Điều khiển tối ưu hệ thống điện lai dieselsức giómặt trời cho hải đảo Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

Diệp Thanh Thắng

ĐIỀU KHIỂN TỐI ƯU HỆ THỐNG ĐIỆN LAI
DIESEL-SỨC GIÓ-MẶT TRỜI CHO HẢI ĐẢO VIỆT NAM

Ngành: Kỹ thuật điều khiển và Tự động hóa
Mã số: 9520216

TÓM TẮT LUẬN ÁN TIẾN SĨ
KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA

Hà Nội – 2019


Công trình được hoàn thành tại:
Trường Đại học Bách khoa Hà Nội

Người hướng dẫn khoa học:
1. GS.TSKH. Nguyễn Phùng Quang, Trường Đại học Bách khoa Hà Nội
2. TS. Nguyễn Đức Huy, Trường Đại học Bách khoa Hà Nội

Phản biện 1:
Phản biện 2:
Phản biện 3:

Luận án được bảo vệ trước Hội đồng đánh giá luận án tiến sĩ cấp
Trường họp tại Trường Đại học Bách khoa Hà Nội

Vào hồi …….. giờ, ngày ….. tháng ….. năm 2019

Có thể tìm hiểu luận án tại thư viện:
1. Thư viện Tạ Quang Bửu - Trường ĐHBK Hà Nội
2. Thư viện Quốc gia Việt Nam


Mở đầu
Các hệ thống điện nhỏ MG (microgrid) có công suất từ vài trăm
kW đến vài MW hoạt động ở chế độ không nối lưới quốc gia bao gồm
chủ yếu máy phát diesel DEG (diesel engine generator), turbine điện
gió WTG, và điện mặt trời PV. Bài toán dòng công suất tối ưu nằm
trong cấu trúc điều khiển phân tầng cấp III. Trong đó, cấu trúc điều
khiển phân tầng hệ thống điện MG bao gồm ba cấp điều khiển cơ bản:
điều tần cấp I; điều tần cấp II; điều tần cấp III. Điều tần cấp III là bài
toán vận hành kinh tế và tối ưu hóa dòng công suất. Luận án đặt ra
nhiệm vụ “điều khiển tối ưu công suất phát cho hệ thống điện lai MG
không nối lưới điện quốc gia” sử dụng phương pháp quy hoạch động
để thiết lập bài toán điều khiển tối ưu công suất phát. Trong luận án
này, hệ thống điện MG bao gồm các nguồn phân tán là máy phát diesel
DEG, máy phát điện gió WTG, máy phát điện mặt trời PV và kho điện
ESS (energy storage system).
Mục đích của luận án là xây dựng mô hình điều khiển tối ưu công
suất phát cho hệ thống điện lai không nối lưới diesel-sức gió-mặt trời
tích hợp kho điện sử dụng phương pháp quy hoạch động cho hai trường
hợp; máy phát diesel hoạt động bình thường và xảy ra hỏng hóc ngẫu
nhiên.
Cấu trúc luận văn gồm 5 chương:
Chương 1. Tổng quan hệ thống điện lai không nối lưới
Chương 2. Cơ sở lý thuyết điều khiển tối ưu.

Chương 3. Xây dựng chiến lược phát công suất tối ưu hệ thống
điện lai sức gió-diesel-mặt trời tích hợp kho điện sử dụng phương pháp
quy hoạch động trong trường hợp máy phát điện diesel hoạt động bình
thường.
Chương 4. Xây dựng chiến lược phát công suất tối ưu hệ thống
điện lai sức gió-diesel-mặt trời-kho điện trong trường hợp máy phát
điện diesel xảy ra sự cố sử dụng xích Markov.
Chương 5. Áp dụng mô hình đề xuất cho hệ thống điện lai sức giódiesel thực tiễn trên đảo Phú Quý. Đề xuất cài đặt thuật toán điều khiển
tối ưu dòng công suất cho SCADA vận hành hệ thống.

1


Chương 1

Tổng quan

1.1

Sơ lược năng lượng tái tạo

1.2

Hệ thống điện lai có diesel chạy nền

1.2.1

Khái niệm hệ thống điện lai MG

1.2.2

Hệ thống điện MG chế độ không nối lưới

Đối tượng nghiên cứu là hệ thống MG hoạt động chế độ không nối
lưới quốc gia bao gồm phụ tải tiêu thụ AC, kho điện ESS (energy
storage system) dùng để bù trên bus hệ thống nhằm ổn định các dao
động trên nguồn RES và phụ tải, các nguồn phát phân tán DG như gió,
mặt trời, diesel và kho điện.
HT ĐO LƯỜNG & ĐIỀU KHIỂN
TRẠM PHÁT ĐIỆN MẶT TRỜI

=
DG3

Hệ thống SCADA của MG
Bus

PV

=
=

~
~
~

Inverter

DG2

Wind Turbine
Generator (WTG)
RTUs, IEDs
SASs

ESS
HT đo lường và điều khiển WTG

HT ĐO LƯỜNG & ĐIỀU KHIỂN

HT đo lường và điều khiển turbine WTG2
HT đo lường và điều khiển turbine WTG1

Lưới phân phối

DG1

Diesel Engine
Generator (DEG)
HT ĐO LƯỜNG & ĐIỀU KHIỂN

HT ĐO LƯỜNG & ĐIỀU KHIỂN
TRẠM PHÁT DIESEL
Hệ thống phát điện tập trung sử dụng Diesel

Hình 1.2: Hệ thống điện MG không nối lưới
1.3 Vấn đề kỹ thuật hệ thống điện MG gió-diesel-mặt trời
1.3.1 Điều khiển tần số
1.3.2 Điều khiển điện áp và công suất phản kháng
1.3.3 Khả năng trụ lưới khi có sụt áp

