............................................42
5.1.

Kết luận: ......................................................................................................42

5.2.

Hướng phát triển: .........................................................................................42

TÀI LIỆU THAM KHẢO .........................................................................................43

vi

Luan van


DANH MỤC CÁC CHỮ VIẾT TẮT

1. AI:

Artificial Intelligence

2. ANN:

Artificial Neural Network

3. MMH:

Maximum Marginal Hyperlane

4. SVM:

Support Vector Machine

5. FL:

Fuzzy Logic

vii

Luan van


DANH MỤC CÁC HÌNH ẢNH VÀ BIỂU ĐỒ
Hình 1.1: Lưới điện thơng minh..................................................................................3
Hình 2.1: Hệ thống logic mờ được sử dụng trong dự báo phụ tải ............................17
Hình 2.2: Cấu trúc của mạng Nơ ron nhân tạo .........................................................17
Hình 2.3: Lưu đồ giải thuật lan truyền ngược ...........................................................19
Hình 2.4: Phân loại kiểu học .....................................................................................20
Hình 2.5: Học có giám sát .........................................................................................20
Hình 2.6: Học củng cố ..............................................................................................21
Hình 2.7: Học khơng giám sát...................................................................................21
Hình 3.1: Đường màu vàng trên hình là đường phân chia đối với tập dữ liệu gồm hai
thuộc tính ...................................................................................................................23
Hình 3.2: Một bộ dữ liệu hai chiều được phân chia tuyến tính. ...............................24
Hình 3.3: Ví dụ về siêu phẳng phân chia tuyến tính cùng với biên độ của nó. ........25
Hình 3.4: Đường biểu diễn H1 và H2, đường màu đỏ là khoảng cách Euclidean của
hai điểm 1 và 2. Đường màu xanh là khoảng cách Euclidean nhỏ nhất ...................27
Hình 3.5: Các support vector trong SVM.. ...............................................................27
Hình 3.6: Hai lớp dữ liệu đỏ và xanh là linearly separable. Có vơ số các đường thẳng
có thể phân tách chính xác hai lớp dữ liệu này .........................................................30
Hình 3.7: Ý tưởng SVM. Margin của một lớp được định nghĩa là khoảng cách từ các

điểm gần nhất của lớp đó tới mặt phân chia. Margin của hai lớp phải bằng nhau và
lớn nhất có thể ...........................................................................................................30
Hình 3.8: Một trường hợp khơng khả phân tuyến tính. ............................................32
Hình 4.1: Sơ đồ khối .................................................................................................34
Hình 4.2: Đồ thị phụ tải của bệnh viện trong một ngày ............................................35
Hình 4.3: Đồ thị phụ tải của khách sạn trong một ngày............................................35
Hình 4.4: Đồ thị phụ tải của nhà hàng trong một ngày .............................................36
Hình 4.5: Đồ thị phụ tải của siêu thị trong một ngày ................................................36
Hình 4.6: Đồ thị phụ tải của văn phòng trong một ngày ...........................................37

viii

Luan van


Hình 4.7: Dữ liệu đầu vào của mơ hình nhận dạng phụ tải ở nhà hàng ....................38
Hình 4.8: Dữ liệu đầu vào của mơ hình nhận dạng phụ tải ở nhà hàng ....................38
Hình 4.9: Dữ liệu đầu vào của mơ hình nhận dạng phụ tải ở siêu thị .......................38
Hình 4.10: Dữ liệu đầu vào của mơ hình nhận dạng phụ tải ở khách sạn ................38
Hình 4.11:Dữ liệu đầu vào của mơ hình nhận dạng phụ tải ở văn phịng.................39
Hình 4.12: Sơ đồ huấn luyện cho mơ hình phân loại phụ tải ....................................39
Hình 4.13: Lượng điện năng tiêu thụ phân bố theo giờ của Khách Sạn và Nhà Hàng
...................................................................................................................................41

ix

Luan van


Chương 1:

TỔNG QUAN

1.1. Giới thiệu
1.1.1. Khái niệm chung
Phân loại là một khoa học và nghệ thuật, trên cơ sở phân tích khoa học về các
dữ liệu đã thu thập được. Khi tiến hành phân loại cần căn cứ vào việc thu thập, xử lý
số liệu trong quá khứ và hiện tại để xác định xu hướng vận động của các hiện tượng
trong tương lai nhờ vào một số mơ hình tốn học. Phân loại là đi tìm một mơ hình
tốn thích hợp mơ tả mối quan hệ phụ thuộc của các đại lượng cần phân loại với các
yếu tố khác, hay chính bản thân nó; nhiệm vụ chính của phân loại là việc xác định
các tham số mơ hình. Về mặt lý luận thì các tính chất của mơ hình phân loại được
nghiên cứu trên cơ sở giả định rằng nó được ứng dụng để phân loại một q trình nào
đó được sinh ra từ một mơ hình giải tích.
1.1.2. Đặt vấn đề
Lưới truyền tải điện thơng minh tích hợp thường xuyên các nguồn năng lượng
tái tạo và có thể quản lý cân bằng giữa cung và cầu một cách thích ứng. Các khả năng
mới có trong hệ thống đo lường tích hợp, thơng minh. Ngồi ra, với trao đổi hai chiều,
khơng chỉ có thể thu thập các phép đo mà các điểm cuối cũng có thể được kiểm sốt.
Việc sử dụng đồng hồ thông minh trong mạng ngụ ý rằng một lượng lớn dữ
liệu đang được thu thập. Những dữ liệu này phải được xử lý để có được thông tin liên
quan về trạng thái của mạng hoặc hành vi của người tiêu dùng.
Phân loại người tiêu dùng là công cụ cơ bản để nhận biết các thay đổi về danh
mục, thay đổi hành vi của người tiêu dùng hoặc sự bất thường của lưới điện. Thơng
tin này có thể được sử dụng (i) để sử dụng giá cả khác nhau cho người tiêu dùng có
hành vi khác nhau
1.1.3. Đặc điểm của phân loại
Khơng có cách nào để xác định một cách chắc chắn (tính khơng chính xác của
phân loại) dù phương pháp chúng ta sử dụng là gì thì ln tồn tại yếu tố khơng chắc
chắn cho đến khi thực tế diễn ra.

1

Luan van


Ln có điểm mù trong các phân loại, chúng ta khơng thể phân loại một cách
chính xác hồn tồn điều gì sẽ xảy ra trong tương tương lai. Hay nói cách khác, khơng
phải cái gì cũng có thể phân loại được nếu chúng ta thiếu hiểu biết về vấn đề cần phân
loại
Phân loại cung cấp kết quả đầu vào cho các nhà hoạch định chính sách trong
việc đề xuất các chính sách phát triển kinh tế, xã hội. Chính sách mới sẽ ảnh hưởng
đến tương lai, vì thế cũng sẽ ảnh hưởng đến độ chính xác của phân loại phụ tải.
Phân loại và lập kế hoạch là hai giai đoạn gắn kết chặt chẽ với nhau của một
quá trình quản lý. Nếu công tác phân loại mà dựa trên các lập luận khoa học thì nó sẽ
trở thành cơ sở để xây dựng các kế hoạch phát triển nền kinh tế quốc dân. Phân loại
sẽ góp phần giải quyết các vấn đề cơ bản như sau:
 Xác định xu thế phát triển.
 Đề xuất những yếu tố cụ thể quyết định các xu thế ấy.
 Xác định quy luật và đặc điểm của sự phát triển.
Đặc biệt, đối với ngành năng lượng thì tác dụng của phân loại càng có ý nghĩa
quan trọng vì năng lượng có liên quan rất chặt chẽ với tất các các ngành kinh tế quốc
dân, cũng như mọi sinh hoạt bình thường của nhân dân. Do đó nếu phân loại khơng
chính xác hoặc sai lệch quá nhiều về khả năng cung cấp nhu cầu năng lượng sẽ dẫn
đến những hạn chế không tốt cho nền kinh tế.
Tùy theo yêu cầu cụ thể mà ta lựa chọn tầm phân loại, ví dụ để xây dựng kế
hoạch hay chiến lược phát triển ta phải phân loại dài hạn hay trung hạn, nếu để phục
vụ công việc vận hành ta tiến hành phân loại ngắn hạn. Các tầm dự báo:
 Phân loại điều độ: phân loại theo giờ hoặc vài phút.
 Phân loại ngắn hạn: phân loại theo ngày, vài ngày hoặc tháng.

