TÍNH TOÁN ĐIỀU TIẾT HỒ CHỨA NƯỚC NHÀ MÁY THỦY ĐIỆN TRONG ĐIỀU KIỆN THÔNG TIN BẤT ĐỊNH

Mô hình bất định trong Microsoft Excel
tính toán điều tiết hồ chứa nước nhà máy thuỷ điện
trong điều kiện thông tin bất định
Trần Trí Dũng

Giới thiệu
Như dã biết, trong Microsoft Excel có software tương tác Solver do Frontline Systems, Inc
(USA) phát triển để hỗ trợ khả năng giải các mô hình bài toán dữ liệu tất định (certain data). Tác
giả bài báo đã có dịp trình bày việc sử dụng Excel Solver trong các bài toán chuyên ngành trên
Tập san Điện & Đời sống và trong cuốn sách chuyên khảo Excel Solver cho kỹ sư.1
Với các mô hình bài toán dữ liệu bất định (uncertain data) hoặc biến ngẫu nhiên (random
variables), Microsoft Excel có software tương tác Crystal Ball do Decisioneering Inc (USA)
phát triển 2. Đây là một software mà hầu hết các công ty Tư vấn quốc tế, các đại công ty sản
xuất & kinh doanh, các trường Đại học nổi tiếng ở Mỹ, Châu Âu, Nhật Bản, TQ.., dùng trong
nghiên cứu, phân tích rủi ro, chiến lược đầu tư & phát triển và giảng dạy.
Với software Crystal Ball ta có thể


Mô phỏng (Monte Carlo simulation) không gian xác suất kết quả đầu ra (outputs) của mô
hình toán khi một hoặc nhiều dữ liệu vào (input data) l biến ngẫu nhiên có hàm phân bố xác
suất tuỳ biến (theo lý thuyết hoặc dữ liệu thống kê)



Tìm nghiệm tối ưu của mô hình toán khi một hoặc nhiều dữ liệu vào (input data) l biến
ngẫu nhiên có hàm phân bố xác suất tuỳ biến .

Tính toán điều tiết hồ chứa nước nhà máy thuỷ điện thực sự là bài toán dữ liệu bất định vì lưư
lượng nước đến cũng như mức nước thượng lưu hồ chứa là các biến ngẫu nhiên. Trong bài báo
dưới đây, tác giả trình bày một số kết quả tính toán điều tiết (mùa khô từ tháng 11 đến cuối
tháng 6 hàng năm; thời đoạn điều tiết 10 ngày) nhà máy thuỷ điện Hoà Bình với software

Crystal Ball.

Các bước tính toán
Nói chung, một mô hình dữ liệu bất định thường được xử lý theo các nội dung sau đây




Tìm giả thiết tốt nhất (hàm phân phối xác suất thể hiện gần đúng nhất) cho các dữ liệu
bất định.
Tìm nghiệm tối ưu bài toán ngẫu nhiên, trong đó các dữ liệu bất định đã được thay bằng
các giả thiết tốt nhất có được từ bước 1.
Mô phỏng (Monte Carlo simulation) không gian xác suất kết quả đầu ra của mô hình
toán khi dữ liệu vào l biến ngẫu nhiên có hàm phân bố xác suất có từ bước 1 và nghiệm
tối ưu có từ bước 2.

Ba nội dung trên cho tính toán điều tiết hồ chứa nước nhà máy thuỷ điện cụ thể là
1

Trần Trí Dũng Excel Solver cho Kỹ sư Nhà xuất bản Khoa hoc Kỹ thuật Hà Nội tháng 7 năm 2005 ;
Tạp chí Điện & Đời sống các năm 2003, 2004, 2005.
2