1.3.4 Dự phòng nóng
1.3.5 Các yêu cầu khác
1.4 Điều khiển trong hệ thống điện MG
1.4.1 Khái niệm điều khiển phân tầng
2


 Điều tần cấp I: Điều khiển tần số bắt buộc với gần như mọi
máy phát trong lưới điện.
 Điều tần cấp II: Sau khi quá trình điều tần cấp I đã kết thúc,
quá trình điều tần cấp II sẽ được khởi tạo nhằm đưa tần số trở về giá
trị cho phép.
 Điều tần cấp III: có tác dụng phục hồi dự trữ từ điều khiển thứ
cấp. Xét đến bài toán vận hành kinh tế, dòng công suất phát lên lưới.
1.4.2

Thời gian đáp ứng tần số của hệ thống điện

1.5
1.6
1.7

Các nguồn phát trong hệ thống điện MG
Lược sử các nghiên cứu dòng công suất tối ưu
Hướng nghiên cứu của luận án
Dòng công suất của hệ thống điện MG không nối lưới là đối tượng
nghiên cứu và kiểm chứng hiệu quả dùng mô hình bài toán điều khiển
dòng công suất phát lên lưới. Tác giả đề xuất mô hình điều khiển tối
ưu dòng công suất bằng phương pháp quy hoạch động.
1.8

Nhiệm vụ của luận án

 Lựa chọn cấu hình hệ thống: Hệ thống điện MG diesel-sức
gió-mặt trời được tích hợp kho điện.
 Các ràng buộc hệ thống: công suất phát của các nguồn phân
tán DEG, WTG, PV, các công suất các bộ nạp/xả cho kho điện. Tổng
công suất phát của DEG luôn lớn hơn tổng phụ tải và tổn thất trên
đường dây. Cân bằng công suất và năng lượng.
 Phương pháp toán học: Phương pháp quy hoạch động với thời
gian T=24h cho bài toán xác định và ngẫu nhiên với quá trình Markov.
 Chính sách điều khiển: Phương pháp điều khiển đưa bài toán
điều khiển tối ưu trở thành bài toán điều khiển có phản hồi.
1.9

Kết luận chương 1

Nội dung chương này trình bày tổng quan hệ thống điện MG dieselsức gió-mặt trời không nối lưới gồm điện mặt trời và điện gió từ nguồn
sơ cấp, cấu trúc thiết bị biến đổi điện tử công suất, máy phát điện diesel
DEG và khái niệm kho điện. Các vấn đề kỹ thuật vận hành hệ thống
điện lai có máy phát diesel chạy nền và cấu trúc điều khiển phân tầng
cho hệ thống điện lai.
3


Chương 2

Cơ sở của lý thuyết điều khiển tối ưu

2.1

Mở đầu
Lý thuyết điều khiển tối ưu có ba phương pháp cơ sở phương pháp
biến phân (variation calculus), nguyên lý cực đại Pontryagin
(Pontryagin’s maximum principle) và phương pháp quy hoạch động
(dynamic programming).
2.2 Khái niệm điều khiển tối ưu
2.2.1 Lược sử khoa học
2.2.2 Phương pháp biến phân
Gọi u(t) là vector biến điều khiển và u*(t) là nghiệm tối ưu của bài
toán tối ưu động. Phương pháp biến phân được xây dựng từ điều kiện
cần cho nghiệm u*(t) của hệ liên tục được mô tả bằng phương trình
dưới đây:
dx
 f  x , u, t  ,
(2.1)
dt
n
trong đó : vector hàm f  x , u , t  trơn theo x, u, x  là vector của n
m
biến trạng thái của hệ, u  là vector của m tín hiệu điều khiển.

Bài toán đặt ra với những ràng buộc như sau : Tập U  m là tập
m

con hở trong không gian điều khiển  ; Khoảng thời gian T xảy ra
quá trình là cố định cho trước ; Điểm đầu x  0   x 0 và điểm cuối
x  T   x T tùy ý. Gọi  là hàm chi phí, mục tiêu của bài toán là xác
định tín hiệu điều khiển tối ưu trong khoảng thời gian T sao cho hàm
chi phí  đạt giá trị nhỏ nhất

T
T

  c x T   g  x , u  dt  min

(2.2)

0

2.2.3

Nguyên lý cực đại Pontryagin

Trong phương pháp biến phân, không gian điều khiển U  m là
một tập hở và phải biết trước T.

4


Đối với các bài toán mà không xác định được T hoặc U là miền
kín sẽ gặp khó khăn và không thể áp dụng được. Nhược điểm này được
thay thế bằng nguyên lý cực đại. Tuy nhiên, cũng có những hạn chế
của nguyên lý cực đại là chỉ nêu lên bản chất tính chất cơ bản của tín
hiệu điều khiển tối ưu chứ chưa phải hoàn toàn là phương pháp xác
định tín hiệu điều khiển tối ưu đó.
2.3
2.3.1

Phương pháp quy hoạch động
Các định nghĩa cơ bản

Theo Bellman [58] bài toán điều khiển tối ưu được phát biểu như
sau : cho hệ thống phương trình vi phân (coi như mô tả quá trình quá
độ của hệ thống),
d x (t )
(2.12)
 f  x  t  , u  t  , t  , x  0   x0 .
dt
trong đó: x  t    n - vectơ biến trạng thái tại điểm t,
u  t     t    m - vectơ biến điều khiển tại thời điểm t, hàm
f :  n   m  1   n là hàm trạng thái của x, u và t, x0 là giá trị
đầu của biến trạng thái. Nếu ta biết giá trị đầu x0 và quỹ đạo điều khiển
u(t) trong khoảng thời gian [0, T], lấy tích phân hai vế của (2.12) thu
được quỹ đạo trạng thái x(t). Mục tiêu là tìm quỹ đạo điều khiển bằng
việc cực tiểu hóa hàm mục tiêu như sau:
T

J  x , u   Eu   g  x  s  , u  s  , s  ds | x  0   x0   S T , x T   . (2.13)
0

Đề tài chỉ xét 2 bài toán sau: (1) Bài toán điều khiển tối ưu xác định;
(2) Bài toán điều khiển tối ưu ngẫu nhiên.