 Phân loại trung hạn: thời gian phân loại theo năm, khoảng từ 5 – 7 năm.
 Phân loại dài hạn: thời gian phân loại theo năm, khoảng 10 – 20 năm.
1.1.4. Tính cấp thiết của đề tài
Sự tăng nhanh của phụ tải tiêu thụ, sự xuất hiện ngày càng nhiều các nguồn
năng lượng mới, năng lượng tái tạo, cùng với sự phát triển của các giải pháp quản lý

2

Luan van


hệ thống dựa trên công nghệ phần mềm, công nghệ nhúng và hệ thống các thiết bị đo
thông minh đã hình thành nên một khái niệm mới trong ngành điện, đó là lưới điện
thơng minh (Smartgrid) (Hình 1.1). Tiết kiệm năng lượng dựa trên nhận thức của
người tiêu dùng về năng lượng tiêu thụ nhất thời là một trụ cột khác của các khái
niệm về quản lý năng lượng trong tương lai. Đồng hồ đo điện thơng minh có thể cung
cấp thông tin về tiêu thụ năng lượng tức thời cho người sử dụng, do đó cho phép nhận
dạng, phân loại và loại bỏ các thiết bị lãng phí năng lượng và cung cấp các gợi ý để
tối ưu hóa sự tiêu thụ năng lượng cá nhân. Khách hàng dùng điện của lưới điện thông
minh là nơi mà người dùng cuối cùng của điện (nhà, thương mại và công nghiệp)
được kết nối với mạng lưới phân phối điện thông qua việc thiết bị đo thông minh. Hệ
thống phân loại phụ tải cho lưới điện thơng minh sẽ kiểm sốt và quản lý các dòng
điện đến và đi từ các khách hàng và cung cấp thông tin năng lượng về sử dụng năng
lượng và các chế độ.

Hình 1.1: Lưới điện thơng minh
1.2. Mục tiêu đề tài
1.2.1. Mục tiêu và nhiệm vụ đề tài
1.2.1.1. Mục tiêu của đề tài
Mục tiêu của đề tài là nghiên cứu vấn đề phân loại phụ tải cho lưới điện thông

minh. Đề tài sẽ khảo sát phương pháp phân loại sử dụng giải thuật SVM, trình bày
tính năng làm việc của giải thuật SVM và sau đó lập trình bằng ngơn ngữ Python với

3

Luan van


dữ liệu được lấy từ lượng điện tiêu thụ của Hoa Kì năm 2004 được tác giả trích xuất
ở địa chỉ [1]
- Nghiên cứu giải thuật SVM, lập trình và xây dựng phần mềm phân loại phụ
tải cho lưới điện thơng minh ở tại Hoa Kì.
- Từ kết quả phân loại phụ tải, giúp con người chủ động trong việc vận hành
thiết bị, trang bị thiết bị có cơng suất phù hợp.
1.2.1.2. Nhiệm vụ đề tài
 Nghiên cứu những phương pháp trong các bài toán phân loại.
 Nghiên cứu các thuật toán tối ưu để giải bài toán phân loại phụ tải.
 Thiết kế chương trình phân loại phụ tải
1.3. Giới hạn đề tài
 Tập trung nghiên phân loại phụ tải cho Hoa Kì năm 2004 cho 5 loại:
Bệnh viện, nhà hang, khách sạn, trường học và văn phòng nhỏ.
 Sử dụng ngơn ngữ lập trình Python để thiết kế chương trình phân loại
mà cụ thể là sử dụng giải thuật Support vector machine (SVM).
1.4. Phương pháp nghiên cứu
 Tham khảo, nghiên cứu các bài báo ứng dụng của giải thuật SVM trong
phân loại; tổng hợp, đề xuất giải thuật để giải bài toán dự báo phụ tải. So sánh để rút
ra kết luận về độ chính xác của giải thuật được nghiên cứu.
 Sử dụng ngơn ngữ lập trình Python để mơ phỏng chương trình dự báo
phụ tải.
1.5. Bố cục của luận văn bao gồm 5 chương cụ thể như sau:

 Chương 1: Tổng quan về hướng nghiên cứu
 Chương 2: Cơ sở lý thuyết của phương pháp phân loại
 Chương 3: Giải thuật phân loại đề xuất
 Chương 4: Chương trình mơ phỏng và kết quả mơ phỏng
 Chương 5: Kết luận và hướng phát triển của đề tài

4

Luan van


Chương 2:

CƠ SỞ LÝ THUYẾT CỦA PHƯƠNG PHÁP
PHÂN LOẠI

2.1. Khái niệm phụ tải, tính chất và phân loại phụ tải
2.1.1. Khái niệm phụ tải là gì?
Nói một cách dân dã và quen thuộc, dễ hiểu nhất thì phụ tải là nơi mà điện
năng sẽ được biến đổi thành những năng lượng khác như nhiệt năng (sưởi ấm, đun
nấu), quang năng (chiếu sáng) hay cơ năng (chạy máy bơm, quạt điện), … nhằm phục
vụ những nhu cầu và mục đích đa dạng của con người.
Để hiểu rõ hơn phụ tải là gì, tác giả đưa ra một số hình thức của phụ tải. Phụ
tải có thể bao gồm những thiết bị sử dụng điện trong gia đình, những máy móc sử
dụng điện trong nhà máy, xí nghiệp hay xưởng cơ khí, … Các trạm biến áp cũng được
gọi là phụ tải.
2.1.2. Tính chất của phụ tải là gì?
 Phụ tải có tính tương đối: nguồn – tải
 Tính chất của phụ tải thay đổi theo thời gian và tập quán.
2.1.3. Phân loại phụ tải

2.1.3.1. Phân loại phụ tải theo tính chất tiêu thụ điện
Theo tính chất tiêu thụ điện, hay cịn gọi là mục đích tiêu thụ điện thì phụ tải
được chia thành:
 Phụ tải dùng để chiếu sáng
 Phụ tải dùng trong sinh hoạt
 Phụ tải phục vụ các hoạt động nông nghiệp
 Phụ tải trong kinh doanh
Và nhiều những loại phụ tải khác nhau khác.
2.1.3.2. Phân loại theo hộ tiêu thụ và tầm quan trọng của phụ tải
a) Phụ tải loại 1
Đây là loại phụ tải được cung cấp điện liên tục. Nếu mất điện xảy ra đồng
nghĩa sẽ gây ra những hậu quả vô cùng nghiêm trọng về mọi mặt, cả về người và của.

5

Luan van


Ảnh hưởng đến tính mạng con người: phụ tải hầm mỏ, phụ tải bệnh viện, …
Đó chính là lý do tại sao chúng ta thấy bệnh viện luôn luôn cần được cấp điện liên
tục và đảm bảo cung ứng nguồn điện đầy đủ từ những máy phát điện công
nghiệp công suất lớn để dự phịng.
Ảnh hưởng cực kì lớn trong hoạt động sản xuất kinh doanh: phụ tải các nhà
máy xưởng sản xuất điện kim khí, các lị cao … Nếu dịng điện bị mất, thiệt hại khơng
thể đo đếm được.
Không chỉ vậy, những phụ tải quan trọng như các tịa đại sứ qn hay những
cơng trình văn hóa cơng cộng cịn có thể gây ảnh hưởng đến an ninh trật tự cũng như
chính trị, quốc phịng.
b) Phụ tải loại 2
Đây là loại phụ tải nếu mất điện cung cấp sẽ gây thiệt hại về kinh tế như sản

