Nâng cao hiệu quả chương trình quản lý nhu cầu năng lượng bằng biện pháp điều khiển các nguồn phân tán tt

-1-

BỘ GIÁO DỤC VÀ ĐÀO TẠO

VIỆN HÀN LÂM KHOA HỌC
VÀ CÔNG NGHỆ VIỆT NAM

HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ
-----------------------------

Nguyễn Minh Cường

NÂNG CAO HIỆU QUẢ CHƯƠNG TRÌNH
QUẢN LÝ NHU CẦU NĂNG LƯỢNG BẰNG BIỆN PHÁP
ĐIỀU KHIỂN CÁC NGUỒN PHÂN TÁN

Chuyên ngành: Kỹ thuật điều khiển và tự động hóa
Mã số: 9.52.02.16

TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỆN, ĐIỆN TỬ & VIỄN THÔNG

Hà Nội – Năm 2020


-2-

Công trình được hoàn thành tại: Học viện Khoa học và Công nghệ Viện Hàn lâm Khoa học và Công nghệ Việt Nam.

Người hướng dẫn khoa học: PGS. TS Thái Quang Vinh

Phản biện 1: …………………………..

Phản biện 2: …………………………..
Phản biện 3: …………………………..

Luận án sẽ được bảo vệ trước Hội đồng đánh giá luận án tiến sĩ cấp Học viện,
họp tại Học viện Khoa học và Công nghệ - Viện Hàn lâm Khoa học và Công
nghệ Việt Nam vào hồi … giờ ..’, ngày … tháng … năm 2020.

Có thể tìm hiểu luận án tại:
- Thư viện Học viện Khoa học và Công nghệ;
- Thư viện Quốc gia Việt Nam.


-3-

MỞ ĐẦU
1. Tính cấp thiết của đề tài: DSM (Demand-Side Management) đã được thực
hiện bởi nhiều nhà nghiên cứu trong nước và trên thế giới nhưng vẫn chưa có
nghiên cứu nào giải quyết trọn về hệ thống khai thác PVG và WG trong điều
kiện thực tế tại Việt Nam. Đồng thời, chưa kết hợp giải quyết các bài toán khai
thác tối đa năng lượng từ hai loại nguồn này trong cùng một hệ thống. Bởi vậy
tác giả chọn đề tài nghiên cứu "Nâng cao hiệu quả chương trình quản lý nhu
cầu năng lượng bằng biện pháp điều khiển các nguồn phân tán" nhằm hoàn
thiện các vấn đề còn đang bỏ ngỏ hoặc chưa quan tâm đầy đủ như đã kể trên.
2. Mục đích nghiên cứu: Đề tài xây dựng chiến lược cho chương trình DSM
nhằm vận hành hệ thống khai thác PVG và WG trong EPS Việt Nam; xây dựng
các BĐK để đáp ứng được các yêu cầu của chương trình DSM.
3. Đối tượng và phạm vi nghiên cứu
- Đối tượng nghiên cứu: Cấu trúc hệ thống PVG và WG trong mạng điện phân tán 1
pha có đủ dữ liệu về công tác dự báo đồ thị phụ tải và các thông số đầu vào trong một
giai đoạn tương lai nhất định. Mạng điện này có sự tham gia của kho điện ES với vai

trò cân bằng công suất giữa các nguồn và phụ tải.
- Phạm vi nghiên cứu: các panel của PVG đồng đều nhau và tốc độ gió là đồng đều
nhau tại mọi vị trí trên cánh quạt của turbine. Luận án không xét đến chủng loại và
khả năng phóng nạp của kho điện (ES - Energy Storage) cũng như điều khiển ES.
4. Trọng tâm nghiên cứu của luận án
- Xây dựng các chiến lược vận hành cho chương trình DSM trong hệ thống khai
thác PVG, WG, ES và lưới điện để đáp ứng cho yêu cầu của phụ tải. Các chiến
lược này đáp ứng riêng cho EPS Việt Nam, qua đó đáp ứng yêu cầu chỉ mua điện
từ EPS vào giờ thấp điểm.
- Xây dựng các BĐK (BĐK-bộ điều khiển) đáp ứng các yêu cầu của chương
trình DSM. Đó là BĐK giúp khai thác tối đa công suất từ PVG và WG ở mọi
điều kiện vận hành, BĐK ghép nối lưới để đáp ứng yêu cầu về công suất đặt.
5. Phương pháp nghiên cứu: Phân tích lý thuyết về chương trình DSM, yêu cầu
của EPS Việt Nam và đặc điểm của mỗi loại nguồn. Xây dựng các chiến lược đề
ra cho toàn hệ thống, các BĐK cho các BBĐ (BBĐ-bộ biến đổi) để thực hiện yêu
cầu của chương trình DSM và mô phỏng kiểm chứng. Xây dựng mô hình thực
nghiệm kiểm chứng khả năng khai thác tối đa công suất tại MPP cho PVG và bài
toán phân bổ công suất tự nhiên hoặc theo yêu cầu.
6. Ý nghĩa khoa học và thực tiễn của đề tài
- Ý nghĩa khoa học của đề tài là xây dựng mô hình khai thác PVG và WG
vận hành theo yêu cầu của chương trình DSM trong EPS Việt Nam. Đồng thời
xây dựng các BĐK đáp ứng được các yêu cầu của chương trình DSM đã đề ra.
- Ý nghĩa thực tiễn của đề tài là đề xuất một phương pháp vận hành đem lại
hiệu quả năng lượng, giúp thay đổi luồng công suất trong toàn hệ thống, hạn chế
lượng điện năng cần mua từ EPS cho hệ thống khai thác hệ nguồn có sự tham gia
của ES dung lượng lớn và đem lại những kinh nghiệm về lắp đặt thực nghiệm.