1


1. Tìm hàm phân phối xác suất lưu lượng nước về hồ chứa
Như đã nói trên, tính điều tiết hồ chứa nước thuỷ điện Hoà Bình theo thời đoạn 10 ngày. Vì thế
chuôĩ dữ liệu thống kê dòng chảy trung bình ngày của 37 năm (từ 1956 đến 1992)3 được tính

thành trung bình 10 ngày của mỗi tháng.
Để tìm phân bố xác suất gần sát nhất của một chuỗi dữ liệu thống kê, trong Crystal Ball có
công cụ Batch Fit. Công cụ này thực hiện thử theo tiêu chuẩn tính thích hợp Chi-Square của
chuỗi dữ liệu với hàng loạt các phân bố xác suất (phân bố normal, phân bố uniform, phân bố
gamma,.....) và đưa ra phân bố xác suất gần sát nhất của chuỗi dữ liệu thống kê cùng các tham
số tương ứng để sử dụng trong mô hình bất định.
Bảng 1 dưới đây là tóm tắt các tham số phân bố xác suất lưu lượng nước trung bình 10 ngày đến
hồ HB (m3/sec) các tháng mùa khô
Bảng 1 Phân phối xác suất trung bình 10 ngày các tháng mùa khô
Thời đoạn
(10 ngày)
Nov

Dec

Jan

Feb

Mar

Apr

May

Jun

01-10
11-20
21-30

01-10
11-20
21-30
01-10
11-20
21-30
01-10
11-20
21-28
01-10
11-20
21-30
01-10
11-20
21-30
01-10
11-20
21-30
01-10
11-20
21-30

Phân bố xác suất
tốt nhất

Thông số đặc trưng
(m3/sec)

Lognormal
Gamma

Gamma
Extreme Value
Extreme Value
Lognormal
Logistic
Lognormal
Lognormal
Normal
Extreme Value
Lognormal
Normal
Lognormal
Extreme Value
Normal
Lognormal
Logistic
Lognormal
Weibull
Gamma
Lognormal
Normal
Logistic

Min=534; Mean=1316; Std.Dev=462; Max=3564
Min=669; Loc. =669; Scale=637; Shape=0.9079; Max=3327
Min=532; Loc. =518; Scale=285; Shape=1.6147; Max=1870
Min=532; Mode=727; Scale=193; Max=1871
Min=442; Mode=625; Scale=153; Max=1622
Min=388; Mean=632; Std.Dev=144; Max=1058
Min=302; Mean=588; Scale=84; Max=1127

Min=384; Mean=551; Std.Dev=118; Max=845
Min=339; Mean=496; Std.Dev=97; Max=697
Min=303; Mean=472; Std.Dev=94; Max=705
Min=303; Mode=394; Scale=70; Max=678
Min=276; Mean=407; Std.Dev=87; Max=610
Min=245; Mean=390; Std.Dev=86; Max=630
Min=222; Mean=367; Std.Dev=93; Max=715
Min=223; Mode=297; Scale=62; Max=702
Min=196; Mean=367; Std.Dev=100; Max=606
Min=216; Mean=420; Std.Dev=151; Max=932
Min=196; Mean=425; Scale=84; Max=947
Min=188; Mean=484; Std.Dev=216; Max=1216
Min=237; Loc.=214; Scale=464; ; Shape=1.2253; Max=1406
Min=235; Loc. =235; Scale=833; Shape=0.9459; Max=3015
Min=289; Mean=1457; Std.Dev=1109; Max=4293
Min=457; Mean=4263; Std.Dev=1151; Max=5385
Min=912; Mean=3081; Scale=787; Max=7763

Các phân phối xác suất trong Bảng1 sẽ được đưa vào mô hình bảng tính Excel để tìm nghiệm tối
ưu trong bước tiếp theo.
2. Tìm nghiệm tối ưu
Tương tự như tính toán điều tiết tối ưu hồ chứa nước nhà máy thuỷ điện theo mô hình dữ liệu tất
định4, hàm mục tiêu là cực đại tổng giá trị kỳ vọng (trung bình) năng lượng phát điện của nhà
máy thuỷ điện trong một chu kỳ tính toán (chu kỳ xả nước từ hồ chứa cho mục đích phát điện).
3

Chuỗi dữ liệu thống kê dòng chảy trung bình ngày do GS-TS Trịnh Quang Hoà Đại học Thuỷ lợi Hà Nội cung cấp

4

Trần Trí Dũng Điều tiết tối ưu hồ chứa nước nhà máy thuỷ điện Tạp chí Điện & Đời sống số 48 tháng 2 2003