xuất sản phẩm bị thiếu hụt, hàng hóa thứ phẩm tăng, gây ra tình trạng lãng phí và mất
cân bằng trong tiêu thụ của thị trường.
c) Phụ tải loại 3
Phụ tải loại 3 là phụ tải cho phép mất điện. Cụ thể đó có thể là các cơng trình
dân dụng, khu dân cư hay cơng trình phúc lợi, …
Chúng ta nhận thấy rằng, phụ tải loại 1 và phụ tải loại 2 cần được cấp điện liên
tục và đòi hỏi dùng tới nguồn điện dự phịng. Đó có thể là dây điện lưới quốc gia
được cấp riêng. Do đó các loại phụ tải này đều phải dùng tới nguồn điện dự phòng.
Một nguồn dự phòng mà chúng ta nhắc đến nhiều hơn là các máy phát
điện. Máy phát điện gia đình cơng suất nhỏ chạy xăng và máy phát điện chạy dầu
diesel dùng trong các nhà máy công nghiệp.
2.2. Các phương pháp phân loại
Hiện nay có một số phương pháp phân loại thường dùng trên thế giới như: tiên
đoán, ngoại suy xu hướng, chun gia, mơ phỏng (mơ hình hóa), ma trận tác động
qua lại, kịch bản, cây quyết định, phân loại tổng hợp…
Việc lựa chọn phương pháp phân loại phụ thuộc vào lĩnh vực hoạt động, các
lĩnh vực phân loại liên quan đến hiện tượng tự nhiên thì phương pháp định lượng hay

6

Luan van


được sử dụng như mơ hình hóa, phương pháp kịch bản… Tuy nhiên, tùy vào từng
lĩnh vực, ngành mà các phương pháp phân loại có thể khác nhau. Ở đây ta quan tâm
hai phương pháp phân loại: phân loại theo chuỗi thời gian và phân loại theo phương
pháp tương quan.
Phân loại theo chuỗi thời gian là tìm một quy luật thay đổi của đại lượng cần
phân loại phụ thuộc vào giá trị của đại lượng đó trong q khứ.
Mơ hình toán học :

Ŷ(t) = f (a0, a1, a2,…an, Y(t-1), Y(t-2),…, Y(t-n)
= a0 + a1Y(t-1) + a2Y(t-2) + a3Y(t-3)… an Y(t-n)

(1)

Trong đó:
Ŷ(t): Là giá trị đại lượng cần phân loại tại thời điểm t.
Y(t-1), Y(t-2)…Y(t-n) : Các giá trị của đại lượng trong quá khứ.
a0 , a1 , … an : Các thơng số của mơ hình phân loại cần tìm.
Phân loại theo phương pháp tương quan là tìm quy luật thay đổi của đại lượng
cần phân loại phụ thuộc vào các đại lượng liên quan.
Mơ hình tốn học :
Ŷ(t) = f (a1, a2,..an, A0, A1, A2,.., An)
= A0 + a1 A1+ a2 A2 + a3 A3 +…+ an An

(2)

Trong đó:
Ŷ(t) : là giá trị cần phân loại.
A1, A2, … An : giá trị của các đại lượng liên quan.
a1, a2, …an : thơng số của mơ hình phân loại cần tìm.
Việc xác định các giá trị của các thơng số mơ hình phân loại cho cả hai phương
pháp phân loại trên phần lớn là dựa trên nguyên tắc bình phương cực tiểu:
2




Y


Y
 i i   min


i 1 
n

(3)

Đối với phương pháp phân loại theo chuỗi thời gian:

7

Luan van


n

[Y  f (a , a ,..., a , Y (t  1), Y (t  2),...Y (t  n))]

 min

2

i 1

i

0

1

n

(4)

Đối với phương pháp phân loại tương quan:
n

[Y  f (a , a ,..., a , A , A ,..., A )]