-4-

Chương 1
TỔNG QUAN VỀ NGUỒN PHÂN TÁN VÀ CHƯƠNG TRÌNH
QUẢN LÝ NHU CẦU NĂNG LƯỢNG
1.1. Khái quát về nguồn pin mặt trời và điện gió
1.2. Vấn đề DSM trên thế giới và tại Việt Nam
1.3. Cấu trúc của hệ thống khai thác hệ nguồn vận hành theo chương trình DSM
1.4. Những vấn đề còn tồn tại và đề xuất hướng giải quyết
1.4.1. Một số vấn đề còn tồn tại
• Vấn đề vận hành hệ nguồn theo mô hình DSM
Mô hình DSM được áp dụng thông qua các chương trình quản lý/điều tiết năng
lượng tại mỗi nút có sự tham gia của nhiều phần tử hoặc cho cả một EPS. Mục tiêu
chung của các chương trình này là lên kế hoạch vận hành tối ưu cho mỗi phần tử
trong mỗi EPS hoặc giữa các EPS, qua đó đạt được hàm mục tiêu giảm thiểu chi phí
mua điện từ lưới hoặc giảm thiểu lượng công suất huy động từ lưới trong khoảng
thời gian xét. Một cách diễn đạt khác của chương trình này thường được nhắc đến
trong thời gian gần đây đó là EH (energy hub). Tuy nhiên, mô hình EH tập trung
vào nhiều loại nguồn khác nhau tại một nút và chủ yếu vẫn là các bài toán lý thuyết.
Các chương trình này được kết hợp với hệ thống dự báo thời tiết chuyên cho khai
thác năng lượng tái tạo, hệ thống truyền tin và các chuyên gia điều độ vận hành, qua
đó giúp vận hành các EPS ở chế độ bán cô lập.
Tại Việt Nam, mô hình điện ba giá đã được đề ra từ lâu nhằm khuyến khích
các hộ phụ tải tiêu thụ điện năng vào giờ thấp điểm và hạn chế tiêu thụ vào giờ
cao điểm. Tuy nhiên, các hộ phụ tải tiêu thụ điện tại Việt Nam vẫn chưa thực sự
quan tâm đến điều này, đặc biệt là các hộ tiêu thụ điện dân dụng. Chính điều này
đã gây khó khăn cho công tác điều độ toàn hệ thống, gây quá tải đường truyền
vào giờ cao điểm.
Mặt khác, việc khuyến khích lắp đặt hệ nguồn tại mỗi nút phụ tải (có thể coi
là mỗi vị trí tiêu thụ điện năng trong EPS) ở cấp điện áp thấp đang được nâng cao
khiến cho trào lưu công suất trong toàn EPS không được như mong muốn và cũng
gây khó khăn cho công tác điều độ toàn hệ thống. Nguyên nhân của điều này là do

công suất phát ra từ PVG chỉ có vào những thời điểm có bức xạ mặt trời (ban ngày)
và công suất phát ra từ WG luôn diễn ra bất thường (tùy thuộc vào điều kiện thời tiết
và yếu tố địa hình). Việc này đã khiến cho việc huy động các nguồn bổ sung cho sự
thiếu hụt công suất của hệ nguồn so với phụ tải trở nên cực kỳ khó khăn (các nguồn
điện truyền thống như thủy điện, nhiệt điện,... cần nhiều thời gian để khởi động trước
khi hòa lưới). Đồng thời, việc giữ cân bằng công suất trên lưới cũng khó khăn khiến
cho điện tại các nút và tần số trong toàn hệ thống rất dễ mất kiểm soát. Điều này cho
thấy vai trò của việc thực hiện chương trình quản lý năng lượng tại mỗi nút phụ tải
có sự tham gia của hệ nguồn. Đồng thời, các nghiên cứu trên thế giới và tại Việt
Nam về DSM về hệ nguồn vẫn chưa xét đến việc áp dụng một ES có dung lượng
lớn có khả năng phóng/nạp đáp ứng được đặc điểm không ổn định của tự nhiên và
yêu cầu của phụ tải.


• Vấn đề điều khiển hệ nguồn:

-5-

Với PVG, phương pháp điều khiển thường được áp dụng trước đây là kết
hợp một kỹ thuật theo dõi điểm công suất cực đại MPP trong bộ theo dõi điểm
công suất cực đại MPPT với một kỹ thuật điều khiển như kỹ thuật điều khiển
điện áp trung bình AVC, kỹ thuật điều khiển trượt SMC, kỹ thuật điều khiển mờ
FL, kỹ thuật điều khiển dùng mạng nơ ron ANN. Các kỹ thuật tìm MPP cũng
khá nhiều, đa dạng và theo nhiều mục tiêu khác nhau như điện áp hằng CV
(Constant Voltage), tạo nhiễu loạn và quan sát P&O, điện dẫn gia tăng INC,
nhiệt độ Temp, tối ưu độ dốc OG, dò tìm cực trị ESC, .... Mỗi kỹ thuật đều có
ưu nhược điểm và có thể được đánh giá theo các khía cạnh như chi phí đầu tư,
dễ/khó sử dụng, độ chính xác, mức độ hao hụt năng lượng,... Gần đây nhất, kỹ
thuật dò và chia đôi IB đã được đề xuất sử dụng dựa trên mô hình toán học đầy
đủ của PVG nhưng mới chỉ sử dụng như một nguồn đơn lẻ phát về lưới điện 3