2


Biến quyết định (BQĐ) hay biến cần tìm là mức nước thượng lưu hồ chứa ở đầu Ztd và cuối Z tc1
mỗi thời đoạn liên tiếp trong chu kỳ tính toán.
Mô hình điều tiết hồ chứa nước tuân theo ràng buộc cân bằng nước: với mỗi thời đoạn, khối
lượng nước trong hồ chứa ở cuối thời đoạn bằng khối lượng nước có sẵn trong hồ ở đầu thời
đoạn cộng với khối lượng nước chảy vào hồ (do dòng chảy tự nhiên) trừ đi khối lượng nước xả
ra khỏi hồ (cho mục đích phát điện, tưới tiêu hoặc chống lũ hạ du) và do đó bằng khối lượng
nước có trong hồ chứa ở đầu thời đoạn tiếp theo. Nói cách khác BQĐ luôn theo điều kiện ràng
buộc
Z td Z tc1

trong đó Z td là mức nước thượng lưu hồ chứa ở đầu thời đoạn t
Z tc1 là mức nước thượng lưu hồ chứa ở cuối thời đoạn trước đó t-1


Hàm mục tiêu (HMT):

Giả thiết chu kỳ tính toán điều tiết tối ưu gồm có N thời đoạn. Cho trước mức nước thượng lưu
hồ chứa ban đầu Z 1d và mức nước thượng lưu hồ chứa ở thời đoạn cuối N là Z Nc . Khi đó biểu
thức HMT là
N

Max

M

At (Qt , Z td , Z tc )



t =1.2.3 N

(1)

t 1

(với Z 1d =var ; Z Nc =var)
Trong đó
M At (Qt , Z td , Z tc ) là giá trị kỳ vọng (trung bình) năng lượng phát điện của NMTĐ ở thời
đoạn t. Năng lượng này phụ thuộc vào lưu lưọng dòng chảy tự nhiên Qt bổ xung vào hồ chứa
nước trong thời đoạn t (Qt có phân bố xác suất liệt kê trong Bảng 1) và Z td , Z tc là mức nước
thượng lưu hồ chứa ở đầu và cuối thời đoạn t



Biến quyết định (BQĐ):

là vectơ trạng thái mức nước thượng lưu hồ chứa nước để đảm bảo tổng giá trị kỳ vọng (trung
bình) năng lượng phát điện của nhà máy thuỷ điện trong một chu kỳ tính toán là lớn nhất.
Tổng quát, vectơ BQĐ có dạng
c

Z = Z 1c , Z 2c , Z 3c ., Zt ,, Z Nc 1 , Z Nc
Trong đó Z 1d và Z Nc là mức nước đầu và mức nước cuối của chu kỳ tính toán thay đổi trong
phạm vi cho trước ( theo thông số thiết kế của công trình NMTĐ )

Các ràng buộc (RB):
3


Có hai ràng buộc liên quan đến


Sự cân bằng năng lượng trong HTĐ hoặc năng lượng bảo đảm (firm energy) theo tần suất
qui định (chẳng hạn 90%) hoặc theo nhu cầu tưới nước phía hạ lưu (nếu có)

Amin M At (Qt , Z td , Z tc )




Amax

(2)

Các thông số hồ chứa nước
c

Z min Zt

Z max

(3)

Trong đó

Amin là năng lượng nhỏ nhất (năng lượng bảo đảm) mà NMTĐ phải cung cấp để đảm bảo
cân bằng năng lượng trong HTĐ. Trong trường hợp có nhu cầu tưới nước phía hạ du vào mùa
kiệt thì Amin phải tính đến nhu cầu này
Amax là năng lượng lớn nhất mà NMTĐ có thể cung cấp được cho HTĐ khi có đầy đủ các
tổ máy hoạt động. Amax phụ thuộc đặc tính năng lượng của tổ máy thuỷ lực phát điện
Bảng tính Excel
Tương tự như mô hình dữ liệu tất định4, một trong nhiều cách lập bảng tính điều tiết tối ưu hồ
chứa nước nhà máy thuỷ điện theo mô hình dữ liệu bất định cho trên Hình 1.