2.3.2

Bài toán điều khiển tối ưu cho hệ xác định

2.3.3 Đặt bài toán
Hàm mục tiêu được viết dưới dạng tích phân dưới đây :
T

J  x , u    g  x  s  , u  s  , s  ds  S T , x T   .

(2.16)

0

2.3.4

Phương trình Hamilton-Jacobi-Bellman

5


Giả sử hàm v  t , x  :  n   1  1 có giá trị là giá trị nhỏ nhất của
hàm mục tiêu hệ thống động trong miền x và t. Mục tiêu tìm biến điều
khiển sao cho hàm J(.) có cực tiểu sao cho hàm giá trị:
T

v  t , x   min

u ( s )  s 

t g  s , x  s  , u  s   ds  S T , x T  

(2.19)

Sử dụng nguyên lý Bellman [58], nếu ta lấy u*(t,.) là nghiệm tối ưu
của (2.19) tại thời điểm t như vậy ta xây dựng được một chính sách tối
ưu cho bài toán trong khoảng thời gian [t, T] như sau:

(2.23)
0  min g  x , u, t   vt  t , x   v x  t , x  f  t , x , u .
u ( t )  t 



Phương trình này gọi là phương trình Hamilton-Jacobi-Bellman.
2.3.5
2.3.5.1

Bài toán điều khiển tối ưu cho hệ ngẫu nhiên
Đặt bài toán

Gọi  (s): s 0 là quá trình Markov có không gian trạng thái hữu
hạn  = {0,1,2,…,m}. Gọi i,j là chỉ số các trạng thái với i, j , quá
trình chuyển trạng thái được định nghĩa bằng quá trình Markov như
sau [59]:

1  ijt  O t : i  j ,
Pijpr t   Pr  t  t   j |  t   i   


: i  j,


ijt  O t 
(2.34)
với mọi i,j , trong đó: ij  t là xác suất chuyển đổi từ trạng thái i
sang trang thái j của hệ thống đang xét trong khoảng thời gian t;  jj
là tỷ số chuyển đổi. Hàm mục tiêu được viết dưới dạng tích phân bắt

đầu từ thời điểm t dưới đây :

T

J i  t, x, u  Eu  g  s,. ds | x  0  x0 ,   0  i   S T , x T   (2.38)
t

2.3.5.2 Quy hoạch động
Gọi v i  t , x  :  n  1     1   là hàm có giá trị trong miền x
và t. Theo Rishel [43], phương trình HJB được miểu tả như sau:
6


m


0  min  g  x , u   vt .  vx  t , . f i  t ,.   ij v j  t , .  (2.40)
u ( t ,i )  t ,i 
j



2.4

Lời giải phương trình HJB và phương pháp số

2.5

Ý tưởng điều khiển tối ưu công suất phát

2.5.1

Phương pháp toán học

Sử dụng phương pháp quy hoạch động để đưa trạng thái năng lượng
biến đổi theo thời gian về bài toán điều khiển có phản hồi.
2.5.2

Đối tượng điều khiển

Cân bằng phụ tải theo phương trình cân bằng sau:
PDEG t   PWTG t   PPV t   Pdisch t   PL t    PL  Pch arg e t  (2.41)

trong đó: PL(t) là phụ tải, PDEG(t): công suất phát của máy diesel, PPV(t)
là công suất điện mặt trời, PWTG(t) là công suất điện gió, Pdischarge(t) và
Pcharge(t) là công suất xả/nạp của inverter hệ thống ESS, đặt PESS(t) =
Pdischarge(t) - Pcharge(t) – công suất nạp/xả. Đặt U(t) = PDEG(t) là biến
điều khiển công suất máy phát diesel, W(t) = PESS(t) là biến điều khiển
công suất xả/nạp inverter ESS. Viết lại phương trình (2.41) ta được:
(2.42)
U t   W t    PL t    PL t    PWTG t   PPV t   0.


2.5.3

Xây dựng mô hình bài toán

Đặt biến trung gian  t  là độ biến thiên mất cân bằng công suất
trong hệ thống tại thời điểm t, phương trình (2.42) được viết dưới dạng:
 t   U t   W t    PL t   PL t    PWTG t   PPV t . (2.43)

Bài toán điều khiển phải giữ cho (t) = 0.
2.6

Kết luận chương 2

Mục tiêu chương này nhằm giới thiệu công cụ toán học sử dụng
trong luận án, tác giả trình bày từ lược sử khoa học, thiết lập bài toán
điều khiển tối ưu đến nguyên lý cực trị với nguyên lý Bellman dẫn đến
phương trình HJB. Ngoài ra, giới thiệu tổng quan các phương pháp số
đặc biệt phương pháp số Kushner sử dụng cho toàn luận án với hai bài
toán xác định và ngẫu nhiên sử dụng quá trình Markov.
7