pha; chỉ xây dựng được phương pháp IB-AVC với việc lấy tín hiệu về dòng điện
trên cuộn cảm và điện áp ở đầu vào BBĐ DC/DC để làm tín hiệu điều khiển (cấu
trúc hai mạch vòng). Việc thực hiện cấu trúc điều khiển này phức tạp do phải sử
dụng hai biến đo lường.
WG có thể được điều khiển thông qua một bộ chỉnh lưu tích cực hoặc
thông qua hai BBĐ (một bộ chỉnh lưu và BBĐ DC/DC), trong đó BBĐ chỉnh
lưu tích cực hoặc BBĐ DC/DC đóng vai trò điều chỉnh dung lượng tiêu thụ
tương ứng với lượng công suất lớn nhất tại mỗi thời điểm. Với WG, phương
pháp khai thác cũng khá giống với PVG khi có sự kết hợp của các kỹ thuật tìm
MPP với kỹ thuật điều khiển. Tuy nhiên, chỉ có một vài kỹ thuật tìm MPP sử
dụng phổ biến với WG như leo đồi HCS, tỷ số tốc độ đầu cánh TSR, phản hồi
tín hiệu công suất PSF. Trong các kỹ thuật này, kỹ thuật HCS được sử dụng
phổ biến nhất do dễ thực hiện trong những điều kiện vận hành thực tế.
Tại nút có sự tham gia của hệ nguồn, BBĐ DC/AC được điều khiển để thực
hiện vai trò điều tiết luồng công suất và ghép nối lưới. Điều khiển BBĐ DC/AC
một pha thường được nghiên cứu theo hai hướng chính. Hướng thứ nhất nghiên
cứu điều khiển dòng điện ghép nối lưới để điều chỉnh điện áp phía một chiều duy
trì ở một giá trị cố định khi không có phần tử cân bằng năng lượng như kho điện
ở phía DC. Hướng thứ hai nghiên cứu điều khiển dòng công suất phía AC trong
các hệ thống đã có phần tử giữ cố định điện áp phía DC. Trong đó, điều khiển
dòng công suất chạy qua BBĐ DC/AC theo các giá trị đặt trước mới được tập
trung nghiên cứu gần đây. Việc xác định các thông số của các bộ điều khiển cần
được làm rõ cho khi áp dụng cho các chương trình DSM.
• Vấn đề xác định dung lượng tối ưu của ES: hiện nay có một số phương
pháp xác định dung lượng tối ưu cho ES để có thể đáp ứng cho các bài toán khác
nhau. Hướng nghiên cứu đánh giá tỷ số thiếu hụt công suất RLP (ratio of lack of
power) dựa trên việc đánh giá tỷ lệ tổng công suất thiếu hụt do nguồn không đáp
ứng được cho phụ tải và tổng công suất tải. Khi đó, công suất tối ưu của ES được
xác định là giá trị mà ES có thể bù đắp cho phụ tải để RLP đạt giá trị RLP yêu cầu.
Có thể nhận thấy phương pháp này có thể sử dụng dữ liệu quá khứ hoặc tương lai

về thông số của phụ tải và hệ nguồn để đưa ra giá trị tối ưu của dung lượng ES.


-6-

Khi cho RLP=0, phụ tải được hỗ trợ cung cấp điện hoàn toàn bởi ES. Tuy nhiên,
phương pháp này không đánh giá được thời điểm mua điện, nghĩa là không đánh
giá được ảnh hưởng của giá điện tới việc xác định dung lượng của ES. Hướng
nghiên cứu sử dụng đại lượng xác suất mất điện ở một thời điểm bất kỳ cả chu kỳ
xét. Giá trị của xác xuất này thay đổi theo thời điểm và được áp dụng để đạt mục
tiêu cực tiểu hàm chi phí do mất điện gây ra hoặc đạt đến chỉ số LSLP. Có thể
thấy hướng nghiên cứu này cũng đưa ra một chỉ tiêu đánh giá về khả năng cấp
điện và vẫn chưa đánh giá được ảnh hưởng của giá điện tới dung lượng của ES.
Hướng nghiên cứu đánh giá năng lượng yêu cầu của phụ tải hoặc yêu cầu tích trữ
năng lượng của hệ nguồn. Với việc quy định thời gian tích trữ có tính đến khả
năng dự phòng trong một khoảng thời gian nhất định, dung lượng của ES được
xem như có khả năng đảm bảo cung cấp điện cho phụ tải trong cả chu kỳ xét. Tuy
nhiên, dung lượng xác định theo phương pháp này khá lớn và không đánh giá
được sự tương tác trong giữa hệ nguồn và hệ thống điện cũng như ảnh hưởng của
giá điện tới dung lượng của ES.
1.4.2. Đề xuất hướng giải quyết
Các nghiên cứu về PVG và WG hầu hết vẫn là những nghiên cứu đơn lẻ
hoặc kết hợp với nhau dựa trên những phương pháp truyền thống với hiệu quả
năng lượng không cao. Vì vậy, luận án đề xuất hướng giải quyết như sau:
• Xây dựng chương trình DSM tại nút phụ tải có sự tham gia hệ nguồn
trong điều kiện thực tế tại Việt Nam và có sự tham gia của ES dung lượng lớn:
chương trình này sẽ dựa trên quy định 3 giá bán điện của EPS cho hộ phụ tải
và quy định về giá bán điện của hộ phụ tải cho EPS khi có khai thác từ hệ
nguồn về EPS tại Việt Nam. Luận án sẽ đề ra các chiến lược vận hành cho
chương trình DSM để lên kế hoạch vận hành cho toàn hệ thống trên cơ sở quản