2

i 1

i

0

1

n

0

1

n

 min

(5)

Trong đó Yi là giá trị thực của đại lượng cần phân loại.
Để tìm các thơng số của mơ hình phân loại ta đạo hàm phương trình trên theo các
thơng số mơ hình. Giải hệ n phương trình ta sẽ tìm được n thơng số của mơ hình phân
loại:

f

n

[Y  f (a , a ,..., a , Y (t  1),Y (t  2),...Y (t  n))] da
i 1

i

0

1

n

f

[Y  f (a , a ,..., a , Y (t  1), Y (t  2),...Y (t  n))] da
i

0

1

n

0

(7)

0

(8)

1

f

n

[Y  f (a , a ,..., a , Y (t  1),Y (t  2),...Y (t  n))] da
i 1

(6)

0

n

i 1

0

i

0

1

n

n

2.3. Áp dụng các phương pháp phân loại vào bài toán phân loại phụ tải điện
2.3.1. Phương pháp phân loại truyền thống
2.3.1.1. Phương pháp hệ số đàn hồi
Phương pháp này xác định mối tương quan giữa nhu cầu tiêu thụ điện (Công
suất, điện năng) của phụ tải với tăng trưởng kinh tế (hệ số đàn hồi giữa nhu cầu điện
và GDP, tăng trưởng công nghiệp, thương mại, hệ số tiết kiệm năng lượng...). Mối
tương quan này được thể hiện qua hệ số đàn hồi như sau :

 ET

A
A%

 A
Y % Y
Y

(9)

Trong đó :
- αET là hệ số đàn hồi

8

Luan van


- A% và Y% là tăng trưởng của điện năng, công suất và tăng trưởng kinh tế (hệ
số đàn hồi giữa nhu cầu điện và GDP, tăng trưởng công nghiệp, thương mại...)
- A là điện năng, công suất
- Y là số liệu tăng trưởng kinh tế (hệ số đàn hồi giữa nhu cầu điện và GDP,
tăng trưởng công nghiệp, thương mại, hệ số tiết kiệm năng lượng...).
Các hệ số đàn hồi được xác định theo từng ngành kinh tế, toàn quốc và từng
miền lãnh thổ. Việc phân loại nhu cầu điện năng toàn quốc được tổng hợp theo
phương pháp từ dưới lên (Bottom-up) từ phân loại nhu cầu điện năng cho các ngành
kinh tế, khu vực dân dụng và từ các vùng lãnh thổ.
2.3.1.2. Phương pháp tính tương quan - Xu thế :
Phương pháp này xác định mối tương quan giữa nhu cầu tiêu thụ điện (công
suất, điện năng) của phụ tải với các yếu tố ảnh hưởng quan trọng (tăng trưởng kinh
tế, giá điện, thời tiết, tỷ giá…) và được thực hiện trên nền Excel với các bước sau
đây:
a) Phân loại đồ thị phụ tải giờ tới
Đối với từng miền, so sánh các biểu đồ ngày quá khứ thu được với biểu đồ ngày
hiện tại D để tìm được biểu đồ có hình dạng giống nhất với biểu đồ ngày D. Cách so
sánh được thực hiện tự động với hàm:

Correl (array1, array2) Với thuật toán sau:
Correl ( X , Y ) 

 ( x  x )( y  y )
 ( x  x)  ( y  y)
2

(10)

2

Trong đó:

- X là cơng suất phụ tải 24 giờ thực tế của ngày D - i;


- x là công suất trung bình 24 giờ thực tế của ngày D - i;


- y là cơng suất trung bình 24 giờ phân loại của ngày D;

9

Luan van


- Y là công suất phụ tải 24 giờ phân loại của ngày D.
Hàm Correl trả lại kết quả là sự tương quan giữa hai biến mảng X, Y. Nếu biến
mảng X, Y càng giống nhau thì kết quả của hàm Correl càng gần 1. Do vậy sau khi
so sánh 21 ngày quá khứ với ngày hiện tại D sẽ tìm được ngày có hình dạng phụ tải
giống nhất với ngày D, giả sử ngày D - i.
Đối với từng miền, sử dụng hàm xu thế để dự báo công suất phụ tải cho 04 giờ
tới (từ giờ H đến giờ H + 3) với hàm FORECAST và cú pháp lệnh sau:

FORECAST( x, known _ y' s, known _ x' s)

(11)

Trong đó:
- X là cơng suất phụ tải giờ H - 1;
- known _ y' s là công suất phụ tải 05 giờ quá khứ kể từ giờ H - 1 của ngày D  i ;
- known _ x' s là công suất phụ tải 05 giờ quá khứ kể từ giờ H - 1 của ngày D.
b) So sánh đồ thị phụ tải dự báo với đồ thị phụ tải quá khứ
Sau khi có đồ thị phụ tải phân loại từng miền cho 04 giờ tới, tiến hành so sánh
đồ thị phụ tải này với đồ thị phụ tải quá khứ từng miền theo các giá trị Correl từ cao
đến thấp (so sánh biểu đồ quá khứ có dạng giống nhất rồi đến các biểu đồ quá khứ ít
giống hơn). Quá trình so sánh này để xử lý các số liệu phụ tải quá khứ có thể bị sai do
cắt tải, do lỗi SCADA (không thu thập được các số liệu phụ tải quá khứ).
c) Hiệu chỉnh lại đồ thị phụ tải
Sau khi so sánh đồ thị phụ tải dự báo với đồ thị phụ tải quá khứ và đồ thị phụ
tải hiện tại, nếu hàm Correl cho kết quả < 0,9 thì cho phép nhân các kết quả tương
ứng với hệ số chuyên gia hchuyen_gia theo quy định: 0,9  hchuyen_ gia  1,1 .
2.3.1.3. Phương pháp tính trực tiếp
Nội dung của phương pháp này là xác định nhu cầu điện năng của năm phân
loại, dựa trên tổng sản lượng kinh tế của các ngành của năm đó và suất tiêu hao điện

10

Luan van


năng đối với từng loại sản phẩm. Đối với những trường hợp khơng có suất tiêu hao
điện năng thì được xác định nhu cầu điện năng cho từng trường hợp cụ thể (ví dụ
như: cơng suất điện trung bình cho mỗi hộ gia đình, bệnh viện,…).

Ưu điểm :
 Tính tốn đơn giản
 Ngoài yêu cầu xác định tổng lượng điện năng phân loại chúng ta còn biết
được tỉ lệ sử dụng điện năng trong các ngành kinh tế, chẳng hạn như điện
năng dùng cho công nghiệp, nông nghiệp, dân dụng… cũng như xác định
được nhu cầu điện ở các khu vực địa lý khác nhau. Từ đó có thể đề xuất
phương hướng điều chỉnh, quy hoạch cho cân đối.
Nhược điểm :
 Việc xác định mức độ chính xác của phương pháp này cũng gặp nhiều
khó khăn vì nó phụ thuộc vào mức độ chính xác của tổng sản lượng các
ngành kinh tế quốc dân trong tương lai phân loại như phụ thuộc vào suất
tiêu hao điện năng của một đơn vị sản phẩm sản xuất ra của các ngành
kinh tế ấy.
Do đó, phương pháp này thường được áp dụng để phân loại nhu cầu điện năng
cho thời gian ngắn và trung bình.
2.3.1.4. Phương pháp chuyên gia :
Phương pháp này dựa trên những hiểu biết sâu sắc của các chuyên gia giỏi về
các lĩnh vực của các ngành để phân loại. Trong lĩnh vực điện năng, người ta lấy trung
bình trọng số ý kiến của các chuyên gia phát biểu về năng lượng của nước mình để
phân loại nhu cầu sử dụng điện. Việc lấy ý kiến được tiến hành theo các bước sau:


Chuyên gia cho điểm theo từng tiêu chuẩn. Mỗi tiêu chuẩn có một thang
điểm thống nhất.