Chương 3

Xây dựng chiến lược phát công suất
tối ưu

3.1

Mở đầu

3.2

Mô tả bài toán điều khiển tối ưu công suất phát

Xét hệ thống điện MG (microgrid) cô lập với HTĐ quốc gia, bao gồm
phụ tải có công suất thiết kế lớn nhất PLmax , điện mặt trời PV có công
nom

suất đặt PPVnom , máy phát điện gió WTG có công suất đặt là PWTG
, máy
nom
phát điện diesel DEG có công suất đặt là PDEG
, kho điện ESS có dung
lượng EESS với công suất nạp/xả là PESS . Hệ thống có thêm tải giả PdL
(dump-load).
Bus

P1

B-1

PV

PPV  t 
Pch arg e  t 
ESS

Pdisch arg e  t 

B-2

P4

P2

WTG

PWTG  t 

B-3

DEG

PL  t 

P3

PdL t 

Dumpload

PDEG  t 

Hình 3.1. Mô hình hệ thống điện MG không nối lưới quốc gia
Xét thời gian T = 24h, mục tiêu là tìm công suất phát của máy phát
diesel DEG và công suất nạp/xả của kho điện sao cho nguồn phát cân
bằng phụ tải theo phương trình cân bằng:
(3.1)
PDEG t   PWTG t   PPV t   PESS t   PL t    PL t ,
3.2.1

Các thành phần tham gia phát điện

3.2.2

Hàm mục tiêu

min  DEG  ,

(3.3)
8


trong đó:   - thành phần chi phí “phạt” nhằm đảm bảo cân bằng công
suất có thứ nguyên [$], thành phần này sẽ được miêu tả cụ thể ở mục
thiết lập mô hình toán học,
T

DEG   cDEG PDEG  s ds - Chi phí sản xuất điện của máy phát diesel
0

DEG [$], cDEG – suất chi phí sản xuất điện [$/kWh].
3.2.3

Các ràng buộc

(i)
(ii)
(iii)
(iv)
(v)
(vi)

3.3
3.3.1

Cân bằng công suất tại thời điểm t
Cân bằng năng lượng

Công suất phát của DEG, WTG, PV, và nạp/xả kho điện
của inverter
Dung tích kho điện
Dự phòng nóng
Số lượng nhỏ nhất các máy phát DEG cần thiết tham gia
vận hành MRN (Minimum required number of DEG)

Mô hình bài toán điều khiển tối ưu công suất phát
Lựa chọn biến điều khiển

Lựa chọn 2 đối tượng điều khiển là công suất phát của DEG và
công suất nạp/xả kho điện; U t   PDEG t , W t   PE SS t  ta được:
(3.14)
U t   W t    PL t    PL t    PWTG t   PPV t   0.


Mục tiêu đảm bảo cân bằng công suất giữa nguồn phát và phụ tải
dưới điều kiện biến động điện gió, bức xạ mặt trời và phụ tải.
3.3.2

Xây dựng mô hình toán học

Sử dụng biến (t), phương trình (3.14) được viết dưới dạng:
 t   U t   W t    PL t   PL t    PWTG t   PPV t  (3.15)


(t) là đại lượng chỉ độ biến thiên mất cân bằng giữa phát công suất và
tiêu thụ công suất tại thời điêm t với t  [0, T].
Mục tiêu tìm luật điều khiển sao cho luôn giữ bằng không ((t) =
0), để đưa bài toán sử dụng phương pháp quy hoạch động, mặt khác ta

thấy (t) là tốc độ biến thiên của biến X (gọi là biến phụ) sao cho:
9


dX  t 
dt
3.3.3

 t ,

t 0,T 

(3.16)

Lựa chọn hàm mục tiêu

Gọi c suất chi phí phạt [$/kWh], ta viết hàm chi phí phạt dưới dạng
trị số trung bình:
T
s

1 
   c    p    n   d   ds,
(3.20)


0 T
0

Với n t    t  , khi  t   0;  p t    t , khi  t   0.

Đặt J() là hàm mục tiêu
T

T

1 
J ;U ,W    c    p    n   d   ds   cDEGU  s  ds, . (3.21)


0 T
0
0

3.3.4

Bài toán điều khiển tối ưu

Mục tiêu là cực tiểu hóa hàm J, tức là đối với bài toán điều khiển
là tìm chính sách điều khiển tối ưu như sau:
T

T





1 

min 

J

c





d

ds

c DEGU  s  ds 

 , (3.22)
   p  
n  



U  

T
0
0
0

W  





thỏa mãn hàm trạng thái (3.19).
U

W

3.3.5

Phương pháp quy hoạch động

Gọi v t , X   :  1   1   1 là hàm số nhỏ nhất của hàm mục tiêu
được gọi là hàm giá trị, giả thiết bài toán bắt đầu từ thời điểm t  0, T .
Ta có hàm giá trị:
T


T 1

p
n

vt , X    min 
c
X
s

X
s
ds


c
U
s
ds













DEG


U t  t  

T
t
t


W t  t  
(3.24)

U

W

s

s

0

0

p
n
trong đó, X   s    p   d ; X   s   n   d  .