lý yêu cầu của các phụ tải và khả năng phát điện từ các nguồn, khả năng tích
trữ của ES. Chương trình DSM giúp điều tiết luồng công suất trong toàn hệ
thống và xác định dung lượng tối ưu cho ES thỏa mãn các yêu cầu của EPS
tại Việt Nam.
• Xây dựng cấu trúc điều khiển theo phương pháp IB-AVC cho đối tượng
PVG sử dụng bộ điều khiển PID với việc sử dụng một tín hiệu đo lường duy nhất
là điện áp ở đầu vào BBĐ DC/DC. Đây cũng sẽ chính là phương pháp khai thác
tối đa công suất từ PVG ở mọi điều kiện vận hành do luôn xác định trước được
thông số cần điều khiển trước khi điều khiển. Kết hợp với phương pháp HCS và
điều khiển công suất theo yêu cầu cho BBĐ DC/AC 1 pha, luận án sẽ thực hiện
điều khiển theo các yêu cầu của chương trình DSM mà vẫn đảm bảo khai thác
tối đa công suất của hệ nguồn.
• Xây dựng cấu trúc điều khiển cho BBĐ DC/AC 1 pha, trong đó có sử
dụng bộ điều khiển cộng hưởng để khắc phục nhược điểm của bộ điều khiển PI
thông thường.
1.5. Kết luận chương 1


-7-

Chương 2
MÔ TẢ TOÁN HỌC HỆ NGUỒN VÀ BÀI TOÁN DSM
2.1. Nguồn pin mặt trời
2.2. Nguồn điện gió
2.3. Xây dựng chương trình DSM tại nút khai thác hệ nguồn trong điều kiện
cụ thể của hệ thống điện Việt Nam
2.3.1. Chiến lược điều độ luồng công suất theo mô hình DSM
2.3.2. Một số ràng buộc và giới hạn
• Các đường cong dự báo được được phân bố lại về dạng đồ thị hình chữ nhật.
• Bước tính thứ i của các biến được phân chia tương ứng với các mốc thời gian.

• Tất cả các đại lượng công suất trong toàn hệ thống đều được tính quy đổi
về DCbus.
Tổng công suất của hệ nguồn dự báo thu được ở DCbus ở bước tính thứ i
xác định bởi (2.29):
PGconv (i) = PPVGconv (i) + PWGconv (i)
(2.29)
Tổng năng lượng hệ nguồn có thể thu được trên DCbus vào các giờ H, M,
L trong chu kỳ  được xác định bởi (2.30), (2.31), (2.32):
14

23

i =12

i = 21

E GconvH =   PGconv (i)  i  +   PGconv (i)  i 
E GconvH1
11

(2.30)

E GconvH 2
20

25

E GconvM =   PGconv (i)  i  +   PGconv (i)  i  +   PGconv (i)  i 
i =6

i =15

E GconvM1

i = 24

E GconvM 3

E GconvM 2

5

27

E GconvL =   PGconv (i)  i  +   PGconv (i)  i 
i =1

(2.31)

(2.32)

i = 26

E GconvL1

E GconvL 2

Tổng năng lượng yêu cầu của phụ tải vào các giờ H, L, M trong chu kỳ 
được xác định bởi (2.33), (2.34), (2.35):
14

23

i =12

i = 21

E loadH =   Pload (i)  i  +   Pload (i)  i 
E loadH1
11

(2.33)

E GH 2
20

25

E loadM =   Pload (i)  i  +   Pload (i)  i  +   Pload (i)  i 
i =6

i =15

E loadM1

i = 24

E loadM 2

E loadM 3

(2.34)


-85

27

E loadL =   Pload (i)  i  +   Pload (i)  i 
i =1

(2.35)

i = 26

E loadL1

E loadL 2

Tổng năng lượng phát ra của hệ nguồn E Gconv và công suất yêu cầu của
phụ tải Eload trong toàn thời gian của chu kỳ xét  được xác định bởi (2.36)
và (2.37):
E Gconv = E GconvH + E GconvM + E GconvL
(2.36)
E load = E loadH + E loadM + E loadL

(2.37)
2.3.3. Đề xuất thuật toán DSM vận hành tại nút có sự tham gia của hệ nguồn
trong điều kiện cụ thể của hệ thống điện Việt Nam

Hình 2.8. Đề xuất thuật toán DSM cho hệ thống khai thác hệ nguồn
Các thuật toán dưới đây sẽ không nhắc lại các khối dữ liệu đầu vào do
đều được nối tiếp thuật toán trên Hình 2.8 (ngay sau nhánh rẽ) hoặc nối tiếp
của nhau.


-9-

Hình 2.9. Đề xuất thuật toán vận hành toàn hệ thống cho kịch bản DSM 1


-10-

Hình 2.10. Thuật toán vận hành toàn hệ thống giờ L1 của kịch bản DSM 1
Trong đó: Ede là lượng điện năng thiếu hụt,
EsL1 là lượng điện năng dư thừa của hệ nguồn trong giờ L1,
Es(i) là lượng điện năng dư thừa tức thời.


-11-

Một điều cần lưu ý ở đây là các đại lượng liên quan đến dung lượng ở bước
tính thứ i đặc trưng cho dung lượng của ES ở thời điểm kết thúc bước tính để
sẵn sàng cho bước tính tiếp theo.