4

Trần Trí Dũng Điều tiết tối ưu hồ chứa nước nhà máy thuỷ điện Tạp chí Điện & Đời sống số 48 tháng 2 2003

4


Hình 1- Mô hình bảng tính điều tiết tối ưu NMTĐ dữ liệu bất định
Bảng tính Hình 1 gồm các cột
-

Date : thời đoạn điều tiết (10 ngày)
Phan bo xs : tên hàm phân bố xác suất
Qin : Phân bố xác suất lưu lượng dòng chảy tự nhiên vào hồ chứa nước (m3/sec)
Qloss : Mất nước hồ chứa do bốc hơi (m3/sec)
Zup.start: Mức nước thượng lưu hồ chứa đầu thời đoạn tính toán (m)
Zup.end: Mức nước thượng lưu hồ chứa cuối thời đoạn tính toán (m). Đây chính là vectơ
biến quyết định cần tìm Z
Vstorage: Khối lượng nước lấy từ hồ (+) hoặc tích vào hồ (-)
Qgen: Lưu lượng nước qua tổ máy thuỷ lực-phát điện (m3/sec)
Zlow: Mức nước hạ lưu sau nhà máy (m)

Head: Cột nước phát điện (m)
Pmin/unit: Công suất thấp nhất của tổ máy (MW)
Pmax/unit: Công suất lớn nhất của tổ máy (MW)
Energy: kỳ vọng năng lượng của NMTĐ cung cấp cho HTĐ (MWh) trong thời đoạn tính
toán. Năng lượng này phải thoả mãn điều kiện ràng buộc (3)
Water.rate: Suất tiêu hao nước cho 1 kWh (m3/kWh)

Trong quá trình lập bảng tính Hình 1, ta dùng software Crystal Ball để


Khai báo, định nghĩa về các phân phối xác suất lưu lượng đến hồ (cột Qin) theo các kết qủa
cho trong Bảng 1
5




Khai báo, định nghĩa về các BQĐ để tìm nghiệm tối ưu (cột Zup.end)



Khai báo, định nghĩa về các kết quả cần quan sát (cột Energy & Pmax/unit)



Khai báo, định nghĩa về các ràng buộc (nếu có)



Tìm nghiệm tối ưu

Dùng chức năng OpQuest trong software Crystal Ball để tìm nghiệm tối ưu giá trị các ô
trong cột Zup.end của bảng tính Hình 1.
Lưu ý
Khi Solver tìm nghiêm tối ưu bài toán dữ liệu tất định theo các tiêu chuẩn toán học chính xác
(ví dụ tiêu chuẩn Karush Kuhn-Tucker cho bài toán phi tuyến) thì nghiêm tìm được là cực trị
đích thực (cực trị địa phương hoặc cực trị tổng quát). Trong khi đó, OpQuest tìm kiếm nghiệm
tối ưu bài toán dữ liệu bất định theo thuật toán dò tìm thông minh, kết hợp thuật toán di truyền,
mô phỏng và hoàn thiện dần metaheuristics. Vì thế OpQuest không thể tìm được nghiệm tối
ưu đích thực mà chỉ là nghiệm tốt nhất trong số các mô phỏng mà nó đã thực hiện. OpQuest
cũng không thể tự động kết thúc quá trình tìm kiếm nghiệm tối ưu (vì không biết dựa vào điều
kiện toán học nào) mà ta phải chỉ định thời gian mô phỏng & tìm kiếm hoặc chỉ định số lần mô
phỏng. Để theo rõi quá trình tìm kiếm tối ưu có các cửa sổ thể hiện thông tin liên quan. Ví dụ
cửa sổ Hình 2 hiển thị trạng thái giá trị HMT và các BQĐ trong quá trình mô phỏng & tìm kiếm
nghiệm tốt nhất.
OpQuest chỉ kết thúc quá trình mô phỏng & tìm kiếm khi hết thời gian hoặc số lần mô phỏng
đã chỉ định hoặc ta chủ động stop. Lúc này, từ cửa sổ Hình 2 ta có thể lựa chọn: (i) kéo dài thời
gian mô phỏng để hy vọng tìm được nghiệm có HMT tốt hơn; (ii) thay đổi phạm vi tìm kiếm
của các BQĐ và cho OpQuest tìm kiếm lại từ đầu; (iii) tạm thời chấp nhận nghiệm mà
OpQuest tìm được là tốt nhất. Nếu chấp nhận lựa chọn (iii), chỉ việc copy kết quả mà
OpQuest tìm được sang bảng tính Excel (Hình 1) để chuyển sang bước mô phỏng (Monte
Carlo simulation) không gian xác suất kết quả đầu ra.