G  s , X  ;U , W  

1
c  X p  s   X n  s   cDEGU  s , s  t
T

(3.25)
10


Viết lại hàm giá trị của bài toán điều khiển tối ưu:
v t , X   




T

min 
G  s , X  , U , W  ds 

 , t   0, T 

U t   t  

t


W t   t  

(3.26)

U

W

Sử dụng phương pháp quy hoạch động thu được phương trình vi
phân từng phần như sau:
(3.37)
0  min G t , X  ;.  vt t , X    v X t , X   f  t , X  ,.
U t  U t 
W t  W t 



3.3.6

Phân tích sách lược điều khiển tối ưu

3.3.7

Phương pháp số giải phương trình HJB

Để giải phương trình HJB (3.32) gồm các đạo hàm riêng theo t, X
của hàm giá trị v t , X   ta sử dụng phưng pháp số [62].
3.4

Ví dụ bằng số

3.4.1

Ví dụ 1: Hệ thống gồm 2 máy phát diesel

a) Cấu hình hệ thống MG như sau:
nom
nom
PDEG
- DEG có công suất
1  4000kW ; PDEG 2  5000kW , .
nom
nom
PDEG
1  500kW , PDEG1  600 kW . HTĐ gió WTG có công suất đặt
nom
PWnom

TG  2000kW , HTĐ mặt trời PV có công suất đặt PPV  3000kWp

-

DEG

có

công

suất

nom
nom
PDEG
1  4000kW ; PDEG 2  5000kW , .

nom
nom
PDEG
1  500kW , PDEG1  600 kW . HTĐ gió WTG có công suất đặt
nom
PWnom
TG  2000kW , HTĐ mặt trời PV có công suất đặt PPV  3000kWp

PLnom  7200kW , tổng tổn hao trên hệ thống chiếm 5% PLnom .
Kho điện được giả thiết có dung tích bằng tổng công suất điện
gió và mặt trời nạp/xả trong 1h.

b) Các thông số đầu vào

Bảng 3.1: Thông số hệ thống điện lai sức gió-diesel-mặt trời

11


TT
1
2
3
4
5
6

Nội dung
Khoảng thời gian, tính trong 1 ngày
Tổng công suất điện gió WTG
Tổng công suất điện mặt trời PV
Công suất phát máy diesel 1 DEG1
Công suất phát máy diesel 2 DEG2
Nhu cầu phụ tải + tổn thất

Đơn vị
H
kW
kW
kW
kW
kW

Cận dưới

0
0
0
500
600
0

7
8
9
10
11

Công suất inverter cho nạp/xả
Chi phí vận hành máy DEG, cDEG
Chi phí phạt do c
Giá trị đầu của kho điện EESS(t = 0)
Dung tích kho điện EESSmax

kW
$/kWh
$/kWh
kWh
kWh

0
0,15
0,20
1000
0

c) Bài toán điều khiển dòng công suất phát tối ưu
Mục tiêu tìm công suất phát của máy DEG và công suất xả/nạp của
inverter bằng phương pháp số Kushner cho phương trình HJB trên.
d) Kết quả mô phỏng trên Matlab
Hình 3.8 là chính sách tối ưu công suất phát máy điện diesel. Hình
3.9 là chính sách nạp xả tối ưu của kho điện ESS.

Cumulative Generation & Demand [kWh]

Hình 3.8: Chính sách phát công
suất tối ưu của hai máy phát diesel

Hình 3.9: Chính sách nạp/xả của
kho điện
2
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
0

5

10

15

20

Time periods [h]

Hình 3.10: Năng lượng điện sản
xuất tối ưu

Hình 3.11: Sai số giữa mô hình và
phụ tải trên sản lượng điện [%]

12


Hình 3.12: Tổng hợp phụ tải, các nguồn phát và kho điện ESS [kW]
Trên Hình 3.11 giới thiệu sai số giữa năng lượng phát theo mô hình
và phụ tải, trong trường hợp này sai số lớn nhất khoảng dưới 2% cho
phép nhận được kết quả tối ưu khá gần với nhu cầu phụ tải. Do vậy ta
có thể kết luận rằng, kết quả tính toán theo mô hình bài toán điều khiển
tối ưu với ba biến điều khiển công suất phát DEG (U1,U2) và công suất
nạp/xả của inverter (W) giữ cho cân bằng công suất sai lệch không
đáng kể mức độ chấp nhận được.
3.5

Ảnh hưởng công suất inverter

3.6

Kết luận chương 3

Bài toán điều khiển tối ưu công suất phát cho hệ thống điện MG
bao gồm các máy phát điện phân tán WTG, PV, DEG và kho điện ESS
nhằm xây dựng chiến lược phát công suất tối ưu được thiết lập trong
chế độ xác lập và giả thiết rằng hệ thống đảm bảo các yêu cầu kỹ thuật
cũng như nằm trong phạm vi nghiên cứu của đề tài. Sử dụng
Sử dụng phương pháp quy hoạch động, tác giả xây dựng chiến lược
phát công suất tối ưu với đối tượng là máy phát diesel và kho điện. Mô
phỏng mô hình bằng hệ thống với thông số giả định.

13


Chương 4
4.1

Xây dựng chiến lược phát công suất
với bước nhảy Markov

Giới thiệu bài toán

4.1.1

Lược sử khoa học

4.1.2

Hệ thống MG khi DEG xảy ra hỏng hóc

Xét HTĐ MG cô lập với hệ thống điện quốc gia bao gồm các phụ
tải AC, các nguồn phát có hệ thống điện mặt trời PV có tổng công suất
là PPV(t), hệ thống máy phát điện gió WTG có tổng công suất là
PWTG(t), máy phát điện diesel DEG có tổng công suất là PDEG(t) tại thời
điểm t và PESS(t) là công suất nạp/xả của kho điện ESS.
Lưới phân phối

ESS
Tải
1

WTG

PV

DEG

Tải
2

Tải
3

Hình 4.1: Hệ thống điện MG cách ly lưới quốc gia
Mục tiêu của bài toán điều khiển tối ưu là tìm công suất phát tối ưu
của máy diesel lên lưới và công suất nạp/xả inverter cho kho điện ESS.
Máy phát diesel được giả thiết có thể xảy ra sự cố hỏng hóc theo hai
trạng thái rời rạc theo thời gian liên tục:
(1) máy DEG hoạt động bình thường và