Lấy trọng số của các ý kiến của hội đồng tư vấn để tổng hợp.

11

Luan van


Tuy nhiên phương pháp này chỉ mang tính chủ quan nên độ chính xác và độ tin
cậy khơng cao.
1.2.1.5 Phương pháp hồi quy :
Phương pháp này xác định mối tương quan giữa nhu cầu tiêu thụ điện (công
suất, điện năng) của phụ tải với các yếu tố ảnh hưởng quan trọng (tăng trưởng kinh
tế, giá điện, thời tiết, tỷ giá…). Mối tương quan này được phản ánh qua hai loại
phương trình như sau :
- Phương trình dạng tuyến tính :
n

Y  a0   ai . X i

(12)

i 1

Trong đó:
 n là số thống kê quá khứ (số năm, tháng, tuần, ngày);
 a0, ai là các hệ số;
 Xi là số liệu quá khứ của các yếu tố ảnh hưởng quan trọng (tăng trưởng
kinh tế, giá điện, thời tiết, tỷ giá…);
 Y là hàm số điện năng, công suất của năm (tháng, tuần, ngày, giờ).
- Phương trình dạng phi tuyến :

Y  a0 . X 1a1 . X 2a 2 ....X nan

(13)

Trong đó:
 n là số thống kê quá khứ (số năm, tháng, tuần, ngày);
 a0, ai là các hệ số;
 Xi là số liệu quá khứ của các yếu tố ảnh hưởng quan trọng (tăng trưởng
kinh tế, giá điện, thời tiết, tỷ giá…)
 Y là hàm số điện năng, công suất của năm (tháng, tuần, ngày, giờ).

12

Luan van


Dạng phương trình 2 có thể đưa về dạng phương trình 1 bằng cách lấy logarit 2
vế. Việc lựa chọn hàm hồi quy được tiến hành trên cơ sở so sánh các hệ số tương
quan, hệ số tương quan của dạng phương trình nào lớn thì chọn dạng phương trình
đó.
2.3.1.5. Phương pháp san bằng hàm mũ
Trong phương pháp này, mỗi toán tử được đặc trưng bởi một hàm hồi quy (gọi
là hàm xu thế). Trong các hàm hồi quy ấy, thường các hệ số được xác định theo
phương pháp bình phương tối thiểu. Bản thân phương pháp này cho ta các hệ số
khơng đổi của mơ hình phân loại dựa trên cơ sở những số liệu quan sát trong quá khứ.
Sử dụng mơ hình này để tính phân loại cho tương lai với các hệ số hằng sẽ phạm
một sai số nào đó tùy thuộc vào khoảng thời gian phân loại. Nếu tầm phân loại càng
xa thì sai số càng lớn. Ngồi ra, những số liệu gần hiện tại có ảnh hưởng đến giá trị
phân loại nhiều hơn những số liệu ở quá khứ xa. Nói cách khác, tỉ trọng của các số
liệu đối với giá trị phân loại sẽ giảm theo hàm mũ khi lùi về quá khứ.
Phương pháp này dựa trên nguyên tắc hiệu chỉnh các hệ số của toán tử phân loại
theo phương pháp truy ứng.

Giả thuyết có một chuỗi thời gian yt (t=1,2,…, n) và được mô tả bằng một đa
thức bậc p:
p

yt  
i 1

a
ai i
a
t   I  a0  a1t  2 t 2  ...  p t p   t
i!
2!
p!

(14)

Trong đó ai, t = 0,1…p là các hệ số của hàm phân loại,  t là sai số của phân
loại.
Dựa vào phương trình trên ta có thể phân loại giá trị yt tại thời điểm (n + l) với
l=1, 2, …, L. Việc thực hiện báo giá trị yt tại thời điểm t + l (với t = n) dựa theo
phương pháp phân tích chuỗi Taylor:

yt l  y

(0)
t

l 2 (2)
l p ( p)

 ly  yt  ...  yt
2!
p!
(1)
t

(15)

13

Luan van