6


Hình 2- Cửa sổ trạng thái giá trị HMT và các BQĐ.
3. Mô phỏng không gian xác suất kết quả mô hình
Sau khi đã copy nghiệm tối ưu sang bảng tính Excel Hình1, việc mô phỏng được thực hiện trên
nền bảng tính này. Cần lưu ý ở đây có sự khác biệt là cột Zup.end của bảng tính Hình 1 trước

đây là cột BQĐ cần tìm thì nay đã có giá trị tốt nhất (do OpQuest tìm được ở bước 2). Trong
thực tế ta luôn luôn mong muốn vận hành theo đúng các mức nước này. Tuy nhiên, điều này là
không thể thể xảy ra, nói cách khác, diễn biến mức nước thượng lưu hồ chứa trong thực tế cũng
là các biến ngẫu nhiên có giá trị thay đổi xung quanh giá trị tốt nhất. Như vậy trong bảng tính
Excel để mô phỏng không gian xác suất kết quả mô hình có hai loại biến ngẫu nhiên: (1) lưu
lưọng nước đến hồ và (2) mức nước thượng lưu hồ. Dạng phân phối của (1) đã trình bày trong
các phần trên; dạng phân phối của (2) có thể là: phân phối đồng nhất (uniform distribution),
phân phối tam giác (triangular distribution) hoặc phân bố chuẩn (normal distribution). Tất cả
các phân phối này đều có giá trị kỳ vọng là giá trị nghiệm tốt nhất đã copy vào bảng tính và một
sai lệch, chẳng hạn 0.3 m. Một sự tình cờ, tác giả bài báo chọn phân phối mức nước thượng
lưu hồ là phân phối đồng nhất.
Khi sử dụng Crystal Ball để mô phỏng ta cần quy định các kết quả cần quan sát. Trong trường
hợp bài toán này là tất cả các ô trong cột Energy và cột Pmax/unit (xem bảng tính Hình 1).
Ngoài ra cũng cần quy định số lần mô phỏng, chẳng hạn 5,000 hoặc 10,000 lần và mô phỏng
theo phương pháp chọn mẫu Monte Carlo. Kết quả mô phỏng 10,000 lần xem Hình 2, Hình 3 và
Bảng 2 dưới đây

7


Crystal Ball Student Edition
Not for Commercial Use

10,000 Trials

Crystal Ball Student Edition
Not for Commercial Use

Forecast: Nov1

Frequency Chart

235 Outliers

10,000 Trials

Forecast: Dec1

Frequency Chart

173 Outliers

.016

161

.016

157

.012

120.7

.012

117.7

.008

80.50

.008

78.5

.004

40.25

.004

39.25

0

.000

Mean = 243,000

.000

81,268
179,531
277,793
376,055
474,317
Certainty is 90.33% from 140,000 to +Infinity MWh

Frequency Chart

0

76,610
132,848
189,085
245,323
301,560
Certainty is 90.01% from 105,854 to +Infinity MWh

Crystal Ball Student EditionForecast: Feb1
Not for Commercial Use

Crystal Ball Student Edition Forecast: Jan1
Not for Commercial Use

10,000 Trials

Mean = 158,860

102 Outliers

10,000 Trials

Frequency Chart

56 Outliers

.015

153

.015

153

.011

114.7

.011

114.7

.008

76.5

.008

76.5

.004

38.25

.004

38.25

0

.000

Mean = 163,715

.000

99,153
135,549
171,944
208,339
244,735
Certainty is 90.33% from 126,814 to +Infinity MW
Crystal Ball Student Edition
Not for Commercial Use

10,000 Trials

Frequency Chart

77 Outliers

0

110,503
135,589
160,675
185,761
210,847

Certainty is 90.18% from 135,589 to +Infinity MWh
Crystal Ball Student Edition
Not for Commercial Use