(2) máy DEG đang trong tình trạng sửa chữa do sự cố hỏng hóc.
Mô hình của hai trạng thái rời rạc của máy DEG được định nghĩa
bởi quá trình ngẫu nhiên hai trạng thái ký hiệu   ( s ) : s  0 như sau:
0 khi DEG "OFF",
(4.1)
1 khi DEG ''ON".
Quá trình ngẫu nhiên (s) được gọi là quá trình điều khiển (controlled
process).

  s  

14


Theo định nghĩa,   ( s ) : T  s  t  là quá trình Markov trong đó
nếu gọi t là thời điểm hiện tại thì s sẽ là thời điểm tương lai, hai giá trị
0, và 1 gọi là vị trí của trạng thái.
Phương trình cân bằng phụ tải sau :
i
(4.7)
PDEG
t   PWTG t   PPV t   PESS t   PL t    PL t  ,
trong đó: i là chỉ số trạng thái rời rạc của máy phát diesel i {0, 1};
Mục tiêu tìm công suất phát tối ưu của máy phát diesel và công suất
nạp/xả của inverter cho kho điện.
4.2

Phát triển mô hình toán học

4.2.1

Hàm mục tiêu

min DEG,i .
4.2.2

Các ràng buộc

(vii)
(viii)
(ix)
(x)
(xi)
4.3
4.3.1

(4.8)

Cân bằng công suất tại thời điểm t
Cân bằng năng lượng
Công suất phát của DEG, WTG, PV
Dung dích kho điện
Dự phòng nóng

Phát triển mô hình toán học
Lựa chọn biến điều khiển và biến trung gian

i
Sử dụng kết quả nghiên cứu của Rishel [43]. Đặt U i t   PDEG
t ,

và W t   PESS t  với i = 0, 1, là các biến điều khiển dẫn đến:
(4.19)
U i t   W t    PL t    PL   PWTG t   PPV t   0


i
m
a
x
Biến điều khiển máy DEG U t    0 , PD E G , i  , biến điều khiển quá
trình nạp/xả kho điện W t    Pinv , Pinv  . Đặt biến trung gian (t)

được viết dưới dạng:
i t   U i t   W t    PL t   PL t    PWTG t   PPV t  (4.20)


i
Biến phụ X  :

15


dX i t 
dt
4.3.2

 fi t, X i ;U i ,W ,

t 0,T , i . (4.22)

Phương trình Hamilton-Jacobi-Bellman

Xét thời gian t trong khoảng t < t + t < T, t  0, T , i   khai triển
chuỗi Taylor ta có phương trình HJB sau:
i
i




G t , X  ;U ,W   vt t , X   



0  min  i
i
j
i .
U t   t   v

t
,
X
f
t
,
X
;
U
,

W


v
t
,
X






 ji
X



 
W t   t  


j




i

U

W

4.4

Phương pháp số cho mô hình Rischel

4.5

Ví dụ bằng số

4.5.1

(4.26)



Thông số hệ thống

Mô hình ngẫu nhiên (stochastic model) nêu trên áp dụng để điều
khiển công suất phát của mát phát điện diesel trong hệ thống điện MG
gồm một máy phát điện diesel DG3, hệ thống điện gió DG2, hệ thống
điện mặt trời DG1 và kho điện ESS.
hệ số phá hủy  = 0,0001 tương đương thời gian trung bình từ
lúc bắt đầu sử dụng cho đến khi máy hỏng MTTF (mean time to
failure) là 10.000 đơn vị thời gian (có thể tính bằng giờ).
hệ số phục hồi  = 0,09 tương đương thời gian trung bình từ
lúc máy hỏng cho đến khi được phục hồi MTTR (mean time to repair)
là 11,11 đơn vị thời gian.
thời gian trung bình giữa hai lần hư hỏng MTBF (mean time

between failures) là:
MTBF  MTTF  MTTR .
(4.52)
4.5.2

Kết quả chạy trên mô hình

Kết quả trên Matlab cho máy tính có cấu hình Intel2.70 CoreTM
i7-7500 (8GB RAM) với thời gian tính toán 60 phút ta được chính sách
điều khiển tối ưu máy phát diesel giới thiệu trong Hình 4.7-4.9.

16


Hình 4.7: Chính sách phát công
suất tối ưu của máy phát diesel

Hình 4.8: Chính sách nạp/xả của
inverter cho kho điện ESS

Kho điện thực hiện nạp/xả nhằm một mặt nhằm cân bằng công suất,
một mặt thỏa mãn hàm mục tiêu tối ưu hóa.

Hình 4.9: Năng lượng điện sản
xuất tối ưu

4.6

Hình 4.10: Tương quan chính sách
phát công suất tối ưu giữa các

nguồn

Kết luận chương 4

Tác giả xây dựng mô hình phát công suất cho hệ thống điện lai điện
gió-diesel-mặt trời-kho điện cô lập với hệ thống điện quốc gia, trong
đó máy phát diesel được xem xét có thể xảy ra hỏng hóc bằng xích
Markov. Mô hình điều khiển phức tạp hơn so với trường hợp máy DEG
không xảy ra sự cố, do hệ thống tăng thêm một trạng thái rời rạc.