Hình 2.11. Thuật toán vận hành toàn hệ thống giờ L2
Đối với kịch bản DSM 2, thời điểm phóng nạp của ES được xác định
theo thuật toán mô tả trên Hình 2.12 và Hình 2.13. Trong trường hợp này,
thuật toán đề xuất thực hiện phân bổ đều lượng điện thiếu của giờ L1, H và M
phải mua từ EPS để tích năng lượng vào ES. Thuật toán này đã được công bố

trong bài báo số 7.


-12-

Hình 2.12. Đề xuất thuật toán vận hành toàn hệ thống cho kịch bản DSM 2


-13-

Hình 2.13. Chương trình giai đoạn L1 của kịch bản DSM 2
2.3.4. Đề xuất phương pháp đánh giá hiệu quả của chương trình DSM và
dung lượng ES tối ưu cho bài toán DSM
Dung lượng tối ưu của ES được đề xuất xác định dựa trên hàm chi phí mua
điện Zrb, lợi nhuận thu được từ việc bán điện Zas và hàm kinh tế Z.


-14-

Hình 2.15. Thuật toán xác định dung lượng ES tối ưu
2.4. Kết quả mô phỏng chương trình DSM vận hành hệ thống khai thác hệ
nguồn áp dụng vào hệ thống điện Việt Nam
2.4.1. Thông số đầu vào
2.4.1.1. Kịch bản DSM 1
Một số đặc điểm của kịch bản DSM 1 như sau: Tổng lượng điện năng yêu
cầu của phụ tải nhỏ hơn tổng lượng điện năng phát ra từ hệ nguồn trong giờ H
và M; Tổng lượng điện năng yêu cầu của phụ tải lớn hơn tổng lượng điện năng
phát ra từ hệ nguồn trong giờ L1; Tổng lượng điện năng yêu cầu của phụ tải lớn
hơn tổng lượng điện năng phát ra từ hệ nguồn trong cả chu kỳ xét.

-15-

Hình 2.17. Công suất thu được từ hệ nguồn và CS yêu cầu
của phụ tải kịch bản DSM 1
2.4.1.2. Kịch bản DSM 2

Hình 2.19. Công suất thu được từ hệ nguồn và CS yêu cầu
của phụ tải kịch bản 2
Một số đặc điểm của kịch bản DSM 2 như sau: Tổng lượng điện năng yêu
cầu của phụ tải lớn hơn tổng lượng điện năng phát ra từ hệ nguồn trong giờ H và
M; Tổng lượng điện năng yêu cầu của phụ tải lớn hơn tổng lượng điện năng phát
ra từ hệ nguồn trong giờ L1; Tổng lượng điện năng yêu cầu của phụ tải lớn hơn
tổng lượng điện năng phát ra từ hệ nguồn trong cả chu kỳ xét.
2.4.1.3. Dữ liệu liên quan đến BBĐ
Hiệu suất BBĐ DC/DCES là 2=0.95; hiệu suất BBĐ DC/AC là =0.95.
2.4.2. Xác định dung lượng tối ưu của ES
Chọn giá trị khởi đầu của dung lượng định mức C r=30 kWh, bước nhảy
của dung lượng C= 5 kWh.
Kết quả mô phỏng cho thấy giá trị tối thiểu của Cr phải nằm trong khoảng
từ 365 kWh đến 370 kWh. Để có dung lượng dự phòng (5  10)%, giá trị dung
lượng định mức tối ưu của ES được lựa chọn là Cropt=400 kWh. Với giá trị Cropt
đã chọn, các nội dung tiếp theo sẽ thực hiện mô phỏng kiểm chứng đánh giá hiệu
quả kinh tế của việc thực hiện chương trình DSM với không thực hiện DSM
trong kịch bản 1 và 2. Các nội dung mô phỏng này đều gán dung lượng của ES
trước khi vào chu kỳ tính toán (thời điểm 0h): C ins(0)=0.2Cr. Giá trị này có ý
nghĩa đánh giá việc mua và bán điện để phục vụ cho phụ tải hay ES là nằm hoàn
toàn trong chu kỳ , qua đó thấy được ý nghĩa của bài toán DSM.

-16-

2.4.3. Kết quả mô phỏng đánh giá hiệu quả bài toán DSM kịch bản 1
Tương ứng với Cr=400 kWh, đồ thị biểu diễn dung lượng tức thời của Cins của
ES khi áp dụng DSM và khi không sử dụng DSM biểu diễn trên Hình 2.20.

a. Vận hành có DSM

b. Vận hành không DSM

Hình 2.20. Đồ thị dung lượng tức thời của ES kịch bản 1
Hình 20.a cho thấy dung lượng Cins đã đạt đến dung lượng định mức Cr
trước khi kết thúc giai đoạn L1 và phóng đến dung lượng tối thiểu C min đúng
theo yêu cầu đã đặt ra của chương trình DSM. Với kết quả Hình 20.b, ES đã vận
hành thụ động vì chỉ nạp khi hệ nguồn dư thừa năng lượng và phóng điện khi hệ
nguồn không đủ khả năng đáp ứng cho phụ tải.
Đồ thị biểu diễn điện năng Erb cần mua từ EPS và điện năng Eas bán về EPS
khi áp dụng DSM và khi không sử dụng DSM được biểu diễn trên Hình 2.21.