Forecast: Mar1

Mean = 160,622

10,000 Trials

Forecast: Apr1
Frequency Chart

47 Outliers

.015

153

.016

156

.011

114.7

.012

117

.008

76.5

.008

78

38.25

.004

.004
Mean = 150,527

.000

0

105,650
128,064
150,477
172,891
195,305
Certainty is 90.25% from 127,765 to +Infinity MWh
Crystal Ball Student Edition
Not for Commercial Use

10,000 Trials

227 Outliers

0

105,211
125,772
146,332
166,893
187,453
Certainty is 90.09% from 125,772 to +Infinity MWh
Crystal Ball Student Edition
Not for Commercial Use

Forecast: May1
Frequency Chart

.000

39
Mean = 146,167

10,000 Trials

Forecast: Jun1
Frequency Chart

93 Outliers

.015

145

.035

352

.011

108.7

.026

264

.007

72.5

.018

176

.004

36.25

.009

88.00

0

.000

.000

Mean = 161,295

109,609
140,345
171,081
201,817
232,553
Certainty is 90.40% from 129,690 to +Infinity MWh

Mean = 167,775

0

38,829
95,607
152,386
209,164
265,943
Certainty is 90.37% from 75,924 to +Infinity MWh

H×nh 2 -BiÒu ®å tÇn suÊt n¨ng l­îng m­êi ngµy ®Çu c¸c th¸ng11,12,1,2,3,4,5,6

8

Crystal Ball Student Edition
Not for Commercial Use

Forecast: Total

10,000 Trials

Frequency Chart

190 Outliers

.016

161

.012

120.7

.008

80.50

.004

40.25
Mean = 4,196,933

.000
3,599,618

3,883,431
4,167,243
4,451,056
Certainty is 80.04% from 3,921,272 to 4,485,114 MWh

0
4,734,869

Hình 3 -Biều đồ tần suất tổng năng lượng các tháng11,12,1,2,3,4,5,và 6
Date

Prob.Dis

01-10 Lognormal
11-20 Gamma
21-30 Gamma
01-10 Extreme Value
11-20 Extreme Value
21-30 Lognormal
01-10
Logistic
11-20 Lognormal
21-30 Lognormal
01-10
Normal
11-20 Extreme Value
21-30 Lognormal

01-10
Normal
11-20 Lognormal
21-30 Extreme Value
01-10
Normal
11-20 Lognormal
21-30
Logistic
01-10 Lognormal
11-20
Weibull
21-30 Gamma
01-10 Lognormal
11-20
Normal
21-30
Logistic

Nov

Dec

Jan

Feb

Mar

Apr

May

Jun

Total

Qin
(m3/s)
1318
1247
951
863
726
634
592
551
496
472
433
409
390
369
337
367
420
425
484
615
931

1457
2463
3081

Zup.start
(m)
115.0 0.3
115.4
115.4
115.4
115.7
114.9
114.0
113.0
112.0
110.6
109.0
107.3
105.1
103.0
100.2
97.3
94.5
91.5
88.0
84.0
80.0
78.0
78.0
80.0

Zup.end
(m)

Prob.Dis

115.4 0.3

Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform
Uniform

Uniform
Uniform

115.4 0.3
115.4 0.3
115.7 0.3
114.9 0.3
114.0 0.3
113.0 0.3
112.0 0.3
110.6 0.3
109.0 0.3
107.3 0.3
105.1 0.3
103.0 0.3
100.2 0.3
97.3 0.3
94.5 0.3
91.5 0.3
88.0 0.3
84.0 0.3
80.0 0.3
78.0 0.3
78.0 0.3
80.0 0.3
80.0 0.3

Energy (MWh)
Min(90%)
Mean Max(10%)

141,300 243,200 363,000
144,000 249,220 408,000
122,450 188,300 275400
105,900 158,860 221,140
142,000 185,780 237,800
135,400 171,150 209,700
127,200 163,700 200,860
127,100 154,960 185,230
136,000 160,500 186,300
135,750 160,600 186,000
131,850 153,400 177,200
141,190 163,600 186,600
128,000 150,530 173,300
143,740 164,630 187,800
135,600 153,380 172,340
125,860 146,170 167,000
125,850 151,350 181,700
129,920 154,320 180,490
129,980 161,300 200,400
122,380 164,500 221,200
77,700 * 151,560 265,670
76,700 * 167,780 261,620
115,000 222,000 271,210
214,120 256,490 278,250
3,922,780 4,196,930 4,486,700