17


Chương 5

Mô phỏng thông số thực tế và cài đặt
hệ thống SCADA

5.1

Xác định công suất đặt HTĐ MG diesel-sức gió-mặt trời

5.2

Giới thiệu hệ thống điện diesel-sức gió dữ liệu thực tế

5.2.1

Thực trạng hệ thống sức gió-diesel

06 máy phát diesel công suất 500kW/máy hiệu Cumins, 02
máy phát diesel công suất 1MW/máy hiệu Perkins, và mới đầu tư 05
máy phát diesel công suất 1MW/máy hiệu CAT,
và 03 tổ máy điện gió có công suất mỗi tổ máy 2MW/tổ hiệu
Vestas.
5.3

Bài toán điều khiển công suất phát hệ thống điện sức giódiesel trên đảo Phú Quý

5.3.1

Đặt bài toán

a) Các thông số hệ thống và mục tiêu
Xem xét hệ thống điện MG sức gió-diesel trên đảo Phú Quý gồm:
Phụ tải có thông số điển hình của đảo Phú Quý ngày
20/02/2018;
03 tổ WTG có tổng công suất là PWTG(t) = 6MW;
06 máy phát điện diesel DEG loại 500kW;
05 máy DEG 1MW
b) Hàm mục tiêu
min   DEG  , t  0,T  ,
(5.1)
c) Các ràng buộc
(i)
Cân bằng công suất tại thời điểm t
(ii)
Cân bằng năng lượng
(iii)
Công suất phát của DEG, WTG:

(iv) Đảm bảo rằng máy phát diesel đảm nhiệm dự phòng nóng:
(v) Số máy phát diesel tối thiểu tham gia vận hành phát điện
MRN:
5.3.2

Phương trình Hamilton-Jacobi-Bellman

18


Sử dụng phương pháp quy hoạch động như đã trình bày trong
chương 2 và 3 kết quả thu được phương trình vi phân từng phần như
sau:
0  min G t , X  ;U   vt t , X    v X t , X   f  t , X  , U . (5.17)
U t  U t 

5.3.3



Kết quả mô phỏng

Các số liệu được lấy trực tiếp từ nhà máy điện Phú Quý trong
chuyến khảo sát thực tế năm 2018 của tác giả.
Hình 5.6 là chính sách tối ưu công suất phát máy điện diesel trong
khoảng thời gian từ 0-24h. Hình 5.7 giới thiệu tương quan năng lượng
điện phát của hệ thống điện lai và phụ tải theo thời gian t.

Hình 5.6: Chính sách phát công
suất tối ưu của hai máy phát diesel

Hình 5.7: Năng lượng điện sản
xuất tối ưu

Hình 5.8: Sai số giữa phụ tải và mô hình tính toán [kW]

Hình 5.8 giới thiệu sai số giữa năng lượng tích lũy tính toán theo
mô hình và năng lượng phụ tải. Với mô hình chỉ có một đối tượng điều
khiển là tổng công suất phát của DEG sai số này khá nhỏ (dưới 1,2%)
so với bài toán nhiều biến điểu khiển tối ưu.
5.4
5.4.1

Đề xuất HTĐ sức gió-mặt trời-diesel Phú Quý
Lựa chọn công suất phát
19


Với công suất điện gió và phụ tải hiện hữu cho phép ta lựa chọn
công suất cho điện mặt trời 1MW.
Tổng công suất của máy phát diesel là 10MW so với công suất phụ
tải lớn nhất 3MW cần xét đến giả thiết có thể xảy ra là sự tăng trưởng
của phụ tải hàng năm là iL. Nếu xét trung hạn 5, giả thiết kịch bản như
sau:
Kịnh bản cao : nội suy từ con số thống kê thực tiễn sản lượng điện
sản xuất ra 5 năm trở lại đây trên đảo Phú Quý như minh họa trong
Hình 5.9 dưới đây. Dựa vào số liệu thực tế ta tính toán được tỷ lệ tăng
trưởng trung bình phụ tải hàng năm là iL  18% .Do vậy tổng công
suất phụ tải năm thứ 5 (bắt đầu từ năm 2019 đến hết năm 2023) sẽ là:
5

PL5  1  18% PL  6,86MW .
Sản lượng điện [triệu kWh]
20.00
15.00
10.00
5.00
0.00

8.68

13.18

3.45

4.53

2014

2015

1.83
2016

5.93
2.46

7.16

2013

Gió

11.25
4.93
2017

Diesel

Hình 5.9. Sản lượng điện hàng năm trên đảo Phú Quý

Nếu xét thời hạn 5 năm tới, tổng công suất DEG hiện có là 10MW
chênh lệch không nhiều so với nhu cầu phụ tải là 6,86MW. Ta thấy
đến năm thứ 6, tổng công suất phụ tải lên đến 8,10MW, tính thêm dự
phòng nóng so với tổng công suất lắp đặt 10MW máy phát diesel khá
phù hợp.
Như vậy, đề xuất một nhà máy điện mặt trời 1MW sẽ nằm trong
kịch bản cao nhằm đáp ứng khả năng tăng trưởng và cơ hội sử dụng
năng lượng sạch trên hải đảo.

20


5.4.2

Bài toán điều khiển tối ưu công suất phát

Sử dụng mô hình xây dựng trong chương 3, với các thông số đầu
vào dưới đây.
Bus

B-1

 P pv

PV

PPV  t 

1MW

Pch arg e  t 
ESS

Pdisch arg e t 
B-2

WTG

PWTG  t 
PL  t 

3x2MW

B-3

DEG

 Pline

PWTG

PDEG

PDEG  t 

6x500kW
7x1MW

Hình 5.16. Sơ đồ hệ thống điện MG sức gió-diesel-mặt trời-kho điện

Kết quả mô phỏng trên Matlab
Sử dụng thuật toán chạy trên Matlab ta được kết quả tối ưu chính sách
điều khiển máy phát diesel giới thiệu trong Hình 5.20-5.22.