a. Vận hành có DSM

b. Vận hành không DSM

Hình 2.21. Đồ thị Erb và Eas của kịch bản 1
Hình 2.21a cho thấy chương trình DSM đã mua điện từ EPS trong giai đoạn
L1 để vừa đáp ứng cho phụ tải, vừa đáp ứng cho việc nạp ES. Đồng thời, hệ thống
cũng không mua điện từ EPS trong khoảng thời gian H và M theo đúng yêu cầu
chương trình DSM. Với kết quả Hình 2.21b, hệ thống thực hiện mua điện ở cả
những thời điểm có giờ L, H và M để đáp ứng cho phụ tải. Đồ thị biểu diễn chi phí
Zrb mua điện từ EPS, lợi nhuận Zas thu được từ việc bán điện cho EPS EPS khi áp

dụng DSM và khi không sử dụng DSM biểu diễn trên Hình 2.22.

a. Vận hành có DSM
b. Vận hành không DSM
Hình 2.22. Đồ thị Zrb và Zas của kịch bản 1


-17-

Hình 2.22a cho thấy chương trình DSM đã thực hiện mua điện từ EPS trong
giai đoạn L1 và bán điện vào giờ H, M để hạn chế chi phí mua điện theo đúng yêu
cầu đã đặt ra. Với kết quả Hình 2.22b, hệ thống đã mất một lượng tiền nhất định
cho việc mua điện mà không thu được tiền cho việc bán điện. Các kết quả mô
phỏng này đã thể hiện thế mạnh của chương trình DSM trong hệ thống khai thác
hệ nguồn. Các kết quả trên đã được công bố trong bài báo số 5.
2.4.4. Kết quả mô phỏng đánh giá hiệu quả bài toán DSM kịch bản 2
Tương ứng với Cr=400 kWh, đồ thị biểu diễn dung lượng tức thời của Cins
của ES khi áp dụng DSM và khi không sử dụng DSM biểu diễn trên Hình 2.23.
Hình 2.23a cho thấy dung lượng Cins đã đạt đến dung lượng định mức Cr trước
khi kết thúc giai đoạn L1 và phóng đến dung lượng tối thiểu Cmin đúng theo yêu
cầu đã đặt ra của chương trình DSM. Với kết quả Hình 2.23b, ES đã vận hành thụ
động vì chỉ nạp khi hệ nguồn dư thừa năng lượng và phóng điện khi hệ nguồn
không đủ khả năng đáp ứng cho phụ tải. Với kịch bản 2, ES đã liên tục phải phóng
điện đáp ứng cho phụ tải trong các giờ H và M để tránh việc mua điện giá cao.

a. Vận hành có DSM

b. Vận hành không DSM

Hình 2.23. Đồ thị dung lượng tức thời của ES của kịch bản DSM 2

Đồ thị biểu diễn lượng điện năng Erb cần mua từ EPS và lượng điện năng
Eas bán về EPS khi áp dụng DSM và khi không sử dụng DSM được biểu diễn
trên Hình 2.24.

a. Vận hành có DSM

b. Vận hành không DSM

Hình 2.24. Đồ thị Erb và Eas của kịch bản DSM 2
Hình 2.24a cho thấy chương trình DSM đã thực hiện mua điện từ EPS trong
giai đoạn L1 để vừa đáp ứng cho phụ tải, vừa đáp ứng cho việc nạp ES. Đồng
thời, hệ thống cũng thực hiện hoàn toàn không mua điện từ EPS trong khoảng
thời gian H và M theo đúng yêu cầu của chương trình DSM. Với kết quả Hình
2.24b, hệ thống thực hiện mua điện ở cả những thời điểm có giờ L, H và M để


-18-

đáp ứng cho phụ tải. Với kịch bản 2, phụ tải chủ yếu tăng cao trong giờ H và giờ
M khiến cho hệ thống liên tục phải mua điện từ EPS nếu không thực hiện DSM.
Đồ thị chi phí Zrb mua điện từ EPS, lợi nhuận Zas thu được từ việc bán điện
cho EPS khi áp dụng DSM và khi không sử dụng DSM biểu diễn trên Hình 2.25.

a. Vận hành có DSM

b. Vận hành không DSM

Hình 2.25. Đồ thị Zrb và Zas của kịch bản DSM 2
Hình 2.25a cho thấy chương trình DSM đã thực hiện mua điện từ EPS trong
giai đoạn L1 và bán điện vào giờ H, M để hạn chế chi phí mua điện theo đúng yêu