Bảng 2 Tóm tắt đặc trưng biến ngẫu nhiên và kết quả mô phỏng năng lượng mười ngày các
tháng11,12,1,2,3,4,5,và 6
Giải thích Bảng 2

Trong Bảng 2 cột Energy đưa ra ba giá trị : (1) Min(90%) được hiểu là có tới 90% đảm bảo rằng
năng lượng phát điện (firm energy) bằng hoặc lớn hơn giá trị ghi trong cột này (phần tô mầu
đậm bên phải biểu đồ trên Hình 2 & Hình 3), nói cách khác đây là năng lưọng phát điện tương

9


ứng với tần suất lưu lượng rất ít nước (90%); (2) Mean giá trị trung bình của phân bố xác suất
(trên Hình 2 & Hình 3 đều có thể hiện giá trị Mean) và (3) Max(10%) được hiểu là có tới 10%
đảm bảo rằng năng lượng phát điện bằng hoặc lớn hơn giá trị ghi trong cột này, nói cách khác
đây là năng lưọng phát điện tương ứng với tần suất lưu lượng rất nhiều nước (10%)


Hai thời đoạn đánh dấu * (mười ngày cuối tháng 5 và mười ngày đầu tháng 6) là hai thời đoạn
rủi ro nhất theo nghĩa năng lượng bảo đảm 90% thấp nhất.

Bất kỳ một ô nào trong cột Energy và Pmax/unit của bảng tính Hình 1 đều có đầy đủ kết quả
mô phỏng dưới nhiều dạng: biểu đồ tần suất, biểu đồ phân phối cộng dồn, bảng phân tích %,
bảng thông số thống kê..v..v. Để làm ví dụ, trong Hình 4 & Hình 5 dẫn ra các dạng kết quả mô
phỏng của hai thời đoạn mười ngày cuối tháng 5 và mười ngày đầu tháng 6 tương ứng với ô
M33, M34 và L33, L34 của bảng tính Hình 1
Crystal Ball Student Edition
Not for Commercial Use

Forecast: May3

Forecast: May3

10,000 Trials

Frequency Chart

.027

271

.020

203.2

.014

135.5

.007

Phần trăm

0 Outliers

0%
10%
20%
30%
40%
50%
60%
70%
80%

90%
100%

67.75
Mean = 151,577

.000
58,341

0

112,465
166,589
220,714
274,838
Certainty is 90.59% from 77,104 to +Infinity MWh

Biểu đồ tần suất năng lượng mười ngày cuối tháng 5
(ô M33)
Crystal Ball Student Edition
Not for Commercial Use

Forecast: Jun1

Forecast: Jun1

10,000 Trials

Cumulative Chart

1.000

Thông số thống kê

93 Outliers

Trials
10,000
Mean
167,775
Median
162,458
Mode
--Standard Deviation
68,499
Variance
4,692,072,146
Skewness -0.00
Kurtosis
1.69
Coeff. of Variability
0.41
Range Minimum
31,543
Range Maximum
267,698
Range Width
236,156
Mean Std. Error
684.99

10000

.750

.500

.250
Mean = 167,775

.000
38,829

95,607
152,386
209,164
Certainty is 90.04% from 76,681 to +Infinity MWh

MWh
58,341
77,686
88,828
102,165
116,730
134,014
155,713
183,201
222,455
265,673
274,838

0
265,943

Biểu đồ cộng dồn năng lượng mười ngày đầu tháng 6
(ô M34)

Hình 4 Biểu đồ năng lượng hai thời đoạn rủi ro nhất mười ngày cuối tháng 5 và mười ngày
đầu tháng 6 với các dạng biểu đồ & thông số thống kê khác nhau.
Crystal Ball Student EditionForecast:
Not for Commercial Use