Hình 5.20: Chính sách phát công
suất tối ưu của máy phát diesel

Hình 5.21: Chính sách nạp/xả của
kho điện

Hình 5.22. Năng lượng điện sản
xuất tối ưu

Hình 5.23. Tương quan chính sách
phát công suất tối ưu giữa các
nguồn
21

5.5

Sơ đồ cài đặt hệ thống SCADA

Mục tiêu thứ ba của luận án là tìm phương pháp luận xây dựng
biểu đồ vận hành SCADA cho hệ thống điện lai diesel–sức gió–mặt
trời ngoài hải đảo.

Bước 2

Xác định mô hình dự báo
cho PPV;PWTG;PL

Mô hình tối ưu OPF: DP,
mô hình ĐKTƯ
Quy hoạch động DP

Bước 4

Các bước

Phương pháp
HMI
Hiển thị

Dòng cs tối ưu
OPF
Dự báo phụ
tải

Input:
PPV(t);
PWTG(t);
PL(t); T

Bước 3

Bước 6
Bước 3,4,5

Điều kiện tối ưu: PT
Hamilton-Jacobi-Bellman

Input:
PPV(min/max)
PWTG(min/max);
PL(min/max); T

DP,
phương
trình HJB
Các thuật
toán:
ANN,
SPO, GE,
HSRM,
RSRM

Dự báo điện mặt trời

Bước 2

Dự báo điện sức gió

Bước 1

Các ràng buộc

Bước 1

Xác định cấu hình HT
PPV; PWTG; PDEG; PL
& cấu hình lưới điện
Tính chất của lưới

HMI

Khảo sát
thực tế

Xác định cấu hình HT
Vài giây đến chục phút

Thời gian tính toán

Vài giây đến chục phút
Vài giây đến
vài phút
Vài giây đến
vài chục phút

Vài giây đến
vài chục giây

Phương pháp số Kushner

Bước 5

Bước 6

Giải phương trình HJB

Hiển thị kết quả
PDEG(t)

Hình 5.24. Sơ đồ xây dựng biểu
đồ vận hành SCADA sử dụng
dòng công suất tối ưu

5.6

Hình 5.25. Giới thiệu mới quan hệ giữa
các Bước tính toán và thời gian tính
toán

Kết luận chương 5

Từ cơ sở xây dựng mô hình ở các chương trước, ứng dụng vào một
hệ thống thực tiễn là một bước hợp thức hóa và minh chứng mô hình
hiệu quả. Như vậy, mô hình cân bằng công suất, cụ thể là tối ưu công
suất phát cúa máy phát điện diesel và kho điện được xây dựng bằng

việc sử dụng lý thuyết điều khiển tối ưu có thể áp dụng cho các hệ
thống thực tiễn. Đề xuất xây dựng hệ thống điện mặt trời nhằm tận
dụng nguồn bức xạ tốt trên đảo Phú Quý tương đương với tăng trưởng
phụ tải hàng năm trong trung hạn (từ 5 đến 10 năm), vừa giảm được
chi phí vận hành diesel giúp giảm khí thải CO2 và quan trọng hơn đặt
ra kịch bản phát triền kinh tế du lịch trên hải đảo này.
Giới thiệu biểu đồ vận hành SCADA.
22


Kết luận chung và kiến nghị
Đây là luận án đầu tiên ở Việt Nam nghiên cứu về lĩnh vực này và
đặc thù sử dụng cho hải đảo. Luận án này là công trình nghiên cứu trên
hai phương diện: phương pháp điều khiển tối ưu và kỹ thuật là hệ thống
điện MG sức gió-diesel-mặt trời và kho điện. Kết quả mô hình đề xuất
áp dụng cho HTĐ MG không nối lưới điện quốc gia. Như vậy, các
công việc của luận án được tóm tắt như sau.
NỘI DUNG CÁC CÔNG VIỆC

1. Phương diện lý thuyết: Đề xuất cách tiếp cận mới về mô hình cân
bằng công suất sử dụng phương pháp điều khiển tối ưu chưa từng có
trước đây nhằm xây dựng chiến lược phát công suất tối ưu. Cụ thể, tối
ưu hóa nguồn phát của máy phát điện diesel và kho điện trong hệ thống
điện MG sức gió-diesel mặt trời-kho điện bằng phương pháp quy
hoạch động và bước nhảy Markov cho hai trường hợp:
 Trường hợp 1: Coi máy phát diesel không xảy ra sự cố hỏng
hóc.
 Trường hợp 2: Coi máy phát diesel có thể xảy ra hư hỏng ngẫu
nhiên, với sác xuất nhất định, tương đương với thời gian dừng máy để
sửa chữa.

Tác giả mượn biến trung gian (t) là độ biến thiên mất cân bằng
công suất để tìm luật điều khiển sao cho luôn giữ ((t) = 0). Hàm mục
tiêu được xây dựng trên chi phí máy phát điện diesel và chi phí hàm
phạt nhằm đảm bảo cân bằng công suất (t). Kết quả thu được điều
kiện tối ưu thỏa mãn phương trình vi phân từng phần Hamilton-JacobiBellman.
2. Phương diện áp dụng:
a) Hệ thống MG với thông số giả định và thực tiễn
 Hệ thống MG diesel-gió-mặt trời-kho điện với 01 máy phát
diesel và 02 máy phát diesel.
 Hệ thống MG diesel-gió-mặt trời-kho điện với 02 máy phát
diesel trường hợp máy phát diesel có thể xảy ra sự cố hỏng hóc.
 Hệ thống điện MG diesel-gió trên đảo Phú Quý trong đó phụ
tải dự báo đến năm 2023.

23