cầu đã đặt ra. Với kết quả Hình 2.25b, hệ thống đã mất một lượng tiền nhất định
cho việc mua điện mà không thu được tiền cho việc bán điện. Các kết quả mô
phỏng này đã thể hiện thế mạnh của chương trình DSM trong hệ thống khai thác
hệ nguồn, đặc biệt là khi có sự trợ giúp của ES và DSM. Các kết quả trên đã được
công bố trong bài báo số 7. Hiệu quả DSM được đánh giá thông qua chênh lệch
giữa chi phí mua điện và lợi nhuận thu được từ việc bán điện. Kết quả mô phỏng
đánh giá hiệu quả tương ứng với hai kịch bản DSM cho thấy:
• Với kịch bản 1: chênh lệch giữa chi phí mua điện và lợi nhuận khi có
thực hiện DSM là âm trong khi phần chênh lệch này khi không thực hiện DSM
là dương. Điều này thể hiện chương trình DSM đã rất hiệu quả trong việc mua
điện giờ giá thấp và bán điện giờ giá cao.
• Với kịch bản 2: chênh lệch giữa chi phí mua điện và lợi nhuận khi có thực
hiện DSM hay khi không thực hiện DSM đều là dương. Tuy nhiên, chương trình
DSM đã giúp thực hiện đem lại lợi nhuận do bán điện và giúp cho chi phí mua điện
từ lưới đáp ứng cho phụ tải đã giảm đi đáng kể (gần 50%).
2.5. Kết luận chương 2
• Tổng hợp được mô tả toán học của các đối tượng chính trong hệ nguồn,
đó là PVG và WG. Các yếu tố ảnh hưởng đến các thông số trên mô hình toán
học như G, T, vw đều đã được đánh giá chi tiết, qua đó giúp cho công tác mô
phỏng hoạt động của hệ nguồn được chính xác. Xây dựng được chiến lược điều
tiết các luồng công suất trong toàn hệ thống theo các yêu cầu đặt ra của chương
trình DSM trong điều kiện thực tế tại Việt Nam.
• Các kết quả mô phỏng cho thấy tương ứng với công suất lắp đặt của PVG
và WG, các đồ thị phát công suất trong những điều kiện vận hành đã cho thấy sự
đúng đắn của chiến lược DSM đề xuất. Dung lượng của ES đã chọn có thể giúp
hấp thụ toàn bộ lượng công suất từ hệ nguồn hoặc lưới điện ở giờ L để đáp ứng
cho phụ tải vào giờ H và giờ M ở cả trường hợp năng lượng yêu cầu của phụ tải
lớn hơn khả năng phát của hệ nguồn.

-19-

Các kết quả này có thể được sử dụng để lên kế hoạch vận hành cho mỗi
phần tử trong toàn hệ thống thông qua công tác thiết kế các bộ điều khiển cho
các BBĐ và cung cấp giá trị đặt cho các bộ điều khiển đó.
Chương 3
ĐIỀU KHIỂN HỆ THỐNG KHAI THÁC HỆ NGUỒN CÓ DSM
3.1. Cấu trúc điều khiển hệ thống khai thác hệ nguồn có DSM

Hình 3.1. Sơ đồ cấu trúc điều khiển hệ thống khai thác hệ nguồn
3.2. Cơ sở lý thuyết điều khiển và mô tả toán học các BBĐ điện tử công suất
3.3. Xây dựng bộ điều khiển nguồn pin mặt trời

Hình 3.15. Cấu trúc mạch vòng ĐK BBĐ DC/DC boost theo phương pháp IB-AVC
Bộ điều khiển PID có dạng: Gcv = K P + K I + K Ds
s


-20-

trong đó: K P =

Ldc + Cpv R eq R dc
2Vdc R eq TS

, KI =

L C
R dc
, K D = dc pv

2Vdc R eq TS
2VdcTS

3.4. Xây dựng BĐK nguồn điện gió: được điều khiển theo phương pháp HCS.
3.5. Xây dựng bộ điều khiển ghép nối lưới theo yêu cầu DSM
3.5.1. Cấu trúc điều khiển: Cấu trúc điều khiển áp dụng cho BBĐ DC/AC 1 pha
được mô tả trên Hình 3.20.

Hình 3.20. Cấu trúc điều khiển BBĐ DC/AC 1 pha
3.5.2. Bộ điều khiển dòng điện: G ci (s) = K pi +

K iis
s 2 + 02

(3.21)

(2bw − 02 ) 
K pi = R + (Lbw ) + 2R , K ii =
(R + K p ) 2 + 2(Lbw ) 2 − 2K 2p + Lbw 


bw
2

2

3.5.3. Bộ điều khiển công suất
Cấu trúc điều khiển mạch vòng điều khiển công suất cho BBĐ DC/AC
được mô tả trên Hình 3.23.

Hình 3.23. Mô hình cấu trúc mạch vòng công suất của BBĐ DC/AC

G cp (s) = K pp +
trong đó: K pp =

K ip

R tdcCdc02 (1 + 2TL )(K pi + R)2
K pi Ug (Ki +  L)
2
0

(3.39)

s
Kip =

202 (1 + 2TL )(K pi + R)2
K pi Ug (Ki + 02L)


-21-

3.6. Kết quả mô phỏng

Hình 3.34. Đường đặc tính Pmpp và Ppv

Hình 3.35. Đường đặc tính CS
phát ra từ WG

Hình 3.36 và 3.37. Đường đặc tính CS thu được trên DCbus
của nhánh PVG và WG

Hình 3.38. Đường đặc tính CS của ES

Hình 3.39. Đặc tính Pgref, Pg của
BBĐ DC/AC

a. Khoảng thời gian từ 1.4s đến 1.7s b. Khoảng thời gian từ 3.9s đến 4.2s
Hình 3.41. Đặc tính dòng điện ở đầu ra BBĐ DC/AC


-22-

Một số nhận xét về kết quả mô phỏng:
- BĐK IB-AVC đã giúp khai thác toàn bộ công suất tại MPP của PVG.
Công suất phát ra từ PVG biến thiên ngay lập tức theo sự biến thiên đầu vào.
- BĐK HCS đã giúp khai thác công suất tại MPP của WG. Kết quả mô
phỏng cho thấy đường đặc tính công suất thu được từ WG cũng luôn biến thiên
cùng dạng với kịch bản của tốc độ gió, kể cả khi mất hoàn toàn tốc độ gió.
- BĐK phía lưới thực hiện điều khiển cho công suất chạy qua BBĐ
DC/AC bám chính xác với công suất đặt, chỉ có sự dao động rất nhỏ trong thời
gian ngắn khi có sự thay đổi của công suất đặt. Điều này thể hiện sự chính xác
của việc thiết kế bộ điều khiển phía lưới, đạt chất lượng tốt theo yêu cầu của
chương trình DSM.
- Kết quả mô phỏng cho thấy ES đã đóng vai trò cân bằng năng lượng
rất tốt. Toàn hệ thống đã có sự biến thiên rất mạnh của các thông số đầu vào
khiến cho công suất khai thác được từ mỗi nguồn luôn biến thiên trong khi
công suất yêu cầu từ phía lưới cũng tăng giảm bất thường.
3.7. Kết luận chương 3