10,000 Trials

Crystal Ball Student Edition Forecast:
Not for Commercial Use

May3/Pmaxunit

Frequency Chart

74 Outliers

10,000 Trials

Jun1/Pmaxunit

Frequency Chart

29 Outliers

.013

126

.015

154

.009

94.49

.012

115.5

.006

63

.008

77

31.5

.004

.003

Mean = 148

.000
137

141

146
MW

151

0
155

Biểu đồ tần suất công suât tổ máy mười ngày cuối
tháng 5 (ô L33)

38.5
Mean = 143

.000
128

135

142
MW

149

0
156

Biểu đồ tần suất công suât tổ máy mười ngày đầu
tháng 6 (ô L34)

Hình 5 Biểu đồ tần suất công suất tổ máy hai thời đoạn rủi ro nhất mười ngày cuối tháng 5
và mười ngày đầu tháng 6
10


Từ những điều trình bày trên có thể nói rằng, với mô hình dữ liệu bất định & thuật toán thông
minh tìm kiếm nghiệm tối ưu & kỹ thuật mô phỏng Monte Carlo, ta đã hiểu một cách tổng quát,
rõ ràng, đầy đủ không gian xác suất của một quá trình ngẫu nhiên. Khi đã có thông tin đầy đủ về
không gian xác suất của một quá trình ngẫu nhiên, người ta sẽ tránh được bất ngờ và ảo
tưởng.
Nếu tất cả các nhà máy thuỷ điện trong Hệ thống điện (HTĐ) đều được mô phỏng như đã nêu
trên thì người quản lý sẽ nhận biết điều gì là có thể và điều gì là không thể, có nghĩa là
mức nước chết của hồ chứa sẽ không còn là lý do để biện minh

Kết luận
Trong HTĐ, luôn luôn tồn tại các loại biến ngẫu nhiên: khả năng làm việc và sự cố hỏng hóc
của thiết bị trong nhà máy & đường dây chuyên tải điện; sự tăng trưởng & biến động nhu cầu
dùng điện; thay đổi khí hậu & thời tiết theo mùa trong năm (điều này đặc biệt quan trọng đối với
HTĐ khi mà các nhà máy thuỷ điện chiếm tỷ trọng lớn); biến động giá cả nhiên liệu cung cấp
cho nhà máy nhiệt điện; tính không chắc chắn tiến độ xây dựng & hoàn thành các công trình
xây dựng mới;...v..v...
Nói chung trong các bài toán kinh tế, kỹ thuật của HTĐ liên quan đến vận hành & đầu tư & phát
triển & đánh giá rủi ro ta thường gặp vấn đề dữ liệu bất định. Một dữ liệu bất định có thể do

nguyên nhân chưa khảo sát đầy đủ, dẫn đến thiếu thông tin về dữ liệu đó hoặc do bản chất của
dữ liệu là bất định hoặc do cả hai nguyên nhân. Kỹ thuật mô phỏng mô hình dữ liệu bất định là
giải pháp hữu hiệu và là điều bắt buộc cho việc lượng định, đánh giá và nhận biết toàn cảnh
những điều tưởng là bất định.
Với các mô hình bài toán dữ liệu bất định, Microsoft Excel có software tương tác Crystal Ball.
Đây là một software mà hầu hết các công ty tư vấn quốc tế, các đại công ty sản xuất & kinh
doanh, các trường Đại học nổi tiếng ở Mỹ, Châu Âu, Nhật Bản, TQ....., dùng trong nghiên cứu,
phân tích rủi ro, chiến lược đầu tư & phát triển và giảng dạy.
Hiện nay hàng trăm triệu kỹ sư, nhà khoa học, chuyên viên, nhà quản lý đang dùng bảng tính
Excel và các software tương tác chẳng hạn Solver, Crystal Ball để giải bài toán chuyên
ngành. Mô hình bảng tính trở thành công cụ không thể thiếu trong nghiên cứu ứng dụng
(operation research-OM) và khoa học quản lý (Management Science-MS).
Chúng tôi sẵn sàng trao đổi cùng quý vị quan tâm đến Excel và các software tương tác chẳng
hạn Solver, Crystal Ball để giải bài toán chuyên ngành.
Địa chỉ : E-mail

11