• Xây dựng được cấu trúc hệ thống lai ghép giữa PVG và WG vận hành
theo mô hình DSM.
• Xây dựng được bộ điều khiển PID theo phương pháp IB-AVC áp dụng
cho đối tượng PVG; bộ điều khiển HCS áp dụng cho đối tượng WG; bộ điều
khiển ghép nối lưới vận hành theo chương trình DSM.
• Các kết quả mô phỏng đã giải quyết được các yêu cầu đã đặt ra: Khai
thác tối đa công suất từ mỗi nguồn trong mọi điều kiện vận hành của các thông
số đầu vào, điều khiển bám công suất đặt cho BBĐ phía lưới và thực hiện cân
bằng công suất cho toàn hệ thống. Các kết quả mô phỏng cho thấy tính chính
xác của việc thiết kế các bộ điều khiển cũng như tính khả thi của chương trình
DSM khi có sự liên kết chặt chẽ tất cả các khối với nhau.
Chương 4
THỰC NGHIỆM BÀI TOÁN ĐIỀU KHIỂN DÒNG CÔNG SUẤT
TẠI NÚT CÓ SỰ THAM GIA CỦA HỆ NGUỒN
4.1. Xây dựng mô hình cấu trúc thiết bị thực

Hình 4.1. Cấu trúc mô hình thiết bị thực
4.2. Phương pháp vận hành mô hình thiết bị thực
4.3. Các thiết bị chính


-23-

4.4. Kết quả thực nghiệm
• Để kiểm chứng khả năng khai thác tối đa công suất PVG, ba lần lấy mẫu
được thực hiện trong điều kiện thực tại tỉnh Thái Nguyên vào 20-6-2018.

Hình 4.13. Kết quả lấy mẫu lần thứ nhất kiểm nghiệm khả năng khai thác MPP

Hình 4.14. Kết quả lấy mẫu lần thứ hai kiểm nghiệm khả năng khai thác MPP

Hình 4.15. Kết quả lấy mẫu lần thứ ba kiểm nghiệm khả năng khai thác MPP
Các kết quả thực nghiệm cho thấy G luôn luôn biến thiên trong một dải rất
rộng trong khi T lại biến thiên rất chậm. BĐK điện áp cùng với sự biến thiên của (G,
T) đã tạo nên các đường ipv, iDCbus, VDCbus có cùng biên dạng với sự biến thiên của
(G, T). Điều này cũng tương tự với các đường đồ thị biểu diễn ppv, Pmpp, pDCbus, trong
đó đường ppv luôn bám chính xác theo đường Pmpp và đường pDCbus luôn thấp hơn
một chút so với hai đường còn lại. Điều này thể hiện tính chính xác của kỹ thuật xác
định MPP, BĐK điện áp và các lựa chọn phần cứng.
• Thực nghiệm điều tiết lượng công suất theo yêu cầu: Kết quả lấy mẫu
ngày 20-6-2018 tại Thái Nguyên. Các kết quả lần thứ nhất và thứ hai cho thấy
tương ứng với sự thay đổi của (G, T), công suất phát ra từ PVG đã luôn bám đuổi
chính xác MPP. Trong cả hai lần lấy mẫu này, BĐK cho BBĐ DC/DCs2 đã thực
hiện chính xác việc điện áp trên DCbus về giá trị điện áp đặt và dòng công suất từ
nguồn 2 chỉ chiếm một phần tỷ lệ nhỏ ngay cả khi tải AC tăng.


-24-

VDCbusref (V)

POPref

vDCbus (V)

vs1 và vs2 (V)

is1 và is2 (A)

G (W/m2)

Pmpp, ppv, pDCbus

Đồ thị công suất qua BBĐ DC/AC và ps1, ps2
a. Lần lấy mẫu thứ nhất
b. Lần lấy mẫu thứ hai
Hình 4.16. Kiểm nghiệm khả năng phân phối dòng công suất tự nhiên
Các kết quả lần lấy mẫu thứ ba và thứ tư phân bố công suất theo yêu cầu cho
thấy công suất phát ra từ PVG đã luôn bám chính xác với MPP. BĐK cho BBĐ
DC/DCs2 đã giúp vDCbus bám gần như chính xác VDCbusref và chỉ bị trễ trong khoảng
thời gian rất ngắn khi VDCbusref thay đổi. Công suất từ các nguồn đã bám đuổi chính
xác với sự tăng hoặc giảm của POPref.


-25-

VDCbusref (V)

POPref

vDCbus (V)

vs1 và vs2 (V)

is1 và is2 (A)

G (W/m2)

Pmpp, ppv, pDCbus

Đồ thị công suất chạy qua BBĐ DC/AC và ps1, ps2(W)
a. Lần lấy mẫu thứ ba
b. Lần lấy mẫu thứ tư
Hình 4.17. Kiểm nghiệm khả năng phân phối dòng công suất theo yêu cầu
4.5. Kết luận chương 4
• Xây dựng thành công mô hình thiết bị thực kiểm chứng khả năng khai
thác công suất cực đại của PVG và khả năng điều phối luồng công suất trong hệ
thống có hai nguồn.